FACULTAD DE CIENCIAS DE LA

SALUD ESPECIALIDAD DE

ODONTOLOGÍA

TEMA: Distribución De T De Student

CURSO: Bioestadística

INTEGRANTES:

 Cabello Miranda Kerry

 Pesantes Chávez Miguel Angel
 Ramos Ramos Estefany
 Valverde Rojas Eiver Leonel

TRUJILLO-PERU

2018- I
INTRODUCCIÓN:

 La distribución de t de student se utiliza cuando las encontramos con la dificultad

de no conocer la desviación típica poblacional y nuestra muestra es menor de 30.es
similar a la curva normal, pero la distribución t tiene mayor área a los extremos y
menos en el centro.

 Sus funciones se basan en establecer un intervalo y los grados de confianza,

utilizando un nivel de confianza y los grados de libertad, obteniendo valores de
una tabla dada con respecto a estas variables y aplicarla en la formula.

 De gran utilidad, reduce tiempo, costo y esfuerzos, se utiliza para probar

hipótesis y también para saber sui dos muestras provienen de la misma
población.

DEFINICIONES CONCEPTUALES:

 Poblacion:conjunto de elementos en los que se observa alguna característica común

 Observaciones: valores que toma la característica observada en cada

elemento de población

 Parámetro: característica numérica que describe una variable observada en la población.

 Muestra: conjunto de unidades representativas de una población

 Estadístico: función de los valores de la muestra

 La inferencia estadística está basada en el estudio de las muestras

 La muestra debe ser representativa de la población para extraer conclusiones

validas sobre esta población.

 Grados de libertad: podemos definirlos como el número de valores que podemos

elegir libremente.
DISTRIBUCIÓN T DE STUDENT (La distribución de T se llama ahora la distribución-t de Student)

 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.

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

las diferencias entre dos varianzas muéstrales 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 ésta debe ser estimada a partir
de los datos de una muestra.

DONDE Z: TIENE UNA DISTRIBUCIN NORMAL ESTÁNDAR CON U=0 Y O=1

DONDE T: TIENE UNA DISTRIBUCIÓN T DE STUDENT CON U=0 Y N-1 GRADOS DE LIBERTAD
DONDE S ES LA DESVIACIÓN ESTÁNDAR MUESTRA, CALCULADA CON N-1 GRADOS DE LIBERTAD

 Para calcular la probabilidad de una variable aleatoria que tiene una distribución T
de student, debemos conocer de forma la distribución (unilateral o bilateral) el nivel
de significancia y los grados de libertar(n-1) donde n es el tamaño de la muestra.
EJEMPLO DE UN PROBLEMA UNILATERAL:

1).Hallar e valor de T de student si se tiene una muestra de 28 elementos, un nivel de

significancia de 5%.asumir que la distribución es unilateral derecha.

TABLA DE VALORES UNILATERAL

EJEMPLO DE UN PROBLEMA BILATERAL:

1).Se cuenta con los 18 elementos, siendo el nivel de significancia 1% hallar los valores
de t de student.

TABLA DE VALORES BILATERAL

HISTORIA (RESUMEN)

 La distribución de Student fue descrita en 1908 por el Estadístico 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
seudónimo de Student.

 La compañía de cerveza irlandesa que desaprobaba la publicación de investigación

de sus empleados para evadir esta prohibición, publico su trabajo en secreto bajo el
nombre de student.

 En consecuencia la distribución de T normalmente se llama distribución de t de

student o simplemente t. Lo interesante de caso es que su trabajo estaba
enfocado al control de calidad de la cerveza.

 En el pasado otros investigadores de la compañía Guinness habían publicado

artículos en los que se divulgaba secretos o información confidencial sobre el
proceso de la cerveza y por eso se obligó a Goseet a aceptar la cláusula.

USOS PARA LOS CUALES ES IDÓNEA ESTA DISTRIBUCIÓN

 Para determinar el intervalo de confianza dentro del cual se puede estimar la media
de una población a partir de muestras pequeñas (n menor que 30).

 Para probar hipótesis cuando una investigación se basa en muestreo pequeño.

 Para probar si dos muestras provienen de una misma población.

 Para probar si dos muestras provienen de una misma población.

Grados de libertad

 Existe una distribución t distinta para cada uno de los posibles grados de libertad,
¿que son los grados de libertad? Podemos definirlos como el número de valores que
podemos elegir libremente.

SUS CARACTERÍSTICAS SON:

 Es simétrica, con μ = 0. Su forma es muy parecida a la N(0,1), aunque menos apuntada.

 Puede tomar cualquier valor entre -∞ y +∞.

 A medida que aumentan los grados de libertad, la distribución se aproxima más a

una distribución normal.

 La curva es asintótica al eje de abscisas.

COMO DIFERENCIARSE DE LAS OTRAS DISTRIBUCIONES:

 La distribución de t es similar a la distribución de z, pues ambas son

simétricas alrededor de una media de cero. Ambas tiene distribuciones
de campana pero la distribución t es más variable debido a que se tienen
fluctuaciones en 2 cantidades

 La distribución de T difiere de la de Z en lo que la varianza de T depende

del tamaño de la muestra n y siempre es mayor a 1, únicamente cuando
n tiende a las dos distribuciones serán iguales
 CONCLUSIONES:

 Es una distribución de probabilidad que se usa cuando el tamaño de la

muestra es menor de 30 datos, no se conoce como la desviación
estándar de la población y cuando la población de a que se extrae la
muestra es normal.

 Sus aplicaciones es la inferencia estadística son para estimar y probar

una media y una diferencia de medias(independiente y pareada).

 Es una distribución continua, tiene forma acampanada.

Referencias Bibliográficas:

1).MILLER,I,FREUND,J,E.JHHONSON,R,A ”Probabilidad Y Estadística Para Ingenieros “Quinta

Edicion,Prentice Hali Hipanoamericana,Mexico,1997.

2).MONTOGOMERY.D.C.RUNGER.G.C”Probabilidad Y Bioestadística Aplicada A La Ingeniería”

Primera Edición, McGraw Hill, México, 1996.

3). ESCUDER, R. y SANTIAGO, Estadística aplicada. Economía y Ciencias Sociales. Valencia:

Tirant lo Blanch. . (1995).

4). FREEDMAN, D., et al. Estadística. Barcelona: A. Bosch 5 Edicion (1991).