DISTRIBUCIN NORMAL, z y

t-STUDENT
Distribucin Normal
Es la ms importante y de mayor uso de todas las
distribuciones continuas de probabilidad.
Es la piedra angular en la aplicacin de la inferencia estadstica
en el anlisis de datos, puesto que las distribuciones de muchas
estadsticas muestrales tienden hacia la distribucin normal
conforme crece el tamao de la muestra.
Decimos que una variable aleatoria tiene una distribucin
Normal con parmetros y o
2
( X ~ N( ,o
2
) ) si la funcin de
distribucin de probabilidades es:

( )
0 , , ,
2
1
) (
2
2
2
> e e =

o
o t
o

R R x e x f
x
El grfico de esta curva es tal que:
- Tiene un mximo en x=
- Es simtrica respecto a la vertical x=
- Tiene puntos de inflexin en x= - o y x= +o
(68.2%)
- Entre x= - 2o y x= +2o se encuentra el 95.4% de
la
distribucin
o - E(X)= V(X)= o
- Se aproxima asintticamente al eje X
El grfico de esta curva es tal
que:
- Tiene un mximo en x=
- Es simtrica respecto a la
vertical x=
- Tiene puntos de inflexin en
x= - o y x= +o (68.2%)
- Entre x= - 2o y x= +2o
se encuentra el 95.4% de la
distribucin
- E(X)= V(X)= o
- Se aproxima asintticamente
al eje X
Cuando =0 y o=1 se obtiene la distribucin
normal estndar o tpica decimos que:
z ~ N(0,1), en consecuencia:


Y la esperanza y la varianza son:


R z e z f
z
e =

,
2
1
) (
2
2
t
1 ) (
0 ) (
=
=
X V
X E
- Si X~N(,o
2
) entonces ~N(0,1)

Ejemplo: Una variable X (PS) medida en una
poblacin (hombres de 35-44 aos) se distribuye
normal con media =80 y desviacin estndar
o=12. Cul es la probabilidad que una persona
tenga hipertensin (entre 90 y 100)?
Sol. Al reemplazar directamente x, y o en la
frmula



= P(z<1.67) - P(z<0.83)
o

=
X
z
83 . 0
12
80 90
=

= z 67 . 1
12
80 100
=

= z
) 67 . 1 83 . 0 ( s s Z P
Distribucin t Student
Sea Z una variable aleatoria normal estndar y X una
variable aleatoria chi-cuadrada con v grados de
libertad. Si Z y X son independientes, entonces la
variable aleatoria:

tiene una distribucin t de Student con v grados de
libertad y una funcin de densidad de probabilidad
dada por:

v
X
Z
T =
( ) | |
( )
( ) | |
( )
0 , , / 1
2 /
2 / 1
) ; (
2 / 1
2
> < < +
I
+ I
=
+
v t v t
v v
v
v t f
v
t
Para cualquier v>0, la distribucin t es simtrica
con respecto al origen y la funcin de densidad
tiene su valor mximo cuando t=0.

La esperanza y varianza de una distribucin t
Student son:

( )
2
2
) (
1 0
>

=
> =
v
v
v
T V
v T E
Condiciones
Se utiliza en muestras de 30 o
menos elementos.
La desviacin estndar de la
poblacin no se conoce

Diferencias
La distribucin t student es menor
en la media y mas alta en los
extremos que una distribucin
normal.

Tiene proporcionalmente mayor
parte de su rea en los extremos
que la distribucin normal.
Comparacin
Distribucin
Normal
Distribucin t
Student
X1 X2
Media
Formulario
Formulario
reas t= x - x
s .
n
t= x - x
s .
n N-n
N-1

Intervalos x=x t s .
n

x=x t s .
n N-n
N-1
Tipo de
Poblacin
Infinita Finita
Formulario
reas t= x - x
s .
n
t= x - x
s .
n N-n
N-1

Intervalos x=x t s .
n

x=x t s .
n N-n
N-1
Tipo de
Poblacin
Infinita Finita
Formulario
reas t= x - x
s .
n
t= x - x
s .
n N-n
N-1

Intervalos x=x t s .
n

x=x t s .
n N-n
N-1
Tipo de
Poblacin
Infinita Finita
Nivel de Significacin
Certeza
Deseada
=Nivel de
Significaci
n
Nivel de Significacin
Certeza
Deseada
2=Nivel
de
Significaci
n
1=Nivel
de
Significaci
n
=Nivel de
Significacin/2
= (1 Certeza Deseada)
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 numero
de valores elegidos libremente.
Grados de Libertad
Dentro de una muestra para
distribucin t student los grados
de libertad se calculan de la
siguiente manera:

GL=n 1
Ejemplo
Se tiene una muestra de 7
elementos con una media de 16.

GL= a+b+c+d+e+f+g =16
7
GL=n 1 =7-1= 6

Uso de la Tabla de
Distribucin t
La tabla de distribucin t es mas
compacta que z y muestra las reas
y valores de t para unos cuantos
porcentajes exclusivamente
(10%,5%,2% y 1%)

Levin,Richard, Estadstica para Administradores segunda edicin, edit, Prentice
Hall,
Uso de la Tabla de
Distribucin t
Una segunda diferencia de la tabla
es que no se centra en la
probabilidad de que el parmetro de
la poblacin que esta siendo
estimado caiga dentro del intervalo
de confianza. Por el contrario, mide
la probabilidad de que ese
parmetro no caiga dentro del
intervalo de confianza
Levin,Richard, Estadstica para Administradores segunda edicin, edit, Prentice
Hall,
Una tercera diferencia en el empleo
de la tabla consiste en que hemos
de especificar los grados de libertad
con que estamos trabajando.
Levin,Richard, Estadstica para Administradores segunda edicin, edit, Prentice
Hall,
Ejercicio
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
Encontrando t
t= Una confianza del 99% con (n-1)
grados de libertad.
GL=16-1=15
99 %
2=.005
1=.005
= 1%
= .01
/2=.005
Datos
n= 16
X=13 minutos
S= 5.6 minutos
t=2.947

=132.947(5.6/16)
=134.12
1=17.12 minutos
2=8.88 minutos
x=x t s .
n
Tiempo medio requerido
para realizar el trabajo
sera entre 8.88 y 17.12
minutos con una certeza
del 99%
99 %
8.88
min
17.12m
in