Sie sind auf Seite 1von 11

Distribucin t-Student

I.

INTRODUCCION

La distribucin t de Student se utiliza cuando nos encontramos con Ia dificultad


de no conocer Ia desviacin tpica poblacional y nuestra muestra es menor de
30. Es similar a Ia curva normal, pero Ia distribucin t tiene mayor rea a los
extremos y menos en el centro. Esta distribucin es recomendada cuando se
requiere estimar la media poblacional y no se conoce la desviacin estndar.
Esta fue descubierta por un especialista en estadstica de una empresa
irlandesa, este seor cuyo nombre era William S. Gosset hizo inferencias
acerca de Ia media cuando Ia 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.
Sus funciones se basan en establecer un intervalo de confianza, utilizando un
nivel de confianza y los grados de libertad, obteniendo valores de una tabla
dada con respecto a estas variables y aplicarla en Ia formula.

II.

OBJETIVOS:

La distribucin t de Student es necesaria para el clculo de intervalos de


confianza que involucran a medias.
En esta presentacin se discute brevemente cmo utilizar las tablas de
la t de Student para obtener los valores requeridos en el clculo de los
correspondientes intervalos.
Se debe recordar que la t de Student es una distribucin con un
parmetro que se denomina grados de libertad. En funcin de este
parmetro (que se calcula de distinta manera en cada una de las
posibles aplicaciones), debemos buscar en la tabla el valor del cuantil
necesario para el clculo del IC.
III.

FUNDAMENTO TERICO:

Es una variable aleatoria continua


se aplica cuando la varianza es no conocida
En probabilidad y estadstica, Ia distribucin-t o distribucin t de
Student es una distribucin de probabilidad que surge del problema
de estimar Ia media de una poblacin normalmente distribuida
cuando el tamao de Ia muestra es pequeo.
La t de estudent se utiliza Para probar hiptesis cuando una
investigacin se basa en muestreo pequeo.
Se utiliza Para probar si dos muestras provienen de una misma
poblacin.
La desviacin estndar depende de un parmetro denominado
grados de libertad.
Tiene una media de cero, es simtrica respecto de la media y se
extiende de - a + , sus colas se aproximan asintticamente al
eje X.
III.1.

Condiciones:
Se utiliza en muestras pequeas de 30 o menos elementos.
La desviacin estndar de la poblacin no se conoce.

III.2.

Formula a utilizar
Formalmente una variable T con distribucin t de Student o
simplemente distribucin t se define de la forma siguiente:

tObtenido

X obtenido
S
n
Siendo: G.l. = n-1

n: tamao de la muestra
X: Media muestral
: Media poblacional

S: Desviacin estndar
t critico=Valor obtenido de latabla tStuden t

Significancia estadstica: Prueba de hiptesis


obtenido = Clculo a partir de los datos de la muestra.
crtico = Valor de tabla con n-1 grados de libertad
Relacin mejorada:
Si |obtenido | |crtico|, entonces se rechaza la hiptesis nula (Ho); y por lo tanto,
se acepta la hiptesis alterna H1.
III.3.

Calculo de la distribucin t Student

Prueba de hiptesis para medias t-Student (muestras menores a 30)


La prueba de hiptesis para medias usando distribucin t de Student se usa
cuando se cumplen las siguientes condiciones:
Es posible calcular las media y la desviacin estndar a partir de la
muestra.
El tamao de la muestra es menor a 30.
El procedimiento obedece a 5 pasos esenciales:
PASO 1:
Plantear Hiptesis Nula (Ho) e Hiptesis Alternativa (Hi).
Hiptesis Nula ( H0 ): Ho : 1 = 2
Hiptesis Alterna ( H1 ): H1: 1 2
PASO 2:
Determinar Nivel de Significancia. (Rango de aceptacin de hiptesis
alternativa).

Se considera:
0.05 para proyectos de investigacin.

para aseguramiento de calidad.


0.10 para encuestas de mercadotecnia y polticas.
PASO 3:
Evidencia Muestral. Se calcula la media y la desviacin estndar a partir de la
muestra.

tObtenido

X obtenido
S
n
PASO 4:

Siendo: G.l. = n-1


n: tamao de la muestra
X: Media muestral
: Media poblacional
S: Desviacin estndar
PASO 5:
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
Si la probabilidad de error (P) es menor que el nivel de significancia:
Se acepta hiptesis alternativa
III.4.

Propiedades:

1. La media es 0 y su varianza

n
n2

, n>2.

2. La grfica de la funcin de densidad es en forma de campana.

3. Los datos estn ms disperso que la curva normal estndar.


4. A medida que n aumenta, la grfica se aproxima a la normal N(0,1).
5. La grfica es muy parecida a la de la normal estndar
diferencindose en que las colas de t estn por encima de la
normal, y el centro se encuentra por debajo del de la normal.
6. Cuando los grados de libertad son altos, los valores de t coinciden
con los de la normal.
III.5.

Caractersticas:
La distribucin t-Student es menor en la media y ms alta en los
extremos que una distribucin normal.
Tiene mayor parte de su rea en los extremos que la distribucin
normal.

III.6.

Grados de Libertad:
Existe una distribucin t para cada tamao de la muestra, por lo
que Existe una distribucin para cada uno de los grados de
libertad.
Los grados de libertad son el nmero de valores elegidos
libremente.
Para un conjunto de datos de una muestra, con distribucin tStudent los grados de libertad se calculan de la siguiente manera:
G.L. = n 1

Ejemplo:
Se tiene una muestra de 7 elementos con una media de 16.
Media= a+b+c+d+e+f+g =16
7
G.L.= n 1 =7-1= 6
Y= x1 x2 x3 x4 , para satisfacer la ecuacin, tres variables se pueden
cambiar a libertad, pero uno de ellos no, por eso, cuando se tiene una sola
muestra, se hable de n-1 g.l. A medida que se aumenten los g.l. la distribucin
t, se aproxima a la distribucin Z de la normal. Otra lectura que se puede dar es

que los g.l es una medida del nmero de observaciones independientes en la


muestra, que se usan para estimar la desviacin estndar.

En general, cuando el tamao de muestra no sea muy pequeo y la simetra no


sea alta, se puede usar para estimar la media poblacional cuando no se conoce
la desviacin.
t de Student

Comparacin entre Normal y t Student

Nivel de Significacin
= (A+B)

TABLA DE LA DISTRIBUCION tStudent


La tabla da reas 1 y valores

c t1, r

, donde,

P[T c] 1 , y donde T

tiene distribucin t-Student con r grados de libertad.

1
r

0.75

0.80

0.85

0.90

0.95

0.975

0.99

0.995

1.000

1.376

1.963

3.078

6.314

12.706 31.821 63.657

0.816

1.061

1.386

1.886

2.920

4.303

6.965

9.925

0.765

0.978

1.250

1.638

2.353

3.182

4.541

5.841

0.741

0.941

1.190

1.533

2.132

2.776

3.747

4.604

0.727

0.920

1.156

1.476

2.015

2.571

3.365

4.032

0.718

0.906

1.134

1.440

1.943

2.447

3.143

3.707

0.711

0.896

1.119

1.415

1.895

2.365

2.998

3.499

0.706

0.889

1.108

1.397

1.860

2.306

2.896

3.355

0.703

0.883

1.100

1.383

1.833

2.262

2.821

3.250

10

0.700

0.879

1.093

1.372

1.812

2.228

2.764

3.169

11

0.697

0.876

1.088

1.363

1.796

2.201

2.718

3.106

12

0.695

0.873

1.083

1.356

1.782

2.179

2.681

3.055

13

0.694

0.870

1.079

1.350

1.771

2.160

2.650

3.012

14

0.692

0.868

1.076

1.345

1.761

2.145

2.624

2.977

15

0.691

0.866

1.074

1.341

1.753

2.131

2.602

2.947

16

0.690

0.865

1.071

1.337

1.746

2.120

2.583

2.921

17

0.689

0.863

1.069

1.333

1.740

2.110

2.567

2.898

18

0.688

0.862

1.067

1.330

1.734

2.101

2.552

2.878

19

0.688

0.861

1.066

1.328

1.729

2.093

2.539

2.861

20

0.687

0.860

1.064

1.325

1.725

2.086

2.528

2.845

21

0.686

0.859

1.063

1.323

1.721

2.080

2.518

2.831

22

0.686

0.858

1.061

1.321

1.717

2.074

2.508

2.819

23

0.685

0.858

1.060

1.319

1.714

2.069

2.500

2.807

24

0.685

0.857

1.059

1.318

1.711

2.064

2.492

2.797

25

0.684

0.856

1.058

1.316

1.708

2.060

2.485

2.787

26

0.684

0.856

1.058

1.315

1.706

2.056

2.479

2.779

27

0.684

0.855

1.057

1.314

1.703

2.052

2.473

2.771

28

0.683

0.855

1.056

1.313

1.701

2.048

2.467

2.763

29

0.683

0.854

1.055

1.311

1.699

2.045

2.462

2.756

30

0.683

0.854

1.055

1.310

1.697

2.042

2.457

2.750

40

0.681

0.851

1.050

1.303

1.684

2.021

2.423

2.704

60

0.679

0.848

1.046

1.296

1.671

2.000

2.390

2.660

120

0.677

0.845

1.041

1.289

1.658

1.980

2.358

2.617

0.674

0.842

1.036

1.282

1.645

1.960

2.326

2.576

Ejemplos: