DISTRIBUCIONES DE

PROBABILIDAD
BIOESTADSTICA
 INTRODUCCIN
Se trabaja con muestra por la inaccesibilidad a
toda la poblacin. Debe ser representativa y de
un tamao adecuado.
El objetivo es que los resultados obtenidos del
anlisis de la muestra puedan ser inferidos o
extrapolados a la poblacin.
Las distribuciones de probabilidad dependen en
mucho de:
n o tamao de la muestra;
X o promedio muestral; y,
desviacin estndar.
Tres distribuciones tiles en salud son:
la distribucin binomial,
la distribucin de Poisson,
la distribucin normal o de Gauss.
 DISTRIBUCIN BINOMIAL
Requisitos para su uso:
Contar con un nmero fijo de eventos a
estudiar: 1000 escolares, 300 enfermos, etc.
Los resultados son solo 2: xito, fracaso; vivo o
fallecido; varn o mujer, etc.
La probabilidad de que ocurra uno u otro evento
debe ser igual, es decir, que igual probabilidad
se de entre el xito y el fracaso.
Los eventos deben ser independientes entre s.
Se utiliza si se conoce desde el inicio la
probabilidad de aparicin de un fenmeno
biolgico.
 DISTRIBUCIN BINOMIAL
Ejemplo:
Se seleccionan 100 escolares a quienes se
les hace una reaccin de tuberculina. Esta
puede ser positiva o negativa.
Se ensaya una nueva droga en 30
enfermos y los resultados individuales se
clasifican en curacin o fracaso.
En los dos ejemplos, se aprecia un
nmero fijo de eventos, de entrada
existen dos probabilidades de ocurrir el
evento que estamos estudiando.
 DISTRIBUCIN BINOMIAL
Supongamos que un evento slo puede tener dos
resultados dicotmicos, simbolizados con A y B.
La probabilidad de A se designa U, es decir,
P(A)=U y esta probabilidad se conserva igual
cada vez que el evento ocurre.
La probabilidad de B ser 1-U (se presenta
cuando A no).
La distribucin binomial da la probabilidad de que
un resultado especfico ocurra dentro de un
nmero dado de pruebas independientes.
 DISTRIBUCIN BINOMIAL
Supngase que se ha estudiado la poblacin
entera de personas con anemia aplsica grave y
que la probabilidad de supervivencia al ao es de
0.8.
Smbolos a utilizar:
S: representa el evento de 10 aos de supervivencia;
D: representa deceso antes de los 10 aos.
Luego, U= P(S)=0.8; y 1-U=P(D)=0.2.
 DISTRIBUCIN BINOMIAL
Consideremos un grupo de n=2 pacientes con
anemia aplsica grave:
Cul es la probabilidad de que los pacientes vivan diez
aos?
Cul, que uno viva a los diez aos?
Cul, que ninguno viva a los diez aos?
 DISTRIBUCIN BINOMIAL

Cul es la probabilidad de que los pacientes vivan

diez aos?
Se sabe que para el paciente 1 y el 2 la P(S) es de
0.8. Debido a que la supervivencia de uno es
independiente de la del otro, por tanto la
probabilidad de que ambos sobrevivan es:
P (S)P(S) = (0,8) (0,8) = 0,64
 DISTRIBUCIN BINOMIAL
Cul es la probabilidad, que uno viva a los diez aos?
Puede darse de dos maneras:
El paciente 1 sobrevive 10 aos, el 2 no;
El 2 sobrevive diez aos y el 1 no.
Estos dos eventos son mutuamente excluyentes: por tanto
despus de usar la regla de multiplicacin para obtener la
probabilidad de cada evento, se aplica la regla de adicin de
eventos mutuamente excluyentes para combinar las
probabilidades:
P(S para paciente 1 y D para paciente 2)=P(S)P(D)= (0,8)
(0,2)=0,16
P(D para paciente 1 y S para paciente 2)=P(D)P(S)= (0,2)
(0,8)=0,16
Por tanto, P (evento 1 o evento 2) = 0,16+0,16=0,32.
 DISTRIBUCIN BINOMIAL

Cul, que ninguno viva a los diez aos?

P(D para el paciente 1 y D para el paciente 2)=
P(D)P(D)= (0,2)(0,2)=0,04
 DISTRIBUCIN NORMAL (DE
GAUSS)
Es la distribucin de probabilidad ms
famosa en estadstica.
Es continua, puede tomar cualquiera
valor (no slo enteros como en d.
binomial y Poisson).
Es una curva lisa en forma de
campana, simtrica alrededor de la
media de la distribucin que en este
caso se simboliza
 DISTRIBUCIN NORMAL (DE
GAUSS)
La desviacin estndar de la distribucin
se simboliza con y es la distancia
horizontal entre la media y el punto de
inflexin de la curva.
La media y la desviacin estndar son los
dos parmetros de la distribucin normal
(esto es, determinan la ubicacin en las
cantidades y la forma de una curva
normal).
DISTRIBUCIN NORMAL (DE
GAUSS)
La campana de gauss es una distribucin
de probabilidad, por tanto el rea bajo la
curva es igual a 1 y es simtrica:
Por tanto la mitad del rea est a la izquierda
de la media y la mitad a la derecha.
Una variable aleatoria X puede tomar
cualquier valor entre menos infinito y ms
infinito.
 DISTRIBUCIN NORMAL
ESTNDAR (Z)
Para el clculo de la probabilidad en una
distribucin normal se dispone de tablas.
Dado que se necesitara una tabla
diferente para cada valor de mu y sigma;
se emplea una curva (distribucin)
normal estndar, que tiene una media =
0 y desviacin estndar=1.
Esta curva tambin se llama distribucin
z.
 DISTRIBUCIN NORMAL
ESTNDAR (Z)
La tabla A-2 da el rea bajo la curva que
est entre:
-z y +z
La suma de las reas a la izquierda de z y a la
derecha de +z y el rea a la izquierda z o la
derecha de +z
 DISTRIBUCIN NORMAL
ESTNDAR (Z)
EJERCICIO:
Con la distribucin normal estndar (z)
estmese la proporcin de las reas
siguientes:
Arriba de 1
Debajo de -1
Arriba de 2
Debajo de -2
Entre -1 y 1
Entre -2 y 2
Utilice la tabla A-2 y repita el ejercicio.
 DISTRIBUCIN NORMAL
ESTNDAR (Z)
Cuando la media de una distribucin gaussiana no es 0 y la
desviacin no es 1, se realiza una transformacin llamada
z de modo que pueda usarse la tabla normal estndar.
La transformacin z expresa la desviacin desde la media
en unidades de desviacin estndar.
Esto es, cualquier distribucin normal puede transformarse a
distribucin normal estndar mediante los dos pasos
siguientes:
Muvase la distribucin hacia arriba o hacia abajo del eje de
modo que la media sea 0. Este paso se efecta sustrayendo la
media de la variable X dada.
La distribucin se hace ms angosta o ancha para que la
desviacin estndar sea igual a 1. este paso se ejecuta
dividiendo entre
 DISTRIBUCIN NORMAL
ESTNDAR (Z)
Para resumir el valor transformado es:

Z = X ___

Y, por lo general se designa razn z, desviacin normal,

razn estandarizada o razn crtica.
 EJEMPLOS DE USO DE
DISTRIBUCIN NORMAL
ESTNDAR
La presin sangunea (PS) sistlica de personas
normales se distribuye en forma general con =
120 y = 10 mm Hg. Hganse las
transformaciones apropiadas para contestar las
siguientes preguntas:
Qu rea de la curva est por arriba de 130 mm Hg?
Qu rea de la curva est arriba de 140 mmg Hg?
Qu rea de la curva est entre 100 y 140 mm Hg?
Qu rea de la curva est por arriba de
130 mm Hg?

z = (130 120)/10 = 1 y el rea por arriba de 1 es

0,159.

Por tanto, 15,9% de personas tienen una presin

sangunea sistlica superior a una desviacin
estndar (> 130 mm Hg).
Qu rea de la curva est arriba de 140
mmg Hg?

z = (140 120)/10 = 2 y el rea superior a 2 es

0,023.

Por tanto, 2,3% tienen una presin sangunea

sistlica superior a dos desviaciones estndar
(>140 mm Hg).
 Qu rea de la curva est entre 100 y
140 mm Hg?

z1 = (100 120)/10 - 2 ; y,
z2 = (140 120)/10 = 2.

El rea entre -2 y +2 es 0,954.

As, 95,4% tienen una presin sangunea sistlica

entre -2 y +2 desviaciones estndar (entre 100 y
140 mm Hg).