DISTRIBUCIONES DE LAS VARIABLES

Gráficos de histograma

30
Asimetría positiva g1 >0
Mesocúrtica g2 =0 Distribución
ANORMAL
20
Frecuencia (%)

10
Periféricos o Outlier

1,50 2,00 2,25 2,50 2,75 3,00 3,25 3,50 3,75 4,00 4,25 4,50 5,00 5,25

Concentraciones del Receptor sérico de la transferrina (sTfR) (mg/L)

Histograma de frecuencias de distribución del sTfR en una población sana

Martínez González MA, Jokin de Irala Estévez, Faulin Fajardo FJ. Bioestadística amigable. Madrid:Ediciones Díaz de
Santos; 2001.
Gráficos de histograma

195
180
165 Asimetría positiva g1 >0
Número total de observaciones

150 Mesocúrtica g2 =0
135
120
105 Distribución ANORMAL
90
75
60
45
30 Periféricos o Outlier
15
0
45 55 60 65 70 75 80 85 90 95 100 105 110 115 120 125 130 140

Tensión arterial diastólica (mm Hg)

Histograma de distribución de la tensión arterial diastólica en el estudio de Venecia N= 1002
Distribución uniforme discreta
Distribución uniforme discreta
120

100

80
Frecuencia

60

40

20

0
1 2 3 4 5 6
Número de caras
Resultados empíricos obtenidos en la realidad
después de lanzar un dado 600 veces

¿Cuál es el número que sale con más frecuencia?

Distribución uniforme discreta
Distribución uniforme discreta
1200
120

1000
100
800
80
Frecuencia
Frecuencia

600
60
400
40
200
20

0
0
1 2 3 4 5 6
1 2 3 4 5 6
Número
Número de de caras
caras
Resultados empíricos obtenidos en la realidad
después de lanzar un dado 600 veces

¿Cuál es el número que sale con más frecuencia?

Distribución normal
200

180 7 = 3+ 4, 4+ 3, 6+1, 1+ 6, 2+ 5, 5+ 2
160

140 12 = 6 + 6
2=1+1
Frecuencia

120

100

80

60

40

20

0
2 3 4 5 6 7 8 9 10 11 12
Sumas

Resultados empíricos (sumatorio) obtenidos

en la realidad después de lanzar dos dados 1000 veces

¿Cuál es el número que sale con más frecuencia?

Distribución normal
Frecuencia

6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29

Sumas
Resultados empíricos (sumatorio) obtenidos en la realidad después de lanzar 5 dados 1000 veces

¿Cuál es el número que sale con MENOS frecuencia?

Distribución normal

Cambios que se van produciendo en la distribución de frecuencias

al aumentar el número de factores independientes
y las repeticiones de la experiencia

Número de factores independientes: Número de dados

Repeticiones de la experiencia: Número de tiradas

Martínez González MA, Jokin de Irala Estévez, Faulin Fajardo FJ. Bioestadística amigable. Madrid:
Ediciones Díaz de Santos; 2001.
¿La altura de las personas sigue una distribución normal?
¿De qué depende la altura de una persona?

1. De la altura del padre

2. De la altura de la madre
3. De su nutrición en la infancia y adolescencia
4. De la velocidad de maduración de su esqueleto
5. Del aporte que reciba de vitamina D
6. Del aporte de calcio
7. Del ejercicio físico
8. De sus niveles de hormona del crecimiento
9. Otras variables (algunos de ellas desconocidas)

Martínez González MA, Jokin de Irala Estévez, Faulin Fajardo FJ. Bioestadística amigable. Madrid:
Ediciones Díaz de Santos; 2001.
Características de la distribución normal

1. Tener forma de campana.

2. Ser simétrica.

3. Mesocúrtica (no excesivamente plana ni muy picuda).

4. Coincidir la media, mediana y moda.

5. Tener aproximadamente el 95% de sus valores dentro del intervalo media ± 2

desviaciones estándar.
Distribución normal

- El 100% de los valores deben estar por encima y por debajo

de 3 veces la desviación estándar (s)
(valores entre X ± 3 s)
- La distribución debe ser SIMÉTRICA. La asimetría en valor
absoluto g1 debe ser menor que 2 veces su error estándar
[Asimetría] < 2 EEasimetría g1 < 2 EEg1
- La distribución debe ser MESOCÚRTICA. La curtois en valor
absoluto g2 debe ser menor que 2 veces su error estándar
[curtois] < 2 EEcurtois g2 < 2 EEg2
Propiedades de la distribución “normal”

Z
( x - µ )2
 1  -
f ( x) =  e 2σ 2

 σ 2π 
Propiedades de la curva de Gauss

Media ± D.E. α 68% del área total

Media ± D.E.  68% del área total
Media ± 2 D.E. α 95% del área total
Media ±± 32 D.E.
Media D.E. 
α 95%
99% del
delárea
áreatotal
total
Media ± 3 D.E.  99% del área total
Distribución de la t de Student

Grados de libertad υ = n - 1 υ = n-1

(x - µ)
valores " t " : t =
s
Distribución de la F de Snedecor

s12 σ 12
valores " F " : F = 2 2 Grados de libertad υ1 y υ2
s2 σ 2
υ1 = n1 - 1 υ 2 = n2 - 1
¿Qué variables biológicas siguen una distribución normal?
¿En qué circunstancias y en qué poblaciones?

- Colesterol sérico población sana

- Consumo de alcohol
- Peso corporal
- Bilirrubina en pacientes cirróticos
- Urea en sangre en población sana
- Urea en sangre en pacientes con insuficiencia renal
- Troponina I en población sana
- Excreción urinaria de sodio en orina de 24 horas

Asimétrica g1 > 0 (+)

Leptocúrtica g2 > 0 (+)

Distribución ANORMAL
Histograma de la uremia en 504 individuos
¿Sigue una Distribución Normal?
80
N = 504 Criterio de normalidad
Media (x) = 64,8
Desviación estándar (s) = 44,69 X x
60 s< > s
2 2
Frecuencia (%)

S (desviación típica) < X (media aritmética) /2 (CV<50%)

40

S (desviación típica) > X (media aritmética)/2 (CV>50%)

20
44,69 > 64,8/2 (32,4) (CV=69%)

0
10 30 50 70 90 110 150 170 190 210 250

Uremia (mg/dl) Distribución ANORMAL

Histograma de la urea en sangre en 94 pacientes con
insuficiencia renal
¿Sigue una distribución normal?
20

N = 94
Media (x) = 126 X x
Desviación estándar (s) = 46,8
s< > s
2 2
Frecuencia (%)

S (desviación típica) < X (media aritmética)/2 (CV<50%)

10
46,8 < 126/2 (63) (CV=37%)

0
20 65 105 145 185 225

Uremia (mg/dl) en 94 pacientes con IR Distribución NORMAL

Histograma de la urea en sangre en 410 individuos sin
insuficiencia renal
¿Sigue una distribución normal?
140
N = 410 x
Media (x) = 51 X
120 s< > s
Desviación estándar (s) = 29,9 2 2
Frecuencia absoluta

100

80 S (desviación típica) > X (media aritmética)/2 (CV>50%)

29,9 > 51/2 (25,5) (CV=59%)
60

40
Distribución ANORMAL
20

0
10 45 80 110 145 180

Uremia (mg/dl) en 410 individuos sin IR

Medidas de tendencia central
Medidas de dispersión o variabilidad
Media = 183,9
Desviación estándar = 82,5
N = 293

Distribución X
Valores entre X ± 3 s (< 431,4) ANORMAL > s
40 2
S (desviación típica) < X (media aritmética)/2 (CV<50%)
Frecuencia relativa (%)

30
82.5 < 183.9/2 (91.9) (CV=45%)

20
¿Sigue una Distribución Normal?
X±3s
10

0
20 60 100 140 180 220 260 300 340 380 420 460

Excreción urinaria de sodio en orina de 24 horas (Na24 h mEq/24)

Condiciones y pruebas de normalidad

Asimétrica (+) (g1 > 0) Distribución ANORMAL

90 Leptocúrtica (+) (g2 > 0)
80

70
Frecuencia (%)

60 X CV > 50%
50 > s
40 2
30
Periféricos o Outlier
20
10
0

Bilirrubinemia (mg/dl)

Distribución de frecuencias de los niveles de bilirrubina en pacientes cirróticos.

(Distribución Anormal con asimetría positiva)
Condiciones y pruebas de normalidad
Transformación logarítmica
Frecuencia

Logaritmos de las concentraciones de bilirrubina sérica

Distribución de frecuencias de los logaritmos de los niveles

de bilirrubina en pacientes cirróticos.
Con esta transformación matemática se corrige la asimetría positiva anterior
Troponina I en población sana
50% 50%

40% 40%
Frequency of normal population

97.5% URL

Total Imprecision (CV%)

30% 30%
Frequency of normal population

Total I mprecision (CV%)

99% URL

20% 20%

10% 10%

0% 0%
0,00 0,02 0,04 0,06 0,08 0,10 0,12 0,14 0,16 0,18 0,20

cTnI µg/L 5
0.03 0.06
ng/mL ng/mL
¿La amilasemia sigue una Distribución Normal?

Asimétrica (+) (g1 > 0)

Leptocúrtica (+) (g2 > 0)
Frecuencia absoluta

Distribución ANORMAL

Periféricos o Outlier

Amilasemia (UI/l)
Estadísticos descriptivos de la amilasemia

N Media Desviación típica Asimetría Curtosis

g1 EEg1 g2 EEg2

Amilasa 549 90,86 135,043 11,359 0,104 170,89 0,208

Asimetría Curtosis

g1 EEg1 g1/ EEg1 g2 EEg2 g2/ EEg2

Amilasa 11,359 0,104 109,22 170,89 0,208 821,6

[Asimetría] > 2 EEasimetría g2 > 2 EEg2 Distribución ANORMAL

[Curtosis] > 2 EEcurtois g2 > 2 EEg2 Distribución ANORMAL

Test de normalidad

- Test de Kolmogoroff-Smirnoff-Lilliefors (test más potente para muestra > 30 casos).

- Test de Shapiro-Wilk (la prueba más potente para muestra < 30 casos).
- Test de D’Agostino.
- Test de Anderson-Darling.
- Test chi-cuadrado de bondad de ajuste.
- Test de Contraste de asimetría: Sirve para contrastar la hipótesis de que el coeficiente de
asimetría de Fisher g1 es cero. Propiedad que verifica la distribución normal (g1 = 0).
- Test de Curtosis: Contraste de apuntamiento, sirve para contrastar la hipótesis de que
el coeficiente g2 curtosis de Fisher (coeficiente de apuntamiento) es cero. Propiedad que
verifica la distribución normal (g2 = 0).
- Test de Jarque-Bera.