TEMA 3.

2 (C)

Cálculo de las puntuaciones

normales

1
 SECCION B

Variabilidad en la distribución normal:

cálculo de las puntuaciones normal.

2
LA DISTRIBUCIÓN ESTANDAR NORMAL

• La distribución estándar normal tiene una

media de 0 y una desviación estándar de 1.

3
 Regla 68-95-99.7 para la distribución
normal.
• El 68% de las observaciones se sitúan
dentro de la desviación estándar de la
media.

4
 Regla 68-95-99.7 para la distribución
normal.
• El 95% de las observaciones caen dentro de la
desviaciones estándar 2 de la media (en verdad,
en 1,96).

5
 Regla 68-95-99.7 para la distribución
normal.
• El 99,7 de las observaciones cae dentro
de la desviación estándar 3 de la media.

6
FRACCIÓN DE OBSERVACIONES BAJO
LA NORMA NORMAL

7
FRACCIÓN DE OBSERVACIONES
BAJO LA NORMA NORMAL

8
FRACCION DE OBSERVACIONES
BAJO LA NORMA NORMAL

9
 Regla 68-95-99.7 para la distribución normal.

• ¿Qué pasa con otras distribuciones

normales con otras medias y desviaciones
estándar?
• Se aplican las mismas propiedades
exactas.
• De hecho, cualquier distribución normal
con cualquier media y desviación estándar
se puede transformar a una curva normal
estándar.
10
Transformando a una curva normal
estándar:
• La curva normal estándar (azul) y otra normal con media -2, y
desviación estándar 2.

11
 Transformando a una curva normal
estándar:
• Al centro en cero, se resta la media de -2 de
cada observación en la curva roja.

12
 Transformando a una curva
normal estándar:
• Para "cambiar de forma" (es decir, la propagación cambio, es decir,
la desviación estándar) se dividen cada una "nueva observación"
por la desviación estándar de 2.

13
 Transformando a una curva
normal estándar:
• Para "cambiar de forma" (es decir, la propagación cambio, es decir,
la desviación estándar) se dividen cada una "nueva observación"
por la desviación estándar de 2.

14
 Transformando a una curva
normal estándar:
• Este proceso se llama normalización de las
puntuaciones z.
• Una puntuación se puede calcular para cualquier
observación de cualquier curva normal.
• Una puntuación z mide la distancia de cualquier
observación de su distribución media en unidades de
desviación estándar.
• Esta puntuación z puede evaluar donde la observación
disminuirá en relación con el resto de las observaciones
de la distribución.
• z-resultado se calcula como:
15
 Ejemplo 1: La presión arterial en hombres

• El histograma de los valores de PA de una muestra

aleatoria de 113 hombres sugiere medidas de la PA
aproximadas a una distribución normal.

16
 Ejemplo 1: La presión arterial en hombres
• Datos en (Stata)

17
 Ejemplo 1: La presión arterial en hombres

• Resumen de comandos de media muestral y

desviación estándar.

18
 Ejemplo 1: La presión arterial en hombres

• Resumen de comandos de media

muestral y desviación estándar (y muestra
los valores mínimo y máximo).

19
 Ejemplo 1: La presión arterial en hombres

• Utilizando los datos de la muestra, permite estimar el rango de los

valores de presión arterial para "la mayoría" (95%) de los hombres
en la población.
• Para los datos distribuidos normalmente, el 95% caen dentro de
SDS 2 de la media.

• Una vez más, esto es sólo una estimación con las mejores
conjeturas a partir de la media de la muestra y la de la población.

20
 Ejemplo 1: La presión arterial en hombres

• Supongamos que un hombre entra en mi clínica, se

mide su presión arterial, y quiere saber cómo se
compara con la del resto de hombres.
• Su presión es de 130 mmHg.
• ¿Qué porcentaje de hombres tiene presiones de sangre
mayores de 130 mmHg?

• Traducir a z- resultados

• Pregunta similar: ¿qué porcentaje de las observaciones

bajo la curva normal estándar tienen valores de 0,5 sds
o más por encima de la media? 21
 Ejemplo 1: La presión arterial en hombres

• Se podría ver esto en una tabla normal.

• También se puede utilizar la función

normal en Stata.

22
 Ejemplo 1: La presión arterial en hombres
• Mostrar una fuente normal (z) los
comandos dan el porcentaje de la
observación de desviaciones estándar z
menores de la media:

23
 Ejemplo 1: La presión arterial en hombres

• Para z = 0,5, aproximadamente el 69% de

las observaciones caen 5 sds de la media.

24
 Ejemplo 1: La presión arterial en hombres

• Para z = 0,5, aproximadamente el 69% de

las observaciones se encuentran 0,5 sds
por encima de la media.

25
 Ejemplo 1: La presión arterial en hombres

• Por lo que aproximadamente el 31% de

todos los hombres tienen la presión
arterial superior a nuestro ejemplo, con
una presión de 130.

• ¿Qué porcentaje de los hombres tienen

presión arterial más extrema, es decir,
más alta o baja que 0,5 sds por encima y
por debajo de la media de todos los
hombres en cualquier edad?
26
 Ejemplo 1: La presión arterial en hombres

• Lo que queremos:

27
 Ejemplo 1: La presión arterial en hombres

• Por la simetría de la curva normal, el 31%

de observaciones está por encima de 0,5
sd y el 31% por debajo 0,5 sd.
• Por lo tanto un total de 62% es diferente
0.5 sd del resultado en cualquier edad.

28