1. DISTRIBUCIONES DE FRECUENCIA
Las distribuciones de frecuencias pueden tomar una variedad de formas.
Dentro de esta variedad existe una que se destaca y con la cual estamos familiarizados:
La curva normal.
2. DISTRIBUCION NORMAL
La distribución de probabilidad
normal ocupa un lugar prominente
en la estadística por dos razones.
1.- Tiene algunas propiedades que la
hacen aplicable un gran número de
situaciones en las que es necesario
hacer inferencias mediante la toma
de muestras.
2.- La distribución normal casi se
ajusta a las distribuciones de
frecuencia reales observadas en
muchos fenómenos, incluyendo
características humanas (pesos,
altura, IQ, etc.), resultados de
procesos físicos (dimensiones y
rendimientos), muchas otras
medidas para los administradores y
variables psicológicas
3. CURVA NORMAL, es la curva que corresponde a
la gráfica de una distribución normal
4. CARACTERISTICA DE UNA CURVA NORMAL
Es una curva tiene un solo pico: unimodal, asintótica
50% 50%
5. CURVA NORMAL
Punto de inflexión
(Punto en el que se
invierte el sentido
de concavidad de la
curva)
34% 34%
La forma exacta de la distribución normal (la característica curva con forma de
campana) se define por una función que tiene solamente dos parámetros: la media y
la desviación estándar. La media es el valor que con mayor probabilidad aparecerá en
una medida. LA MAYOR CANTIDAD DE DATOS DE LA DISTRIBUCION CAE
EN EL CENTRO DE LA CURVA.
6. CURVA NORMAL y LA DESVIACION ESTANDAR
La desviación estándar refleja lo abierta o cerrada que es la campana de
Gauss correspondiente. Una distribución muy cerrada se corresponde con
una serie de medidas muy poco dispersas. Por el contrario si la
distribución es abierta, la desviación estándar es grande.
7. CONDICIONES PARA UNA DISTRIBUCION NORMAL
SI un conjunto de datos cumple los siguientes criterios es probable
que tenga una distribución aproximada a la distribución normal.
1. La mayoría de los valores están agrupados
cerca de la media.
2. Los datos están dispersos de manera
equitativa alrededor de la media, haciendo
que la distribución sea simétrica (50% de
datos a cada lado de la media)
3. Las desviaciones grandes de la media se
hacen cada vez más raras, lo que produce
delgadas colas de la distribución (hay pocos
datos en los extremos de la curva)
4. Los valores individuales resultan de una
combinación de muchos factores
diferentes, como factores genéticos y del
ambiente.
10. PERCENTILES Y CURVA NORMAL
En este caso la media es 100 y la desviación estándar es de 16. Un CI de 132
está dos desviaciones estándar por encima de la media, es decir
aproximadamente el 98% de datos están por debajo de esta valor. Una
persona con un CI de 132 estaría contenta de ser tan inteligente. Este valor
corresponde al RANGO PERCENTIL.
11. Número de datos por debajo de un rango percentil
Para calcular el número de datos que hay en cada área, lo único de se debe
hacer es multiplicar el porcentaje correspondiente por la cantidad total de
datos. Por ejemplo, suponga que tenemos una población de 10 000 datos de
CI, existen: 34,13% * 10 000 = 3413 datos entre 100 y 116