Calculadora de Distribución Normal Inversa

Calculadora de Distribución Normal Inversa

Popular AI Skill PRO

Ingresar cálculo

Fórmula

x=Media (μ)+SD (σ)·Φ−1(Probabilidad (p))x = {{\text{Media }(\mu)}} + {{\text{SD }(\sigma)}} \cdot \Phi^{-1}\!\left({{\text{Probabilidad }(p)}}\right)
Estadísticas de uso

Publicidad

Resultados

Valor normal inverso
1,6449
Probabilidad introducida 0,95
Media introducida (μ) 0
Desviación típica introducida (σ) 1
Percentil 95%
Puntuación z 1,6449

Informar de un error en esta página

Qué hace la Calculadora Normal Inversa

Esta calculadora resuelve a la inversa una de las preguntas más habituales de la estadística: en lugar de plantear «¿cuál es la probabilidad de obtener un valor inferior a x?», responde a «¿qué valor deja por debajo una probabilidad dada?». Solo tienes que indicar una probabilidad acumulada y los parámetros de una distribución normal, y la herramienta te devuelve el valor correspondiente (el normal inverso), su percentil y la puntuación z asociada. Se utiliza con frecuencia en trabajos académicos, control de calidad, finanzas (valor en riesgo o VaR) y pruebas estandarizadas.

Curva normal en forma de campana con el área de la cola izquierda p sombreada y una línea vertical que marca el valor x en el eje horizontal
La normal inversa encuentra el valor x tal que el área sombreada (probabilidad p) queda a su izquierda.

Los tres datos de entrada

  • Probabilidad (de 0 a 1): el área acumulada a la izquierda del valor que buscas. Por ejemplo, 0,95 significa «el valor por debajo del cual queda el 95 % de la distribución». Debe estar estrictamente entre 0 y 1.
  • Media (μ): el centro de tu distribución normal.
  • Desviación típica (σ): la dispersión de la distribución. Tiene que ser mayor que 0.

La fórmula

La herramienta calcula la función de distribución acumulada inversa (la función cuantil) de una distribución normal con tus valores de μ y σ:

  • Valor normal inverso: x = Φ⁻¹(p; μ, σ) — el valor en el que la probabilidad acumulada es igual a p.
  • Percentil: probabilidad × 100.
  • Puntuación z: z = (x − μ) / σ — cuántas desviaciones típicas separa a x de la media.

Internamente parte de la inversa de la normal estándar y luego la escala y la desplaza: x = μ + σ · z, donde z corresponde a la probabilidad p.

Publicidad
Diagrama que muestra cómo una probabilidad pasa por la función de distribución acumulada inversa para obtener una puntuación z, que luego se escala por sigma y se desplaza por mu para obtener x
La probabilidad p se convierte en una puntuación z, que se escala por σ y se desplaza por μ para obtener x.

Ejemplo resuelto

Imagina que las notas de un examen siguen una distribución normal con una media (μ) de 70 y una desviación típica (σ) de 8, y quieres conocer el percentil 90. Introduce probabilidad = 0,90, media = 70 y desviación típica = 8.

  • La puntuación z de la normal estándar para 0,90 es aproximadamente 1,2816.
  • Valor normal inverso: 70 + 8 × 1,2816 ≈ 80,25.
  • Percentil: 0,90 × 100 = 90 %.
  • Puntuación z: (80,25 − 70) / 8 ≈ 1,28.

Por tanto, una nota de unos 80,25 sitúa al estudiante en el percentil 90.

Probabilidades comunes y sus puntuaciones z

La tabla muestra el cuantil de la normal estándar \(z = \Phi^{-1}(p)\), la puntuación z con probabilidad acumulada p a su izquierda, para una distribución con media 0 y desviación estándar 1. Para convertir a cualquier distribución normal, use \(x = \mu + \sigma \cdot z\).

Probabilidad acumulada p z = Φ⁻¹(p)
0.01 -2.3263
0.025 -1.9600
0.05 -1.6449
0.50 0
0.75 0.6745
0.80 0.8416
0.90 1.2816
0.95 1.6449
0.975 1.9600
0.99 2.3263
0.995 2.5758
0.999 3.0902

La curva normal estándar es simétrica, por lo que \(\Phi^{-1}(1-p) = -\Phi^{-1}(p)\). Por eso, 0.05 da -1.6449 y 0.95 da +1.6449.

Publicidad

Interpretación de su resultado

El valor x es el punto de corte con probabilidad p a su izquierda y 1 − p a su derecha, por lo que \(P(X \le x) = p\). Por ejemplo, con p = 0.95, x es el percentil 95: el 95% de los valores se sitúan en o por debajo de él y el 5% por encima.

  • Si p < 0.5, z es negativo y x se encuentra por debajo de la media.
  • Si p > 0.5, z es positivo y x se encuentra por encima de la media.
  • Si p = 0.5, z = 0 y x es igual a la media (que también es la mediana).

La regla empírica da una idea útil de escala: alrededor del 68% de los valores se encuentran dentro de ±1σ de la media, alrededor del 95% dentro de ±2σ y alrededor del 99.7% dentro de ±3σ. De forma más precisa, el intervalo central del 95% usa z = ±1.96, no exactamente ±2.

Para obtener un intervalo central bilateral con cobertura c, use \(p = (1 + c)/2\) para el límite superior y \(p = (1 - c)/2\) para el límite inferior. Para un intervalo central del 95%, p = 0.975 da z = 1.96, y el intervalo es \(\mu \pm 1.96\sigma\).

Todo esto supone que los datos se describen bien mediante una distribución normal con la media y la desviación estándar que introdujo. Si los datos reales están sesgados o tienen colas pesadas, el punto de corte no coincidirá con el percentil real.

Preguntas frecuentes

¿Por qué la probabilidad debe estar estrictamente entre 0 y 1? Una distribución normal se extiende hasta el infinito en ambos sentidos, de modo que una probabilidad de exactamente 0 o 1 correspondería a ±infinito. Por eso la calculadora solo admite valores dentro de ese intervalo abierto.

¿Qué ocurre si dejo la media y la desviación típica con sus valores estándar? Si introduces media = 0 y desviación típica = 1, el valor normal inverso coincide directamente con la puntuación z, lo que te da el clásico cuantil de la normal estándar.

¿Qué significa un resultado negativo? Si tu probabilidad es inferior a 0,5, el valor queda a la izquierda de la media, lo que produce una puntuación z negativa y un valor menor que μ. Es lo esperado, no un error.

Última actualización:

Lo más popular en Matemáticas y Estadísticas

Ver todas las calculadoras de Matemáticas y Estadísticas