3.

Distribución de Muestreo de µ desconocido

con δ 2 desconocida
Ya que conocemos la distribución de Y → χ2n y la de S 2 → χ2n−1 , podemos
hacer inferencias en poblaciones con varianzas desconocidas utilizando a S 2
como estimador insesgado de δ 2 . Esto nos lleva a pensar en el caso (muy común
además) en el cual se tiene una muestra X y se desconoce tanto µ como δ 2 .
Ası́ pues, la distribución t-student nos permite definir la distribución de
muestreo de X̄ → N (µ, δ 2 ) cuando se desconoce su varianza, que serı́a entonces
χ2n−1 , de la siguiente forma:
Z
T = p
χ/ν
donde T se define como el cociente entre una distribución normal estándar y la
raı́z cuadrada de una variable χ corregida por sus grados de libertad ν. Algunas
de sus propiedades son:
Está parametrizada por ν
Su valor esperado E(T ) = 0
Su varianza es Var(T ) = ν/(ν − 2), ∀ ν > 2
De esta forma podemos encontrar la distribución de muestreo de X̄ con δ 2
como una distribución t-student donde:
X̄ − µ
ZX̄ = √ ,
δ/ n
(n − 1)S 2
Y = ,
δ2
ν = (n − 1),
Z
T = p X̄ ,
Y /ν

después de simplificar tenemos:

X̄ − µ δ X̄ − µ
T = √ ·√ = √ ,
δ/ n S 2 S/ n

que es una variable t-student con ν = n − 1 grados de libertad correspondientes

a la variable Y , en este caso, la varianza muestral como estimador insesgado de
δ 2 que es desconocida.
Intuitivamente sabemos que X̄ debe tender a µ y S 2 debe tender a δ 2 con-
forme ν → ∞ lo cual hace que la distribución de Normal y t-student para X̄
convergan en cuanto ν → ∞. Esto se debe a la consistencia de X̄ y el Teorema
Central del Lı́mite.

6
 Ejemplo 7.8 - Canavos. Suponga un experimento donde el promedio de
consumo de gasolina de un vehı́culo determinado es definido por el gobierno
de 45 millas por galón, para lo cual se hacen 25 ensayos en el mismo tipo de
vehı́culo recorriendo 100 millas por ensayo resultando en un promedio de 43.5
y desviación estándar de 2.5 millas por galón. Cual es la probabilidad que se
sobrepase el promedio de consumo muestral obtenido?

R/. Ya que desconocemos la varianza poblacional usaremos S = 2,5:

Z 43,5 − 45
t = √ X̄ = √ = −3
Y /ν 2,5/ 25
De la Tabla F del apéndice de Canavos, tenemos que P (t25 6 −3) = 0,005.
Nótese que la probabilidad que se sobrepase el promedio de consumo muestral
obtenido es 1 − P (t25 6 −3) = 1 − 0,005 = 0,995 lo cual indica que el 99.5 %
de los casos tienen un consumo mayor a 43.5 galones, que está en concordancia
con el promedio establecido por el gobierno.