distribución normal

42
La Distribución Normal ESTADISTICA APLICADA ESTADISTICA APLICADA Ing. Julio Bernal

Upload: jair-joao-illescas-rodriguez

Post on 10-Dec-2015

7 views

Category:

Documents


1 download

DESCRIPTION

Distribución normal en la estadística aplicada

TRANSCRIPT

Page 1: Distribución Normal

La Distribución Normal

ESTADISTICA APLICADAESTADISTICA APLICADA

Ing. Julio Bernal

Page 2: Distribución Normal
Page 3: Distribución Normal
Page 4: Distribución Normal

LOGRO DE LA SESIÓN

Al concluir la sesión de enseñanza y aprendizaje los estudiantes estarán en capacidad de utilizar la distribución normal para obtener las probabilidades, intervalos y cantidades específicas, y puedan desempeñarse con eficiencia y eficacia en la identificación de las propiedades de una distribución normal, encontrar e interpretar el área bajo una distribución normal estándar de acuerdo al problema planteado.

Page 5: Distribución Normal

GLOSARIO DE TÉRMINOS

Asintótica – Línea que se acerca indefinidamente a un eje sin llegar a encontrarlo.

Aleatorias – Que son al azar.

Tipificada – Que tiene un arreglo uniforme o estándar.

Morfológicos – Aspecto general de las formas y dimensiones de un cuerpo.

Page 6: Distribución Normal

LA DISTRIBUCIÓN NORMAL

La distribución normal fue reconocida por primera vez por el francés Abraham de Moivre (1667-1754). 

Posteriormente, Carl Friedrich Gauss (1777-1855)realizó estudios más a fondo donde formula la ecuación de la curva conocida comúnmente, como la “Campana de Gauss". 

Page 7: Distribución Normal

UTILIDAD

• Se utiliza muy a menudo porque hay muchas variables asociadas a fenómenos naturales que siguen el modelo de la norma.

• Caracteres morfológicos de individuos (personas, animales, plantas,...) de una especie, por ejemplo: tallas, pesos, diámetros, distancias, perímetros,...

• Caracteres fisiológicos, por ejemplo: efecto de una misma dosis de un fármaco, o de una misma cantidad de abono

Page 8: Distribución Normal

UTILIDAD

• 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 muéstrales como la media,

varianza y moda

Page 9: Distribución Normal

LA FUNCIÓN DE DISTRIBUCIÓN

• Puede tomar cualquier valor (- , + ) • Hay más probabilidad para los valores cercanos

a la media • Conforme nos separamos de , la probabilidad

va decreciendo de igual forma a derecha e izquierda (es simétrica).

• Conforme nos separamos de , la probabilidad va decreciendo dependiendo la desviación típica

Page 10: Distribución Normal

LA FUNCIÓN F(X)

Page 11: Distribución Normal

F(X) ES EL ÁREA SOMBREADA DE LA SIGUIENTE GRÁFICA

Page 12: Distribución Normal

PROPIEDADES DE LA DISTRIBUCIÓN NORMAL:

El área bajo la curva aproximado del promedio μ a más o menos una desviación estándar (1σ) es de 0.68, a más o menos 2σ es de .0 95 y a más o menos 3σ es de 0.99.

(Las propiedades continuan en la próxima lámina)

Page 13: Distribución Normal

PROPIEDADES DE LA DISTRIBUCIÓN NORMAL:

La forma de la campana de Gauss depende de los parámetros μ y σ. 

Tiene una única moda que coincide con su media y su mediana.

La curva normal es asintótica al eje de X. 

Es simétrica con respecto a su media μ .  Según esto, para este tipo de variables existe una probabilidad de un 50% de observar un dato mayor que la media, y un 50% de observar un dato menor.

Page 14: Distribución Normal

LA DESVIACIÓN ESTÁNDAR (Σ )

Compruebe el cambio de la distribución variando la desviación estándar

Page 15: Distribución Normal

LA MEDIA

Compruebe el cambio de la distribución variando la media

μ

Page 16: Distribución Normal

EN RESUMEN

• Podemos concluir que hay una familia de distribuciones con una forma común, diferenciadas por los valores de su media y su varianza. 

• La desviación estándar (σ ) determina el grado de apuntamiento de la curva.  Cuanto mayor sea el valor de σ, más se dispersarán los datos en torno a la media y la curva será más plana. 

• La media indica la posición de la campana, de modo que para diferentes valores de μ la gráfica es desplazada a lo largo del eje horizontal.

• De entre todas ellas, la más utilizada es la distribución normal estándar, que corresponde a una distribución de media 0 y varianza 1. 

Page 17: Distribución Normal

LA DISTRIBUCIÓN NORMAL ESTÁNDAR

• Z se la denomina variable tipificada de X, y a la curva de su función de densidad se le conoce como la curva normal estándar.

• Es una distribución normal con promedio 0 y una desviación estándar de 1.

• Todas las variables normalmente distribuidas se pueden transformar a la distribución normal estándar utilizando la fórmula para calcular el valor Z correspondiente.

Page 18: Distribución Normal

La función F(z)

En la siguiente gráfica vemos la representación gráfica de la función de Z.

Page 19: Distribución Normal

En resumen

Podemos decir que el valor de Z es la cantidad de desviaciones estándar a la que está distanciada la variable X del promedio.

A la variable Z se la denomina variable tipificada de X, y a la curva de su función de densidad se le conoce como la curva normal estándar

Page 20: Distribución Normal

Características de la distribución normal estándar.

No depende de ningún parámetro. Su media es 0, su varianza es 1 y su

desviación estándar es 1. La curva  f(x)  es simétrica respecto del eje

de Y Tiene un máximo en el eje de Y. Tiene dos puntos de inflexión en z=1 y z=-1

Page 21: Distribución Normal

Teorema del Límite Central

Nos indica que, bajo condiciones muy generales, según aumenta la cantidad de datos, la distribución de la suma de variables aleatorias tendera a seguir hacia una distribución normal.

En otras palabras el Teorema del Límite Central garantiza una distribución normal cuando el tamaño de la muestra es suficientemente grande.

Page 22: Distribución Normal

Por ejemplo

En el siguiente histograma podemos observar la distribución de frecuencias por peso de acuerdo a la edad. De acuerdo a este teorema según aumenten la cantidad de dato se podrá trazar una curva que tome cada vez más formación en forma campana.

Page 23: Distribución Normal

Área bajo la curva normal estándar

El área bajo la curva normal estándar es útil para asignar probabilidades de ocurrencia de la variable X.

Debemos tomar en cuenta que el área total bajo la curva es igual a 1. Y que, por ser una gráfica simétrica, cada mitad tiene un área de 0.5.

Page 24: Distribución Normal

Pasos para determinar el área bajo la curva normal estándar

Paso 1 - Interpretar gráficamente el área de interés.

Paso 2 - Determinar el valor Z Paso 3 - Buscar en la tabla de probabilidades. Paso 4 - Hacer la suma o resta de áreas para

encontrar la probabilidad deseada

Page 25: Distribución Normal

Ejemplos y ejercicios

Supongamos que sabemos que el peso de los/as estudiantes universitarios/as sigue una distribución aproximadamente normal, con una media de 140 libras y una desviación estándar de 20 libras.

Page 26: Distribución Normal

Ejemplo 1

Determine la probabilidad de que una persona tenga un peso menor o igual a 150 libras

 Paso 1 Interpretar gráficamente el área de interés.

Gráficamente si decimos que a=150 libras, el área de la curva que nos interesa es la siguiente:

Page 27: Distribución Normal

Ejemplo 1

Determine la probabilidad de que una persona tenga un peso menor o igual a 150 libras

Paso 2 - Determinar el valor Z:

 

50.020

140150

X

Z

Paso 3 - Buscar en la tabla de probabilidades.

Buscamos en la Tabla 1 el valor Z=0.50 y obtenemos el área de 0.6915

Paso 4 - Hacer la suma o resta de áreas para encontrar la probabilidad deseada.

En este ejemplo no es necesario realizar ningún computo adicional ya que el área es Ala misma que se representa en la Tabla A

Page 28: Distribución Normal

Ejemplo 2

Si deseamos la probabilidad de que una persona, elegida al azar, tenga un peso mayor o igual a 150 libras

Paso 1 Interpretar gráficamente el área de interés. 

Gráficamente si decimos que a=150 libras, el área de la curva que nos interesa es la siguiente:

 

Page 29: Distribución Normal

Ejemplo 2

Si deseamos la probabilidad de que una persona, elegida al azar, tenga un peso mayor o igual a 150 libras

Paso 2 - Determinar el valor Z:

 

Paso 3 - Buscar en la tabla de probabilidades.

 Buscamos en la Tabla 1 el valor Z=0.50 y obtenemos el área de 0.6915.

 

Paso 4 - Hacer la suma o resta de áreas para encontrar la probabilidad deseada.

En este ejemplo el área de 0.6915 no representa el área que nos interesa sino la contraria. En este caso debemos restarle 1 a la probabilidad encontrada.

 1 - .6915 = 0.3085

50.020

140150

X

Z

Page 30: Distribución Normal

Ejemplo 3

Determine la probabilidad de que una persona, elegida al azar, tenga un peso menor o igual a 115 libras

Paso 1 Interpretar gráficamente el área de interés. Gráficamente si decimos que a=115 libras, el área de la curva que nos interesa es

la siguiente: 

Page 31: Distribución Normal

Ejemplo 3

Determine la probabilidad de que una persona, elegida al azar, tenga un peso menor o igual a 115 libras

Paso 2 - Determinar el valor Z:

 

Paso 3 - Buscar en la tabla de probabilidades.

 Buscamos en la Tabla 1 el valor Z=-1.25 y obtenemos el área de 0.1057.

  

Paso 4 - Hacer la suma o resta de áreas para encontrar la probabilidad deseada.

 

25.120

140115

X

Z

Page 32: Distribución Normal

Ejemplo 4

Si deseamos la probabilidad de que una persona, elegida al azar, tenga un peso entre 115 y 150 libras.

Paso 1 Interpretar gráficamente el área de interés. Gráficamente si decimos que a=115 libras y b=150 libras, el área de la curva que

nos interesa es la siguiente

Page 33: Distribución Normal

Ejemplo 4

Si deseamos la probabilidad de que una persona, elegida al azar, tenga un peso entre 115 y 150 libras.

Paso 2 - Determinar el valor Z

Cuando X=115 

25.120

140115

X

Z

Cuando X=150  

50.020

140150

X

Z

Paso 3 - Buscar en la tabla de probabilidades. Buscamos en la Tabla 1 el valor Z=-1.25 y obtenemos el área de 0.1057.  Buscamos en la Tabla 1 el valor Z=0.50 y obtenemos el área de 0.6915

Page 34: Distribución Normal

Ejemplo 4

Si deseamos la probabilidad de que una persona, elegida al azar, tenga un peso entre 115 y 150 libras.

Paso 4 - Hacer la suma o resta de áreas para encontrar la probabilidad deseada.    0.6915 - 0.1057 = .5858

 

Page 35: Distribución Normal

Ejemplo 5

Determine la probabilidad de que una persona tenga un peso menor o igual a 150libras

Paso 1 Interpretar gráficamente el área de interés. Gráficamente si decimos que a=150 libras y b= 160 libras, el área de la curva que nos interesa es la siguiente:

 

Page 36: Distribución Normal

Ejemplo 5

Determine la probabilidad de que una persona tenga un peso menor o igual a 150libras

Paso 2 - Determinar el valor Z Como vimos en el ejemplo 1 y 2 E valor Z cuando X=150 es 0.50.Para X=160 el valor Z será:

 

Paso 3 - Buscar en la tabla de probabilidades.

Buscamos en la Tabla 1 el valor Z=0.50 y obtenemos el área de 0.6915.

Cuando Z = 1.0 el área es de 0.8413.

0.120

140160

X

Z

Page 37: Distribución Normal

Ejemplo 5

Determine la probabilidad de que una persona tenga un peso menor o igual a 150libras

Paso 4 - Hacer la suma o resta de áreas para encontrar la probabilidad deseada.  En este ejemplo se resta el área mayor menos el área menor como se interpreto en el paso 1.  0.8413 - .6915 = 0.1498

 

Page 38: Distribución Normal

Ejemplo 6

Determine la probabilidad de elegir a una persona que pese entre 115 y 130 libras.

Paso 1 Interpretar gráficamente el área de interés.  Gráficamente si decimos que a=115 libras y b= 130 libras, el

área de la curva que nos interesa es la siguiente:  

Page 39: Distribución Normal

Ejemplo 6

Determine la probabilidad de elegir a una persona que pese entre 115 y 130 libras.

Paso 2 - Determinar el valor Z

 

Cuando X=115 

para X=130 

Paso 3 - Buscar en la tabla de probabilidades. Buscamos en la Tabla 1 el valor Z=-1.25 y obtenemos el área de 0.1056  Para Z = -.050 el área es de 0.3085

25.120

140115

X

Z

50.020

140130

X

Z

Page 40: Distribución Normal

Ejemplo 6

Determine la probabilidad de elegir a una persona que pese entre 115 y 130 libras.

 

Paso 4 - Hacer la suma o resta de áreas para encontrar la probabilidad deseada.

 

En este ejemplo el área será la diferencia de 0.3085-0.1056=0.2029. 

Page 41: Distribución Normal

REFERENCIAS

Anderson, S. (2006). Estadísticas para administración y economía, Thomson,

Newbold, P. (2003). Statistics for Business And Economics, Prentice Hall.

Altman, D., Bland, J.  (1995). Statistics Notes: The Normal Distribution.  BMJ, ; 310: 298-298.

Bluman Allan, G. (2007). Statistics, Mc Graw Hill,

Pértega, D.,  Pita F. (2001) Representación gráfica en el análisis de datos.  Cad Aten Primaria; 8: 112-117.

Page 42: Distribución Normal

REFERENCIAS

• http://descartes.cnice.mecd.es/index.html

• http://www.aulafacil.com/CursoEstadistica/Lecc-34-est.htm

• http://www.ruf.rice.edu/~lane/stat_sim/sampling_dist/index.html