INDICE

INDICE INTRODUCCION DISTRIBUCIN t DE STUDENT Ley de Student Caractersticas de la distribucin t de student Propiedades de la ley de student Grados de Libertad Intervalos para muestras pequeas EJERCICIOS RESUELTOS BIBLIOGRAFIA ANEXO 2 3 4 5 6 6 7 7 11 16 17

INTRODUCCION

UNIVERSIDAD DE EL SALVADOR FACULTAD MULTIDISCIPLINARIA DE OCCIDENTE 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. Es similar a la curva normal, pero la distribucin t tiene mayor rea a los extremos y menos en el centro. Esta fue descubierta por un especialista en estadstica de una empresa irlandesa, este seor cuyo nombre era William S. Gosset, hizo inferencias acerca de la media cuando la 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 la formula. De gran utilidad, reduce tiempo, costo y esfuerzos. Se utiliza para probar hiptesis y tambin para saber si dos muestras provienen de la misma poblacin.

DISTRIBUCIN t DE STUDENT
DISTRIBUCION t DE STUDENT

Distribucin t de Student

Pgina 2

UNIVERSIDAD DE EL SALVADOR FACULTAD MULTIDISCIPLINARIA DE OCCIDENTE En muchas ocasiones no se conoce y el nmero de observaciones en la muestra es menor de 30. En estos casos, se puede utilizar la desviacin estndar de la muestra s como una estimacin de , pero no es posible usar la distribucin Z como estadstico de prueba. El estadstico de prueba adecuado es la distribucin t. A veces es necesario hacer anlisis de muestras pequeas por razones de tiempo y reduccin de costos, para ello fue descubierta la distribucin t por William Gosset, un especialista en estadstica, que la public en 1908 con el seudnimo de Distribucin t Student. Los usos para los cuales es idnea esta distribucin son los siguientes: 1) Para determinar el intervalo de confianza dentro del cual se puede estimar la media de una poblacin a partir de muestras pequea (n < 30) 2) Para probar hiptesis cuando una investigacin se basa en muestreo pequeo. 3) Para probar si dos muestras provienen de una misma poblacin. Sus aplicaciones en la inferencia estadstica son para estimar y probar una media y una diferencia de medias (independiente y pareada). Cuando hicimos la estimacin por intervalo, usando la distribucin Z, con n 30, establecimos el intervalo de confianza para estimar la media poblacional, as x z n dado que conocamos la desviacin tpica de la poblacin . Sin embargo, si no la conocemos se puede sustituir por la desviacin tpica muestral S quedando as x z sn. Se sabe tambin que si X es una variable normalmente distribuida con media

y variancia 2, y si una muestra de tamao n se extrae, entonces x, y variancia x2 =

la media de la muestra es normalmente distribuida con media 2n.

Asimismo: x x = z, es una variable aleatoria normal estandarizada, con media igual a cero y variancia igual a uno. Si x se sustituye por

Distribucin t de Student

Pgina 3

UNIVERSIDAD DE EL SALVADOR FACULTAD MULTIDISCIPLINARIA DE OCCIDENTE sx = (xi-x)2n-1, para tener x-sx, esta nueva variable no es mas normalmente distribuida, teniendo su propia distribucin, llamada t de Student La distribucin estadstica de prueba: t = x - sx => S= Sn-1

Entonces la distribucin t queda as:

t = x- n-1
LEY DE STUDENT Esta ley se aproxima mucho a la distribucin normal cuando el tamao de la muestra es grande (por tanto, podemos usar indistintamente una u otra). Cuando la muestra es pequea t no se distribuye normalmente, y es imperativo utilizarla. La expresin para calcular el intervalo de confianza es la misma, en lugar de buscar z2 se busca t(2, ). El elemento es un parmetro llamado grados de libertad y se calcula mediante = n 1. = x t(2, ) n CARACTERSTICAS DE LA DISTRIBUCIN T DE STUDENT 1. Al igual que la distribucin Z, es una distribucin continua 2. La distribucin t tiene una media de cero, es simtrica respecto de la media

y se extiende de - a + la varianza de t distribucin t tiende a 1. 3. Tiene forma acampanada y simtrica

para

> 2. Cuando los

grados de libertad son suficientemente grandes la varianza de la

4. No hay una distribucin t, sino una "familia" de distribuciones t. todas con la misma media cero, pero con su respectiva desviacin estndar diferente de acuerdo con el tamao de la muestra n, identificada cada una por sus

Distribucin t de Student

Pgina 4

UNIVERSIDAD DE EL SALVADOR FACULTAD MULTIDISCIPLINARIA DE OCCIDENTE respectivos grados de libertad. Existe una distribucin t para una muestra de 20, otra para una muestra de 22, y as sucesivamente. 5. La distribucin t es ms ancha y ms plana en el centro que la distribucin normal estndar como resultado de ello se tiene una mayor variabilidad en las medias de muestra calculadas a partir de muestras ms pequeas. Sin embargo, a medida que aumenta el tamao de la muestra, la distribucin t se aproxima a la distribucin normal estndar. PROPIEDADES DE LA LEY DE STUDENT F(t) = A (1+ t2v)-(v+12) es la funcin de la densidad de la ley. La constante A hace que el rea bajo el grfico sea igual a la unidad, v=n-1 son los grados de libertad. Para cada valor v de grados de libertad, existe una particular distribucin de probabilidad de t, es el parmetro , grados de libertad, el que identifica a la curva respectiva. El dominio de la funcin son todos los nmeros reales. Su media es =0, y su varianza es 2 = vv-2 para v > 2. Los valores t (, ) se encuentran en tablas de la distribucin de t. GRADOS DE LIBERTAD En la mayora de los casos, los parmetros de una poblacin son cantidades desconocidas y para estimarlos es necesario extraer una muestra de la poblacin y calcular los estadsticos correspondientes. Existen varias distribuciones t. Cada una de ellas est asociada con los que se denominan Grados de libertad (generalmente denotado por la letra griega nu, ), est se define como el nmero de valores que podemos elegir libremente, sea, el nmero de observaciones menos uno, = n 1. A medida que los grados de libertad son ms grandes hasta tender al infinito, las formas de las curvas de t tienden a ser ms prximas a la forma de la curva normal. Distribucin t de Student Pgina 5

UNIVERSIDAD DE EL SALVADOR FACULTAD MULTIDISCIPLINARIA DE OCCIDENTE Como cada curva de t esta relacionada a sus grados de libertad, no se pueden usar valores estandarizados nicos, como se hizo en el caso de la normal, por lo que es necesario, para calcular la probabilidad de un valor de t caiga en un particular intervalo, computarlo segn sean sus grados de libertad. Como es una tarea difcil, se han elaborado tablas para varios valores de v. Generalmente las tablas se han construido para pruebas de dos colas, variando v desde 1 hasta infinito y alfa desde 0.5 hasta 0.001.1

INTERVALOS PARA MUESTRAS PEQUEAS Cuando las observaciones de la muestra x1, x2,, xn provienen de una ley normal, el estadstico z = x- n es exactamente normal estndar. Sin embargo cuando no se conoce y se estima mediante s = (xi-x)2n-1 , la distribucin del estadstico t = x- n no es necesariamente normal. Ejemplo: Probabilidad de 0.90 de que t est entre -1.76 y +1.76 -0.76 t 1.76 Como t = x- n-1 , la desigualdad se convierte en -1.76 x- n-1 1.76 x - 1.76 Sn-1 x + 1.76 Como determinar el Intervalo de Confianza para la estimacin de la Media Conceptos Previos: a) Estimador Puntual: Valor que se calcula a partir de la informacin de la muestra y que se usa para estimar el parmetro de la poblacin. Ejemplo: la media de la muestra x es un estimador puntual de la media de la poblacin . b) Intervalo de Confianza: Es un rango de valores que se construye a partir de datos de la muestra de modo que el parmetro ocurre dentro de dicho
1 Ver anexo

Distribucin t de Student

Pgina 6

UNIVERSIDAD DE EL SALVADOR FACULTAD MULTIDISCIPLINARIA DE OCCIDENTE rango con una probabilidad especfica. La probabilidad especfica se conoce como nivel de confianza. Nos interesa en nuestro caso particular poder establecer el intervalo de confianza para estimar la media poblacional, para ello haremos uso de la siguiente frmula:

= x t(2, ) sn Donde: x = media poblacional = media muestral

t(2, ) = valor obtenido de la tabla de la distribucin t s n = desviacin tpica muestral = tamao de la muestra = nivel de confianza = grados de libertad

Para poder utilizar sta formula es necesario explicar el significado de algunos conceptos y la manera de cmo calcular su valor as como de conocer el uso de la tabla t de Student. Lo cual haremos a continuacin: 1) El nivel de confiabilidad utilizado es:

= 100%-Confiabilidad100%

La confiabilidad se refiere a la probabilidad especfica de estimacin del parmetro, en este caso de la media poblacional. 2) Los grados de libertad: Concepto un tanto difcil de definir pero debe entenderse como un indicador del grado de acercamiento que cada curva de la distribucin t presenta con respecto de la curva normal (obsrvese

Distribucin t de Student

Pgina 7

UNIVERSIDAD DE EL SALVADOR FACULTAD MULTIDISCIPLINARIA DE OCCIDENTE que esto pone de manifiesto que la distribucin t no es nica y existen tantas como los grados de libertad cumplan la condicin < 30) Su valor se obtiene de la formula:

=n1

3) Los valores de t(2, ) se encuentran en la tabla de la distribucin t Student.2 Determinando un intervalo de confianza Para estimar la media poblacional en cualquier intervalo de confianza, utilizamos x t sn-1 Si el tamao de la muestra fuese de n = 10, los grados de libertad seran 9 y para un coeficiente de confianza del 80%, el intervalo de confianza para estimar la media poblacional sera: x 1.38 (Sn-1)

2 Ver anexo

Distribucin t de Student

Pgina 8

UNIVERSIDAD DE EL SALVADOR FACULTAD MULTIDISCIPLINARIA DE OCCIDENTE

EJERCICIOS RESUELTOS
Los ejercicios se han resuelto en base a la tabla de Distribucin t con distintos grados de libertad.3 1. Se realizo un estudio sobre la utilizacin del agua en una pequea ciudad. Para ello se considero una muestra de 25 casa. El nmero de galones de agua que utilizan por da (1 galn 0.0037854 m3) fue el siguiente: 175 150 180 172 183 Con base en esta informacin: a) Hallar un intervalo de confianza del 90% b) Si el recurso de agua en la ciudad permite una utilizacin media de 160 galones por da, Podra pensarse que hay un problema de escasez de agua en la ciudad? x=175.76; n=25; s=20.79; =0.1; =24; =160; t(2, )=1.711 185 190 200 145 169 186 178 189 192 172 118 137 200 191 178 158 175 180 181 210

: x t(2, ) sn : 175.76 1.711 20.7925 I = [168.65, 182.87] 1. A partir de 860 cuentas, un analista financiero toma una muestra aleatoria de 16 cuentas. Los saldos observados en la muestra son los siguientes: 165, 150, 300, 240, 250, 150, 300, 200, 140, 240, 260, 180, 190, 230, 350, 360.

3 Ver anexo

Distribucin t de Student

Pgina 9

UNIVERSIDAD DE EL SALVADOR FACULTAD MULTIDISCIPLINARIA DE OCCIDENTE Determinar un intervalo de confianza del 90% para estimar el saldo medio de todas las cuentas. x=231.56; n=16; s=69.61; =0.1; =15; t(2, )=1.753

: x t(2, ) sn : 231.56 1.753 69.6116 I = [201.05, 262.07] 2. Una muestra de edades de 36 asegurados a una compaa dio valores x = 39.5, y s = 7.77. Hallar los intervalos de confianza para del: a) 90%; x=39.50; n=36; s=7.77; : x t(2, ) sn : 39.5 1.690 7.7736 I = [37.31, 41.69] =0.1; =35; t(2, )=1.690

b) 95%; x=39.50; n=36;

s=7.77;

=0.05; =35;

t(2, )=2.030

: x t(2, ) sn : 39.5 2.030 7.7736 I = [36.87, 42.13]

3. Una maquina se encarga de llenar botes de jalea con

gramos, pero no

los llena con la cantidad exacta. Suponte que los pesos reales de contenido siguen una ley normal N (, 2). Si de una muestra de 16 botes obtenemos una media de 298g, investiga si un intervalo de confianza para del 95%, contiene la media = 300. x=298; n=16; s=20.79; =0.05; =15; =300; t(2, )=2.131

Distribucin t de Student

Pgina 10

UNIVERSIDAD DE EL SALVADOR FACULTAD MULTIDISCIPLINARIA DE OCCIDENTE : x t(2, ) sn : 298 2.131 20.7916 I = [286.92, 309.08] R/ El intervalo si contiene a la media intencional. 4. Se selecciono una muestra aleatoria de 25 cuentas por cobrar de un registro que contena 96 cuentas. La muestra dio una media de x = 2.435 colones y una desviacin tpica de S = 335 colones. Obtngase un intervalo de confianza del 90% para estimar la media de las 96 cuentas del registro. x=2435; n=25; s=335; =0.1; =24; t(2, )=1.711

por lo tanto el error en llenado no es

: x t(2, ) sn : 2435 1.711 33525 I = [2320.36, 2549.64] 5. El auditor de una empresa al examinar los registros de facturacin mensual, mediante el anlisis de una muestra aleatoria irrestricta de 10 facturas no pagadas encontr que la media aritmtica fue de x = $9500 con una desviacin tpica de s = $327. Construir un intervalo de confianza del 95% para estimar el parmetro poblacional. x=9500; )=2.262 : x t(2, ) sn : 9500 2.262 32710 I = [9266.09, 9733.91] 6. Una muestra aleatoria del proceso de produccin de 17 bombillos, dio una media de x = 128 horas, con una desviacin tpica s = 15 horas. Construir un intervalo de confianza del 99% para estimar el promedio de vida til de todos los bombillos del proceso. Distribucin t de Student Pgina 11 n=10; s=327; =0.05; =9; t(2,

UNIVERSIDAD DE EL SALVADOR FACULTAD MULTIDISCIPLINARIA DE OCCIDENTE

x=128; )=2.921

n=17;

s=15;

=0.01; =16;

t(2,

: x t(2, ) sn : 128 2.921 1517 I = [117.37, 138.63] 7. Una empresa constructora desea conocer el promedio de arrendamiento mensual de casas en cierta ciudad (casas tipo clase media). Una muestra aleatoria de 26 arrendamientos dio un promedio de x = $280 y una desviacin tpica de s = $55. Estime el promedio verdadero con un intervalo de confianza del 0.99. x=280; n=26; s=55; =0.01; =25; : x t(2, ) sn : 280 2.787 5526 I = [249.94, 310.06] 8. El propietario de una papelera desea estimar la media del valor al menudeo de las tarjetas de felicitacin que la tienda tiene en su inventario. Una muestra aleatoria de 20 tarjetas de felicitacin indica una media de valor de $1.67 y una desviacin estndar de $0.32. Suponiendo una distribucin normal, construya una estimacin del intervalo de confianza del 95% para la media del valor de todas las tarjetas de felicitacin en el inventario de la tienda. x=1.67; n=20; s=0.32; =0.05; =19; t(2, )=2.093 t(2, )=2.787

: x t(2, ) sn : 1.67 2.093 0.3220 I = [1.52, 1.82]

Distribucin t de Student

Pgina 12

UNIVERSIDAD DE EL SALVADOR FACULTAD MULTIDISCIPLINARIA DE OCCIDENTE

BIBLIOGRAFIA Libros
Elementos de probabilidad y estadstica. Jos Hernndez Salguero. 1 Edicin, El Salvador. UCA-Editores 2002 Estadstica II: Mtodos prcticos de inferencia estadstica. Gildaberto Bonilla. 4 Edicin. El Salvador. UCA-Editores 1997 Estadstica para administracin. David M. Levine; Timothy C. Krehbiel; Mark L. Berenson. 4 Edicin. Mxico. Prentice Hall 2006 Introduccin a la estadstica. Wilfredo Caballero. 1 Edicin. Costa Rica. IICA 1981 Apuntes de Clase de Estadstica. El Salvador. ITCA-FEPADE. 2006

Internet
http://www.itchihuahuaii.edu.mx/academico/CB/MEG/documentos/1.8.htm Pgina 13

Distribucin t de Student

UNIVERSIDAD DE EL SALVADOR FACULTAD MULTIDISCIPLINARIA DE OCCIDENTE http://www.matematicasvisuales.com/html/probabilidad/varaleat/tstudent.ht ml

ANEXO

Distribucin t de Student

Pgina 14

UNIVERSIDAD DE EL SALVADOR FACULTAD MULTIDISCIPLINARIA DE OCCIDENTE

Distribucin t de Student

Pgina 15