You are on page 1of 15

REPBLICA BOLIVARIANA DE VENEZUELA

MINISTERIO DEL PODER POPULAR PARA LA DEFENSA


UNIVERSIDAD NACIONAL EXPERIMENTAL POLITCNICA DE LA FUERZA
ARMADA BOLIVARIANA
NCLEO MIRANDA EXTENSIN OCUMARE DEL TUY
LICENCIATURA DE CONTADURA PBLICA SECCION 402
ESTADSTICA II

VARIA
BLES
TIPIFIC
ADAS

PROF HERMES ROMERO


BACHILLER
ROSANGEL BRICEO
C.I 17.641.218
JESSICA PERNIA
C.I 19.026.459

INTRODUCCION
Para cualquier variable cuantitativa, conociendo sus datos estadsticos media y
desviacin tpica, todos esos valores pueden ser transformados en una nueva
escala de medida completamente estandarizada o tipificada. Esta nueva escala se
basa en medir la posicin relativa que ocupa cada valor dentro de su distribucin,
entendida como distancia a la media en unidades de desviacin tpica. Esta nueva
unidad es lo que se llama puntuacin tipificada o puntuacin zeta.

VISIN GENERAL DE VARIABLES TIPIFICADAS


En anlisis de datos, centrar y reducir las variables (normalizar) permite
comparaciones independientes de la unidad de medida.

Centrar una variable consiste en sustraer su media a cada uno de sus


valores inicial.

Reducir una variable consiste en dividir todos sus valores por su desviacin
tpica.

Una variable centrada reducida tiene:


* una media nula,
* una desviacin tpica igual a uno.
As obtenemos:
* Datos independientes de la unidad, o de la escala escogida,
* Variables que tienen misma dispersin y misma media.
Podemos entonces comparar ms fcilmente las variaciones. Centrar reducir las
variables es muy til en anlisis de datos:
* Esto equivale a un cambio de unidad, y no tiene incidencia sobre los
perfiles de variacin.
* Los valores de los coeficientes de correlacin entre variables centradas
reducidas permanecen idnticos a lo que eran antes de la operacin de
centrado reduccin.

TIPIFICACIN
1 Dada una variable de media y desviacin tpica , se denomina valor
tipificado z, de una observacin x, a la distancia (con signo) con respecto a
la media, medido en desviaciones tpicas, es decir:

1
2

Z=

3 En el caso de variable X normal, la interpretacin es clara: asigna a todo


valor de N(, ), un valor de N(0,1) que deja exactamente la misma
probabilidad por debajo.

4 Nos permite as comparar entre dos valores de dos distribuciones normales


diferentes, para saber cul de los dos es ms extremo.
Se quiere dar una beca a uno de dos estudiantes de sistemas educativos
diferentes y se asignar al que tenga mejor expediente acadmico:
El estudiante A tiene una calificacin de 8 en un sistema donde la
calificacin de los alumnos se comporta como N (6,1).
El estudiante B tiene una calificacin de 80 en un sistema donde la
calificacin de los alumnos se comporta como N (70,10).
No podemos comparar directamente 8 puntos de A frente a los 80 de B, pero como
ambas poblaciones se comportan de modo normal, podemos tipificar y observar
las puntuaciones sobre una distribucin de referencia N (0,1).
Como zA > zB, podemos decir que el porcentaje de compaeros del mismo
sistema de estudios que ha superado en calificacin al estudiante A es mayor que
el que ha superado B.
En principio A es mejor candidato para la beca.
Xaa 86
Za=
=
=2
a
1

Za=

Xaa 86
=
=2
a
1

Zb=

Xbb 8070
=
=1
b
1014

Apliquemos el cambio de variable tipificada a la funcin de distribucin F(x):


v 2

2 2

e
X
1
F ( X )=

2
Z
2

v
Z=

1
p ( z )=
e
2

dv= dz

1
F ( z )= p ( Z z )=
e
2

;<Z <

u
2

du

Las probabilidades de la variable tipificada (z) estn tabuladas para los


diferentes valores de la variable. Para calcular probabilidades, una vez
transformada, la variable a valores de z, se busca en una tabla el rea
correspondiente.
P ( Z z )=P

1
p ( z )=
e
2

X x

= P [ X x ]=Fx ( x ) 15

Z
2

;<Z <

1
F ( z )= p ( Z z )=
e
2

u
2

du

CARACTERSTICA DE LA DISTRIBUCIN NORMAL TIPIFICADA (REDUCIDA


O ESTNDAR):
No depende de ningn parmetro. Su media es 0, su varianza es 1 y su
desviacin tpica es 1.
La curva f(x) es simtrica respecto al eje de ordenadas y tiene un mximo en este
eje.
Tiene dos puntos de inflexin en z =1 y z = -1.
Hay varios tipos de tablas de la distribucin normal La que se explica aqu

representa las reas para los diferentes valores de z desde 0 hasta +.

La tabla consta de:


*Margen izquierdo: Los enteros de z y su primer decimal.
* Margen superior: segundo decimal
* Cuerpo de la tabla: reas correspondientes, acumuladas, desde 0 hasta
3.99

EJEMPLOS:
1.- Cul es la probabilidad de que un valor de z est entre 0 y -2.03?

2.- Cul es la probabilidad de que un valor de z est entre -2.03 y +2.03?


Se busca en la tabla el rea correspondiente a z = 2.03

3.- Cul es la probabilidad de que un valor de z est entre -2.03 y 2.03?


En el ejemplo 1, vimos que la probabilidad de que z estuviera entre 0 y 2.03 =
0.47882
La misma rea hay entre 0 y -2.03, por lo tanto P ( -2.03< z< 2.03) = 0.95764

4.- Cul es la probabilidad de que un valor de z sea mayor a 1.25?

1.- La probabilidad de 0 < z < +


= 0.500
2.- La probabilidad de 0 < z <
1.25 = 0.39435
3.- La probabilidad de z > 1.25 =
0.500 - 0.39435= 0.10565

5.-Hallar P( -0.34 < z <)


P (0 < z <0.34) = 0.13307 = P (-0.34 < z < 0)
P (0 < z < ) = 0.50000
P (-0.34 < z < ) = 0.13307 + 0.50000 =
0.63307

6.-Hallar P (0.34 < z < 2.30)

P (0< z <0.34) = 0.13307


P (0 < z < 2.30) = 0.4893
P (0.34 < z < 2.30) = 0.48930 - 0.13307 = 0.35623

7.-Sea una variable distribuida normalmente


con media = 4 y desviacin tpica = 1.5.
Cul es la probabilidad de encontrar un valor x 6 (P(x 6))?
= 4 = 1.5 Hallar P (x > 6)
1.- transformar x en un valor de z
z = (6 - 4)/1.5 = 1.33
2.- Hallar P (0 < z < 1.33) =
3.- 0.5000 - 0.40824 =

Hasta ahora vimos cmo dado un valor x de la variable, hallar probabilidades


transformando (estandarizacin) la variable en
valores de
Cmo hallar un valor de x, dada la probabilidad?

Ejemplo: Sea una variable distribuida normalmente con =4 y = 2. Hallar el


valor de x que deja por encima de l un 38.20% (0.3820).
Se debe des estandarizar
x=z+
0.5000 - 0.382 = 0.118
Se busca en la tabla el
valor ms aproximado:
0.1179 corresponde a z =+
0.30
Sustituyendo en la frmula
0.30 2 + 4 = 4.60

CONCLUSION DE ROSANGEL BRICEO

El trmino unidad tipificada(unidades zeta), se utiliza en estadstica para


comparar datos procedentes de diferentes muestras o poblaciones, es por esto
que, Las unidades tipificadas muestran el nmero de desviaciones tpicas en que
un valor dado se sita por encima o debajo de la media de su muestra o
poblacin. Se usan tambin para comparar valores de diferentes muestras o
poblaciones. Esta nueva escala se basa en medir la posicin relativa que ocupa
cada valor dentro de su distribucin, entendida como distancia a la media en
unidades de desviacin tpica. Esta nueva unidad es lo que se llama puntuacin
tipificada o puntuacin zeta.
Para cualquier xi dado (x1, x2... xn)
z=0 s=1 x z = 0
Las puntuaciones `z' pueden tomar valores positivos (cuando xi > x) o negativos
(xi < x).
Los lmites tipificados son 4.

CONCLUSION DE JESSICA PERNIA

La distribucin normal tipificada N (0, 1). Cuando la media de la distribucin es 0 y


la varianza es 1 se denomina "normal tipificada", y su ventaja reside en que hay
tablas donde se recoge la probabilidad acumulada para cada punto de la curva de
esta distribucin.
La tabla nos da la probabilidad acumulada, es decir, la que va desde - hasta un
valor. No nos da la probabilidad concreta en ese punto. En una distribucin
continua en el que la variable puede tomar infinitos valores, la probabilidad en un
punto concreto es cero
Si se tiene una curva normal N (m, s) y se quiere hallar las probabilidades a partir
de las tablas de la normal estndar N(0,1) es preciso realizar un cambio de
variable (tipificacin):
X
Z=

P(X x) = P (Z (x -)/ )
Es decir, la probabilidad de que x est entre dos valores a y b es igual a la
probabilidad de que Z est entre:
(a - )/

Y (b - )/

BIBLIOGRAFIA

matap.dmae.upm.es/WebpersonalBartolo/.../7_distribucion_normal. pdf

You might also like