Estandarización y puntuación z

Una sola escala para comparar valores y leer probabilidades de cualquier normal

Tema T09 · Unidad II · Probabilidad y distribuciones

Estandarización y puntuación z

Una sola escala para comparar valores y leer probabilidades de cualquier normal

¿Qué vaca premiar, si una es Holstein y la otra Jersey?

  • 40 a 50 minutos
  • Lectura + Excel de 2 hojas
  • Individual

De qué trata este tema

En T08 calculaste áreas de una normal con Excel, escribiendo cada vez su media y su desviación estándar. Este tema agrega una idea sencilla y muy poderosa: medir cualquier valor en desviaciones estándar. Ese número se llama puntuación z. Con él puedes comparar cosas que están en escalas distintas (litros de leche y kilos de peso), reconocer un dato raro y calcular probabilidades de cualquier normal con una sola tabla, incluso sin computadora.

Necesitas T08 (distribución normal, regla 68–95–99.7 y DISTR.NORM.N)

Este tema T09 · Estandarización y puntuación z

Sigue T10 · Distribución t de Student

Al terminar el tema podrás:

  1. Calcular e interpretar una puntuación z y usarla para comparar valores de variables distintas.
  2. Leer probabilidades de la normal estándar en la tabla z, a la izquierda, a la derecha y entre dos valores.
  3. Estimar qué parte de un lote cumple una especificación, a mano y en Excel.
  4. Pasar de una proporción a un valor con x = μ + z · σ.

Palabras clave estandarizar puntuación z normal estándar tabla z especificación valor crítico

Cómo usar esta página

Esta página se lee; el Excel se contesta. Lee las secciones 1 a 4 antes de abrir el Excel: ahí está el problema, para qué sirve el tema y cómo se hace cada cálculo, con un ejemplo resuelto. Los recuadros marcados con Prueba se pueden mover: úsalos para ver qué pasa con los números.

La sección 5 te dice, paso a paso, qué hacer en cada hoja del Excel (1_Z_a_mano y 2_Z_Excel). Puedes hacer este tema en clase o de tarea: todo lo que necesitas está aquí. Si te atoras, vuelve al ejemplo resuelto de la sección 4.

1. Un problema para empezar: ¿qué vaca premiar?

En una feria ganadera hay que premiar a la vaca lechera más sobresaliente. Una Holstein dio 38 L al día; una Jersey, 27 L. A primera vista gana la Holstein, pero las Jersey casi siempre dan menos leche: las Holstein de la región promedian 32 L con una desviación estándar de 4 L, y las Jersey promedian 22 L con 2.5 L.

Lo justo es preguntar qué tan lejos está cada vaca del promedio de su raza. La Holstein está 6 L arriba, es decir, 6 ÷ 4 = 1.5 desviaciones estándar. La Jersey está 5 L arriba: 5 ÷ 2.5 = 2.0 desviaciones estándar. Aunque da menos litros, la Jersey es más sobresaliente dentro de su raza: sólo 2.3 % de las Jersey la superan, contra 6.7 % de las Holstein.

2. Por qué no basta con lo que ya sabes

Comparar litros contra litros engaña cuando los grupos tienen promedios y variaciones distintos, y comparar kilos contra litros ni siquiera tiene sentido. Además, DISTR.NORM.N de T08 necesita una computadora; en campo o en un examen en papel hace falta otra forma. Y en la Unidad III las pruebas estadísticas se escriben justamente así: qué tan lejos está un resultado, medido en desviaciones estándar.

3. Dónde vas a usar esto

  • Selección de animales. Comparar ejemplares de razas, edades o hatos distintos con una misma medida.
  • Calidad y calibres. Estimar qué parte de un lote de fruta, huevo o grano entra en una norma.
  • Revisión de datos. Un valor con z mayor que 3 o menor que −3 merece revisarse.
  • Decidir qué mejorar. Saber si conviene más subir el promedio o reducir la variación.
  • Unidad III. Intervalos de confianza y pruebas de hipótesis usan valores como z = 1.96.

4. La puntuación z y la normal estándar

4.1 La puntuación z

Estandarizar es restar la media y dividir entre la desviación estándar:

z = (x − μ) ÷ σ

z dice a cuántas desviaciones estándar está x de la media, y no tiene unidades: kg ÷ kg o L ÷ L se cancelan.

z Qué quiere decir
z = 0 El valor es igual a la media.
z positivo Está arriba de la media. z = 1.5: 1.5 desviaciones estándar arriba.
z negativo Está abajo de la media. z = −2: 2 desviaciones estándar abajo.
z mayor que 3 o menor que −3 Muy raro en una normal (menos de 3 de cada 1 000): conviene revisar el dato.

4.2 La normal estándar

Si a todos los valores de una normal se les calcula z, el resultado es siempre la misma curva: la normal estándar, Z ~ N(0, 1), con media 0 y desviación estándar 1. Por eso una sola tabla sirve para todas las normales: el área a la izquierda de x en la curva original es la misma que el área a la izquierda de z en la estándar.

4.3 Leer la tabla z

La tabla da el área a la izquierda de z, es decir, P(Z < z). El renglón da el entero y el primer decimal; la columna, el segundo decimal. Para z = 1.25: renglón 1.2, columna .05, se lee .8944.

z .00 .01 .02 .03 .04 .05 .06 .07 .08 .09
0.0 .5000 .5040 .5080 .5120 .5160 .5199 .5239 .5279 .5319 .5359
0.1 .5398 .5438 .5478 .5517 .5557 .5596 .5636 .5675 .5714 .5753
0.2 .5793 .5832 .5871 .5910 .5948 .5987 .6026 .6064 .6103 .6141
0.3 .6179 .6217 .6255 .6293 .6331 .6368 .6406 .6443 .6480 .6517
0.4 .6554 .6591 .6628 .6664 .6700 .6736 .6772 .6808 .6844 .6879
0.5 .6915 .6950 .6985 .7019 .7054 .7088 .7123 .7157 .7190 .7224
0.6 .7257 .7291 .7324 .7357 .7389 .7422 .7454 .7486 .7517 .7549
0.7 .7580 .7611 .7642 .7673 .7704 .7734 .7764 .7794 .7823 .7852
0.8 .7881 .7910 .7939 .7967 .7995 .8023 .8051 .8078 .8106 .8133
0.9 .8159 .8186 .8212 .8238 .8264 .8289 .8315 .8340 .8365 .8389
1.0 .8413 .8438 .8461 .8485 .8508 .8531 .8554 .8577 .8599 .8621
1.1 .8643 .8665 .8686 .8708 .8729 .8749 .8770 .8790 .8810 .8830
1.2 .8849 .8869 .8888 .8907 .8925 .8944 .8962 .8980 .8997 .9015
1.3 .9032 .9049 .9066 .9082 .9099 .9115 .9131 .9147 .9162 .9177
1.4 .9192 .9207 .9222 .9236 .9251 .9265 .9279 .9292 .9306 .9319
1.5 .9332 .9345 .9357 .9370 .9382 .9394 .9406 .9418 .9429 .9441
1.6 .9452 .9463 .9474 .9484 .9495 .9505 .9515 .9525 .9535 .9545
1.7 .9554 .9564 .9573 .9582 .9591 .9599 .9608 .9616 .9625 .9633
1.8 .9641 .9649 .9656 .9664 .9671 .9678 .9686 .9693 .9699 .9706
1.9 .9713 .9719 .9726 .9732 .9738 .9744 .9750 .9756 .9761 .9767
2.0 .9772 .9778 .9783 .9788 .9793 .9798 .9803 .9808 .9812 .9817
2.1 .9821 .9826 .9830 .9834 .9838 .9842 .9846 .9850 .9854 .9857
2.2 .9861 .9864 .9868 .9871 .9875 .9878 .9881 .9884 .9887 .9890
2.3 .9893 .9896 .9898 .9901 .9904 .9906 .9909 .9911 .9913 .9916
2.4 .9918 .9920 .9922 .9925 .9927 .9929 .9931 .9932 .9934 .9936
2.5 .9938 .9940 .9941 .9943 .9945 .9946 .9948 .9949 .9951 .9952
2.6 .9953 .9955 .9956 .9957 .9959 .9960 .9961 .9962 .9963 .9964
2.7 .9965 .9966 .9967 .9968 .9969 .9970 .9971 .9972 .9973 .9974
2.8 .9974 .9975 .9976 .9977 .9977 .9978 .9979 .9979 .9980 .9981
2.9 .9981 .9982 .9982 .9983 .9984 .9984 .9985 .9985 .9986 .9986
3.0 .9987 .9987 .9987 .9988 .9988 .9989 .9989 .9989 .9990 .9990

La tabla trae sólo valores positivos. Con la simetría de la curva y el complemento de T02 salen todos los casos:

Lo que se pregunta Cómo se calcula Ejemplo
Menos de z (z positivo) Se lee directo P(Z < 1.25) = .8944
Más de z 1 − lo que se lee P(Z > 1.25) = 1 − .8944 = .1056
Menos de −z Igual que «más de z» P(Z < −0.80) = 1 − .7881 = .2119
Entre a y b P(Z < b) − P(Z < a) P(0.50 < Z < 1.50) = .9332 − .6915 = .2417

Prueba La misma área en dos escalas Altura de sorgo (no es el caso del Excel). Arriba, la normal en centímetros, que se mueve y se ensancha; abajo, la normal estándar, que siempre es igual. El área sombreada es la misma.

4.4 Qué parte de un lote cumple una especificación

Una especificación es un límite o un intervalo que debe cumplir el producto. Siempre son los mismos cuatro pasos:

  1. Dibuja la campana, marca los límites y sombrea el área que se pide.
  2. Convierte cada límite a z, con dos decimales.
  3. Lee la tabla y calcula el área con las reglas de 4.3.
  4. Contesta con palabras y en la escala del problema: qué proporción, cuántos frutos, cuánto se rechaza.

En Excel, =DISTR.NORM.ESTAND.N(z,VERDADERO) da el área a la izquierda de z (en inglés, NORM.S.DIST). Excel no redondea z, así que puede diferir de la tabla en el tercer o cuarto decimal; es normal.

4.5 Del área al valor: x = μ + z · σ

Si se conoce la proporción y se busca el valor, se hace el camino al revés: se busca en el interior de la tabla el área de la izquierda, se lee z y se despeja x.

x = μ + z · σ

En Excel, =INV.NORM.ESTAND(área a la izquierda) da z (en inglés, NORM.S.INV).

Conviene reconocer tres valores que aparecerán en la Unidad III: z = 1.28 deja 90 % a la izquierda, z = 1.645 deja 95 % y z = 1.96 deja 97.5 %. Entre −1.96 y 1.96 queda el 95 % central, la versión exacta del «95 %» de la regla de T08.

4.6 Ejemplo resuelto: mango para exportación

El peso de los mangos de una huerta sigue una normal con μ = 480 g y σ = 60 g. El empacador acepta para exportación los que pesan entre 400 y 600 g.

  1. Dibujar: se sombrea la parte central de la campana, de 400 a 600 g.
  2. Convertir: z de 400 = (400 − 480) ÷ 60 = -1.33; z de 600 = (600 − 480) ÷ 60 = 2.00.
  3. Leer: P(Z < 2.00) = 0.9772. P(Z < −1.33) = 1 − 0.9082 = 0.0918.
  4. Restar: P(400 < X < 600) = 0.9772 − 0.0918 = 0.8854.
  5. Del área al valor: el 5 % más pesado empieza en x = 480 + 1.645 × 60 = 578.7 g.

Cómo se comunica: «Cerca de 89 de cada 100 mangos entran al rango de exportación; de los que quedan fuera, la mayoría son chicos (9 de cada 100 pesan menos de 400 g, contra 2 de cada 100 que pasan de 600 g)».

4.7 Lo que se gana y lo que se pierde

Con z se compara lo que no se podía comparar y una sola tabla sirve para todas las normales. A cambio, las probabilidades sólo valen si la variable es aproximadamente normal; una z de un dato sesgado sigue diciendo a cuántas desviaciones está, pero la tabla ya no da su probabilidad. Además, z depende del grupo de referencia: una vaca sobresaliente en un hato puede ser común en otro. Y μ y σ casi siempre se estiman con una muestra, sobre todo si es chica: de eso trata T10.

¿Lo entendiste? Cuatro preguntas rápidas No cuentan para la calificación. Elige una respuesta para ver la explicación; puedes volver a intentar.

1. Un novillo gana 1.30 kg/día; su grupo tiene μ = 1.10 y σ = 0.16. ¿Cuánto vale z?

  1. 0.20
  2. 1.25
  3. 8.13

z = (1.30 − 1.10) ÷ 0.16 = 1.25: está 1.25 desviaciones estándar arriba de la media de su grupo.

2. ¿Qué valor es más sobresaliente: z = 1.5 en leche o z = 2.0 en peso?

  1. z = 1.5
  2. No se pueden comparar: son variables distintas
  3. z = 2.0

z no tiene unidades, así que sí se puede comparar: 2 desviaciones arriba de la media es más raro que 1.5.

3. La tabla da P(Z < 1.25) = .8944. ¿Cuánto vale P(Z < −1.25)?

  1. −.8944
  2. .1056
  3. .8944

Por simetría, lo que queda abajo de −1.25 es lo mismo que queda arriba de 1.25: 1 − .8944 = .1056. Una probabilidad nunca es negativa.

4. El lote tiene μ = 110 g, σ = 12 g y el calibre va de 90 a 130 g. ¿Qué mejora más el calibre?

  1. Subir el promedio a 116 g
  2. Bajar σ a 8 g
  3. Ninguna de las dos cambia nada

El calibre ya está centrado en 110 g. Bajar σ a 8 g deja z = ±2.5 (98.8 % adentro). Subir el promedio descentra el lote y baja a 86.3 %.

5. Lo que harás

Excel del Tema T09 · 2 hojas
Guárdalo como U2-T09_Apellido_Nombre.xlsx y escribe sólo en las celdas amarillas.

Descargar

Puntuación z y tabla a mano (hoja 1_Z_a_mano)

Caso A: comparar valores de variables distintas. Cuatro resultados de una unidad de producción, cada uno con la media y la desviación estándar de su grupo.

Caso B: leer la tabla. Cinco probabilidades de la normal estándar.

Caso C: calibre de naranja. El diámetro sigue una normal con μ = 75 mm y σ = 5 mm. El mínimo comercial es 68 mm y el calibre más pagado llega hasta 85 mm. Se cosecharán 5 000 naranjas.

Para qué te sirve hacerlo a mano. Con calculadora y tabla se ve cada paso, y es la forma en que aparecerá en un examen en papel.

  1. Escribe tu nombre y la fecha.
  2. Caso A. Calcula z con 2 decimales.
  3. Caso B. Usa la tabla de la sección 4.3 con 4 decimales.
  4. Caso C. Dibuja cada área en un papel, convierte a z, lee la tabla y contesta.
  5. Contesta las Preguntas 1 y 2.
Comprueba antes de seguir

En el Caso B, P(Z < 1.25) + P(Z > 1.25) debe dar 1. En el Caso C, el diámetro del 10 % más grande debe quedar arriba de 75 mm.

Estandarización y especificación en Excel (hoja 2_Z_Excel)

El caso: un empaque pesó 100 tomates saladette de un lote. El calibre comercial va de 90 a 130 g. ¿Qué parte del lote cumple? ¿Hay datos que revisar? ¿Qué conviene mejorar: subir el peso o emparejarlo?

Para qué: con fórmulas estandarizas todos los frutos de una vez y puedes probar escenarios cambiando μ y σ.

  1. Paso 1 · Media y desviación estándar. H6 y H7 ya tienen =PROMEDIO y =DESVEST.M. Revísalas: de ellas dependen todas las z.
  2. Paso 2 · z de cada fruto. La primera fila ya tiene =(B7-$H$6)/$H$7. Cópiala hasta el último fruto. Después calcula la media y la desviación estándar de la columna z y cuenta los frutos con z mayor que 2 o menor que −2.
  3. Paso 3 · Especificación. Calcula z de cada límite y la proporción que predice la normal con =DISTR.NORM.ESTAND.N(H16,VERDADERO)-DISTR.NORM.ESTAND.N(H15,VERDADERO). Compárala con la proporción real, con =CONTAR.SI.CONJUNTO.
  4. Paso 4 · Escenarios. Completa la tabla para ver cuánto fruto entra al calibre en cada escenario.
  5. Paso 5 · Valores de corte. Con =INV.NORM.ESTAND calcula los valores z que dejan 95 % y 97.5 % a la izquierda, y con x = μ + z · σ el peso que deja arriba al 10 % más pesado.
  6. Paso 6 · Responde las Preguntas 3 a 6.
Si Excel no reconoce la fórmula

Tu Excel puede usar punto y coma ( ; ) en lugar de coma ( , ). En inglés: DISTR.NORM.ESTAND.N = NORM.S.DIST, INV.NORM.ESTAND = NORM.S.INV, PROMEDIO = AVERAGE, DESVEST.M = STDEV.S, CONTAR.SI = COUNTIF, CONTAR.SI.CONJUNTO = COUNTIFS, CONTAR = COUNT, VERDADERO = TRUE.

6. Antes de entregar

Marca cada punto conforme lo revises. Tus marcas se guardan sólo en este navegador.