ENSIGNA
Distribucion
Normal
Estadistica II
Yesenia Abigail de
León Morales
Definicion
La distribución normal es una de las distribuciones más importantes y ampliamente
utilizadas en estadística. Se caracteriza por su forma de campana simétrica y está
determinada por dos parámetros: la media (μ) y la desviación estándar (σ). Esta
distribución es fundamental en estadística debido al teorema del límite central, que establece
que la suma de un gran número de variables aleatorias independientes y con distribuciones
idénticas tiende a una distribución normal, independientemente de la forma de la
distribución original.
Un ejemplo común de la distribución normal en estadística es la
altura de las personas. Si se mide la altura de un gran número de
individuos seleccionados al azar de una población, es probable
que la distribución de estas alturas siga una distribución normal.
La mayoría de las personas tendrán alturas cercanas a la media,
mientras que pocas tendrán alturas muy por encima o muy por
debajo de la media
EJEMPLO
Supongamos que la altura media de los estudiantes de una
universidad es de 170 cm, con una desviación estándar de 10
cm. Podemos modelar la distribución de las alturas de los
estudiantes utilizando una distribución normal.
Calculando probabilidades
Podemos utilizar la distribución normal para
calcular la probabilidad de que un estudiante
seleccionado al azar tenga una altura específica.
Por ejemplo, ¿cuál es la probabilidad de que un
estudiante tenga una altura entre 160 cm y 180 cm?
Intervalos de
confianza:
Utilizando la distribución normal, podemos
calcular intervalos de confianza para estimar
parámetros poblacionales, como la media de
la altura de todos los estudiantes de la
universidad.
Pruebas de hipotesis
Podemos realizar pruebas de hipótesis utilizando la
distribución normal. Por ejemplo, podemos probar si la altura
media de los estudiantes de esta universidad es
significativamente diferente de la altura media de la población
en general.
Estimacion de
Probabilidades Extremas 25%
También podemos usar la distribución normal para estimar la
probabilidad de eventos extremadamente raros. Por ejemplo, ¿cuál
es la probabilidad de que un estudiante tenga una altura superior a
190 cm?
Resumen
7.3%
18.2%
la distribución normal es una
14.5% herramienta fundamental en
estadística que se utiliza para modelar
una amplia variedad de fenómenos
naturales y sociales. Su importancia
radica en su amplia aplicabilidad y en
las propiedades únicas que posee, lo
que la convierte en una herramienta
invaluable para los analistas de datos y
los científicos en diversas disciplinas.
32.7% 27.3%
Caracteristicas de la
Distribucion Normal
La distribución normal, también
conocida como distribución
gaussiana, presenta varias
características importantes en el
contexto de la teoría de la
probabilidad y la estadística. Aquí
están algunas de ellas:
Simetría: forma de campana
La distribución normal es La distribución normal tiene una
simétrica alrededor de su forma de campana suave y
media. Esto significa que la continua. Esto implica que la
mayor densidad de probabilidad se
mitad de la distribución está a encuentra cerca de la media y
la izquierda de la media y la disminuye gradualmente hacia los
otra mitad está a la derecha. extremos.
medi amediana y moda Parámetros mu (μ) y
En una distribución normal, la
sigma (σ)
media, la mediana y la moda son TLa distribución normal está completamente
iguales, lo que significa que el punto determinada por dos parámetros: la media (μ),
más alto de la campana está justo
en el centro de la distribución. que representa el centro de la distribución, y la
desviación estándar (σ), que controla la
dispersión o la amplitud de la distribución.
Teorema del
límite central:
Este teorema establece que la
Asíntota:
suma o el promedio de un gran
número de variables aleatorias
independientes y con
distribuciones idénticas tiende a
Las colas de la distribución normal nunca seguir una distribución normal,
tocan el eje horizontal, sino que se independientemente de la forma
acercan a él infinitamente sin tocarlo. de la distribución original. Esto es
fundamental en estadística
Esto significa que la probabilidad de inferencial.
obtener valores extremadamente grandes
o pequeños es muy pequeña pero no es
cero.:
68-95-99.7 regla:
Esta regla empírica establece que
Probabilidades aproximadamente el 68% de los
específicas: datos caen dentro de una
desviación estándar de la media,
alrededor del 95% dentro de dos
Las colas de la distribución normal nunca desviaciones estándar y alrededor
tocan el eje horizontal, sino que se del 99.7% dentro de tres
acercan a él infinitamente sin tocarlo. desviaciones estándar.
Esto significa que la probabilidad de
obtener valores extremadamente grandes
o pequeños es muy pequeña pero no es
cero.:
Estas características hacen que la distribución
normal sea una herramienta poderosa y
ampliamente utilizada en estadística y en una
variedad de campos científicos y sociales. Su
estructura matemática simple y sus propiedades
bien comprendidas la convierten en un modelo
conveniente para muchos fenómenos naturales y
sociales.
AREAS BAJO LA
CURVA NORMAL
El cálculo de áreas bajo la curva normal es una tarea común en estadística y análisis de datos. La
distribución normal estándar, con una media (μ) de 0 y una desviación estándar (σ) de 1, es
especialmente importante en este contexto, ya que proporciona una base para calcular
probabilidades asociadas con cualquier distribución normal.
Hay varias formas de calcular áreas bajo la curva normal:
Tabla de la distribución normal estándar:
Existen tablas precalculadas que proporcionan
Fórmulas matemáticas:
los valores de la función de distribución La función de densidad de probabilidad (PDF) de
acumulativa (CDF) para la distribución normal la distribución normal estándar, denotada como
estándar. Estas tablas permiten encontrar la φ(z), donde z es la puntuación z (es decir, el
probabilidad de que una variable aleatoria número de desviaciones estándar por encima o
por debajo de la media), se utiliza para calcular
normal estándar sea menor que un valor
áreas bajo la curva normal. Integrando esta
particular (es decir, el área a la izquierda de ese función entre dos puntos dados se obtiene el
valor bajo la curva normal). área bajo la curva entre esos puntos.
Software estadístico: Reglas empíricas:
Los paquetes de software estadístico, como Las reglas empíricas como la regla 68-95-
R, Python (con bibliotecas como SciPy o
NumPy), MATLAB, SPSS, entre otros,
99.7 (que mencioné anteriormente)
proporcionan funciones para calcular áreas proporcionan estimaciones aproximadas de
bajo la curva normal. Estas funciones suelen las áreas bajo la curva normal. Por
ser más precisas y versátiles que las tablas,
ya que permiten calcular áreas para
ejemplo, aproximadamente el 68% de los
cualquier valor específico o intervalo de datos caen dentro de una desviación
valores.. estándar de la media.
En resumen, el cálculo de áreas bajo la curva normal
es esencial para comprender la distribución normal
y realizar diversas operaciones estadísticas, como la
determinación de probabilidades, la construcción de
intervalos de confianza y la realización de pruebas
de hipótesis. Las tablas, el software estadístico y las
fórmulas matemáticas son herramientas útiles para
realizar estos cálculos de manera precisa y eficiente.
