Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1. INTRODUCCIÓN
__________________
*
Véase también el tema 1 del libro Análisis de Datos en Psicología II
de Pardo y San Martín (1999; pág. 58-77)
Carmen Ximénez 1
Análisis de Datos I Esquema del Tema 21
1. INTRODUCCIÓN
La estadística inferencial trata sobre las inferencias con respecto a poblaciones (sus
parámetros, µ y σ2) a partir de la información contenida en las muestras (los estadísticos,
2
X y S ).
Para poder llevar a cabo esas inferencias es necesario conocer la relación que se establece
entre estadísticos y parámetros. El concepto que permite poner en relación ambas cosas es
“La distribución muestral de un estadístico”.
Ejemplo: Tenemos una población con los siguientes N = 3 elementos: X = {1, 2 y 3}.
Donde µ = 2 σ2 = 0,67.
En cada una de las muestras pueden calcularse los correspondientes estadísticos descriptivos:
Por tanto, los estadísticos descriptivos son variables aleatorias que pueden adoptar
diferentes valores y que tienen su propia distribución de probabilidad.
En el ejemplo vemos que X puede tomar 5 posibles valores y que la probabilidad que
corresponde a cada uno de ellos (f ( X i), su distribución) es:
Carmen Ximénez 2
Análisis de Datos I Esquema del Tema 21
1. Valor esperado: E( X ) = µ
σ2
2. Varianza: σ ( X ) =
2
σ
3. Modelo de distribución: X → N (µ , ).
n
Para obtener valores en tablas hay que convertir las puntuaciones X i en típicas. Es decir:
Xi − µ
z = → N (0,1)
σ / n
EJEMPLO (resuelto)
El CI de los alumnos de un centro especial de se distribuye normalmente con media 80 y
desviación típica 10. Si extraemos una muestra aleatoria simple de 25 alumnos:
a) Si se extrae un sujeto al azar, ¿Cuál es la probabilidad de que obtenga como mínimo
una puntuación en CI de 75?
b) ¿Cuál es la probabilidad de que su media aritmética sea mayor de 75?
c) ¿Cuál es la probabilidad de que su media aritmética sea como máximo 83?
d) ¿Qué valor debería tomar la media aritmética para que la probabilidad de obtenerlo en
esa muestra sea como máximo 0,85?
X → N(80,10)
X → N(80, 2)
X −µ 75 - 80
a) P (X ≥ 75) = P (z ≥ ) = P (z ≥ ) = P (z ≥ -0,50) = 0,6915
σ 10
X−µ 75 - 80
b) P ( X ≥ 75) = P (z ≥ ) = P (z ≥ ) = P (z ≥ -2,50) = 0,9938
σ/ n 10/5
X−µ 83 - 80
c) P ( X ≤ 83) = P (z ≤ ) = P (z ≤ ) = P (z ≤ 1,50) = 0,9332
σ/ n 10/5
X i − 80
d) P ( X ≤ X i) = 0,85 …. z 0,85 = 1,04 …. 1,04 = → X i = 82,08
10/5
Carmen Ximénez 3
Análisis de Datos I Esquema del Tema 21
Mediante este teorema podemos calcular probabilidades asociadas a los valores de las
medias cuando se desconoce la forma de la distribución muestral de partida, siempre y
cuando las muestras sean lo suficientemente grandes. Algunos autores plantean que el
parecido con la distribución normal empieza a ocurrir desde tamaños muestrales de 30
observaciones.
Si X → N(50, 20)
Con n1 = 4 → σ ( X ) = 20/ 4 = 10
Con n2 = 25 → σ ( X ) = 20/ 25 = 5
EJERCICIO
La variable X se distribuye normalmente con media 50 y desviación típica 12. Si extraemos
una muestra aleatoria simple de 16 alumnos:
1) Si se extrae un sujeto al azar, ¿Cuál es la probabilidad de que obtenga al menos una
puntuación de 45?
2) ¿Cuál es la probabilidad de que su media aritmética sea menor de 58?
3) ¿Cuál es la probabilidad de que su media aritmética sea como mínimo 45?
4) ¿Qué valores debería tomar la media aritmética para que exista una probabilidad de 0,38
de encontrar valores entre ellos?
5) ¿Qué tamaño tendría que tener la muestra para que la probabilidad de encontrar medias
superiores a 52 fuese 0,2578?
Solución
1) 0,6628
2) 0,9962
3) 0,9525
4) X i = 48,50 y X i = 51,50
5) n = 15 sujetos
Carmen Ximénez 4
Análisis de Datos I Esquema del Tema 21
Donde: E(P) = π
σ (P) = π ⋅ (1 − π )/ n … Error típico de la proporción
En el ejemplo:
Distribución de la propoción de aciertos en un test de 5 ítems con π = 0,50
Xi 0 1 2 3 4 5
Pi 0 0,20 0,40 0,60 0,80 1,00
f(xi) 0,031 0,156 0,312 0,312 0,156 0,031
Carmen Ximénez 5
Análisis de Datos I Esquema del Tema 21
EJEMPLO (resuelto)
Un psicólogo clínico afirma que con su terapia para tratar “el miedo a volar en avión” se recupera
el 80% de los pacientes. Si seleccionamos al azar 16 pacientes que han acudido a su consulta
durante los últimos 3 meses por este tema, ¿cuál es la probabilidad de que al menos el 75% se
hayan recuperado y puedan tomar aviones?
X: Nº de pacientes recuperados .... X → B (x, n = 16, π = 0,80)
P: Proporción de pacientes recuperados .... P → B (x, n = 16, π = 0,80)
El 75% son 12 sujetos
P(Pi ≥ 0,75) = P(X i ≥ 12) = 1 – F(11) = 1 – (0 + 0 + 0 + 0 + 0 + 0 + 0 + 0,001 + 0,006 +
+ 0,020 + 0,055 + 0,120) = 0,798 (según tablas de la binomial)
Aproximación a la normal
Si n es suficientemente grande
0,20 ≤ π ≤ 0,80
Entonces la probabilidad de P se puede aproximar mediante el modelo normal
Carmen Ximénez 6