Sunteți pe pagina 1din 24

Distribucin t de Student

Historia
La distribucin de Student fue descrita en 1908 por William Sealy
Gosset. Gosset trabajaba en una fbrica de cerveza, Guinness,
que prohiba a sus empleados la publicacin de artculos
cientficos debido a una difusin previa de secretos industriales.
De ah que Gosset publicase sus resultados bajo el seudnimo de
Student.
Distribucin t de Student
Historia

o Aplico sus conocimientos


estadsticos tanto a la destilera
como a la granja (para
seleccionar las mejores
variedades de cebada)
o De ah el uso de su
pseudnimo Student en sus
publicaciones, para evitar que
su empleador lo detectara
o Gosset public El error
probable de una media
Distribucin t de Student
Historia

La estadstica de Gosset era


z = t/(n - 1). Fisher
introdujo la forma t debido a
que se ajustaba a su teora de
grados de libertad Fisher es
responsable tambin de la
aplicacin de la distribucin
t a la regresin.
Distribucin t de Student
Definicin

En probabilidad y estadstica la
distribucin t de student es una
distribucin de probabilidad que surge
del problema de estimar la media de una
poblacin normalmente distribuida
cuando el tamao de la muestra es
pequea
Distribucin t de Student
Definicin
Se utiliza para hacer estimaciones de parmetros
de las poblaciones a partir de los valores
estadsticos correspondientes en las muestras,
cuando se desconoce el valor de la varianza o la
desviacin estndar de la poblacin.
Distribucin t de Student
Propiedades

o 1. cada curva t tiene forma de campana con centro en 0.


o Cada curva t, es mas dispersa que la curva normal estndar.
o A medida de que aumenta, la dispersin de la curva t correspondiente
disminuye.
o a medida de que k tiende a infinito, la secuencia de curvas t se aproxima a la
curva normal estndar.
Distribucin t de Student
Observaciones
Las observaciones proceden de una
poblacin que tiene distribucin normal
con media y desviacin estndar. En la
practica a no ser que la muestra sea muy
pequea, es suficiente con que la
poblacin sea simtrica y con un solo
pico. Tanto la media como la desviacin
tpica son parmetros desconocidos.
Distribucin t de Student
Error Estndar
Cuando la desviacin estndar del estadstico
se estima a partir de datos, el resultado se
llama error estndar del estadstico. El error
estndar se calcula usando la formula:
Distribucin t de Student

o Cuando conocemos el valor de la


desviacin estndar , basamos los
intervalos de confianza y las pruebas para
la media ene le estadstico z de una
muestra.

o T= media muestral-media/ desviacin


estndar/ raz n
Distribucin t de Student
Grados de Libertad
o Representan el nmero de datos independientes
que se pueden tomar de la poblacin para
construir la muestra, de tal manera que los
valores de los estadsticos en la muestra sean
cercanos a los valores de los parmetros
correspondientes en la poblacin.
o Al escoger una muestra de tamao n, el numero
de datos independientes que se pueden tomar es
n-1, ya que el ultimo dato que se escoja, es el que
viene a definir el valor del estadstico en la
muestra gl=n-1
Distribucin t de Student
Representacin Grafica
Distribucin t de Student
Representacin Grafica
Distribucin t de Student
Representacin Grafica
Distribucin t de Student
Representacin Grafica
Comparacin de Tipo de Curvas
Distribucin t de Student
Representacin Grafica
Comportamiento de la distribucin T comparada con la
distribucin Z

Representacin Grafica
Distribucin t de Student
Representacin Grafica
Donde el parmetro
n de tn , se
denomina grados de
libertad de la
distribucin.

La distribucin t de
Student existe para
todos los valor es de
x reales, y es simtrica
respecto al eje y.
Distribucin t de Student
Representacin Grafica

Para distintos valores de n y de x se puede


buscar su probabilidad acumulada p
Distribucin t de Student
Representacin Grafica
Hiptesis de dos lados

Hacia el lado derecho


Distribucin t de Student
Representacin Grafica

Hacia el izquierdo
Distribucin t de Student
Representacin Grafica

En esta tabla hay dos entradas, en la fila


superior estn los valores de n para los
que se ha calculado la probabilidad, en
la columna de la izquierda los de x, para
x igual o mayor que cero, en
incrementos de 0,05, para cada valor de
n y de la x correspondiente tenemos la
probabilidad acumulada, expresada con
tres cifras decimales.
Distribucin t de Student
Representacin Grafica
n\p 0,50 0,55 0,60 0,70 0,75 0,80 0,85 0,90 0,95

1 0,324 919 0,726 543 1,000 001 1,376 382 1,962 612 3,077 685 6,313 749 31,820 96 63,655 90

2 0,288 675 0,617 214 0,816 497 1,060 660 1,386 206 1,885 619 2,919 987 6,964 547 9,924 988

3 0,276 671 0,584 390 0,764 892 0,978 472 1,249 778 1,637 745 2,353 363 4,540 707 5,840 848

4 0,270 722 0,568 649 0,740 697 0,940 964 1,189 567 1,533 206 2,131 846 3,746 936 4,604 080

5 0,267 181 0,559 430 0,726 687 0,919 543 1,155 768 1,475 885 2,015 049 3,364 930 4,032 117

6 0,264 835 0,553 381 0,717 558 0,905 703 1,134 157 1,439 755 1,943 181 3,142 668 3,707 428

7 0,263 167 0,549 110 0,711 142 0,896 030 1,119 159 1,414 924 1,894 578 2,997 949 3,499 481

8 0,261 921 0,545 934 0,706 386 0,888 890 1,108 145 1,396 816 1,859 548 2,896 468 3,355 381

9 0,260 956 0,543 480 0,702 722 0,883 404 1,099 716 1,383 029 1,833 114 2,821 434 3,249 843

10 0,260 185 0,541 528 0,699 812 0,879 057 1,093 058 1,372 184 1,812 462 2,763 772 3,169 262

11 0,259 556 0,539 937 0,697 445 0,875 530 1,087 667 1,363 430 1,795 884 2,718 079 3,105 815

12 0,259 033 0,538 618 0,695 483 0,872 609 1,083 212 1,356 218 1,782 287 2,680 990 3,054 538

13 0,258 591 0,537 504 0,693 830 0,870 151 1,079 469 1,350 172 1,770 932 2,650 304 3,012 283

14 0,258 212 0,536 552 0,692 417 0,868 055 1,076 280 1,345 031 1,761 309 2,624 492 2,976 849

15 0,257 885 0,535 729 0,691 197 0,866 245 1,073 531 1,340 605 1,753 051 2,602 483 2,946 726
Distribucin t de Student
Representacin Grafica
Distribucin t de Student
Ejemplos

1 La longitud de los tornillos


fabricados en una fbrica tienen
media =10 mm y desviacin s=1
mm, calcular la probabilidad de
que en una muestra de tamao
n=25, la longitud media del
tornillo sea inferior a 20.5 mm:
P (<20.5)
Estandarizamos T=(X-)/(s/n) que sigue
una distribucin t de n-1 grados de libertad

T=(20.5-20)/(1/25) = 2.5

P (<20.5) --> P (T<2.5) ~ t(24) P (T<2.5) =


0.9902
P (<20.5)=0.9902
La probabilidad que la longitud media de la
muestra de 25 tornillos sea inferior a 20.5
mm es del 99.02%

S-ar putea să vă placă și