DISTRIBUCIÓN
NORMAL
L.E. Estefania Martínez García
DISTRIBUIÓN NORMAL
En estadística y probabilidad, la distribución normal, también
llamada distribución de Gauss (en honor a Carl F. Gauss),
distribución gaussiana o distribución de Laplace-Gauss, refleja
cómo se distribuyen los datos en una población.
Se trata de la distribución más frecuente en estadística, y se
considera la más importante por la gran cantidad de variables
reales que adoptan su forma. Así, muchas de las características
en la población se distribuyen según una distribución normal: la
inteligencia, datos antropométricos en los seres humanos (por
ejemplo la altura, la talla...), etc.
CARACTERISTICAS DISTRIBUCIÓN
NORMAL
1. Media y desviación típica
A la distribución normal le corresponde un media cero y una
desviación típica o estándar de 1. La desviación típica o estándar
indica la separación que existe entre un valor cualquiera de la muestra
y la media.
2. Porcentajes
En una distribución normal, se puede determinar con exactitud qué
porcentaje de los valores estará dentro de cualquier
rango específico. Por ejemplo:
Alrededor del 95% de las observaciones está dentro de 2 desviaciones
estándar de la media. El 95% de los valores se ubicará dentro de 1.96
desviaciones estándar con respecto a la media (entre −1.96 y +1.96).
Curva de GAUSS
Una distribución gaussiana, también conocida como distribución normal, es una
distribución de probabilidad continua caracterizada por su curva en forma de campana.
Se define mediante dos parámetros:
•μ (mu): La media o valor esperado de la distribución
•σ (sigma): La desviación típica, que mide la dispersión de la distribución
EJEMPLO:
Pensemos en los valores de la
glucosa que nos pueden dar un
laboratorio el cual sigue una
distribución normal. Es decir, la
glucosa de la mayoría de las
personas estará cerca de los
valores medios. En este caso, la
glucosa media es de 70-100
mg/dl.
Por otro lado, un número
similar de personas serán un
poco más altas y un poco
más bajas que 70-100 mg/dl;
sólo unas pocas serán mucho
más altas o mucho más bajas.
PROPIEDADES DISTRIBUCIONES
GAUSSIANAS
1. Simetría y curva de campana
El sello distintivo de una distribución gaussiana es su forma de campana simétrica.
Esta simetría significa que los datos tienen la misma probabilidad de caer por
encima o por debajo de la media, lo que resulta especialmente útil para predecir
probabilidades y hacer inferencias sobre los datos.
2. Alineación de la media, la mediana y la moda
En una distribución gaussiana perfecta, la media (promedio), la mediana (valor
medio) y la moda (valor más frecuente) son iguales. Esta alineación proporciona
una indicación clara de la tendencia central de los datos, lo que resulta valioso
para resumir conjuntos de datos.
3. Desviación típica y dispersión de datos
La desviación típica de una distribución gaussiana nos indica la dispersión de los
datos respecto a la media. Sigue un patrón predecible:
Aproximadamente el 68% de los datos están dentro de una desviación típica de
la media.
Aproximadamente el 95% se sitúa dentro de las dos desviaciones típicas.
Aproximadamente el 99,7% se sitúa dentro de las tres desviaciones típicas.
Esta norma, conocida como regla 68-95-99,7se aplica a todas las distribuciones
gaussianas, independientemente de su media o desviación típica.
REFERENCIAS
BIBLIOGRÁFICAS
Laura Ruiz M.(30 Abril 2019)Distribución normal: qué es, características y
ejemplos en estadística. Psicología y Mente.
[Link]
Distribución gaussiana: guía completa. (2024, 1 octubre). Datacamp.
Recuperado 24 de octubre de 2025, de
[Link]