Documente Academic
Documente Profesional
Documente Cultură
Ir a la navegaci�nIr a la b�squeda
Distribuci�n t de student
Student densite best.JPG
Funci�n de densidad de probabilidad
T distributionCDF.png
Funci�n de distribuci�n de probabilidad
Par�metros {\displaystyle \nu >0\!} {\displaystyle \nu >0\!} grados de libertad
(real)
Dominio {\displaystyle x\in (-\infty ;+\infty )\!} {\displaystyle x\in (-\infty
;+\infty )\!}
Funci�n de densidad (pdf) {\displaystyle {\frac {\Gamma ((\nu +1)/2)}{{\sqrt
{\nu \pi }}\,\Gamma (\nu /2)}}(1+x^{2}/\nu )^{-(\nu +1)/2}\!} {\displaystyle {\frac
{\Gamma ((\nu +1)/2)}{{\sqrt {\nu \pi }}\,\Gamma (\nu /2)}}(1+x^{2}/\nu )^{-(\nu
+1)/2}\!}
Funci�n de distribuci�n (cdf) {\displaystyle {\begin{matrix}{\frac {1}{2}}
+x\Gamma \left({\frac {\nu +1}{2}}\right)\cdot \\[0.5em]{\frac
{\,_{2}F_{1}\left({\frac {1}{2}},{\frac {\nu +1}{2}};{\frac {3}{2}};-{\frac {x^{2}}
{\nu }}\right)}{{\sqrt {\pi \nu }}\,\Gamma \left({\frac {\nu }
{2}}\right)}}\end{matrix}}} {\displaystyle {\begin{matrix}{\frac {1}{2}}+x\Gamma
\left({\frac {\nu +1}{2}}\right)\cdot \\[0.5em]{\frac {\,_{2}F_{1}\left({\frac {1}
{2}},{\frac {\nu +1}{2}};{\frac {3}{2}};-{\frac {x^{2}}{\nu }}\right)}{{\sqrt
{\pi \nu }}\,\Gamma \left({\frac {\nu }{2}}\right)}}\end{matrix}}} donde
{\displaystyle \,_{2}F_{1}} {\displaystyle \,_{2}F_{1}} es la funci�n
hipergeom�trica
Media {\displaystyle 0} {\displaystyle 0} para {\displaystyle \nu >1}
{\displaystyle \nu >1}, indefinida para otros valores
Mediana {\displaystyle 0} {\displaystyle 0}
Moda {\displaystyle 0} {\displaystyle 0}
Varianza {\displaystyle {\frac {\nu }{\nu -2}}\!} {\displaystyle {\frac {\nu }
{\nu -2}}\!} para {\displaystyle \nu >2} {\displaystyle \nu >2}, indefinida para
otros valores
Coeficiente de simetr�a {\displaystyle 0} {\displaystyle 0} para {\displaystyle \nu
>3} {\displaystyle \nu >3}
Curtosis {\displaystyle {\frac {6}{\nu -4}}\!} {\displaystyle {\frac {6}{\nu
-4}}\!} para {\displaystyle \nu >4} {\displaystyle \nu >4}
Entrop�a
{\displaystyle {\begin{matrix}{\frac {\nu +1}{2}}\left[\psi ({\frac {1+\nu }
{2}})-\psi ({\frac {\nu }{2}})\right]\\[0.5em]+\log {\left[{\sqrt {\nu }}B({\frac
{\nu }{2}},{\frac {1}{2}})\right]}\end{matrix}}} {\displaystyle {\begin{matrix}
{\frac {\nu +1}{2}}\left[\psi ({\frac {1+\nu }{2}})-\psi ({\frac {\nu }
{2}})\right]\\[0.5em]+\log {\left[{\sqrt {\nu }}B({\frac {\nu }{2}},{\frac {1}
{2}})\right]}\end{matrix}}}
Z es una variable aleatoria distribuida seg�n una normal t�pica (de media nula y
varianza 1).
V es una variable continua que sigue una distribuci�n ?� con {\displaystyle \nu \ }
{\displaystyle \nu \ } grados de libertad.
Z y V son independientes
Si � es una constante no nula, el cociente {\displaystyle {\frac {Z+\mu }{\sqrt
{V/\nu \ }}}} {\displaystyle {\frac {Z+\mu }{\sqrt {V/\nu \ }}}} es una variable
aleatoria que sigue la distribuci�n t de Student no central con par�metro de no-
centralidad {\displaystyle \mu } \mu.
Historia
La distribuci�n de Student fue descrita en el a�o 1908 por William Sealy Gosset.
Gosset trabajaba en una f�brica de cerveza, Guinness, que prohib�a a sus empleados
la publicaci�n de art�culos cient�ficos debido a una difusi�n previa de secretos
industriales. De ah� que Gosset publicase sus resultados bajo el seud�nimo de
Student.1?