La Distribución Normal

Las observaciones repetidas que difieren debido a un error experimental a menudo

varían sobre algún valor central con una distribución de probabilidad con forma de
campana que es simétrica y en la cual pequeñas desviaciones ocurren mucho más
frecuentemente que las grandes. Una distribución de frecuencia poblacional
continua que repite esta condición es la distribución normal (también a veces
llamada distribución gaussiana). La Figura 2.10 muestra una distribución normal
para una variable aleatoria con  = 8 y 2 = 1. La distribución normal se caracteriza
completamente por su media y varianza y a menudo se describe mediante la
notación N (,2), que se lee "una distribución normal con media  y varianza 2 ".

La geometría de la curva normal es la siguiente:

1. El eje vertical (densidad de probabilidad) se escala de manera tal que el área

debajo de la curva es la unidad (1.0).

2. La desviación estándar: mide la distancia desde la media hasta el punto de

inflexión.

3. La probabilidad de que una desviación positiva de la media exceda una

desviación estándar es 0.1587, o aproximadamente 1/6. Esta es el área a la derecha
de 9 mg / L en la Figura 2.8. La probabilidad de que una desviación positiva exceda
de 2 es 0.0228 (aproximadamente 1/40), que es el área α3 + α4 en la Figura 2.8.
La probabilidad de una desviación positiva que exceda de 3 es 0.0013
(aproximadamente 1/750 =, que es el área α4.

4. Debido a la simetría, las probabilidades son las mismas para las desviaciones
negativas y α1 = α4 y α1 + α2 = α3 + α4.

5. La probabilidad de que una desviación en cualquier dirección exceda de 2 es 2

(0.0228) = 0.0456 (aproximadamente 1/20). Esta es la suma de las dos áreas
pequeñas debajo de los extremos de las colas, α1 + α2 = α3 + α4.
Es conveniente trabajar con desviaciones normales estandarizadas, ʐ = ( y - )/,
donde ʐ tiene la distribución N(0,1), debido a que las áreas bajo la curva normal
estandarizada están tabuladas. Esto simplemente escala los datos en términos de
la desviación estándar en lugar de las unidades de medida originales (por ejemplo,
la concentración). Una porción de esta tabla se reproduce en la Tabla 2.1. Por
ejemplo, la probabilidad de una desviación normal estandarizada que exceda de
1.57 es 0.0582, o 5.82%.

La Distribución t

La estandarización de una variable aleatoria normal requiere que tanto  y  como

sean conocidos. En la práctica, sin embargo, no podemos calcular ʐ = ( y - )/
porque  se desconoce. En su lugar, sustituimos s y calculamos  la estadística t :

𝑦− 
𝑡=
𝑠

El valor de  puede ser conocido (por ejemplo, porque es un estándar primario) o

puede suponerse cuando se construye una hipótesis que se probará (por ejemplo,
se supone que la diferencia entre dos tratamientos es cero). Bajo ciertas
condiciones, que se dan a continuación, tiene t una distribución conocida, llamada
Distribución del estudiante, o simplemente la distribución t.

La distribución t es en forma de campana y simétrica (como la distribución normal),

pero las colas de la distribución t son más anchas que las colas de la distribución
normal. el ancho de la distribución t depende del grado de incertidumbre es s2, que
se mide por los grados por la libertad v en la que se basa esta estimación de s2.
Cuando el tamaño de la muestra es infinito (v =∞), no hay incertidumbre en s2
(porque s2 = 2) y la distribución t se convierte en la distribución normal estándar.
Cuando el tamaño de la muestra es pequeño (v ≤ 30), la variación en s2 aumenta.
Esto se refleja en la expansión de la distribución t a medida que disminuye el número
de grados de libertad de s2. El área de la cola bajo la curva en forma de campana
de la distribución t es la probabilidad de que t exceda un valor dado. Una porción de
la tabla t se reproduce en la Tabla 2.2.

Las condiciones bajo las cuales la cantidad t = (y - )/s tiene una distribución t con
v grados de libertad son:

1. y se distribuye normalmente en voz alta con varianza 2.

2. s se distribuye independientemente de la media; es decir, la varianza de la

muestra no aumenta ni disminuye a medida que la media aumenta o disminuye.

3. La cantidad s2, que tiene v grados de libertad, se calcula normalmente y las

observaciones distribuidas independientemente tienen varianza 2.