Professional Documents
Culture Documents
t-STUDENT
Distribución Normal
Es la más importante y de mayor uso de
todas las distribuciones continuas de
probabilidad.
Es la piedra angular en la aplicación de la
inferencia estadística en el análisis de datos,
puesto que las distribuciones de muchas
estadísticas muestrales tienden hacia la
distribución normal conforme crece el tamaño
de la muestra.
Decimos que una variable aleatoria tiene una
distribución Normal con parámetros µ y σ2 ( X
~ N( µ,σ2 ) ) si la función 2 de distribución de
(− x − µ )
1
probabilidades es:
f ( x) = e 2σ 2
, x ∈ R, µ ∈ R, σ > 0
2π σ
El gráfico de esta curva es tal que:
• Tiene un máximo en x=µ
• Es simétrica respecto a la vertical x=µ
• Tiene puntos de inflexión en x=µ - σ y
x=µ +σ (68.2%)
• Entre x=µ - 2σ y x=µ +2σ se encuentra
el 95.4% de la
distribución
ο • E(X)= µ V(X)= σ
• Se aproxima asintóticamente al eje X
El gráfico de esta
curva es tal que:
• Tiene un máximo en
x=µ
• Es simétrica
respecto a la vertical
x=µ
• Tiene puntos de
inflexión en x=µ - σ y
x=µ +σ (68.2%)
• Entre x=µ - 2σ y x=µ
+2σ se encuentra el
95.4% de la
distribución
• E(X)= µ V(X)= σ
• Se aproxima
Cuando µ=0 y σ=1 se obtiene la
distribución normal estándar o
típica decimos que:
z ~ N(0,1), en consecuencia:
z 2
− 1
f ( z) = e 2
, z ∈R
2π
E ( X ) =0
Y la esperanza y la varianza
V ( X son:
) =1
• Si X~N(µ,σ2) entonces
z=
X −µ
σ
~N(0,1)
P (0.83 ≤ Z ≤ 1.67 )
= P(z<1.67) - P(z<0.83)
Distribución t Student
Sea Z una variable aleatoria normal
estándar y X una
variable aleatoria chi-cuadrada con v
grados de Z
T =
libertad. Si Z y X sonXindependientes,
v
entonces la
variable aleatoria:
V (T ) = v >2
v −2
Condiciones
Se utiliza en muestras de 30 o
menos elementos.
La desviación estándar de la
población no se conoce
Diferencias
Ladistribución t student es
menor en la media y mas alta
en los extremos que una
distribución normal.
Tiene
proporcionalmente
mayor parte de su área en los
extremos que la distribución
normal.
Comparación
Distribución
Normal
Distribución
t Student
X1 Media X2
Formulario
Formulario
Áreas t= x - x t= x - x
s. s.
√n √n √N-
n
N-
Intervalos x=x± t s . x=x±1t s .
√n √n √N-
n
Tipo de Infinita Finita N-
Población 1
Formulario
Áreas t= x - x t= x - x
s. s.
√n √n √N-
n
N-
Intervalos x=x± t s . x=x±1t s .
√n √n √N-
n
Tipo de Infinita Finita N-
Población 1
Formulario
Áreas t= x - x t= x - x
s. s.
√n √n √N-
n
N-
Intervalos x=x± t s . x=x±1t s .
√n √n √N-
n
Tipo de Infinita Finita N-
Población 1
Nivel de Significación
ά=Nivel
Certeza de
Significaci
Deseada ón
Nivel de Significación
ά=Nivel de
Significación/2
ά1=Nivel
de
ά2=Nivel
Significaci
ón
Certeza de
Significaci
Deseada ón
ά= (1 – Certeza Deseada)
Grados de Libertad
Existe una distribución t para
cada tamaño de la muestra, por
lo que “Existe una distribución
para cada uno de los grados de
libertad”.
GL=n –1
Ejemplo
Se tiene una muestra de 7
elementos con una media de 16.
ά1=.005
ά2=.005
99 %
ά= 1%
ά= .01
ά/2=.005
Datos
n= 16
X=13 minutos
x=x±
S= 5.6 minutos ts.
t=2.947 √n
∂=13±2.947(5.6/√16)
∂=13±4.12
Tiempo medio
∂1=17.12 minutosrequerido para
∂2=8.88 minutos realizar el trabajo sera
entre 8.88 y 17.12
minutos con una
99 %
8.88 17.12
min min