DISTRIBUCION NORMAL

Mario Briones L.
MV, MSc

2005
Características de la
distribución normal
 Es simétrica en torno a la media 
 La media (promedio), mediana y
moda son iguales.
 El área total bajo la curva y sobre el
eje X es una UNIDAD DE AREA
Características de la
distribución normal
 La distribución normal es una función que
tiene sólo dos parámetros, la media
poblacional () y la varianza (2).
 La densidad normal alcanza un máximo
cuando la variable tiene un valor igual a  y
disminuye continua y simétricamente en
ambas direcciones en la medida que la
variable se desvía de .
 Una variable con distribución normal  y
varianza 2 se denota por z ~ N(, 2) donde
~ significa “se distribuye”.
Algunas propiedades
 La distribución de muchas variables
biológicas es aproximadamente
normal. Toda variable cuya
expresión sea el resultado de
contribuciones aditivas de pequeño
efecto tenderán a distribuirse
normalmente.
“NORMALIDAD”
Algunas propiedades
 Mediciones que no son normales pueden
volverse aproximadamente normales con
una simple transformación de escala. Ej.
raíz cuadrada, logaritmo.
 El recuento de unidades formadoras de
colonias o el recuento de células
somáticas deben ser transformados a
logaritmo para ser analizados
estadísticamente.
Algunas propiedades
 La distribución normal es
relativamente fácil de trabajar
matemáticamente. Muchos
resultados útiles en estadística
pueden ser derivados si la
distribución es normal. Incluso
cuando las muestras provienen de
distribuciones no normales.
Algunas propiedades
 Incluso si la distribución original de
la población no es normal, la
distribución de las medias de
repetidos muestreos tenderán a ser
normales, con muestreo aleatorio y
en la medida que el tamaño de la
muestra aumenta
Algunas propiedades
 Si, al observar los estimadores de una
muestra obtenida al azar desde una
población, y la MEDIA, la MEDIANA y la
MODA tienen valores parecidos, y si
observamos un histograma y vemos que
la mayor frecuencia de observaciones se
agrupa en torno a la media, con colas
hacia los extremos de la distribución,
podemos asumir que:
Algunas propiedades
 LOS DATOS PROVIENEN DE UNA
POBLACIÓN CON DISTRIBUCIÓN NORMAL

 Si esto sucede, podemos aplicar las

propiedades de la distribución normal a
las inferencias que hagamos a partir de
los datos de la muestra: por ejemplo,
podemos decir que por encima del
promedio obtenido en la muestra, se
debería ubicar el 50% de la población.
Algunas propiedades
 Cuando la distribución normal tiene
media igual a cero y desviación
estándar igual a 1, se trata de una
distribución normal estandarizada.
 Existen tablas de área bajo la curva
y altura de la ordenada para la
distribución normal estandarizada en
todos los libros de estadística
“Deformaciones” o “desviaciones”
de la distribución normal.
 CURTOSIS g2= 0

g2> 0
g2< 0
 Coeficiente de curtosis

(X i  X) 4

g 2 (curtosis)  i 1
(n  1) s 4

s= desviación estándar
“Deformaciones” o “desviaciones”
de la distribución normal.

24
 Error estándar de la curtosis EEC 
n
Curtosis
 Si
2
EEC , entonces la distribución
no es normal.
“Deformaciones” o “desviaciones”
de la distribución normal.
 COEFICIENTE DE ASIMETRIA:

g1= 0
g1> 0

g1< 0
Coeficiente de asimetría:

(X i  X) 3

g1 (asimetría )  i 1
(n  1) s 3
 “Deformaciones” o “desviaciones”
de la distribución normal.
 Coeficiente de asimetría:
 Error estándar del coeficiente de
asimetría:
6
EECA 
n

 Coef. asimetría
2
 Si EECA , la distribución no
es normal.
 DISTRIBUCION NORMAL ACUMULATIVA
(fragmento, obtenido con la función DISTRIBUCION NORMAL
ESTANDARIZADA de Excel)
SEGUNDO DECIMAL DE Z
Z 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0.0 0.0000 0.0040 0.0080 0.0120 0.0160 0.0199 0.0239 0.0279 0.0319 0.0359
0.1 0.0398 0.0438 0.0478 0.0517 0.0557 0.0596 0.0636 0.0675 0.0714 0.0753
0.2 0.0793 0.0832 0.0871 0.0910 0.0948 0.0987 0.1026 0.1064 0.1103 0.1141
0.3 0.1179 0.1217 0.1255 0.1293 0.1331 0.1368 0.1406 0.1443 0.1480 0.1517
0.4 0.1554 0.1591 0.1628 0.1664 0.1700 0.1736 0.1772 0.1808 0.1844 0.1879
0.5 0.1915 0.1950 0.1985 0.2019 0.2054 0.2088 0.2123 0.2157 0.2190 0.2224
0.6 0.2257 0.2291 0.2324 0.2357 0.2389 0.2422 0.2454 0.2486 0.2517 0.2549
0.7 0.2580 0.2611 0.2642 0.2673 0.2704 0.2734 0.2764 0.2794 0.2823 0.2852
0.8 0.2881 0.2910 0.2939 0.2967 0.2995 0.3023 0.3051 0.3078 0.3106 0.3133
0.9 0.3159 0.3186 0.3212 0.3238 0.3264 0.3289 0.3315 0.3340 0.3365 0.3389
1.0 0.3413 0.3438 0.3461 0.3485 0.3508 0.3531 0.3554 0.3577 0.3599 0.3621
1.1 0.3643 0.3665 0.3686 0.3708 0.3729 0.3749 0.3770 0.3790 0.3810 0.3830
1.2 0.3849 0.3869 0.3888 0.3907 0.3925 0.3944 0.3962 0.3980 0.3997 0.4015
1.3 0.4032 0.4049 0.4066 0.4082 0.4099 0.4115 0.4131 0.4147 0.4162 0.4177
1.4 0.4192 0.4207 0.4222 0.4236 0.4251 0.4265 0.4279 0.4292 0.4306 0.4319
 
= 0
= 1 


= 0 
= 1



 
= 0

= 1


ejemplo:

Cuál es la probabilidad de que una desviación normal caiga entre

-1.62 y +0.28? A2

-1.62 0.28
A1

-3 -2 -1 0 1 2 3

Se divide el intervalo en dos partes:

1. de -1.62 a 0 A1= 0.4474

2. de 0 a 0.28 A2= 0.1103

Probabilidad total= 0.5577

 TABLA DE DISTRIBUCION ACUMULADA
Esta tabla se utiliza con mayor frecuencia. Entrega el área bajo la curva
desde cero hasta Z.

Probabilidad de un valor Fórmula

1. Entre 0 y Z A
2. Entre -Z y Z 2A
3. Fuera del intervalo -Z, Z 1 - 2A
4. Menor que Z (Z positivo) 0.5 + A
5. Menor que Z (Z negativo) 0.5 - A
6. Mayor que Z (Z positivo) 0.5 - A
7. Mayor que Z (Z negativo) 0.5 +A
Estandarización de una
distribución normal
 CUALQUIER VALOR xi EN UNA
DISTRIBUCIÓN PUEDE SER
ESTANDARIZADO SOBRE LA BASE DE SU
DISTANCIA DESDE LA MEDIA, MEDIDA
EN UNIDADES DE DESVIACIÓN
ESTANDAR.
 AL HACER ESTO, LA MEDIA DE LA
DISTRIBUCION SE HACE CERO Y LA
DESVIACIÓN ESTANDAR ES LA UNIDAD
DE LA ESCALA.
 TABLAS DE DISTRIBUCION NORMAL
TODAS LAS TABLAS ESTANDARES DE DISTRIBUCION NORMAL
TIENEN MEDIA CERO Y DESVIACION ESTANDAR 1

Existe una medición X con mediay desviación estándar 

y se desea utilizar la curva normal.
Se debe transformar la escala de X de tal manera que la media se
hace cero y la desviación estándar 1.

Este re escalamiento está dado por la relación:

X 
Z “desviación estándar normal”

X    Z obtención del valor X a partir de Z
 VARIABLE X: Peso de nacimiento de terneros de carne,
machos y hembras, de las razas Hereford, Angus e Híbridos

¿Cuál es el valor estandarizado

(media cero y desviación
 n= 531
estándar igual a 1) para un peso
 Rango= 64-16= 48 kilos de nacimiento de 50 kilos?
 Media= 39.4 kilos
 Mediana= 39.5 kilos X 
 Moda= 40 kilos Z
 Varianza= 37.9 
 Desviación típica= 6.15 kilos
50  39.4 10.6
 CV= 15.6% Z   1.72
6.15 6.15
 Con los mismos datos anteriores:

¿Cuál es la probabilidad de un peso de ternero al nacimiento entre

50 y 55 kilos, ambos incluidos?

¿Cuál es la probabilidad de que un ternero pese 30 kilos o menos?

Respuestas:
Límite inferior: 50 kilos……… Z= (50 – 39.4)/6.15= 1.72
Límite superior: 55 kilos………Z= (55 – 39.4)/6.15= 2.53

Area= 0.4943-0.4573
= 0.037

Escala normalizada 0 1.72 2.53 z

Escala real 39.40 50 55 kilos

Area= 0.4943
Area= 0.4573
La pregunta en sentido
inverso:
 Entre que pesos, por sobre y bajo el
promedio, se ubica el 50% de los
datos de peso de nacimiento en la
población de terneros a la cual
pertenece la muestra?
A partir de un área bajo la
curva, determinar el valor z

0.25 0.25

z  z
En este caso se busca en el cuerpo de la tabla un
valor de área lo más parecido a 0.25 y en los
márgenes se determina a que valor de z corresponde,
en este caso es +0.675 y -0.675
A partir del valor z, determinar el
valor en kilos o la variable
correspondiente
 Entre +0.675 y -0.675 unidades
estandarizadas de la curva normal
(desviaciones estándares) se ubica el 50%
de probabilidades de valores de peso.
 Si en el caso de la variable peso la
desviación estándar es de 6.15 kilos,
entonces la distancia en el eje medida en
kilos es de ±6.15 x 0.675 = ±4.15 kilos
 Respuesta:  ±4.15 kilos