Professional Documents
Culture Documents
Apuntes de Distribucion de Probabilidad (Moya)
Apuntes de Distribucion de Probabilidad (Moya)
Media:
μ= E (T )=0; g> 1
Varianza:
2 g
σ =Var (T )= ; g>2
g−2
La distribución t es muy similar a la distribución normal ya que ambas son simétricas y
centradas alrededor de la media, pero la distribución t tiene mayor dispersión. La
varianza de la distribución se aproxima a 1 a medida que los grados de libertad
aumentan, por lo tanto, es también una aproximan a la distribución normal estándar.
Teorema
Sea:
Z una variable aleatoria con distribución normal N (0,1).
Y una Variable aleatoria con distribución Chi-Cuadrado con g grados de libertad.
Si Z y Y son independientes entonces la variable aleatoria T tiene una distribución t de
student con g grados de libertad.
Z
T=
√Y /g
Distribución Chi-Cuadrado
Función de densidad:
{
1
x g /2−1 e− x/ 2
f ( x) 2g / 2 Γ g
2()
0
μ= E ( X )=g
2
Varianza:
σ =Var ( X )=2 g
2 2
La distribución Chi-Cuadrado es una familia de distribuciones continuas positivamente
asimétricas. A medida que los grados de libertad aumentan se aproxima a una
distribución normal estándar.
Distribución F
Se utiliza para comparar las varianzas de dos variables aleatorias independientes.
U / gU
F=
V / gV
Varianza:
2
2 gV ( gU + gV −2 )
σ =Var (T )= 2
; gV > 4
gU ( gV −2 ) ( g V −4 )
Distribución muestral
Es una variable aleatoria que depende solamente de la muestra observada.
La distribución de probabilidad de un estadístico se llama distribución muestral.
La desviación estándar de la distribución muestral de un estadístico, se llama error
estándar del estadístico.
N
xi
μ=∑
i=0 N
2
N
( xi −μ )
σ =∑
2
i=0 N
M
xi
μ x =∑
i=0 M
2
M
( x i−μ )
σ x =∑
2
i=0 M
μ=μ x
σ2
=σ 2x
n
Para n suficientemente grande, por el teorema central del límite la variable aleatoria X
σ2
se distribuye aproximadamente por una normal con media μ y varianza .
n
( )
2
σ
X N μ,
n
√
σx σ N −n
√ n N−1
Distribución muestral de la diferencia de medias de dos muestras independientes
Se utilizará esta distribución para comparar las medias de dos poblaciones con sus
respectivas muestras aleatorias independientes.
Sean:
μ1=Media de la población 1
2
σ 1=Varianza de la población 1
μ2=Media de la población 2
2
σ 2=Varianza de la población 2
Para la variable aleatoria de la diferencia se cumple:
μ X −X =E ( X 1−X 2 ) =E ( X 1 ) −E ( X 2 )=μ 1−μ2
1 2
μ X −X =μ1−μ 2
1 2
2 2 2
σ X − X =Var ( X 1−X 2) =Var ( X 1 ) +Var ( X 2 ) =σ X + σ X
1 2 1 2
2 2
2 σ1 σ1
σ X 1− X 2 = +
n1 n2
√
2 2
σ 1 σ1
σ X −X = +
1 2
n1 n 2
√
σ X −X
1 2 σ 21 σ 21
+
n 1 n2
√
σ X −X
1 2
2
σ1 σ 2
2
+
n1 n2
Como σ 21=σ 22
Como σ 21=σ 22
2 2
( n 1−1 ) S 1+ ( n2−1 ) S2
Y=
σ2
Como Z y Y son independientes entonces la variable aleatoria T tiene una distribución
t de student con g grados de libertad.
Z
T=
√Y /g
( X 1−X 2 ) −( μ1−μ2 )
σ
√ 1 1
+
n1 n 2
√
T=
2 2
( n1−1 ) S1 + ( n 2−1 ) S 2
2
σ
n1 +n 2−2
( X 1− X 2 )−( μ 1−μ2 )
T=
√
2 2
( n 1−1 ) S 1+ ( n2−1 ) S2 1 1
n1 +n2−2
+
(n n )
1 2
μ P=E ( Xn )= 1n E ( X )= 1n ( np )= p
Varianza
p ( nx )=(nx) p q x n− x
μ P −P =E ( P1−P2 )=E
1 2 ( ) ( )
X1
n1
−E
X2
n2
1
n1
1
= ( n1 p1 )− ( n2 p 2)
n2
μ P −P =p 1− p2
1 2
2 p1 q1 p2 q2
σ P −P = +
1 2
n1 n2
σ P −P =
1 2
√ p1 q1 p2 q 2
n1
+
n2
√
σ P −P p 1 q1 p2 q2
+
1 2
n1 n2
Demostración:
Función de varianza muestral
2
n
( x i− X )
S =∑
2
i =1 n−1
2
( n−1 ) S 2 n ( xi −X )
=∑
σ2 i=1 σ2
Considerando:
n n
2
∑ ( xi −μ )2=∑ [ ( xi −X ) +( X −μ ) ]
i=1 i=1
n n
∑ ( xi −μ ) =∑ [ ( xi −X ) +2 ( x i−X ) ( X −μ ) +( X −μ )
2 2 2
]
i=1 i=1
∑ ( A i ± B i )= ∑ A i ± ∑ B i ∑ c Ai =c ∑ A i
i=1 i=1 i=1 i=1 i=1
n n
n n n n
∑ ( xi −μ )2=∑ ( x i− X )2 + ∑ 2 ( x i−X ) ( X −μ ) +∑ ( X −μ )2
i=1 i=1 i=1 i=1
n n n
∑ ( xi −μ ) =∑ ( x i− X ) +2 ( X−μ ) ∑ ( x i− X ) +n ( X −μ )
2 2 2
n n
∑ ( xi −μ ) =∑ ( x i− X )2 +n ( X −μ )2
2
i=1 i=1
2 2
n
( x i−μ ) n
( x i− X ) n ( X −μ )2
∑ σ2
=∑
σ2
+
σ2
i=1 i=1
2
n
( x i−μ ) ( n−1 ) S2 ( X−μ )2
∑ σ
2
=
σ
2
+ 2
σ /n
i=1
2
( X−μ )2 n
( x i−μ )
Entonces si las variables aleatorias ∑ tienen una distribución Chi- y
i=1 σ2 σ 2 /n
cuadrado con n grados de libertad ( χ n ) y 1 grado de libertad ( χ 1) respectivamente la
2 2
( n−1 ) S 2
variable aleatoria 2 tiene una distribución Chi-Cuadrado con n−1 grados de
σ
libertad ( χ n−1) .
2
( )
2
( n1−1 ) S 1
σ 21
n1−1
F=
( )
2
( n2−1 ) S 2
σ 22
n2−1
2 2
S 1 /σ 1
F= 2 2
S 2 /σ 2