Documentos de Académico
Documentos de Profesional
Documentos de Cultura
INTRODUCCIÓN
La composición de los jurados en diversos procedimientos judiciales y para-jurídicos se está convirtiendo en una
cuestión cada vez más importante en nuestra sociedad diversa. Particularmente en cuestión es cuán representativo de una
población más grande es un segmento finito más pequeño seleccionado de esa población. Esta cuestión puede plantearse
en relación con la composición de un venire (un panel del que se forman los jurados) construido a partir de jurados
elegibles en un distrito, un grupo de jurados derivados de dicho panel, o incluso un jurado derivado de tal grupo.
Este artículo ilustra el uso de las distribuciones binomiales e hipergeométricas para evaluar la probabilidad de la
composición de un cuerpo más pequeño de jurados potenciales o reales derivados de un grupo o panel más grande.
Cuando el cuerpo más grande está compuesto por un gran número de personas, de manera que el tamaño del grupo
más pequeño es insignificante en comparación, entonces la distribución binomial representa la metodología
estadística apropiada. Por otro lado, si el cuerpo más pequeño comprende una fracción significativa de la población
más grande, digamos más del 10% (Duncan 1959, pp. 84-7), entonces la distribución hipergeométrica debería
usarse más correctamente para evaluar la composición de un jurado o grupo de jurados.
La distribución binomial clásica debe emplearse cuando la metodología consiste en el muestreo con sustitución, lo que
claramente no es el caso de selección del jurado. Si el tamaño de la muestra es sólo una pequeña fracción de la entidad
de población original, sin embargo, la distribución binomial es una excelente aproximación para todos los propósitos
prácticos en el muestreo sin reemplazo, como en la selección del jurado. Hay numerosos candidatos para la aplicación de
la distribución binomial en los procedimientos judiciales, en particular en el análisis de las composiciones de los jurados.
Muchas de estas solicitudes tienen que ver con la discriminación por edad, sexo o raza en la construcción del jurado.
Uno de esos ejemplos se basa en el caso de George Bottley, un afroamericano, procesado por agresión criminal en Stockton,
condado de San Joaquín, California en1996. (http://lead.csustan.edu/ppa/llg/statdata/capsja.htm; véase Bell 1998). Un primer
panel de 60 posibles jurados no tenía miembros afroamericanos. Después de la destitución de este panel por el juez, se formó
un segundo panel de 45 aspirantes a jurados. De nuevo, no había afroamericanos en este panel. El Departamento de Finanzas
de California estimó que la población negra del condado de San Joaquín era del 5% en 1996.
El problema estadístico aquí consiste en calcular la probabilidad de que no haya afroamericanos en una muestra
extraída de una población desconocida, pero presumiblemente mucho mayor, en la que el 5% de los miembros son
afroamericanos. Aunque este ejercicio es claramente un caso de muestreo sin reemplazo, la distribución binomial
se utilizará aquí bajo el supuesto de que este tamaño de la población es muy grande en comparación con el tamaño
de la muestra.
Por lo tanto, la probabilidad de cero miembros afroamericanos en una muestra de 105 seleccionados de una
población compuesta por 0,05 miembros afroamericanos es
105!
(0.05)0 (0.05)105 = 0.00458
0! 105!
o menos del 0,5%, lo que es claramente una probabilidad muy baja. El número esperado de afroamericanos en una
muestra de 105 personas elegidas entre una población mayor con una composición fraccionaria de 0,05
afroamericanos es meramente (105) (0,05) = 5,25. De estos resultados se puede concluir que la diferencia entre el
número observado y el esperado de afroamericanos en este grupo de jurados fue estadísticamente significativa.
En términos estadísticos, este problema puede ser considerado como el de determinar la probabilidad acumulada de
ocho o menos personas negras en una muestra de 100 personas de una población mucho mayor que es 26% negro.
La distribución de probabilidad binomial acumulativa es apropiada para este propósito. Los cálculos asociados se
resumen en la tabla 1, que es una hoja de cálculo de Microsoft Excel (ver por ej. Walkenbach 1996). Esta tabla
muestra que la probabilidad acumulada de ocho o menos negros en esta muestra de 100 es de 0.000005, o cinco
posibilidades en un millón. En la tabla 1, estos cálculos se realizan hasta el valor esperado de 26 negros en este
grupo, momento en el que la probabilidad acumulada es ligeramente superior a 0,5 o 50%.
Tal vez uno de los casos más aclamados de supuesta parcialidad en la formación de jurados ocurrió en el juicio del
doctor Benjamin Spock, el renombrado pediatra, por conspiración para violar la Ley del Servicio Militar
(http://www/stat.ucla.edu/cases/spock/). Este juicio, que tuvo lugar en la Cámara de la Corte Federal en Boston,
Massachusetts, comenzó con la construcción de un venire de 350 personas, seleccionadas por el secretario del juez
de una población de distrito que era de 53% mujeres. Este venire contenía 102 mujeres, en contraste con el
recuento femenino esperado de (350)(0.53) = 185. Los cálculos de probabilidad binomial acumulativos asociados
con este caso se dan en la tabla 2, que muestra que hay una oportunidad en un millón para cualquier número de
hembras inferior o igual a 140 en este venire. La probabilidad acumulada real de 102 o menos mujeres es del orden
de 10−19, lo que corresponde a menos de una oportunidad entre mil millones (o quintillón). La Tabla 2 muestra
que esta probabilidad acumulada es esencialmente igual a 0.5 o 50% cuando el número de hembras en la muestra
de 350 personas está en su valor esperado de 185. Por último, hay casi un 100% de probabilidades de que el
número total de mujeres en esta muestra de 350 personas sea inferior o igual a 230. Volveremos al caso del doctor
Spock, particularmente la fase de selección del jurado del juicio, en nuestra discusión de la distribución
hipergeométrica.
Número de Individual Acumulativo
Afroamericanos Probabilidad probabilidad
0 0,000000 0,000000
1 0,000000 0,000000
2 0,000000 0,000000
3 0,000000 0,000000
4 0,000000 0,000000
5 0,000000 0,000000
6 0,000000 0,000000
7 0,000001 0,000001
8 0,000004 0,000005
9 0.000013 0.000018
10 0.000042 0,000059
11 0.000120 0,000179
12 0.000311 0,000490
13 0.000741 0.001231
14 0.001618 0.002849
15 0.003258 0.006107
16 0.006082 0.012189
17 0.010559 0.022748
18 0.017106 0.039854
19 0.025939 0,065793
20 0.036911 0.102704
21 0.049405 0.152109
22 0,062332 0.214441
23 0.074272 0.288713
24 0.083723 0,372436
25 0.089425 0.461861
26 0.090633 0,552494
Tabla 1. Probabilidades del número de afroamericanos en el jurado de 100 personas reunido para Swain vs Alabama
Estos cálculos de distribución binomial (e hipergeométrica) a menudo implican números extremadamente grandes,
que son incluso demasiado grandes para ser manejados por las computadoras de última generación. Por ejemplo, el
factorial de sólo diez es superior a tres millones, no para especular lo que 350! es igual a. De hecho, el programa de
hojas de cálculo de Excel (ver Walkenbach 1996) sólo puede evaluar los factoriales directamente que no son más
de 170! Los cálculos de la tabla 2 se realizaron con la ayuda de la función BINOMDIST, disponible en el conjunto
de herramientas que vienen con Excel. En los casos de grandes argumentos de la función factorial en los cálculos
de probabilidad, es conveniente utilizar una fórmula clásica conocida como aproximación de Stirling (véase, p.
102, p. Spiegel, p. 68). Esta fórmula se aproxima a N! por
𝑁! = √2𝜋𝑁𝑁 𝑁 𝑒 −𝑁
Cuadro 2. Probabilidades acumuladas de número de mujeres en el venire original de 350 personas seleccionadas en el juicio por
conspiración del Dr. Benjamin Spock
Aquí necesitamos usar la distribución de probabilidad acumulada para determinar la probabilidad complementaria de que
la mitad o más de los miembros del jurado sean mayores de 61 años (mientras que representan sólo el 19% de la
población total del condado). La primera columna de la hoja de cálculo del cuadro 3 indica el número mínimo de
potencial jurados que podrían tener esta edad. En la segunda columna se indican las probabilidades acumuladas de
que haya un número entre cero y las cifras mínimas correspondientes de esas personas en esta categoría de edad.
Por lo tanto, hay aproximadamente un 50% de probabilidad de 12 o menos personas de 61 años o más en este
grupo de grandes jurados, lo que se compara favorablemente con el valor esperado de (66) (0.19) = 12.5. Tenga en
cuenta también que hay una pequeña probabilidad finita (0.000001) de no personas de 61 años o más en este grupo.
La tercera columna da el complemento de la probabilidad en la segunda columna, i.e. la probabilidad de que más
de y personas (de la primera columna) son 61 años de edad o más. Está claro que la posibilidad de tener más de 32
personas en este grupo es extremadamente minúscula - menos de una oportunidad en un millón. De hecho, esta
probabilidad es de aproximadamente 1.4 × 10−8 .
Número de Probabilidad de
personas (y)de Probabilidad acumulada más de y
61 años o más para y o menos personas Personas
0 0,000001 0,999999
2 0.000123 0.999877
4 0.002651 0,997349
6 0.022243 0,977757
8 0.098007 0.901993
10 0.267621 0.732379
12 0.508081 0.491919
14 0.737261 0.262739
16 0.890452 0.109548
18 0.964538 0.035462
20 0,991078 0.008922
22 0.998249 0.001751
24 0.999731 0.000269
26 0,999967 0.000033
28 0.999997 0,000003
30 1.000000 0,000000
32 1.000000 0,000000
34 1.000000 0,000000
36 1.000000 0,000000
38 1.000000 0,000000
40 1.000000 0,000000
42 1.000000 0,000000
44 1.000000 0,000000
Tabla 3. Probabilidades acumuladas de representación por edad en potenciales jurados del Condado de Alameda, California
Todas las aplicaciones exploradas hasta ahora han empleado la distribución binomial, que es aplicable en el caso
del muestreo con reemplazo o, para todos los fines prácticos, el muestreo de una población muy grande. Sin
embargo, como se ha indicado anteriormente, la distribución hipergeométrica es la herramienta estadística correcta
para el muestreo sin sustitución o cuando el procedimiento de muestreo realmente perturba la distribución de la
población original. En términos generales, estamos interesados en el caso de que se extraiga una muestra aleatoria
de n unidades de una población de tamaño m unidades que contengan s éxitos, sin embargo, puede definirse esta
última. Entonces estamos interesados en la probabilidad de éxitos R en la muestra de n unidades.
Distribución hipergeométrica
Individual Acumulativo Distribución binomial
probabilidad
Número de mujeres Probabilidad probabilidad acumulada
0 0,000000 0,000000 0,000000
1 0,000000 0,000000 0,000000
2 0,000000 0,000000 0,000000
3 0,000000 0,000000 0,000000
4 0,000000 0,000000 0,000000
5 0,000000 0,000000 0,000000
6 0,000000 0,000000 0,000000
7 0,000000 0,000000 0,000000
8 0,000000 0,000000 0,000000
9 0,000000 0,000000 0,000001
10 0,000000 0,000000 0,000004
11 0,000000 0,000001 0.000012
12 0,000002 0,000003 0.000039
13 0,000007 0.000010 0,000114
14 0.000025 0.000035 0,000305
15 0.000078 0,000114 0,000757
16 0,000221 0,000334 0.001742
17 0,000568 0,000903 0.003745
18 0.001342 0.002245 0.007544
19 0.002914 0.005159 0.014288
20 0.005830 0.010989 0.025521
Cuadro 4. Probabilidades de representación femenina en el jurado potencial de 100 personas seleccionadas en el juicio por conspiración del
Dr. Benjamin Spock, utilizando distribuciones binomiales e hipergeométricas
Al igual que con la distribución binomial, existe en Excel (véase Walkenbach 1996) una función conocida como
HYPGEOMDIST, que realiza cálculos de probabilidad individuales basados en la distribución hipergeométrica.
Las probabilidades hipergeométricas acumuladas se pueden calcular a partir de estas probabilidades individuales
de la misma manera que para las probabilidades binomiales.
Volvemos al juicio por conspiración del doctor Spock para una aplicación legal de la distribución
hipergeométrica. El lector recordará que, en este caso, un venire de 350 personas compuesto de 102 mujeres fue
seleccionado originalmente por el secretario del juez de una población de distrito que era de 53% mujeres. En los
cálculos asociados con el desarrollo de la tabla 2, utilizando la distribución binomial, se encontró que la
probabilidad de 102 o menos hembras en una construcción aleatoria de este venire era esencialmente cero - del
orden de 10−19 para ser exactos. En la siguiente etapa del juicio, al seleccionar el jurado real para escuchar este
caso, el juez presidente eligió 100 jurados potenciales de estas 350 personas. Sus opciones incluían sólo nueve
mujeres.
Así, el nuevo ejercicio de probabilidad aquí consiste en calcular la probabilidad de que nueve (= R) o menos
mujeres estén presentes en una muestra de 100 (= n) personas seleccionadas de una población venire original de
350 (= m) personas en la que 102 (= s) mujeres estaban presentes. Ignoramos la probabilidad de la composición
femenina en el venire original en este ejercicio, ya que ya no es relevante. Claramente, un tamaño de muestra de
100 seleccionados de una población total de 350 representa una fracción significativa de esta población, y la
aplicación de la distribución hipergeométrica se dicta aquí.
Al recibir la lista original de 24 posibles miembros del jurado, el demandante observó que sólo diez eran
miembros titulares de la facultad. Esto contrasta con un valor esperado de (24)(0.665) = 16. El agraviado procedió
a calcular las probabilidades de Y o menos miembros del profesorado en esta lista, con un rango de Y de 0 a 24,
usando las distribuciones hipergeométricas y binomial. Estos cálculos se resumen en la tabla 5. Ambas
distribuciones muestran la probabilidad de que diez o menos miembros del profesorado en este grupo de jurados
potenciales sean sólo de 1%. Además, la probabilidad de 16 o menos es de alrededor del 58%. Tenga en cuenta
que las probabilidades acumuladas de la distribución binomial sobrestiman las de la distribución hipergeométrica
más correcta hasta el valor esperado de Y = 16. La situación se invierte más allá de ese punto, ya que las
probabilidades binomiales subestiman los valores más correctos. Ambas probabilidades acumulativas se acercan a
la unidad, por supuesto, en el tamaño de muestra total de 24 personas (que cubre todas las posibilidades).
CONCLUSIONES
Referencias
Bell, E. (1998). Too few blacks on S. J. juries. The Record, Stockton, CA, 9 November, p. B1.
Duncan, A.J. (1959). Quality Control and Industrial Statistics (rev edn). Homewood, IL: Richard D. Irwin.
Spiegel, M.R. (1968). Mathematical Handbook of Formulas and Tables. New York: McGraw-Hill.
Walkenbach, J. (1996). Excel 97 Bible, pp. 846–8. Foster City, CA: IDG Books Worldwide.
Los derechos de autor de Teaching Statistics son propiedad de Wiley-Blackwell y su contenido no puede copiarse
ni enviado por correo electrónico a múltiples sitios o publicado en un servidor de listas sin el permiso expreso por
escrito del titular de los derechos de autor. Sin embargo, los usuarios pueden imprimir, descargar o enviar
artículos por correo electrónico para uso individual.