1

TEORIA DE PEQUEAS MUESTRAS O TEORIA EXACTA DEL MUESTREO En las temas anteriores se manej el uso de la distribucin z, la cual se poda utilizar siempre y cuando los tamaos de las muestras fueran mayores o iguales a 30 en muestras ms pequeas si la distribucin o las distribuciones de donde proviene la muestra o las muestras son normales. A la teora de pequeas muestras tambin se le llama teora exacta del muestreo, ya que tambin la podemos utilizar con muestras aleatorias de tamao grande. En esta unidad se ver un nuevo concepto necesario para poder utilizar a las tres distribuciones mencionadas. Este concepto es "grados de libertad". Para definir grados de libertad se har referencia a la varianza muestral:

Esta frmula est basada en n-1 grados de libertad (degrees of freedom). Esta terminologa resulta del hecho de que si bien s2 est basada en n cantidades ..., stas suman cero, as que especificar los valores de cualquier n-1 de las cantidades determina el valor restante. Por ejemplo, si n=4 y ; y , entonces automticamente tenemos , as que slo

tres de los cuatro valores de

estn libremente determinamos 3 grados de libertad.

Entonces, la frmula de grados de libertad ser n-1 y su simbologa

DISTRIBUCION DE LOS PROMEDIOS MUESTRALES: "t DE STUDENT" Supngase que se toma una muestra de una poblacin normal con media . Si
x

y varianza

es el promedio de las n observaciones que contiene la muestra aleatoria, entonces la

t=
2

distribucin poblacin reemplaza

es una distribucin normal estndar. Supngase que la varianza de la

es desconocida. Qu sucede con la distribucin de esta estadstica si se por s? La distribucin t proporciona la respuesta a esta pregunta. = 0 y 2 =
v v 2

La media y la varianza de la distribucin t son respectivamente.

para

> 2,

La siguiente figura presenta la grfica de varias distribuciones t. La apariencia general de la distribucin t es similar a la de la distribucin normal estndar: ambas son simtricas y unimodales, y el valor mximo de la ordenada se alcanza en la media = 0. Sin embargo, la distribucin t tiene colas ms amplias que la normal; esto es, la probabilidad de las colas es mayor que en la distribucin normal. A medida que el nmero de grados de libertad tiende a infinito, la forma lmite de la distribucin t es la distribucin normal estndar.

Propiedades de las distribuciones t

1. Cada curva t tiene forma de campana y es simtrica con centro en

= 0. 2. Cada curva t, est ms dispersa que la curva normal estndar z. La distribucin t es ms ancha y ms plana en el centro que en la distribucin normal estndar.
3. A medida que

aumenta, la dispersin de la curva t correspondiente disminuye, es por ello que se dice que no hay una distribucin t, sino una familia de distribuciones t, todas con la misma media cero, pero con su respectiva desviacin estndar diferente de acuerdo con el tamao de la muestra n. , la secuencia de curvas t se aproxima a la curva normal estndar, por lo que la curva z recibe a veces el nombre de curva t con gl =
v +1 v +1 2 1 2 1 + t 2 h(t ) = v v v 2

4. A medida que

La distribucin de la variable aleatoria t est dada por:

<t <

Esta se conoce como la distribucin t con

grados de libertad.

Sean X1, X2, . . . , Xn variables aleatorias independientes que son todas normales con media y desviacin estndar distribucin t con . Entonces la variable aleatoria
t= x = s n n x s

tiene una

= n-1 grados de libertad.

La distribucin de probabilidad de t se public por primera vez en 1908 en un artculo de W. S. Gosset. En esa poca, Gosset era empleado de una cervecera irlandesa que desaprobaba la publicacin de investigaciones de sus empleados. Para evadir esta prohibicin, public su trabajo en secreto bajo el nombre de "Student". En consecuencia, la distribucin t normalmente se llama distribucin t de Student, o simplemente distribucin t. Para derivar la ecuacin de esta distribucin, Gosset supone que las muestras se seleccionan de una poblacin normal. Aunque esto parecera una suposicin muy restrictiva, se puede mostrar que las poblaciones no normales que poseen distribuciones en forma casi de campana an proporcionan valores de t que se aproximan muy de cerca a la distribucin t. La distribucin t difiere de la de Z en que la varianza de t depende del tamao de la muestra y siempre es mayor a uno. Unicamente cuando el tamao de la muestra tiende a infinito las dos distribuciones sern las mismas. Se acostumbra representar con el valor t por arriba del cual se encuentra un rea igual a

. Como la distribucin t es simtrica alrededor de una media de cero, tenemos ; es decir, el valor t que deja un rea de a la derecha y por tanto un rea de a la izquierda, es igual al valor t negativo que deja un rea de en la cola derecha de la distribucin. Esto es, t0.95 = -t0.05, t0.99=-t0.01, etc. Para encontrar los valores de t se utilizar la tabla de valores. Ejemplo: El valor t con = 14 grados de libertad que deja un rea de 0,025 a la izquierda, y por tanto un rea de 0,975 a la derecha, es t0.975=-t0.025 = -2.145
Dependiendo de la tabla, el rea sombreada de la curva puede ser de la cola derecha, es por esto

que se tiene que hacer la resta de . La manera de encontrar el valor de t es buscar el valor de en el primer rengln de la tabla y luego buscar los grados de libertad en la primer columna y donde se intercepten y se obtendr el valor de t.

Ejemplo: Encuentre la probabilidad de t0,025 < t < t0,05. Solucin: Como t0,05 deja un rea de 0,05 a la derecha, y t0.025 deja un rea de 0,025 a la izquierda, encontramos un rea total de 1 0,05 0,025 = 0,925. P (t0.025 < t < t0.05) = 0,925 Ejemplo: Encuentre k tal que P (k < t < -1,761) = 0,045, para una muestra aleatoria de tamao 15 que se selecciona de una distribucin normal. Solucin: Si se busca en la tabla el valor de t =1,761 con 14 grados de libertad nos damos cuenta que a este valor le corresponde un rea de 0,05 a la izquierda, por ser negativo el valor. Entonces si se resta 0,05 y 0,045 se tiene un valor de 0,005, que equivale a . Luego se busca el valor de 0,005 en el primer rengln con 14 grados de libertad y se obtiene un valor de t = 2,977, pero como el valor de est en el extremo izquierdo de la curva entonces la respuesta es t = -2,977 por lo tanto: P (-2,977 < t < -1,761) = 0,045 Ejemplo: Un ingeniero qumico afirma que el rendimiento medio de la poblacin de cierto proceso en lotes es 500 gramos por milmetro de materia prima. Para verificar esta afirmacin toma una muestra de 25 lotes cada mes. Si el valor de t calculado cae entre t 0.05 y t0.05, queda satisfecho con su afirmacin. Qu conclusin extraera de una muestra que tiene una media de 518 gramos por milmetro y una desviacin estndar de 40 gramos? Suponga que la distribucin de rendimientos es aproximadamente normal. Solucin: De la tabla encontramos que t0.05 para 24 grados de libertad es de 1,711. Por tanto, el fabricante queda satisfecho con esta afirmacin si una muestra de 25 lotes rinde un valor t entre 1,711 y 1,711. Se procede a calcular el valor de t:
t= n x = s

25 ( 518 500 ) = 2,25 40

Este es un valor muy por arriba de 1,711, por lo tanto deber revisar el proceso. Si se desea obtener la probabilidad de obtener un valor de t con 24 grados de libertad igual o mayor a 2,25 se busca en la tabla y es aproximadamente de 0,02. Ejemplo

El gerente de una fbrica de cierto tipo de alimentos asegura que el peso promedio del producto que elabora es de 165,285 g. Un inspector toma una muestra de 16 paquetes del producto y los pesa. Los resultados fueron los siguientes: 165, 158,153, 162, 171, 175, 173, 169, 166, 170, 164, 177, 148, 167, 152, 149. Encuentre la probabilidad de < 163.6875. Para resolverlo aplicaremos el siguiente mtodo: 1. Establecer datos n =16 = 165,285 gr P( < 163,6875) = ? s = 9,24 2. Aplicar la frmula para estandarizar los valores de
t= n x s

3. Elaborar grfica del problema

t=

n x 16 (163 ,6875 165 ,285 ) = = 0,692 s 9,24

4. Encontrar el valor de t

5. Encontrar la probabilidad del valor de t utilizando la tabla P ( t < -0,692 ) = 0,250 6. Conclusin: La probabilidad de que la media sea menor de 163,6875 es de 25% Ejercicios: 1) Mediante uso de tabla encuentre:
a) P(T < 2.365 ) con v = 7 b) P(T >1.318 ) con v = 24 c ) P(-1.356 <T < 2.179 ) con v =12

2) Dada una muestra aleatoria de tamao 24 de una distribucin normal, encuentre k tal que:
a) P(-2.069 < T < k ) = 0.965 b) P(k < T < 2.807 ) = 0.095 c ) P(-k < T < k ) = 0.9

3) Un fabricante de instrumentos de precisin para medidas terrestre afirma que sus mediciones fallan en promedio a lo ms 0.5 mm. En una muestra aleatoria de 8 de estos instrumentos las fallas de medicin fueron de: 0.6, 0.7, 0.7, 0.3, 0.4, 0.5, 0.4 y 0.2 mm. Estara de acuerdo con la afirmacin del fabricante? 4) Un fabricante de cigarrillos asegura que el contenido promedio de nicotina, en una de sus marcas, es de 0.6 mg por cigarrillo. Una organizacin independiente mide el contenido de nicotina de 16 cigarros de esta marca y encuentra que el promedio y la desviacin estndar muestral es de 0.75 y 0.175 mg, respectivamente, de nicotina. Si se supone que la cantidad de nicotina de estos cigarros es una variable aleatoria normal que tan probable es el resultado muestral dado por el fabricante? Soluciones: 1) a) P= 0.975 b) P= 0.10 c) P= 0.875

2) a) k=2.5

b) k=1.319

c)K=1.714

3) La varianza de una muestra est dada por:

s
As entonces s =0.034 s=0.183; adems x =0.475
2

x =

n( x 2 )

n 1

Calculemos P ( 0.5) Luego el fabricante debe revisar la precisin de sus instrumentos

( x ) n ( x 0.5) n P ( < 0.5) = P > s s (0.475 0.5) 8 = PT7 < 0.183 = P (T7 < .38 ) = P (T7 < .38 ) = P (T7 > 0.38 ) = 0.3 0 0

4) Calculemos: P ( >0.6) Luego la probabilidad que el contenido promedio de nicotina se mayor que 0.6 milgramos es muy baja por tanto el fabricante podra tener razn sobre contenidos promedio de nicotina de sus cigarros. los

( x ) n ( x 0.6) n P ( > 0.6) = P > s s (0.75 0.6) 16 = PT15 > 0.175 = P (T15 > 3.428 ) = 0.0025

DISTRIBUCIN t DE STUDENT
v 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 0,4 0,32 5 0,28 9 0,27 7 0,27 1 0,26 7 0,26 5 0,26 3 0,26 2 0,26 1 0,26 0 0,26 0 0,25 9 0,25 9 0,25 8 0,25 8 0,25 8 0,25 7 0,25 7 0,25 7 0,25 7 0,25 7 0,25 6 0,25 6 0,25 6 0,25 6 0,3 0,72 7 0,61 7 0,58 4 0,56 9 0,55 9 0,55 3 0,54 9 0,54 6 0,54 3 0,54 2 0,54 0 0,53 9 0,53 8 0,53 7 0,53 6 0,53 5 0,53 4 0,53 4 0,53 3 0,53 3 0,53 2 0,53 2 0,53 2 0,53 1 0,53 1 0,2 1,37 6 1,06 1 0,97 8 0,94 1 0,92 0 0,90 6 0,89 6 0,88 9 0,88 3 0,87 9 0,87 6 0,87 3 0,87 0 0,86 8 0,86 6 0,86 5 0,86 3 0,86 2 0,86 1 0,86 0 0,85 9 0,85 8 0,85 8 0,85 7 0,85 6 0,15 1,96 3 1,38 6 1,25 0 1,19 0 1,15 6 1,13 4 1,11 9 1,10 8 1,10 0 1,09 3 1,08 8 1,08 3 1,07 9 1,07 6 1,07 4 1,07 1 1,06 9 1,06 7 1,06 6 1,06 4 1,06 3 1,06 1 1,06 0 1,05 9 1,05 8 0,1 3,07 8 1,88 6 1,63 8 1,53 3 1,47 6 1,44 0 1,41 5 1,39 7 1,38 3 1,37 2 1,36 3 1,35 6 1,35 0 1,34 5 1,34 1 1,33 7 1,33 3 1,33 0 1,32 8 1,32 5 1,32 3 1,32 1 1,31 9 1,31 8 1,31 6 0,05 6,31 4 2,92 0 2,35 3 2,13 2 2,01 5 1,94 3 1,89 5 1,86 0 1,83 3 1,81 2 1,79 6 1,78 2 1,77 1 1,76 1 1,75 3 1,74 6 1,74 0 1,73 4 1,72 9 1,72 5 1,72 1 1,71 7 1,71 4 1,71 1 1,70 8 0,007 0,025 0,02 0,015 0,01 5 0,005 0,0025 12,70 15,89 21,20 31,82 42,43 63,65 127,32 6 5 5 1 3 7 1 4,303 4,849 5,643 6,965 8,073 9,925 14,089 3,182 3,482 3,896 4,541 5,047 5,841 2,776 2,999 3,298 3,747 4,088 4,604 2,571 2,757 3,003 3,365 3,634 4,032 2,447 2,612 2,829 3,143 3,372 3,707 2,365 2,517 2,715 2,998 3,203 3,499 2,306 2,449 2,634 2,896 3,085 3,355 2,262 2,398 2,574 2,821 2,998 3,250 2,228 2,359 2,527 2,764 2,932 3,169 2,201 2,328 2,491 2,718 2,879 3,106 2,179 2,303 2,461 2,681 2,836 3,055 2,160 2,282 2,436 2,650 2,801 3,012 2,145 2,264 2,415 2,624 2,771 2,977 2,131 2,249 2,397 2,602 2,746 2,947 2,120 2,235 2,382 2,583 2,724 2,921 2,110 2,224 2,368 2,567 2,706 2,898 2,101 2,214 2,356 2,552 2,689 2,878 2,093 2,205 2,346 2,539 2,674 2,861 2,086 2,197 2,336 2,528 2,661 2,845 2,080 2,189 2,328 2,518 2,649 2,831 2,074 2,183 2,320 2,508 2,639 2,819 2,069 2,177 2,313 2,500 2,629 2,807 2,064 2,172 2,307 2,492 2,620 2,797 2,060 2,167 2,301 2,485 2,612 2,787 7,453 5,598 4,773 4,317 4,029 3,833 3,690 3,581 3,497 3,428 3,372 3,326 3,286 3,252 3,222 3,197 3,174 3,153 3,135 3,119 3,104 3,091 3,078 0,0005 636,61 9 31,599 12,924 8,610 6,869 5,959 5,408 5,041 4,781 4,587 4,437 4,318 4,221 4,140 4,073 4,015 3,965 3,922 3,883 3,850 3,819 3,792 3,768 3,745 3,725

8
0,25 26 6 0,25 27 6 0,25 28 6 0,25 29 6 0,25 30 6 0,25 40 5 0,25 60 4 0,25 120 4 100 0,25 0 3 0,53 1 0,53 1 0,53 0 0,53 0 0,53 0 0,52 9 0,52 7 0,52 6 0,52 5 0,85 6 0,85 5 0,85 5 0,85 4 0,85 4 0,85 1 0,84 8 0,84 5 0,84 2 1,05 8 1,05 7 1,05 6 1,05 5 1,05 5 1,05 0 1,04 5 1,04 1 1,03 7 1,31 5 1,31 4 1,31 3 1,31 1 1,31 0 1,30 3 1,29 6 1,28 9 1,28 2 1,70 6 1,70 3 1,70 1 1,69 9 1,69 7 1,68 4 1,67 1 1,65 8 1,64 6 2,056 2,162 2,296 2,479 2,605 2,779 2,052 2,158 2,291 2,473 2,598 2,771 2,048 2,154 2,286 2,467 2,592 2,763 2,045 2,150 2,282 2,462 2,586 2,756 2,042 2,147 2,278 2,457 2,581 2,750 2,021 2,123 2,250 2,423 2,542 2,704 2,000 2,099 2,223 2,390 2,504 2,660 1,980 2,076 2,196 2,358 2,468 2,617 1,962 2,056 2,173 2,330 2,437 2,581 3,067 3,057 3,047 3,038 3,030 2,971 2,915 2,860 2,813 3,707 3,690 3,674 3,659 3,646 3,551 3,460 3,373 3,300