DISTIBUCION ESTANDAR
En efecto, todas las distribuciones Normales son lo mismo si usamos las unidades de
medida alrededor de su media que es el centro. El proceso para cambiar nuestra
distribucin a estas variables se le conoce como estandarizacin.
Este valor estndar tambin se le conoce como valor-z. El valor-z nos indica cuantas
desviaciones estndares esta la observacin original de si media y en que direccin. Las
observaciones mayores que su media toman valores positivos cuando se estandarizan
mientras los valores que son menores a su media toman valores negativos.
Para po der
utiliz ar
la
tabla
te ne mo s que
transfo r mar
la
var iable X que sigue una distr i buci n N (, ) e n o tra var iable
Z que siga una distr ib uci n N (0, 1) .
INTERVALO DE CONFIANZA
Despejando
en la ecuacin se tiene:
por la
5
11
15
16
19
6
13
15
17
19
8
13
16
17
19
8
14
16
17
19
9
14
16
18
19
9
14
16
18
19
10
14
16
18
20
11
14
16
19
20
O bien:
Ejemplo:
En un estudio de prevalencia de factores de riesgo en una cohorte de 412 mujeres
mayores de 15 aos en la Regin Metropolitana, se encontr que el 17.6% eran
hipertensas. Un intervalo de 95% de confianza para la proporcin de mujeres
hipertensas en la Regin Metropolitana est dado por:
Luego, la proporcin de hipertensas vara entre (0,139 , 0,212) con una confianza
de 95%.
IV. Uso de Intervalos de Confianza para verificar Hiptesis.
Los intervalos de confianza permiten verificar hiptesis planteadas respecto a
parmetros poblacionales.
Por ejemplo, supongamos que se plantea la hiptesis de que el promedio de peso
de nacimiento de cierta poblacin es igual a la media nacional de 3250 gramos.
Al tomar una muestra de 30 recin nacidos de la poblacin en estudio, se obtuvo:
= 2930
s= 450
n= 30
Al construir un intervalo de 95% de confianza para la media poblacional, se
obtiene:
Luego, el peso de nacimiento vara entre 2769 y 3091 gramos, con una confianza
de 95%.
Como el intervalo no incluye el valor =3250 gramos planteado en la hiptesis,
entonces esta es rechazada con confianza 95% (o un valor p menor a 0,5).