Marzo 2011

Profesor: Carlos Rojas A. – MBA

Consultor | Media Management
 El truco para poder comparar datos que
parecen ser muy dispares, es usar la
desviación estándar como regla
 Comparamos los valores individuales de los
datos con su media, y lo relativizamos
usando la siguiente formula:
y− y
 
 
 
z= s



 Denominamos a los valores resultantes como valores
estandarizados, se escriben como z
 También se les denomina valores-z
 Los valores-z, nos permiten usar a la desviación estándar
como regla para medir la distancia estadística desde la
media:
 Valores-z negativo, el dato está bajo la media
 Valores-z positivos, el dato está sobre la media
 Podemos comparar valores que:
 Han sido medidos en diferentes escalas
 Diferentes unidades
 Poblaciones diferentes
 Los valores-z nos dicen cuán inusual es un valor
 Nos dice cuantas DE existen desde la media
 La estandarización no cambia la forma de la
distribución
 Cambia la media a Cero y la desviación estándar a
uno
 Un modelo que se mantiene a través del
tiempo es llamado en estadísticas un modelo
normal (curva con forma de campana,
campana de Gauss)
 Los modelos normales son apropiados para
distribuciones cuyas formas son unimodales y
fundamentalmente simétricas
 Escribimos N(μ,σ) para representar un modelo
normal con media μ y desviación estándar σ
 Una vez quez = y − µ estandarizado usando sólo
hemos
σ
necesitamos el modelo N(0,1)
 El modelo normal, con media 0 y DE 1, es llamado
el modelo normal estándar (o la distribución
normal estándar)
 Sean cuidadosos, no usen los modelos normales
para cualquier grupo de datos, ya que la
estandarización no cambia la forma de la
distribución
 El gráfico nos muestra la regla del
68-95-99.7 :
 Con sus datos, chequear si un modelo normal
es razonable para aplicar
 Para eso, mirar los histogramas de los datos;
chequear que sea unimodal y simétrica
 Un grafico más especializado puede ayudarte
a decidir si el modelo normal es apropiado
para sus datos. Es el Normal probability plot
 Si la distribución es de tipo normal, entonces
el grafico dibujara una línea diagonal recta
 Desviaciones de la línea indica que la
distribución no es normal
 Una distribución de tipo normal muestra un
histograma y un gráfico de normalidad que
se parece mucho a:
 Una distribución sesgada presentara un
histograma y un grafico de normalidad como
esto:
 No usar los modelos normales cuando la
distribución no es unimodal ni es simétrica
 No usar las media ni la DE, cuando hay
puntos extremos, la media y la DE pueden
estar distorsionados
Muchas Gracias
Email: carlosrojasarancibia@gmail.com
Blog: economiaymedios.blogspot.com
Twitter: reds_cl
Slideshare: www.slideshare.net/reds_cl
LinkedIn: http://cl.linkedin.com/in/carlosrojasa
Skype: reds_cl

Marzo 2011
Profesor: Carlos Rojas A. – MBA
Consultor | Media Management