Universidad Yachay Tech

Nombre: Jonathan Recalde

Curso: 3ro C
Prueba t de Student
DEFINICIN
Una variable con distribucin t de Student se define como el cociente entre una variable normal estandarizada
y la raz cuadrada positiva de una variable 2 dividida por sus grados de libertad.Se aplica cuando la poblacin
estudiada sigue una distribucin normal pero el tamao muestral es demasiado pequeo como para que el
estadstico en el que est basada la inferencia est normalmente distribuido, utilizndose una estimacin de la
desviacin tipica en lugar del valor real. Es utilizado en anlisis discriminante.
Empleo de la prueba t de student

El test de locacin de muestra nica por el cual se comprueba si la media de una poblacin
distribuida normalmente tiene un valor especificado en una hiptesis nula.

El test de locacin para dos muestras, por el cual se comprueba si las medias de dos poblaciones
distribuidas en forma normal son iguales. Todos estos test son usualmente llamados test t de Student, a pesar
de que estrictamente hablando, tal nombre slo debera ser utilizado si las varianzas de las dos poblaciones
estudiadas pueden ser asumidas como iguales; la forma de los ensayos que se utilizan cuando esta asuncin se
deja de lado suelen ser llamados a veces como prueba t de welch Estas pruebas suelen ser comnmente
nombradas como pruebas t desapareadas o de muestras independientes, debido a que tienen su aplicacin mas
tpica cuando las unidades estadsticas que definen a ambas muestras que estn siendo comparadas no se
superponen.

El test de hiptesis nula por el cual se demuestra que la diferencia entre dos respuestas medidas en
las mismas unidades estadsticas es cero. Por ejemplo, supngase que se mide el tamao del tumor de un
paciente con cncer. Si el tratamiento resulta efectivo, lo esperable seria que el tumor de muchos pacientes
disminuyera de tamao luego de seguir el tratamiento. Esto con frecuencia es referido como prueba t de
mediciones apareadas o repetidas.

El test para comprobar si la pendiente de una regresin lineal difiere estadsticamente de cero.

Pruebas t para dos muestras apareadas y desapareadas

Las pruebas-t de dos muestras para probar la diferencia en las medias pueden ser desapareadas o en parejas.
Las pruebas t pareadas son una forma de bloqueo estadstico, y poseen un mayor poder estadstico que las
pruebas no apareadas cuando las unidades apareadas son similares con respecto a los "factores de ruido" que
son independientes de la pertenencia a los dos grupos que se comparan. En un contexto diferente,
las pruebas-t apareadas pueden utilizarse para reducir los efectos de los factores de confusin en un estudio
observacional.

Desapareada
Las pruebas t desapareadas o de muestras independientes, se utilizan cuando se obtienen dos grupos de
muestras aleatorias, independientes e idnticamente distribuidas a partir de las dos poblaciones a ser
comparadas. Por ejemplo, supngase que estamos evaluando el efecto de un tratamiento mdico, y reclutamos
a 100 sujetos para el estudio. Luego elegimos aleatoriamente 50 sujetos para el grupo en tratamiento y 50
sujetos para el grupo de control. En este caso, obtenemos dos muestras independientes y podramos utilizar la
forma desapareada de la prueba t. La eleccin aleatoria no es esencial en este caso, si contactamos a 100

personas por telfono y obtenemos la edad y gnero de cada una, y luego se utiliza una prueba t bimuestral
para ver en que forma la media de edades difiere por gnero, esto tambin sera una prueba t de muestras
independientes, a pesar de que los datos son observacionales.

Apareada
Las pruebas t de muestras dependientes o apareadas, consisten tpicamente en una muestra de pares de valores
con similares unidades estadsticas, o un grupo de unidades que han sido evaluadas en dos ocasiones
diferentes (una prueba t de mediciones repetitivas). Un ejemplo tpico de prueba t para mediciones repetitivas
sera por ejemplo que los sujetos sean evaluados antes y despus de un tratamiento.
Una prueba 't basada en la coincidencia de pares muestrales se obtiene de una muestra desapareada que luego
es utilizada para formar una muestra apareada, utilizando para ello variables adicionales que fueron medidas
conjuntamente con la variable de inters.
La valoracin de la coincidencia se lleva a cabo mediante la identificacin de pares de valores que consisten
en una observacin de cada una de las dos muestras, donde las observaciones del par son similares en
trminos de otras variables medidas. Este enfoque se utiliza a menudo en los estudios observacionales para
reducir o eliminar los efectos de los factores de confusin.

Clculos
Las expresiones explcitas que pueden ser utilizadas para obtener varias pruebas t se dan a continuacin. En
cada caso, se muestra la frmula para una prueba estadstica que o bien siga exactamente o aproxime a una
distribucin t de Student bajo la hiptesis nula. Adems, se dan los apropiados grados de libertad en cada
caso. Cada una de estas estadsticas se pueden utilizar para llevar a cabo ya sea una prueba de una cola o
prueba de dos colas.
Una vez que se ha determinado un valor t, es posible encontrar un valor o asociado utilizando para ello una
tabla de valores de distribucin t de Student. Si el valor p calulado es menor al lmite elegido por significancia
estadstica (usualmente a niveles de significancia 0,10; 0,05 o 0,01), entonces la hiptesis nula se rechaza en
favor de la hiptesis alternativa.

Prueba t para muestra nica

En esta prueba se evala la hiptesis nula de que la media de la poblacin estudiada es igual a un valor
especificado 0, se hace uso del estadstico:

donde es la media muestral, s es la desviacin estndar muestral y n es el tamao de la muestra. Los grados
de libertad utilizados en esta prueba se corresponden al valor n 1.

Pendiente de una regresin lineal

Supngase que se est ajustando el modelo:

donde xi, i = 1, ..., n son conocidos, y son desconocidos, y i es el error aleatorio en los residuales que se
encuentra normalmente distribuido, con un valor esperado 0 y una varianza desconocida 2,
e Yi, i = 1, ..., n son las observaciones.
Se desea probar la hiptesis nula de que la pendiente es igual a algn valor especificado 0 (a menudo toma

el valor 0, en cuyo caso la hiptesis es que x e y no estn relacionados).

sea

Luego

tiene una distribucin t con n 2 grados de libertad si la hiptesis nula es verdadera. El error estndar de la
pendiente:

puede ser reescrito en trminos de los residuales:

Luego

se encuentra dado por:

Prueba t dependiente para muestras apareadas

Esta prueba se utiliza cuando las muestras son dependientes; esto es, cuando se trata de una nica muestra que
ha sido evaluada dos veces (muestras repetidas) o cuando las dos muestras han sido emparejadas o apareadas.
Este es un ejemplo de un test de diferencia apareada.

Para esta ecuacin, la diferencia entre todos los pares tiene que ser calculada. Los pares se han formado ya sea

con resultados de una persona antes y despus de la evaluacin o entre pares de personas emparejadas en
Ejemplo de pares emparejados
Par

Nombre

Edad

Test

Juan

35

250

Joana

36

340

Jaimito

22

460

Jesica

21

200

grupos de significancia (por ejemplo, tomados de la misma familia o grupo de edad: vase la tabla). La media
(XD) y la desviacin estndar (sD) de tales diferencias se han utilizado en la ecuacin. La constante 0 es
diferente de cero si se desea probar si la media de las diferencias es significativamente diferente de 0. Los
grados de libertad utilizados son n 1.

Ejemplo de muestras repetidas

Nmero

Nombre

Test 1

Test 2

Miguel

35%

67%

Melanie

50%

46%

Melisa

90%

86%

Michell

78%

91%

Cmo se deduce una distribucin de t?

Extraigo K muestras de tamao n < 30.

Calculo para cada muestra el valor de t.

Grafique la distribucin para cada tamao muestral

Distribucin t para diferentes grados de libertad (n-1)

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.

Nivel de significacin:

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 nmero de valores elegidos libremente.

Dentro de una muestra para distribucin t student los grados de libertad se calculan de la siguiente manera:
GL=n 1

EJEMPLO
Con un nivel de significancia de 5% se selecciona de manera aleatoria tres paquetes de
croquetas (bultos) alimento para perros, de cada uno de los cinco pedidos. Al pesar los 15
paquetes se obtiene la media de = 49.4 y una desviacin estndar de S2 = 1.2

Establecer el estadstico de prueba calculado de acuerdo a la expresin

Sustituyendo datos queda:

Por tanto concluimos que

1.- se encuentra en la regin de rechazo que por lo cual se considera que existe menor
cantidad de croquetas en los paquetes.
2.- No cumple con lo que pide.

DISTRIBUCIN F DE SNEDECOR
Es una distribucin de probabilidad de gran aplicacin en la inferencia estadstica ,
fundamentalmente en la contrastacin de la igualdad de varianzas de dos poblaciones
normales, y , fundamentalmente en el anlisis de la varianza , tcnica que permite detectar
la existencia o inexistencia de diferencias significativas entre muestras diferentes y que es,
por tanto esencial , en todos aquellos casos en los que se quiere investigar la relevancia de
un factor en el desarrollo y naturaleza de una caracterstica.
La distribucin se plantea partiendo de dos variables X e Y tales que :

es decir una chi2 con m grados de libertad

es decir una chi2 con n grados de libertad ;

de manera que si establecemos el cociente

, es decir el cociente entre

ambas chi2 divididas a su vez, por sus correspondientes grados de libertad

tendremos que la funcin F corresponde a una distribucin F de Snedecor con m
y n grados de libertad ; es decir una
Queda claro por tanto que la distribucin F de Snedecor tiene dos parmetros ,
que son m y n ; grados de libertad del numerador , grados de libertad del
denominador.
Dado que se trata de un cociente entre dos chi2 su forma (grfica de la funcin de
densidad)ser parecida a la de sta distribucin , por lo que estar slo definida
para el campo positivo de la variable y su apariencia variar segn los grados de
libertad ; estando ms prxima la densidad de probabilidad a los valores
prximos a cero de la variable , cuando los grados de libertad ( sus parmetros)
sean bajos.

La funcin de densidad de la F de Snedecor viene dada por

siendo m y n los parmetros de la funcin(distribucin) y

la funcin gamma

de Euler

la media de la distribucin es
cuando n> 4

si n > 2 siendo la varianza

Lgicamente si

su inversa

lo que ayuda al clculo de

probabilidades para distintos valores de la variable mediante la utilizacin de

tablas , caso que no es el nuestro pues estos los realizamos mediante un programa
que incluimos , no obstante ,a modo de ejemplo , plantemos:
Si X

y nos interesa el clculo de

Luego

dicho resultado es 0,13

luego

Como curiosidad tenemos que una F con un grado de libertad en el numerador y

n en el denominador , no es ms que el cuadrado de una t de student con n grados
de libertadad dado que :

una
.
.

dado que:

siendo una

luego una :

una