Академический Документы
Профессиональный Документы
Культура Документы
INTRODUCCION.............................................................................................................................2
MARCO TEORICO...........................................................................................................................2
BASES TEORICAS T DE STUDENT..........................................................................................3
LOS USOS PARA LOS CUALES ES IDONEA ESTA DISTRIBUCION.................................3
CARACTERISTICAS DE LA DISTRIBUCION T DE STUDENT..........................................3
GRADOS DE LIBERTAD.........................................................................................................4
COMO DIFERENCIARLA DE LAS OTRAS DISTRIBUCIONES..........................................4
TEORIA DE PEQUEAS MUESTRAS...................................................................................4
DISTRIBUCION DE PROBABILIDAD T-STUDENT.................................................................5
Propiedades de las distribuciones T............................................................................................6
CALCULO DE LA DISTRIBUCION T STUDENT......................................................................7
PASO 1:......................................................................................................................................7
PASO 2:......................................................................................................................................7
PASO 3:......................................................................................................................................7
PASO 4:......................................................................................................................................7
TABLA T DE STUDENT..............................................................................................................9
Diferencia con las otras tablas..................................................................................................11
Uso de la tabla de distribucin T..............................................................................................12
2.1. Definiciones conceptuales.....................................................................................................14
2.3. Importancia del estudio de la distribucin T..........................................................................14
3. Ejercicios resueltos.......................................................................................................................15
4. Ejercicios propuestos....................................................................................................................18
2
INTRODUCCION
La distribucin t de Student se utiliza cuando nos encontramos con la dificultad de no
conocer la desviacin tpica poblacional y nuestra muestra es menor de 30. Es similar a la
curva normal, pero la distribucin t tiene mayor rea a los extremos y menos en el centro.
Esta fue descubierta por un especialista en estadstica de una empresa irlandesa, este seor
cuyo nombre era William S. Gossel hizo inferencias acerca de la media cuando la
desviacin poblacional fuese desconocida: y ya que a los empleados de dicha entidad no les
era permitido publicar el trabajo de investigacin bajo sus propios nombres, Gosset adopt
el seudnimo de Student.
De gran utilidad, reduce tiempo, costo y esfuerzos. Se utiliza para probar hiptesis y
tambin para saber si dos muestras provienen de la misma poblacin.
2
MARCO TEORICO
La distribucin t de student fue descubierta por William S. Gosset en 1908. Gosset era un
estadstico empleado por la compaa de cerveza Guinness Irlandesa que desaprobaba la
publicacin de investigaciones de sus empleados.
Para evadir esta prohibicin, publico su trabajo en secreto bajo el nombre de Student.
Razones de tiempo y reduccin de costos, para ello fue descubierta la distribucin t por
Wlliam Gosset, un especialista en estadstica, que la public en 1908 con el seudnimo de
Distribucin t Student.
GRADOS DE LIBERTAD
Existe una distribucin t distinta para cada uno de los posibles grados de libertad.
Qu son los grados de libertad? Podemos definirlos como el nmero de valores que
podemos elegir libremente.
x
i x
n
i=1
s 2=
2
Esta frmula es basada en n-1 grados de libertada. Esta terminologa resulta del
hecho de que si bien s 2 est basada en n cantidades x 1x , x 2x , x n x ,
estas sumando cero, as que especificar los valores de cualquier n-1 de las
cantidades determina el valor restante.
Por ejemplo, si n=4 y x 1x=8 ; x 2x=6 y x 4 x=4 , entonces
automticamente tenemos que x 3x=2 , as que solo tres de las cuatro medidas
de x ix estn libremente determinadas, la otra debe tomar el valor que haga esta
suma cero; es por esto que solo tenemos 3 grados de libertad.
Grados de libertad= nmero de mediciones -1
[ ]
r
k +1
( k +1)
hk ( t )= [ ]
2
1+
t2 2
k
<t < , donde ( p)= e x dx
x p1
[]
r
k
2
k 0
E ( T ) == t . hk ( t ) . dt= t . [ ]
2
1+
t2
k
2
dt==0
[]
k
2
k
2
SI k > 3
[ ]
k +1
( k +1)
PASO 1:
Plantear Hiptesis Nula (Ho) e Hiptesis Alternativa (Hi).La Hiptesis alternativa
plantea matemticamente lo que queremos demostrar. La Hiptesis nula plantea
exactamente lo contrario.
PASO 2:
Determinar Nivel de Significancia. (Rango de aceptacin de hiptesis alternativa).
PASO 3:
Evidencia Muestral. Se calcula la media y la desviacin estndar a partir de la
muestra.
PASO 4:
Se aplica la Distribucin t de Student para calcular la probabilidad de error (P) por
medio de la frmula:
x
t=
sx
n
Grados de libertad = df =n-1
Sabiendo que:
X =media ; =valor a analizar ; S x =desviacion estandar
n = tamao de muestra
En base a la evidencia disponible se acepta o se rechaza la hiptesis alternativa.
Si la probabilidad de error (P) es mayor que el nivel de significancia:
SE RECHAZA HIPTESIS ALTERNATIVA
PASO 1:
Hiptesis Alternativa (Hi):
Lo que se quiere comprobar:
El grupo no tiene problemas de autoestima. Valor de autoestima mayor a 60.
Hiptesis Nula (Ho):
Lo contrario a la Hiptesis Alternativa
El grupo tiene problemas de autoestima. Valor de autoestima menor a 60.
PASO 2:
Determinar nivel de significancia: = 0.05
PASO 3:
Evidencia Muestral: x=62.1 y S x 5.83
PASO 4:
Aplicando la Distribucin de Probabilidad:
Calculando t
x 62.160 2.1
t= t = = =1.8
sx 5.83 1.166
n 25
df =n1=251=24
Buscando en la tabla de Distribucin de t de Student, encuentras el valor del rea:
PASO 5: resultados
Existe suficiente evidencia para demostrar que el grupo no tiene problemas de autoestima.
2
TABLA T DE STUDENT
2
Diferencia con las otras tablas
La tabla de distribucin t es ms compacta que z y muestra las reas y valores de t para
unos cuantos porcentajes exclusivamente (10%,5%,2% y 1%).
Una tercera diferencia en el empleo de la tabla consiste en que hemos de especificar los
grados de libertad con que estamos trabajando.
De manera anloga a la definicin utilizada para la Normal, si X es una tv, de Student con
v grados de libertad, entonces: P ( X t v , )=
La tabla que utilizamos recoge los valores de distintos cuantiles para distintos grados de
libertad.
EJEMPLO 3:
Se desea obtener un intervalo de confianza al 99% para el tiempo medio requerido para
realizar un trabajo. Una muestra aleatoria de 16 mediciones produce una media y una
desviacin estndar de 13 y 5.6 minutos respectivamente.
2
Encontrando T
t= Una confianza del 99% con (n-1) grados de libertad.
GL=16-1=15
Datos
s
n= 16 x=x t
n
X=13 minutos =132.947(5.6/16) =134.12
S= 5.6 minutos 1=17.12 minutos
t=2.947 2=8.88 minutos
Tiempo medio requerido para realizar el trabajo ser entre 8.88 y 17.12 minutos con una
certeza del 99%.
3. Ejercicios resueltos
Notemos que tanto {O, O} como {T, T} forman un sistema completo de sucesos. A
continuacin traducimos en trminos de probabilidad de los sucesos anteriores todos los
datos que nos dan en el enunciado.
3 2 7 1
P(O) = , P (T |O) = , P(O) = , P(T |O) = .
10 10 10 0
Solucin:
P (<20.5)
T=(20.5-20)/(1/25) = 2.5
P (T<2.5) = 0.9902
P (<20.5)=0.9902
S [W w0=95] = 0=95
Por tanto el percentil w0=95, en una t-Student con 3 grados de libertad ser el valor:
w0=95 = 2=3534
Es decir, si desde el valor 2.3534 nos movemos horizontalmente hasta la primera columna,
llegaremos al valor 3 (grados de libertad), y si lo hacemos verticalmente hacia la primera
fila la llegaremos al valor 0.95 (probabilidad acumulada).
Como en la tabla nicamente tenemos tabulada la t-Student para colas probabilsticas que
van desde 0=75 hasta 0=999, para calcular el percentil w0=25, tendremos que realizar la
siguiente consideracin:
S [W w0=25] = 1
S [W w0=25]
w0=25 = ;w0=75
Y resulta: s [W w0=25] = 1 s[W w0=75] Por tanto, buscando en la tabla con los datos:
Grados de libertad: 3
4. Ejercicios propuestos
1) Un consejo universitario quiere determinar el tiempo promedio de estudio que dedican
los estudiantes, de primer ao, a sus materias. Extrae una muestra aleatoria de 61 alumnos
de primer ao y les pregunta cuntas horas a la semana estudian. La media de los datos
resultantes es de 20 horas, y la desviacin estndar es de 6,5 horas.
66
63
3) Una profesora, del programa de estudios para la mujer, cree que la cantidad de cigarrillos
fumados por las mujeres se ha incrementado en aos recientes. Un censo, realizado hace
dos aos con mujeres de una ciudad vecina, mostr que el nmero promedio de cigarrillos
fumados diariamente por una mujer era de 5,4, con una desviacin estndar de 2,5. Para
evaluar esta hiptesis, la profesora determin el nmero de cigarrillos fumados diariamente
por una muestra aleatoria de 120 mujeres que viven actualmente en la ciudad donde habita.
Los datos muestran que el nmero de cigarrillos fumados diariamente por las 120 mujeres
tiene una media de 6,1 y una desviacin estndar de 2,7.
5) Los puntajes de un grupo de estudiantes se comportan normal, con promedio de 50, sin
embargo, no se conoce la desviacin. Se tom una m.a de 9 estudiantes encontrando una
varianza de 36 y un promedio de 52. Cul es la probabilidad de que el promedio: