Distribución T de Student y Chi Cuadrada
Distribución T de Student y Chi Cuadrada
Distribución T de Student y Chi Cuadrada
n + 1
−
n +1
2 x2 2
f ( x) = 1 + , − x +, n = 1,
n
n
n
2
n +1
−
2
, − x +, n = 1, 2 , ...
La forma de la gráfica de la función de densidad correspondiente a esta distribución es
semejante a la que corresponde a la distribución normal estándar.
La diferencia de la función t de Student y la normal estándar está en que las colas en la
t de Student son más pesadas que las de la normal estándar.
Son más pesadas, en el sentido de que tienen mayor área y por lo tanto hay mayor
probabilidad de encontrar valores extremos. Sin embargo, si el número de grados de
libertad crece indefinidamente la distribución t de Student tiende a la distribución normal
estándar.
La esperanza y la varianza de una v.a X que sigue distribución t de Student son:
𝑛
E(x) = 0 Y 𝑉(𝑋) = ;𝑛 > 2
𝑛−2
Propiedades:
1. Es simétrica.
2. Sea Z una variable aleatoria con distribución N(0, 1) y V una variable aleatoria con
distribución χ2(n) . Entonces la variable aleatoria T sigue una distribución t de Student
con n grados de libertad
𝑍
𝑇= ~𝑡𝑛
√𝑉
𝑛
3. La función de distribución de t(n) se denota por: 𝑇𝑛 (𝑥) = 𝑃 = [𝑡𝑛 ≤ 𝑥]
4. Se cumple que:
Nota:
Si x no se encuentra en la tabla, debe utilizar la fórmula de la interpolación lineal. En
concreto, dada una función f definida en un intervalo [a, b], tomamos:
TABLA T- STUDENT
DISTRIBUCIÓN JI CUADRADA O CHI CUADRADA
Esta distribución debe su nombre al matemático inglés Karl Pearson, quien en 1900
publica la prueba ji cuadrado la cual permite determinar si dos caracteres hereditarios
eran transmitidos de forma dependiente o independiente.
Esta distribución es muy utilizada en la estimación de parámetros y en pruebas de
hipótesis tales como: la prueba de hipótesis de homogeneidad, de independencia o la
prueba de bondad de ajuste (todas ellas denominadas pruebas ji-cuadrado) y para
determinar los límites de confianza de la varianza muestral de una población normal.
Se dice que la v.a X sigue una distribución ji cuadrado con n grados de libertad y se
escribe χ2(n) , si su función de densidad está dada por:
n −x
1 −1
f ( x) = 2
x e 2
, x 0.
n
n
2 2
2
El número de grados de libertad en toda operación estadística es igual al número de
observaciones menos todas las restricciones impuestas a tales observaciones. Una
restricción es cualquier valor que deba calcularse en base a dichas observaciones.
4. La variable aleatoria
Nota:
Si x no se encuentra en la tabla, debe utilizar la fórmula de la interpolación lineal. En
concreto, dada una función f definida en un intervalo [a, b], tomamos:
La tabla que se utilizará para estos apuntes es la del libro de probabilidad y estadística
de Walpole, la cual da valores críticos (gl) para veinte valores especiales de .
2
Para denotar el valor crítico de una distribución X con gl grados de libertad se usa el
símbolo (gl); este valor crítico determina a su derecha un área de bajo la curva
X2 y sobre el eje horizontal. Por ejemplo para encontrar X20.05(6) en la tabla se localiza
6 gl en el lado izquierdo y a o largo del lado superior de la misma tabla.