SlideShare una empresa de Scribd logo
1 de 28
 La distribución normal se basa en 2
teoremas:
› Teorema del Límite Central
› Ley de los Grandes Números
 Este teorema dice que si calculamos las
medias de todas las posibles muestras
obtenidas de una población y lo representamos
en una gráfica, vamos a obtener una curva
normal, es decir, que la mayoría de las medias
se van a encontrar alrededor de la media real.
 También dice que el tamaño de la muestra es
importante, ya que cuanto mayor sea la
muestra, mayor tendencia tendrá para
distribuirse normalmente.
 Esta ley dice que cuanto mayor sea N, la
muestra se aproximará más a la distribución
normal.
 La curva normal es por tanto un modelo
matemático que nos permite comparar
valores mediante unas tablas, pero para ello
hay que tipificar los valores; “normalizarlos”.
 Para poder tipificar los valores tenemos que:
› Tener una distribución normal
› La muestra tiene que ser mínimo de 100
 La fórmula que usamos para tipificar es la
siguiente:
 En primer lugar sacamos los datos:
› N= 500
› Escala de autoestima de 0 a 20
› Sigue distribución normal
› Media autoestima = 8
› D. E = 2
 Una vez sacados los datos, calculamos el
porcentaje de mujeres que se encuentran entre
las puntuaciones 10.5 y 8; para ello aplicamos
la fórmula para tipificar:
El valor que hemos obtenido, 1.25, es el valor
tipificado, y es el que tenemos que comparar en
las tablas.
 Para buscar el valor en la
tabla, vemos que hay dos
columnas, B y C. En este
caso nos vamos a fijar en
la columna B, puesto que
los valores que nos piden
están de la media hacia
abajo, hasta la Z; la parte
superior:
 Al buscar nuestro valor en la tabla y fijarnos
en la columna B, nos da 0.3944, que en
porcentaje sería 39.44%. Este sería el
porcentaje de mujeres que se encuentran
entre las puntuaciones 8-10.5
 De 8 hacia abajo sería el 50%, ya que 8 es
la media.
 Así que en total sería= 50+39.44 = 89.44%
 El 89.44% tendrán una puntuación de
10.5 o menos en la escala de autoestima
 Primero sacamos los datos:
› Distribución normal
› Media= 140 cm
› D. E = 5 cm
 En primer lugar calculamos el
porcentaje de niños que se
encontrarían entre los 140-150
cm, y para ello aplicamos la
fórmula:
 El resultado obtenido lo
comparamos como hemos hecho
anteriormente en las tablas. En
este caso también nos fijamos en
la columna B porque los valores
también se encuentran en la
misma zona de la curva:
 Al buscar el valor en la columna B obtenemos
el resultado: 0.4772, que al pasarlo a
porcentaje sería el 47.72%. Esto sería el
porcentaje de niños que se encuentran entre
las estaturas de 140-150 cm.
 A esto le sumamos el 50%, que correspondería
a los niños de estaturas inferiores a 140 cm.
 Por lo que en total serían el 97.72%.
 El 97.72% de los niños tendrán una altura
menor a 150 cm.
 Para calcularlo aplicamos la fórmula:
 En este caso nos vamos a fijar en la columna c,
puesto que los valores que nos piden se encuentran
en la parte superior:
 Al buscar el valor en la columna C de la
tabla obtenemos el resultado: 0.0228, lo que
sería el 2.28%.
 El 2.28% de los niños tendrán una altura
superior a 1150 cm.
 Primero calculamos el porcentaje de 137.25
hasta 140 y para ello aplicamos la fórmula:
 Nos fijamos en la columna B, porque el valor
está en el área comprendida entre la media y la
Z y nos da 20.88%.
 Luego calculamos el porcentaje de 140 a
145.50, aplicando también la fórmula:
 Nos fijamos en este caso también en la
columna B por el mismo motivo y obtenemos
el porcentaje de 36.43%.
 Sumamos los dos porcentaje y obtenemos el
total de 57.31%
 El 57.31% de los niños tendrán una altura
comprendida entre 137.25 y 145.50 cm
 Primero sacamos los datos:
› Distribución normal
› Media = 106
› D.E = 8
 Calculamos el porcentaje de 120 a 106 con la fórmula:
 Buscamos el valor en la tabla y nos fijamos en la columna
B por los motivos antes dichos y obtenemos 0.4599 =
45.99%
 A esto le sumamos el 50% que corresponde al porcentaje
de los diabéticos con una glucemia inferior a 106, ya que
106 es la media.
 Por lo tanto, el total sería: 95.99%
 El 95.99% de los diabéticos tendrán una glucemia
igual o inferior a 120.
 Calculamos el porcentaje de 106 a 110 aplicando la
fórmula:
 Buscamos el dato en la tabla y nos fijamos en la
columna B porque está a la derecha y obtenemos
0.1915, lo que sería el 19.15%.
 El 19.15% de los diabéticos tendrán una glucemia
comprendida entre 106-110
 Calculamos el porcentaje de 120 hacia delante
aplicando la fórmula:
 Como es de 120 hacia delante, es decir, los valores que
estamos buscando están de Z hacia delante, nos
fijamos en la columna C y obtenemos: 0.0401, lo que
sería el 40.01%.
 El 40.01% de los diabéticos tendrán una glucemia
mayor a 120
 Este ejercicio se hace de manera distinta al
resto.
 En primer lugar, como nos están diciendo que
es el 25%, sabemos que sería 0.25. Este valor
sería el que aparece en la tabla, así que
tenemos que buscar qué Z se corresponde al
0.25.
 Tendríamos que fijarnos en la columna C,
puesto que nos dicen que los valores se
encuentran por debajo de Z.
 Buscamos el valor 0.25 en la columna C, pero
vemos que no hay un valor exacto, así que
cogemos la Z que corresponde al valor superior
a 0.25 y el inferior a 0.25 que serían: -0.67 y -
0.68 y hacemos la media: -0.675.
 Entonces -0.675 sería la Z que estamos
buscando. Como ya tenemos Z y el problema
nos da la D.E y la media, podemos despejar de
la fórmula la X que sería el valor de la
glucemia.
 Por tanto, el valor de glucemia, tal que por
debajo de él se encuentra el 25% de los
diabéticos es 100.6

Más contenido relacionado

La actualidad más candente

Coeficiente de Correlación de Pearson y Spearman
Coeficiente de Correlación de Pearson y SpearmanCoeficiente de Correlación de Pearson y Spearman
Coeficiente de Correlación de Pearson y Spearman
JCMENESESV
 
Tarea seminario 10 correlacion
Tarea seminario 10 correlacionTarea seminario 10 correlacion
Tarea seminario 10 correlacion
noebapi
 
Conceptos de matriz blog
Conceptos de matriz blogConceptos de matriz blog
Conceptos de matriz blog
Daniel Garcia
 
5 ejercicios de correlación
5 ejercicios de correlación5 ejercicios de correlación
5 ejercicios de correlación
1010karen
 
Seminario 10
Seminario 10Seminario 10
Seminario 10
anaarrnar
 
Coeficientes de correlación pearson y sperman
Coeficientes de correlación pearson y spermanCoeficientes de correlación pearson y sperman
Coeficientes de correlación pearson y sperman
andreagarnicaj
 

La actualidad más candente (20)

Metodo de correlacion
Metodo de correlacionMetodo de correlacion
Metodo de correlacion
 
Transformadade la place ecuaciones dif
Transformadade la place ecuaciones difTransformadade la place ecuaciones dif
Transformadade la place ecuaciones dif
 
Regresión lineal
Regresión linealRegresión lineal
Regresión lineal
 
Coeficiente de Correlación de Pearson y Spearman
Coeficiente de Correlación de Pearson y SpearmanCoeficiente de Correlación de Pearson y Spearman
Coeficiente de Correlación de Pearson y Spearman
 
Tarea seminario 10 correlacion
Tarea seminario 10 correlacionTarea seminario 10 correlacion
Tarea seminario 10 correlacion
 
Pearson y de Spearman
Pearson y de SpearmanPearson y de Spearman
Pearson y de Spearman
 
Teoria de Errores
Teoria de ErroresTeoria de Errores
Teoria de Errores
 
Conceptos de matriz blog
Conceptos de matriz blogConceptos de matriz blog
Conceptos de matriz blog
 
Coeficientes de correlación de Pearson y de Sperman
Coeficientes de correlación de Pearson y de SpermanCoeficientes de correlación de Pearson y de Sperman
Coeficientes de correlación de Pearson y de Sperman
 
Presentación1 coeficientes de correlación
Presentación1 coeficientes de correlación Presentación1 coeficientes de correlación
Presentación1 coeficientes de correlación
 
Analisis correlacional
Analisis correlacionalAnalisis correlacional
Analisis correlacional
 
correlación de Pearson y de Sperman
correlación de Pearson y de Spermancorrelación de Pearson y de Sperman
correlación de Pearson y de Sperman
 
Bachiller
BachillerBachiller
Bachiller
 
5 ejercicios de correlación
5 ejercicios de correlación5 ejercicios de correlación
5 ejercicios de correlación
 
Estadística bivariada
Estadística bivariadaEstadística bivariada
Estadística bivariada
 
Presentación de coeficiente de correlacion de pearson y spearman
Presentación de coeficiente de correlacion de pearson y spearmanPresentación de coeficiente de correlacion de pearson y spearman
Presentación de coeficiente de correlacion de pearson y spearman
 
Teoria de errores
Teoria de erroresTeoria de errores
Teoria de errores
 
Seminario 10
Seminario 10Seminario 10
Seminario 10
 
Coeficientes de correlación pearson y sperman
Coeficientes de correlación pearson y spermanCoeficientes de correlación pearson y sperman
Coeficientes de correlación pearson y sperman
 
Tipos de errores Metodos Numericos - Bz4
Tipos de errores Metodos Numericos - Bz4Tipos de errores Metodos Numericos - Bz4
Tipos de errores Metodos Numericos - Bz4
 

Destacado

Distribución normal presentación
Distribución normal presentaciónDistribución normal presentación
Distribución normal presentación
José Antonio Dzib
 
Distribuccion normal, discreta y de poison
Distribuccion normal, discreta y de poisonDistribuccion normal, discreta y de poison
Distribuccion normal, discreta y de poison
Lydia Acosta Garcia
 
DISTRIBUCIÓN NORMAL RUTH CORDOVA
DISTRIBUCIÓN NORMAL RUTH CORDOVADISTRIBUCIÓN NORMAL RUTH CORDOVA
DISTRIBUCIÓN NORMAL RUTH CORDOVA
andymaque
 
muestreo y estimacion 2012
muestreo y estimacion 2012muestreo y estimacion 2012
muestreo y estimacion 2012
jose_pabon_2012
 
Distribucion Normal
Distribucion NormalDistribucion Normal
Distribucion Normal
nestor
 
La distribucion normal y su uso en la inferencia estadistica
La distribucion normal y su uso en la inferencia estadisticaLa distribucion normal y su uso en la inferencia estadistica
La distribucion normal y su uso en la inferencia estadistica
eraperez
 

Destacado (17)

Distribucion normal principios básicos
Distribucion normal principios básicosDistribucion normal principios básicos
Distribucion normal principios básicos
 
aplicación de los paradigmas de la distribución normal al análisis de los res...
aplicación de los paradigmas de la distribución normal al análisis de los res...aplicación de los paradigmas de la distribución normal al análisis de los res...
aplicación de los paradigmas de la distribución normal al análisis de los res...
 
Distribución normal presentación
Distribución normal presentaciónDistribución normal presentación
Distribución normal presentación
 
Distribucion normal
Distribucion normalDistribucion normal
Distribucion normal
 
Ejercicio de distribución normal
Ejercicio de distribución normalEjercicio de distribución normal
Ejercicio de distribución normal
 
Distribución normal o de gauss por angel curiel
Distribución normal o de gauss por angel curielDistribución normal o de gauss por angel curiel
Distribución normal o de gauss por angel curiel
 
Distribuccion normal, discreta y de poison
Distribuccion normal, discreta y de poisonDistribuccion normal, discreta y de poison
Distribuccion normal, discreta y de poison
 
Muestreo y distribuciones muestrales
Muestreo y distribuciones  muestralesMuestreo y distribuciones  muestrales
Muestreo y distribuciones muestrales
 
DISTRIBUCIÓN NORMAL RUTH CORDOVA
DISTRIBUCIÓN NORMAL RUTH CORDOVADISTRIBUCIÓN NORMAL RUTH CORDOVA
DISTRIBUCIÓN NORMAL RUTH CORDOVA
 
Variables Aleatorias
Variables AleatoriasVariables Aleatorias
Variables Aleatorias
 
Distribucion Normal
Distribucion NormalDistribucion Normal
Distribucion Normal
 
muestreo y estimacion 2012
muestreo y estimacion 2012muestreo y estimacion 2012
muestreo y estimacion 2012
 
Distribucion normal por wallter lopez
Distribucion normal por wallter lopezDistribucion normal por wallter lopez
Distribucion normal por wallter lopez
 
Distribucion Normal
Distribucion NormalDistribucion Normal
Distribucion Normal
 
Distibucion de probabilidad normal
Distibucion de probabilidad normalDistibucion de probabilidad normal
Distibucion de probabilidad normal
 
La distribucion normal y su uso en la inferencia estadistica
La distribucion normal y su uso en la inferencia estadisticaLa distribucion normal y su uso en la inferencia estadistica
La distribucion normal y su uso en la inferencia estadistica
 
Distribucion de Poisson
Distribucion de PoissonDistribucion de Poisson
Distribucion de Poisson
 

Similar a Seminario 8 Distribución Normal (20)

Ejercicio seminario 8 fin
Ejercicio seminario 8 finEjercicio seminario 8 fin
Ejercicio seminario 8 fin
 
Ejercicio seminario 8
Ejercicio seminario 8Ejercicio seminario 8
Ejercicio seminario 8
 
Ejercicio seminario 8 fin
Ejercicio seminario 8 finEjercicio seminario 8 fin
Ejercicio seminario 8 fin
 
Seminario 8
Seminario 8Seminario 8
Seminario 8
 
Estadística seminario 8
Estadística seminario 8Estadística seminario 8
Estadística seminario 8
 
Estadística seminario 8
Estadística seminario 8Estadística seminario 8
Estadística seminario 8
 
Seminario 7
Seminario 7Seminario 7
Seminario 7
 
Ejercicios curva normal
Ejercicios curva normalEjercicios curva normal
Ejercicios curva normal
 
Seminario 7
Seminario 7Seminario 7
Seminario 7
 
Seminario 8
Seminario 8Seminario 8
Seminario 8
 
Seminario 8
Seminario 8Seminario 8
Seminario 8
 
Tarea 7
Tarea 7 Tarea 7
Tarea 7
 
Ejercicios de distribución normal
Ejercicios de distribución normalEjercicios de distribución normal
Ejercicios de distribución normal
 
Tarea seminario 8 de estadistica
Tarea seminario 8 de estadisticaTarea seminario 8 de estadistica
Tarea seminario 8 de estadistica
 
Semiario 8 blog
Semiario 8 blogSemiario 8 blog
Semiario 8 blog
 
Seminario 7
Seminario 7Seminario 7
Seminario 7
 
Seminario 7. distribución normal
Seminario 7. distribución normalSeminario 7. distribución normal
Seminario 7. distribución normal
 
Actividades sobre la distribución normal
Actividades sobre la distribución normalActividades sobre la distribución normal
Actividades sobre la distribución normal
 
Tarea seminario 8
Tarea seminario 8Tarea seminario 8
Tarea seminario 8
 
Tarea del seminario 8
Tarea del seminario 8Tarea del seminario 8
Tarea del seminario 8
 

Más de Miri_viola (10)

Tarea seminario 3 corregido
Tarea seminario 3 corregidoTarea seminario 3 corregido
Tarea seminario 3 corregido
 
Tarea seminario 3: Scopus. Mendeley: Bibliografía formato Vancouver
Tarea seminario 3: Scopus. Mendeley: Bibliografía formato VancouverTarea seminario 3: Scopus. Mendeley: Bibliografía formato Vancouver
Tarea seminario 3: Scopus. Mendeley: Bibliografía formato Vancouver
 
Tarea seminario 2 segunda parte
Tarea seminario 2 segunda parteTarea seminario 2 segunda parte
Tarea seminario 2 segunda parte
 
Tarea seminario 2
Tarea seminario 2Tarea seminario 2
Tarea seminario 2
 
Seminario 10: Correlación y T de Student
Seminario 10: Correlación y T de StudentSeminario 10: Correlación y T de Student
Seminario 10: Correlación y T de Student
 
Seminario 8: Chi Cuadrado de Pearson
Seminario 8: Chi Cuadrado de PearsonSeminario 8: Chi Cuadrado de Pearson
Seminario 8: Chi Cuadrado de Pearson
 
Seminario 5 Estadistica y Tics
Seminario 5 Estadistica y TicsSeminario 5 Estadistica y Tics
Seminario 5 Estadistica y Tics
 
Seminario 4 estadistica: SPSS y EXCEL
Seminario 4 estadistica: SPSS y EXCELSeminario 4 estadistica: SPSS y EXCEL
Seminario 4 estadistica: SPSS y EXCEL
 
Búsqueda en pubmed
Búsqueda en pubmedBúsqueda en pubmed
Búsqueda en pubmed
 
Tarea seminario 2: Búsqueda en la base de datos Dialnet
Tarea seminario 2: Búsqueda en la base de datos DialnetTarea seminario 2: Búsqueda en la base de datos Dialnet
Tarea seminario 2: Búsqueda en la base de datos Dialnet
 

Último

5.2 DERIVADAS PARCIALES (64RG45G45G45G).pptx
5.2 DERIVADAS PARCIALES (64RG45G45G45G).pptx5.2 DERIVADAS PARCIALES (64RG45G45G45G).pptx
5.2 DERIVADAS PARCIALES (64RG45G45G45G).pptx
llacza2004
 
Hobson, John A. - Estudio del imperialismo [ocr] [1902] [1981].pdf
Hobson, John A. - Estudio del imperialismo [ocr] [1902] [1981].pdfHobson, John A. - Estudio del imperialismo [ocr] [1902] [1981].pdf
Hobson, John A. - Estudio del imperialismo [ocr] [1902] [1981].pdf
frank0071
 
Flores Galindo, A. - La ciudad sumergida. Aristocracia y plebe en Lima, 1760-...
Flores Galindo, A. - La ciudad sumergida. Aristocracia y plebe en Lima, 1760-...Flores Galindo, A. - La ciudad sumergida. Aristocracia y plebe en Lima, 1760-...
Flores Galindo, A. - La ciudad sumergida. Aristocracia y plebe en Lima, 1760-...
frank0071
 
IAAS- EPIDEMIOLOGIA. antisepcsia, desinfección, epp
IAAS-  EPIDEMIOLOGIA. antisepcsia, desinfección, eppIAAS-  EPIDEMIOLOGIA. antisepcsia, desinfección, epp
IAAS- EPIDEMIOLOGIA. antisepcsia, desinfección, epp
CatalinaSezCrdenas
 
Gribbin, John. - Historia de la ciencia, 1543-2001 [EPL-FS] [2019].pdf
Gribbin, John. - Historia de la ciencia, 1543-2001 [EPL-FS] [2019].pdfGribbin, John. - Historia de la ciencia, 1543-2001 [EPL-FS] [2019].pdf
Gribbin, John. - Historia de la ciencia, 1543-2001 [EPL-FS] [2019].pdf
frank0071
 
Terapia Cognitivo Conductual CAPITULO 2.
Terapia Cognitivo Conductual CAPITULO 2.Terapia Cognitivo Conductual CAPITULO 2.
Terapia Cognitivo Conductual CAPITULO 2.
ChiquinquirMilagroTo
 

Último (20)

Glaeser, E. - El triunfo de las ciudades [2011].pdf
Glaeser, E. - El triunfo de las ciudades [2011].pdfGlaeser, E. - El triunfo de las ciudades [2011].pdf
Glaeser, E. - El triunfo de las ciudades [2011].pdf
 
5.2 DERIVADAS PARCIALES (64RG45G45G45G).pptx
5.2 DERIVADAS PARCIALES (64RG45G45G45G).pptx5.2 DERIVADAS PARCIALES (64RG45G45G45G).pptx
5.2 DERIVADAS PARCIALES (64RG45G45G45G).pptx
 
Hobson, John A. - Estudio del imperialismo [ocr] [1902] [1981].pdf
Hobson, John A. - Estudio del imperialismo [ocr] [1902] [1981].pdfHobson, John A. - Estudio del imperialismo [ocr] [1902] [1981].pdf
Hobson, John A. - Estudio del imperialismo [ocr] [1902] [1981].pdf
 
PRUEBA CALIFICADA 4º sec biomoleculas y bioelementos .docx
PRUEBA CALIFICADA 4º sec biomoleculas y bioelementos .docxPRUEBA CALIFICADA 4º sec biomoleculas y bioelementos .docx
PRUEBA CALIFICADA 4º sec biomoleculas y bioelementos .docx
 
CUADRO SINOPTICO IV PARCIAL/ TORAX . PDF
CUADRO SINOPTICO IV PARCIAL/ TORAX . PDFCUADRO SINOPTICO IV PARCIAL/ TORAX . PDF
CUADRO SINOPTICO IV PARCIAL/ TORAX . PDF
 
medicinatradicionalescuelanacionaldesalud.pptx
medicinatradicionalescuelanacionaldesalud.pptxmedicinatradicionalescuelanacionaldesalud.pptx
medicinatradicionalescuelanacionaldesalud.pptx
 
Flores Galindo, A. - La ciudad sumergida. Aristocracia y plebe en Lima, 1760-...
Flores Galindo, A. - La ciudad sumergida. Aristocracia y plebe en Lima, 1760-...Flores Galindo, A. - La ciudad sumergida. Aristocracia y plebe en Lima, 1760-...
Flores Galindo, A. - La ciudad sumergida. Aristocracia y plebe en Lima, 1760-...
 
Fresas y sistemas de pulido en odontología
Fresas y sistemas de pulido en odontologíaFresas y sistemas de pulido en odontología
Fresas y sistemas de pulido en odontología
 
Mapa Conceptual Modelos de Comunicación .pdf
Mapa Conceptual Modelos de Comunicación .pdfMapa Conceptual Modelos de Comunicación .pdf
Mapa Conceptual Modelos de Comunicación .pdf
 
2. Hormonas y Ciclo estral de los animales
2. Hormonas y Ciclo estral de los animales2. Hormonas y Ciclo estral de los animales
2. Hormonas y Ciclo estral de los animales
 
CASO CLÍNICO INFECCIONES Y TUMORES.pptx
CASO CLÍNICO INFECCIONES Y TUMORES.pptxCASO CLÍNICO INFECCIONES Y TUMORES.pptx
CASO CLÍNICO INFECCIONES Y TUMORES.pptx
 
Pelos y fibras. Criminalistica pelos y fibras
Pelos y fibras. Criminalistica pelos y fibrasPelos y fibras. Criminalistica pelos y fibras
Pelos y fibras. Criminalistica pelos y fibras
 
IAAS- EPIDEMIOLOGIA. antisepcsia, desinfección, epp
IAAS-  EPIDEMIOLOGIA. antisepcsia, desinfección, eppIAAS-  EPIDEMIOLOGIA. antisepcsia, desinfección, epp
IAAS- EPIDEMIOLOGIA. antisepcsia, desinfección, epp
 
La señal de los higos buenos y los higos malos
La señal de los higos buenos y los higos malosLa señal de los higos buenos y los higos malos
La señal de los higos buenos y los higos malos
 
Schuster, Nicole. - La metrópolis y la arquitectura del poder ayer hoy y mana...
Schuster, Nicole. - La metrópolis y la arquitectura del poder ayer hoy y mana...Schuster, Nicole. - La metrópolis y la arquitectura del poder ayer hoy y mana...
Schuster, Nicole. - La metrópolis y la arquitectura del poder ayer hoy y mana...
 
Moda colonial de 1810 donde podemos ver las distintas prendas
Moda colonial de 1810 donde podemos ver las distintas prendasModa colonial de 1810 donde podemos ver las distintas prendas
Moda colonial de 1810 donde podemos ver las distintas prendas
 
La Célula, unidad fundamental de la vida
La Célula, unidad fundamental de la vidaLa Célula, unidad fundamental de la vida
La Célula, unidad fundamental de la vida
 
Gribbin, John. - Historia de la ciencia, 1543-2001 [EPL-FS] [2019].pdf
Gribbin, John. - Historia de la ciencia, 1543-2001 [EPL-FS] [2019].pdfGribbin, John. - Historia de la ciencia, 1543-2001 [EPL-FS] [2019].pdf
Gribbin, John. - Historia de la ciencia, 1543-2001 [EPL-FS] [2019].pdf
 
Terapia Cognitivo Conductual CAPITULO 2.
Terapia Cognitivo Conductual CAPITULO 2.Terapia Cognitivo Conductual CAPITULO 2.
Terapia Cognitivo Conductual CAPITULO 2.
 
Mapa-conceptual-de-la-Seguridad-y-Salud-en-el-Trabajo-3.pptx
Mapa-conceptual-de-la-Seguridad-y-Salud-en-el-Trabajo-3.pptxMapa-conceptual-de-la-Seguridad-y-Salud-en-el-Trabajo-3.pptx
Mapa-conceptual-de-la-Seguridad-y-Salud-en-el-Trabajo-3.pptx
 

Seminario 8 Distribución Normal

  • 1.
  • 2.  La distribución normal se basa en 2 teoremas: › Teorema del Límite Central › Ley de los Grandes Números
  • 3.  Este teorema dice que si calculamos las medias de todas las posibles muestras obtenidas de una población y lo representamos en una gráfica, vamos a obtener una curva normal, es decir, que la mayoría de las medias se van a encontrar alrededor de la media real.  También dice que el tamaño de la muestra es importante, ya que cuanto mayor sea la muestra, mayor tendencia tendrá para distribuirse normalmente.
  • 4.  Esta ley dice que cuanto mayor sea N, la muestra se aproximará más a la distribución normal.
  • 5.  La curva normal es por tanto un modelo matemático que nos permite comparar valores mediante unas tablas, pero para ello hay que tipificar los valores; “normalizarlos”.
  • 6.  Para poder tipificar los valores tenemos que: › Tener una distribución normal › La muestra tiene que ser mínimo de 100  La fórmula que usamos para tipificar es la siguiente:
  • 7.
  • 8.
  • 9.  En primer lugar sacamos los datos: › N= 500 › Escala de autoestima de 0 a 20 › Sigue distribución normal › Media autoestima = 8 › D. E = 2
  • 10.  Una vez sacados los datos, calculamos el porcentaje de mujeres que se encuentran entre las puntuaciones 10.5 y 8; para ello aplicamos la fórmula para tipificar: El valor que hemos obtenido, 1.25, es el valor tipificado, y es el que tenemos que comparar en las tablas.
  • 11.  Para buscar el valor en la tabla, vemos que hay dos columnas, B y C. En este caso nos vamos a fijar en la columna B, puesto que los valores que nos piden están de la media hacia abajo, hasta la Z; la parte superior:
  • 12.  Al buscar nuestro valor en la tabla y fijarnos en la columna B, nos da 0.3944, que en porcentaje sería 39.44%. Este sería el porcentaje de mujeres que se encuentran entre las puntuaciones 8-10.5  De 8 hacia abajo sería el 50%, ya que 8 es la media.  Así que en total sería= 50+39.44 = 89.44%  El 89.44% tendrán una puntuación de 10.5 o menos en la escala de autoestima
  • 13.
  • 14.  Primero sacamos los datos: › Distribución normal › Media= 140 cm › D. E = 5 cm
  • 15.  En primer lugar calculamos el porcentaje de niños que se encontrarían entre los 140-150 cm, y para ello aplicamos la fórmula:  El resultado obtenido lo comparamos como hemos hecho anteriormente en las tablas. En este caso también nos fijamos en la columna B porque los valores también se encuentran en la misma zona de la curva:
  • 16.  Al buscar el valor en la columna B obtenemos el resultado: 0.4772, que al pasarlo a porcentaje sería el 47.72%. Esto sería el porcentaje de niños que se encuentran entre las estaturas de 140-150 cm.  A esto le sumamos el 50%, que correspondería a los niños de estaturas inferiores a 140 cm.  Por lo que en total serían el 97.72%.  El 97.72% de los niños tendrán una altura menor a 150 cm.
  • 17.  Para calcularlo aplicamos la fórmula:  En este caso nos vamos a fijar en la columna c, puesto que los valores que nos piden se encuentran en la parte superior:
  • 18.  Al buscar el valor en la columna C de la tabla obtenemos el resultado: 0.0228, lo que sería el 2.28%.  El 2.28% de los niños tendrán una altura superior a 1150 cm.
  • 19.  Primero calculamos el porcentaje de 137.25 hasta 140 y para ello aplicamos la fórmula:  Nos fijamos en la columna B, porque el valor está en el área comprendida entre la media y la Z y nos da 20.88%.
  • 20.  Luego calculamos el porcentaje de 140 a 145.50, aplicando también la fórmula:  Nos fijamos en este caso también en la columna B por el mismo motivo y obtenemos el porcentaje de 36.43%.  Sumamos los dos porcentaje y obtenemos el total de 57.31%  El 57.31% de los niños tendrán una altura comprendida entre 137.25 y 145.50 cm
  • 21.
  • 22.  Primero sacamos los datos: › Distribución normal › Media = 106 › D.E = 8
  • 23.  Calculamos el porcentaje de 120 a 106 con la fórmula:  Buscamos el valor en la tabla y nos fijamos en la columna B por los motivos antes dichos y obtenemos 0.4599 = 45.99%  A esto le sumamos el 50% que corresponde al porcentaje de los diabéticos con una glucemia inferior a 106, ya que 106 es la media.  Por lo tanto, el total sería: 95.99%  El 95.99% de los diabéticos tendrán una glucemia igual o inferior a 120.
  • 24.  Calculamos el porcentaje de 106 a 110 aplicando la fórmula:  Buscamos el dato en la tabla y nos fijamos en la columna B porque está a la derecha y obtenemos 0.1915, lo que sería el 19.15%.  El 19.15% de los diabéticos tendrán una glucemia comprendida entre 106-110
  • 25.  Calculamos el porcentaje de 120 hacia delante aplicando la fórmula:  Como es de 120 hacia delante, es decir, los valores que estamos buscando están de Z hacia delante, nos fijamos en la columna C y obtenemos: 0.0401, lo que sería el 40.01%.  El 40.01% de los diabéticos tendrán una glucemia mayor a 120
  • 26.  Este ejercicio se hace de manera distinta al resto.  En primer lugar, como nos están diciendo que es el 25%, sabemos que sería 0.25. Este valor sería el que aparece en la tabla, así que tenemos que buscar qué Z se corresponde al 0.25.  Tendríamos que fijarnos en la columna C, puesto que nos dicen que los valores se encuentran por debajo de Z.
  • 27.  Buscamos el valor 0.25 en la columna C, pero vemos que no hay un valor exacto, así que cogemos la Z que corresponde al valor superior a 0.25 y el inferior a 0.25 que serían: -0.67 y - 0.68 y hacemos la media: -0.675.  Entonces -0.675 sería la Z que estamos buscando. Como ya tenemos Z y el problema nos da la D.E y la media, podemos despejar de la fórmula la X que sería el valor de la glucemia.
  • 28.  Por tanto, el valor de glucemia, tal que por debajo de él se encuentra el 25% de los diabéticos es 100.6