Qué es la distribución normal y cuáles son sus fórmulas y usos

La distribución normal es un concepto fundamental en la estadística que describe cómo se distribuyen muchos conjuntos de datos en la naturaleza y en diversas disciplinas. Su forma de campana y propiedades la hacen especialmente útil para la inferencia estadística.

Qué es la distribución normal

La distribución normal, también conocida como distribución gaussiana, es una distribución de probabilidad continua que tiene un papel central en la teoría estadística. Se representa comúnmente como N(μ, σ), donde μ es la media y σ es la desviación estándar. Esto quiere decir que μ define el centro de la distribución y σ determina la dispersión de los valores a su alrededor. En una distribución normal, los datos se distribuyen de tal manera que la mayoría de los valores se concentran cerca de la media, y a medida que nos alejamos del centro, la frecuencia de los datos disminuye.

La forma de la curva de la distribución normal es simétrica respecto a la media. Esto significa que la probabilidad de obtener un valor por encima o por debajo de la media es igual. Por esta razón, en la práctica, la distribución normal se considera una aproximación válida para muchos fenómenos naturales, como alturas, pesos y test de inteligencia, entre otros. Una característica clave de la distribución normal es que se puede describir completamente solamente por su media y su desviación estándar.

Características de la distribución normal

Una de las características más importantes de la distribución normal es su forma de campana, que se conoce como «curva normal». Esta curva tiene una serie de propiedades que la hacen única. En primer lugar, la curva normal es simétrica alrededor de la media. Esto implica que el área bajo la curva a la izquierda de la media es igual al área a la derecha, lo que representa que hay igual probabilidad de obtener valores por debajo o por encima de la media.

Además, la distribución normal se extiende indefinidamente en ambas direcciones, lo que significa que puede, teóricamente, tomar cualquier valor real. Sin embargo, los valores extremos son menos probables que los que se encuentran cerca de la media. Esta característica se expresa en términos de los [ sigma ] (desviaciones estándar) de la media. Para una distribución normal, se puede afirmar que aproximadamente el 68% de los datos se encuentran dentro de ±1σ de la media, el 95% dentro de ±2σ y el 99.7% dentro de ±3σ. Esta regla se conoce como la regla empírica o la regla 68-95-99.7.

Fórmulas fundamentales de la distribución normal

Para trabajar con la distribución normal, es vital conocer las fórmulas que la describen. La fórmula de la distribución normal se expresa como:

f(x) = (1 / (σ * √(2π))) * e^((-1/2) * ((x – μ) / σ)²)

En esta fórmula, f(x) representa la función de densidad de probabilidad; e es la base de los logaritmos naturales, y π (pi) es una constante que representa aproximadamente 3.14159. En esencia, esta fórmula permite calcular la probabilidad de que la variable aleatoria X tome un valor específico.

Además, existe una distribución normal estándar, que es aquella en la cual la media es 0 y la desviación estándar es 1. Esta se representa como N(0, 1). Para convertir cualquier valor de una distribución normal a una distribución normal estándar, se utiliza la fórmula Z:

Z = (X – μ) / σ

Donde Z es el valor estandarizado, X es la observación original, μ es la media y σ es la desviación estándar. Esto permite comparar diferentes distribuciones normales y calcular probabilidades utilizando tablas Z (tablas de la distribución normal estándar).

Propiedades de la distribución normal

Las propiedades de la distribución normal son esenciales para su aplicación en distintos campos. Entre estas se encuentran:

• Simetría: Como se mencionó anteriormente, la distribución es perfectamente simétrica en torno a la media.
• Mesocúrtica: La distribución normal tiene una curtosis de 0, es decir, su forma es mesocúrtica, lo que significa que tiene colas de tamaño moderado.
• Linealidad: La distribución normal es aditiva, lo que significa que la suma de variables aleatorias normales también es una variable aleatoria normal.
• Centralidad: Casi todas las estadísticas descriptivas, como la media, la mediana y la moda, coinciden en una distribución normal.
• Asimptoticidad: La distribución normal nunca llega a tocar el eje horizontal, lo que significa que hay una probabilidad, aunque muy pequeña, de obtener valores extremos.

Estas propiedades permiten que los estadísticos realicen inferencias sobre poblaciones completas basándose en muestras extraídas de esas poblaciones, utilizando la distribución normal como modelo.

La distribución normal estándar

La distribución normal estándar es una variante especial de la distribución normal que simplifica la aplicación de la teoría de probabilidades. Se define como N(0, 1), lo que significa que tiene una media de 0 y una desviación estándar de 1. Importancia de la distribución normal estándar radica en su utilidad para estandarizar valores de otras distribuciones normales.

Cuando se convierte un valor en la distribución normal estándar utilizando la fórmula Z mencionada anteriormente, permite utilizar tablas Z para encontrar probabilidades asociadas a diferentes valores. Esto simplifica los cálculos, ya que una vez que los datos son estandarizados, se puede utilizar una única tabla para calcular probabilidades, haciendo comparaciones entre diferentes conjuntos de datos más accesibles.

Además, esta distribución normal estándar es la base de muchos procedimientos estadísticos, como las pruebas de hipótesis, donde se utilizan valores p para determinar la significancia estadística. Esto hace que entienda que la distribución normal no solo es teórica, sino que se aplica en la práctica en diversas áreas de estudio.

Uso de la distribución normal en estadística

La distribución normal tiene aplicaciones extensas dentro de la estadística. Se usa principalmente para realizar inferencias sobre un conjunto de datos mediante pruebas de hipótesis y estimaciones de intervalos de confianza. Cuando se sospecha que una variable sigue una distribución normal, se pueden aplicar técnicas estadísticas que suponen normalidad, como las pruebas t de Student para la comparación de medias.

Las estadísticas de muestreo, como el teorema del límite central, dictan que la distribución de las medias de muestras grandes tomados de una población cualquiera se aproximará a una distribución normal, independientemente de la forma de la población original. Esto es fundamental porque permite utilizar un enfoque normal para el análisis de datos, incluso cuando los datos originales no son normales.

Aplicaciones de la distribución normal en diversas disciplinas

La distribución normal se encuentra presente en muchos ámbitos distintos, incluyendo la ciencia, la economía, la psicología y más. Por ejemplo, en la salud pública, las puntuaciones de los tests psicológicos suelen ser distribuciones normales. Esto permite que las interpretaciones de los resultados sean más sencillas, dado que se pueden utilizar percentiles y scores Z para entender la posición relativa de un individuo en comparación con la población general.

En el ámbito financiero, la distribución normal ayuda a los analistas a entender mejor las variaciones en la tasa de retorno de las inversiones. Muchos modelos de valoración asumen que los retornos de los activos siguen una distribución normal, lo que les permite realizar inferencias sobre la probabilidad de obtener pérdidas o ganancias en un determinado periodo.

A través de las ciencias sociales, la distribución normal también es una herramienta valiosa para analizar tendencias y comportamientos. Por ejemplo, al estudiar el rendimiento académico de los estudiantes, muchas pruebas están diseñadas para que sus resultados sigan una distribución normal, facilitando la interpretación y comparación de los resultados entre diferentes grupos.

Aproximación de la distribución binomial a la normal

Otra aplicación interesante de la distribución normal se presenta en su capacidad de aproximar la distribución binomial bajo ciertas condiciones. La distribución binomial describe el número de éxitos en una serie de ensayos independientes con la misma probabilidad de éxito. Sin embargo, para un número elevado de ensayos, la distribución binomial puede aproximarse a una distribución normal si se cumplen las condiciones siguientes:

• El número de ensayos (n) debe ser grande.
• La probabilidad de éxito (p) y la de fracaso (q = 1 – p) no deben ser extremas. Esto implica que tanto np como nq deben ser mayores que 5.

Por ejemplo, si se considera el estudio de familias que poseen un teléfono, donde se lanza un cuestionario a una muestra representativa, se podría analizar la cantidad de familias con teléfono en una región usando una distribución binomial. Si el número de familias encuestadas es grande, se podrá utilizar la distribución normal para simplificar los cálculos de probabilidades y hacer inferencias sobre la población.

Ejemplos prácticos de la distribución normal

Para entender mejor la distribución normal, un ejemplo práctico puede ser el análisis de las alturas de una población. Supongamos que se tiene un conjunto de datos de alturas de jóvenes adultos hombres, donde se conoce que la media es de 175 cm y la desviación estándar es de 10 cm. Si queremos calcular la probabilidades de que un hombre seleccionado al azar mida más de 180 cm, primero se estandariza el valor a su equivalente Z utilizando la fórmula:

Z = (X – μ) / σ = (180 – 175) / 10 = 0.5

Luego, utilizando una tabla Z, se puede determinar la probabilidad de que Z sea mayor que 0.5. Para este caso, el área a la derecha (que representa la probabilidad de que la altura sea superior a 180 cm) es aproximadamente 0.3085. Esto significa que hay un 30.85% de probabilidad de seleccionar un hombre que mide más de 180 cm entre los jóvenes adultos de esa población.

Otro ejemplo puede ser la duración de la vida útil de un tipo de bombilla, donde sabemos que tiene una distribución normal con una media de 800 horas y una desviación estándar de 50 horas. Si queremos saber la probabilidad de que una bombilla dure entre 750 y 850 horas, calculamos los valores Z para ambos límites:

Z1 = (750 – 800) / 50 = -1

Z2 = (850 – 800) / 50 = 1

La probabilidad de que Z esté entre -1 y 1 es el 68% de la total del área bajo la curva. Por lo tanto, hay una probabilidad del 68% de que una bombilla dure entre 750 y 850 horas.

Conclusiones sobre la distribución normal

La distribución normal es una de las distribuciones más importantes y útiles en la estadística debido a su omnipresencia en la naturaleza y su bellísima estructura simétrica. Su capacidad para describir muchas variables reales la convierte en una herramienta vital para la inferencia estadística, permitiendo calcular probabilidades y realizar predicciones basadas en datos muestreados. Entender cómo funciona y cómo se aplica la distribución normal es esencial para cualquier estadístico, científico o profesional involucrado en el análisis de datos.

Este conocimiento sobre la distribución normal y sus características permite a las personas que trabajan en diversas disciplinas hacer inferencias precisas y tomar decisiones basadas en datos. La relevancia de la distribución normal no puede ser subestimada, ya que permite simplificar cálculos y resalta la fundamental naturaleza de la variabilidad en los datos.