Está en la página 1de 31

DISTRIBUCIN NORMAL, z y t-STUDENT

Distribucin Normal Es la ms importante y de mayor uso de todas las distribuciones continuas de probabilidad. Es la piedra angular en la aplicacin de la inferencia estadstica en el anlisis de datos, puesto que las distribuciones de muchas estadsticas muestrales tienden hacia la distribucin normal conforme crece el tamao de la muestra. Decimos que una variable aleatoria tiene una distribucin Normal con parmetros y 2 ( X ~ N( ,2 ) ) si la funcin 2 de distribucin de ( x ) probabilidades es:

1 f ( x) = e 2

2 2

, x R, R, > 0

El grfico de esta curva es tal que: Tiene un mximo en x= Es simtrica respecto a la vertical x= Tiene puntos de inflexin en x= - y x= + (68.2%) Entre x= - 2 y x= +2 se encuentra el 95.4% de la distribucin E(X)= V(X)= Se aproxima asintticamente al eje X

El grfico de esta curva es tal que: Tiene un mximo en x= Es simtrica respecto a la vertical x= Tiene puntos de inflexin en x= - y x= + (68.2%) Entre x= - 2 y x= +2 se encuentra el 95.4% de la distribucin E(X)= V(X)= Se aproxima

Cuando =0 y =1 se obtiene la distribucin normal estndar o tpica decimos que: z ~ N(0,1), en consecuencia: z

f ( z) =

1 e 2

, z R

Y la esperanza y la

E ( X ) =0 V ( X son: )= 1 varianza

X Si X~N(,2) entonces z= ~N(0,1)

Ejemplo: Una variable X (PS) medida en una poblacin(hombresde35-44aos)sedistribuye normal con media =80 y desviacin estndar =12. Cul es la probabilidad que una persona tengahipertensin(entre90y100)? Sol. Al reemplazar directamente x, y en la 90 80 100 80 frmula z= = 0.83 z= = 1.67 12 12

P (0.83 Z 1.67 )

=P(z<1.67)-P(z<0.83)

Distribucin t Student Sea Z una variable aleatoria normal estndar y X una variable aleatoria chi-cuadrada con v grados de Z T = libertad. Si Z y X sonX independientes, v entonces la variable aleatoria: tiene una t de Student con ( v + 1 ) / 2 [ ( v +distribucin 1) / 2] 2 fv (t ;grados v) = , < t < , v > 0 de [1 + ( t / v ) ] v ( v / 2) libertad y una funcin de densidad de

Para cualquier v>0, la distribucin t es simtrica con respecto al origen y la funcin de densidad tiene su valor mximo cuando t=0.

La esperanza y varianza de una E (T ) = 0 v >1 distribucin t Student son: v


V (T ) = v 2 v >2

Condiciones
Se utiliza en muestras de 30 o menos elementos. La desviacin estndar de la poblacin no se conoce

Diferencias
La

distribucin t student es menor en la media y mas alta en los extremos que una distribucin normal. proporcionalmente mayor parte de su rea en los extremos que la distribucin normal.

Tiene

Comparacin
Distribucin Normal Distribucin t Student

X1

Media

X2

Formulario

Formulario
reas t= x - x s. n t= x - x s. n Nn Nx=x1 ts. n Nn Finita N1

Intervalos

x=x t s . n Infinita

Tipo de Poblacin

Formulario
reas t= x - x s. n t= x - x s. n Nn Nx=x1 ts. n Nn Finita N1

Intervalos

x=x t s . n Infinita

Tipo de Poblacin

Formulario
reas t= x - x s. n t= x - x s. n Nn Nx=x1 ts. n Nn Finita N1

Intervalos

x=x t s . n Infinita

Tipo de Poblacin

Nivel de Significacin

Certeza Deseada

=Nivel de Significaci n

Nivel de Significacin
=Nivel de Significacin/2

1=Nivel de Significaci n

Certeza Deseada

2=Nivel de Significaci n

= (1 Certeza Deseada)

Grados de Libertad

Existe una distribucin t para cada tamao de la muestra, por lo que Existe una distribucin para cada uno de los grados de libertad. Los grados de libertad son el numero de valores elegidos libremente.

Grados de Libertad
Dentro

de una muestra para distribucin t student los grados de libertad se calculan de la siguiente manera: 1

GL=n

Ejemplo

Se tiene una muestra de 7 elementos con una media de 16.

GL= a+b+c+d+e+f+g =16 7 GL=n 1 =7-1= 6

Uso de la Tabla de Distribucin t

La tabla de distribucin t es mas compacta que z y muestra las reas y valores de t para unos cuantos porcentajes exclusivamente (10%,5%,2% y 1%)

Levin,Richard, Estadstica para Administradores segunda edicin, edit, Prentice Hall,

Uso de la Tabla de Distribucin t


Una segunda diferencia de la tabla es que no se centra en la probabilidad de que el parmetro de la poblacin que esta siendo estimado caiga dentro del intervalo de confianza. Por el contrario, mide la probabilidad de que ese parmetro no caiga dentro del Levin,Richard, Estadstica para Administradores segunda edicin, edit, Prentice Hall, intervalo de confianza

Una tercera diferencia en el empleo de la tabla consiste en que hemos de especificar los grados de libertad con que estamos trabajando.

Levin,Richard, Estadstica para Administradores segunda edicin, edit, Prentice Hall,

Ejercicio

Se desea obtener un intervalo de confianza al 99% para el tiempo medio requerido para realizar un trabajo. Una muestra aleatoria de 16 mediciones produce una media y una desviacin estndar de 13 y 5.6 minutos respectivamente

Encontrando t
t= Una confianza del 99% con (n-1) grados de libertad. GL=16-1=15

1=.005 2=.005

99 %
= 1% = .01 /2=.005

Datos
n= 16 X=13 minutos x=x S= 5.6 minutos t=2.947

ts. n

=132.947(5.6/16) =134.12 Tiempo medio 1=17.12 minutosrequerido para el trabajo sera 2=8.88 minutos realizar entre 8.88 y 17.12
minutos con una

99 %
8.88 min 17.12 min