Beruflich Dokumente
Kultur Dokumente
|
.
|
>
1
2
2
0
0
2
1
X e
, en otro caso
n
2
-1
2
I
,
donde:
( ) I o
o
=
+
}
x e dx
x 1
0
Notacin: X~ _
2
(n)
Caractersticas:
- Es una distribucin asimtrica positiva (sesgo a la derecha de la curva).
- Toma nicamente valores positivos.
- Tiene parmetro n: Nmero de grados de libertad.
- Al aumentar n se hace menos asimtrica.
- Tiene diversas aplicaciones en el anlisis estadstico de datos.
- Se utiliza para hacer inferencias sobre el valor de la varianza de una poblacin normal (o
2
).
Observacin:
Grados de Libertad:
Es el nmero de variables aleatorias que se suman, o es el nmero de variables que pueden variar libremente.
Nmero de observaciones linealmente independientes que ocurren en una suma de cuadrados.
A continuacin se muestra la grfica de f(x):
_
2
f(x)
x 0
UNMSM FISI EAPIS CURSO: ESTADISTICA II SEMESTRE 2014-1
Profesora: Lic. Justa Caridad Huaroto Sumari Pgina 2
Observacin:
La distribucin CHI-CUADRADO, es una familia de distribuciones puesto que hay una distribucin diferente
para cada uno de los posibles valores de n.
Esperanza y Varianza:
SI X~ _
2
(n), entonces se tiene: E [X] = n y Var [X] = 2n
Clculo de probabilidades con la distribucin Chi Cuadrado
Para ello haremos uso de tablas o del programa MINITAB y el manejo apropiado de las propiedades de la funcin
de distribucin F = | | x P s
2
_ , la misma que ser obtenida para diferentes valores de n y cuantiles x.
Ejemplo: Si X ~ _
2
(3), hallar:
i) P [X s 7.8147| ii) P [ X > 0.5844| iii) P [0.2158 < X s 11.3449|
Solucin:
i) P [ X s 7.8147| = F(7.8147) = 0.95
ii) P [X > 0.584| =1 - P [ X < 0.584| = 1 0.10 = 0.90
ii) P [0.2158 < X s 11.3449| = P [ X s 11.3449| - P [X s 0.2158|=0.99 - 0.025 = 0.965
Ejemplo 2:
Si X ~ X
2
(21), hallar a y b tal que: i) P [a < X s b| = 0.65 y P [X > b | = 0.10
ii) P [X s a| = 0.10
Solucin:
i) Si P [X > b | = 0.10 P [X s b | = 0.90. Luego, b= 29.6151
P [a < X s b| = P [X s b| - P [X s a| = 0.65
P [X s a| = 0.90 0.65 = 0.25 a = 16.3444
ii) P [X s a| = 0.10 a = 13.2396
Propiedades:
1. Propiedad reproductiva:
Si las variables X
1
, .......X
k
son tales que Xi ~ X
2
(ni), i = 1, ..... k
X
1
+ X
2
+ ......... + X
n
~ X
2
(n
1
+ n
2
+ ...... + n
k
)
2. Relacin con la Normal:
Si Z es una variable con distribucin N(0,1), entonces:
Z
2
~ X
2
(1)
3. Si Z
1
, ....... Z
n
son todas variables independientes con distribucin N(0,1), entonces:
UNMSM FISI EAPIS CURSO: ESTADISTICA II SEMESTRE 2014-1
Profesora: Lic. Justa Caridad Huaroto Sumari Pgina 3
) ( X i Z
2 2 2
2
2
1
2
=1 i
n Z Z Z
n
n
~ + + =
DISTRIBUCIN t DE STUDENT
DEFINICIN:
Se dice que una v.a. X tiene distribucin t de Student con parmetro n (nmero de grados de libertad), si su
funcin de densidad de probabilidad est dada por:
( )
( )
f x
n
n
n
x
n
n
=
+ |
\
|
.
|
|
\
|
.
|
+
|
\
|
.
|
|
e
+
I
I
1
2
2
1
2
1 2
t
x IR , n =1,2 ...
/
,
Notacin: X
~ t(n)
Caractersticas:
- Es una distribucin simtrica respecto a la media.
- Es asinttica con respecto al eje X.
- Tiene un parmetro denominado grados de libertad (n).
- Al aumentar el valor de n se aproxima a la distribucin Normal Estndar.
- Su varianza es mayor que la de la distribucin Normal Estndar.
- Se utiliza para hacer inferencias sobre el valor de las medias () de poblaciones normales cuando no se
conoce el valor de la varianza poblacional.
Esperanza y Varianza:
Si X ~ t (n), entonces se tiene:
- E [X] = 0
- Var [X] =
2 n
n
, para n > 2.
Observacin:
La distribucin t de Student es muy similar a la distribucin N (0,1), ya que ambas tienen como dominio todos los
reales y son simtricas con respecto a su media cero. La diferencia est en que la distribucin t de Student tiene
mayor dispersin que la distribucin N(0,1) pues Var[X] =
n
n
>
2
1.
Sin embargo, cuando n es grande (n>30) la distribucin t de Student se aproxima a una distribucin N (0,1).
1
2
] [ =
=
n
n
lim X Var lim
n n
UNMSM FISI EAPIS CURSO: ESTADISTICA II SEMESTRE 2014-1
Profesora: Lic. Justa Caridad Huaroto Sumari Pgina 4
Clculo de probabilidades con la distribucin t
Para ello haremos uso de tablas o del programa MINITAB y el manejo apropiado de las propiedades de la
funcin de distribucin F = | | x t P
n
s , la misma que ser obtenida para diferentes valores de n y cuantiles x.
Por la simetra de la curva, si fuese F < 1/2 entonces es x < 0 y se cumple que F(-x) = 1 - F(x).
Ejemplo 1: Si X ~ t (21), hallar:
i) P [X s 1.3232| ii) P [-1.3232 s X s 2.5177| iii) P [X > 2.5177|
iv) P [X > -0.6864| v) P [X s 2|
Solucin:
i) P [Xs 1.3232| = F(1.3232) = 0.90
ii) P [-1.3232 s X s 2.5177| = P [X s 2.5177| - P [X s -1.3232| = 0.99 - 0.10 = 0.89
iii) P [X > 2.5177| = 1- P [Xs 2.5177| = 1- 0.99 = 0.01
iv) P [X > -0.6864| = 1 - P [X s -0.6864| = 1 - 0.25 = 0.75
v) P [X s 2| = 0.9707
Ejemplo 2: Si X es una variable aleatoria tal que X~ t (8), entonces hallar a, b y d sabiendo que:
i) P [X s a| = 0.75
ii) P [-b s X s b| = 0.80
iii) P [X > d| = 0.18
Solucin:
i) P [X s a| = 0.75 a = 0.7064
ii) P [-b s X s b| = 0.80 P [X s b| = 0.90 b = 1.3968
iii) P [X > d| = 0.18 P [X s d| = 0.82 d = 0.9710
Propiedad:
Sea Z una v.a. con distribucin N (0,1) y sea V una v.a con distribucin ( ).
2
n X Si Z y V son independientes
T =
Z
V
n
~ t(n)
DISTRIBUCIN F DE FISHER-SNEDECOR
Definicin:
Se dice que una v.a. X tiene distribucin F con parmetros m y n (nmero de grados de libertad) si su funcin de
densidad est dada por:
UNMSM FISI EAPIS CURSO: ESTADISTICA II SEMESTRE 2014-1
Profesora: Lic. Justa Caridad Huaroto Sumari Pgina 5
( )
0 > x si ,
X 1
n
m
2 2
2
) (
2 /
1 -
2
2 /
n m
m
m
n
m
X
n m
n m
x f
+
(
+
-
|
.
|
\
|
-
|
.
|
\
|
I
|
.
|
\
|
I
|
.
|
\
| +
I
=
Notacin: X~F (m,n)
Caractersticas:
- Es una distribucin asimtrica con sesgo a la derecha.
- Toma valores reales positivos.
- Tiene dos parmetros que la identifican:
m: Nmero de grados de libertad del numerador.
n: Nmero de grados de libertad del denominador.
- Se utiliza para hacer inferencias sobre la homogeneidad de varianzas de dos poblacionales
normales independientes.
A continuacin se muestra la grfica de f(x):
Esperanza y Varianza:
Si X ~ F(m,n), entonces se tiene:
( )
( )
( )
( ) ( )
4 ,
4 2
2 2n
X Var
2 ,
2 - n
n
X E
2
2
>
+
= -
> = -
n
n n m
m n
n
Clculo de probabilidades con la distribucin F
Para ello haremos uso de tablas o del programa MINITAB y el manejo apropiado de las propiedades de la funcin
de distribucin F = | | x F P
n m
s
,
, la misma que ser obtenida para valores de m y n y cuantiles x.
x
0
F
C
f(x)
x 0
UNMSM FISI EAPIS CURSO: ESTADISTICA II SEMESTRE 2014-1
Profesora: Lic. Justa Caridad Huaroto Sumari Pgina 6
Ejemplo 1:
Sea X una v.a. tal que X ~ F (12,8). Hallar:
i) P [X s 4.1997| ii) P [X > 5.6667| iii) P [3.2839 s X s 7.0149|
iv) P [2.5020 s X s 4.2|
Solucin:
i) P [X s 4.1997| = 0.975
ii) P [X > 5.6667| = 1 - P [X s 5.6667| = 1 0.99 = 0.01
iii) P [3.2839 s X s 7.0149| = P [X > 7.0149| - P [X > 3.2839 |
= 0.995 0.95 = 0.045
iv) P [ 2.5020 X 4.2 ] = P [ X 4.2 ] - P [ X 2.5020 ]
= 0.975 - 0.90 = 0.075
Propiedades:
1. Si V es una v.a. con distribucin
( ) X m
2
y W es una v.a. con distribucin
( ) X n
2
, y Si V y W son
independientes, entonces:
F =
V/ m
W/ n
~ F (m, n)
2. Si X tiene distribucin F(m, n), entonces 1/X tiene distribucin F(n, m).