Distribucin T de Students.
HISTORIA
La distribucin t de student fue descubierta por William S. Gosset en 1908.
Gosset era un estadstico empleado por la compaa de cerveza Guinness
Irlandesa que desaprobaba la publicacin de investigaciones de sus
empleados. Para evadir esta prohibicin, publico su trabajo en secreto bajo
el nombre de Student. En consecuencia la distribucin de T normalmente
se llama distribucin de t de Student o simplemente t. Lo interesante del
caso es que su trabajo estaba enfocado al control de calidad de la cerveza.
En el pasado otros investigadores de la compaa Guinness haban
publicado artculos en los que se divulgaban secretos o informacin
confidencial sobre el proceso de la cerveza y por eso se oblig a Gosset a
aceptar la clusula
DEFINICIN
La distribucin-t o distribucion T de Student es una distribucion de
probabilidad que surge del problema de estimar la medida de una poblacion
normalmente distribuida cuando el tamao de la muesta es pequeo.
A la teoria de pequeas muestras tambien se le llama teoria exacta del
muestreo,ya que tambien la podemos utilizar con muestras aleatorias de
tamao grande.
Para enender la distribucion t student hay que tomar en cuenta los Grados
de libertad.
Distribucin T de Students.
Supngase que se toma una muestra de una poblacin normal con media m
y varianza s2. Si x es el promedio de las n observaciones que contiene la
muestra aleatoria, entonces la distribucin
es una distribucin
normal estndar. Supngase que la varianza de la poblacin s 2 es
desconocida. Qu sucede con la distribucin de esta estadstica si se
reemplaza s por s? La distribucin t proporciona la respuesta a esta
pregunta.
La media y la varianza de la distribucin t son m = 0 y ( 2) 2 s = u u -2
para n>2, respectivamente. La siguiente figura presenta la grfica de varias
distribuciones t. La apariencia general de la distribucin t es similar a la de
la distribucin normal estndar: ambas son simtricas y unimodales, y el
valor mximo de la ordenada se alcanza en la media = 0. Sin embargo, la
distribucin t tiene colas ms amplias que la normal; esto es, la probabilidad
de las colas es mayor que en la distribucin normal. A medida que el
nmero de grados de libertad tiende a infinito, la forma lmite de la
distribucin t es la distribucin normal estndar.
Grados de libertad
Grafica de Distribucin T de Students.
Una variable aleatoria se distribuye segn el modelo de probabilidad t o TStudent con grados de liberta, donde K es un entero positivo, si su funcin de
densidad es la siguiente.
CARACTERISTICAS
Propiedade de las curvas T
1. Cada curva t tiene forma de campana con centro en 0
2. Cada curva t, esta ms dispersa que la curva normal estndar z.
3. A medida que v aumenta, la dispersin de la curva t correspondiente
disminuye.
4. A medida de v es infinito, la secuencia de curvas t se aproxima a la
curva estndar,por lo que la curva z recibe a veces el nombre de
curva t con gl= infinito.
La distribucin de la variable aleatoria T esta dada por:
TABLA DE LA DISTRIBUCION t - Student
La tabla da reas 1 - a , para valores menores o iguales a t y n g.l, se construy con Excel.
1-a
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
EJERCICIOS
Ejemplo1: Un fabricante de focos afirma que su producto durar un
promedio de 500 horas de trabajo. Para conservar este promedio
esta persona verifica 25 focos cada mes. Si el valor y calculado cae
entre t 0.05 y t 0.05, l se encuentra satisfecho con esta
afirmacin. Qu conclusin deber l sacar de una muestra de 25
focos cuya duracin fue?:
520
513
496
510
521
522
488
510
511
500
500
475
513
521
502
505
510
495
512
521
506
503
SOLUCIN.
487
493
500
t= x -
SI
= 1- Nc = 10%
=500 h
n=25
Nc=90%
X=505.3
6
s=12.07
v = n-1 = 24
t = 2.22
Enseguida se muestra la distribucin del problema segn el
grafico sig.
Ejemplo 2.- La longitud de los tornillos fabricados en una fbrica
tienen media =10 mm y desviacin s=1 mm, calcular la
probabilidad de que en una muestra de tamao n=25, la longitud
media del tornillo sea inferior a 20.5 mm:
P (<20.5)
Estandarizamos T=(X-)/(s/n) que sigue una distribucin t de n-1
grados de libertad
T=(20.5-20)/(1/25) = 2.5
P (<20.5) --> P (T<2.5) ~ t(24)
P (T<2.5) = 0.9902
P (<20.5)=0.9902
La probabilidad que la longitud media de la muestra de 25 tornillos
sea inferior a 20.5 mm es del 99.02%
Ejemplo3.- Calcular el percentil w0=95 y w0=25 en cada
uno de los siguientes casos:
1. En una distribucin t-Student con 3 grados de libertad.
2. En una distribucin t-Student con 30 grados de libertad.
Solucin.
1. Recordemos que w0=95 es aquel nmero real que
verifica:
S [W w0=95] = 0=95
Para encontrar este valor en la tabla de la distribucin tStudent bastar:
- ) Localizar en la primera columna los grados de libertad,
en este caso: 3.
- ) Localizar en la primer fila la probabilidad acumulada, en
nuestro caso: 0=95=
- ) Movernos horizontal y verticalmente desde las
posiciones anteriores hasta cruzarnos en el punto w0=95.
Por tanto el percentil w0=95, en una t-Student con 3 grados
de libertad ser el valor:
w0=95 = 2=3534
Es decir, si desde el valor 2.3534 nos movemos
horizontalmente hasta la primera columna, llegaremos al
valor 3 (grados de libertad), y si lo hacemos verticalmente
hacia la primera fila la llegaremos al valor 0.95
(probabilidad acumulada).
Como en la tabla nicamente tenemos tabulada la tStudent para colas probabilsticas que van desde 0=75
hasta 0=999, para calcular el percentil w0=25, tendremos
que realizar la siguiente consideracin:
S [W w0=25] = 1 s[W w0=25]
Como la distribucin t-Student es simtrica, se verifica:
w0=25 = w0=75
Y resulta: s[W w0=25] = 1 s[W w0=75]
Por tanto, buscando en la tabla con los datos:
Grados de libertad: 3
Cola de probabilidad: 0.75
Tenemos: w0=25 = w0=75 = 0=7649
2. En el caso de 30 grados de libertad actuaremos de modo
similar al caso anterior, pero buscando en la fila 30 de la
tabla. Resultando:
w0=95 = 1=6973
Y w0=25 = w0=75 = 0=6828
