Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Definición 4.5.1: Sea T una v.a continua. Se dice que T tiene una distribución t-
student con 𝛾-grados de libertad, si y solamente si su función de densidad de
probabilidad está dada por:
−∞ < 𝑡 < ∞
𝛾 𝜖 𝑍+
Características de la distribución t-
student
• La distribución t es simétrica respecto al eje t=0.
2 2
2 (𝑛1 −1)𝑆1 +(𝑛2 −1)𝑆2
𝑆𝑃 = 𝑛1+ 𝑛2 −2
Teorema 2.9: Sean 𝑋1 ~𝑁(𝜇1 , 𝜎1 2 ) y 𝑋2 ~𝑁(𝜇2 , 𝜎2 2 ), con 𝜎1 2 , 𝜎2 2 desconocidas, pero
diferentes. Si se toma una muestra aleatoria de tamaño 𝑛1 de la primera población, y
de manera independiente una 𝑛2 de la segunda, con 𝑛1 y 𝑛2 pequeñas, entonces:
2
𝑆1 2 𝑆2 2
𝑛1
+ 𝑛2
𝛾= 2 2 𝜖 𝑍+
𝑆1 2 𝑆2 2
𝑛1 𝑛2
+
𝑛1 −1 𝑛2 −1
Ejercicio: Si X es una v.a continua con distribución desconocida, y su media está dada
por 𝜇 = 16, pero su varianza se desconoce. Se toma una muestra de tamaño n=9 de
esta población y se encuentra que una varianza muestral de 9, encuentre el percentil
ത
95 para 𝑋.
DISTRIBUCIÓN JI-CUADRADA
TEOREMA: Se tiene una muestra aleatoria de una distribución normal con parámetros 𝜇
y 𝜎2. Entonces la variable aleatoria
(n − 1)S 2 2
~𝜒 𝑛−1
σ2
tiene una distribución de probabilidad ji cuadrada (𝜒 2 ) con n - 1 grados de libertad.
DISTRIBUCIÓN JI-CUADRADA
TEOREMA: Se tiene una muestra aleatoria de una distribución normal con parámetros 𝜇
y 𝜎2. Entonces la variable aleatoria
(n − 1)S 2 2
~𝜒 𝑛−1
σ2
tiene una distribución de probabilidad ji cuadrada (𝜒 2 ) con n - 1 grados de libertad.
DISTRIBUCIÓN JI-CUADRADA
TEOREMA: Se tiene una muestra aleatoria de una distribución normal con parámetros 𝜇
y 𝜎2. Entonces la variable aleatoria
(n − 1)S 2 2
~𝜒 𝑛−1
σ2
tiene una distribución de probabilidad ji cuadrada (𝜒 2 ) con n - 1 grados de libertad.
2 2 2
𝜒𝑛−1,1−𝛼 𝜒𝑛−1,𝛼/2 𝜒𝑛−1,1−𝛼/2
EJERCICIOS
Determine los valores de las siguientes cantidades:
2
a) χ15,0.9 =
b) χ25,0.005 =
2
c) χ10,0.99 =
EJERCICIOS
Determine los valores de las siguientes cantidades:
2
a) χ15,0.9 = 22.307
b) χ25,0.005 = 0.4117
2
c) χ10,0.99 = 23.209
DISTRIBUCIÓN F (I)
Teorema 2.1. Si 𝑆1 2 y 𝑆2 2 son las varianzas de variables aleatorias independientes de
tamaño 𝑛1 y 𝑛2 respectivamente, tomadas de poblaciones normales con varianzas
𝜎1 2 y 𝜎2 2 , entonces el estadístico:
𝑆1 2
𝜎1 2
𝐹= 𝑆2 2
~ 𝐹𝑛1−1,𝑛2−1
𝜎2 2
1
𝐹𝑛1 −1,𝑛2−1,𝛼/2 =
𝐹𝑛2−1,𝑛1−1,1−𝛼/2
DISTRIBUCIÓN F (III)
Ejemplo:
F4,7,0.95 =4.120
1 1
F4,7,0.05 = = = 0.1641
F7,4,0.95 6.094