Distribución Normal
La distribución normal o mas conocida como la distribución Gauss o gaussiana, es
la distribución de probabilidad la cual se enfoca en crear modelos de variables y
fenómenos. De los cuales se puede tomar referencia son la estatura, la
temperatura, los errores de medición, entre otros fenómenos ya sean naturales,
sociales y psicológicos.
El primer paso es realizar el histograma con los datos que recolectamos, luego de
identificar la forma de una campana recordemos que esta forma es su principal
característica para saber que vamos a trabajar una distribución normal.
A continuación, debemos plantear la media y ubicarla en el centro de la curva
como se evidencia en la siguiente imagen
Adicional tenemos otro termino importante que es la desviación estándar de la
cual tiene una forma muy particular σ.
Este símbolo se le denomina como desviación estándar por lo tanto nos indica que
tan dispersos se encuentran los datos, de las cuales podemos encontrar una
desviación pequeña o una desviación grande.
Luego de identificar esto: se determina que si la desviación es pequeña los datos
tienen baja dispersión y están cerca de la media, caso contrario a la desviación
grande ya que los datos tienen mayor dispersión y se alejan de la media.
Función matemática
Luego de operar esta función obtenemos la curva normal.
CARACTERISTICAS
Se toma en cuenta la media y la desviación estándar
El área bajo la curva es igual a 1.
Es simétrica respecto al centro, o a la media.
50% de los valores son mayores que la media, y 50% de los valores
son menores que la media.
La media es igual a la mediana y a la moda.
Tiene una asíntota en y = 0
La distribución normal estándar
Esta distribución se identifica por que tiene la media igual a cero y su desviación
estándar es igual a 1.
Y se debe encontrar los valores que nos indican dentro de la curva y calcular el
área, para luego ubicarlo en la tabla z de distribución normal estandarizada
Si dado el caso la distribución normal no es estandarizada es decir la media no es
igual a cero y su desviación estándar no es 1 se debe convertir los valores de x a
z, es decir se estandarizan los valores de x.
Ya para finalizar determinamos que la probabilidad de que la variable
estandarizada z es el resultado obtenido en este caso es el área.
Podemos concluir que la distribución normal es una herramienta importante en la
estadística y permite el analizar, comprender los datos.
Ingles:
Normal distribution
The normal distribution, or better known as the Gauss or Gaussian distribution, is
the probability distribution which focuses on creating models of variables and
phenomena. Which can be referenced are height, temperature, measurement
errors, among other phenomena, whether natural, social and psychological.
The first step is to make the histogram with the data we collected. After identifying
the shape of a bell, remember that this shape is its main characteristic to know that
we are going to work with a normal distribution.
Next, we must set the mean and place it in the center of the curve as shown in the
following image
Additionally, we have another important term which is the standard deviation of
which σ has a very particular form.
This symbol is called standard deviation, therefore it tells us how dispersed the
data is, from which we can find a small deviation or a large deviation.
After identifying this: it is determined that if the deviation is small, the data have low
dispersion and are close to the mean, otherwise the deviation is large since the
data have greater dispersion and move away from the mean.
MATHEMATICAL FUNCTION
After operating this function, we obtain the normal curve.
CHARACTERISTICS
• The mean and standard deviation are taken into account
• The area under the curve is equal to 1.
• It is symmetrical with respect to the center, or the mean.
• 50% of the values are greater than the mean, and 50% of the values are less
than the mean.
• The mean is equal to the median and the mode.
• Has an asymptote at y = 0
The standard normal distribution
This distribution is identified because it has a mean equal to zero and its standard
deviation equal to 1.
And we must find the values that indicate us within the curve and calculate the
area, and then place it in the z table of standardized normal distribution
If the normal distribution is not standardized, that is, the mean is not equal to zero
and its standard deviation is not 1, the values of x must be converted to z, that is,
the values of x are standardized.
Finally, we determine that the probability that the standardized variable z is the
result obtained in this case is the area.
We can conclude that the normal distribution is an important tool in statistics and
allows us to analyze and understand the data.
