UNIVERSIDAD NACIONAL DEL CENTRO DEL PER

FACULTAD DE CIENCIAS APLICADAS

ESCUELA ACADMICO PROFESIONAL DE INGENIERIA AGROINDUSTRIAL

CTEDRA:

ESTADSTICA II

CATEDRTICO:

MSc. Shalin, CARHUALLANQUI AVILA

INTEGRANTES:

VILLANUEVA AVILA, Bettsy Yoally

ZURITA VASQUEZ, Martha

SEMESTRE:

TARMA PER

2017
 Distribucin Chi-cuadrado

Esta distribucin, que debe su nombre al matemtico ingls Karl Pearson (1857-1936), es
fundamental en inferencia estadstica y en los test estadsticos de bondad de ajuste.

Es un caso particular de la distribucin gamma para el caso = 2 y = n / 2, siendo n un nmero

natural.

Campo de variacin:

0 < x < infinito

Parmetros:

n: grados de libertad, n 1 entero

Su funcin de densidad es:

El parmetro de la distribucin es y su media y su varianza son, respectivamente:

Otra forma de definir la distribucin es la siguiente: Supongamos que tenemos n variables

aleatorias normales independientes, X1,..., Xn, con media i y varianza (i = 1 ... n), la variable
definida como tiene distribucin con n grados de libertad y se le denomina n.
Variables chi-cuadrado con valores de progresivamente mayores son cada vez menos
asimtricas.

Ejercicio:

Para estudiar la relacin entre la edad de las mujeres y su aceptacin de una ley sobre
interrupcin del embarazo se ha llevado a cabo una encuesta sobre 400 mujeres cuyos
resultados se recogen en la siguiente tabla:
Aceptacin
Edad Baja Media Alta
0-18 21 34 25
18-35 24 31 25
36-50 30 30 20
51-65 37 30 13
> 65 40 30 10

Como resultado de aplicar la prueba ji-cuadrado de Pearson se obtuvo como valor del estadstico
X al cuadrado =19,2828. Este valor por s solo no permite extraer ninguna conclusin; debe
compararse con el valor de la distribucin ji-cuadrado de (5-1)*(3-1)=8 grados de libertad que deja
un 5% de probabilidad a su derecha, fijado un nivel de significacin del 5% o, equivalentemente,
un nivel de confianza del 95%. Este valor, llamado punto crtico, delimita la zona de rechazo de la
hiptesis nula de no asociacin entre las variables.

1. Calcular el valor de la ji-cuadrado con 8 grados de libertad que deja a su derecha un rea
bajo la curva igual a 0,05.

2. Representar la funcin de densidad y marcar en ella el valor del estadstico y el punto

crtico, qu puede concluirse acerca de la relacin entre las dos variables?

3. Calcular el valor p del estadstico, es decir, la probabilidad a la derecha del valor del
estadstico X al cuadrado =19,2828.

1. Resultados:
El valor 15,5073 es el punto crtico del test para un nivel de significacin del 5%, ya que deja a su
derecha una cola de probabilidad 0,05.

2. Resultados:

En este grfico se puede observar como el valor del estadstico (lnea negra) es superior al punto
crtico del test para un nivel de significacin del 5% y, por lo tanto, est en la zona de rechazo. Esto
significa que hay evidencia de asociacin entre el grado de aceptacin del aborto y la edad de las
mujeres.

3. Resultados:

El valor p del estadstico es 0,0134 y se corresponde con el rea bajo la curva a la derecha del
valor del estadstico. Si este valor es menor que 0,05, como as ocurre, se rechaza la hiptesis nula
de no asociacin entre las dos variables.
 Distribucin T de Student

Esta distribucin fue propuesta y tabulada por William Sealy Gosset (1876-1937), ms conocido
por el seudnimo de Student, como resultado de un estudio sobre la estimacin de la media cuando
el tamao de muestra es pequeo.

Campo de variacin:

-infinito < x < infinito

Parmetros:

n: grados de libertad, n 1 entero

Supongamos dos variables aleatorias independientes, una normal tipificada, Z, y otra con
distribucin con grados de libertad, la variable definida segn la ecuacin: tiene distribucin t
con grados de libertad.

La funcin de densidad de la distribucin t es:

El parmetro de la distribucin t es , su nmero de grados de libertad.

Esta distribucin es simtrica respecto al eje Y y sus colas se aproximan asintticamente al eje X.

Es similar a la distribucin Z salvo que es platicrtica y, por tanto, ms aplanada.

Cuando n tiende a infinito, t tiende asintticamente a Z y se pueden considerar prcticamente

iguales para valores de n mayores o iguales que 30.
 Variables T con valores de progresivamente mayores son cada vez menos platicrticas.

Comparacin entre la variable T y la normal tipificada.

Ejercicio:

La distribucin t de Student se aproxima a la normal a medida que aumentan los grados de

libertad.

1. Calcular, para una distribucin N(0,1), el punto que deja a la derecha una cola de
probabilidad 0,05.

2. Calcular, para una distribucin t de Student, la probabilidad de que la variable tome un

valor a la derecha de ese punto. Tomar como grados de libertad sucesivamente n = 10 y n =
150.

Para el primer apartado hay que seleccionar en la lista de distribuciones la normal de parmetros
U = 0 y O = 1.
 1. Resultados:

En el segundo apartado se ejecutar dos veces: la primera vez para una distribucin t de Student
con 10 grados de libertad y la segunda vez con 150 grados de libertad.
2. Resultados:

Se aprecia claramente que, al aumentar los grados de libertad de la t de Student, la probabilidad

se acerca a la calculada con la distribucin normal.

Distribucin F de Snedecor

Debe su nombre al matemtico y estadstico americano George Waddel Snedecor (1881-1974).

Otra de las distribuciones importantes asociadas a la normal es la que se define como el cociente
de dos variables aleatorias independientes con distribucin ji-cuadrado divididas entre sus
respectivos grados de libertad, n y m; la variable aleatoria resultante sigue una distribucin F de
Snedecor de parmetros n y m (denotada por Fn,m).

Campo de variacin:

0 < x < infinito

Parmetros:

n: grados de libertad del numerador, n 1 entero

 m: grados de libertad del denominador, m 1 entero

Sean U y V dos variables aleatorias independientes con distribucin con 1 y 2 grados de

libertad, respectivamente. La variable definida segn la ecuacin: tiene distribucin F
con 1, 2 grados de libertad.

La funcin de densidad de la distribucin F es:

Los parmetros de la variable F son sus grados de libertad 1 y 2.

Las distribuciones F tienen una propiedad que se utiliza en la construccin de tablas que es la
siguiente:

Llamemos f1,2 al valor de una distribucin F con 1 y 2 grados de libertad que cumple la
condicin, P(F > f1,2) = ; llamemos f1,2 al valor de una distribucin F con 1 y 2 grados de
libertad que cumple la condicin, P(F > f1,2) = 1- . Ambos valores estn relacionados de modo
que uno es el inverso del otro.

Variables F con distintos valores

Ejercicio:

En un laboratorio se efectuaron ciertas mediciones y se comprob que seguan una distribucin F

con 10 grados de libertad en el numerador y 12 grados de libertad en el denominador.
1. Calcule el valor que deja a la derecha el 5% del rea bajo la curva de densidad.
2. Cul es la probabilidad de que la medicin sea superior a 4,30?
3. Represente la funcin de distribucin y de densidad de las medidas.
1. Resultados:

El valor que deja a la derecha una probabilidad de 0,05 es 2,75.

2. Resultados:

La probabilidad que deja a la derecha 4,30 es 0,01.

3. Resultados:
Las funciones de densidad y distribucin de las medidas efectuadas se presentan a continuacin: