4.4.2. Distribucin Chi-Cuadrada.

1.- Distribucin t- student 2.- Distribucin x cuadrada 3.- Distribucin F Grados de libertad Los grados de libertad pueden ser interpretados como el numero de valores de la muestra que pueden ser fijados arbitrariamente y su cuantificacin depende del numero de variables o del tamao de la muestra. Formula para encontrar el grado de libertad gl = n-1 n = tamao de la muestra gl = grado de libertad

3.7.1. DISTRIBUCION T-STUDENT

La apariencia general de la distribucin t es similar a la de la distribucin normal estndar: ambas son simtricas. 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-STUDENT Cada curva t tiene forma de campana con centro en 0. Cada curva t, est ms dispersa que la curva normal estndar z. A medida que aumenta, la dispersin de la curva t correspondiente disminuye. A medida que , 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 = Formula aplicada a muestras aleatorias de tamao n de una poblacin normal

Donde: t = t student x = media muestral = media s = desviacin estndar n = tamao de la muestra

Tabla de valores crticos de t

gl 1 2 3 4 5 6 7 8 9 10 11 12 13 14

t.100 3.078 1.886 1.638 1.533 1.476 1.440 1.415 1.397 1.383 1.372 1.363 1.356 1.350 1.345

t.050 6.314 2.920 2.353 2.132 2.015 1.943 1.895 1.860 1.833 1.812 1.796 1.782 1.771 1.761

t.025 12.706 4.303 3.182 2.776 2.571 2.447 2.365 2.306 2.262 2.228 2.201 2.179 2.160 2.145

t.010 31.821 6.965 4.541 3.747 3.365 3.143 2.998 2.896 2.821 2.764 2.718 2.681 2.650 2.624

t.005 63.657 9.925 5.841 4.604 4.032 3.707 3.499 3.355 3.250 3.168 3.106 3.055 3.012 2.977

gl 1 2 3 4 5 6 7 8 9 10 11 12 13 14

gl 15

t.100 1.341

t.050 1.753

t.025 2.131

t.010 2.602

t.005 2.947

gl 15

16 17 18 19 20 21 22 23 24 25 26 27 28 29

1.337 1.333 1.330 1.328 1.325 1.323 1.321 1.319 1.318 1.316 1.315 1.314 1.313 1.311 1.282

1.746 1.740 1.734 1.729 1.725 1.721 1.717 1.714 1.711 1.708 1.706 1.703 1.701 1.699 1.645

2.120 2.110 2.101 2.093 2.086 2.080 2.074 2.069 2.064 2.060 2.056 2.052 2.048 2.045 1.960

2.583 2.567 2.552 2.539 2.528 2.518 2.508 2.500 2.492 2.485 2.479 2.473 2.467 2.462 2.326

2.921 2.898 2.878 2.861 2.845 2.831 2.819 2.807 2.797 2.787 2.779 2.771 2.763 2.756 2.576

16 17 18 19 20 21 22 23 24 25 26 27 28 29

Ejemplo: Un nuevo proceso para producir diamantes sintticos slo puede funcionar a un nivel rentable si el proceso promedio de los diamantes que se obtengan es mayor que 0.5 quilates. Para evaluar la rentabilidad del proceso se generan seis diamantes cuyos pesos son 0.46, 0.61, 0.52, 0.48, 0.57 y 0.54 de quilate. Las seis mediciones proporcionan suficiente evidencia de que el peso promedio de los diamantes que se obtienen con este proceso sobrepasa 0.5 quilates?

3.7.2. DISTRIBUCION X CUADRADA La distribucin ji-cuadrada es la distribucin muestral de S2. O sea que si se extraen todas las muestras posibles de una poblacin normal y a cada muestra se le calcula su varianza, se obtendr la distribucin muestral de varianzas. Para estimar la varianza poblacional o la desviacin estndar, se necesita conocer el estadstico X2. Si se elige una muestra de tamao n de una poblacin normal con varianza , el estadstico:

Tiene una distribucin muestral que es una distribucin ji-cuadrada con gl=n-1 grados de libertad y se denota X2 (X es la minscula de la letra griega ji). El estadstico ji-cuadrada esta dado por:

donde n es el tamao de la muestra, s2 la varianza muestral y la varianza de la poblacin de donde se extrajo la muestra. Propiedades de las distribuciones X- cuadrada Los valores de X2 son mayores o iguales que 0. La forma de una distribucin X2 depende del gl=n-1. En consecuencia, hay un nmero infinito de distribuciones X2. El rea bajo una curva ji-cuadrada y sobre el eje horizontal es 1. Las distribuciones X2 no son simtricas. Tienen colas estrechas que se extienden a la derecha; esto es, estn sesgadas a la derecha. Cuando n>2, la media de una distribucin X2 es n-1 y la varianza es 2(n-1). El valor modal de una distribucin X2 se da en el valor (n-3).

 Ejemplos:

Suponga que los tiempos requeridos por un cierto autobs para alcanzar un de sus destinos en una ciudad grande forman una distribucin normal con una desviacin estndar =1 minuto. Si se elige al azar una muestra de 17 tiempos, encuentre la probabilidad de que la varianza muestral sea mayor que 2. Solucin: Primero se encontrar el valor de ji-cuadrada correspondiente a s2=2 como sigue:

El valor de 32 se busca adentro de la tabla en el rengln de 16 grados de libertad y se encuentra que a este valor le corresponde un rea a la derecha de 0.01. En consecuencia, el valor de la probabilidad es P(s2>2)

Es una medida existente entre las frecuencias observadas y esperadas Y es suministrada por el estadstico Tambin se utiliza para decidir si ciertas variables son independientes. Por ejemplo un encuestador podra desear saber si, el sexo, los antecedentes tnicos o el rango salarial de una persona son factores relevantes en la votacin para una eleccin de algn legislador. La definicin formal de la distribucin es la siguiente: Sean Z1, Z2,,Zk, k distribuciones normales estandar independientes. Se denomina tambin la distribucin Chi- cuadrado con k grados de libertad. que puede ser cualquier entero positivo incluyendo al 1 y esta representado por df.

BONDAD DEL AJUSTE, HIPOTESIS NULA, VALORES CRITICOS. Supngase que una recoleccin de datos, dados por una distribucin de frecuencia con n categoras, se obtiene de un tamao muestral que excede a 30. Consideremos que se desea decidir mediante algn examen si los datos se ajustan o no a alguna distribucin especifica. La distribucin Chi-cuadrado se calcula con la siguiente formula: = (obs-exp)2 exp Donde: Obs= los datos observados Exp= los datos esperados (obtenidos de la distribucin dada Suponiendo que los valores no son muy pequeos es decir que no son menores que 5, entonces la variable aleatoria anterior tiene (aproximadamente) la distribucin chi-cuadrado con grados de libertad. df= n-1 Entre menor sea el valor embargo, si , mejor ser el ajuste. Sin

es muy grande, es decir, si excede algn

valor critico c , se dice que el ajuste es malo y se rechaza la hiptesis nula En la distribucin Chi-cuadrado se deben hacer las recomendaciones siguientes: 1.- los datos provienen de una muestra con una poblacin mas grande , de manera que los valores de Chi- cuadrado forman una variable aleatoria discreta.

2.- la distribucin tambin supone que el valor esperado de cada individuo no es muy pequeo, es decir que ningn valor es menor que 5. 3.- la formula df=n-1 supone que el tamao es el nico estadstico de la muestra que se utiliza.

3.7.3. DISTRIBUCION F As como a veces una sola varianza poblacional es importante para un investigador tambin se podra necesitar comparar dos varianzas poblacionales. Una manera de comparar dos varianzas poblacionales, 1 y 2,es usar la razn de las varianzas mustrales, s1/s2,si es casi igual a 1, se encontrara poca evidencia para concluir que 1 y 2, no son iguales. Por otro lado , un valor muy grande o muy pequeo para s1/s2 proporcionan evidencia de que las varianzas poblacionales son deferentes. cuan grande o pequea debe ser s1/s2 para concluir que de acuerdo con la evidencia se debe rechazar la siguiente hiptesis nula? H0: 1 = 2 Cuando se extraen muestras aleatorias independientes de dos poblaciones normales con varianzas iguales es decir, 1 =2 entonces s1/s2 tiene una distribucin de probabilidad en el muestreo repetido que los expertos conoces como distribucin F

La prueba estadistica de la hipotesis nula H0: 1 = 2 Utiliza el estadistico de prueba F= s1/s2 Cuando la hipotesis alternativa implica una prueba de cola de una cola es decir Ha: 1 > 2 Se podra encontrar el otro valor critico de la cola derecha para rechazar H0 directamente en la tabla. Sin embargo cuando la hiptesis alternativa requiere una prueba de dos colas (/2), la regin de rechazo se divide entre las colas superior e inferior de la distribucin F. Los valores crticos de F y F/2 se basan en gl1= (n1-1) y gl2=(n2-1). Los valores tabulados para =0.100, 0.050, 0.025, 0.010,0.005, se pueden encontrar en la tabla de distribucin.

INTERVALO DE CONFIANZA PARA 1 /2 Donde gl1= (n1-1) y gl2=(n2-1).Fdf1.g2 es el valor critico tabulado de F que corresponde a los grados de libertad gl1 y gl2 del numerador de F respectivamente, con rea /2 a su derecha.

Un investigador se preocupa porque la variabilidad de las respuestas con dos procedimientos experimentales diferentes podran no ser la misma. Antes de llevar a cabo su investigacin realiza un previo estudio con muestras aleatorias de 10 y 8 respuestas y obtiene s1 =7.14 y s2=3.21, respectivamente. Las varianzas mustrales proporcionan evidencia suficiente para concluir que las variaciones poblacionales son diferentes?
Ejemplo10.14.

Con la tabla para /2=0.025 se puede rechazar H0 cuando F>4.82 con =0.050.El valor calculado del estadstico es: F= s1/s2
Ejemplo

Cetina Lpez Wendy. DISTRIBUCIONES MUESTRALES-CHI_CUADRADA. Mxico. 2011. pp. 20.