Documentos de Académico
Documentos de Profesional
Documentos de Cultura
LAS CHOAPAS
TEMA:
1.4.5 DISTRIBUCIÓN T- STUDENT
1.4.6 DISTRIBUCIÓN MUESTRAL DE LA VARIANZA
1.4.7 DISTRIBUCIÓN MUESTRAL DE LA RELACIÓN DE VARIANZA
NOMBRE:
TANIA YARITZA TORRES REYES
No. DE CONTROL:
171A0253
CARRERA:
INGENIERIA INDUSTRIAL
Sea X una variable aleatoria que se distribuye como X→N (1,0) y sea “Y” otra
variable aleatoria que se distribuye como Y→X2n , tal que X e Y son
independientes, entonces podemos definir otra variable aleatoria.
Se dice que esta se distribuye como una t-Student con n grados de libertad y su
función de densidad viene dada por:
Esta distribución es muy utilizada, que se construye a partir de una normal y un chi-
cuadrado. Veamos una gráfica comparativa con una distribución normal y algunas de las
propiedades que verifica.
Propiedades:
• Es simétrica, esta centrada en el punto (0,0)
• MO = Me = 0
• E [T] = 0 si n>1
• V [T] = n/n-2 si n>2.
• Cuando el número de variables aleatorias es muy grande, es decir, cuando n ∞→ , la
variable se puede aproximar por una normal.
Ejemplo:
Este es un valor muy por arriba de 1.711. 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. De aquí que es probable que el fabricante concluya que el
proceso produce un mejor producto del que piensa.
1.4.6 DISTRIBUCIÓN MUESTRAL DE LA VARIANZA
En realidad la distribución ji-cuadrada es la distribución muestral de la varianza.
Sea X1, X2, X3....Xn variables aleatorias que se distribuyen como normales N(0,1), y se
define una nueva variable X = x12 + x22 + x32 +….+ xn2.
Entonces se dice que X se distribuye como una Chi-Cuadrado o Ji-cuadrado con n
grados de libertad, donde n es el número de variables aleatorias normales
independientes elevadas al cuadrado que se han sumado. Esta se representa como:
X → Xn2
y su función de densidad es de la forma:
Gráficamente, la variable aleatoria Chi-cuadrado se representa:
Propiedades:
• Es una función asimétrica
• E(x)= n
• V(x)=2n
• Sean dos variables aleatorias chi-cuadrado que se distribuyen X → Xn2 y X → Xm2 , se
define una nueva variable de la forma Y = X1 + X2 , entonces esta nueva variable se
distribuye como: Y→ Xn+m2
• Cuando el número de variables aleatorias es muy grande, es decir, cuando n → ∞ , la
variable se puede aproximar por una normal.
Ejemplo:
Suponga que los tiempos requeridos por un cierto autobús para alzancar uno de sus
destinos en una ciudad grande forman una distribución normal con una desviación
estándar σ=1 minuto. Si se elige al azar una muestra de 17 tiempos, encuentre la
probabilidad de que la varianza muestral sea mayor que 2.
Solución:
Primero se encontrará el valor de ji-cuadrada correspondiente a s2=2 como sigue:
El valor de 32 se busca adentro de la tabla en el renglón de 16 grados de libertad y se
encuentra que a este valor le corresponde un área a la derecha de 0.01. En consecuencia, el
valor de la probabilidad es P(s2>2)
1.4.7 DISTRIBUCIÓN MUESTRAL DE LA RELACIÓN DE VARIANZA