Distribuição T-Student

Estatística - aulasEstDistrTdeStudent2.
docx 22/05/10
Distribuição t de Student
Introdução
Quando o desvio padrão da população não é conhecido (o que é o caso, geralmente), usa-
se o desvio padrão da amostra como estimativa, substituindo-se σx por Sx nas esquações
para intervalos de confiança e erros. Isto não acarreta maiores dificuldades, pois o desvio
padrão amostral dá uma aproximação bastante razoável do verdadeiro valor, na maioria
dos casos.
Pelo Teorema do Limite Central, temos que:

o Se a população sob amostragem tem distribuição normal, a distribuição das
médias amostrais também será normal para todos os tamanhos de amostra.
o Se a população básica é não-normal, a distribuição de médias amostrais será
aproximadamente normal para grandes amostras.
Pelo Teorema do Limite Central descrito acima, sabemos que, quando o tamanho da
amostra é superior a 30, a distribuição das médias é aproximadamente normal. Todavia,
para amostras de 30 ou menos observações, a aproximação normal não é adequada.
Devemos então usar a distribuição t de Student, que é a distribuição correta quando se usa
Sx.
A Distribuição t de Student
A distribuição t de Student, desenvolvida por William Sealy Gosset, é uma distribuição de
probabilidade estatística.
O único parâmetro v que a define e caracteriza a sua forma é o número de graus de

liberdade (ϕ).
O conceito de grau de liberdade tem alguma importância, mas não é dos mais simples de
entender. Tentemos, então, através de um exemplo, das uma idéia do seu significado.
Admitamos que a média de um conjunto de n=4 valores deve ser igual a 5. Para que isso
aconteça, teremos que ter Σxi = 20. Se tivermos três valores já definidos, o quarto valor
deverá obrigatoriamente ser tal que a soma dos quatro valores, no final, seja igual a 20.
Portanto, temos liberdade para escolher três dos quatro valores, mas o quarto valor não.
O mesmo ocorre em qualquer conjunto de dados amostrais. Quanto maior for esse
parâmetro, mais próxima da normal ela será.
Em relação à distribuição do t-Student, a título meramente informativo, temos que, se Z for

uma variável normal-padrão e Y uma distribuição qui-quadrado com ϕ graus de liberdade,
então a variável aleatória
Z
T= tem distribuição t-Student com ϕ graus de liberdade.
Y
ϕ
E Nemer 1/5
Estatística - aulasEstDistrTdeStudent2.docx 22/05/10
Vale ressaltar que a distribuição t-Student se aproxima da normal quando aumenta o

número de graus de liberdade.
A distribuição t é uma distribuição de probabilidade teórica. É simétrica, tem a forma de um

sino semelhante à curva normal padrão, porém com caudas mais largas, ou seja, uma
simulação da t de Student pode gerar valores mais extremos que uma simulação da
normal.
Parâmetros da distribuição t de Student

Os parâmetros são os seguintes:
Média: E(t)=μ=0
ϕ
Variância: V(t) = σ2 = , ϕ>2
ϕ −2
ϕ
Desvio Padrão: σ(t) =
ϕ −2
Quando desejamos especificar que uma variável aleatória segue uma distribuição t de
Student com ϕ graus de liberdade, usamos a notação:
t ~ tϕ
Para ilustrar o uso da tabela da Figura 1, observe que as áreas α são os cabeçalhos das
colunas e os graus de liberdade ϕ são dados na coluna esquerda. Assim, o valor com 10
graus de liberdade, tendo uma área (probabilidade) de 0,05 para a direita é dada por:
t10 = 1,81246
Podemos representar esse valor utilizando o enunciado de probabilidade, conforme segue:
P (t10 > 1,81246) = 5%
Na Figura 1, observe que, para uma área α igual a 2,5%, temos:
P (t10 < 2,22814) = 1- 2,5% = 1-0,025 = 0,975 = 97,5%
Uma vez que a distribuição t é simétrica em relação a zero, temos também que:
o P (t10 < -1,81246) = 5%

o P (t10 > -1,81246) = 95%
o P (t10 > -2,22814) = 97,5%
o P (t10 < -2,22814) = 2,5%
E Nemer 2/5
Figura 1
A tabela t de Student é apresentada a seguir:
E Nemer 3/5
t de Student
ϕ 0,4 0,25 0,1 0,05 0,03 0,025 0,02 0,01 0,005

1 0,3249 1,0000 3,0777 6,3138 10,5789 12,7062 15,8945 31,8205 63,6567
2 0,2887 0,8165 1,8856 2,9200 3,8964 4,3027 4,8487 6,9646 9,9248
3 0,2767 0,7649 1,6377 2,3534 2,9505 3,1824 3,4819 4,5407 5,8409
4 0,2707 0,7407 1,5332 2,1318 2,6008 2,7764 2,9985 3,7469 4,6041
5 0,2672 0,7267 1,4759 2,0150 2,4216 2,5706 2,7565 3,3649 4,0321
6 0,2648 0,7176 1,4398 1,9432 2,3133 2,4469 2,6122 3,1427 3,7074
7 0,2632 0,7111 1,4149 1,8946 2,2409 2,3646 2,5168 2,9980 3,4995
8 0,2619 0,7064 1,3968 1,8595 2,1892 2,3060 2,4490 2,8965 3,3554
9 0,2610 0,7027 1,3830 1,8331 2,1504 2,2622 2,3984 2,8214 3,2498
10 0,2602 0,6998 1,3722 1,8125 2,1202 2,2281 2,3593 2,7638 3,1693
11 0,2596 0,6974 1,3634 1,7959 2,0961 2,2010 2,3281 2,7181 3,1058
12 0,2590 0,6955 1,3562 1,7823 2,0764 2,1788 2,3027 2,6810 3,0545
13 0,2586 0,6938 1,3502 1,7709 2,0600 2,1604 2,2816 2,6503 3,0123
14 0,2582 0,6924 1,3450 1,7613 2,0462 2,1448 2,2638 2,6245 2,9768
15 0,2579 0,6912 1,3406 1,7531 2,0343 2,1314 2,2485 2,6025 2,9467
16 0,2576 0,6901 1,3368 1,7459 2,0240 2,1199 2,2354 2,5835 2,9208
17 0,2573 0,6892 1,3334 1,7396 2,0150 2,1098 2,2238 2,5669 2,8982
18 0,2571 0,6884 1,3304 1,7341 2,0071 2,1009 2,2137 2,5524 2,8784
19 0,2569 0,6876 1,3277 1,7291 2,0000 2,0930 2,2047 2,5395 2,8609
20 0,2567 0,6870 1,3253 1,7247 1,9937 2,0860 2,1967 2,5280 2,8453
21 0,2566 0,6864 1,3232 1,7207 1,9880 2,0796 2,1894 2,5176 2,8314
22 0,2564 0,6858 1,3212 1,7171 1,9829 2,0739 2,1829 2,5083 2,8188
23 0,2563 0,6853 1,3195 1,7139 1,9782 2,0687 2,1770 2,4999 2,8073
24 0,2562 0,6848 1,3178 1,7109 1,9740 2,0639 2,1715 2,4922 2,7969
25 0,2561 0,6844 1,3163 1,7081 1,9701 2,0595 2,1666 2,4851 2,7874
26 0,2560 0,6840 1,3150 1,7056 1,9665 2,0555 2,1620 2,4786 2,7787
27 0,2559 0,6837 1,3137 1,7033 1,9632 2,0518 2,1578 2,4727 2,7707
28 0,2558 0,6834 1,3125 1,7011 1,9601 2,0484 2,1539 2,4671 2,7633
29 0,2557 0,6830 1,3114 1,6991 1,9573 2,0452 2,1503 2,4620 2,7564
30 0,2556 0,6828 1,3104 1,6973 1,9546 2,0423 2,1470 2,4573 2,7500
31 0,2555 0,6825 1,3095 1,6955 1,9522 2,0395 2,1438 2,4528 2,7440
32 0,2555 0,6822 1,3086 1,6939 1,9499 2,0369 2,1409 2,4487 2,7385
33 0,2554 0,6820 1,3077 1,6924 1,9477 2,0345 2,1382 2,4448 2,7333
34 0,2553 0,6818 1,3070 1,6909 1,9457 2,0322 2,1356 2,4411 2,7284
35 0,2553 0,6816 1,3062 1,6896 1,9438 2,0301 2,1332 2,4377 2,7238
36 0,2552 0,6814 1,3055 1,6883 1,9419 2,0281 2,1309 2,4345 2,7195
37 0,2552 0,6812 1,3049 1,6871 1,9402 2,0262 2,1287 2,4314 2,7154
38 0,2551 0,6810 1,3042 1,6860 1,9386 2,0244 2,1267 2,4286 2,7116
39 0,2551 0,6808 1,3036 1,6849 1,9371 2,0227 2,1247 2,4258 2,7079
40 0,2550 0,6807 1,3031 1,6839 1,9357 2,0211 2,1229 2,4233 2,7045
E Nemer 4/5
Exemplos de aplicação:
1. Determine:
a. P (t11 < -1,3634) = ?

• Observando a linha dada por ϕ =11, procuramos o valor 1,3634. A partir
desse valor, buscamos o título da coluna e encontramos 0,1 ou 10%. Mas
observe que 10% é a área à direita de t = 1,3634. Entretanto, como o
gráfico da distribuição t de Student é simétrico, a área à esquerda do valor
-1,3634 também será 10%. Portanto, a resposta para esse exercício é
10%.
b. 1º e 3º Quartis de uma distribuição t13.

• Começando pelo 1º Quartil, observe que esta medida separa um grupo em
duas partes: a parte à esquerda com 25% e a parte à direita com 75%. Na
tabela, como a área dada é sempre à direita da medida, deveríamos
procurar a coluna cujo título é 75%. Não temos essa coluna. Entretanto,
como o gráfico é simétrico em relação à média, teremos a seguinte
situação:
25% 25%
Q1 -Q1
Observe que, se calcularmos o valor de –Q1, teremos automaticamente o

valor de Q1. A área à esquerda de Q1 é 0,25=25%, logo a área à direita de
–Q1 também é 0,25=25%. Se entrarmos na tabela com a linha igual a 13
(graus de liberdade) e com o valor da coluna 0,25, teremos o valor de –Q1
que é 0,6938. Portanto, o valor de Q1 é -0,6938.
Agora observe que, no caso de Q3, a distribuição fica com 75% à

esquerda de Q3 e com 25% à direita, que é a mesma área de –Q1 obtida
no item anterior. Logo, o valor de Q3 é o mesmo de –Q1, ou seja, temos
que Q3 = 0,6938.
c. t de forma que P (t16 > t) = 25%

• Observando a linha dada por ϕ =16, procuramos a coluna cujo título seja
0,25. O cruzamento da linha com a coluna determina que t = 0,6901.
E Nemer 5/5

Distribuição T-Student

Enviado por

Direitos autorais:

Formatos disponíveis

Distribuição T-Student

Enviado por

Dados do documento

Descrição original:

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Distribuição T-Student

Enviado por

Direitos autorais:

Formatos disponíveis

Estatística - aulasEstDistrTdeStudent2.

 Pelo Teorema do Limite Central, temos que:

 O único parâmetro v que a define e caracteriza a sua forma é o número de graus de

 Em relação à distribuição do t-Student, a título meramente informativo, temos que, se Z for

 Vale ressaltar que a distribuição t-Student se aproxima da normal quando aumenta o

 A distribuição t é uma distribuição de probabilidade teórica. É simétrica, tem a forma de um

Parâmetros da distribuição t de Student

Podemos representar esse valor utilizando o enunciado de probabilidade, conforme segue:

P (t10 > 1,81246) = 5%

 Na Figura 1, observe que, para uma área α igual a 2,5%, temos:

P (t10 < 2,22814) = 1- 2,5% = 1-0,025 = 0,975 = 97,5%

o P (t10 < -1,81246) = 5%

 A tabela t de Student é apresentada a seguir:

ϕ 0,4 0,25 0,1 0,05 0,03 0,025 0,02 0,01 0,005

a. P (t11 < -1,3634) = ?

b. 1º e 3º Quartis de uma distribuição t13.

Observe que, se calcularmos o valor de –Q1, teremos automaticamente o

Agora observe que, no caso de Q3, a distribuição fica com 75% à

c. t de forma que P (t16 > t) = 25%

Você também pode gostar

Pelo Teorema do Limite Central, temos que:

O único parâmetro v que a define e caracteriza a sua forma é o número de graus de

Em relação à distribuição do t-Student, a título meramente informativo, temos que, se Z for

Vale ressaltar que a distribuição t-Student se aproxima da normal quando aumenta o

A distribuição t é uma distribuição de probabilidade teórica. É simétrica, tem a forma de um

Na Figura 1, observe que, para uma área α igual a 2,5%, temos:

A tabela t de Student é apresentada a seguir: