Σ
SDCalc
IntermedioTeoría·10 min

Entendiendo la Distribución Normal y la Curva de Campana

Aprendé sobre la distribución normal, la forma de la curva de campana, cómo el desvío estándar la afecta y por qué es fundamental para la estadística. Con visualizaciones interactivas.

¿Qué es la distribución normal?

La distribución normal, también llamada distribución gaussiana o “curva de campana”, es la distribución de probabilidad más importante en estadística. Describe cómo se distribuyen los valores de los datos alrededor de un valor central de la media.

The Classic Bell Curve

La distribución normal se define completamente por solo dos parámetros: la media (μ) que determina el centro, y el desvío estándar (σ) que determina la dispersión.

Propiedades clave

Simetría

La distribución es perfectamente simétrica alrededor de la media. Las mitades izquierda y derecha son imágenes especulares.

Media = Mediana = Moda

En una distribución normal, las tres medidas de tendencia central son iguales y están ubicadas en el centro.

Asintótica

Las colas se extienden infinitamente pero nunca tocan el eje x. Los valores extremos son posibles pero cada vez más improbables.

Área total = 1

El área total bajo la curva es igual a 1 (o 100%), representando todos los resultados posibles.

Cómo el desvío estándar afecta la forma

El desvío estándar controla la “dispersión” de la distribución normal. Un σ más pequeño crea una curva alta y estrecha; un σ más grande crea una curva baja y ancha.

Visual Comparison

Low SD (σ = 0.5)

Data clustered tightly around the mean

High SD (σ = 2)

Data spread widely from the mean

Puntuaciones Z y estandarización

Una puntuación Z te indica cuántos desvíos estándar un valor se encuentra de la media. Esto te permite comparar valores de diferentes distribuciones normales.

Fórmula de la puntuación Z

z = (x - μ) / σ
Puntuación ZSignificadoPercentil
-22 DE por debajo de la media~2,3%
-11 DE por debajo de la media~15,9%
0En la media50%
+11 DE por encima de la media~84,1%
+22 DE por encima de la media~97,7%

Ejemplos del mundo real

Muchos fenómenos naturales siguen una distribución normal:

  • Estatura humana:La mayoría de las personas tienen una estatura cercana al promedio, con menos personas muy altas o muy bajas
  • Puntuaciones de CI:Diseñadas para seguir una distribución normal con media 100 y DE 15
  • Errores de medición:Errores aleatorios en mediciones científicas
  • Presión arterial:Lecturas de presión arterial en la población

Cuando los datos no son normales

No todos los datos siguen una distribución normal. Tené precaución con:

Distribuciones no normales

- Datos de ingresos: Generalmente con asimetría positiva (cola larga de altos ingresos) - Tiempos de espera: Frecuentemente con distribución exponencial - Datos de conteo: Pueden seguir una distribución de Poisson - Proporciones: Siguen una distribución binomial