Академический Документы
Профессиональный Документы
Культура Документы
Red
Metodologa de la
Investigacin
10/12/01
Contenido
La distribucin normal
Prtegas Daz, S. [
], Pita Fernndez, S. [
]
Unidad de Epidemiologa Clnica y Bioestadstica. Complexo
Hospitalario Juan Canalejo. A Corua (Espaa)
CAD ATEN PRIMARIA 2001; 8: 268-274.
1. Introduccin
Introduccin
La Distribucin Normal
- Sus propiedades
Contrastes de Normalidad
Recursos relacionados en
Internet
Bibliografa
Documento en PDF (123
Kb)
Problemas con PDF?
Tablas y Figuras
Al iniciar el anlisis estadstico de una serie de datos, y
Figura
1. Histogramas
despus de la etapa de deteccin y correccin de errores,
Fig.
2.
Grfica de una
un primer paso consiste en describir la distribucin de las
Distribucin Normal
variables estudiadas y, en particular, de los datos
Tabla 1. reas bajo la curva
normal estndar
numricos. Adems de las medidas descriptivas
Fig. 3. Ejemplos de
correspondientes, el comportamiento de estas variables
distribuciones normales
puede explorarse grficamente de un modo muy simple.
Fig. 4. Histogramas y grfico
Consideremos, como ejemplo, los datos de la Figura 1a,
Q-Q de probabilidad
que muestra un histograma de la tensin arterial sistlica
de una serie de pacientes isqumicos ingresados en una unidad de cuidados intensivos.
Para construir este tipo de grfico, se divide el rango de valores de la variable en
intervalos de igual longitud, representando sobre cada intervalo un rectngulo con rea
proporcional al nmero de datos en ese rango1. Uniendo los puntos medios del extremo
superior de las barras, se obtiene el llamado polgono de frecuencias. Si se observase
una gran cantidad de valores de la variable de inters, se podra construir un histograma
en el que las bases de los rectngulos fuesen cada vez ms pequeas, de modo que el
polgono de frecuencias tendra una apariencia cada vez ms suavizada, tal y como se
muestra en la Figura 1b. Esta curva suave "asinttica" representa de modo intuitivo la
distribucin terica de la caracterstica observada. Es la llamada funcin de densidad.
Ecuacin 1:
que determina la curva en forma de campana que tan bien conocemos (Figura 2). As, se
dice que una caracterstica
y se denota como
y varianza
iii.
Es simtrica con respecto a su media . Segn esto, para este tipo de variables
existe una probabilidad de un 50% de observar un dato mayor que la media, y un
50% de observar un dato menor.
iv.
v.
vi.
Como se deduce de este ltimo apartado, no existe una nica distribucin normal, sino
una familia de distribuciones con una forma comn, diferenciadas por los valores de su
media y su varianza. De entre todas ellas, la ms utilizada es la distribucin normal
estndar, que corresponde a una distribucin de media 0 y varianza 1. As, la expresin
que define su densidad se puede obtener de la Ecuacin 1, resultando:
Es importante conocer que, a partir de cualquier variable X que siga una distribucin
, se puede obtener otra caracterstica Z con una distribucin normal estndar,
sin ms que efectuar la transformacin:
Ecuacin 2:
Esta propiedad resulta especialmente interesante en la prctica, ya que para una
distribucin
existen tablas publicadas (Tabla 1) a partir de las que se puede
obtener de modo sencillo la probabilidad de observar un dato menor o igual a un cierto
valor z, y que permitirn resolver preguntas de probabilidad acerca del comportamiento
de variables de las que se sabe o se asume que siguen una distribucin
aproximadamente normal.
Consideremos, por ejemplo, el siguiente problema: supongamos que se sabe que el peso
de los sujetos de una determinada poblacin sigue una distribucin aproximadamente
normal, con una media de 80 Kg y una desviacin estndar de 10 Kg. Podremos saber
cul es la probabilidad de que una persona, elegida al azar, tenga un peso superior a 100
Kg?
Denotando por X a la variable que representa el peso de los individuos en esa poblacin,
sta sigue una distribucin
. Si su distribucin fuese la de una normal estndar
podramos utilizar la Tabla 1 para calcular la probabilidad que nos interesa. Como ste
no es el caso, resultar entonces til transformar esta caracterstica segn la Ecuacin 2,
y obtener la variable:
para poder utilizar dicha tabla. As, la probabilidad que se desea calcular ser:
Esta ltima probabilidad puede ser fcilmente obtenida a partir de la Tabla 1, resultando
ser
. Por lo tanto, la probabilidad buscada de que una persona
elegida aleatoriamente de esa poblacin tenga un peso mayor de 100 Kg , es de 1
0.9772=0.0228, es decir, aproximadamente de un 2.3%.
De modo anlogo, podemos obtener la probabilidad de que el peso de un sujeto est
entre 60 y 100 Kg:
Finalmente, la probabilidad buscada de que una persona elegida al azar tenga un peso
entre 60 y 100 Kg., es de 0.9772-0.0228=0.9544, es decir, aproximadamente de un
95%. Resulta interesante comprobar que se obtendra la misma conclusin recurriendo
a la propiedad (iii) de la distribucin normal.
No obstante, es fcil observar que este tipo de situaciones no corresponde a lo que
habitualmente nos encontramos en la prctica. Generalmente no se dispone de
informacin acerca de la distribucin terica de la poblacin, sino que ms bien el
problema se plantea a la inversa: a partir de una muestra extrada al azar de la poblacin
que se desea estudiar, se realizan una serie de mediciones y se desea extrapolar los
resultados obtenidos a la poblacin de origen. En un ejemplo similar al anterior,
supongamos que se dispone del peso de n=100 individuos de esa misma poblacin,
obtenindose una media muestral de
Kg, y una desviacin estndar muestral
Kg, querramos extraer alguna conclusin acerca del valor medio real de ese
peso en la poblacin original. La solucin a este tipo de cuestiones se basa en un
resultado elemental de la teora estadstica, el llamado teorema central del lmite. Dicho
axioma viene a decirnos que las medias de muestras aleatorias de cualquier variable
siguen ellas mismas una distribucin normal con igual media que la de la poblacin y
desviacin estndar la de la poblacin dividida por
Resulta obvio que este tipo de estudio no puede llevarnos sino a obtener una opinin
meramente subjetiva acerca de la posible distribucin de nuestros datos, y que es
necesario disponer de otros mtodos ms rigurosos para contrastar este tipo de
hiptesis. En primer lugar, deberemos plantearnos el saber si los datos se distribuyen de
una forma simtrica con respecto a su media o presentan algn grado de asimetra, pues
es sta una de las caractersticas fundamentales de la distribucin de Gauss. Aunque la
simetra de la distribucin pueda valorarse, de modo simple, atendiendo a algunas
medidas descriptivas de la variable en cuestin8 (comparando, por ejemplo, los valores
de media, mediana y moda), resultar til disponer de algn ndice que nos permita
cuantificar cualquier desviacin. Si se dispone de una muestra de tamao n,
de una caracterstica X, se define el coeficiente de asimetra de Fisher como:
a partir del cual podemos considerar que una distribucin es simtrica ( =0), asimtrica
hacia la izquierda ( <0) o hacia la derecha ( >0). En segundo lugar, podemos
preguntarnos si la curva es ms o menos "aplastada", en relacin con el grado de
apuntamiento de una distribucin gaussiana. El coeficiente de aplastamiento o
curtosis de Fisher, dado por:
) o platicrtica
).
Siguiendo con los ejemplos anteriores, y tal y como caba esperar, el coeficiente de
asimetra toma un valor mayor para la distribucin de la edad (
) que para el
peso observado (
). En cuanto a los niveles de curtosis, no hay apenas
diferencias, siendo de 0.320 para el peso y de 0.366 para la edad.
0.00
.01
.02
.03
.04
.05
.06
.07
.08
.09
0.0
.5359
0.1
.5753
0.2
.6141
0.3
.6517
0.4
.6879
0.5
.7224
0.6
.7549
0.7
.7852
0.8
.8133
0.9
.8389
1.0
.8621
1.1
.8830
1.2
.9015
1.3
.9177
1.4
.9319
1.5
.9441
1.6
.9545
1.7
.9633
1.8
.9706
1.9
.9767
2.0
.9817
2.1
.9857
2.2
.9890
2.3
.9916
2.4
.9936
2.5
.9952
2.6
.9964
2.7
.9974
2.8
.9981
2.9
.9986
3.0
.9990
3.1
.9993
3.2
.9995
3.3
.9997
3.4
.9998
Bibliografa
1. Prtega Daz S, Pita Fernndez S. Representacin grfica en el anlisis de datos. Cad Aten Primaria
2001; 8: 112-117.
2. Altman DA. Practical statistics for medical research. 1th ed., repr. 1997. London: Chapman & Hall;
1997.
3. Daniel WW. Bioestadstica. Base para el anlisis de las ciencias de la salud. Mexico: Limusa; 1995.
4. Elston RC, Johnson WD. Essentials of Biostatistics. Philadelphia: F.A. Davis Company; 1987.
5. Altman DG, Bland JM. Statistics notes: The normal distribution. BMJ 1995; 310: 298-298. [Texto
completo]
6. Elveback LR, Guilliver CL, Keating FR Jr. Health, Normality and the Gosth of Gauss. JAMA 1970;
211: 69-75. [Medline]
7. Nelson JC, Haynes E, Willard R, Kuzma J. The Distribution of Eurhyroid Serum Protein-Bound
Iodine Levels. JAMA 1971; 216: 1639-1641. [Medline]
8. Altman DG, Bland JM. Statistics notes: Detecting skewness from summary information. BMJ 1996;
313: 1200-1200. [Texto completo]
9. Bland JM, Altman DG. Statistics Notes: Transforming data. BMJ 1996; 312: 770. [Texto completo]