Distribución t de Student

¿Qué es?
La distribución t de Student o distribución t es un modelo teórico utilizado para
aproximar el momento de primer orden de una población normalmente distribuida
cuando el tamaño de la muestra es pequeño y se desconoce la desviación típica.

¿Cuál es la diferencia entre la diferencia t y z?

La distribución normal estándar o distribución z asume que se conoce la
desviación estándar de la población. La distribución t se basa en la desviación
estándar de la muestra.

Fórmula de la distribución t de Student

Dada una variable aleatoria continua L, decimos que la frecuencia de sus
observaciones puede aproximarse satisfactoriamente a una distribución t con g
grados de libertad tal que:

Representación de la distribución t de Student

Función de densidad de una distribución t con 3 grados de libertad (df).

Jesús Humberto Meza Hernandez Matricula: S21020306

Como podemos ver, la representación de la distribución t se parece mucho a la
distribución normal salvo que la distribución normal tiene las colas más anchas y
es más apuntalada. En otras palabras, deberíamos añadir más grados de libertad
a la distribución t para que la distribución “crezca” y se parezca más a la
distribución normal.

Colas para pruebas de hipótesis y la distribución t

Cuando se lleva a cabo una prueba t, se verifica si la estadística de la prueba es
un valor más extremo que el esperado de la distribución t.
Para una prueba de dos colas, se examinan ambas colas de la distribución. En la
figura 3 a continuación se muestra el proceso de decisión para una prueba de dos
colas. La curva es una distribución t con 21 grados de libertad. El valor de la
distribución tcon α = 0,05/2 = 0,025 es 2,080. Para una prueba de dos colas, se
rechaza la hipótesis nula si la estadística de la prueba es mayor que el valor
absoluto del valor de referencia.

Aplicación de la t de Student
La distribución t se utiliza cuando:

 Queremos estimar la media de una población normalmente distribuida a

partir de una muestra pequeña.

Jesús Humberto Meza Hernandez Matricula: S21020306

  Tamaño de la muestra es inferior a 30 elementos, es decir, n < 30.
 A partir de 30 observaciones, la distribución t se parece mucho a la
distribución normal y, por tanto, utilizaremos la distribución normal.
 No se conoce la desviación típica o estándar de una población y tiene que
ser estimada a partir de las observaciones de la muestra.

Ejemplo
Suponemos que tenemos 28 observaciones de una variable aleatoria G que
sigue una distribución t de Student con 27 grados de libertad (df).

Bibliografía
 Rodó, P. (2021, 13 enero). Distribución t de Student. Economipedia.
Recuperado 18 de mayo de 2022, de
https://economipedia.com/definiciones/distribucion-t-de-student.html
 La distribución t. (s. f.). Introducción a la estadística | JMP. Recuperado
18 de mayo de 2022, de https://www.jmp.com/es_ar/statistics-
knowledge-portal/t-test/t-distribution.html
 colaboradores de Wikipedia. (2022, 24 enero). Distribución t de Student.
Wikipedia, la enciclopedia libre. Recuperado 18 de mayo de 2022, de
https://es.wikipedia.org/wiki/Distribuci%C3%B3n_t_de_Student
 Turcios, S. R. A. (s. f.). t-Student: Usos y abusos. SCIELO. Recuperado
18 de mayo de 2022, de http://www.scielo.org.mx/scielo.php?
script=sci_arttext&pid=S0188-21982015000100009

Jesús Humberto Meza Hernandez Matricula: S21020306