Esta distribución es frecuentemente utilizada en las aplicaciones estadísticas. Su propio nombre indica su extendida utilización, justificada por la frecuencia o normalidad con la que ciertos fenómenos tienden a parecerse en su comportamiento a esta distribución.
Muchas variables aleatorias continuas presentan una función de densidad cuya gráfica tiene forma de campana.
En otras ocasiones, al considerar distribuciones binomiales, tipo B(n,p), para un mismo valor de p y valores de n cada vez mayores, se ve que sus polígonos de frecuencias se aproximan a una curva en "forma de campana".
En resumen, la importancia de la distribución normal se debe principalmente a que hay muchas variables asociadas a fenómenos naturales que siguen el modelo de la normal.
Muchas variables aleatorias continuas presentan una función de densidad cuya gráfica tiene forma de campana.
En otras ocasiones, al considerar distribuciones binomiales, tipo B(n,p), para un mismo valor de p y valores de n cada vez mayores, se ve que sus polígonos de frecuencias se aproximan a una curva en "forma de campana".
En resumen, la importancia de la distribución normal se debe principalmente a que hay muchas variables asociadas a fenómenos naturales que siguen el modelo de la normal.
- Caracteres morfológicos de individuos (personas, animales, plantas,…) de una especie, p. ejm. Tallas, pesos, envergaduras, diámetros, perímetros…
- Caracteres fisiológicos, por ejemplo; efecto de una misma dosis de un fármaco, o de una misma cantidad de abono.
- Caracteres sociológicos, por ejemplo: consumo de cierto producto por un mismo grupo de individuos, puntuaciones de examen.
- Caracteres psicológicos, por ejemplo: cociente intelectual, grado de adaptación a un medio……
- Errores cometidos al medir ciertas magnitudes.
- Valores estadísticos maestrales, por ejemplo: la media.
- Otras distribuciones como la binomial o la de Poisson son aproximaciones normales…
Y en general cualquier característica que se obtenga como suma de muchos factores.
Una distribución normal de media μ y desviación típica σse designa por N(μ, σ). Su gráfica es la campana de Gauss:
El área del recinto determinado por la función y el eje de abscisas es igual a la unidad.
Al ser simétrica respecto al eje que pasa por x = µ, deja un área igual a 0.5 a la izquierda y otra igual a 0.5 a la derecha.
La probabilidad equivale al área encerrada bajo la curva.
Distribución normal estándar
N(0, 1)
La distribución normal estándar, o tipificada o reducida, es aquella que tiene por media el valor cero, μ =0, y pordesviación típica la unidad, σ =1.
La probabilidad de la variable X dependerá del área del recinto sombreado en la figura. Y para calcularla utilizaremos una tabla.
La distribución normal fue estudiada por Gauss. Se trata de una variable aleatoria continua (la variable puede tomar cualquier valor real). La función de densidad tiene forma de campana.
Dos parámetros determinan una distribución normal: la media y la desviación típica. Cuanto mayor sea la desviación típica mayor es la dispersión de la variable.
La distribución normal es simétrica respecto de la media.
La media está representada por un triángulo y se puede interpretar como un punto de equilibrio. Al arrastrarlo se modifica también la media. El mismo efecto tiene el mover el punto correspondiente en la cúspide de la curva.
Arrastrando el otro punto sobre la curva (que es uno de los dos puntos de inflexión de la curva) se modifica la desviación típica.
Podemos ver la función de distribución acumulada y cómo cambia al modificar la media (simple traslación) y la desviación típica (reflejando la mayor o menor dispersión de la variable).
Los puntos grises controlan la escala vertical y horizontal de la gráfica y pulsando el boton derecho y arrastrando podemos moverla a derecha e izquierda.
