Académique Documents
Professionnel Documents
Culture Documents
Distribuciones Continuas
Vilma S. Romero Romero1
Resumen:
En esta sesión desarrollaremos la Distribución Chi-Cuadrado, la Distribución t-
Student y la Distribución F.
1
M.Sc. en Estadı́stica, Lancaster University, Reino Unido
1. Distribución Chi-Cuadrado
La distribución Chi-Cuadrado es el elemento básico para diferentes procedimientos en
inferencia estadı́stica. Por ende, la comprensión de esta distribución es importante para
realizar pruebas de hipótesis, construir intervalos de confianza, la bondad de ajuste,
entre otros. Fue propuesta por el británico Karl Pearson, quien es considerado el padre
de la Estadı́stica Moderna y creador del primer Departamento de Estadı́stica en el
mundo en University College London.
1 1
O con parámetro ratio θ = β = 2
Grados de Libertad:
En estadı́stica, son definidos como el número de “observaciones” (piezas de in-
formación) de los datos que pueden variar libremente al estimar parámetros es-
tadı́sticos.
Z x
1
F (x) = wr/2−1 e−w/2 dw
0 2r/2 Γ(r/2)
Ejemplo
Sea la variable Y ∼ X 2 (r = 5), calcular P (1.145 ≤ Y ≤ 12.83)
r r
• E(X) = αβ = 2 = r • V ar(X) = αβ 2 = 2 2 = 2r
2 2
Solución
Se puede notar que el promedio de llegadas por minuto es λ = 1/2. Por lo tanto,
si denotamos la variable aleatoria T = Tiempo de espera hasta la novena llegada,
T ∼ Gamma(α, β). Donde, α = 9 y β = 1/λ = 2.
1
f (T ) = (18/2) x(18/2)−1 e−x/2 ∼ χ2 (18)
2 Γ(18/2)
En consecuencia,
Demostración
1 2
Sabemos que X = Z 2 , donde f (z) = √1 e− 2 z . Vamos a empezar obteniendo la
2π
distribución acumulativa de X:
√ √
F (x) = P (X ≤ x) = P (Z 2 ≤ x) = P (− x ≤ Z ≤ x)
√ √ √
F (x) = Φ( x) − Φ(− x) = 2Φ( x) − 1
Propiedad Reproductiva
2. Distribución t-Student
Sea Z una variable aleatoria normal estándar y X ∼ χ2 (r) una variable aleatoria
independiente de Z. Entonces, se dice que la variable aleatoria T tiene una distribución
t con r grados de libertad si está definida como el siguiente ratio:
Z
T =p
X/r
Se puede observar que para r = 1, la curva de densidad t posee colas pesadas compara-
das con la de la curva normal estándar. Sin embargo, a medida que van aumentando
los grados de libertas, la función de densidad de probabilidad se asemeja a la normal
estándar.
r
• E(T ) = 0 • V ar(T ) = ,r>2
r−2
3. Distribución F
Sean X1 y X2 variables aleatorias Chi-Cuadrado independientes con r1 y r2 grados de
libertad respectivamente. Entonces, la distribución F con r1 y r2 grados de libertad
está definida como el siguiente ratio:
X1 /r1
F =
X2 /r2
Recursos Adicionales
Córdova Zamora, M. (2003). Estadı́stica: Descriptiva e Inferencial Aplicaciones.
Moshera S.R.L.
Hogg, R. V., Tanis, E. A., and Zimmerman, D. L. (2015). Probability and Statistical
Inference. Pearson, 9 edition.