La distribución t de Student se utiliza cuando nos encontramos con la dificultad de no conocer

la desviación típica poblacional y nuestra muestra es menor de 30. Es similar a la curva

normal, pero la distribución t tiene mayor área a los extremos y menos en el centro. Esta fue
descubierta por un especialista en estadística de una empresa irlandesa, este señor cuyo
nombre era William S. Gossel hizo inferencias acerca de la media cuando la desviación
poblacional fuese desconocida: y ya que a los empleados de dicha entidad no les era
permitido publicar el trabajo de investigación bajo sus propios nombres, Gosset adoptó el
seudónimo 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 la formula.

De gran utilidad, reduce tiempos, costos y esfuerzos. Se utiliza para probar hipótesis y
también para saber si dos muestras provienen de la misma población.

En la probabilidad y estadística, la distribución t o 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 pequeño. (Anonimo, 2011)
La siguiente figura presenta la gráfica de varias distribuciones t. La apariencia general de la
distribución t es similar a la de la distribución normal estándar: ambas son simétricas y
unimodales, y el valor máximo de la ordenada se alcanza en la media = 0. Sin embargo,
la distribución t tiene colas más amplias que la normal; esto es, la probabilidad de las colas
es mayor que en la distribución normal. A medida que el número de grados de libertad tiende
a infinito, la forma límite de la distribución t es la distribución normal estándar.

Propiedades de las distribuciones t de student

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

2. Cada curva t, está más dispersa que la curva normal estándar z.
 3. A medida que (grados de libertad) aumenta, la dispersión de la curva t
correspondiente disminuye.

4. A medida que , la secuencia de curvas t se aproxima a la curva normal

estándar, por lo que la curva z recibe a veces el nombre de curva t con gl =

Esta se conoce como la distribución t con grados de libertad. (Chihuahua, 2014)

Sean X1, X2, . . . , Xn variables aleatorias independientes que son todas normales con

media y desviación estándar . Entonces la variable aleatoria tiene una

distribución t con = n-1 grados de libertad.

La distribución t difiere de la de Z en que la varianza de t depende del tamaño de la muestra

y siempre es mayor a uno. Únicamente cuando el tamaño de la muestra tiende a infinito las
dos distribuciones serán las mismas.

Se acostumbra representar con el valor t por arriba del cual se encuentra un área igual
a . Como la distribución t es simétrica alrededor de una media de cero, tenemos

; es decir, el valor t que deja un área de a la derecha y por tanto un

área de a la izquierda, es igual al valor t negativo que deja un área de en la cola
derecha de la distribución. Esto es, t0.95 = -t0.05, t0.99=-t0.01, etc.

Para encontrar los valores de t se utilizará la tabla de valores críticos de la distribución t de

la siguiente tabla: