Distribución muestral para una muestra pequeña de una población normal con varianza

poblacional desconocida

Teorema : Si 𝑋𝑋1 , 𝑋𝑋2, … , 𝑋𝑋𝑛𝑛 es una muestra aleatoria de una población normal con media 𝜇𝜇
𝑋𝑋�−𝜇𝜇
varianza 𝜎𝜎 2 . La variable aleatoria 𝑇𝑇 = tiene distribución t con 𝜈𝜈 = 𝑛𝑛 − 1 grados de
𝑆𝑆/√𝑛𝑛
libertad.

Distribución t-student.

Sea 𝜐𝜐 un entero positivo. Se dice que una variable aleatoria 𝑋𝑋 tiene una distribución t de student
( o simplemente t) con parámetro 𝜐𝜐 si la función de densidad de probabilidad es
−(𝜈𝜈+1)/2
Γ((𝜈𝜈 + 1)/2) 𝑡𝑡 2
ℎ(𝑡𝑡, 𝜈𝜈) = �1 + �
Γ(𝜈𝜈/2)√𝜋𝜋𝜋𝜋 𝜈𝜈

Al parámetro 𝜐𝜐 se le denomina grados de libertad (gl) de 𝑋𝑋.

Notación: La notación de los percentiles de la distribución t, es la misma que los percentiles de la

distribución normal. Es decir 𝑡𝑡𝛼𝛼,𝜈𝜈 es el percentil (1 − 𝛼𝛼) ∗ 100%. El área a la derecha de 𝑡𝑡𝛼𝛼,𝜈𝜈 es 𝛼𝛼.

La gráfica de la distribución t es simétrica respecto al cero y a mayores grados de libertad, más se

aproxima a una distribución normal estándar

t Distribution: Degrees of fre

0.4
0.3
Density

0.2
0.1
0.0

-4 -2 0 2 4

𝑠𝑠 𝑠𝑠
El Intervalo del (𝟏𝟏 − 𝜶𝜶) ∗ 𝟏𝟏𝟏𝟏𝟏𝟏% confianza para 𝝁𝝁 es 𝑥𝑥̅ − 𝑡𝑡𝛼𝛼�2,𝑛𝑛−1 < 𝜇𝜇 < 𝑥𝑥̅ + 𝑡𝑡𝛼𝛼�2,𝑛𝑛−1
√𝑛𝑛 √𝑛𝑛

Ejemplo 1: La distribución de rendimientos de un proceso es aproximadamente normal. Se desea

conocer el rendimiento promedio de un lote de materia prima. Una muestra de 25 unidades del
lote, da un rendimiento medio de 518 gramos con una desviación estándar de 40 gramos.

a) Encuentre un intervalo de confianza del 98% para el rendimiento promedio poblacional.

¿Indica este intervalo que el rendimiento promedio es menor a 500 gramos?
b) Encuentre el límite inferior de confianza al 95% e interprételo
 Distribución muestral para la varianza de una muestra de una población normal

Teorema : Si 𝑋𝑋1 , 𝑋𝑋2, … , 𝑋𝑋𝑛𝑛 es una muestra aleatoria de una población normal con varianza
(𝑛𝑛−1)𝑆𝑆 2 ∑𝑛𝑛 � 2
𝑖𝑖=1(𝑋𝑋𝑖𝑖 −𝑋𝑋)
𝜎𝜎 2 entonces el estadístico 𝝌𝝌𝟐𝟐 = 𝜎𝜎 2
= 𝜎𝜎 2
tiene una distribución ji cuadrada con 𝑛𝑛 − 1
grados de libertad.

Sea 𝜐𝜐 un entero positivo. Se dice que una variable aleatoria 𝑋𝑋 tiene una distribución ji-cuadrada
(Chi cuadrada) con parámetro 𝝊𝝊 si la función de densidad de probabilidad es la gamma con 𝛼𝛼 =
1
𝜐𝜐 𝑥𝑥 𝜈𝜈/2−1 𝑒𝑒 −𝑥𝑥/2 , 𝑥𝑥 ≥ 0
𝑦𝑦 𝛽𝛽 = 2. Entonces 𝑓𝑓(𝑥𝑥; 𝜈𝜈) = �2𝜈𝜈/2 Γ(𝜈𝜈/2) . Al parámetro 𝜐𝜐 se le denomina
2
0 𝑒𝑒𝑒𝑒 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐
grados de libertad (gl) de 𝑋𝑋. El símbolo para denotar esta distribución es 𝝌𝝌𝟐𝟐 .

Notación: La notación de los percentiles de la distribución 𝝌𝝌𝟐𝟐 es igual a los percentiles de la

2
distribución t-student, es decir 𝜒𝜒𝛼𝛼,𝜈𝜈 , llamado también el valor crítico chi-cuadrada corresponde al
percentil (1 − 𝛼𝛼) ∗ 100%. Si 𝑋𝑋 tiene una distribución ji-cuadrada con 𝜈𝜈 grados de libertad,
2 2
𝑝𝑝�𝑋𝑋 > 𝜒𝜒𝛼𝛼,𝜈𝜈 � = 𝛼𝛼. De la misma forma, 𝑝𝑝�𝑋𝑋 < 𝜒𝜒1−𝛼𝛼,𝜈𝜈 � = 𝛼𝛼.

Forma de la gráfica de la distribución 𝝌𝝌𝟐𝟐

Como podemos observar a mayores grados de libertad la distribución se acerca a la simetría.

(𝒏𝒏−𝟏𝟏)𝒔𝒔𝟐𝟐 (𝒏𝒏−𝟏𝟏)𝒔𝒔𝟐𝟐
El Intervalo del (𝟏𝟏 − 𝜶𝜶) ∗ 𝟏𝟏𝟏𝟏𝟏𝟏% confianza para 𝝈𝝈𝟐𝟐 es 2
𝜒𝜒𝛼𝛼/2,𝜈𝜈
< 𝝈𝝈𝟐𝟐 < 𝜒𝜒2
1−𝛼𝛼/2,𝜈𝜈

Ejemplo 2: Un fabricante de baterías para auto desea conocer la desviación estándar de la vida de
sus baterías. Los límites de calidad establecen que la desviación estándar debe ser menor a un
año.

Una muestra de cinco de estas baterías tiene duraciones de 1.9,2.4, 3, 3.5 y 4.2 años. La duración
de las baterías tiene una distribución normal. Construya intervalos de confianza del 95% y 99% y
determine si las baterías cumplen con los límites de calidad.