Distribución normal
La distribución normal, también conocida como curva de campana, es un modelo
matemático de probabilidad en el que la mayoría de los datos se agrupan
alrededor del valor central (la media) y la frecuencia de los datos disminuye
simétricamente a medida que se alejan de ese punto. Esta distribución es
fundamental en estadística porque se utiliza para modelar una gran cantidad de
fenómenos naturales, sociales y psicológicos.
Características principales
Forma de campana: Su gráfica es simétrica y tiene forma de campana.
Simetría: Es simétrica respecto a su media. Los valores a la izquierda de la media
son un reflejo de los valores a la derecha.
Media, mediana y moda: En una distribución normal perfecta, la media, la mediana
y la moda son iguales y coinciden en el punto central de la curva.
Área bajo la curva: El área total bajo la curva es igual a 1 (o 100%), lo que
representa la probabilidad total.
Desviación estándar: La dispersión de los datos se determina por la desviación
estándar
Ejemplos
Estatura: La estatura de una población grande de hombres o mujeres suele seguir
una distribución normal, donde la mayoría se agrupa alrededor de la estatura
promedio y solo unos pocos son mucho más altos o más bajos.
Resultados de exámenes: Las calificaciones de un examen a gran escala a
menudo se distribuyen de forma normal, con la mayoría de los estudiantes
obteniendo una calificación promedio.
Fenómenos naturales: La distribución de la altura de los árboles en un bosque, el
peso de los productos en una línea de producción o los errores de medición
científicos también pueden aproximarse a una distribución normal.
Importancia
Es fundamental para muchas pruebas estadísticas, como la prueba t, que asumen
que los datos provienen de una distribución normal.
Permite estimar la probabilidad de que una variable aleatoria tome un valor dentro
de un rango determinado.
El teorema del límite central se basa en el concepto de distribución muestral , que
es la distribución de probabilidad de un estadístico para un gran número
de muestras tomadas de una población
Imaginar un experimento puede ayudarle a comprender las distribuciones de
muestreo:
Supongamos que extrae una muestra aleatoria de una población y calcula
una estadística para la muestra, como la media .
Ahora extrae otra muestra aleatoria del mismo tamaño y calcula nuevamente la
media.
Repite este proceso muchas veces y termina con una gran cantidad de medios,
uno para cada muestra.
La distribución de las medias muestrales es un ejemplo de distribución muestral.
El teorema del límite central establece que la distribución muestral de la media
siempre será normal , siempre que el tamaño de la muestra sea suficientemente
grande. Independientemente de si la población tiene una distribución normal , de
Poisson , binomial o cualquier otra, la distribución muestral de la media será
normal.
Una distribución normal es una distribución simétrica, en forma de campana, con
cada vez menos observaciones cuanto más se aleja del centro de la distribución.
Fórmula del teorema del límite central
Afortunadamente, no es necesario muestrear repetidamente una población para
conocer la forma de la distribución muestral. Los parámetros de la distribución
muestral de la media están determinados por los parámetros de la población:
La media de la distribución muestral es la media de la población.
La desviación estándar de la distribución de muestreo es la desviación estándar
de la población dividida por la raíz cuadrada del tamaño de la muestra.
Podemos describir la distribución muestral de la media utilizando esta notación:
Donde
X̄ es la distribución muestral de la media muestral
~ significa “sigue la distribución”
N es la distribución normal
µ es la media de la población
σ es la desviación estándar de la población
n es el tamaño de la muestra
Tamaño de la muestra y teorema del límite central
El tamaño de la muestra ( n ) es el número de observaciones extraídas de la
población para cada muestra. El tamaño de la muestra es el mismo para todas las
muestras.
El tamaño de la muestra afecta la distribución muestral de la media de dos
maneras.
1. Tamaño de la muestra y normalidad
Cuanto mayor sea el tamaño de la muestra, más se acercará la distribución del
muestreo a una distribución normal .
Cuando el tamaño de la muestra es pequeño, la distribución muestral de la media
a veces no es normal. Esto se debe a que el teorema del límite central solo se
cumple cuando el tamaño de la muestra es suficientemente grande.
Por convención, consideramos que un tamaño de muestra de 30 es
“suficientemente grande”.
Cuando n < 30 , el teorema del límite central no se aplica. La distribución muestral
seguirá una distribución similar a la de la población. Por lo tanto, la distribución
muestral solo será normal si la población es normal.
Cuando n ≥ 30 , se aplica el teorema del límite central. La distribución muestral
seguirá aproximadamente una distribución normal.
2. Tamaño de la muestra y desviaciones estándar
El tamaño de la muestra afecta la desviación estándar de la distribución muestral.
La desviación estándar es una medida de la variabilidad o dispersión de la
distribución (es decir, su amplitud o estrechez).
Cuando n es bajo , la desviación estándar es alta. Existe una gran dispersión en
las medias de las muestras porque no son estimaciones precisas de la media de la
población.
Cuando n es alto , la desviación estándar es baja. No hay mucha dispersión en las
medias de las muestras porque son estimaciones precisas de la media de la
población.
Condiciones del teorema del límite central
El teorema del límite central establece que la distribución muestral de
la media siempre seguirá una distribución normal en las siguientes condiciones:
El tamaño de la muestra es suficientemente grande . Esta condición suele
cumplirse si el tamaño de la muestra es n ≥ 30.
Las muestras son variables aleatorias independientes e idénticamente distribuidas
(IID) . Esta condición suele cumplirse si el muestreo es aleatorio .
La distribución de la población tiene una varianza finita . El teorema del límite
central no se aplica a distribuciones con varianza infinita, como la distribución de
Cauchy. La mayoría de las distribuciones tienen una varianza finita.
Importancia del teorema del límite central
El teorema del límite central es uno de los teoremas estadísticos más
fundamentales. De hecho, el término «central» en «teorema del límite central» se
refiere a su importancia.
La implicación del teorema del límite central es que las teorías estadísticas que se
aplican a distribuciones normales también pueden aplicarse a muchos problemas
que involucran distribuciones no normales.
NotaLas pruebas paramétricas , como las pruebas t , los ANOVA y la regresión
lineal , tienen mayor potencia estadística que la mayoría de las pruebas no
paramétricas . Su potencia proviene de supuestos sobre la distribución de las
poblaciones basados en el teorema del límite central.
Ejemplos del teorema del límite central
La aplicación del teorema del límite central a distribuciones reales puede ayudarle
a comprender mejor cómo funciona.
Aunque esta distribución de muestreo tiene una distribución más normal que la
población, aún presenta una ligera desviación hacia la izquierda .
Obsérvese también que la dispersión de la distribución de muestreo es menor que
la dispersión de la población.
El teorema del límite central establece que la distribución muestral de la media
siempre seguirá una distribución normal cuando el tamaño de la muestra sea
suficientemente grande. Esta distribución muestral de la media no se distribuye
normalmente porque el tamaño de la muestra no es suficientemente grande.
Ahora, imagina que tomas una muestra grande de la población. Seleccionas al
azar a 50 jubilados y les preguntas a qué edad se jubilaron.