La gráfica de su función de densidad tiene una forma acampanada y es simétrica respecto de un determinado parámetro. Esta curva se conoce como campana de Gauss.
La importancia de esta distribución radica en que permite modelar numerosos fenómenos naturales, sociales y psicológicos.
La distribución normal también es importante por su relación con la estimación por mínimos cuadrados, uno de los métodos de estimación más simples y antiguos.
Algunos ejemplos de variables asociadas a fenómenos naturales que siguen el modelo de la normal son:
- caracteres morfológicos de individuos como la estatura;
- caracteres fisiológicos como el efecto de un fármaco;
- caracteres sociológicos como el consumo de cierto producto por un mismo grupo de individuos;
- caracteres psicológicos como el cociente intelectual;
- nivel de ruido en telecomunicaciones;
- errores cometidos al medir ciertas magnitudes;
- etc.
En probabilidad, la distribución normal aparece como el límite de varias distribuciones de probabilidad continuas y discretas.
Las características que descacan a este distribución son: que el dominio de la variable va desde -oo hasta +oo; su curva es simétrica respecto de la media; la distribución es Unimodal por lo que la media, mediana y moda son iguales; por cada cambio en la media la curva se desplaza hacia la derecha o izquierda; y por cambios en la varianza y/o desviación estándar la curva cambia de forma, es decir se puede achatar si la varianza es grande y ser mas puntiaguda si la varianza es pequeña (ver gráfico siguiente).
REFERENCIA: http://es.wikipedia.org/wiki/Distribuci%C3%B3n_normal.
Parámetros | σ > 0 |
---|---|
Dominio | |
Función de densidad (pdf) | |
Función de distribución (cdf) | |
Media | |
Mediana | |
Moda | |
Varianza |
No hay comentarios:
Publicar un comentario