Professional Documents
Culture Documents
ISSN 1609-7211
RPEonline
Artculo de Revisin
Review
RESUMEN
Los grados de libertad representan un tema central en la estadstica moderna, sin embargo su concepto se explica poco en
los libros de texto. A pesar de que Gauss los us por primera vez al estimar las distancias entre las estrellas, no aparece
formalmente hasta los escritos de Gosset (Student) en 1908. El concepto de grados de libertad se puede entender desde un
punto de vista geomtrico, algebraico e incluso intuitivo. La geometra nos describe a los grados de libertad como
espacios e hiperespacios de libertad a travs de los cuales una medida de resumen puede moverse y tomar diferentes
valores. El punto de vista algebraico los describe como el nmero de ecuaciones que se establecen usando los datos.
Ambos puntos de vista estn relacionados y ayudan a comprender con mayor profundidad el concepto de grados de
libertad. La aplicaciones de los grados de libertad estn extendidas a travs de toda la estadstica, el clculo de la
desviacin estndar y la prueba t de Student son solo algunos ejemplos.
PALABRAS CLAVE: Grados de libertad, Dimensiones, t de student.
INTRODUCCIN
dado. Tambin podemos imaginar a un avin en pleno vuelo y saber FIGURA 2: El plano ABC en dos dimensiones est formado a
que adems de moverse hacia adelante se puede mover en el sentido partir de la relacin que existe entre tres puntos en los ejes
derecha-izquierda y arriba-abajo, de tal manera que podemos cartesianos.
conocer su ubicacin si sabemos cul es su altitud, latitud y longitud.
En matemticas podemos pensar en muchas dimensiones ms, as los
espacios que determinan se llaman hiperespacios, y se representa por Y
el smbolo Rn si se trata de espacios de nmeros reales, en tales
espacios un punto tendr n grados de libertad o dimensiones por los
que pueda moverse. Es casi imposible poder imaginar tales A
hiperespacios, pero al igual que en los prrafos anteriores, uno puede
conocer la ubicacin exacta de un punto sabiendo las n coordenadas
que lo determinan.7
Vamos a considerar en toda la exposicin siguiente que una muestra Z
de tamao n estar representada por un nico punto en un
hiperespacio cuyas coordenadas son cada uno de los n valores de la
muestra. De tal manera que si tenemos una muestra de dos sujetos,
stos sern representados por un nico punto que se mueve en un
plano de dos dimensiones, y si tenemos una muestra de tres sujetos,
estarn representados por un punto que se mueva en tres
dimensiones. De igual manera, una muestra de n sujetos se
representar ubicando los n valores en las n coordenadas y al unir las C
proyecciones quedar representado por un nico punto que se mueve
libremente a travs de un hiperespacio de n dimensiones.
Hasta aqu hemos visto que un punto que se mueve libremente en un
espacio con n dimensiones tiene n grados de libertad, pero, qu
sucede si de antemano se fija el valor que toma uno de los ejes
cartesianos? En otras palabras, debemos preguntarnos cmo quedan
los grados de libertad si se restringe un eje? Volviendo al ejemplo del
punto en dos dimensiones (x,y), si alguien de antemano restringe una
B
de las dimensiones y nos dice que el valor del eje x debe ser
necesariamente 3, entonces nuestro punto no podr moverse X
libremente en dos dimensiones y habr perdido un grado de libertad
(n 1 = 1 grado de libertad), es decir, slo se podr mover libremente
en una recta (la recta que pase por x=3). Lo mismo ocurrira para el
punto en tres, cuatro, o ms dimensiones.
Cabe recordar que dos puntos cualesquiera al unirse forman una
Pero no solamente se puede restringir una dimensin, sino tambin se
recta (cuando se relacionan de manera lineal), y que tres puntos
pueden restringir todas las que se deseen. As, en un espacio de tres
cualesquiera forman un plano bidimensional cuando se unen por
dimensiones (x,y,z) se pueden restringir x e y de tal manera que solo
intermedio de alguna relacin. En la figura 2, los tres puntos son:
tendremos una dimensin (3-2=1). En hiperespacios de ms de tres
dimensiones se pueden restringir ms de dos dimensiones. B = n1 = (xi,0,0)
Generalizando, si un punto se encuentra en un hiperespacio de n A = n2 = (0,yi,0)
dimensiones, entonces tiene n grados de libertad, a menos que se
C = n3 = (0,0,zi)
especifique de antemano algn valor de una o ms dimensiones, en
cuyo caso el nmero de grados de libertad queda determinado por la
diferencia entre n y el nmero de dimensiones restringidas (r), por lo
Y la funcin que las relaciona es:
tanto, tendremos que los nuevos grados de libertad han disminuido
hasta llegar a ser (n-r). xi + yi + zi
= X
Pero, cmo se hace para restringir un nmero de valores r? Hay dos 3
maneras, la primera es simplemente dando a conocer uno de los Donde:
valores que tomara uno de los ejes y la segunda mediante alguna
xi es el valor de alguna variable medida en la persona 1
frmula que relacione a todos los datos (como la frmula para hallar
el promedio). yi es el valor para la persona 2
Pensemos en un espacio definido por tres ejes (que determina un zi es el valor para la persona 3
espacio de tres dimensiones). Un sistema como este es fcil de
X es la media de los tres datos
imaginar si pensamos en la esquina despejada de una habitacin, all
podemos llamar a los ejes x, y, z. Si elegimos tres valores
cualesquiera para los ejes y los unimos, podemos obtener un plano
Como podemos ver, cuando se estima la media de tres datos (tres
triangular ABC como el de la figura 2.
puntos cardinales), el resultado se encuentra libre de moverse en un
plano de dos dimensiones (tringulo ABC de la figura 2).
Generalizando, cuando n datos se relacionan mediante el clculo de
la media (o de alguna otra relacin lineal), tal media puede tomar
diferentes valores que se mueven libremente en un plano de n-1 Una aproximacin algebraica
dimensiones. Volviendo a un ejemplo previo, si tenemos una
Si se nos da a elegir los valores de dos variables cualesquiera x, y,
muestra de 10 sujetos (n=10), y se calcula la media de sus pesos, tal
nosotros podemos pensar en infinitos posibles valores para cada una
media se mueve libremente dentro de los lmites de un hiperespacio
de ellas, pero cuando se nos muestra una relacin que las explica, la
de 9 dimensiones (n-1=9) dependiendo de los posibles valores que
situacin cambia. Por ejemplo, los dos valores pueden relacionarse
puedan tomar los pesos de las 10 personas.
de la siguiente manera:
Es as que cuando dos puntos se relacional linealmente forman un
x+y=9
espacio de una sola dimensin (una recta), cuando son tres los puntos
que se relacionan forman un plano de dos dimensiones, cuando los
puntos a relacionarse sean cuatro, formarn un espacio de tres
En ste caso, solo tenemos la libertad de elegir a nuestro antojo a una
dimensiones. etc. Queda entonces claro que cuando un nmero
de las variables, ya que la segunda variable queda determinada
cualquiera de puntos en un espacio se relacionan por alguna frmula,
automticamente por la relacin que las une.
forman un nuevo espacio que es exactamente de una dimensin
menos que la dimensin original, y cada vez que se intente explicar a Si adems se nos impone una segunda ecuacin que las explique, de
los puntos mediante una nueva relacin, las dimensiones se seguirn tal manera que tenemos ahora dos relaciones para nuestras variables:
reduciendo sucesivamente.
x + y = 9 ...... (1)
En la figura 3, se puede apreciar que hay dos relaciones para los tres
x - y = 1 ...... (2)
puntos. La primera relacin es la frmula de la media, que forma el
tringulo ABC, la segunda relacin es una ecuacin que produce un
paralelogramo EFGH que intersecta a nuestro primer plano. Si se
Ya no nos queda ninguna variable que podamos elegir libremente,
exige que se cumplan ambas relaciones a la vez con los tres datos,
dado que tenemos dos variables en dos ecuaciones, y por lo tanto
entonces los nicos valores posibles se encuentran en cualquier
nuestros grados de libertad se han reducido a 2-2=0. Si resolvemos
punto de la recta LL* y se mueven libremente a travs de ella.8 Como
ambas ecuaciones, encontramos que x=5; y=4.
se puede apreciar, al espacio inicial de tres dimensiones se le han
impuesto dos restricciones, por lo tanto, los nicos valores que De la misma forma, si tenemos n sujetos con sus respectivos pesos, y
satisfacen ambas relaciones se pueden mover libremente en un calculamos el promedio de los mismos mediante la frmula:
espacio de 3-2=1 dimensin (una lnea), y todos los clculos
posteriores que incluyan a stos resultados debern tener en cuenta x1 + x2 + ... + xn xi
que solo poseen un grado de libertad. X= n = n
FIGURA 3: Dos relaciones impuestas a tres puntos en los ejes Automticamente nuestros grados de libertad quedan restringidos a
cartesianos reducen las dimensiones a una lnea LL* de una sola (n 1) opciones, y los clculos que impliquen el uso de la media X en
dimensin. nuevas frmulas deben ser trabajados en una dimensin menos que
la original (es decir n-1) como en la aproximacin geomtrica.
Generalmente, cada vez que calculamos un nuevo estimador,
Y perdemos un grado de libertad.
A
USANDO LOS GRADOS DE LIBERTAD
Al calcular la desviacin estndar muestral
.Pongamos un ejemplo. Se desea conocer la varianza y desviacin nivel de hemoglobina promedio de dos grupos de personas, el primer
estndar de la hemoglobina de una muestra de cinco pacientes grupo procede de un rea con alta prevalencia de parasitosis
procedentes de un rea con alta prevalencia de parasitosis intestinal. intestinal y el segundo grupo procede de un rea con baja
Se tienen los siguientes datos de hemoglobina: 10; 11; 9; 7; 9. prevalencia. Si el nmero muestral del grupo uno es de 20 sujetos, y
el tamao del segundo es de 28, entonces los grados de libertad
La media muestral es:
asociados a la prueba t son:
10 + 11 + 9 + 7 + 9 GL = (20 - 1) + (28 - 1 ) = 46
X= = 9.2
5
Y tendremos en cuenta a los 46 grados de libertad cuando hallemos el
Y tanto el clculo de la varianza como el de la desviacin estndar punto crtico para el rechazo de la hiptesis nula. Si consideramos un
deben tener en cuenta a los grados de libertad en el denominador. valor alfa igual a 0.05, entonces nuestro punto crtico de rechazo
Para el caso, los grados de libertad es igual al nmero de ser:
observaciones menos 1, es decir 5 1 = 4. La varianza muestral ser:
t(0.95 ; 46) = 1.678
(10-9.2)2 + (11-9.2)2 + (9-9.2)2 + (7-9.2)2 + (9-9.2)2 Y si nuestro estadstico t calculado cae a la izquierda de -1.678 o a la
s2 = = 2.2 derecha de +1.678 se rechaza la hiptesis nula y por lo tanto hay
4 evidencia que las medias de hemoglobina de ambos grupos son
diferentes. Es importante mencionar que la distribucin t siempre
Y la desviacin estndar muestral ser la raz cuadrada de 2.2, es depende de los grados de libertad.
decir 1.48.
VOLVIENDO A EMPEZAR
Ahora tenemos un mejor entendimiento de los grados de libertad:
Grados de libertad para la distribucin t de Student
Los grados de libertad son iguales al nmero de observaciones
La distribucin t sirve para probar la hiptesis de igualdad de las independientes que son libres de variar (el nmero de sujetos en los
medias de dos grupos de datos. Se empieza teniendo dos grupos, el datos) menos el nmero de parmetros estimados (el nmero de
primero de ellos tiene n1 elementos, y el segundo n2, se hallan las relaciones impuestas a los datos).1,9,10 En otras palabras, estn
medias muestrales de ambos, X1 y X2 respectivamente. Por lo tanto, relacionados al tamao de la muestra. As mismo, los grados de
cada grupo ha reducido sus dimensiones de libertad tras calcular las libertad son usados para definir las distribuciones estadsticas y con
medias, y los nuevos grados de libertad son entonces (n1-1) y (n2-2). ellos poder realizar las pruebas de hiptesis.
Para hallar la desviacin estndar (y la varianza), solamente se
obtiene el promedio a partir de ambas varianzas ponderadas segn
sus grados de libertad: CONCLUSIONES
El nmero de grados de libertad constituye un tema central en la
2 (n1 - 1)s12 + (n2 - 1)s22 estadstica moderna, sin embargo no es comprendida por la mayora
sp =
(n1 - 1) + (n2 - 1) de investigadores. El nmero de grados de libertad se comprende
mejor si es visto como el nmero de dimensiones espaciales en los
que un punto es libre de moverse. Cada relacin que se establece (es
decir, cada estadstico que se calcula a partir de los datos) hace que se
Y cuando se busca en la tabla de valores para la distribucin t de tengan que modificar los grados de libertad si tal estadstico va a ser
Student se considera como los grados de libertad la suma total de los usado en clculos futuros. En el ltimo caso, los grados de libertad
grados de libertad de ambos grupos. quedan restringidos a la diferencia entre la cantidad de datos y el
nmero de relaciones establecidas entre los mismos. Los grados de
Podemos apreciar mejor esto si ponemos un ejemplo. Se desea
libertad encuentran su aplicacin en una gran cantidad de modelos
conocer si la presencia de parsitos intestinales interfiere con la
estadsticos, siendo la prueba t solo un ejemplo.
absorcin de hierro y por consiguiente producen niveles bajos de
hemoglobina. Se pone a prueba la hiptesis nula de no diferencia del
****
REFERENCIAS BIBLIOGRFICAS
1. WALKER HM. DEGREES OF FREEDOM. JOURNAL OF MXICO: MANUAL MODERNO. 2005. 8. GROSSMAN S. LGEBRA LINEAL. MXICO:
EDUCATIONAL PSYCOLOGY. 1940;31(4):253-269. 5. LEVIN R, RUBIN D. ESTADSTICA PARA MCGRAW-HILL/INTERAMERICANA EDITORES. 2008.
2. MOONAN W. THE STATISTICAL INTERPRETATION OF ADMINISTRADORES. MXICO: PRENTICE-HALL. 1996. 9. TOOTHAKER L, MILLER L. INTRODUCTORY
DEGREES OF FREEDOM. THE JOURNAL OF 6. PAGANO R. UNDERSTANDING STATISTICS IN THE STATISTICS FOR THE BEHAVIORAL SCIENCES. PACIFIC
EXPERIMENTAL EDUCATION. 1953;21(3), 259-264. BEHAVIORAL SCIENCES. CANADA: WADSWORTH, GROVE, CA: BROOKS/COLE. 1996.
3. DANIEL W. BIOESTADSTICA: BASE PARA EL CENGAGE LEARNING. 2009. 10. YU C. ILLUSTRATING DEGREES OF FREEDOM IN
ANLISIS DE LAS CIENCIAS DE LA SALUD. MXICO: 7. STRANG G. INTRODUCTION TO LINEAR ALGEBRA. TERMS OF SAMPLE SIZE AND DIMENSIONALITY. 1997.
LIMUSA WILEY. 2007. BROOKS/COLE. 2006. DISPONIBLE EN: HTTP://WWW.CREATIVE-
WISDOM.COM/COMPUTER/SAS/DF.HTML
4. DAWSON B, TRAPP R. BIOESTADSTICA MDICA.
ABSTRACT
WHAT DO DEGREES OF FREEDOM MEAN?
Degrees of freedom is a central topic in modern statistics, however is poor explained in textbooks. Gauss used it for first time
in estimates of astronomic distances but it appears formally in Gosset (Student) manuscripts in 1908. Degrees of freedom
can be understood from geometric, algebraic or even intuitive point of view. Geometrics shows degrees of freedom as
spaces through a summary measure can move freely assuming different values. Algebra describes degrees of freedom as
number of unknown variables in respect of number of equations we can establish using data. Both algebraic and geometric
points of view are related and help us to understand better the meaning of degrees of freedom. Applications in statistics are
widely spread but standard deviation and Student t are just some examples.