UNIVERSIDAD CENTROCCIDENTAL “LISANDRO ALVARADO”

DECANATO DE CIENCIAS DE LA SALUD

SECCION DE EPIDEMIOLOGÍA Y BIOESTADÍSTICA.

Criterios de Normalidad
y Anormalidad

Lic. Dellys Matos Dr. Gian Carlos Gudice

Prof. Rosmery Sanchez. Dra. Yudith Ontiveros

 Objetivo terminal

 Al finalizar la unidad el estudiante

estará en capacidad de analizar
los criterios empleados para
establecer la existencia de
normalidad o anormalidad
estadística en ejemplos que se
presenten, en un marco de
valores y bioética.
 Objetivo de la Unidad
• Definir normalidad y anormalidad en medicina.

• Reconocer el criterio empleado para establecer

diferencias entre normalidad utilizando los
criterios clínicos y estadísticos.

• Aplicar las propiedades de la curva normal en

la interpretación de problemas de salud-
enfermedad.

• Utilizar valores éticos para el empleo de los

criterios de normalidad y anormalidad en
medicina.
 Normalidad
Criterio clínico:
Su referente es el estado de salud.

 Ausencia de signo y síntomas

de una enfermedad.
 Equilibrio entre el bienestar
físico, sicológico, mental y
espiritual.
 Cuando las características
clínicas o valores de
laboratorio se ajustan a una
norma o juicio de valores sin
que necesariamente sea lo
usual.
 Enfoque estrictamente estadístico
 Su referente es el valor medio de la población de referencia.
 Considera como normal lo que ocurre frecuentemente, lo
ordinario, lo habitual.
 Utiliza como límites de normalidad los valores encontrados dentro
de un intervalo donde están la mayoría de las observaciones
realizadas.
 Se basa en la distribución Normal ( Gaussiana).
 No toma en cuenta el estado de salud de las personas, pero es un
concepto con un fuerte componente estadístico en el área de la
salud.
 Normalidad
Cuando los valores de una determinada variable son tomados en un grupo de
individuos “normales” podríamos decir que esos valores siguen una distribución
teórica conocida como distribución Normal o Gaussiana

La distribución normal fue reconocida por primera vez por el francés Abraham de
Moivre (1667-1754). Posteriormente, Carl Friedrich Gauss (1777-1855)
"Campana de Gauss"
 Distribución de Probabilidad Normal

Características

Media o promedio poblacional

Se denota como x ~ N (µ :σ2) σ2 = Varianza
Es simétrica respecto a su media μ
La media, mediana y moda son iguales
El área total bajo la curva es igual a 1 (100%).
En el intervalo (μ - σ, μ + σ) se encuentra el 68.26% del área total bajo la curva
En el intervalo (μ - 2σ, μ + 2σ) se encuentra el 95.4% del área total bajo la curva
En el intervalo (μ - 3σ, μ + 3σ) se encuentra el 99.7 % del área total bajo la
curva
 Distribución de Probabilidad Normal
Cálculo de probabilidades de una distribución normal

Se desea obtener la probabilidad de que de que una variable x ~ N (µ , σ2) está en el

intervalo (a,b)
 Distribución de Probabilidad Normal
Cálculo de probabilidades de una distribución normal

Las probabilidades de cualquier variable normal puede ser calculada fácilmente mediante
una transformación de la variable x en otra variable z normal con parámetros 0 y 1.
Las probabilidades correspondientes a esta variable z han sido tabuladas

x
Si hacemos z z ~ N (0 ,1)

Distribución de Probabilidad
Pasa a llamarse: Normal Estándar

A partir de ella se puede calcular cualquier probabilidad de ocurrencia de un evento,

utilizando tablas de F
Dra. Damelis Daza junio 2009
 Distribución de Probabilidad Normal

Características

x ~ N (µ , σ2),

x
z

z ~ N (0 , 1)
 Distribución de Probabilidad
Normal Estándar

Un concepto asociado a cualquier distribución de probabilidad es el de Función de

Distribución. La función de distribución en un punto se define como la probabilidad
de que la variable tome valores menores o iguales a él. Así, la función de
distribución en el punto "a", que representaremos por F(a), será : F(a) = P [ x ≤ a].
P [ x ≤ a] P [ x ≥ a]
otras

P [ x ≤ -a] P [ x ≥ -a]

P [ a ≤x ≤ b]
P [ -a ≤ x ≤ b]
 Distribución de Probabilidad Normal Estándar

Ejemplo: Un estudio revela que los niveles de TAD en una población adulta sigue una
distribución normal con  = 120mmhg y 2 = 16 mmhg; (xN (120;16)), encuentre:

¿Cuál es la probabilidad de conseguir un sujeto con TAD mayor a 130mmhg? Px  130
1. Datos:  = 120mmhg; 2 = 16 mmhg    =4
2

¿Cuál de los dos valores considero?

2. Tiene una dirección en positivo; es
decir, > y el valor es positivo; En este
caso se utiliza área mas allá de z
 x 
3. Pz  
  
Así que
 130  120 
2. Px  130  P  z    Pz  2,5 =0.0062
 4 
Buscar el valor en la tabla
4. Conclusión: La probabilidad de encontrar a un
sujeto con TAD mayor a 130 es de 0,0062.
 Distribución de Probabilidad Normal Estándar

Ejemplo: Un estudio revela que los niveles de TAD en una población adulta sigue una
distribución normal con  = 120mmhg y 2 = 16 mmhg; (xN (120;16)), encuentre:
¿Cuál es la probabilidad de conseguir un sujeto con TAD menor a 100? 1. Px  100
1. Datos:  = 120mmhg; 2 = 16 mmhg    2 =4 La simetría de la curva normal
indica que la zona situada
encima de cualquier valor
2. positivo de “z” es la misma que
la zona situada debajo del
mismo valor negativo.

3.1. Px  100 = 𝑃 𝑧 <

100−120 Así que se busca en la tabla más
= 𝑃 𝑧 < −5 allá en positivo y :
4

𝑃 𝑧 < −5 = 0,0002
Buscar el valor en la tabla

4. Conclusión: La probabilidad de encontrar a un

sujeto con TAD menor a 100mmhg es de 0,0002.
 Distribución de Probabilidad Normal Estándar

Ejemplo: Un estudio revela que los niveles de TAS en una población adulta sigue una
distribución normal con  = 100mmhg y  = 5 mmhg; (xN (100;25)), encuentre:
¿Cuál es la probabilidad de encontrar valores de TAS entre 90 y 115? 1. P 90  X  115;
1. Datos:  = 100mmhg; = 5mmhg
Buscar el valor en la tabla
2

3. Determinar el valor tipificado

90−100 115+100
𝑃 ≤𝑧≤ = 𝑃 −2 ≤ 𝑧 ≤ 3
5 5
Se busca cada valor por separado en positivo en el área más allá en la tabla,
𝑃(𝑧1 = 2) =0,0228 y 𝑃(𝑧2 = 3) =0,0013
Se suman los valores 0,0228  0,0013  0,0241;
y luego se le resta a 1 (1 corresponde al total del área) 1  0,0241  0,9759
Luego 𝑃 −2 ≤ 𝑧 ≤ 3 =0,9759
4. Conclusión: La probabilidad de encontrar a un sujeto con valores de TAS entre 90 y 115
es de 0,9759.
 Distribución de Probabilidad Normal Estándar

Ejemplo: Un estudio revela que los niveles de TAS en una población adulta sigue una
distribución normal con  = 100mmhg y  = 5 mmhg; (xN (100;25)), encuentre:
¿Cuál es la probabilidad de encontrar valores de TAS entre 90 y 110? 1. P 90  X  110;
1. Datos:  = 100mmhg; = 5mmhg

3. Determinar el valor tipificado

90−100 110+100
𝑃 ≤𝑧≤ = 𝑃 −2 ≤ 𝑧 ≤ 2
5 5
Como los valores son iguales se busca directo en la tabla, columna del área entre +z y –z
2. Buscar el valor en la tabla
Luego 𝑃 −2 ≤ 𝑧 ≤ 2 =0,9759

4. Conclusión: La probabilidad de
encontrar a un sujeto con valores de
TAS entre 90 y 115 es de 0,9759.
 Distribución de Probabilidad
Normal Estándar
Retomando

Si el valor que se pide de z está ubicado dentro de un intervalo que contenga

a .

Se obtienen los valores:

1. Cuando los valores son diferentes se buscan en la tabla, columna más allá
de z.
Cada valor de 𝑃(𝑧1 ) y 𝑃(𝑧2 )se suman y el resultado se resta a 1.

2. Cuando los valores son iguales se busca directo en la tabla, columna del
área entre +z y –z
 Distribución de Probabilidad Normal Estándar

Ejemplo: Un estudio revela que los niveles de TAS en una población adulta sigue una
distribución normal con  = 100mmhg y  = 5 mmhg; (xN (100;25)), encuentre:

¿Cuál es la probabilidad de encontrar valores de TAS entre 110 y 120? 1. P 110  X  120;

1. Datos:  = 100mmhg; = 5mmhg

2.

3. = 𝑃 −2 ≤ 𝑧 ≤ 4

Se busca cada valor por separado en el

área más allá en la tabla,

se resta el valor superior menos el inferior

𝑃 𝑧2 − 𝑃 𝑧1 = Luego 𝑃 −2 ≤ 𝑧 ≤ 4 =0,0226

4. Conclusión: La probabilidad de encontrar a un sujeto con TAS entre 110 y 120 es de

0,0226.
 Distribución de Probabilidad
Normal Estándar
Retomando

Si se pide el valor de Z en un intervalo que no contiene a .

Se obtienen los valores directos de cada 𝑃 𝑧1 y 𝑃 𝑧2 en el

área más allá de z.
• Estos resultados se RESTAN.
 Distribución de Probabilidad Normal Estándar

Ejemplo: Un estudio revela que los niveles de TAS en una población adulta sigue una
distribución normal con  = 100mmhg y  = 5 mmhg; (xN (100;25)), encuentre:

¿Cuál es la probabilidad de encontrar valores de TAS menor o por debajo de 120?

1. Px  120
1. Datos:  = 100mmhg; = 5mmhg

2.

3.
Se obtiene el valor de la probabilidad en el área más allá de z

se le resta a 1 (1 corresponde al total del área)

Luego 𝑃 𝑧 ≤ 4 =0,9998
Conclusión: La probabilidad de encontrar a un sujeto con valores de TAS por
debajo de 120 mmhg es de 0,9998.
NOTA: POR SIMETRÍA DE LA CURVA PARA LA OBTENCIÓN DE LOS
VALORES MAYOR O IGUAL SE REALIZA IGUAL PROCEDIMIENTO.
 Retomando los datos del ejemplo Nro. 3

Para una población de 600 personas determine ¿ Cuántos pacientes tienen valores de TAS
entre 90 mmhg y 115 mmhg?. .

NOTA: Aquí se les pregunta “Cuántos”, así que agregaríamos dos pasos mas.
Sol.
Sabemos que P 90  X  115  0.9759

Ahora para encontrar “cuántos” se hace una regla de tres, esto es:
Si tenemos 600 estudiantes con una TAS, la probabilidad segura es 1, entonces
¿cuántos estudiantes representan 0.9759? ; es decir:

0.9759 * 600
x  585.54  586
1

Conclusión: 586 pacientes tienen valores entre 90 y 115 mmHg

En un estudio se obtiene que el promedio de los pesos de una muestra de 600 estudiantes
universitarios es 60 Kg. y la desviación típica es 5 Kg. Suponiendo que los pesos se distribuyen
normalmente, hallar:
¿CUÁNTOS ESTUDIANTES PESAN MENOS DE 50 KG?
NOTA: Aquí se les pregunta “CUÁNTOS”, agregaríamos un pasos mas
1. Datos:  = 60mmhg; = 5mmhg .
2. Px  50 
50−60
3. 𝑃 𝑧 < = 𝑃 𝑧 < −2
5
Buscar el valor en la tabla 4. Ahora para encontrar ¿cuántos? se hace una regla de
tres.
Si tenemos 600 estudiantes con un cierto peso, la
probabilidad segura es 1 ¿cuántos estudiantes
representan 0.0228? , es decir:

Así que 𝑃 𝑧 < −2 =0,0228

OJO: sí la pregunta fuera ¿Cuál es la
probabilidad de encontrar a un 0.0228 * 600
estudiante que pesa menos de 50 Kg? x  13.68  14
1
Ya estuviera resuelto el problema, pero
observen que la pregunta es CUÁNTOS? 5. Conclusión: 14 estudiantes pesan menos de 50Kg.
Así que se completa dos pasos
En un estudio se obtiene que el promedio de los pesos de una muestra de 600 estudiantes
universitarios es 60 Kg. y la desviación típica es 5 Kg. Suponiendo que los pesos se distribuyen
normalmente, hallar:
¿CUÁL ES EL PORCENTAJE DE ENCONTAR ESTUDIANTES CON PESO MENOR A 50 KG?

NOTA: Aquí se les pregunta “PORCENTAJE”, agregaríamos un pasos mas.

Con datos del ejercicio anterior

4. Ahora para encontrar “Porcentaje” se

multiplica por 100, es decir:

0.0228*100% = 2.28%

5. Conclusión: Se tiene que el porcentaje de

encontrar estudiantes con peso menor a 50Kg es
de 2.28%.
 Distribución de Probabilidad
Normal Estándar

En un estudio se obtiene que el promedio de los pesos de una muestra de 600

estudiantes universitarios es 60 Kg. y la desviación típica es 5 Kg. Suponiendo que
los pesos se distribuyen normalmente, hallar :

1-Cuántos estudiantes pesan menos de 50 Kg.

2-Probabilidad de encontrar estudiantes con pesos entre 50 Kg. y 80 Kg.

3-Probabilidad de encontrar personas con peso mayor de 90 Kg.

4-Porcentajes de encontrar estudiantes con peso menor a 85 Kg.

5-Probabilidad de encontrar estudiantes con peso mayor a 55 Kg.

6-Cuantos estudiantes tendrán peso entre 75 Kg. y 80Kg.