Académique Documents
Professionnel Documents
Culture Documents
Bases teóricas
Para determinar el intervalo de confianza dentro del cual se puede estimar Ia media de una
población a partir de muestras pequeña (n < 30).
Para probar hipótesis cuando una investigación se basa en muestreo pequeño.
Para probar si dos muestras provienen de una misma población.
C. GRADOS DE LIBERTAD
Existe una distribución t distinta para cada uno de los posibles grados de libertad. ¿Qué
son los grados de libertad? Podemos definirlos como el número de valores que podemos
elegir libremente.
La gráfica de esta función de densidad es simétrica, respecto del eje de ordenadas, con
independencia del valor de k, y de forma algo semejante a Ia de una distribución normal:
estándar
PASO 1
PASO 2
PASO 3
Evidencia Muestral.
Se calcula la media y la desviación estándar a partir de la muestra.
PASO 4
Se aplica la Distribución t de Student para calcular la probabilidad de error (P) por medio
de la fórmula:
PASO 5
CONCLUSION
Es una distribución de probabilidad que se usa cuando el tamaño de la muestra es
menor de 30 datos, no se conoce la desviación estándar de la población y cuando la
población de la que se extrae la muestra es normal.
Sus aplicaciones en la inferencia estadística son para estimar y probar una media y
una diferencia de medias (independiente y pareada).
Es una distribución continua, tiene forma acampanada.
DISTRIBUCION NORMAL
DEFINICIÓN DE VARIABLE ALEATORIA CONTINUA
Una variable aleatoria continua es aquella que puede asumir un número infinito de valores
dentro de un determinado rango.
Por ejemplo, el peso de una persona podría ser 80.5, 80.52, 80.525,... dependiendo de la
precisión de la báscula. ‰
Para indicar que una variable aleatoria (v.a.) sigue una distribución normal de media µ y
desviación estándar σ usaremos la expresión: X ∼ N(µ,σ).
La probabilidad de que una variable aleatoria (v.a.) X tome un valor determinado entre dos
El área total encerrada por f(x) vale 1, i.e.: ∫ +∞ −∞ f (x)dx = P(−∞ < X < +∞) = 1 .