4.

Distribuciones de Probabilidad
Probabilidad: Con una muestra aleatoria o
experimento aleatorio, la probabilidad que
una observacin tome un valor en particular
es la proporcin de veces que el resultado
ocurrira en una secuencia muy larga de
observaciones.
Generalmente corresponde a la proporcin
poblacional (y por lo tanto, cae entre 0 y 1) ya
sea para una poblacin real o conceptual.
 Reglas bsicas de probabilidad
Sean A, B posibles resultados
P(no A) = 1 P(A)
Para A y B, posibles resultados distintos
P(A o B) = P(A) + P(B)
P(A y B) = P(A)P(B dado A)
Para resultados independientes
P(B dado A) = P(B), entonces
P(A y B) = P(A)P(B)
Datos de GSS 2006
Happiness
Income Very Pretty Not too Total
---------------------
Above Aver. 272 294 49 615
Average 454 835 131 1420
Below Aver. 185 527 208 920
---------------------
Total 911 1656 388 2955

Sea A = average income, B = very happy

P(A) estimada por 1420/2955 = 0.481 (probabilidad marginal),
P(no A) = 1 P(A) = 0.519
P(B dado A) estimada por 454/1420 = 0.320
(probabilidad condicional )
P(A y B) = P(A)P(B dado A) estimada por 0.481(0.320) = 0.154
(igual a 454/2955, probabilidad conjunta)
B1: una persona selec. aleatoriamente es very happy
B2: segunda persona selec. aleatoriamente es very
happy
P(B1), P(B2) estimada por 911/2955 = 0.308
P(B1 y B2) = P(B1)P(B2) estimada por
(0.308)(0.308) = 0.095
Si, por otro lado, B2 se refiere a la pareja de la persona
B1, B1 y B2 probablemente no son independientes y esta
frmula no es apropiada
Distribucin de probabilidad de una variable

Lista de los posibles resultados de una

variable aleatoria y sus probabilidades
Variable discreta: asigna probabilidades P(y) a
valores individuales y, con

0 P( y ) 1, SP( y ) = 1
 Ejemplo
Selecciona una muestra aleatoria de 3 personas y
pregunta si estn a favor (F) o en contra (C) de un
sistema de salud pblico
y = nmero a favor (0, 1, 2, 3)
Para posibles muestras de tamao n = 3,
Muestra y Muestra y
(C, C, C) 0 (C, F, F) 2
(C, C, F) 1 (F, C, F) 2
(C, F, C) 1 (F, F, C) 2
(F, C, C) 1 (F, F, F) 3
 Si la poblacin est igualmente dividida entre F y C, estas
ocho muestras son igualmente posibles y la distribucin de
probabilidad de la variable aleatoria y (el nmero a favor)
es
y P(y)
0 1/8
1 3/8
2 3/8
3 1/8
(Caso especial de la distribucin binomial, en Cap. 6)
En la prctica, las distribuciones de probabilidad son
estimadas de datos muestrales y entonces tienen una
forma de distribuciones de frecuencias
 Datos GSS
Ejemplo: y = nmero de personas que conocen a
alguien que se haya suicidado en los ltimos 12 meses
(variable suiknew).
Distribucin de probabilidad estimada es
y P(y)
0 .895
1 .084
2 .015
3 .006
 Media (valor esperado)
Como las distribuciones de frecuencias,
distribuciones de probabilidad tienen medidas
descriptivas tales como media y desviacin estndar
Media (valor esperado)
m = E (Y ) = yP( y )
= 0(0.895) + 1(0.084) + 2(0.015) + 3 (0.006) = 0.13
representa un resultado promedio de una secuencia
larga
(media = moda = 0)
 Desviacin estndar
Desviacin estndar medida de una distancia
tpica de un resultado de la media, denotada
por
= S( y - m ) P ( y )
2

(No vamos a necesitar calcular esta frmula)

Si una distribucin tiene aprox. forma de
campana, entonces:
Toda o casi toda la distribucin cae dentro del
intervalo - 3 y + 3
Probabilidad del 0.68 cae dentro de - y +
 Ejemplo
De un resultado ms adelante en el captulo, si n personas son
seleccionadas aleatoriamente de una poblacin con proporcin
que favorece sistema de salud pblico (1- , se oponen),
entonces
y = nmero de personas en la muestra que est a favor, tiene
una distribucin de probabilidad con forma de campana con
m = E ( y ) = n , = n (1 - )
p. ej., con n = 1000, = 0.50, obtenemos = 500, = 16
Casi toda la distribucin cae entre
500 3(16) = 452 y 500 + 3(16) = 548
Es decir, casi seguro entre 45% y 55% de la muestra dir estar a
favor de un sistema de salud pblica
 Variables continuas
Variables continuas: probabilidades asignadas a
intervalos de nmeros
Ejemplo: Cuano y toma muchos valores, como en el
ltimo ejemplo, se considera continua para trminos
prcticos. Entonces, si la distribucin de probabilidad
tiene aprox. forma de campana,
P( m - y m + ) 0.68, P( m - 2 y m + 2 ) 0.95
In previous example, P( m - y m + ) = P(484 y 516) 0.68

La distribucin de probabilidad ms importante para

variables continuas es la distribucin normal
 Distribucin normal
Es simtrica y con forma de campana (frmula en
Ejercicio 4.56)
Se caracteriza por la media (m) y desviacin estndar
(), representando el centro y la dispersin
La probabilidad dentro de un nmero particular de
desviaciones estndar de la media m es la misma para
todas las distribuciones normales
Una observacin individual de una distribucin aprox.
normal tiene probabilidad
0.68 de caer a 1 desviacin estndar de la media
0.95 de caer a 2 desviaciones estndar
0.997 de caer a 3 desviaciones estndar
 Tabla A
Tabla A da la probabilidad en la cola derecha arriba de
+ z para varios valores de z.
Segundo decimal del valor de z
z .00 .01 .02 .03 .04 .05 .06 .07 .08 .09
0.0 .5000 .4960 .4920 .4880 .4840 .4801 .4761 .4721 .4681 .4641


1.4 .0808 .0793 .0778 .0764 .0749 .0735 .0722 .0708 .0694 .0681
1.5 .0668 .0655 .0643 .0630 .0618 .0606 .0594 .0582 .0571 .0559
...
...
Ejemplo: Cul es la probabilidad de caer entre
- 1.50 y + 1.50 ?
z = 1.50 tiene una prob. a la derecha = 0.0668
La prob. de la cola izq. = 0.0668 por simetra
La prob. se las dos colas = 2(0.0668) = 0.1336
Prob. entre - 1.50 y + 1.50 = 1 0.1336 = 0.87
Ejemplo: z = 2.0 da
Prob. de las dos colas = 2(0.0228) = 0.046
Probabilidad entre 2 es 1 - 0.046 = 0.954
Ejemplo: Qu valor-z corresponde al percentil-99? Es decir,
qu valor-z resulta en + z = percentil-99?
Probabilidad de la cola derecha = 0.01 tiene z = 2.33
99% cae abajo de + 2.33

Ejemplo: Si el coeficiente intelectual (IQ) tiene = 100, =

16, entonces percentil-99%
+ 2.33 = 100 + 2.33(16) = 137
Nota: - 2.33 = 100 2.33(16) = 63 es el percentil-1%
0.98 = probabilidad que IQ caiga entre 63 y 137
 Ejemplo
Qu valor de z hace que el intervalo z incluya
exactamente el 95% de la curva normal?
Probabilidad total en las dos colas = 0.05
Probabilidad en la cola derecha = 0.05/2 = 0.025
z = 1.96
1.96 contiene probabilidad 0.950
( 2 contiene probabilidad 0.954)
Ejercicio: Intenta para 99%, 90%
(debes obtener 2.58, 1.64)
 Ejemplo
Minessota Multiphasic Personality Inventory (MMPI),
basado en respuestas de 500 preguntas de
verdadero/falso, provee calif. para varias escalas
(p.ej., depresin, ansiedad, abuso de sustancias), con
= 50, = 10.
Si la distribucin es normal y una calificacin 65 es
considerada muy alta, qu porcentaje es ste?
z = (65 - 50)/10 = 1.50
Prob. de la cola derecha = 0.067 (menos que 7%)
 Notas de valores-z
Valor-z representa el nmero de desviaciones
estndar que un valor est de la media de la
distribucin
Un valor y est z = (y - )/ desviaciones estndar
de
Ejemplo: y = 65, = 50, = 10
z = (y - )/ = (65 50)/10 = 1.5
El valor-z es negativo cuando y est por debajo de
(p.ej., y = 35 tiene z = -1.5)
 Distribucin normal
La distribucin normal estndar es una distribucin normal con
=0y=1
Por la distribucin, z = (y - m)/ = (y - 0)/1 = y
Es decir, valor original = valor-z; + z = 0 + z(1) = z
(usamos la normal estndar para inferencia estadstca empezando
en Cap. 6, donde ciertas estadsticas son convertidas para tener
una distribucin normal estndar)
Por qu es la distribucin normal importante?
Hoy aprenderemos que si estudios diferentes toman muestras
aleatorias y calculan estadsticas (p.ej., media muestral) para
estimar un parmetro (p.ej., media poblacional), la coleccin de
los valores de las estadsticas de estos estudios usualmente tienen
aprox. una distribucin normal. (Y?)
 Distribucin muestral
Una distribucin muestral lista los posibles valores de la
estadstica (p.ej., media muestral y proporcin muestral) y sus
probabilidades
Ejemplo: y = 1 si a favor del sistema pblico de salud
y = 0 si se opone
Para posibles muestras de tamao n = 3, considera la media
muestral
Muestra Media Muestra Media
(1, 1, 1) 1.0 (1, 0, 0 ) 1/3
(1, 1, 0) 2/3 (0, 1, 0) 1/3
(1, 0, 1) 2/3 (0, 0, 1) 1/3
(0, 1, 1) 2/3 (0, 0, 0) 0
 Para datos binarios (0, 1), media muestral es igual a
proporcin muestral de casos 1. Para la poblacin
m = yP( y )=0P(0)+1P(1)=P(1)

es la proporcin poblacional de casos 1

(p.ej., a favor del sistema de salud pblica)
Qu tan cerca est la media muestral de la media
poblacional ?
Para responder esto, debemos poder responder, Cul es
la distribucin de probabilidad de la media muestral?
 Distribucin muestral
Distribucin muestral de una estadstica es la distibucin
de probabilidad para los posibles valores de la estadstica
Ejemplo. Asume P(0) = P(1) = . Para una variable
aleatoria de tamao n = 3, cada uno de las 8 possible
muestras son igualmente probables. La distribucin
muestral de la proporcin muestral es
Proporcin muestral Probabilidad
0 1/8
1/3 3/8
2/3 3/8
1 1/8 (Intenta para n = 4)
 Distribucin muestral de la media muestral

y es una variable, sus valores varian de muestra a

muestra alrededor de la media poblacional
La desviacin estndar de la distribucin muestral de y
se llama error estndar de y
Para el muetreo aleatorio, la distribucin muestral de y
tiene una media y error estndar
 Ejemplo
Para datos binarios (y =1 0) con P(Y=1) = (con 0 <
< 1), se puede mostrar que = (1 - ) (Ej. 4.55b,
y caso especial de la frmula anterior en p.11 de
estas notas con n = 1)
Cuando = 0.50, = 0.50, y el error estndar es
0.50
y = =
n n
n error estndar
3 .289
100 .050
200 .035
1000 .016
 Nota el error estndar decrece a medida que n crece
(es decir, y tiende a caer ms cerca de )
Con n = 1000, error estndar = 0.016, as que si la
distribucin muestral tiene forma de campana, con una
alta probabilidad, la proporcin cae a 3(0.016) = 0.05 de la
proporcin poblacional de 0.50 (es decir, entre 0.45 and
0.55)
Ejemplo: Nmero de veces y = 1 (es decir, nmero de
personas a favor) es 1000(proporcin), as que la
variable que cuenta el nmero de personas tiene media
= 1000(0.50) = 500 y desv. est. 1000(0.016) = 16 (como en
un ejemplo anterior en p. 11)
 Consecuencia prctica: Este captulo presenta resultados tericos
acerca de la dispersin (y forma) de las distribuciones muestrales,
pero esto implica cmo, en la prctica, los diferentes estudios en el
mismo tema pueden variar de estudio a estudio (y, por lo tanto,
qu tan preciso cada estudio tiende a ser)
Ejemplo: T planeas una muestra de 200 personas para estimar la
proporcin poblacional que est a favor de un sistema de salud
pblico. Otros pueden estar haciendo lo mismo. Cmo variarn los
resultados entre los estudios (y qu tan precisos son sus
resultados)?
La distribucin muestral de la proporcin muestral a favor del
sistema de salud pblico tiene un error estndar que describe la
variabilidad de estudio a estudio.
 Ejemplo
Muchos estudiantes toman una muestra de n = 200 para estimar
proporcin poblacional
Lanzar una moneda 200 veces simula el proceso cuando la
proporcin poblacional = 0.50.
En teora, hemos visto que la proporcin muestral vara de estudio
a estudio (es decir, de estudiante a estudiante) alrededor de 0.50
con un error estndar de 0.035
Evidencia emprica: Tom los datos que ustedes generaron y
calcul que el conjunto de todas las proporciones muestrales
(0.515 = 103/200, 0.470 = 94/200, etc.) tiene una media de 0.488
y una desviacin estndar de 0.028. (OK, hice trampa y borr un
outlier de 0.67)
Forma? Parecida a forma de campana. Por qu?
 Teorema Central del Lmite
Teorema Central del Lmite: Para muestreo aleatorio
con n grande, la distribucin muestral de la media
y
muestral tiene aprox. una distribucin normal
Es aprox. normal sin importar la forma de la distribucin
poblacional
Qu tan grande debe de ser n depende de qu tan
asimtrica sea la distribucin poblacional, pero
usualmente n 30 es suficiente
Puede verificarse empricamente, haciendo simulaciones
con el applet de sampling distribution en
www.prenhall.com/agresti
 Ejemplo
Muestra aleatoria de 100 estudiantes seleccionados para
estimar la proporcin que han participado en actividad A.
Encuentra la probabilidad de la proporcin muestral caiga
entre 0.04 de la proporcin poblacional, si la proporcin
poblacional = 0.30 (es decir, entre 0.26 y 0.34)
y = 1, s y = 0, no
= = 0.30 = (1 - ) = (0.3)(0.7) = 0.458
Por el TCL, distribucin muestral de la media muestral (la
proporcin de s) es aprox. normal con
media = 0.30,
error estndar =
 0.458 0.458
y = = = = 0.0458
n n 100
0.26 tiene valor-z = (0.26 - 0.30)/0.0458 = -0.87
0.34 tiene valor-z = (0.34 - 0.30)/0.0458 = 0.87
P(media muestral 0.34) = 0.19
P(media muestral 0.26) = 0.19
P(0.26 media muestral 0.34) = 1 2(0.19) = 0.62
La probabilidad es 0.62 que la proporcin muestral caiga
a 0.04 de la proporcin poblacional
 Ejemplo
Lanzamiento de monedas, n = 200 por estudiante
Si la probabilidad de guila = 0.50, entonces la
proporcin muestral de guilas en 200 lanzamientos
vara de estudiante a estudiante de acuerdo a una
distribucin normal con
media = 0.50, y
error estndar 0.035 (cmo?)
Sera inusual que la proporcin de guilas estuviera por
debajo de 0.40 o por arriba de 0.60 (por qu?)
Cmo cambiara el intervalo de valores factibles (0.40,
0.60) a medida que n crece? (p.ej., n = 1000 en una
encuesta)
No se dejen engaar por aleatoriedad
Hemos visto que algunas cosas son muy predecibles (es
decir, qu tan cerca la media muestral cae de la media
poblacional, para una n determinada)
Pero, en el corto plazo, aleatoriedad no es regular como
uno esperara (Por lo general, yo puede predecir quin
falsific los lanzamientos de monedas
En 200 lanzamientos de una moneda balanceada,
P(la secuencia ms larga de Caras consecutivas < 5) = 0.04
La distribucin de probabilidad de Caras consecutivas tiene = 7
Implicaciones: deportes (ganar/perder, xito/fracaso
individual), mercado de acciones sube o baja da con da,
 Algunos comentarios
Consecuencia del TCL: Cuando el valor de una variable
es resultado de promediar muchas influencias
individuales, ninguna domina, la distribucin es aprox.
normal (p.ej., coef. intelectual, presin arterial)
En la prctica, no conocemos , pero podemos usar la
dispersin de la distribucin muestral como base para la
inferencia de parmetros desconocimos
(veremos cmo en los prximos dos captulos)
Ahora podemos discutir tres tipos de distribuciones:
 Distribucin de la poblacin descrita por parmetros
tales como , (generalmente desconocidos)
Distribucin de la muestra descrita por estadsticas
de la muestra tales como
media muestral y, desviacin estndar s
Distribucin muestral de una estadstica
distribuciones de la probabilidad de los posibles
valores de la estadstica muestral; determina la
probabilidad que una estadstica caiga dentro a cierta
distancia del parmetro poblacional
(grfico mostrando diferencias)
 Ejemplo (categrica): Encuesta sobre sistema de salud
Estadstica = proporcin muestral que est a favor del plan
de sistema de salud propuesto
Cul es (1) la distribucin poblacional, (2) distribucin de la
muestra, (3) distribucin muestral?
Ejemplo (cuantitativa): Experimento sobre el impacto
de uso de celular en tiempos de reaccin
Estadstica =media muestral del tiempo de reaccin
Cul es (1) la distribucin poblacional, (2) distribucin de la
muestra, (3) distribucin muestral?
 Por el Teorema Central del Lmite (opcin
mltiple)
Todas las variables tienen aprox. distribuciones muestrales
normales si una muestra aleatoria tiene al menos 30 observaciones
Distribuciones poblacionales son normales cuando el tamao de la
poblacin es grande (al menos 30 observ.)
Para muestras grandes, la distribucin muestral de la media
muestral es aprox. normal, sin tomar en cuenta la forma de la
distribucin poblacional
La distribucin muestral se parece ms a la distribucin poblacional
si el tamao de muestra aumenta
Todas las opciones anteriores