Calculadora de regla empírica 68-95-99,7
Aplica la regla empírica (regla 68-95-99,7) a cualquier distribución normal: introduce la media y la desviación estándar para obtener los rangos exactos del 68%, 95% y 99,7% de los datos.
Introduce la media (μ) y la desviación estándar (σ) de una distribución normal para calcular los tres intervalos de la regla empírica.
Calculadora de regla empírica 68-95-99,7
Aplica la regla empírica (regla 68-95-99,7) a cualquier distribución normal: introduce la media y la desviación estándar para obtener los rangos exactos del 68%, 95% y 99,7% de los datos.
Acerca de la calculadora de regla empírica
La regla empírica, también conocida como regla de los tres sigmas o regla 68-95-99,7, es un atajo estadístico que describe cómo se distribuyen los datos en una distribución normal (con forma de campana). Afirma que aproximadamente el 68% de las observaciones cae dentro de una desviación estándar de la media, alrededor del 95% dentro de dos desviaciones estándar y alrededor del 99,7% dentro de tres desviaciones estándar. Estos son algunos de los números más importantes de la estadística aplicada.
Más precisamente, los porcentajes son 68,27%, 95,45% y 99,73%, derivados de la función de distribución acumulada de la distribución normal estándar. Las probabilidades complementarias también son importantes: cerca del 32% de los datos queda fuera del intervalo de un sigma, alrededor del 5% fuera del intervalo de dos sigmas y solo el 0,27% (aproximadamente 1 de cada 370) fuera del intervalo de tres sigmas. Esta última cifra es la base del “límite de tres sigmas”, muy usado en control de calidad y en la metodología Six Sigma.
La regla empírica solo se aplica cuando los datos siguen, o se aproximan mucho a, una distribución normal. Muchos fenómenos naturales son aproximadamente normales: estaturas adultas, puntuaciones de IQ, errores de medición, lecturas de presión arterial y muchas métricas económicas y financieras se aproximan a distribuciones normales. En esos casos, la regla empírica ofrece respuestas rápidas y prácticas sin más cálculo que aritmética básica.
Para aplicar la regla solo necesitas dos parámetros: la media (μ), que ubica el centro de la distribución, y la desviación estándar (σ), que mide la dispersión. El intervalo de un sigma es (μ − σ, μ + σ), el de dos sigmas es (μ − 2σ, μ + 2σ) y el de tres sigmas es (μ − 3σ, μ + 3σ). Esta calculadora calcula los tres intervalos al instante.
Las aplicaciones prácticas son numerosas. En fabricación y control de calidad, se considera que un proceso está bajo control si la salida cae dentro de los límites de tres sigmas (el 99,73% del tiempo). En pruebas de IQ con μ = 100 y σ = 15, alrededor del 68% de las personas puntúa entre 85 y 115, cerca del 95% entre 70 y 130 y alrededor del 99,7% entre 55 y 145. En finanzas, la regla empírica se usa para estimar la probabilidad de rendimientos extremos bajo el supuesto de normalidad, formando la base de los cálculos de valor en riesgo. En biología y medicina, ayuda a identificar mediciones inusuales: una lectura de presión arterial a más de dos desviaciones estándar de la media queda fuera del intervalo del 95% y merece investigarse.
Ejemplos de regla empírica
Tres distribuciones reales que muestran cómo la regla 68-95-99,7 ofrece información inmediata.
| Distribución | Rango de 1σ (68%) | Aplicación |
|---|---|---|
| Puntuaciones de IQ: μ = 100, σ = 15 | 85 a 115 | Alrededor del 68% de las personas puntúa 85–115, cerca del 95% puntúa 70–130 y alrededor del 99,7% puntúa 55–145. Una puntuación superior a 130 (2σ sobre la media) está en el 2,5% superior. |
| Estatura masculina adulta: μ = 175 cm, σ = 7 cm | 168 a 182 cm | Alrededor del 68% de los hombres adultos mide 168–182 cm. Cerca del 95% cae en 161–189 cm. Estaturas por debajo de 154 cm o por encima de 196 cm están fuera del rango 3σ (<0,3%). |
| Notas de examen universitario: μ = 78, σ = 6 | 72 a 84 | Alrededor del 68% de los estudiantes obtiene 72–84. El 2,5% superior (por encima de 2σ = 90) califica para distinción. Alrededor del 99,7% obtiene entre 60 y 96. |
| Longitud de pernos fabricados: μ = 50 mm, σ = 0,5 mm | 49,5 a 50,5 mm | Alrededor del 99,73% de los pernos está dentro de 3σ = 48,5–51,5 mm. Todo perno fuera de este rango se marca como defectuoso bajo estándares de calidad Six Sigma. |
Cómo usar la calculadora de regla empírica
- Introduce la media (μ) de tus datos normalmente distribuidos en el primer campo. La media puede ser cualquier número real.
- Introduce la desviación estándar (σ) en el segundo campo. Debe ser un número positivo mayor que cero.
- Haz clic en Calcular. La calculadora muestra tres paneles de color: los intervalos del 68,27%, 95,45% y 99,73%.
- Cada panel muestra el rango (límite inferior a límite superior) y el porcentaje de datos que se espera que caiga dentro de él.
- Usa los botones de ejemplo para cargar distribuciones conocidas (IQ, estatura adulta, notas de examen) y ver la regla empírica en acción.
Preguntas frecuentes sobre la regla empírica
¿Qué es la regla empírica en estadística?
La regla empírica (también llamada regla 68-95-99,7 o regla de tres sigmas) afirma que, para una distribución normal, alrededor del 68% de los datos cae dentro de una desviación estándar de la media, alrededor del 95% dentro de dos desviaciones estándar y alrededor del 99,7% dentro de tres. Es una forma rápida de describir la dispersión de una distribución normal y estimar la probabilidad de que las observaciones caigan en distintos rangos.
¿La regla empírica se aplica a todas las distribuciones?
No. La regla empírica solo se aplica a distribuciones normales (gaussianas). Si tus datos son asimétricos, multimodales o tienen colas pesadas, los porcentajes serán distintos. Para distribuciones no normales, la desigualdad de Chebyshev da un resultado más débil pero universalmente válido: al menos el 75% de los datos cae dentro de 2σ de la media (frente al 95% en normal) y al menos el 88,9% dentro de 3σ (frente al 99,7% en normal).
¿Cómo sé si mis datos están normalmente distribuidos?
Los enfoques comunes incluyen examinar un histograma (¿forma de campana y simétrico?), trazar un gráfico Q-Q (cuantil-cuantil; los puntos deberían caer cerca de una línea recta para datos normales) o aplicar pruebas formales como Shapiro-Wilk o Kolmogorov-Smirnov. Para muestras grandes (n > 30), el teorema central del límite implica que la distribución muestral de la media es aproximadamente normal aunque los datos subyacentes no lo sean.
¿Qué significa estar “fuera de dos desviaciones estándar”?
Para una distribución normal, alrededor del 95,45% de los datos cae dentro de 2σ de la media, lo que significa que alrededor del 4,55% queda fuera: aproximadamente el 2,275% en cada cola. Estar más de 2σ por encima de la media es estadísticamente inusual y cae en el 2,27% superior de la distribución. Este umbral (a menudo expresado de forma aproximada como 5% o 1 de cada 20) es la base del nivel de significación convencional p < 0,05 en pruebas de hipótesis.
¿Cómo se usa la regla empírica en control de calidad?
En fabricación y calidad de procesos, los límites de control suelen fijarse a tres desviaciones estándar de la media (límites 3σ). Bajo el supuesto de normalidad, el 99,73% de la salida de un proceso cae dentro de esos límites cuando el proceso está bajo control. Los puntos fuera de los límites 3σ se tratan como señales de una causa especial de variación que requiere investigación. Esto forma la base del control estadístico de procesos (SPC) y de la metodología de gestión de calidad Six Sigma.
¿Puedo usarla para probabilidades de un solo lado?
La regla empírica da intervalos bilaterales centrados en la media. Para probabilidades de un solo lado, divide el complemento por la mitad. Por ejemplo, alrededor del 95,45% de los datos cae dentro de 2σ en ambos lados, así que el 4,55% queda fuera: 2,275% por encima de μ+2σ y 2,275% por debajo de μ−2σ. Por eso un intervalo de confianza bilateral del 95% usa z = 1,96 (aproximadamente 2σ): se excluye el 2,5% de cada cola.