TEMA 5: DISTRIBUCIONES DE PROBABILIDAD DISTRIBUCIONES PARA VARIABLES ALEATORIAS CONTINUAS Las distribuciones t de Student, Chi cuadrado () y F, se derivan de la distribucin

n Normal y estn relacionadas con la teora del muestreo pequeo n< 30. Son muy importantes pues son la base de metodologas inferenciales, tales como Intervalos de Confianza y Pruebas de Hiptesis. Las variables t, y F surgen de transformaciones de variables aleatorias en las que estn involucrados estadsticos muestrales, tales como la media y la variancia. En la prctica, por lo tanto, no podemos decir por Ej. que el peso, la altura, etc., se distribuyen segn t, y F DISTRIBUCIN DE STUDENT O DISTRIBUCIN t En muchos casos se seleccionan de una poblacin normal, muestras de tamao pequeo n < 30 y x desconocido El estadstico t ser DEFINICIN Una variable con distribucin t de Student se define como el cociente entre una variable normal estandarizada y la raz cuadrada positiva de una variable dividida por sus grados de libertad. CARACTERISTICAS La distribucin se denomina distribucin de Student o distribucin t. Es simtrica, con media de 0, y variancia mayor que 1. Es ms achatada que la normal y adopta diferentes formas, segn el nmero de grados de libertad. La variable t se extiende desde a +. A medida que aumenta los (n 1) grados de libertad la distribucin t se aproxima en su forma a una distribucin normal. El parmetro de la distribucin es (n1) grados de libertad, originando una distribucin diferente para cada tamao de muestra. Cmo se deduce una distribucin de t? Extraigo K muestras de tamao n < 30. Calculo para cada muestra el valor de t. Grafique la distribucin para cada tamao muestral Distribucin t para diferentes grados de libertad (n1)

DISTRIBUCIN CHI_ CUADRADO Para muestras extradas de una poblacin normal con variancia , con tamao n < 30, siendo S2 la variancia de la muestra entonces el estadstico ser DEFINICIN Una variable Chi cuadrado se define como la suma de n variables normales estandarizadas elevadas al cuadrado. CARACTERISTICAS Por definicin, una variable adopta valores positivos: 0 " " ". La distribucin es asimtrica positiva. A medida que aumenta el tamao de la muestra la curva es menos asimtrica, aproximndose a una curva normal. Para cada tamao muestral, se tendr una distribucin diferente. El parmetro que caracteriza a una distribucin son sus grados de libertad (n1), originado una distribucin para cada grado de libertad, Cmo se deduce una distribucin ? Extraer K muestras de tamao n < 30 Para cada muestra, por ejemplo n = 5, transformamos cada valor de x: x1, x2, x3, x4 y x5 en Z: z1, z2, z3, z4 y z5, utilizando: Para cada muestra calculamos: Entonces podramos escribir , as: (1) Si cambiamos en (1) la media poblacional por X, resulta: 2

(2) Dado que: , despejando tenemos: , al reemplazar en (2) llegamos a: Finalmente si se calcula para cada una de las K muestras y se grafica en un eje de coordenadas el se genera una distribucin de con (n1) grados de libertad. Distribucin de jicuadrado para algunos valores de grados de libertad.

DISTRIBUCIN F DE FISHER Considerando dos muestras aleatorias independientes, de tamao n1 y n2, extradas de una poblacin normal, el estadstico F ser DEFINICIN Una variable F se define como el cociente entre dos variables jicuadrado divididas por sus correspondientes grados de libertad. CARACTERISTICAS Una variable con distribucin F es siempre positiva por lo tanto su campo de variacin es 0 " F "" La distribucin de la variable es asimtrica, pero su asimetra disminuye cuando aumentan los grados de libertad del numerador y denominador. 3

 Hay una distribucin F por cada par de grados de libertad. Parmetros: Grados de libertad asociados al numerador y denominador Cmo se deduce una distribucin F? Extraiga k pares de muestras aleatorias independientes de tamao n < 30. Calcule para cada par el cociente de variancias que proporciona un valor de F. Graficar los valores de F de los k pares de muestras. Distribucin F para diferentes grados de libertad