INTERVALOS DE CONFIANZA T STUDENT

En estadística, se llama intervalo de confianza a un par o varios pares de números entre los cuales
se estima que estará cierto valor desconocido respecto de un parámetro poblacional con un
determinado nivel de confianza. Formalmente, estos números determinan un intervalo, que se
calcula a partir de datos de una muestra, y el valor desconocido es un parámetro poblacional. El
nivel de confianza representa el porcentaje de intervalos que tomados de 100 muestras
independientes distintas contienen en realidad el valor desconocido. En estas circunstancias, es el
llamado error aleatorio o nivel de significancia, esto es, el número de intervalos sobre 100 que no
contienen el valor

El nivel de confianza y la amplitud del intervalo varían conjuntamente, de forma que un intervalo
más amplio tendrá más probabilidad de acierto (mayor nivel de confianza), mientras que para un
intervalo más pequeño, que ofrece una estimación más precisa, aumenta su probabilidad de error.

Para la construcción de un determinado intervalo de confianza es necesario conocer la distribución

teórica que sigue el parámetro a estimar, θ.2 Es habitual que el parámetro presente una
distribución normal. También pueden construirse intervalos de confianza con la desigualdad de
Chebyshev.

Prueba t de Student

En estadística, una prueba t de Student, prueba t de estudiante, o Test-T es cualquier prueba en la

que el estadístico utilizado tiene una distribución t de Student si la hipótesis nula es cierta. Se
aplica cuando la población estudiada sigue una distribución normal, pero el tamaño muestral es
demasiado pequeño como para que el estadístico en el que está basada la inferencia esté
normalmente distribuido, utilizándose una estimación de la desviación típica en lugar del valor
real. Es utilizado en análisis discriminante.

En probabilidad y estadística, la distribución t (de Student) es una distribución de probabilidad

que surge del problema de estimar la media de una población normalmente distribuida cuando el
tamaño de la muestra es pequeño y la desviación estándar poblacional es desconocida.
Fue desarrollada por William Sealy Gosset bajo el pseudónimo “Student”.

Aparece de manera natural al realizar la prueba t de Student para la determinación de las

diferencias entre dos varianzas muestrales y para la construcción del intervalo de confianza para la
diferencia entre las partes de dos poblaciones cuando se desconoce la desviación típica de una
población y esta debe ser estimada a partir de los datos de una muestra.

Historia

La distribución de Student fue descrita en el año 1908 por William Sealy Gosset. Gosset trabajaba
en una fábrica de cerveza, Guinness, que prohibía a sus empleados la publicación de artículos
científicos debido a una difusión previa de secretos industriales. De ahí que Gosset publicase sus
resultados bajo el pseudónimo de “Student”.