Scribd
Cargar
59 vistas2 páginas

Definición de T Students

La distribución t de Student es un modelo estadístico utilizado para estimar la media de una población normal a partir de muestras pequeñas cuando se desconoce la desviación típica. Desarrollada por William Sealy Gosset, esta distribución es crucial en estadística inferencial, especialmente para muestras menores de 30 elementos. Su importancia radica en que depende de los grados de libertad, permitiendo realizar inferencias estadísticas precisas en situaciones donde la varianza poblacional es desconocida.

Cargado por

Ruth noemi sagñay malan
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd
59 vistas2 páginas

Definición de T Students

La distribución t de Student es un modelo estadístico utilizado para estimar la media de una población normal a partir de muestras pequeñas cuando se desconoce la desviación típica. Desarrollada por William Sealy Gosset, esta distribución es crucial en estadística inferencial, especialmente para muestras menores de 30 elementos. Su importancia radica en que depende de los grados de libertad, permitiendo realizar inferencias estadísticas precisas en situaciones donde la varianza poblacional es desconocida.

Cargado por

Ruth noemi sagñay malan
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd

¿Qué es la Distribución t de Student?

La distribución t de Student, comúnmente conocida como distribución t, la distribución t de


Student es un modelo estadístico que se utiliza para aproximar el momento de primer orden
de una población de distribución normal cuando el tamaño de la muestra es pequeño y no se
conoce la desviación típica.

Esta distribución fue desarrollada por William Sealy Gosset bajo el pseudónimo “Student”
mientras trabajaba para la cervecera Guinness. Su finalidad original era resolver problemas de
calidad en la producción de cerveza, pero hoy en día su uso se ha extendido a diversas áreas
del conocimiento.

La distribución t de Student estima el valor de una media muestral pequeña que se extrae de
una población con una distribución normal, cuya desviación típica desconocemos.

Dada una variable continua L se aproxima a una distribución t con g grados de libertad, queda
de la siguiente forma:

L ~ t (g)

La variable aleatoria L sigue una distribución t con «g» grados de libertad.

Representación e importancia de la distribución t de Student

La distribución t de Student se asemeja a una normal, salvo que esta última tiene las colas
más anchas que la t de Student. Además, para que esta distribución crezca, se tienen que
añadir más grados de libertad, con el fin de parecerse a una distribución normal.

La importancia esencial radica en que la distribución no depende de la media y varianza como


sucede en la distribución normal, sino de los grados de libertad de la distribución t de
Student. Si conocemos los grados de libertad, podremos controlar la distribución.
¿Cuándo se utiliza una distribución t de Student?
Se utiliza cuando:

 El tamaño de la muestra es menor a 30 elementos (n<30). Si superan los 30


elementos, la distribución seguirá una normal, por lo que utilizaremos la distribución
normal.

 Queremos saber cuál es la media de una población que se distribuye según una
normal, a través de una muestra pequeña.

 Si desconocemos la desviación típica (o estándar) de una población y tenemos que


estimarla según las observaciones de la muestra.

Conclusión
La distribución t de Student es una herramienta fundamental en la
estadística inferencial, especialmente útil cuando trabajamos con
muestras pequeñas y la varianza poblacional es desconocida. Sus
características, como la dependencia del grado de libertad y las colas
más gruesas en comparación con la distribución normal, la hacen
adecuada para diversas pruebas de hipótesis.

A través de ejemplos prácticos, hemos visto cómo se aplica la


distribución t en situaciones reales, lo que nos permite realizar
inferencias estadísticas precisas y confiables. Comprender y utilizar
adecuadamente la distribución t de Student es esencial para cualquier
análisis estadístico riguroso y fundamentado.

[Link]

[Link]

También podría gustarte