La Distribucin T de Student

En la generalidad de los casos, no disponemos de la desviacin standard de la

poblacin, sino de una estimacin calculada a partir de una muestra extrada de la
misma y por lo tanto no podemos calcular Z.
En estos casos calculamos el
estadstico T:

donde S es la desviacin standard muestral, calculada con n-1 grados de libertad.

Ntese que utilizamos S, la Desviacin Standard de una Muestra, en lugar de , la
Desviacin Standard de la Poblacin.
El estadstico T tiene una distribucin que se denomina distribucin T de Student,
que est tabulada para 1, 2, 3, ... etc. grados de libertad de la muestra con la cual
se calcul la desviacin standard. La distribucin T tiene en cuenta la incertidumbre
en la estimacin de la desviacin standard de la poblacin, porque en realidad la
tabla de T contiene las distribuciones de probabilidades para distintos grados de
libertad.
La distribucin T es mas ancha que la distribucin normal tipificada Para un nmero
de grados de libertad pequeo. Cuando los grados de libertad tienden a infinito, la
distribucin T tiende a coincidir con la distribucin normal standard. Es decir, en la
medida que aumentemos el nmero de observaciones de la muestra, la desviacin
standard calculada estar mas prxima a la desviacin standard de la poblacin y
entonces la distribucin T correspondiente se acerca a la distribucin normal
standard. El uso de la distribucin T presupone que la poblacin con que estamos
trabajando tiene una distribucin normal.
Distribucin de Promedios Muestrales
Para comprender que significa distribucin de promedios muestrales, vamos a
suponer que realizamos un experimento con bombos como los usados en la lotera.
Colocamos un nmero muy grande de bolas blancas en un bombo blanco, en cada
una de las cuales figura un dato X. Este bombo representa la poblacin de
observaciones X, y tiene media m y varianza s2.

DISTRIBUCIN DE LA VARIANZA MUESTRAL.

A veces lo que nos interesa es estudiar la variabilidad de las medidas. La variabilidad

se suele medir con la varianza o con la desviacin tpica y el estadstico empleado es
n

S2
i 1

( xi x ) 2
n 1

la varianza muestral:
Para poder trabajar con ella necesitamos conocer la
funcin de distribucin asociada, para esto estudiaremos la distribucin chi cuadrado.

f x ( x)

1
(1 / 2) x k / 21e (1/ 2) x six 0
( k / 2)
0 en cualquier otro caso

Se dice que una variable aleatoria X sigue una

distribucin ji cuadrado con k grados de libertad, cuando su funcin de densidad est
dada por la frmula:

Dado lo complicado de la expresin utilizaremos una tabla para conocer los valores
que nos interesen.

Propiedades de esta distribucin:

1
2
3
4
5
6

Si X es una variable con distribucin ji cuadrado con k grados de libertad, su media

es k y su varianza 2k.
Una variable ji cuadrado no toma valores negativos.
Su grfica es de las de tipo de curvas sesgadas a la derecha.
A medida que aumentan los grados de libertad la curva se va haciendo ms
simtrica y su cola derecha se va extendiendo.
Por cada valor de k hay una distribucin distinta.
k es el nico parmetro asociado a la distribucin.

Distribucin muestral de la relacin de varianzas

Distribucin muestral de la relacin de varianzas Se defini en la seccin de la
introduccin de las distribuciones mustrales. Esta seccin revisa algunas propiedades
importantes de la distribucin muestral de la media que se introdujeron en las
manifestaciones de este captulo. Medio La media de la distribucin muestral de la
media es la media de la poblacin de la cual los resultados se tomaron muestras. Por lo
tanto, si una poblacin tiene una media, , entonces la distribucin muestral de la
media es . El M smbolo se utiliza para referirse a la media de la distribucin muestral
de la media. Por lo tanto, la frmula de la media de la distribucin muestral de la media
puede ser escrito como:
M = Diferencia La varianza de la distribucin muestral de la media se calcula
de la siguientemanera: Es decir, la varianza de la distribucin muestral de la media es
la varianza dela poblacin dividida por N, el tamao de la muestra (el nmero

decalificaciones utilizada para calcular una media). Por lo tanto, cuanto mayorsea el
tamao de la muestra, menor ser la varianza de la distribucin muestralde la
media.Esta expresin se puede derivar muy fcilmente de la ley de la suma devarianza