Categorías

← View All Tools

Probador de Normalidad

Prueba de normalidad comprehensiva usando múltiples métodos estadísticos

Datos clave

Categoría
Data Analysis
Tipos de entrada
textarea, select, checkbox
Tipo de salida
text
Cobertura de muestras
4
API disponible
Yes

Resumen

El Probador de Normalidad es una herramienta estadística diseñada para determinar si un conjunto de datos numéricos sigue una distribución normal, utilizando métodos robustos como Shapiro-Wilk y Anderson-Darling para validar tus hipótesis de investigación.

Cuándo usarlo

  • •Antes de aplicar pruebas paramétricas que requieren el supuesto de normalidad.
  • •Para verificar la calidad y distribución de los datos en procesos de control de calidad.
  • •Al realizar análisis exploratorios de datos para identificar sesgos o valores atípicos.

Cómo funciona

  • •Introduce tus datos numéricos separados por comas, espacios o saltos de línea en el área de entrada.
  • •Selecciona el nivel de significancia (α) deseado, siendo 0.05 el estándar común para un 95% de confianza.
  • •Opcionalmente, activa el gráfico Q-Q para obtener una validación visual de la distribución de tus datos.
  • •Haz clic en procesar para obtener los resultados estadísticos detallados y la conclusión sobre la normalidad de tu muestra.

Casos de uso

Validación de supuestos para pruebas T de Student o ANOVA.
Análisis de residuos en modelos de regresión lineal.
Evaluación de la distribución de errores en mediciones experimentales.

Ejemplos

1. Validación de datos experimentales

Investigador académico
Contexto
Un investigador ha recolectado 50 mediciones de tiempo de reacción y necesita confirmar si los datos son normales antes de realizar una prueba T.
Problema
Determinar si la muestra cumple con el supuesto de normalidad para proceder con el análisis paramétrico.
Cómo usarlo
Pega los 50 valores numéricos en el campo de entrada, selecciona un nivel de significancia de 0.05 y activa el gráfico Q-Q.
Configuración de ejemplo
significanceLevel: 0.05, includeVisualTests: true
Resultado
La herramienta genera los valores p de las pruebas estadísticas y un gráfico Q-Q que confirma la normalidad de la muestra.

2. Control de calidad en manufactura

Ingeniero de calidad
Contexto
Se están midiendo los diámetros de piezas producidas para asegurar que el proceso de fabricación sea estable.
Problema
Detectar si las variaciones en el diámetro siguen una distribución normal o si hay sesgos en la producción.
Cómo usarlo
Ingresa los datos de los diámetros medidos y ejecuta la prueba para obtener una conclusión estadística rápida.
Configuración de ejemplo
significanceLevel: 0.01, includeVisualTests: false
Resultado
Obtención de un informe estadístico que indica si la producción se mantiene dentro de los parámetros de normalidad esperados.

Probar con muestras

data-analysis
Ejemplos de Análisis de Registros Nginx
Muestras completas de registros Nginx para probar la herramienta log-parser, incluyendo varios formatos y escenarios de registros de acceso y error
task process
sample
Muestras de Análisis de Logs ELK Stack
Muestras completas de ELK Stack para agregación, procesamiento y visualización de logs en sistemas distribuidos
task process
sample
Ejemplos de Líneas Duplicadas
Archivos de muestra con varios tipos de líneas duplicadas para probar herramientas de eliminación de duplicados
task process
sample
Ejemplos de Caracteres Especiales
Archivos de texto de muestra con varios caracteres especiales, signos de puntuación y símbolos para probar la eliminación de caracteres no alfanuméricos
task process
sample

Preguntas frecuentes

¿Qué es la prueba de normalidad?

Es un procedimiento estadístico que evalúa si un conjunto de datos se ajusta a una distribución normal (campana de Gauss).

¿Qué nivel de significancia debo elegir?

El nivel 0.05 es el estándar científico. Si necesitas mayor rigor, puedes optar por 0.01.

¿Por qué es importante el gráfico Q-Q?

El gráfico Q-Q permite visualizar si los puntos se alinean a lo largo de una línea recta, lo que indica una distribución normal.

¿Qué pasa si mis datos no son normales?

Si los datos no siguen una distribución normal, es posible que debas usar pruebas no paramétricas o transformar tus datos.

¿Cuántos datos puedo analizar a la vez?

Puedes ingresar una cantidad significativa de datos numéricos; la herramienta procesará la muestra completa de forma eficiente.

Documentación de la API

Punto final de la solicitud

POST /es/api/tools/normality-tester

Parámetros de la solicitud

Nombre del parámetro Tipo Requerido Descripción
dataInput textarea Sí -
significanceLevel select Sí -
includeVisualTests checkbox No -

Formato de respuesta

{
  "result": "Processed text content",
  "error": "Error message (optional)",
  "message": "Notification message (optional)",
  "metadata": {
    "key": "value"
  }
}
Texto: Texto

Documentación de MCP

Agregue este herramienta a su configuración de servidor MCP: 

{
  "mcpServers": {
    "elysiatools-normality-tester": {
      "name": "normality-tester",
      "description": "Prueba de normalidad comprehensiva usando múltiples métodos estadísticos",
      "baseUrl": "https://elysiatools.com/mcp/sse?toolId=normality-tester",
      "command": "",
      "args": [],
      "env": {},
      "isActive": true,
      "type": "sse"
    }
  }
}

Puede encadenar múltiples herramientas, por ejemplo: `https://elysiatools.com/mcp/sse?toolId=png-to-webp,jpg-to-webp,gif-to-webp`, máximo 20 herramientas.

Si encuentra algún problema, por favor, póngase en contacto con nosotros en [email protected]