Modelos probabilsticos de

distribucin de datos ms
utilizados en psicologa.

Objetivos
Conocer los modelos probabilsticos ms utilizados
tanto como modelos tericos de variables y
constructos psicolgicos como herramientas para
la posterior generaliza-cin de resultados.

Valorar y utilizar las aportaciones de la Estadstica

como disciplina que ayuda a la Psicologa en la
caracterizacin de modelos tericos.

Contenidos
1. Distribuciones de probabilidad discretas.
1.1. El proceso de Bernouilli y la distribucin
binomial.
1.2. El proceso y la distribucin de Poisson.
2. Distribuciones de probabilidad continuas
2.1. La distribucin normal.
2.2. La distribucin chi-cuadrado de Pearson
2.3. La distribucin t de Student
2.4. La distribucin F de Snedecor o de Fisher

Referencias Bibliogrficas bsicas

para preparar el tema

Merino, J.M., Moreno, E., Padilla, M., Rodrguez-Min, P. y

Villarino, A. (2001): Anlisis de Datos en Psicologa I.
Captulo 15, pp. 423-445. Captulo 16, pp. 447-466. Captulo
17, pp. 467-502. Captulo 18, pp. 503-536. Captulo 19, pp.
537-582. Madrid: UNED.
Amn, J. (1991). Estadstica para Psiclogos II. Captulo 3, pp.
67-110. Captulo 4, pp. 111-140. Captulo 5, pp. 141-160 y
172-179. Madrid: Pirmide.

DISTRIBUCIONES DE PROBABILIDAD
DISCRETAS
El proceso de Bernouilli
Y
La distribucin Binomial

El proceso de Bernouilli

7RGR H[SHULPHQWR DOHDWRULR HQ HO TXH VH GDQ ODV VLJXLHQWHV
FRQGLFLRQHV

   6OR H[LVWHQ GRV SRVLEOHV UHVXOWDGRV TXH VRQ VXFHVRV
PXWXDPHQWHH[FOX\HQWHV3RUORJHQHUDODXQRGHORVVXFHVRVVHOH
FRQVLGHUDUFRPR[LWR\DORWURFRPRIUDFDVR


  &DGD XQR GH HVWRV VXFHVRV WHQGU XQD SUREDELOLGDG DVRFLDGD
TXHGHQRPLQDUHPRVFRPRSSDUDHO[LWR\T SSDUDHOIUDFDVR

(VWDV SUREDELOLGDGHV SHUPDQHFHQ FRQVWDQWHV LQGHSHQGLHQWHPHQWH

GHOQPHURGHHOHPHQWRVTXHVHREVHUYHQ

  (O UHVXOWDGR REWHQLGR HQ FDGD HQVD\R HV LQGHSHQGLHQWH GH OR
VXFHGLGRHQHOHQVD\RDQWHULRU

 3RUWDQWRVHWUDWDGHXQSURFHVRHVWDEOH\VLQPHPRULD

Representaciones grficas de la distribucin binomial, para N =

10 y diferentes probabilidades; desde 0,1 a 0,5.

DISTRIBUCIONES DE PROBABILIDAD
CONTINUAS
La distribucin Normal

La distribucin normal

Propiedades de la distribucin normal

N(P,V)

Es simtrica respecto a su media.

P

Tiene dos puntos de inflexin a una desviacin tpica a derecha a

izquierda de la media.
Tiene un mximo en su punto medio.
Es asinttica al eje de abcisas
El rea total bajo la curva es igual a la unidad.

La distribucin normal

La distribucin normal es diferente para cada posible par de

valores de media y varianza. De hecho lo que existe es una
familia de distribuciones, que depender de los parmetros
que definen a la distribucin), y que genricamente se
simboliza como N(P,V).

Distribuciones con distinta media e igual variabilidad

La distribucin normal

Distribuciones con igual media pero distinta variabilidad

La distribucin normal

Distribuciones con distinta media y distinta variabilidad

La distribucin normal

Si trabajamos en puntuaciones tpicas tendremos siempre una

distribucin normal de media cero y desviacin tpica 1 que suele
notarse como N(0,1)

Puntuaciones tpicas
y curva normal

N(100,15)

Z
-3
-2
-1
0
1
2
3

Transformacin de escala

X P

X
55
70
85
100
115
130
145

Puntuaciones tpicas y curva normal

N(100,15)

Transformacin de escala
(solo valores enteros de Z)

X
2

N(0,1)

6
Z

Z
-3
-2
-1
0
1
2
3

X=100Z+15
55
70
85
100
115
130
145

N(200,70)
Proporcin de casos acumulados hasta
la media, correspondiente a la Z = 0
(50%)
50%

N(200,70)
Proporcin acumulada hasta la puntuacin
305, correspondiente a la Z = 1,5 (93,32%)
93,32%

305
Z = 1,5

N(200,70)

Z(X 270)
68,26%

Z(X 130)

270  200
1
70
130  200
1
70

Relacin entre puntuaciones tpicas y

proporcin de casos en la distribucin
normal
N(200,70)

Z(X 340)
95,44%

Z(X 60)

340  200
2
70
60  200
2
70

N(200,70)

Valores entre los que se

encuentra el 95% central de las
observaciones
Z= -1,96 : Z = 1,96

P(-1,96<= Z <= 1,96) = 95%

Z= -1,96
X= 62,8

Z= 1,96
X=337,2

X(Z 1,96) 200  ( 1,96) u 70 62,8

X(Z 1,96) 200  (1,96) u 70 337,2

Clculo de los valores de X (puntuaciones

directas) para estos valores de Z

La distribucin Chi-cuadrado

Una variable que es el resultado de la suma de los cuadrados de

n variables normales tipificadas N(0,1) e independientes sigue
una distribucin Chi-cuadrado (F2) con n grados de libertad. Su
expresin es:

2
n

z  z  z  ...  z
2
1

2
2

2
3

2
n

El concepto de grado de libertad (g.l.) se refiere al nmero de

observaciones que pueden elegirse libremente. Si a esa libertad
de eleccin le imponemos una restriccin, habremos perdido un
grado de libertad. Como ejemplo, imagine que la media de cinco
nmeros es 67, pues bien, se podrn elegir libremente cuatro de
los cinco nmeros, pero el ltimo vendr dado para que el
conjunto se ajuste a la media. Tendremos por tanto cuatro
grados de libertad.

La distribucin Chi-cuadrado

Propiedades:
Aditiva: si una variable X se distribuye segn F2 con n1 g.l., y
otra variable Y se distribuye segn F2 con n2 g.l., entonces la
variable U=X+Y se distribuye segn F2 con n1+n2 g.l.
Es una distribucin asimtrica positiva
Al ser suma de cuadrados de variable Z, slo toma valores
positivos, de 0 a f.
La media ser igual al n de grados de libertad
La varianza ser igual a 2 veces el n de grados de libertad
Cuando el n de grados de libertad aumenta (n > 100) la
distribucin F2 se aproxima a la distribucin normal.

Evolucin de la distribucin
chi-cuadrado a medida que
aumenta el n de grados de
libertad. Se observa que con
100 grados de libertad la
distribucin se aproxima a la
normal.

La distribucin t de Student

Cuando una variable se genera como el cociente entre una

variable normal tipificada z y la raiz cuadrado del cociente
entre una variable F2 con n grados de libertad y ese nmero
de grados de libertad. Su expresin es:

z
n2
n

Propiedades:
E(t) = 0;

Var (t) = n/(n-2);

Rango: -f +f

Tiene el mismo nmero de grados de libertad que la variable

F2 de la que surge.
Una distribucin t tiene forma acampanada y se aproxima
hacia la normal a medida que aumentan los grados de libertad.
La aproximacin es buena cuando n > 30

Evolucin de la Distribucin t hacia la Normal

La distribucin F de Snedecor
Una variable que se define como el cociente entre una variable Fn2 partido por sus grados de
libertad y una variable Fm2 partido por sus grados de libertad, seguir una distribucin F. Su
expresin es:

n2

Fn,m

2
m

n
m

Propiedades:
Al estar definida a partir de dos distribuciones F2 su rango estar entre 0 y +f.

Cada distribucin F estar definida por los grados de libertad de las distribuciones F2 de la
que surge.
E(F) = m/(m-2) para m > 2
Var (F) = [2m2(n+m-2)]/[n(m-2)2(m-4)] para m > 4
Propiedad recproca:

1 p

Fn,m

1
p Fm,n

Al igual que las distribuciones anteriores, la distribucin F converge hacia la normal a medida
que aumentan sus grados de libertad.

Evolucin de la distribucin F hacia la normal