Una distribución bimodal es una distribución de probabilidad con dos modos.
A menudo usamos el término «modo» en las estadísticas descriptivas para referirnos al valor que ocurre con más frecuencia en un conjunto de datos , pero en este caso el término «modo» se refiere a un máximo local en un gráfico.
Cuando visualice una distribución bimodal, notará dos «picos» distintos que representan estos dos modos.
Esto es diferente a una distribución unimodal que solo tiene un pico:
Puede recordar la diferencia entre los dos si recuerda:
- «bi” = dos
- «uni» = uno
Aunque la mayoría de los cursos de estadística usan distribuciones unimodales como la distribución normal para explicar diferentes temas, las distribuciones bimodales aparecen con bastante frecuencia en la práctica, por lo que es útil saber cómo reconocerlas e interpretarlas.
Ejemplos de distribuciones bimodales
Aquí hay algunos ejemplos de distribuciones bimodales. stributions:
Ejemplo n. ° 1: horas pico de restaurante
Si crea un gráfico para visualizar la distribución de clientes en un determinado restaurante por hora, probablemente encontrará que sigue un distribución bimodal con un pico durante la hora del almuerzo y otro pico durante la hora de la cena:
Ejemplo # 2: Altura promedio de dos plantas especies
Supongamos que recorre un campo y mide la altura de diferentes plantas. Sin darte cuenta, mides la altura de dos especies diferentes, una que es bastante alta y otra que es bastante baja. Si creó un gráfico para visualizar la distribución de alturas, seguiría una distribución bimodal:
Ejemplo n. ° 3: examen puntajes
Suponga que un maestro da un examen a su clase de estudiantes. Algunos de los estudiantes estudiaron para el examen, mientras que otros no. Cuando el profesor crea un gráfico de las puntuaciones del examen, sigue una distribución bimodal con un pico alrededor de las puntuaciones bajas para los estudiantes que no estudiaron y otro pico alrededor de las puntuaciones altas para los estudiantes que sí estudiaron:
¿Qué causa las distribuciones bimodales?
Normalmente, hay dos cosas que causan las distribuciones bimodales:
1. Algunos fenómenos subyacentes.
A menudo, las distribuciones bimodales ocurren debido a algunos fenómenos subyacentes.
Por ejemplo, el número de clientes que visitan un restaurante cada hora sigue una distribución bimodal, ya que la gente tiende a comer fuera en dos horarios distintos: almuerzo y cena. Este comportamiento humano subyacente es lo que causa la distribución bimodal.
2. Dos grupos diferentes se agrupan.
Las distribuciones bimodales también pueden ocurrir cuando simplemente analiza dos grupos diferentes de cosas sin darse cuenta.
Por ejemplo, si mide la altura de plantas en un campo determinado sin darse cuenta de que dos especies diferentes están creciendo en el mismo campo, verá una distribución bimodal cuando cree un gráfico.
Cómo analizar distribuciones bimodales
A menudo describimos distribuciones utilizando la media o la mediana, ya que esto nos da una idea de dónde se encuentra el «centro» de la distribución.
Desafortunadamente, no es útil conocer la media y la mediana para una distribución bimodal. . Por ejemplo, la puntuación media del examen de los alumnos del ejemplo anterior es 81:
Sin embargo, muy pocos alumnos puntuaron realmente cerca de 81. En este caso, la media es engañosa. La mayoría de los estudiantes puntuaron alrededor de 74 o alrededor de 88.
Una mejor manera de analizar e interpretar las distribuciones bimodales es simplemente divida los datos en dos grupos separados, luego analice el centro y la extensión de cada grupo.
Por ejemplo, podemos dividir los puntajes del examen en «puntajes bajos» y «puntajes altos» y luego encontrar la media y la desviación estándar de cada grupo.
Si comparte los resultados de algún análisis y sus datos siguen una distribución bimodal, es útil crear un histograma como los que se muestran arriba para que su audiencia puede ver claramente que la distribución tiene dos «picos» distintos y que solo tiene sentido analizar cada pico por separado en lugar de como un conjunto de datos grande.