Anda di halaman 1dari 20

Distribucin de

probabilidad T-
Student

Ing. Marcos Eusebio Orozco Ventura 23/10/2017 1


Definicin
Distribucin de probabilidad que surge del
problema de estimar la media de una poblacin
normalmente distribuida cuando el tamao de la
muestra es pequeo.

Distribucin continua que se especifica por el


nmero de grados de libertad. Es una distribucin
simtrica, con forma de campana similar a la
distribucin normal, pero con colas ms gruesas
(Minitab).

Ing. Marcos Eusebio Orozco Ventura 23/10/2017 2


Comparacin de la normal vs. T student.

Distribucin T Student con 1 grado


de libertad y 100 grados de libertad
Ing. Marcos Eusebio Orozco Ventura (Minitab). 23/10/2017 3
Caractersticas
La contribucin de esta prueba, especficamente,
es para comparar dos muestras de tamao 30
(Snchez Turcios, 2015).

Los grados de libertad de una prueba estadstica


son el nmero de datos que son libres de variar
cuando se calcula tal prueba (Pagano 2009). O
nmero de valores elegidos libremente.

Ing. Marcos Eusebio Orozco Ventura 23/10/2017 4


Si el tamao de la muestra es suficientemente
grande, digamos 30, la distribucin de no
difiere mucho de la normal estndar. Sin embargo,
para < 30 es til tratar con la distribucin exacta
de (Walpole, Myers, Myers, & Ye, 2012).

Distribucin t para = 2, 5, (Walpole,


Myers, Myers, & Ye, 2012).
Ing. Marcos Eusebio Orozco Ventura 23/10/2017 5
Aplicaciones
Determinar el intervalo de confianza del cual se
puede estimar la media poblacional a partir de
pequeas muestras.

Probar hiptesis basadas en muestreos pequeos.

Probar si dos muestras provienen de una misma


poblacin.

Ing. Marcos Eusebio Orozco Ventura 23/10/2017 6


Ecuaciones
Distribucin muestral de T, suponiendo una muestra
aleatoria de una poblacin normal (Walpole,
Myers, Myers, & Ye, 2012).


=
1
Donde

=

1 2
=
2

Ing. Marcos Eusebio Orozco Ventura 23/10/2017 7


Sea Z una variable aleatoria normal estndar y V
una variable aleatoria chi cuadrada con grados
de libertad y si Z y V son independientes (Walpole,
Myers, Myers, & Ye, 2012):

Ahora t con grados de libertad es la funcin de


densidad:

2 +1 2
+ 1 2
= 1+ , < <
(2)

Ing. Marcos Eusebio Orozco Ventura 23/10/2017 8


Si 1 , 2 , son variables aleatorias
independientes normales con media y desviacin
estndar .

Variable aleatoria con = 1

Ing. Marcos Eusebio Orozco Ventura 23/10/2017 9


Distribucin de
probabilidad F

Ing. Marcos Eusebio Orozco Ventura 23/10/2017 10


Definicin y ecuaciones
El estadstico F se define como el cociente de dos
variables aleatorias chi cuadrada independientes,
dividida cada una entre su nmero de grados de
libertad (Walpole, Myers, Myers, & Ye, 2012).

1
=
2

donde y son variables aleatorias


independientes que tienen distribuciones chi
cuadrada con 1 y 2 grados de libertad,
respectivamente.

Ing. Marcos Eusebio Orozco Ventura 23/10/2017 11


La distribucin de la variable aleatoria esta dada
por la funcin de densidad (Walpole, Myers, Myers,
& Ye, 2012):

1 2
1 + 2 2 1 2 12 1 > 0,
= (1 +2 )2
,
1 2 2 2 1 + 1 2
0,
0,

a) Distribuciones F tpicas b) de la distribucin F


(Walpole, Myers, Myers, & Ye, 2012)
Ing. Marcos Eusebio Orozco Ventura 23/10/2017 12
Al escribir (v1, v2) para con v1 y v2 grados de
libertad, obtenemos (Walpole, Myers, Myers, & Ye,
2012):
1
1 1 , 2 =
2 , 1

Por consiguiente, el valor con 6 y 10 grados de


libertad, que deja una rea de 0.05 a la derecha,
es:
1 1
0.95 6,10 = = = 0.246
0.05 10,6 4.06

Ing. Marcos Eusebio Orozco Ventura 23/10/2017 13


Distribucin F con dos varianzas muestrales y dos
varianzas poblacionales:

2 2
1 1 1 1 1 1
12 = ; 2
2
=
12 22

Si 12 y 22 son las varianzas de muestras aleatorias


independientes de tamao 1 y 2 tomadas de
poblaciones normales con varianzas 12 y 22
respectivamente, entonces (Walpole, Myers, Myers,
& Ye, 2012):
12 12 12 22
= 2 2= 2 2
2 2 2 1

Ing. Marcos Eusebio Orozco Ventura 23/10/2017 14


Aplicaciones
La distribucin F tiene una amplia aplicacin en la
comparacin de varianzas muestrales y tambin es
aplicable en problemas que implican dos o ms
muestras.

La distribucin F tambin se puede aplicar a


muchos otros tipos de problemas que involucren
varianzas muestrales.

Ing. Marcos Eusebio Orozco Ventura 23/10/2017 15


Distribucin de
probabilidad Chi-
Cuadrada
Ing. Marcos Eusebio Orozco Ventura 23/10/2017 16
Definicin y ecuaciones
La distribucin tiene un solo parmetro, ,
denominado grados de libertad (Walpole, Myers,
Myers, & Ye, 2012).

La distribucin ji-cuadrada o chi-cuadrada es en


realidad la distribucin muestral de 2 (Instituto
Tecnolgico de Chiguahua, 2017).

Ing. Marcos Eusebio Orozco Ventura 23/10/2017 17


La variable aleatoria continua X tiene una
distribucin chi-cuadrada, con grados de
libertad, si su funcin de densidad es dada por
(Walpole, Myers, Myers, & Ye, 2012):

1 21 2
> 0,
,
; = 2 2 2

0, ,

La media y la varianza de la distribucin chi-


cuadrada son:
= ; 2 = 2

Ing. Marcos Eusebio Orozco Ventura 23/10/2017 18


Aplicaciones
Chi-Cuadrada tiene una aplicacin considerable
tanto en la metodologa como en la teora
(Walpole, Myers, Myers, & Ye, 2012).

Aplicaciones de la Chi-Cuadrado (de la Fuente


Fernndez):
Contraste de bondad de ajuste
Contraste de homogeneidad
Contraste de independencia
Test G de la razn de verosimilitud
Test de Mc Nemar
Text exacto de Fisher
Ing. Marcos Eusebio Orozco Ventura 23/10/2017 19
Bibliografa
de la Fuente Fernndez, S. (s.f.). Aplicaciones de la Chi-Cuadrado:
Tablas de Contingencia, Homogeneidad. Dependencia e
Independencia. Madrid: Universidad Autonoma de Madrid.
Devore, J. (2008). Probability and Statistics for Engineering and the
Sciences (Seventh Edition. ed.). Brooks/Cole.
Instituto Tecnolgico de Chiguahua. (2017). Curso: Estadstica I.
Chihuhua: Instituto Tecnolgico de Chiguahua.
Minitab. (s.f.). Temas de apoyo: Soporte Minitab 18. Recuperado el 24 de
Agosto de 2017, de Soporte Minitab 18: https://support.minitab.com/es-
mx/minitab/18/help-and-how-to/modeling-
statistics/regression/supporting-topics/basics/what-are-categorical-
discrete-and-continuous-variables/
Montgomery, D., & Runger, G. (2003). Applied Statistics and Probability
for Engineers. John Wiley & Sons.
Pagano, R. (2009). Understanding Statistics in the Behavioral Sciences.
California: WADSWORTH CENGAGE Learning.
Snchez Turcios, R. (2015). t-Student. Usos y abusos (Volumn 26 ed.).
Mxico: Revista Mexicana de cardiologa.
Walpole, R., Myers, R., Myers, S., & Ye, K. (2012). Probabilidad y estadstica
para ingeniera y ciencias. Mxico: PEARSON EDUCACIN.

Ing. Marcos Eusebio Orozco Ventura 23/10/2017 20