Documentos de Académico
Documentos de Profesional
Documentos de Cultura
DISTRIBUCION NORMAL
ESTANDARIZADA(Z) Y
DISTRIBUCION DE “t” DE
STUDENT
Que Determina
Propios
de Cada
Tipo de Distribucion
espacio
muestral Conjunto de Parametros
Principales modelos de
distribución de probabilidad
Distribucion de Variables discretas:
binomial,binomial negativa,poisson,
geometrica, hipergeometrica.
FUNCIÓN DE DISTRIBUCIÓN
• Puede tomar cualquier valor (-α , + α)
• Son más probables los valores cercanos a uno central que
llamamos media µ
• Conforme nos separamos de ese valor µ, la probabilidad
va decreciendo de igual forma a derecha e izquierda (es
simétrica).
• Conforme nos separamos de ese valor µ , la probabilidad
va decreciendo de forma más o menos rápida dependiendo
de un parámetro σ, que es la desviación típica.
Cuando la media de la distribución es 0 y la varianza es 1,
se denomina "normal tipificada", y su ventaja reside en
Que hay tablas, o rutinas de cálculo que permiten obtener
esos mismos valores, donde se recoge la probabilidad
acumulada para cada punto de la curva de esta distribución.
DISTRIBUCION NORMAL STANDARIZADA (Z)
Es una Distribución Normal teórica que utiliza un
sistema numérico común. Cuando se estudia la
variable de peso de los niños al nacer, o el grueso de
tornillos, o el número de frutos dañados en un árbol,
aun cuando las distribuciones de datos muestren la
misma forma, las unidades métricas son variables,
por tanto, para poderlas comparar con una
distribución patrón es necesario referirlas en la misma
unidad de medida.
Esta unidad de medida es la desviación estándar, de esta manera, sean
pesos de bebes, grueso de tornillos o frutos de árboles, transformados
a una unidad estándar, estaremos hablando en la misma escala.
Debe quedar claro que las comparaciones únicamente son posibles en
poblaciones similares, niños con niños, tornillos con tornillos etc. La
unidad estándar se obtiene mediante:
TIPIFICACIÓN O NORMALIZACION
Por tanto su función de densidad es
y su función de distribución es
A la variable Z se la denomina
variable tipificada de X, y a la
curva de su función de densidad
curva normal tipificada.
CARACTERÍSTICA DE LA DISTRIBUCIÓN NORMAL
TIPIFICADA (REDUCIDA, ESTANDAR)
No depende de ningún parámetro
Su media es 0, su varianza es 1 y su desviación típica es 1.
La curva f(x) es simétrica respecto del eje OY
Tiene un máximo en este eje
Tiene dos puntos de inflexión en z =1 y z = -1
La distribución normal tipificada tiene la ventaja, como
ya hemos indicado, de que las probabilidades para cada
valor de la curva se encuentran recogidas en una tabla
T= Z tn
1 Χ2 n
n
Donde Z N(O,1), Χ2 n Χ2 n este tipo de distribuciones
aparece cuando tenemos n+1 v.a independientes .
X N(µ, σ2)
X N(µi, σ2 i) i = 1,………….ni
y nos interesa la distribución de
La función de densidad de es
Figura: La función de
densidad de una t de
Student
CARACTERÍSTICA DE LA DISTRIBUCIÓN “t”
DE STUDENT
La distribución de Student tiene propiedades parecidas a
Es de media cero, y simétrica con respecto a la misma.
Es algo más dispersa que la normal, pero la varianza decrece hasta
1 cuando el número de grados de libertad aumenta;
Figura: Comparación
entre las funciones de
t 1 densidad de y
Para calcular
t
Formalmente una variable T con distribución t de Student o
simplemente distribución t se define de la forma siguiente:
Sea Z una variable aleatoria normal estándar y sea X2 una
variable Chi cuadrada con n grados de libertad, entonces:
X
Z
n
t
X Donde:
s
2
n
2 S ( n 1)
X
X 2
Al sustituir: n
n ( X )
t
S 2 (n 1) n n ( X )
S s
2
( n 1) s
y (desviación
Estimación de µ típica centrada )
Ejemplo 1 : ¿Cuál es el valor de t , para 4 grados de
libertad, tal que deja un 95% central?
t = 2.78
Ejemplo 2 : El gerente de una fábrica 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 pesarlos. 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.
1. Establecer datos
n =16
= 165.285 gr.
P(< 163.6875) = ?
s = 9.24
2. Aplicar la fórmula para estandarizar los valores de
x
t
s
n
3. Elaborar gráfica del problema
163.6875 165.285
4. Encontrar el valor de t
t = (163.6875-165.285)/(9.24/ 16 )= -.691
5. Encontrar la probabilidad del valor de t
utilizando la tabla g.l = 15
P ( t < -.691 )= .250
6. Conclusión: La probabilidad de que la media sea menor
de 163.6875 es de .250
IMPORTANCIA DE LA PRUEBA DE “ t ”
“La prueba más universal para la comparación de dos
tratamientos”
Es una prueba estadística para evaluar si dos grupos
difieren entre si de manera significativa respecto a sus
medias.
En los análisis estadísticos bajo asunciones pre-
establecidas (hipótesis) de las respuestas dadas (jueces) se
puede realizar mediante la aproximación de distribución de
“t”.
La distribución de “t” es una prueba parametrica mas usada,
En la mayoría de casos reales o prácticos es frecuente que
el tamaño de la muestra sea limitado por el costo y por el
tiempo por el cual se requiere de procedimientos un poco
diferentes a los utilizados para muestras grandes o mayores
que treinta observaciones que por lo general se asocian con
la distribución normal.
Los procedimientos de estimación y prueba de hipótesis
para muestras pequeñas son tratados preferencialmente
por la distribución denominada "T de student", la otra
característica que permite utilizar una distribución "T" es
que la desviación estándar de tipo poblacional se
desconoce y se debe utilizar una desviación estándar de
tipo muestral; ésta también es una razón para utilizar la "T
de Student".
La comparación se realiza sobre una variable. Si hay
diferentes variables, se efectuaran varias pruebas de ” t ”
(una por cada variable). Aunque la razón que motiva
laceración de grupos puede ser una variable independiente,
por ejemplo: Un experimento con dos grupos, uno al cual
se le aplica el estimulo experimental y esotro grupo de
control.