2.

2
DISTRIBUCION NORMAL
 INTRODUCCION
La estadística es una colección de
métodos para planear experimentos,
obtener datos y luego organizar,
resumir, presentar, analizar,
interpretar y llegar a conclusiones
con base en esos datos.
¿QUÉ ES?

Es un patrón estadístico que aparece

cuando un conjunto de datos se
disminuye de manera uniforme
alrededor de un valor central. Es
decir, que la mayoría de las
observaciones se agrupan en torno
al promedio y los valores se vuelven
progresivamente menos comunes a
medida que se alejan de este punto
medio.
FORMULA
PUNTOS CLAVE DE LA DISTRIBUCION
NORMAL
• 1.- La distribución normal es un modelo teórico que aproxima el
comportamiento de una variable aleatoria a una situación ideal, utilizando la
media y la desviación típica como parámetros clave.

• 2.-ara representar una distribución normal, se necesita una variable

aleatoria, calcular su media y desviación típica, y elegir entre función de
densidad de probabilidad o función de distribución.

• 3.-La distribución normal se utiliza en diversos campos y es la base para

otras distribuciones estadísticas, como la distribución t de Student, la
distribución ji-cuadrada y la distribución F de Fisher.
MEDIA
ARITMETRICA

• La media x (también
llamada promedio o media
aritmética) de un conjunto de
datos (X1,X2,…,XN) es una
medida de posición central. La
definimos como el valor
característico de la serie de datos
resultado de la suma de todas las
observaciones dividido por el
número total de datos.
EJEMPLO DE LA
MEDIA
RESULTADO
DESVICION TIPICA
• La desviación típica es la raíz
cuadrada de la varianza.
• Es decir, la raíz cuadrada de la media de
los cuadrados de las puntuaciones de
desviación.
La desviación típica se representa por:
EJEMPLO:
 2.1
ESTIMADORES DE LAS DISTRIBUCIONES
¿QUES SON
•Los estimadores son herramientas estadísticas que calculan valores
LOS aproximados de parámetros poblacionales basándose en datos muestrales. En el
ESTIMADORE contexto de distribuciones, buscan capturar características clave, como la
media, la varianza u otros parámetros relevantes.
S?
CONCEPTO
EXISTEN
ESTIMACION DE
UNA MEDIA DE
POBLACIONES
GRANDES

ESTIMACION DE
LA MEDIA DE UNA
ESTIMACION DE POBLACION:
ESTIMADORE DE
UNA PORCION MUESTRAS
DISTRIBUCIONES
DE POBLACION PEQUEÑA

ESTIMACION DE
UNA VARIANZA DE
POBLACION
ESTIMACION DE UNA MEDIA DE
POBLACIONES GRANDES.
• Es el volor de la medida de una población que se aproxima con un
solo valor ( llamado estimado puntual) y un intervalo de confianza.

Un estimado puntual: es un valor individual ( o punto) que se usa para aproximar un parametro de
población.

La media de muestra es el
mejor estimado puntual de
la media de población.
¿Qué es un
intervalo de
confianza?
• Es un rango de posibles
valores para la media que
da una aproximación de
los valores entre los
cuales se encuentra el
valor de un parámetro en
el cual estará el valor
desconocido.
ESTIMADOR DE UNA PORCION DE
POBLACION.
• En estadística, una proporción de población se refiere a la fracción
de individuos en una población con una determinada característica.

Una proporción de
población siempre
varía entre 0 y 1 (o 0%
a 100% en términos
porcentuales)
ESTIMACION DE LA MEDIA DE UNA POBLACION:
MUESTRAS PEQUEÑA

• La distribución t se utiliza cuando: Queremos estimar la media de una

población normalmente distribuida a partir de una muestra pequeña.
Tamaño de la muestra es inferior a 30 elementos, es decir, n < 30. A
partir de 30 observaciones, la distribución t se parece mucho a la
distribución normal
ESTIMACION DE UNA VARIANZA DE POBLACION

• La prueba chi-cuadrado es una prueba estadística que se usa para

determinar si existe una diferencia estadísticamente significativa entre
la frecuencia esperada y la frecuencia observada.

cuanto más pequeño sea el valor del estadístico de la prueba calculado, significa que más se
parecen los datos observados a los datos esperados. De manera que si el resultado de la prueba
chi-cuadrado es 0, implica que los valores observados y los valores esperados son exactamente
iguales.
La varianza de la población (σ 2 ) nos dice cómo se distribuyen los puntos de
datos en una población específica. Es el promedio de las distancias de cada
punto de datos en la población a la media, al cuadrado.

σ 2 generalmente se representa como σ 2 y se puede calcular usando la

siguiente fórmula: Aquí N es el tamaño de la población y x i son puntos de
datos. μ es la media de población.
IMPORTANCIA DE LOS ESTIMADORES

1. Inferencia Estadística: Facilitan la extrapolación de conclusiones de una

muestra a la población completa.

2. Toma de Decisiones: Ayudan a fundamentar decisiones basadas en

datos, proporcionando estimaciones confiables.

3. Modelado Estadístico: Son fundamentales en la construcción de

modelos que describen y predicen comportamientos en diversos campos.
• ESO FUE TODO