DISTRIBUCIN T-STUDENT.

En probabilidad y estadstica, la distribucin t (de Student) es una distribucin de probabilidad que surge del problema de estimar la media de una poblacin normalmente distribuida cuando el tamao de la muestra es pequeo. Surge, en la mayora de los estudios estadsticos prcticos, cuando la desviacin tpica de una poblacin se desconoce y debe ser estimada a partir de los datos de una muestra. Se public por primera vez en 1908 en un artculo por William Sealy Gosset, era empleado de una cervecera irlandesa que desaprobaba la publicacin de investigaciones de sus empleados. Para evadir esta prohibicin, publico su trabajo en secreto bajo el nombre de Student. En consecuencia la distribucin de T normalmente se llama distribucin de t de Student o simplemente t.

Para qu se utiliza? La distribucin t se usa de manera extensa en problemas que tienen que ver con inferencia acerca de la media de la poblacin o en problemas que implican muestras comparativas (es decir, en casos donde se trata de determinar si las medias de dos muestras son significativamente diferentes).
Estadstico de trabajo

Caractersticas De La Distribucin T De Student En muchas ocasiones no se conoce y el nmero de observaciones en la muestra n < 30. En estos casos, se puede utilizar la desviacin estndar de la muestra s como una estimacin de , pero no es posible usar la distribucin Z como estadstico de prueba. El estadstico de prueba adecuado es la distribucin t. Sus aplicaciones en la inferencia estadstica son para estimar y probar una media y una diferencia de medias (independiente y pareada). En probabilidad y estadstica, la distribucin t-Student es una distribucin de probabilidad que surge del problema de estimar la media de una poblacin normalmente distribuida cuando el tamao de la muestra es pequeo. Una variable aleatoria se distribuye segn el modelo de t-Student con n grados de libertad. Grados De Libertad

Existe una distribucin t distinta para cada uno de los posibles grados de libertad. Qu son los grados de libertad? Podemos definirlos como el nmero de valores que podemos elegir libremente. Grados de Libertad Existe una distribucin t para cada tamao de la muestra, por lo que Existe una distribucin para cada uno de los grados de libertad. Los grados de libertad son el nmero de valores elegidos libremente.

Grados de Libertad Dentro de una muestra para distribucin t student los grados de libertad se calculan de la siguiente manera: GL=n 1 Donde n es tamao de la muestra Ejemplo Se tiene una muestra de 7 elementos con una media de 16. GL= a+b+c+d+e+f+g =16 7 GL=n 1 =7-1= 6 Cmo diferenciarla de las otras distribuciones? La distribucin de T es similar a la distribucin de Z, pues ambas son simtricas alrededor de una media de cero. Ambas tiene distribuciones de campana pero la distribucin t es ms variable debido a que tienen fluctuaciones en 2 cantidades. La distribucin de T difiere de la de Z en que la varianza de T depende del tamao de la muestra n y siempre es mayor a 1, nicamente cuando n tiende a las dos distribuciones sern iguales

Propiedades:
n La media es 0 y su varianza n 2 , n>2. La grfica de la funcin de densidad es en forma de campana. Los datos estn ms disperso que la curva normal estndar.

A medida que n aumenta, la grfica se aproxima a la normal N(0,1). La grfica es muy parecida a la de la normal estndar diferencindose en que las colas de t estn por encima de la normal, y el centro se encuentra por debajo del de la normal. Cuando los grados de libertad son altos, los valores de t coinciden con los de la normal.

Uso de la Tabla de Distribucin t-student 1. La tabla de distribucin t es ms compacta que z y muestra las reas y valores de t para unos cuantos porcentajes exclusivamente (10%,5%,2% y 1%) 2. Una segunda diferencia de la tabla es que no se centra en la probabilidad de que el parmetro de la poblacin que est siendo estimado caiga dentro del intervalo de confianza. Por el contrario, mide la probabilidad de que ese parmetro no caiga dentro del intervalo de confianza. 3. Una tercera diferencia en el empleo de la tabla consiste en que hemos de especificar los grados de libertad con que estamos trabajando.

La tabla da reas 1 - , T tiene distribucin t-Student con n-1 grados de libertad. Donde 1- = nivel de confianza = nivel de significancia

Tabla de t-student

Ejemplo: El valor con un valor n = 15 con un nivel de significancia 0.025 a la izquierda. Encontrar el rea de en la tabla t-student Grados de libertad = GL=n-1 = 15-1=14

Si se observa la tabla, el rea sombreada de la curva es de la cola derecha, es por esto que se tiene que hacer la resta de . La manera de encontrar el valor de t es buscar el valor de en el primer rengln de la tabla y luego buscar los grados de libertad en la primer columna y donde se intercepten y GL se obtendr el valor de t. Ejemplo Encuentre la probabilidad de t0.025 < t < t0.05.

Como t0.05 deja un rea de 0.05 a la derecha, y t0.025 deja un rea de 0.025 a la izquierda, encontramos un rea total de 1-0.05-0.025 = 0.925. P( t0.025 < t < t0.05) = 0.925

Ejemplo: Encuentre k tal que P(k < t < -1.761) = 0.045, para una muestra aleatoria de tamao 15 que se selecciona de una distribucin normal. Solucin:

Si se busca en la tabla el valor de t =1.761 con 14 grados de libertad nos damos cuenta que a este valor le corresponde un rea de 0.05 a la izquierda, por ser negativo el valor. Entonces si se resta 0.05 y 0.045 se tiene un valor de 0.005, que equivale a Luego se busca el valor de 0.005 en el primer rengln con 14 grados de libertad y se obtiene un valor de t = 2.977, pero como el valor de est en el extremo izquierdo de la curva entonces la respuesta es t = -2.977 por lo tanto: P(-2.977 < t < -1.761) = 0.045
Ejemplo Un ingeniero qumico afirma que el rendimiento medio de la poblacin de cierto proceso en lotes es 500 gramos por milmetro de materia prima. Para verificar esta afirmacin toma una muestra de 25 lotes cada mes. Si el valor de t calculado cae entre t0.05 y t0.05, queda satisfecho con su afirmacin. Qu conclusin extraera de una muestra que tiene una media de 518 gramos por milmetro y una desviacin estndar de 40 gramos? Suponga que la distribucin de rendimientos es aproximadamente normal.

Datos conocidos =500 n.=25 X=518

S=40 Solucin: De la tabla encontramos que t0.05 para 24 grados de libertad es de 1.711. Por tanto, el fabricante queda satisfecho con esta afirmacin si una muestra de 25 lotes rinde un valor t entre 1.711 y 1.711.

Se procede a calcular el valor de t:

Este es un valor muy por arriba de 1.711. Si se desea obtener la probabilidad de obtener un valor de t con 24 grados de libertad igual o mayor a 2.25 se busca en la tabla y es aproximadamente de 0.02. De aqu que es probable que el fabricante concluya que el proceso produce un mejor producto del que piensa. Ejemplo1: Un fabricante de focos afirma que su producto durar un promedio de 500 horas de trabajo. Para conservar este promedio esta persona verifica 25 focos cada mes. Si el valor y calculado cae entre t 0.05 y t 0.05, l se encuentra satisfecho con esta afirmacin. Qu conclusin deber l sacar de una muestra de 25 focos cuya duracin fue?:

520 513 496 510 506

521 522 488 510 503

511 500 500 475 487

513 521 502 505 493

510 495 512 521 500

=500 h n=25 Nc=90% X=505.36 h s=12.07

T=(505.36-500)/(12.07/5) T=5.36/2.414 T=2.22 Gl=n-1 Gl=25-1 Gl=24

De aqu que es probable que el fabricante concluya que los focos produce un mejor rendimiento que piensa.

Ejemplo La longitud de los tornillos fabricados en una fbrica tienen media =10 mm y desviacin s=1 mm, calcular la probabilidad de que en una muestra de tamao n=25, la longitud media del tornillo sea inferior a 20.5 mm:

Cul es la probabilidad P (<20.5) Estandarizamos

Datos conocidos =10 s=1 n=25, X=20.5 Entonces una distribucin t de n-1 grados de libertad. Gl=25-1=24 T=(20.5-20)/(1/25) = 2.5 P (<20.5) = P (T<2.5) ~ t(24) P (T<2.5) = 0.9902 P (<20.5)=0.9902

La probabilidad que la longitud media de la muestra de 25 tornillos sea inferior a 20.5 mm es del 99.02%

te doy la prueba, la t de studen se utiliza igual que la funcion normal de distribucion, solo que para muestras pequeas menores de 30 elementos en la muestra. Por ejemplo, si el estadistico es una media y se tiene la hipotesis nula de que = 15, con una media muestral de 18 y desviacion estandar muestral de s = 2.4, sabiendo que la muestra tiene 30 observaciones, el estadistico de prueba se obtiene de la siguiente manera:

tp = (x muestral - media hipotetica) / (s/n) tp = (18 - 15) / (2.4/30) = 6.84653 Luego, este resultado lo comparas con un t critico (n-1,.05) dado en las tablas de la t-student, si tc > tp no se rechaza la Ho, si tc < tp se rechaza la Ho (hipotesis nula) Los ejemplos abundan en la red o un buen libro de estadistica.