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?
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:
- Calcular e interpretar una puntuación z y usarla para comparar valores de variables distintas.
- Leer probabilidades de la normal estándar en la tabla z, a la izquierda, a la derecha y entre dos valores.
- Estimar qué parte de un lote cumple una especificación, a mano y en Excel.
- Pasar de una proporción a un valor con x = μ + z · σ.
Palabras clave estandarizar puntuación z normal estándar tabla z especificación valor crítico
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:
- Dibuja la campana, marca los límites y sombrea el área que se pide.
- Convierte cada límite a z, con dos decimales.
- Lee la tabla y calcula el área con las reglas de 4.3.
- 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.
- Dibujar: se sombrea la parte central de la campana, de 400 a 600 g.
- Convertir: z de 400 = (400 − 480) ÷ 60 = -1.33; z de 600 = (600 − 480) ÷ 60 = 2.00.
- Leer: P(Z < 2.00) = 0.9772. P(Z < −1.33) = 1 − 0.9082 = 0.0918.
- Restar: P(400 < X < 600) = 0.9772 − 0.0918 = 0.8854.
- 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?
- 0.20
- 1.25
- 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?
- z = 1.5
- No se pueden comparar: son variables distintas
- 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)?
- −.8944
- .1056
- .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?
- Subir el promedio a 116 g
- Bajar σ a 8 g
- 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.
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.
- Escribe tu nombre y la fecha.
- Caso A. Calcula z con 2 decimales.
- Caso B. Usa la tabla de la sección 4.3 con 4 decimales.
- Caso C. Dibuja cada área en un papel, convierte a z, lee la tabla y contesta.
- Contesta las Preguntas 1 y 2.
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.
- Paso 1 · Media y desviación estándar. H6 y H7 ya tienen
=PROMEDIOy=DESVEST.M. Revísalas: de ellas dependen todas las z. - 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.
- 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. - Paso 4 · Escenarios. Completa la tabla para ver cuánto fruto entra al calibre en cada escenario.
- Paso 5 · Valores de corte. Con
=INV.NORM.ESTANDcalcula 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. - Paso 6 · Responde las Preguntas 3 a 6.
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.