Distribución Bimodal
Una distribución bimodal tiene dos picos distintos, lo que indica que los datos se agrupan alrededor de dos valores diferentes.
Definition
Una distribución bimodal es un conjunto de datos con dos picos o agrupamientos distintos en lugar de un único valor más común, a menudo indicando que los datos provienen de dos subpoblaciones diferentes que se han combinado. Tiene dos máximos locales distintos en su distribución de frecuencia o probabilidad, y la media global cae entre los dos picos, posiblemente sin representar bien a ninguno de los dos grupos. Formalmente, una distribución bimodal tiene dos modas, lo que significa que su PDF tiene dos máximos locales; los modelos de mezcla representan esto como sumas ponderadas de distribuciones componentes, $f(x) = \pi f_1(x) + (1-\pi) f_2(x)$, donde $f_1$ y $f_2$ son típicamente PDF normales y $\pi$ es la proporción de mezcla, con parámetros estimados mediante el algoritmo EM (Esperanza-Maximización).
Example
Los puntajes de una encuesta de una clase donde la mitad amó la lección y la mitad no le gustó podrían agruparse alrededor de $2/10$ y $9/10$, creando dos picos. Las estaturas de un grupo mixto de adultos y niños serán bimodales: un pico alrededor de la estatura promedio de los adultos (5'7") y otro alrededor de la estatura de los niños (4'2"), y la media global no representa a ninguno de los dos grupos. Un modelo de mezcla gaussiana con componentes $N(\mu_1=3, \sigma_1=1)$ y $N(\mu_2=8, \sigma_2=1.5)$ con peso de mezcla $\pi=0.4$ tiene modas en aproximadamente $3$ y $8$, con el algoritmo EM iterando entre asignar membresías suaves y actualizar los parámetros hasta la convergencia.
Key Insight
Dos picos a menudo significan que dos grupos diferentes están mezclados, así que separarlos y analizarlos individualmente suele tener más sentido que reportar un promedio global; las distribuciones bimodales son una señal para buscar estructura oculta, y los algoritmos de agrupamiento pueden ayudar a identificar y separar las dos modas. La prueba de dip de Hartigan es una prueba formal no paramétrica de unimodalidad frente a multimodalidad, y la prueba de ancho de banda de Silverman usa KDE para probar la existencia de una sola moda, sirviendo ambas como herramientas de diagnóstico antes de aplicar modelos de mezcla.