Escolar Documentos
Profissional Documentos
Cultura Documentos
INTRODUCCIÓN
Esta fue descubierta por un especialista en estadística de una empresa irlandesa, este
señor cuyo nombre era William S. Gossel hizo inferencias acerca de Ia media cuando Ia
desviación poblacional fuese desconocida: y ya que a los empleados de dicha entidad no
les era permitido publicar el trabajo de investigación bajo sus propios nombres, Gosset
adoptó el seudónimo de “Student”
II. OBJETIVO
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.
∑𝑛𝑖=1(𝑥𝑖 − 𝑥̅ )2
𝑆=
𝑛−1
Esta fórmula está basada en n-1 grados de libertad. Esta terminología resulta del hech0 de
que si bien s2 está basada en n cantidades x1-ẋ, x2- ẋ…xn- ẋ, estas suman cero, así que
especificar los valores de cualquier n-1 de las cantidades determina el valor restante.
Por ejemplo, si n=4 y x1-ẋ=8; x2- ẋ=-6 y x4- ẋ=-4, entonces automáticamente tenemos x3-
ẋ=2, así que solo tres de las cuatro medidas de xi- ẋ están libremente determinadas, la
otra debe tomar el valor que haga esta suma cero; es por esto que solo tenemos 3
grados de libertad.
Grados de libertad=número de mediciones -1
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:
Si K>3
La siguiente figura presenta Ia gráfica de varias distribuciones t. La apariencia general de Ia
distribución t es similar a Ia de Ia distribución normal estándar: ambas son simétricas y
unimodales, y el valor máximo de Ia ordenada se alcanza en Ia media µ = O. Sin embargo, Ia
distribución t tiene colas más amplias que Ia normal; esto es, Ia probabilidad de las colas es mayor
que en Ia distribución normal. A medida que el número de grados de libertad tiende a infinito, Ia
forma límite de Ia distribución t es Ia distribución normal estándar.
Propiedades de la distribución t
La Prueba de Hipótesis para medias usando Distribución t de Student se usa cuando se cumplen
las siguientes dos condiciones:
Paso 1
Plantear Hipótesis Nula (Ho) e Hipótesis Alternativa (Hi).
Paso 2
Se considera
Paso 3
Paso 4
Se aplica la distribución t de student para calcular la probabilidad de error (p) por medio de la
formula
Ẋ−µ
𝑡 ∗=
𝑆𝑥
√𝑛
Sabiendo que
Ẋ= mediana
µ= valor a analizar
n= tamaño de muestra
paso5
Ejemplo
Se aplica una prueba de autoestima a 25 personas quienes obtiene una calificación promedio de
62.1 con una desviación estándar de 5.83 se debe que el valor correcto de la prueba debe ser
mayor a 60. ¿Existe suficiente evidencia para comprobar que no hay problemas de autoestimas en
el grupo seleccionado?
Paso 1:
Paso 2
Paso 3
Evidencia muestral
Paso 4
Calculando t*
Ẋ−µ
𝑡 ∗=
𝑆𝑥
√𝑛
62.1 − 60 2.1
𝑡 ∗= =
5.83 1.166
√25
𝑡 ∗= 1.8
df= n-1=25-1=24
Resultados
Existe una evidencia para demostrar que el grupo no tiene problemas de autoestima
IV.