Tabla de contenido
¿Qué hacer cuando la distribución no es normal?
Si rechazamos o dudamos de la normalidad de nuestros datos, existen varias soluciones posibles: Si la distribución es unimodal y asimétrica, la solución más simple y efectiva suele ser utilizar una transformación para convertir los datos en normales.
¿Cómo transformar variables no normales a normales?
Si los datos son no normales, puede intentar con una transformación de modo que pueda usar un análisis de capacidad normal.
- Elija Estadísticas > Herramientas de calidad > Análisis de capacidad > Normal.
- Elija una transformación:
- Especifique opciones de transformación, si lo desea, y luego haga clic en Aceptar.
¿Cómo saber si una variable tiene o no una distribución normal?
Una manera muy simple de comprobar si nuestra variable tiene o no una distribución normal, es realizando un histograma de frecuencias. En el siguiente ejemplo, hemos utilizado el “cuadro de diálogos antiguos” y hemos pedido que nos muestre la “curva normal”. 6. Pasos a seguir
¿Cómo saber si los datos se ajustan a una distribución normal?
Si estratificamos (es decir separamos) los datos por grupo (molde), veríamos que los datos se ajustan a una distribución normal. 1: ¿Existe algún elemento de estratificación (puede ser diferentes máquinas, operarios o cambios en el proceso,…)? 3: ¿Existe algún dato anómalo?
¿Cuáles son las ventajas de la distribución normal?
La gran ventaja de la distribución normal es que nos permite calcular probabilidades de aparición de datos de esa distribución, lo que tiene como consecuencia la posibilidad de inferir datos de la población a partir de los obtenidos de una muestra de la misma.
¿Cuál es la relación entre la robustez ante la normalidad y el tamaño de la muestra?
La relación entre la robustez ante la normalidad y el tamaño de la muestra se basa en el teorema del límite central. Este teorema demuestra que la distribución de la media de los datos de cualquier distribución se acerca a la distribución normal a medida que aumenta el tamaño de la muestra.
