Está en la página 1de 3

DISTRIBUCION T

HISTORIA
William Sealy Gosset era un matemático y químico inglés que después de terminar sus
estudios comenzó a trabajar en las destilerías Guinness (cerveza) en lo que se refiere a
control de calidad en el proceso de creación de la cerveza. Los bajos tamaños de muestra
con los que habitualmente contaba fueron los «culpables» de sus estudios, y los que a la
postre lo llevaron a desarrollar la distribución t. En 1908, cuando contaba con 32 años,
publicó el artículo The probable error of a mean en la revista Biometrika, pero no con su
nombre, sino con el seudónimo Student.
Hay varias teorías que intentan explicarlo. La primera de ellas, dice que la razón
principal fue que Guinness había sufrido anteriormente una fuga de información por
una publicación de un empleado, por lo que prohibió a su plantilla publicar artículos,
independientemente de la temática del mismo. La continuación de la historia depende de
la fuente consultada: algunas dicen que Gosset utilizó el seudónimo «Student» para que
Guinness no descubriera que un empleado suyo había publicado un artículo.
La segunda teoría asegura que la utilización del seudónimo Student se debió a que
Guinness quería guardar en secreto que tenía a un estadístico trabajando para
ellos para que la competencia no tuviera constancia de la ventaja industrial que estaba
adquiriendo con ello.

La distribución t de Student es una distribución de probabilidad asociada a la


distribución normal. Aparece cuando se quiere estimar la media de una población
distribuida según una normal cuando el tamaño de la muestra utilizada para la
estimación es pequeño y la varianza de la población es desconocida. Se define de
la siguiente forma:

Donde

Z es una variable aleatoria distribuida según una normal típica (de media nula y
varianza 1).

V es una variable continua que sigue una distribución χ² con v grados de libertad.

Z y V son independientes

CARACTERISTICAS

La distribución t de student es una distribución continua.


La distribución t tiene una media de cero.

Tiene forma acampanada Y simétrica

No hay una distribución t sino una “familia” de distribuciones t. Todas con la misma media
cero, pero con su respectiva desviación estándar identificada cada una por sus
respectivos grados de libertad. es decir existe una distribución t para una muestra de 20
otra para una muestra de 22 y así sucesivamente

La distribución t es más ancha y más plana en el centro que la distribución normal


estándar como resultado de ello se tiene una mayor variabilidad en las medias de muestra
calculadas a partir de muestras más pequeñas. Sin embargo, a medida que aumenta el
tamaño de la muestra la distribución t se aproxima a la distribución normal estándar.

APLICABILIDAD

Sus aplicaciones en la inferencia estadística son para estimar y probar una media y una
diferencia de medias (independiente y pareada)

Para determinar el intervalo de confianza dentro del cual se puede estimar la media de
una población a partir de muestras pequeñas n<30

Para probar hipótesis cuando una investigación se basa en muestreo pequeño

VALOR ESPERADO Y VARIANZA

Utilizacion de la tabla

Descubrimos el valor de t y buscamos en la fila el número que nos dio y luego buscamos
en la columna el tamaño de la muestra, la intersección entre los dos anteriores nos dará
como resultado de la media de la población.
DISTRIBUCIÓN CHI-CUADRADA

La distribución chi-cuadrada tiene un solo parámetro “ v” que es denominado grados de


libertad, y están relacionadas con la teoría del muestreo pequeño n<30. Esta cumple un
papel fundamental en la estadística inferencial, tiene una aplicación considerable en las
metodologías inferenciales, tales como intervalos de confianza y pruebas de hipótesis. En
los temas como distribución de muestreo, análisis de varianza, implican el uso extenso de
esta distribución.

CARACTERISTICAS (X2=V)

Los valores de X2 son mayores o iguales que 0.

La forma de una distribución X2 depende del gl=n-1. En consecuencia, hay un número


infinito de distribuciones X2.

El área bajo una curva ji-cuadrada y sobre el eje horizontal es 1.

Las distribuciones X2 no son simétricas. Tienen colas estrechas que se extienden a la


derecha; esto es, están sesgadas a la derecha.

Cuando n>2, la media de una distribución X2 es n-1 y la varianza es 2(n-1).

El valor modal de una distribución X2 se da en el valor (n-3).

¿Cómo se usa la tabla de la distribución Chi- Cuadrada?

EJEMPLO: Se usa la tabla de la distribución Chi-Cuadrada para averiguar 2 χ α, ν.


Supongamos un riesgo del 5% ( o un nivel de confianza del 95% )

Se tienen los datos: α=0.05, y grados de libertad ν=10

¿Cuál es el valor de 2 χ0.95,10 ?

Se busca la intersección entre los grados de libertad(fila) y el riesgo (columna) y el


resultado es 18.307