Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Distribucion T de Student Scrib 121018181110 Phpapp01
Distribucion T de Student Scrib 121018181110 Phpapp01
INDICE
INTRODUCCION
DISTRIBUCIN t DE STUDENT
Ley de Student
Grados de Libertad
EJERCICIOS RESUELTOS
11
BIBLIOGRAFIA
16
ANEXO
17
INTRODUCCION
UNIVERSIDAD DE EL SALVADOR
FACULTAD MULTIDISCIPLINARIA DE OCCIDENTE
La distribucin t de Student se utiliza cuando nos encontramos con la dificultad de
no conocer la desviacin tpica poblacional y nuestra muestra es menor de 30. Es
similar a la curva normal, pero la distribucin t tiene mayor rea a los extremos y
menos en el centro.
Esta fue descubierta por un especialista en estadstica de una empresa irlandesa,
este seor cuyo nombre era William S. Gosset, hizo inferencias acerca de la
media cuando la desviacin poblacional fuese desconocida; y ya que a los
empleados de dicha entidad no les era permitido publicar el trabajo de
investigacin bajo sus propios nombres, Gosset adopt el seudnimo de
Student.
Sus funciones se basan en establecer un intervalo de confianza, utilizando un nivel
de confianza y los grados de libertad, obteniendo valores de una tabla dada con
respecto a estas variables y aplicarla en la formula.
De gran utilidad, reduce tiempo, costo y esfuerzos. Se utiliza para probar hiptesis
y tambin para saber si dos muestras provienen de la misma poblacin.
DISTRIBUCIN t DE STUDENT
DISTRIBUCION t DE STUDENT
Distribucin t de Student
Pgina 2
UNIVERSIDAD DE EL SALVADOR
FACULTAD MULTIDISCIPLINARIA DE OCCIDENTE
En muchas ocasiones no se conoce y el nmero de observaciones en la
muestra es menor de 30. En estos casos, se puede utilizar la desviacin estndar
de la muestra s como una estimacin de , pero no es posible usar la distribucin
Z como estadstico de prueba. El estadstico de prueba adecuado es la
distribucin t. A veces es necesario hacer anlisis de muestras pequeas por
razones de tiempo y reduccin de costos, para ello fue descubierta la distribucin t
por William Gosset, un especialista en estadstica, que la public en 1908 con el
seudnimo de Distribucin t Student.
Los usos para los cuales es idnea esta distribucin son los siguientes:
1) Para determinar el intervalo de confianza dentro del cual se puede estimar
la media de una poblacin a partir de muestras pequea (n < 30)
2) Para probar hiptesis cuando una investigacin se basa en muestreo
pequeo.
3) Para probar si dos muestras provienen de una misma poblacin.
Sus aplicaciones en la inferencia estadstica son para estimar y probar una media
y una diferencia de medias (independiente y pareada).
Cuando hicimos la estimacin por intervalo, usando la distribucin Z, con n 30,
establecimos el intervalo de confianza para estimar la media poblacional, as x z
n dado que conocamos la desviacin tpica de la poblacin . Sin embargo, si
no la conocemos se puede sustituir por la desviacin tpica muestral S quedando
as x z sn. Se sabe tambin que si X es una variable normalmente distribuida
con media
y variancia x2 =
2n.
Asimismo: x x = z, es una variable aleatoria normal estandarizada, con media
igual a cero y variancia igual a uno. Si x se sustituye por
Distribucin t de Student
Pgina 3
UNIVERSIDAD DE EL SALVADOR
FACULTAD MULTIDISCIPLINARIA DE OCCIDENTE
sx = (xi-x)2n-1, para tener x-sx, esta nueva variable no es mas normalmente
distribuida, teniendo su propia distribucin, llamada t de Student
La distribucin estadstica de prueba:
t = x - sx => S= Sn-1
t = x- n-1
LEY DE STUDENT
Esta ley se aproxima mucho a la distribucin normal cuando el tamao de la
muestra es grande (por tanto, podemos usar indistintamente una u otra). Cuando
la muestra es pequea t no se distribuye normalmente, y es imperativo utilizarla.
La expresin para calcular el intervalo de confianza es la misma, en lugar de
buscar z2 se busca t(2, ). El elemento es un parmetro llamado grados de
libertad y se calcula mediante = n 1.
= x t(2, ) n
CARACTERSTICAS DE LA DISTRIBUCIN T DE STUDENT
1. Al igual que la distribucin Z, es una distribucin continua
2. La distribucin t tiene una media de cero, es simtrica respecto de la media
y se extiende de - a + la varianza de t
para
Distribucin t de Student
Pgina 4
UNIVERSIDAD DE EL SALVADOR
FACULTAD MULTIDISCIPLINARIA DE OCCIDENTE
respectivos grados de libertad. Existe una distribucin t para una muestra
de 20, otra para una muestra de 22, y as sucesivamente.
5. La distribucin t es ms ancha y ms plana en el centro que la distribucin
normal estndar como resultado de ello se tiene una mayor variabilidad en
las medias de muestra calculadas a partir de muestras ms pequeas. Sin
embargo, a medida que aumenta el tamao de la muestra, la
distribucin t se aproxima a la distribucin normal estndar.
PROPIEDADES DE LA LEY DE STUDENT
GRADOS DE LIBERTAD
En la mayora de los casos, los parmetros de una poblacin son cantidades
desconocidas y para estimarlos es necesario extraer una muestra de la poblacin
y calcular los estadsticos correspondientes.
Existen varias distribuciones t. Cada una de ellas est asociada con los que se
denominan Grados de libertad (generalmente denotado por la letra griega nu, ),
est se define como el nmero de valores que podemos elegir libremente, sea, el
nmero de observaciones menos uno, = n 1.
A medida que los grados de libertad son ms grandes hasta tender al infinito, las
formas de las curvas de t tienden a ser ms prximas a la forma de la curva
normal.
Distribucin t de Student
Pgina 5
UNIVERSIDAD DE EL SALVADOR
FACULTAD MULTIDISCIPLINARIA DE OCCIDENTE
Como cada curva de t esta relacionada a sus grados de libertad, no se pueden
usar valores estandarizados nicos, como se hizo en el caso de la normal, por lo
que es necesario, para calcular la probabilidad de un valor de t caiga en un
particular intervalo, computarlo segn sean sus grados de libertad. Como es una
tarea difcil, se han elaborado tablas para varios valores de v. Generalmente las
tablas se han construido para pruebas de dos colas, variando v desde 1 hasta
infinito y alfa desde 0.5 hasta 0.001.1
Distribucin t de Student
Pgina 6
UNIVERSIDAD DE EL SALVADOR
FACULTAD MULTIDISCIPLINARIA DE OCCIDENTE
rango con una probabilidad especfica. La probabilidad especfica se
conoce como nivel de confianza.
Nos interesa en nuestro caso particular poder establecer el intervalo de confianza
para estimar la media poblacional, para ello haremos uso de la siguiente frmula:
= x t(2, ) sn
Donde:
x
= media poblacional
= media muestral
= tamao de la muestra
= nivel de confianza
= grados de libertad
= 100%-Confiabilidad100%
Distribucin t de Student
Pgina 7
UNIVERSIDAD DE EL SALVADOR
FACULTAD MULTIDISCIPLINARIA DE OCCIDENTE
que esto pone de manifiesto que la distribucin t no es nica y existen
tantas como los grados de libertad cumplan la condicin < 30)
Su valor se obtiene de la formula:
=n1
2 Ver anexo
Distribucin t de Student
Pgina 8
UNIVERSIDAD DE EL SALVADOR
FACULTAD MULTIDISCIPLINARIA DE OCCIDENTE
EJERCICIOS RESUELTOS
Los ejercicios se han resuelto en base a la tabla de Distribucin t con distintos
grados de libertad.3
1. Se realizo un estudio sobre la utilizacin del agua en una pequea ciudad.
Para ello se considero una muestra de 25 casa. El nmero de galones de
agua que utilizan por da (1 galn 0.0037854 m3) fue el siguiente:
175
185
186
118
158
150
190
178
137
175
180
200
189
200
180
172
145
192
191
181
183
169
172
178
210
n=25;
s=20.79;
=0.1; =24;
=160;
t(2, )=1.711
: x t(2, ) sn
: 175.76 1.711 20.7925
I = [168.65, 182.87]
1. A partir de 860 cuentas, un analista financiero toma una muestra aleatoria
de 16 cuentas. Los saldos observados en la muestra son los siguientes:
165, 150, 300, 240, 250, 150, 300, 200, 140, 240, 260, 180, 190, 230, 350,
360.
3 Ver anexo
Distribucin t de Student
Pgina 9
UNIVERSIDAD DE EL SALVADOR
FACULTAD MULTIDISCIPLINARIA DE OCCIDENTE
Determinar un intervalo de confianza del 90% para estimar el saldo medio de
todas las cuentas.
x=231.56;
n=16;
s=69.61;
=0.1; =15;
t(2, )=1.753
: x t(2, ) sn
: 231.56 1.753 69.6116
I = [201.05, 262.07]
2. Una muestra de edades de 36 asegurados a una compaa dio valores x =
39.5, y s = 7.77. Hallar los intervalos de confianza para del:
a) 90%;
x=39.50;
n=36;
s=7.77;
=0.1; =35;
t(2, )=1.690
: x t(2, ) sn
: 39.5 1.690 7.7736
I = [37.31, 41.69]
s=7.77;
=0.05; =35;
t(2, )=2.030
: x t(2, ) sn
: 39.5 2.030 7.7736
I = [36.87, 42.13]
gramos, pero no
los llena con la cantidad exacta. Suponte que los pesos reales de contenido
siguen una ley normal N (, 2).
Si de una muestra de 16 botes obtenemos una media de 298g, investiga si un
intervalo de confianza para del 95%, contiene la media = 300.
x=298;
n=16;
s=20.79;
Distribucin t de Student
=0.05; =15;
Pgina 10
=300;
t(2, )=2.131
UNIVERSIDAD DE EL SALVADOR
FACULTAD MULTIDISCIPLINARIA DE OCCIDENTE
: x t(2, ) sn
: 298 2.131 20.7916
I = [286.92, 309.08]
R/ El intervalo si contiene a la media
intencional.
4. Se selecciono una muestra aleatoria de 25 cuentas por cobrar de un
registro que contena 96 cuentas. La muestra dio una media de x = 2.435
colones y una desviacin tpica de S = 335 colones. Obtngase un intervalo
de confianza del 90% para estimar la media de las 96 cuentas del registro.
x=2435;
n=25;
s=335;
=0.1; =24;
t(2, )=1.711
: x t(2, ) sn
: 2435 1.711 33525
I = [2320.36, 2549.64]
5. El auditor de una empresa al examinar los registros de facturacin mensual,
mediante el anlisis de una muestra aleatoria irrestricta de 10 facturas no
pagadas encontr que la media aritmtica fue de x = $9500 con una
desviacin tpica de s = $327. Construir un intervalo de confianza del 95%
para estimar el parmetro poblacional.
x=9500;
n=10;
s=327;
=0.05; =9;
t(2,
)=2.262
: x t(2, ) sn
: 9500 2.262 32710
I = [9266.09, 9733.91]
6. Una muestra aleatoria del proceso de produccin de 17 bombillos, dio una
media de x = 128 horas, con una desviacin tpica s = 15 horas. Construir
un intervalo de confianza del 99% para estimar el promedio de vida til de
todos los bombillos del proceso.
Distribucin t de Student
Pgina 11
UNIVERSIDAD DE EL SALVADOR
FACULTAD MULTIDISCIPLINARIA DE OCCIDENTE
x=128;
n=17;
s=15;
=0.01; =16;
t(2,
)=2.921
: x t(2, ) sn
: 128 2.921 1517
I = [117.37, 138.63]
7. Una empresa constructora desea conocer el promedio de arrendamiento
mensual de casas en cierta ciudad (casas tipo clase media). Una muestra
aleatoria de 26 arrendamientos dio un promedio de x = $280 y una
desviacin tpica de s = $55. Estime el promedio verdadero con un intervalo
de confianza del 0.99.
x=280;
n=26;
s=55;
=0.01; =25;
t(2, )=2.787
: x t(2, ) sn
: 280 2.787 5526
I = [249.94, 310.06]
8. El propietario de una papelera desea estimar la media del valor al
menudeo de las tarjetas de felicitacin que la tienda tiene en su inventario.
Una muestra aleatoria de 20 tarjetas de felicitacin indica una media de
valor de $1.67 y una desviacin estndar de $0.32. Suponiendo una
distribucin normal, construya una estimacin del intervalo de confianza del
95% para la media del valor de todas las tarjetas de felicitacin en el
inventario de la tienda.
x=1.67;
n=20;
s=0.32;
=0.05; =19;
: x t(2, ) sn
: 1.67 2.093 0.3220
I = [1.52, 1.82]
Distribucin t de Student
Pgina 12
t(2, )=2.093
UNIVERSIDAD DE EL SALVADOR
FACULTAD MULTIDISCIPLINARIA DE OCCIDENTE
BIBLIOGRAFIA
Libros
Internet
http://www.itchihuahuaii.edu.mx/academico/CB/MEG/documentos/1.8.htm
Distribucin t de Student
Pgina 13
UNIVERSIDAD DE EL SALVADOR
FACULTAD MULTIDISCIPLINARIA DE OCCIDENTE
http://www.matematicasvisuales.com/html/probabilidad/varaleat/tstudent.ht
ml
ANEXO
Distribucin t de Student
Pgina 14
UNIVERSIDAD DE EL SALVADOR
FACULTAD MULTIDISCIPLINARIA DE OCCIDENTE
Distribucin t de Student
Pgina 15