Saltar al contenido
Omnikalc

Distribución lognormal: probabilidades para una variable asimétrica

Calcula P(X ≤ x), la densidad, la esperanza, la mediana, la moda y la desviación típica de una distribución lognormal, a partir de μ y σ de ln X o de la media y la desviación típica de X.

Actualizado el
Tus datos
Parámetros proporcionados

Valor fuera de rango

Valor fuera de rango

Valor fuera de rango

Valor fuera de rango

Valor fuera de rango

Resultados

P(X ≤ x)

0,7913

P(X > x)
0,2087
Densidad en x
0,38287
Esperanza de X
1,1331
Mediana de X
1
Moda de X
0,7788
Desviación típica de X
0,6039
μ de ln X
0
σ de ln X
0,5

La distribución lognormal

Una variable X sigue una distribución lognormal cuando su logaritmo ln X sigue una distribución normal de media μ y desviación típica σ. Aparece siempre que una magnitud resulta de numerosos efectos multiplicativos: ingresos y patrimonios, tamaño de las partículas, concentraciones de contaminantes, tiempos de reparación, cotizaciones bursátiles en el modelo de Black-Scholes. Es siempre positiva y asimétrica hacia la derecha.

Las fórmulas

  • P(X ≤ x) = Φ((ln x − μ) ÷ σ), donde Φ es la función de distribución de la normal tipificada.
  • Mediana: e^μ.
  • Esperanza: e^(μ + σ²/2), siempre superior a la mediana.
  • Moda: e^(μ − σ²).
  • Varianza: (e^(σ²) − 1) e^(2μ + σ²).

Dos maneras de introducir los parámetros

μ y σ son los parámetros del logaritmo, no de X. Si conoces más bien la media m y la desviación típica s de X en sí, elige ese modo: la calculadora deduce de ellas σ² = ln(1 + s²/m²) y μ = ln m − σ²/2. Confundir ambos es el error más frecuente.

Ejemplo

μ = 0 y σ = 0,5, para x = 1,5:

  • z = ln 1,5 ÷ 0,5 ≈ 0,81, de donde P(X ≤ 1,5) ≈ 0,79;
  • mediana 1, esperanza ≈ 1,133, moda ≈ 0,779;
  • desviación típica ≈ 0,604.

Por qué la media supera a la mediana

La larga cola derecha tira de la esperanza hacia arriba. Es el caso de los salarios en España: el salario medio supera claramente al salario mediano, porque unos pocos ingresos muy altos pesan sobre la media. Para datos lognormales, la mediana y la media geométrica (igual a e^μ) describen mejor el valor «típico» que la media aritmética.

Estimar los parámetros

A partir de una muestra, toma el logaritmo de cada valor: μ es la media de esos logaritmos y σ su desviación típica. Un diagrama de probabilidad normal (gráfico Q-Q) con los logaritmos, alineado sobre una recta, confirma el ajuste.

Intervalo de dispersión

Alrededor del 95 % de los valores se sitúan entre e^(μ − 1,96σ) y e^(μ + 1,96σ). En el ejemplo, entre 0,38 y 2,66: un intervalo asimétrico en torno a la mediana, a diferencia de la distribución normal.

Preguntas frecuentes

¿Qué representan μ y σ en una distribución lognormal?

La media y la desviación típica de ln X, y no de X en sí.

¿Cómo se pasa de la media y la desviación típica de X a μ y σ?

σ² = ln(1 + s²/m²) y μ = ln m − σ²/2, donde m y s son la media y la desviación típica de X.

¿Por qué la esperanza supera a la mediana?

La larga cola derecha tira de la media hacia arriba: la esperanza vale e^(μ + σ²/2) y la mediana e^μ.

¿Dónde se encuentra la distribución lognormal?

Ingresos, tamaño de partículas, concentraciones de contaminantes, tiempos de reparación, cotizaciones bursátiles: allí donde los efectos se multiplican.

¿Te ha resultado útil esta calculadora?

¡Gracias por tu opinión!

Resultados orientativos con fines informativos. No sustituyen el consejo de un profesional.