DISTRIBUCION DE LA

DIFERENCIA DE DOS
MEDIAS MUESTRALES
CON VARIANZAS POBLACIONALES DESCONIDAS PERO IGUALES

Profesora:
Rita Roco Guzmn Lpez
Alumnos:
Carrasco Inga, Jhuliza Mian Caldern, Diego ngrid Ochoa

RECORDANDO:
De una poblacin tenemos n variables aleatorias independientes

, ,

idnticamente distribuidas, con media

y varianza

Sea =
1

1

entonces:


= E( ) = E(
1

1
) =
1

1
=
1

1
=
1

=
V( ) = V(
1

1
) =
1

2
(

1
=
1

2

2
1
=
1

2
=

Con esto, tenemos
E( ) =

V( ) =

.












Poblacin
X
con
Media

y
Varianza

1
,
2
,
3
, ,

1
,
2
,
3
, ,

=
1

=1

=
1

=1

n
Muestra
aleatoria
de tamao
Poblacin
Y
con
Media

y
Varianza

m
Muestra
aleatoria
de tamao
E( ) =

V( ) =

E() =

V() =

De la misma manera hallaremos la diferencia de la medias muestrales ( - ), de la cual seria
nuestra nueva variable aleatoria
Con media:




= E( - ) = E( ) E()
=

Con varianza:
2



2

= Var( - ) = Var( ) + Var()
=
2

+
2

Es as, que la desviacin estndar sera:


=

Teorema:
Si
1
,
2
, ,

es una muestra aleatoria de tamao n de una variable aleatoria X con media y varianza

2
, entonces la distribucin de la media muestal es aproximadamente una distribucin normal con
media y varianza

y la variable aleatoria
Z =

(0,1)



En nuestro caso, para n y m suficientemente grande ( n, m 30), tendramos:



Este teorema es vlido para cualquier poblacin finita o infinita, discreta o continua, cuando
n . Si la poblacin es normal el teorema se cumple cualquiera sea el tamao de n.
(

)
(

)
Por la propiedad reproductiva de la normal, la distribucin normal de la diferencia de medias - es
aproximadamente una distribucin normal con media

y varianza

.
Esto es:

Y la variable aleatoria
Z =
(

(,1)


(

)
Nota1: Si n , m 30 la aproximacin
normal para - es ptima. Si las
poblaciones son normales, se cumple
cualquiera sea el tamao de las
muestras
Nota2: Los resultados obtenidos para la distribucin - son vlidos
(a) Cuando el muestreo es con reemplazamiento de dos poblaciones finitas.
(b) Cuando el muestreo es con o sin reemplazamiento de dos poblaciones
infinitas, discretas o continuas.
(c) Cuando el muestreo es sin reemplazamiento de dos poblaciones finitas,
cuyos tamaos N y M son grandes respecto a los tamaos n y m, de la muestra
respectivamente.
En el caso en que las varianzas poblacionales sean desconocidas la
expresin :
no resulta de utilidad para la realizacin de inferencias acerca de la diferencia entre las medias
poblacionales.
Siendo necesaria una expresin con distribucin de probabilidad que no dependa de las varianzas
poblacionales.



(

Pero si desconozco la
varianza de la poblacin ,
cual seria su distribucin?
Para eso existe la
distribucin
t- student
Distribucin t- DE STUDENT
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 .
Se define :
Sea Z v.a.c. tal que Z ~ N (0,1)
V v.a.c. tal que V ~ _
2
n


r
V
Z
t
n

Con funcin de densidad de probabilidad:
9 e
|
.
|

\
|
I
|
|
.
|

\
|
+
|
.
|

\
|
+
I
=
+

t
n
n
n
t n
t f
n
T
,
2
1
2
1
) (
2
1
2
t
Nota : se usara el
t-student cuando
mi variable
aleatoria sigue
una distribucin
normal

Se dice que tiene una distribucin t student, con r grados de libertad. L a variable aleatoria T, esta
completamente determinado solo por el parmetro r. La media y la varianza de la distribucin t .






La distribucin t es muy similar a la distribucin normal estndar , ya que ambas varan de ,
son simtricas y centradas alrededor de t=0, pero la distribucin t tiene mayor dispersin, debido a que
la varianza es mayor que 1. Finalmente la varianza de la distribucin t se aproxima a 1 cuando el grado
de libertad es grande . Por lo tanto la distribucin t, se aproxima a la distribucin normal estndar
cuando r > 30.
= =

= =

Donde n de

, se denomina
grados de libertad de la
distribucin.
La distribucin t de Student existe
para todos los valores de x reales, y
es simtrica respecto al eje y.
Representacin Grafica de la distribucin t student
Tenamos

En el caso que:

Se define la variable aleatoria.











Z=
(

+
1

Z=
(

Z=
(

n 1
2

2

m1
2

2
(n-1)

2
(m-1)
Es una chi-cuadrado con (n-1) grados de
libertad, independiente de e
Es una chi-cuadrado con (m-1) grados
de libertad , independiente de
, ,
2

Usando la propiedad reproductiva de la distribucin chi-cuadrado, la variable
aleatoria Y
V =

Tiene una distribucin chi-cuadrado con n+m -2 grados de libertad, y adems esta distribuida
independientemente de , por lo tanto Z y V son independientes. Entonces de acuerdo a la
definicin de la variable aleatoria T.

=

)

2

+(1)
2

( +)