The Normal Distribution · La Distribución Normal
| English | Español |
|---|---|
| normal distribution/ˈnɔːml ˌdɪstrɪˈbjuːʃn/ | distribución normal |
| empirical rule/emˈpɪrɪkl ruːl/ | Regla empírica |
| standard normal/ˈstændəd ˈnɔːml/ | Normal estándar |
La famosa curva de campana
- Muchas variables reales — como las estaturas, los errores de medición o las puntuaciones en exámenes — siguen un patrón con forma de campana.
- La distribución normal 正态分布 es la curva de campana idealizada, simétrica respecto a su centro.
- Se describe completamente mediante dos números: la media $\mu$ (centro) y la desviación estándar $\sigma$ (dispersión).
- Debido a que gran parte de los datos adopta esta forma, el modelo normal es la herramienta fundamental de la estadística.
A normal distribution is completely described by its... · Una distribución normal está completamente descrita por su...
Two numbers: $\mu$ (center) and $\sigma$ (spread). · Dos números: $\mu$ (centro) y $\sigma$ (dispersión).
La regla empírica (68–95–99,7)
- Para una distribución normal, la regla empírica 经验法则 indica qué proporción de los datos se encuentra dentro de algunas desviaciones estándar de la media:
- Aproximadamente $68\%$ están dentro de $1$ desviación estándar de la media.
- Aproximadamente $95\%$ dentro de $2$ desviaciones estándar; aproximadamente $99.7\%$ dentro de $3$ desviaciones estándar.
- Estos tres números te permiten estimar proporciones sin calculadora.
The normal bell curve · La curva de campana normal
Shade a normal curve by z-score — about 68% lies within 1 SD, 95% within 2, 99.7% within 3. · Sombrear una curva normal por puntuación z — aproximadamente 68% está dentro de 1 DE, 95% dentro de 2, 99.7% dentro de 3.
About what percent of a normal distribution lies within $1$ standard deviation of the mean? · ¿Aproximadamente qué porcentaje de una distribución normal se encuentra dentro de $1$ desviación estándar de la media?
The empirical rule: about $68\%$. · La regla empírica: aproximadamente $68\%$.
About what percent lies within $2$ standard deviations of the mean? · ¿Aproximadamente qué porcentaje se encuentra dentro de $2$ desviaciones estándar de la media?
About $95\%$ within $2$ SDs. · Aproximadamente $95\%$ dentro de $2$ DE.
puntajes z y la normal estándar
- Convierte cualquier valor a un $z$-score $z=\frac{x-\mu}{\sigma}$ — su distancia de la media en desviaciones estándar.
- La distribución normal estándar tiene media $0$ y DT $1$; toda curva normal se convierte en ella tras estandarizar.
- Usa una tabla $z$ (o tecnología) para convertir un puntaje $z$ en una proporción o percentil.
- Así es como encuentras "qué porcentaje obtuvo menos que $x$."
For · A favor $\mu=170$, $\sigma=8$, find the $z$-score of $x=186$. · Para $\mu=170$, $\sigma=8$, encuentre la puntuación $z$ de $x=186$.
$z=(186-170)/8=2$.
The standard normal distribution has mean $0$ and standard deviation ____. · La distribución normal estándar tiene media $0$ y desviación estándar ____.
Standardizing gives mean $0$, SD $1$. · La estandarización da como resultado media $0$, DE $1$.
¿Es razonable un modelo normal?
- No todo es normal — verifica antes de asumir que lo es.
- Un gráfico aproximadamente simétrico, con forma de campana y de un solo pico respalda un modelo normal.
- Una asimetría marcada, múltiples picos o valores atípicos extremos indican que un modelo normal es un ajuste deficiente.
- Evalúa primero la forma de los datos; la regla empírica y las tablas $z$ solo son aplicables si los datos son aproximadamente normales.
---{callout:warn}
Las proporciones de la regla empírica y de la tabla $z$ se aplican únicamente a distribuciones (aproximadamente) normales; no las utilices con datos fuertemente sesgados. Además, la regla empítica es 68–95–99.7 (para $1$, $2$, $3$ desviaciones estándar), en ese orden; confundir los porcentajes es un error común. Estandariza siempre con $z=\frac{x-\mu}{\sigma}$ antes de consultar una tabla.
{/callout}
A normal model is a poor fit when the data are... · Un modelo normal es un ajuste deficiente cuando los datos son...
Skew or multiple peaks break the normal assumption. · La asimetría o múltiples picos violan el supuesto de normalidad.
Las alturas son normales con $\mu=170$ cm, $\sigma=8$ cm. ¿Qué porcentaje se encuentra entre $162$ y $178$ cm?
- $162=170-8$ y $178=170+8$ — exactamente $1$ desviaciones estándar por debajo y por encima de la media.
- Según la regla empírica, aproximadamente $68\%$ de las alturas se encuentran dentro de $1$ desviaciones estándar.
- Así que aproximadamente $68\%$ están entre $162$ y $178$ cm.
La distribución normal es una curva en forma de campana simétrica definida por su media $\mu$ y su desviación estándar $\sigma$. La regla empírica (68–95–99,7) proporciona proporciones dentro de $1$/$2$/$3$ DEs. Estandarice con una puntuación-z $z$ $z=\frac{x-\mu}{\sigma}$ y utilice la normal estándar para obtener proporciones exactas — pero solo cuando un modelo normal se ajuste razonablemente a los datos.