C APÍTULO 3

D ISTRIBUCIONES E SPECIALES
fX (x) E(X) V [X] MX (t) Distribuciones Muestrales
X ∼ χ2(m)

m
2− 2 m x
−m (n − 1)S 2
x 2 −1 e− 2 m 2m [1 − 2t] 2 ∼ χ2(n−1)
Γ(m/2) σ2

X̄ − µ

n ≤ 30
∼ t(n−1)

Una Muestra n
S
√
n
X̄ − µ
n > 30
∼Z
S
√
n
n1 + n2 > 30
X ∼ t(m)

σ12 ”?”σ22

−(m+1)/2 (X̄1 − X̄2 ) − (µ1 − µ2 )


x2 ∼Z

Tomado de: PROBABILIDAD Y ESTADÍSTICA PARA I NGENIERÍA Y C IENCIAS . Jay L. Devore

Γ(m + 1/2) m s
√ 1+ 0 S12 S22
Dos Muestras n1 ,n2

mπΓ(m/2) m m−2 +
n1 n2
(X̄1 − X̄2 ) − (µ1 − µ2 )
σ12 = σ22

s s  ∼ t(n1 +n2 −2)

n1 + n2 ≤ 30

(n1 − 1)S12 + (n2 − 1)S22 n1 + n2

Sp = Sp
n1 + n2 − 2 n1 n2
2 2
(X̄1 − X̄2 ) − (µ1 − µ2 )
 2
s1 + s2
σ12 6= σ22

g=
n1 n2
−2
s ∼ t(g)
S12 S22
 2 2  2 2
s1 s2
n1
+
n2 +
n1 + 1 n2 + 1 n1 n2
X ∼ F(m,n)

m
Γ(m + n/2) h m i m2 x 2 −1 n 2n2 (m + n − 2) S12 σ22
∼ F(n1 −1,n2 −1)
Γ(m/2)Γ(n/2) n h m i m+n
2 n − 2 m(n − 2)2 (n − 4) S22 σ12
1+ x
n
Teorema. Sean Z ∼ N (0, 1), V ∼ χ2(m) y U ∼ χ2(n) independientes entre si, entonces:
Z V /m 1
Z 2 ∼ χ2(1) (V + U ) ∼ χ2(m+n) p ∼ t(m) ∼ F(m,n) F(m,n,α) =
V /m U/n F(n,m,1−α)

P (χ2(m) ≤ χ20 ) = α P (t(m) ≤ t0 ) = α P (F(m,n) ≤ F0 ) = α

α α α

33