Una función para cada población

Elaborado por: Whernner Dubbeth Gómez Rodríguez.

Semestre 1 – Eje 1

Fundación Universitaria del Área Andina

Escuela de Ciencias Económicas
Programa de Economía
Curso de Econometría y Análisis de Datos.
 15-02-2024

En el presente trabajo se realizará un breve resumen acerca de conceptos de la

distribución Normal, T de Student y F de Fisher, luego explicaremos lo más
detalladamente posible las diferencias entre la distribución Normal y la T de Student,
así como entre la distribución Normal y la F de Fisher. Posteriormente, veremos las
diferencias en las colas derechas de las distribuciones y sus respectivas graficas
para así entender mejor su curvatura.

Distribución Normal: La distribución normal o campana de Gauss, es simétrica y

tiene una forma característica de campana. Su forma está completamente definida
por dos parámetros: la media (μ), que representa el centro de la distribución, y la
desviación estándar (σ), que indica la medida de la dispersión de los datos
alrededor de la media.l

T de Student: La distribución t, ES semejante a la normal pero más ancha con

colas más pesadas, se utiliza cuando la desviación estándar poblacional es
desconocida y se estima a partir de la muestra. La forma de esta distribución
depende de los grados de libertad .
Distribución de Fisher (F): “La distribución F es asimétrica y se usa en análisis de
varianza.” Su forma está determinada por dos conjuntos de grados de libertad: los
grados de libertad en el numerador y en el denominador. Esta distribución se utiliza
para comparar varianzas entre dos muestras, siendo una herramienta valiosa en
estadística para evaluar diferencias en la dispersión de datos entre grupos.

Diferencias entre la distribución Normal y la t de Student

 La distribución t de Student tiene colas más pesadas que la distribución

normal, lo que la hace más adecuada para muestras pequeñas.
 La distribución T depende de los grados de libertad, mientras que la normal
no. A medida que los grados de libertad aumentan, la t se aproxima a la
normal.
La T de Student tiene colas más anchas en comparación con la distribución Normal.
Esto se debe a que la T de Student está diseñada para trabajar con muestras
pequeñas y tiene mayor variabilidad cuando los grados de libertad son bajos.

EJEMPLO DE LA GRAFICA.
Diferencias entre la distribución Normal y la F de Fisher

La distribución F de Fisher es asimétrica y se utiliza para comparar varianzas entre

dos grupos. La normal no tiene esta capacidad específica.
La F de Fisher depende de dos conjuntos de grados de libertad, mientras que la
normal no tiene parámetros de libertad.
EJEMPLO DEL GRAFICO:

Para proporcionar una explicación más específica sobre las diferencias en las
observaciones contenidas en la cola derecha de las tres distribuciones (Normal, T
de Student y F de Fisher) cuando se considera P (X <95%), se va a analizar cada
distribución individualmente
Gráfico de Cola Derecha para la Distribución Normal

POdemos considerar que P(X<95%) en la distribución normal, se está evaluando la

probabilidad de observar valores por debajo del percentil del 95%. Debido a la
simetría de la distribución normal, la probabilidad de observar valores en la cola
derecha (más allá del percentil 95) es baja y disminuye gradualmente a medida que
nos alejamos de la media. La forma simétrica de la distribución normal implica que
eventos extremadamente altos o bajos son menos probables.
Gráfico de Cola Derecha para la Distribución T de Student

Cuando consideramos P (X< 95%) en la distribución T de Studennt, estamos

observando la probabilidad de que la variable aleatoria sea menor al percentil 95. La
distribución T de Student presenta colas más pesadas en comparación con la
distribución normal, especialmente en muestras pequeñas y con bajos grados de
libertad. Esto implica que existe una mayor probabilidad de observar valores
extremadamente altos o bajos en situaciones donde la información de la muestra es
limitada

Gráfico de Cola Derecha para la Distribución F de Fisher.

Se denota que P(X<95%) en la distribución F de Fisher se observa la probabilidad
de que la variable aleatoria sea menor al percentil 95. La distribución F de Fisher es
utilizada para comparar varianzas entre dos muestras y esta exhibe una cola
derecha más larga en comparación con la distribución normal.

EJEMPLO DE GRAFICAS EN CONJUNCION (COLAS DERECHAS DE LAS

CONTRIBUCIONES)
Conclusión

En conclusión, podemos decir que la visualización de las colas derechas de las

distribuciones Normal, T de Student y F de Fisher brinda una comprensión gráfica
de sus caracteres.

En las representaciones gráficas anteriores se destaca la importancia de

comprender las propiedades de estas distribuciones en diversos contextos
estadísticos. La T de Student sobresale en muestras pequeñas o cuando la
desviación estándar poblacional es desconocida, mientras que la F de Fisher es
esencial para la comparación de varianzas. La simetría de la distribución Normal la
hace idónea para describir la variabilidad en poblaciones. En pocas ‘palabras este
enfoque visual y explicativo facilita la interpretación y aplicación de una distribución.
BIBLIOGRAFIA.

 Documento guia: Angrist, J. D., & Pischke, J. S. (2008). Mostly harmless

econometrics: An empiricist's companion. Princeton university press. Gujarati,
D. N., & Porter, D. C. (2011). Econometria Básica-5. Amgh Editora.
Samuelson, P. A., Koopmans, T. C., & Stone, J. R. N. (1954). Report of the
evaluative committee for Econometrica. Wooldridge, J. M. (2015). Introductory
econometrics: A modern approach. Nelson Education.

 Pértegas Díaz, S., & Pita Fernández, S. (2001). La distribución normal. Cad
Aten Primaria, 8, 268-274

 Prawda Witenberg, J. (1995). Métodos y modelos de investigación de

operaciones (No. HD20. 5 P91).