CAPITULO 11

TEORIA DE LAS MUESTRAS PEQUEÑAS

En los capítulos anteriores se ha visto como realizar intervalos de confianza, y pruebas de

hipótesis esto a partir de muestras que tenían una distribución normal, esto por el teorema del
límite central N>30, en este caso cuando la muestra es pequeña N<30, se utilizan otras
distribuciones para realizar las mismas operaciones.

DISTRIBUCIÓN T-STUDENT

En este caso cuando se tienen muestras pequeñas, las medias se aproximan al valor de la
media poblacional, pero las desviaciones estándar de estas muestras varían entre sí, y estas no
se acercan a la desviación estándar poblacional así que se hace la utilización de la desviación
estándar muestral.

La distribución t-student tiene la siguiente forma:

x́−μ
t=
s
√N
- Intervalo de Confianza
El intervalo de confianza para la media utilizando la desviación estándar de la muestra
es:
s s
x́−t c ≤ μ ≤ x́+ t c
√N √N
Con grados de libertad igual a.
v=N−1

- Prueba de Hipótesis
Así mismo como con la distribución normal se puede realizar el mismo procedimiento
utilizando la distribución t-student.
Con grados de libertad igual a.
v=N−1
Prueba de Hipótesis para diferencia de Medias
Generalmente se utiliza para realizar pruebas que indiquen que dos muestras con sus
respectivos tamaños muéstrales, medias y desviaciones estándar tienen los mismos
valores o en otras palabras pertenecen a una misma población.
Para esta prueba se considera:
( x́ A −x́ B ) −( μ A −μB )
t c=
1 1
Sp

De donde Sp:
√ +
N A NB

N A s2A + N B s 2B
S p=
√
N A + N B−2
Y además para hacer la prueba, que determine que son iguales o pertenecen a la
misma población se considera:
μA ¿ μB
 μ A −μ B=0
Con grados de libertad igual a:
v=N 1 + N 2−2

DISTRIBUCIÓN CHI-CUADRADO

La distribución Chi-Cuadrado tiene la siguiente forma:

s2 (N −1)
X2=
σ2
- Intervalo de confianza
Mediante esta distribución se estima el valor de la varianza poblacional.
(n−1) s2 2 ( n−1) s2
≤σ ≤
X 2¿ 2
X inf
Con grados de libertad igual a.
v=N−1
Y con un nivel de significancia, y dividida en dos partes iguales, para cada cola de la
distribución, pero como no es una distribución simétrica se debe buscar el área para la
cola de la derecha y la cola de la izquierda que van a variar.
- Prueba de Hipótesis
Nos sirve para evaluar la varianza de una población, si es que ha sufrido algunos
cambios.
H 0 :σ 2=180 lbs
H 1: σ2¿

2 s2 (N −1)
X =
σ2
DISTRIBUCIÓN F-FISHER

La distribución F-Fisher

s21
σ 21
F=
s22
σ 22
Con grados de libertad:

v1 =N 1−1

v 2=N 2−1

- Intervalo de confianza
1 s 21 σ 21 1 s21
≤ ≤
F ( α , v 2 , v 1) s 22 σ 22 F( α , v 1 , v 2) s22
- Prueba de hipótesis
H 0 :σ 21=σ 22
H 0 :σ 21 ≠ σ 22
s 21
F= 2
s2