Documente Academic
Documente Profesional
Documente Cultură
DISTRIBUCION T-STUDENT
CÁTEDRA:
Estadística y Diseño de Experimentos
CATEDRÁTICO:
Ing. Henrry R. Ochoa Leon
PRESENTADO POR:
BARRERA CONTRERAS, Yanela (IQ)
COSSIO SIERRA, Krugger (IQ)
ENRIQUEZ LAURA, Jhatsell Lisbet (IQ)
HURTADO BARRIENTOS, Lesly Jennyfer (IQ)
MALDONADO SEDANO, Bladimir (IQ)
PAUCAR CCOICCA, Estefani (IQ)
QUISPE VELARDE, Caroline Dayana (IQ)
SURICHAQUI RAMOS, Litman Uriel (IQI)
SEMESTRE: III
FECHA DE ENTREGA: 11 de junio del 2018
2018 - HY0
RESUMEN
El objetivo de esta monografía es analizar las características y aplicación de la
Distribución “T de Student”, que aporta a nuestra formación profesional
información orientada a la aplicación al campo estudiantil, promoviendo y
orientando a la investigación.
ii
ABSTRACT
The objective of this monograph is to analyze the characteristics and application
of the "T de Student" Distribution, which contributes to our professional training
information oriented to the application to the student field, promoting and guiding
the investigation.
iii
I. INTRODUCCION
iv
OBJETIVOS
v
INDICE
RESUMEN ................................................................................................................................................ ii
ABSTRACT ............................................................................................................................................... iii
I. INTRODUCCION.............................................................................................................................. iv
OBJETIVOS ............................................................................................................................................... v
II. MARCO TEORICO ........................................................................................................................... 1
2.1 HISTORIA ...................................................................................................................................... 1
2.2 DEFINICION .................................................................................................................................. 1
2.3 EMPLEO DE LA DISTRIBUCION DE “T DE STUDENT” (USOS PARA LOS CUALES ES IDONEA ESTA
DISTRIBUCION) ................................................................................................................................... 1
2.4 CARACTERISTICAS ........................................................................................................................ 2
2.5 GRADOS DE LIBERTAD.................................................................................................................. 2
2.6 DIFERENCIAS CON OTRAS DISTRIBUCIONES ............................................................................... 2
2.7 TEORIA DE LAS PEQUEÑAS MUESTRAS ....................................................................................... 3
2.8 DISTRIBUCION DE PROBABILIDAD DE T DE STUDENT ................................................................. 3
2.9 PROPIEDADES............................................................................................................................... 4
2.10 CALCULO DE UNA DISTRIBUCION T DE STUDENT ..................................................................... 4
2.11 TABLAS DE DISTRIBUCION DE T-STUDENT ................................................................................ 6
2.11.1 DIFERENCIAS DE OTRAS TABLAS DE DISTRIBUCION .......................................................... 8
2.11.2 USOS DE LAS TABLA DE DISTRIBUCION T ........................................................................... 8
2.12 IMPORTANCIA DEL ESTUDIO DE LA DISTRIBUCION T ............................................................... 8
2.13 EJEMPLO: UTILIZANDO MINITAB ............................................................................................... 9
CONCLUSIONES .................................................................................................................................... 11
BIBLIOGRAFIA ....................................................................................................................................... 12
vi
II. MARCO TEORICO
2.1 HISTORIA
Pues en realidad Student no era el nombre o el apellido del responsable de
esta distribución de probabilidad, sino que era un seudónimo. El verdadero
nombre del creador dela t de Student es William Sealy Gosset, y todo lo
que rodeó al desarrollo de la misma y a la utilización de un seudónimo
conforma una historia cuanto menos curiosa.
La distribución t de Student es una distribución deprobabilidad asociada a
la distribución normal. Aparece cuando se quiere estimar la media de una
población distribuida según una normal cuando el tamaño de la muestra
utilizada para la estimación es pequeño y la varianza de la población es
desconocida. William Sealy Gosset fue un estadístico, mejor conocido por
su sobrenombre literario Student.
William Sealy Gosset era un matemático y químico inglés que después de
terminar sus estudios comenzó a trabajar en las destilerías Guinness, en lo
que se refiere a control de calidad en el proceso de creación de la cerveza.
Los bajos tamaños de muestra con los que habitualmente contaba fueron
los “culpables” de sus estudios, y los que a la postre lo llevaron a desarrollar
la distribución “T”.
2.2 DEFINICION
También llamada teoría exacta de muestreo.
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.
La distribución T, es más ancha y más plana en el centro que la distribución
normal estándar, como resultado de esto se tiene una mayor variabilidad
en las medias de muestra calculadas a partir de muestras más pequeñas.
1
2.4 CARACTERISTICAS
La distribución se denomina distribución de Student o distribución “t”.
o La media es igual a cero, la variancia es mayor que 1.
𝑣
o La varianza es igual a donde v es el numero de grados de
𝑣−2
libertad.
o La varianza es siempre mayor que 1, aunque es muy cercana a 1
cuando se tienen muchos grados de libertad.
o Es más achatada que la normal y adopta diferentes formas , según
el número de grados de libertad.
o No tiene valores negativos, el valor mínimo es 0.
o Todas las curvas son asimétricas.
o A medida que aumenta el tamaño de la muestra la curva es menos
asimétrica, aproximándose a una curva normal.
o Cuando aumentan los grados de libertad las curvas son menos
elevadas y más extendidas a la derecha.
o Con infinitos grados de libertad la distribución t es igual a la normal
2
2.7 TEORIA DE LAS PEQUEÑAS MUESTRAS
En probabilidad y estadística, la distribución T o distribución T de Student
es una distribución de probabilidad que surge del problemas de estimar la
media de una población normalmente distribuida cuando el tamaño de la
muestra es pequeño.
2
∑𝑛𝑖=1(𝑥𝑖 − 𝑥̅ )2
𝑠 =
𝑛−1
Esta fórmula está basada en n-1 grados de libertad. Esta terminología
resulta del hecho de que si bien 𝑆 2 esta basada en n cantidades 𝑥1 − 𝑥̅ , 𝑥2 −
𝑥̅ , … 𝑥𝑛 − 𝑥̅ , estas suman cero, así que especificar los valores de cualquier
n-1 de las cantidades determina el valor restante.
Por ejemplo, si n=4 y 𝑥1 − 𝑥̅ = 8; 𝑥2 − 𝑥̅ = −6 𝑦 𝑥4 − 𝑥̅ = −4, entonces
automáticamente tenemos 𝑥3 − 𝑥̅ = 2, asi que solo tres de las cuatro
medidas de 𝑥𝑖 − 𝑥̅ están libremente determinadas, la otra debe tomar el
valor que haga esta suma cero; es por eso que solo tenemos 3 grados de
libertad.
3
La siguiente figura presenta la gráfica de varias distribuciones t. La
apariencia general de la distribución t es similar a la de la distribución
normal estándar, ambas son simétricas y unimodales, y el valor máximo de
la ordenada se alcanza en la media 𝜇 = 0. Sin embargo, la distribución t
tiene colas más amplias que la normal. A medida que el número de grados
de libertad tiende al infinito, la forma límite de la distribución t es la
distribución normal estándar.
2.9 PROPIEDADES
Cada curva t tiene forma de campana con centro en 0.
Cada curva t , está más dispersa que la curva normal estándar.
A medida que 𝑘 aumenta, la dispersión de curvas t correspondientes
disminuye.
A medida que 𝑘−> ∞, la secuencia de curvas t se aproxima a la curva
normal estándar.
4
La prueba de hipótesis para medias usando Distribucion T de Student se
usa cuando se cumplen las siguientes dos condiciones:
o Es posible calcular las media y desviación estándar a partir de la
muestra.
o El tamaño de la muestra es menor de 30
PASO 1
Plantear las hipótesis nula (H0) y la hipótesis alternativa (Hi).
La hipótesis alternativa plantea matemáticamente lo que queremos
demostrar, en tanto que la hipótesis nula plantea exactamente lo
contrario.
PASO 2
Determinar el nivel de significancia (rango de aceptación de la hipótesis
alternativa), α .
Se considera un nivel alfa de:
0.05 para proyectos de investigación
0.01 para aseguramiento de la calidad
0.10 para estudios o encuestas de mercadotecnia.
PASO 3
Evidencia muestral, se calcula la media y la desviación estándar a partir
de la muestra.
5
PASO 4
Se aplica la distribución T de Student para calcular la probabilidad de error
(P) por medio de la fórmula general, se contrasta con el valor T obtenido
de la tabla correspondiente.
PASO 5
En base a la evidencia disponible se acepta o se rechaza la hipótesis
alternativa.
Si la probabilidad de error (P) es mayor que el nivel de significancia
se RECHAZA la hipótesis alternativa.
Si la probabilidad de error (P) es menor que el nivel de significancia
se ACEPTA la hipótesis alternativa.
1
r 0.75 0.80 0.85 0.90 0.95 0.975 0.99 0.995
1 1.000 1.376 1.963 3.078 6.314 12.706 31.821 63.657
2 0.816 1.061 1.386 1.886 2.920 4.303 6.965 9.925
3 0.765 0.978 1.250 1.638 2.353 3.182 4.541 5.841
4 0.741 0.941 1.190 1.533 2.132 2.776 3.747 4.604
5 0.727 0.920 1.156 1.476 2.015 2.571 3.365 4.032
6
16 0.690 0.865 1.071 1.337 1.746 2.120 2.583 2.921
17 0.689 0.863 1.069 1.333 1.740 2.110 2.567 2.898
18 0.688 0.862 1.067 1.330 1.734 2.101 2.552 2.878
19 0.688 0.861 1.066 1.328 1.729 2.093 2.539 2.861
20 0.687 0.860 1.064 1.325 1.725 2.086 2.528 2.845
1
r 0.75 0.80 0.85 0.90 0.95 0.975 0.99 0.995
1 1.000 1.376 1.963 3.078 6.314 12.706 31.821 63.657
2 0.816 1.061 1.386 1.886 2.920 4.303 6.965 9.925
3 0.765 0.978 1.250 1.638 2.353 3.182 4.541 5.841
4 0.741 0.941 1.190 1.533 2.132 2.776 3.747 4.604
5 0.727 0.920 1.156 1.476 2.015 2.571 3.365 4.032
7
28 0.683 0.855 1.056 1.313 1.701 2.048 2.467 2.763
29 0.683 0.854 1.055 1.311 1.699 2.045 2.462 2.756
30 0.683 0.854 1.055 1.310 1.697 2.042 2.457 2.750
8
2.13 EJEMPLO: UTILIZANDO MINITAB
GRAFICA DE DISTRIBUCION:
9
RESULTADOS:
El descenso medio de la presión diastólica basal tras dos semanas de
tratamiento esta entre 0.76 y 3.96 mmHg con un nivel de confianza del
95%.
La diferencia de medias es significativamente distinta de cero (p=0.002);
o sea que hay una diferencia estadísticamente significativa entre la media
basal y la media al cabo de 2 semanas
10
CONCLUSIONES
11
BIBLIOGRAFIA
12