Distribucin Normal con varianza conocida Esta distribucin es frecuentemente utilizada en las aplicaciones estadsticas.

Su propio nombre indica su extendida utilizacin, justificada por las frecuencias o normalidad con la que los ciertos fenmenos tienden a parecerse en su comportamiento a esta distribucin. Muchas variables aleatorias continuas presentan una funcin de densidad cuya grfica tiene forma de campana. En otras ocasiones, al considerar distribuciones binomiales, tipo B(n,p), para un mismo valor de p y de valores de n cada vez mayores, se ve que sus polgonos de frecuencias se aproximan a una forma en forma de campana. La importancia de esta distribucin radica en que permite modelar numerosos fenmenos naturales, sociales y psicolgicos. Mientras que los mecanismos que subyacen a gran parte de este tipo de fenmenos son desconocidos, por la enorme cantidad de variables incontrolables que en ellos intervienen, el uso del modelo normal puede justificarse asumiendo que cada observacin se obtiene como la suma de unas pocas causas independientes. De hecho, la estadstica descriptiva slo permite describir un fenmeno, sin explicacin alguna. Para la explicacin causal es preciso el diseo experimental, de ah que al uso de la estadstica en psicologa y sociologa sea conocido como mtodo correlacional. La distribucin normal tambin es importante por su relacin con la estimacin por mnimos cuadrados, uno de los mtodos de estimacin ms simples y antiguos. Adems, la distribucin normal maximiza la entropa entre todas las distribuciones con media y varianza conocidas, lo cual la convierte en la eleccin natural de la distribucin subyacente a una lista de datos resumidos en trminos de media muestral y varianza. La distribucin normal es la ms extendida en estadstica y muchos tests estadsticos estn basados en una supuesta "normalidad".

Los pasos a seguir para resolver el contraste son: 1) Establecer la hiptesis nula (H0) y la alternativa (H1), de acuerdo con una de las tres posibilidades siguientes: a) Contraste bilateral o de dos colas: corresponde a plantear en la alternativa que la media es diferente a un cierto valor prefijado 0, sin concretar si es mayor o menor. H0: = 0 contra H1: 0

b) Contraste unilateral izquierdo: corresponde a plantear en la alternativa que la media es inferior a un cierto valor prefijado 0. H0: 0 contra H1: < 0

c) Contraste unilateral derecho: corresponde a plantear en la alternativa que la media es mayor que un cierto valor prefijado 0. H0: 0 contra H1: > 0

2) Clculo del estadstico experimental En el caso que nos ocupa, no ha de sorprender que el estadstico que corresponde al test ptimo est relacionado con la media muestral. Bajo H 0, la variable observada y su promedio siguen la distribucin siguiente:

Si es cierta la hiptesis nula, el estadstico experimental zexp que debe utilizarse sigue la distribucin siguiente:

3) Criterio de decisin a) Contraste bilateral o de dos colas: rechazamos la hiptesis nula H0 si: | Zexp | z/2 b) Contraste unilateral a la izquierda: rechazamos la hiptesis nula H0 si: Zexp z c) Contraste unilateral a la derecha: rechazamos la hiptesis nula H0 si: Zexp z Nota: z/2 y z son los valores crticos asociados a la Normal(0,1) tales que: prob(Z > z/2) = /2 prob(Z > z) =

Ejemplo: Supongamos que del censo de 1990 sabemos que la talla media de los estudiantes de la Universidad de Crdoba es de 170 cm y que su varianza es de 500 cm2. Puesto que el censo es antiguo, Podramos afirmar que la talla media ha cambiado? Se trata, por tanto de contrastar las siguientes hiptesis: Hiptesis nula Ho: m= 170 Hiptesis alternativa H1: m<>170 Supuesto inicial: La variable X de que se trata, talla de los estudiantes de la Universidad de Crdoba en el curso actual, sigue una distribucin Normal de

media (m) desconocida y varianzas v2 conocida, pues supondremos que ser la misma que en el censo de 1990: 500 cm2 Metodologa: para realizar el contraste, tomamos una muestra de tamao n y estimamos en ella m con la media muestral. La media muestral es una variable aleatoria que, por proceder de una distribucin Normal N(m; v2), sigue una distribucin Normal N( m; v2/n) = N( m; 500/n)

Tipificando la media muestral, el estadstico Si es cierta la hiptesis nula, el estadstico: , tambin llamado estadstico experimental Regiones crtica y de aceptacin: Concluir rechazando la hiptesis nula si la media muestral es un valor que contradice claramente dicha hiptesis: si obtengo una media muestral mucho ms pequea o mucho mayor que 170. En otro caso, dir que no hay evidencias en contra de la hiptesis nula. Si la media es 170, valores muy alejados de 170 son muy improbables, pero no imposibles, existir una probabilidad de encontrar tales valores, an siendo cierta la hiptesis nula. Si nos encontramos con uno de estos casos y rechazamos la hiptesis nula cometemos un error, es el error tipo I. La probabilidad de cometer ese error se fija de antemano, es el significacin, a =P(rechazar Ho/Ho es cierta) Puesto que la media muestral tipificada sigue una distribucin N(0;1), puedo encontrar dos abcisas que definan un intervalo de probabilidad 1-a. En realidad estas dos abcisas pueden ser cualesquiera que cumplan la condicin de que el nivel de

rea bajo la curva de densidad sea 1 - a, pero debido a la simetra de la Normal, se toman , o lo que es lo mismo:

Si, elegida una muestra, obtenemos un Zexp fuera de ese intervalo, rechazaremos la hiptesis nula. Regin crtica o de rechazo Regin de aceptacin: