Calculadora de probabilidad normal entre dos valores de X

Calculadora de probabilidad normal entre dos valores de X

En crecimiento AI Skill PRO

Ingresar cálculo

Fórmula

P(a≤X≤b)=Φ(zb)−Φ(za)donde{za=Inferior (a)−Media (μ)SD (σ)zb=Superior (b)−Media (μ)SD (σ)\begin{gathered} P(a \le X \le b) = \Phi(z_b) - \Phi(z_a) \\[1.5em] \text{donde}\quad \left\{ \begin{aligned} z_a &= \dfrac{\text{Inferior (a)} - {{\text{Media }(\mu)}}}{{{\text{SD }(\sigma)}}} \\[0.4em] z_b &= \dfrac{\text{Superior (b)} - {{\text{Media }(\mu)}}}{{{\text{SD }(\sigma)}}} \end{aligned} \right. \end{gathered}
Estadísticas de uso

Publicidad

Resultados

P(a < X < b)
0,495015
49,5015% de la distribución
Puntuación z inferior (a) -0,6667
Puntuación z superior (b) 0,6667

Informar de un error en esta página

Qué hace esta calculadora

Esta herramienta calcula la probabilidad de que una variable aleatoria X con distribución normal se encuentre entre dos valores, a y b, lo que se expresa como \(P(a < X < b)\). Solo tienes que indicar la media de la distribución (\(\mu\)), la desviación típica (\(\sigma\)) y los dos valores límite. La calculadora tipifica cada límite en una puntuación z y emplea la función de distribución acumulada de la normal estándar \(\Phi\) para devolver el área exacta bajo la campana de Gauss comprendida entre ambos.

Curva de campana de la distribución normal con el área entre dos valores x, a y b, sombreada
La probabilidad \(P(a<X<b)\) es el área sombreada bajo la curva normal entre a y b.

Cómo utilizarla

Introduce la media y la desviación típica de tu distribución y, a continuación, escribe el valor inferior a y el valor superior b. Pulsa calcular. El resultado muestra la probabilidad como número decimal (de 0 a 1) y como porcentaje, junto con las dos puntuaciones z. Si introduces los valores en orden inverso, la calculadora toma automáticamente el menor como a y el mayor como b.

La fórmula explicada

La probabilidad entre a y b es igual a la función de distribución acumulada (FDA) en b menos la FDA en a:

$$P(a < X < b) = \Phi\!\left(\frac{b-\mu}{\sigma}\right) - \Phi\!\left(\frac{a-\mu}{\sigma}\right)$$

El término \(\frac{x-\mu}{\sigma}\) transforma una puntuación bruta en una puntuación z, es decir, el número de desviaciones típicas respecto a la media. \(\Phi(z)\) proporciona el área acumulada a la izquierda de z bajo la curva normal estándar. Al restar ambas áreas acumuladas, queda únicamente el área comprendida estrictamente entre a y b. Esta calculadora evalúa \(\Phi\) mediante una aproximación de alta precisión basada en la función error.

Publicidad
Resta de dos áreas normales acumuladas para obtener el área entre a y b
El área entre a y b es igual al área a la izquierda de b menos el área a la izquierda de a.

Ejemplo resuelto

Imagina que las puntuaciones de CI siguen una distribución normal con \(\mu = 100\) y \(\sigma = 15\), y quieres calcular \(P(85 < X < 115)\). Las puntuaciones z son

$$\frac{85-100}{15} = -1 \qquad \frac{115-100}{15} = +1$$

Como \(\Phi(1) \approx 0{,}8413\) y \(\Phi(-1) \approx 0{,}1587\), la probabilidad resulta

$$\approx 0{,}8413 - 0{,}1587 = 0{,}6827$$

es decir, alrededor del 68,3 %: la conocida regla de una desviación típica.

Probabilidades normales comunes y tabla de valores z

Para una variable normal estándar \(Z\) (media 0, desviación estándar 1), la probabilidad de caer dentro de \(z\) desviaciones estándar de la media es \(P(-z<Z<z)=2\Phi(z)-1\). Estos valores se cumplen para cualquier distribución normal una vez que x se convierte en una puntuación z.

z P(-z < Z < z) Porcentaje
1 0.6827 68.27%
1.645 0.9000 90.00%
1.96 0.9500 95.00%
2 0.9545 95.45%
2.576 0.9900 99.00%
3 0.9973 99.73%

La regla 68-95-99.7

  • Alrededor del 68% de los valores se encuentran dentro de \(\mu \pm 1\sigma\).
  • Alrededor del 95% se encuentran dentro de \(\mu \pm 2\sigma\) (más precisamente 95.45%).
  • Alrededor del 99.7% se encuentran dentro de \(\mu \pm 3\sigma\) (más precisamente 99.73%).

Los valores 1.645, 1.96 y 2.576 están redondeados a tres decimales, por lo que las probabilidades correspondientes también están redondeadas.

Publicidad

Interpretación de su probabilidad

El resultado \(P(a<X<b)\) es la proporción de la distribución que se encuentra entre \(a\) y \(b\). Un resultado de 0.8186 significa que se espera que alrededor del 81.86% de las observaciones caigan en ese rango. Dicho de otra forma, una observación elegida al azar tiene esa probabilidad de caer allí.

Una puntuación z indica cuántas desviaciones estándar se aleja un valor de la media. \(z=0\) es la media, \(z=2\) está a dos desviaciones estándar por encima de ella, y \(z=-1\) está una por debajo. Comparar \(z_a\) y \(z_b\) muestra qué tan ancho es su intervalo en unidades de desviación estándar.

Puede comparar su resultado con la regla empírica. Un intervalo de \(\mu\pm1\sigma\) da aproximadamente 0.68, \(\mu\pm2\sigma\) about 0.95 y \(\mu\pm3\sigma\) about 0.997. Si su intervalo es más estrecho que uno de estos, espere una probabilidad menor.

  • Valores muy pequeños (por ejemplo, menores que 0.01) indican que el intervalo es estrecho o está lejos en una cola. Estos resultados son poco frecuentes según este modelo.
  • Valores cercanos a 1 indican que el intervalo cubre casi toda la distribución. La probabilidad restante se encuentra en las colas fuera de \(a\) y \(b\).

El cálculo supone que la variable realmente sigue una distribución normal con la media y la desviación estándar que introdujo. Los datos reales pueden estar sesgados o tener colas más pesadas, lo que hace que las probabilidades de las colas sean menos fiables. Verifique este supuesto con un histograma o un gráfico de probabilidad normal. Si estimó \(\mu\) y \(\sigma\) a partir de una muestra pequeña, el resultado es solo aproximado.

Preguntas frecuentes

¿Importa si uso < o ≤? No. En una distribución normal continua, la probabilidad en cualquier punto concreto es cero, de modo que \(P(a < X < b)\) y \(P(a \le X \le b)\) son idénticas.

¿Qué ocurre si mi desviación típica es 0? La desviación típica debe ser positiva; con \(\sigma = 0\) la distribución no está definida, por lo que la calculadora devuelve 0.

¿Cómo de precisos son los resultados? La FDA se calcula con la aproximación de Abramowitz y Stegun, con una precisión de unos 7 decimales: más que suficiente para el trabajo estadístico habitual.

Última actualización:

Lo más popular en Matemáticas y Estadísticas

Ver todas las calculadoras de Matemáticas y Estadísticas