La distribución normal

La distribución de probabilidad normal y la curva

normal que la acompaña tienen las siguientes
características:
La curva normal tiene forma de campana y una sola cima en el centro
de la distribución.
La media aritmética, la mediana y la moda de la distribución son
iguales y se ubican en el centro.
 La mitad del área bajo la curva se encuentra a la derecha de este
punto central y la otra mitad está a la izquierda de dicho punto.
Es simétrica en torno a su promedio. Si se corta Ia curva normal de
manera vertical por el valor central, las dos mitades serán como
imágenes en un espejo.
La curva normal desciende suavemente en ambas direcciones a partir
del valor central.
Es asintótica, Ia curva se acerca cada vez más al eje de X pero jamás
llega a tocarlo. Es decir, las “colas” de Ia curva se extienden de manera
indefinida en ambas direcciones.
La distribución normal se usa en:

 Psicología
 Biología
 Educación
 Astronomía
 Economía
 Ciencias sociales y
administrativas
 PUNTUACIONES ESTÁNDAR

Un esfuerzo para interpretar y comparar el desempeño

de un individuo en dos o más variables es difícil cuando
las distribuciones de los datos tienen medias y
desviaciones estándar diferentes. Este problema se
puede evitar transformando los datos de modo que
todas las variables tengan medias idénticas y las
mismas desviaciones estándar, es decir,
"estandarizando" los parámetros de las distribuciones
(transformando valores brutos en valores estándar).
 PUNTUACIONES ESTÁNDAR

Las distribuciones de puntuaciones estándar

tienen valores para la media y la desviación
estándar que son fijos, conocidos y nunca
varían. Como los parámetros son siempre los
mismos, las interpretaciones y comparaciones
entre puntuaciones estándar se hacen más
fácilmente.
 PUNTUACIONES ESTÁNDAR: PUNTAJE Z

La puntuación estándar más elemental y útil es

la z. Cuando las observaciones se expresan en
unidades de desviaciones estándar de la media
son calificaciones z. La distribución de
calificaciones z tiene parámetros fijos:

m=0 y s = 1.

xm
Se define una variable
Zx 
s
 PUNTUACIONES ESTÁNDAR: PUNTAJE Z

Si Diego obtiene una nota de 6,2 significa poco, a menos

que conozca la media del grupo y la desviación estándar.
Una calificación z, sin embargo, puede interpretarse
fácilmente en relación con toda la distribución, ya que sus
parámetros siempre se conocen y nunca varían.

Si sabemos que la calificación z de Diego es 1.5,

sabemos que calificó 1.5 desviaciones estándar arriba
de la media, y que, en consecuencia, su calificación es
completamente alta en relación con los otros de la
distribución.
 EJEMPLO DE COMPARACIÓN PUNTAJE Z

Paula obtiene las siguientes notas en las distintas

asignaturas:

MATEMATICA : 5.8
LENGUAJE : 6.1
CIENCIAS : 5.6
En términos absolutos, Paula obtiene mejor nota en
Lenguaje, luego en Matemática y finalmente en Ciencias.
Ciencias Matemática Lenguaje
5.6 5.8 6.1
 EJEMPLO DE COMPARACIÓN PUNTAJE Z

¿Qué sucede si además de conocer la nota, sabemos

cómo se comportó todo el curso de Paula en esas
asignaturas?

MATEMATICA : 5.8 y el curso tuvo una media de 5.7 y una

desviación estándar de 0.5

LENGUAJE : 6.1 y el curso tuvo una media de 6.2 y una

desviación estándar de 0.7

CIENCIAS : 5.6 y el curso tuvo una media de 5.0 y una

desviación estándar de 1.1
 EJEMPLO DE COMPARACIÓN PUNTAJE Z
Ahora podemos comparar las notas en términos de
puntuaciones estándar Z, asumiendo que las medias = 0 y
las desviaciones estándar = 1, utilizando la fórmula:
xm
Z 
x
s
MATEMÁTICA : x= 5.8 ; media= 5.7 y ds= 0.5
Puntaje Z5.8= 0.2
LENGUAJE : x= 6.1 ; media= 6.2 y ds= 0.7
Puntaje Z6.1= -0.14
CIENCIAS : x= 5.6 ; media= 5.0 y ds= 1.1
Puntaje Z5.6= 0.54
 EJEMPLO DE COMPARACIÓN PUNTAJE Z

Paula obtiene los siguientes puntajes Z en las distintas

asignaturas:

MATEMATICA : 0.20
LENGUAJE : -0.14
CIENCIAS : 0.54

En términos de comparación de los puntajes Z, Paula

obtiene mejor puntaje en Ciencias, luego en Matemática y
finalmente en Lenguaje.
Lenguaje Matemática Ciencias
-0.14 0.20 0.54
Curva normal, Percentiles y Valores Estándar
¿Cómo calcular probabilidades asociadas a
una curva normal específica?
Dado que tanto m como s pueden asumir infinitos
valores, lo que hace impracticable tabular las probabilidades
para todas las posibles distribuciones normales, se utiliza la
distribución normal reducida o tipificada

Se define una variable zx = x -m

s

Es una traslación y un cambio de escala de la

variable original
Una regla empírica indica que en cualquier distribución
normal las probabilidades delimitadas entre :

 1s  68 %
 2s  95 %
 3s  99 %

68%

95%
99% z
-3 -2 -1 0 1 2 3
Ahora podemos calcular eI valor z dada:

Ia media de Ia población, m,

la desviación estándar de ésta, s,

y una x seleccionada.

Y establecer el área bajo la curva con la

tabla apropiada