GRUPO UNIVERSITARIO DE


TRABAJO EDUCATIVO

Métodos Estadísticos
IV

Biol. Eloísa Reyes Sánchez

Biol. Eloisa Reyes S.
 ESTADÍSTICA INFERENCIAL

«La suerte son aquellas raras probabilidades de éxito (p≤0.001) en una

distribución Normal»
H. A. (2014)

Biol. Eloisa Reyes S.

 Distribución Normal
• Esto es dado una distribución de
observaciones con forma acampanada
(campana de Gauss) llamada distribución
Normal:

( x μ)2
1 
N (μ, σ)  P( x)  e 2σ 2
(σ  0)
σ 2π

Biol. Eloisa Reyes S.

• Y la distribución de los datos con respecto a la
variabilidad, no va más allá de cuatro
desviaciones estándar tanto positivas como
negativas, y la mayoría de los datos se
presentan entre dos y tres desviaciones

Biol. Eloisa Reyes S.

 Estandarización de datos.

• Para entender este concepto se plantea la

siguiente situación: supóngase que la longitud
de las alas de la mosca de los frutos tiene
función de densidad normal y que la longitud
de las alas de gallinas también.

Biol. Eloisa Reyes S.

• Esto no quiere decir que la función de
densidad de la variable longitud de las alas de
las moscas de los frutos sea igual a la de la
longitud de las alas de gallinas ya que,
obviamente, los parámetros de ambas
funciones de densidad son distintos.

• Es de esperar que el promedio de longitudes

de las alas de moscas sea menor al promedio
de longitudes de alas de gallinas.

Biol. Eloisa Reyes S.

• A pesar de que muchas variables puedan
presentar funciones de densidad
aproximadamente normales, cada problema
se asocia con una función de densidad normal
diferente por lo que, en cada caso, si se desea
conocer la probabilidad de que la variable
tome ciertos valores, se debería integrar una
función de densidad diferente (entiéndase
una función normal con diferentes
parámetros).

Biol. Eloisa Reyes S.

• Esta actividad se simplifica transformando los
datos que hace que las variables aleatorias
con funciones de densidad normal diferentes,
se distribuyan de la misma manera bajo la
transformación, facilitando así los cálculos de
probabilidades con cualquier combinación de
parámetros μ y σ2. Se llamará estandarización
a la siguiente transformación

X 
Z

Biol. Eloisa Reyes S.
2
Ejemplo:
Supóngase que una variable de estudio, tiene
distribución normal, con μ = 5 y σ2= 4 y se
quiere conocer la probabilidad de que la
variable tome valores mayores a 7.78.

Así que conociendo que: P [ X ≥ 7.78 ] puede

reescribirse como 1-P[ X ≤ 7.78 ], entonces: Se
calcula el valor z para x = 7.78

Biol. Eloisa Reyes S.

 X  7.78 5
Z   1.39  140
 2
4
• Se busca en una Tabla de distribución normal
la probabilidad para z = 1.40 :

Biol. Eloisa Reyes S.

DOS COLAS (0.05%) UNA COLA

0.05/2=0.025 0.5-0.05=0.45

0.50-0.025 =0.475 -0.50 0.50

Biol. Eloisa Reyes S.

Para z = 1.40 el valor de probabilidad presentado
en la tabla es 0.9192.
Luego, P( X > 7.78 )=P(Z > 1.4) = 1 - 0.9192 =
0.0808, cuya representación gráfica es:

Biol. Eloisa Reyes S.

• La variable Z puede ser vista como una
desviación de X en torno a la media medida en
unidades de desviación estándar

• Es decir P [-1 < Z < 1] debe entenderse como la

probabilidad de que X tome valores que se
alejan de la media en menos o más una
desviación estándar, es decir, P [μ - 1σ < X < μ
+ 1σ].

Biol. Eloisa Reyes S.

• En una distribución normal teórica, esta
probabilidad es igual a 0.6827, lo que equivale
a decir que en la distribución normal el
68.27% de las observaciones están
comprendidas entre la esperanza menos un
desvío estándar y la esperanza más un desvío
estándar:

Biol. Eloisa Reyes S.