FUNDACION CENTRO COLOMBIANO

PROFESIONALES.
AREA: ESTADISTICA INFERENCIAL
PERIODO ACADEMICO: II-2012
DISTRIBUCION t STUDENT

DE

ESTUDIOS

NOMBRE:
GRADO:

No:
FECHA:
DISTRIBUCION T STUDENT
Se usa para la estimacin de intervalo de confianza
para la media (

desconocida).

En la generalidad de los casos, no disponemos de la

desviacin estndar de la poblacin, sino de una
estimacin calculada a partir de una muestra extrada
de la misma y por lo tanto no podemos calcular Z.
En estos casos calculamos el estadstico t.

t=

x
s

con s =

( X X i)2
i=1

n1

Donde S es la desviacin estndar muestral, calculada

con n-1 grados de libertad.
William S Gosset es el que desarrolla este mtodo, pero
utiliza el seudnimo de Student por proteccin con la
empresa.
Si la variable aleatoria X se distribuye normalmente.
El estadstico tiene una distribucin t con n-1 grados de
libertad.

t:

x
s
n

Grados de libertad:
La Varianza se calcula para una muestra

i x
x

s :
2

i:1

La desviacin estndar.

i x
x

i:1

:
Donde se debe conocer

xi:

: Media.
n-1 son valores libres de variar : grados de

libertad.
EJEMPLO:
Si una muestra de 5 valores tiene una media de 20. Los
trminos son:

X4

= 19,

X1

= 21,

X2

X5

= Desconocido,

= 16,

X3

= 23,

Tenemos que n = 5, entonces necesitamos conocer n-1

elementos de la muestra.
n-1 = 5 1 = 4. Debe conocer 4 datos.
n

Nos indica que

Xi

i =1

= 20. Evaluando

n
tenemos que
n

Xi

i =1

Xi

20

= 20n = 20(5) = 100.

i=1

Como se conocen 4 elementos y el 5 no puede variar,

porque la sumatoria debe dar 100,

X1

X2

X3

X4

X5

21 + 16 + 23 + 19 +
79 +

X5

X5

X5

= 100

= 100

= 100

= 100 79

X5

= 21

PROPIEDADES DE LA DISTRIBUCION t STUDENT.

1. Es muy similar a la distribucin normal
estandarizada.
2. Tambin tiene forma de campana.
3. Es de mayor rea en los extremos y menor en el
centro, porque

(La desviacin estndar) es

4.

desconocida.
Los grados de libertad n-1 estn relacionados con el
tamao de la muestra.

5.

Para n

120 s estima a

para que entre t y

z haya poca diferencia

INTERVALO DE CONFIANZA.

S
X t n1
n , se puede calcular por:

Como

S
X t n1
n
Para

t1

S
X +t n1
n

podemos hallar el lmite inferior

X i

X s

S
X t n1
n
Para

t2

podemos hallar el lmite superior

S
X +t n1
n
EJEMPLO:
Una empresa de remodelaciones selecciona una
muestra de 100 facturas de la poblacin de las ventas
durante un mes; la media de la muestra de las 100
facturas de ventas es US 110.27, con una desviacin
estndar de de US 28.95. Para un nivel de confianza del
90%, determinar el intervalo de confianza.
Grados de libertad. n 1 = 100 1 = 99.
La desviacin estndar de la muestra. S = 28.95.
La media muestral.

n=100

= 110.27

X =110.27 us

S=28.97 us
Grados de libertad

n1=1001=99

Desviacin Estndar de la muestra.

X =

S 28.95
=
=2.895
n 100

Colas del Intervalo.

Colas=

100 90 10
= =5
2
2

Cada cola representa una rea de

A=0.0500

0.050

90%

t 1 =1.6604

t 2 =+1.6604
110.27

Los limites del intervalo son:

Para

t 1 =1.6604

s
X i= X +t n1
n
t 1 s
X 1= X
n

X 1=110.27 (1.6604 ) (2.895)

X 1=110.274.80
X 1=105.47
Para

t 2 =+1.6604

t 1 s
X 2= X
n

X 2=110.27+ ( 1.6604 )(2.895)

X 2=110.27 + 4.80
X 2=115.07
El intervalo de confianza es:

105.47 115.07
CONCLUSION:
Con un 95% de confianza podemos asegurar que la
media de la vida til de los bombillos de la poblacin,
est entre:

[ 105.47; 115.07 ]
EJEMPLO.
La vida til promedio de una muestra aleatoria de 10
bombillas metal Higt ligth (Para escenarios deportivos)
es 4000 horas, con una desviacin estndar muestral de
200 horas. Se supone que la vida til de los bombillos
tiene una distribucin aproximadamente normal. Si se
estima la vida til promedio de la poblacin de la cual
se tomo la muestra y utilizando un intervalo de
confianza del 95%. Cul es el intervalo de confianza?

X =4.000 hrs

n=10
Grados de libertad

S=200

n1=101=9

Desviacin Estndar de la muestra.

X =

S 200
=
=63.24
n 10

Colas del Intervalo.

Colas=

100 95 5
= =2.5
2
2

Cada cola representa una rea de

A=0.0250

0.025

95%

t 1 =2.262

t 2 =+2.262
4.000

s
X i= X +t n1
n

Los limites del intervalo son:

Para

t 1 s
X 1= X
n

t 1 =2.262

X 1=4.000 (2.262 ) (63.24)

X 1=4.000143.04
X 1=3.856 .96
Para

t 2 =+2.262

t 1 s
X 2= X
n

X 2=4.000+ ( 2.262 ) (63.24)

X 2=4.000+143.04
X 2=4.143 .04
El intervalo de confianza es:

3.856 .96 4.143 .04

CONCLUSION:
Con un 95% de confianza podemos asegurar que la
media de la vida til de los bombillos de la poblacin,
est entre:

[ 3.856.96 ; 4.143.04 ]

1.

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
521
511
513
510
513
522
500
521
495
496
488
500
502
512
510
510
475
505
521
506
503
487
493
500

=500

n=25

Intervalo=90
Hallamos la media aritmtica de la muestra.

520+513+ 496+ + 512+512+512 12.364

X =
=
=505.36
25
25
Calculamos la desviacin estndar de la muestra.

s=

n
2

( XX
i)
i=1

n1

3.493 .76
= 145.57=12.07
24

Los valores de la media aritmtica y la desviacin

estndar se pueden hallar por la siguiente tabla.

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

DATO
S

( X )2

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

14,64
7,64
-9,36
4,64
0,64
15,64
16,64
-17,36
4,64
-2,36
5,64
-5,36
-5,36
-30,36
-18,36
7,64
15,64
-3,36
-0,36
-12,36
4,64
-10,36
6,64
15,64
-5,36

214,3296
58,3696
87,6096
21,5296
0,4096
244,6096
276,8896
301,3696
21,5296
5,5696
31,8096
28,7296
28,7296
921,7296
337,0896
58,3696
244,6096
11,2896
0,1296
152,7696
21,5296
107,3296
44,0896
244,6096
28,7296

12634
505,3
6

3.493,76
145,57
12,07

Determinemos la desviacin estndar de t.

x =

s 12.07
=
=2.41
n 25

Hallamos las unidades t para

t:

x 505.36500 5.36
=
=
=2.2240
s
2.41
2.41
n

Grados de libertad:

n1=251=24

Colas del Intervalo.

Colas=

100 90 10
= =5
2
2

Cada cola representa una rea de

A=0.0500

0.050

90%

t 1 =1.7109

t 2 =+1.7109
500

CONCLUSION:
Se puede concluir que la media poblacional no es 500,
porque la muestra poblacional est por encima de esta,
y por lo tanto debera estar por encima de 500.
2. El gerente de una fbrica de cierto tipo de alimentos
asegura que el peso promedio del producto que
elabora es de 165,285 g. Un inspector toma una
muestra de 16 paquetes del producto y los pesa.
Los resultados fueron los siguientes: 165 158, 153,
162, 171, 175, 173, 169, 166, 170, 164, 177, 148,
167, 152, 149.
Encuentre la probabilidad de x < 163.6875.

P ( X <163.6875 )=P ( t<O .6915 )=0.250

1.
2.

Establecer datos.
n =16
= 165.285 gr.
Hallar los valores de la media aritmtica y la
desviacin estndar de la muestra.

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

datos

( X )

165
158
153
162
171
175
173
169
166
170
164
177
148
167
152
149

1,31
-5,69
-10,69
-1,69
7,31
11,31
9,31
5,31
2,31
6,31
0,31
13,31
-15,69
3,31
-11,69
-14,69

1,7227
32,3477
114,2227
2,8477
53,4727
127,9727
86,7227
28,2227
5,3477
39,8477
0,0977
177,2227
246,0977
10,9727
136,5977
215,7227

2619

163,68
75

X =163.6875
3.

1279,4375
S

85,2958

9,24

S = 9.24.

Hallamos la desviacin estndar para la muestra de

Student.

=
4.

S 9.24
=
=2.31
n 16

Aplicar la frmula para estandarizar los valores de x

y hallamos t.

t=

5.

x 163.6875165.285 1.5975
=
=
=0.6915
s
2.31
2.31
n

Elaborar grfica del problema.

Representa una rea de

A=0.250

, segn tabla

de Student.
0.

t 1 =0.6915

165,285

6.

Conclusin:
La probabilidad de que el promedio del peso del
producto sea inferior a 163.6875 es de 0.25.
El 25% de los artculos tendrn un peso inferior a
163.6875.

Lic. Simen Cedano Rojas

ESTIMACION DISTRIBUCION T STUDENT RESUELTO