Herramienta
exactcdf: el motor detrás del valor p
En estadística aprendemos a leer un valor p como si viniera de la naturaleza. Lo copiamos del SPSS, de una tabla al final del libro o de una calculadora en línea, y seguimos. Pero detrás de cada valor p hay una función que alguien programó: la distribución normal, la chi-cuadrado, la beta. Si esa función se equivoca en la cola, que es justo donde viven los valores p pequeños, el error no avisa.
exactcdf es mi respuesta a eso: una librería pequeña que calcula esas funciones y que, antes de calcular nada, deja por escrito cuánto se puede equivocar en cada tramo. Luego lo comprueba.
Para qué sirve en psicología
- Del puntaje z al percentil:
pnorm. Es la cuenta que hay detrás de un baremo normalizado. - El valor p de una chi-cuadrado, la de independencia en una tabla de contingencia o la de bondad de ajuste:
pchisq. - El valor p exacto de una prueba binomial, por ejemplo cuántos aciertos hay por encima del azar: sale de
pbeta. - La probabilidad acumulada de un conteo (Poisson): sale de
pgamma.
Todavía no calcula la t de Student ni las inversas (de un percentil a un puntaje z, por ejemplo). Sus referencias ya están en el repositorio y vendrán por el mismo camino: primero las tolerancias, después el código.
La calculadora que viene
Sobre exactcdf estoy construyendo una calculadora para corregir instrumentos psicológicos, pensada para servir a cualquier instrumento y no a uno solo, con código que se pueda auditar. Todavía no está publicada; cuando lo esté, vivirá en este sitio.
Cómo se sabe que está bien
Las referencias se calcularon con mpmath a 70 dígitos y entraron al repositorio el 13 de octubre de 2026; las tolerancias se fijaron entre el 21 y el 25 de octubre; el código llegó el 29. Fijar la tolerancia después de ver los resultados es dibujar la diana alrededor de la flecha. La versión actual pasa las 31 307 filas de referencia sin un fallo. En las colas más difíciles la tolerancia todavía es provisional, y así está marcada en el repositorio.
Cómo se hizo
El código lo escribieron modelos de IA de Anthropic a partir de una especificación que yo aprobé, derivada de la literatura primaria (Cody, 1969; DiDonato y Morris, 1986 y 1992). Las referencias no las produjo la IA: se calcularon con R y mpmath. Yo dirigí el proyecto, tomé las decisiones de diseño y firmé cada versión. La declaración completa está en la ficha técnica.
Instalar, leer, citar
Se instala con npm install exactcdf (Node.js 18 o posterior). La ficha técnica completa —las ocho funciones, la tabla de errores, la licencia y cómo citarlo— está en carlosravello.com/exactcdf. El código está en GitHub y el paquete en npm.