Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Existen una serie de distribuciones especiales que resultan de especial inters en la utilizacin de las herramientas de inferencia estadstica. Dichas distribuciones son :
La distribucin Ji al cuadrado con n grados de libertad se corresponde con la distribucin de la suma de los cuadrados de n variables aleatorias independientes que siguen modelos normales con media 0 y desviacin tpica 1. La distribucin t de Student con n grados de libertad se corresponde con la distribucin del cociente de una variable aleatoria Normal con media 0 y desviacin tpica 1, respecto a la raiz cuadrada de una variable aleatoria Ji al cuadrado con n grados de libertad dividida por n. La distribucin Normal y Ji al cuadrado que intervienen en la definicin deben ser independientes. La distribucin F de Fisher-Snedecor con n y m grados de libertad se corresponde al cociente de una Ji al cuadrado con n grados de libertad dividida por n respecto una Ji al cuadrado con m grados de libertad dividida por m.
DISTRIBUCION JI-CUADRADA (X2) En realidad la distribucin ji-cuadrada es la distribucin muestral de s2. O sea que si se extraen todas las muestras posibles de una poblacin normal y a cada muestra se le calcula su varianza, se obtendr la distribucin muestral de varianzas. Para estimar la varianza poblacional o la desviacin estndar, se necesita conocer el estadstico X2. Si se elige una muestra de tamao n de una poblacin normal con varianza , el estadstico:
tiene una distribucin muestral que es una distribucin ji-cuadrada con gl=n-1 grados de libertad y se denota X2 (X es la minscula de la letra griega ji). El estadstico ji-cuadrada esta dado por:
la varianza
Propiedades de las distribuciones ji-cuadrada 1. Los valores de X2 son mayores o iguales que 0. 2. La forma de una distribucin X2 depende del gl=n-1. En consecuencia, hay un nmero infinito de distribuciones X2. 3. El rea bajo una curva ji-cuadrada y sobre el eje horizontal es 1. 4. Las distribuciones X2 no son simtricas. Tienen colas estrechas que se extienden a la derecha; esto es, estn sesgadas a la derecha. 5. Cuando n>2, la media de una distribucin X2 es n-1 y la varianza es 2(n-1). El valor modal de una distribucin X2 se da en el valor (n-3). 6. Se usa para el estudia de la varianza poblacional en muestras grandes y pequeas. La siguiente figura ilustra tres distribuciones X2. Note que el valor modal aparece en el valor (n-3) = (gl-2).
para x>0 La tabla que se utilizar para estos apuntes es la del libro de probabilidad y estadstica de Walpole, la cual da valores crticos (gl) para veinte valores especiales de . Para denotar el valor crtico de una distribucin X2 con gl grados de libertad se usa el smbolo (gl); este valor crtico determina a su derecha un 2 rea de bajo la curva X y sobre el eje horizontal. Por ejemplo para encontrar X20.05(6) en la tabla se localiza 6 gl en el lado izquierdo y a o largo del lado superior de la misma tabla.
Media: = n
Varianza: 2 = 2n
Clculo de Probabilidad El clculo de probabilidad en una distribucin muestral de varianzas nos sirve para saber cmo se va a comportar la varianza o desviacin estndar en una muestra que proviene de una distribucin normal.
Ejemplos: 1.Suponga que los tiempos requeridos por un cierto autobs para alcanzar un de sus destinos en una ciudad grande forman una distribucin normal con una desviacin estndar =1 minuto. Si se elige al azar una muestra de 17 tiempos, encuentre la probabilidad de que la varianza muestral sea mayor que 2. Solucin: Primero se encontrar el valor de ji-cuadrada correspondiente a s2=2 como sigue:
El valor de 32 se busca adentro de la tabla en el rengln de 16 grados de libertad y se encuentra que a este valor le corresponde un rea a la derecha de 0.01. En consecuencia, el valor de la probabilidad es P(s2>2)
2. Encuentre la probabilidad de que una muestra aleatoria de 25 observaciones, de una poblacin normal con varianza , tenga una varianza muestral: a. Mayor que 9.1 b. Entre 3.462 y 10.745 Solucin. a. Primero se proceder a calcular el valor de la ji-cuadrada:
Al buscar este nmero en el rengln de 24 grados de libertad nos da un rea a la derecha de 0.05. Por lo que la P(s2 >9.1) = 0.05 b. Se calcularn dos valores de ji-cuadrada:
y Aqu se tienen que buscar los dos valores en el rengln de 24 grados de libertad. Al buscar el valor de 13.846 se encuentra un rea a la derecha de 0.95. El valor de 42.98 da un rea a la derecha de 0.01. Como se est pidiendo la probabilidad entre dos valores se resta el rea de 0.95 menos 0.01 quedando 0.94. Por lo tanto la P(3.462 s2 10.745) = 0.94
Distribucin t de Student
Donde el parmetro n de
La distribucin t de Student existe para todos los valores de x reales, y es simtrica respecto al eje y. La distribucin de probabilidad de esta funcin para valores menores de un x dado, que representamos por
donde:
PROPIEDADES DE LA DISTRIBUCIN t
1. 2. 3. 4.
Es simtrica con respecto a la media Es asinttica en sus extremos El rea bajo la curva es igual a 1 Tiene un parmetro n llamado grados de libertad 5. Se usa para el estudio de la media poblacional y de la diferencias de medias , en muestras pequeas (n <30)
MANEJO DE LA TABLA Para el clculo de esta integral existen distintos tipos de Tabla de distribucin t de Student, en la que para distintos valores de n y de x se puede buscar su probabilidad Ejemplo1 Cul es la probabilidad de que una variable t de Student de 6 grados de libertad deja a la izquierda de -1,45: los valores negativos no vienen en la tabla, pero segn lo anterior: en la tabla encontramos: por tanto: con lo que obtenemos: acumulada p, veamos una de esas tablas
Ejemplo2 Cul es la probabilidad acumulada a la derecha de 2,45, en una variable t de Student de 15 grados de libertad. segn lo anterior: por la tabla tenemos que: que sustituyndolo en la expresin, resulta: que da como resultado:
Ejemplo3 Cual es la probabilidad acumulada de una variable t de Student de 25 grados de libertad,se encuentre entre: 0,75 y 1,25. segn lo anterior, tenemos: en la tabla las probabilidades, tenemos los valores:
Ejemplo 4 Cual es la abscisa de una distribucin t de Student de 5 grados de libertad que deja a su izquierda una probabilidad del 85%. esto es: consultando la tabla en la columna del 0,85 y en la fila del 5, tenemos que;
DISTRIBUCIN F DE SNEDECOR Es una distribucin de probabilidad de gran aplicacin en la inferencia estadstica, fundamentalmente en la contrastacin de la igualdad de varianzas de dos poblaciones normales, y , fundamentalmente en el anlisis de la varianza . La distribucin se plantea partiendo de dos variables X e Y tales que :
es decir el cociente entre ambas chi2 divididas a su vez, por sus correspondientes grados de libertad tendremos que la funcin F corresponde a una distribucin F de Snedecor con m y n grados de libertad ; es decir una Queda claro por tanto que la distribucin F de Snedecor tiene dos parmetros , que son m y n ; grados de libertad del numerador , grados de libertad del denominador. Ggrfica de la funcin de densidad)
os.
si n > 2