Anda di halaman 1dari 24

Distribución t de Student

La distribución de Student fue descrita en 1908 por William Sealy


Gosset. Gosset trabajaba en una fábrica de cerveza, Guinness,
que prohibía a sus empleados la publicación de artículos
científicos debido a una difusión previa de secretos industriales.
De ahí que Gosset publicase sus resultados bajo el seudónimo de
Student.
Distribución t de Student

o Aplico sus conocimientos


estadísticos tanto a la destilería
como a la granja (para
seleccionar las mejores
variedades de cebada)
o De ahí el uso de su
pseudónimo Student en sus
publicaciones, para evitar que
su empleador lo detectara
o Gosset publicó El error
probable de una media
Distribución t de Student

La estadística de Gosset era


z = t/√(n - 1). Fisher
introdujo la forma t debido a
que se ajustaba a su teoría de
grados de libertad Fisher es
responsable también de la
aplicación de la distribución
t a la regresión.
Distribución t de Student

En probabilidad y estadística la
distribución t de student es una
distribución de probabilidad que surge
del problema de estimar la media de una
población normalmente distribuida
cuando el tamaño de la muestra es
pequeña
Distribución t de Student

Se utiliza para hacer estimaciones de parámetros


de las poblaciones a partir de los valores
estadísticos correspondientes en las muestras,
cuando se desconoce el valor de la varianza o la
desviación estándar de la población.
Distribución t de Student

o 1. cada curva t tiene forma de campana con centro en 0.


o Cada curva t, es mas dispersa que la curva normal estándar.
o A medida de que aumenta, la dispersión de la curva t
correspondiente disminuye.
o a medida de que k tiende a infinito, la secuencia de curvas t se
aproxima a la curva normal estándar.
Distribución t de Student

Las observaciones proceden de una


población que tiene distribución normal
con media y desviación estándar. En la
practica a no ser que la muestra sea muy
pequeña, es suficiente con que la
población sea simétrica y con un solo
pico. Tanto la media como la desviación
típica son parámetros desconocidos.
Distribución t de Student

Cuando la desviación estándar del estadístico


se estima a partir de datos, el resultado se
llama error estándar del estadístico. El error
estándar se calcula usando la formula:
Distribución t de Student

o Cuando conocemos el valor de la


desviación estándar , basamos los
intervalos de confianza y las pruebas para
la media ene le estadístico z de una
muestra.

o T= media muestral-media/ desviación


estándar/ raíz n
Distribución t de Student

o Representan el número de datos independientes


que se pueden tomar de la población para
construir la muestra, de tal manera que los
valores de los estadísticos en la muestra sean
cercanos a los valores de los parámetros
correspondientes en la población.
o Al escoger una muestra de tamaño n, el numero
de datos independientes que se pueden tomar es
n-1, ya que el ultimo dato que se escoja, es el que
viene a definir el valor del estadístico en la
muestra gl=n-1
Distribución t de Student
Distribución t de Student
Distribución t de Student
Distribución t de Student

Comparación de Tipo de Curvas


Distribución t de Student

Comportamiento de la distribución T comparada con la


distribución Z

Representación Grafica
Distribución t de Student

Donde el parámetro
n de tn , se
denomina grados de
libertad de la
distribución.

La distribución t de
Student existe para
todos los valor es de
x reales, y es simétrica
respecto al eje y.
Distribución t de Student

Para distintos valores de n y de x se puede


buscar su probabilidad acumulada p
Distribución t de Student

Hipótesis de dos lados

Hacia el lado derecho


Distribución t de Student

Hacia el izquierdo
Distribución t de Student

En esta tabla hay dos entradas, en la fila


superior están los valores de n para los
que se ha calculado la probabilidad, en
la columna de la izquierda los de x, para
x igual o mayor que cero, en
incrementos de 0,05, para cada valor de
n y de la x correspondiente tenemos la
probabilidad acumulada, expresada con
tres cifras decimales.
Distribución t de Student

n\p 0,50 0,55 0,60 0,70 0,75 0,80 0,85 0,90 0,95

1 0,324 919 0,726 543 1,000 001 1,376 382 1,962 612 3,077 685 6,313 749 31,820 96 63,655 90

2 0,288 675 0,617 214 0,816 497 1,060 660 1,386 206 1,885 619 2,919 987 6,964 547 9,924 988

3 0,276 671 0,584 390 0,764 892 0,978 472 1,249 778 1,637 745 2,353 363 4,540 707 5,840 848

4 0,270 722 0,568 649 0,740 697 0,940 964 1,189 567 1,533 206 2,131 846 3,746 936 4,604 080

5 0,267 181 0,559 430 0,726 687 0,919 543 1,155 768 1,475 885 2,015 049 3,364 930 4,032 117

6 0,264 835 0,553 381 0,717 558 0,905 703 1,134 157 1,439 755 1,943 181 3,142 668 3,707 428

7 0,263 167 0,549 110 0,711 142 0,896 030 1,119 159 1,414 924 1,894 578 2,997 949 3,499 481

8 0,261 921 0,545 934 0,706 386 0,888 890 1,108 145 1,396 816 1,859 548 2,896 468 3,355 381

9 0,260 956 0,543 480 0,702 722 0,883 404 1,099 716 1,383 029 1,833 114 2,821 434 3,249 843

10 0,260 185 0,541 528 0,699 812 0,879 057 1,093 058 1,372 184 1,812 462 2,763 772 3,169 262

11 0,259 556 0,539 937 0,697 445 0,875 530 1,087 667 1,363 430 1,795 884 2,718 079 3,105 815

12 0,259 033 0,538 618 0,695 483 0,872 609 1,083 212 1,356 218 1,782 287 2,680 990 3,054 538

13 0,258 591 0,537 504 0,693 830 0,870 151 1,079 469 1,350 172 1,770 932 2,650 304 3,012 283

14 0,258 212 0,536 552 0,692 417 0,868 055 1,076 280 1,345 031 1,761 309 2,624 492 2,976 849

15 0,257 885 0,535 729 0,691 197 0,866 245 1,073 531 1,340 605 1,753 051 2,602 483 2,946 726
Distribución t de Student
Distribución t de Student

1 La longitud de los tornillos


fabricados en una fábrica tienen
media μ=10 mm y desviación s=1
mm, calcular la probabilidad de
que en una muestra de tamaño
n=25, la longitud media del
tornillo sea inferior a 20.5 mm:
P (μ<20.5)
Estandarizamos T=(X-μ)/(s/√n) que sigue
una distribución t de n-1 grados de libertad

T=(20.5-20)/(1/√25) = 2.5

P (μ<20.5) --> P (T<2.5) ~ t(24) P (T<2.5) =


0.9902
P (μ<20.5)=0.9902
La probabilidad que la longitud media de la
muestra de 25 tornillos sea inferior a 20.5
mm es del 99.02%