Universidad Autónoma de Querétaro 

Facultad de Química
Ingeniería en biotecnología
Abril Montes Hernández
Expediente: 250792

PRUEBAS DE NORMALIDAD
Tipos de pruebas de normalidad en MatLab:
 Prueba de Anderson-Darling
 Prueba de bondad de ajuste de chi-cuadrado
 Tabulación cruzada
 Prueba de Durbin-Watson con entradas residuales
 Prueba exacta de Fisher
 Prueba de Jarque-Bera
 Prueba de Kolmogorov-Smirnov de una muestra
 Prueba de Kolmogorov-Smirnov de dos muestras
 Prueba de Lilliefors
Tipos de pruebas de normalidad en MiniTab:
 Prueba de Anderson-Darling
 Prueba de normalidad de Ryan-Joiner
 Prueba de normalidad de Kolmogorov-Smirnov
Tipos de pruebas de normalidad en SPSS:
o Prueba de Kolmogorov-Smirnov
o Prueba de Shapiro-Wilk

Bibliografía:
https://support.minitab.com/es-mx/minitab/18/help-and-how-to/statistics/basic-
statistics/supporting-topics/normality/test-for-normality/#:~:text=poblaci%C3%B3n%20no
%20normal.-,Comparaci%C3%B3n%20de%20las%20pruebas%20de%20normalidad%20de
%20Anderson%2DDarling%2C%20Kolmogorov,basa%20en%20regresi%C3%B3n%20y%20correlaci
%C3%B3n.

https://www.mathworks.com/help/stats/hypothesis-tests-1.html

Ecuación de la distribución normal

La distribución normal posee ciertas propiedades importantes que conviene destacar:
i. Tiene una única moda, que coincide con su media y su mediana.
ii. La curva normal es asintótica al eje de abscisas.  Por ello, cualquier valor
entre   y   es teóricamente posible.  El área total bajo la curva es, por
tanto, igual a 1.
iii. Es simétrica con respecto a su media  .  Según esto, para este tipo de variables
existe una probabilidad de un 50% de observar un dato mayor que la media, y
un 50% de observar un dato menor.
iv. La distancia entre la línea trazada en la media y el punto de inflexión de la curva
es igual a una desviación típica ( ).  Cuanto mayor sea  , más aplanada será
la curva de la densidad.
v. El área bajo la curva comprendido entre los valores situados aproximadamente a
dos desviaciones estándar de la media es igual a 0.95.  En concreto, existe un
95% de posibilidades de observar un valor comprendido en el
intervalo  .
vi. La forma de la campana de Gauss depende de los parámetros   y   (Figura 3). 
La media indica la posición de la campana, de modo que para diferentes
valores de   la gráfica es desplazada a lo largo del eje horizontal.  Por otra
parte, la desviación estándar determina el grado de apuntamiento de la curva. 
Cuanto mayor sea el valor de   , más se dispersarán los datos en torno a la
media y la curva será más plana.  Un valor pequeño de este parámetro indica,
por tanto, una gran probabilidad de obtener datos cercanos al valor medio de la
distribución.
Como se deduce de este último apartado, no existe una única distribución normal, sino una
familia de distribuciones con una forma común, diferenciadas por los valores de su media y
su varianza.  De entre todas ellas, la más utilizada es la distribución normal estándar, que
corresponde a una distribución de media 0 y varianza 1.  Así, la expresión que define su
densidad se puede obtener de la Ecuación 1, resultando:

También se le conoce como distribución normal N(0, 1).

Bibliografía:
http://www.fisterra.com/mbe/investiga/distr_normal/distr_normal.asp

https://proyectodescartes.org/descartescms/blog/escenas/item/3189-calculadora-para-la-normal