UNIVERSIDAD NACIONAL EXPERIMENTAL POLITECNICA DE LA FUERZA ARMADA UNEFA YARACUY ECONOMIA SOCIAL V SEMESTRE PONENTE ANGEL VANEGAS. PROF: Licdo: Néstor Escudero .REPUBLICA BOLIVARIANA DE VENEZUELA MINISTERIO DEL PODER POPULAR PARA LA DEFENSA.

.

En probabilidad y estadística. la distribución t (de Student) es una distribución de probabilidad que surge del problema de estimar la media de una población normalmente distribuida cuando el tamaño de la muestra es pequeño. .

𝑋 − 𝜇 𝑇 = 𝑆 𝑛 DONDE: • • • • 𝑋 = 𝑀𝑒𝑑𝑖𝑎 𝑀𝑢𝑒𝑠𝑡𝑟𝑎𝑙 𝜇 = 𝑀𝑒𝑑𝑖𝑎 𝑃𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛𝑎𝑙. 𝑆 = 𝐷𝑒𝑠𝑣𝑖𝑎𝑐𝑖𝑜𝑛 𝐸𝑠𝑡𝑎𝑛𝑑𝑎𝑟 𝑛 = 𝑇𝑎𝑚𝑎ñ𝑜 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎 .

 A medida que aumenta los (n -1) grados de libertad la distribución “t” se aproxima en su forma a una distribución normal. con media de 0. originando una distribución diferente para cada tamaño de muestra.  Es más achatada que la normal y adopta diferentes formas. . según el número de grados de libertad.  El parámetro de la distribución es (n-1) grados de libertad. y variancia mayor que 1. La distribución se denomina distribución de Student o distribución “t”  Es simétrica.

• El test de hipótesis nula por el cual se demuestra que la diferencia entre dos respuestas medidas en las mismas unidades estadísticas es cero  El test para comprobar si la pendiente de una regresión lineal difiere estadísticamente de cero. por el cual se comprueba si la media de dos poblaciones distribuidas en forma normal son iguales.  El test de locación para dos muestras. .Entre los usos mas frecuentes de las pruebas t se encuentran:  El test de locación de muestra única por el cual se comprueba si la media de una población distribuida normalmente tiene un valor especificado en un hipótesis nula.

.

Las pruebas t desapareadas o de muestras independientes. obtenemos dos muestras independientes y podríamos utilizar la forma desapareada de la prueba t. Por ejemplo. y reclutamos a 100 sujetos para el estudio. En este caso. supóngase que estamos evaluando el efecto de un tratamiento médico. . se utilizan cuando se obtienen dos grupos de muestras aleatorias. Luego elegimos aleatoriamente 50 sujetos para el grupo en tratamiento y 50 sujetos para el grupo de control. independientes e idénticamente distribuidas a partir de las dos poblaciones a ser comparadas.

Un ejemplo típico de prueba t para mediciones repetitivas sería por ejemplo que los sujetos sean evaluados antes y después de un tratamiento . consisten típicamente en una muestra de pares de valores con similares unidades estadísticas. o un grupo de unidades que han sido evaluadas en dos ocasiones diferentes (una prueba t de mediciones repetitivas).Las pruebas t de muestras dependientes o apareadas.

pero de la cual se desconoce la varianza. la tendencia de las muestras a desviarse del valor promedio. La función surge al querer estimar la media de una determinada variable en cierta población. . que se supone normalmente distribuida. es decir.La T de Student está relacionada con el estudio de poblaciones muy grandes a partir de una muestra comparativamente muy pequeña.

.

.

.

07 Gl= (n-1) = 24 Zona de rechazo Zona de aceptación 521 522 488 510 508 511 500 500 475 487 513 521 502 505 498 510 495 512 521 500 99 ∝ 2 = 0.50 . ¿QUÉ CONCLUSIÓN DEBERÁ ÉL SACAR DE UNA MUESTRA DE 25 FOCOS CUYA DURACIÓN FUE? 520 513 496 510 506 H0: µ = X H1: µ ≠ X µ= 500h n=25 Nc = 99% X= 505. PARA CONSERVAR ESTE PROMEDIO ESTA PERSONA VERIFICA 25 FOCOS CADA MES.36 S= 12.UN FABRICANTE DE FOCOS AFIRMA QUE SU PRODUCTO DURARÁ UN PROMEDIO DE 500 HORAS DE TRABAJO.

Con grado de libertad 24 y buscando en la tabla de distribución t student.49 .49 2. Obtenemos el siguiente grafico de significancia : -2.

𝑋 − 𝜇 𝑇𝑐 = 𝑆 𝑛 𝑇𝑐 = 505.176 .36 −500 = 12.07 24 2.

0 2.49 2.176 2.49 .

Sign up to vote on this title
UsefulNot useful