Distribucin t de Student

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 pequeo.
Aparece de manera natural al realizar la prueba t de Student para la determinacin de las diferencias entre dos medias
muestrales y para la construccin del intervalo de confianza para la diferencia entre las medias de dos poblaciones
cuando se desconoce la desviacin tpica de una poblacin y sta debe ser estimada a partir de los datos de una
muestra.

Caracterizacin
La distribucin t de Student es la distribucin de probabilidad del cociente

Donde:

Z tiene una distribucin normal de media nula y varianza 1

V tiene una distribucin chi-cuadrado con grados de libertad
Z y V son independientes

Si es una constante no nula, el cociente

es una variable aleatoria que sigue la distribucin t de
Student no central con parmetro de no-centralidad .

Distribucin F
Usada en teora de probabilidad y estadstica, la distribucin F es una distribucin de probabilidad continua.
Tambin se le conoce como distribucin F de Snedecor (por George Snedecor) o como distribucin F de
Fisher-Snedecor.
Una variable aleatoria de distribucin F se construye como el siguiente cociente:

Donde:

U1 y U2 siguen una distribucin chi-cuadrado con d1 y d2 grados de libertad respectivamente, y

U1 y U2 son estadsticamente independientes.

La distribucin F aparece frecuentemente como la distribucin nula de una prueba estadstica,

especialmente en el anlisis de varianza. Vase el test F.

En estadstica, grados de libertad es un estimador del nmero de categoras independientes en una prueba
particular o experimento estadstico. Se encuentran mediante la frmula n r, donde n=nmero de sujetos en
la muestra (tambin pueden ser representados por k r, donde k=nmero de grupos, cuando se realizan
operaciones con grupos y no con sujetos individuales) y r es el nmero de sujetos o grupos estadsticamente
dependientes.
Cuando se trata de ajustar modelos estadsticos a un conjunto de datos, los residuos -expresados en forma de
vector- se encuentran habitualmente en un espacio de menor dimensin que aqul en el que se encontraban los
datos originales. Los grados de libertad del error los determina, precisamente, el valor de esta menor
dimensin.
Un ejemplo aclara el concepto. Supongamos que
son variables aleatorias, cada una de ellas con media , y que

es la "media muestral". Entonces las cantidades

son los residuos, que pueden ser considerados estimaciones de los errores Xi . La suma de los residuos (a
diferencia de la suma de los errores, que no es conocida) es necesariamente 0,