You are on page 1of 5

Distribucin t no central

DISTRIBUCIN T NO CENTRAL
Recordando:
Distribucin t de student: si Z y V son variables aleatorias independientes de las
cuales Z es normal estandarizada Z~n (0,1) tanto V~

t=

(v).

Distribucin t no central
Introduccin:
En probabilidad y estadstica, la funcin de distribucin t no central
se generaliza la distribucin t de student. El t no central (T)
representa una familia de distribuciones que est configurado con v
grados de libertad y un parmetro de no centralidad ().
Definicin:
Si Z y V son variables estadsticamente independientes, normal
estndar y chi cuadrado, respectivamente, este ltimo con v grados
de libertad, se define:

Tv, =
Se dice que es una distribucin t no central con v grados de libertad y parmetro
de no centralidad . Donde v 1, es un entero y puede ser cualquier nmero
real.
La funcin de distribucin acumulada de

, se denota por:

= P(

t)

Si = 0, entonces la distribucin t no central se reduce a la distribucin normal o a


la t de student central.

Distribucin t no central

t=
Donde x es una variable normal con media y la varianza

es una

variable chi cuadrado con v grados de libertad.

, (t) aumenta desde 0 hasta 1a medida que aumenta t desde a + o a


medida que disminuye de a +.
La mayora de las aplicaciones que se trata aqu se refiere nicamente a las
muestras de una poblacin normal, vamos a realizar algunas de las normales
pertenecientes a la teora del muestreo. Supongamos que:

es una muestra

aleatoria de una poblacin normal con media y desviacin estndar estn


definidos por:

Las siguientes distribuciones son bien conocidas:

Z y V son estadsticamente independientes.


Se distribuye como una variable aleatoria normal con media y desviacin

estndar

o equivale Z= T=

tiene una distribucin normal

estndar (media= 0 y desviacin estndar =1).

T=

tiene una distribucin chi cuadrado con V= n-1 grados de

libertad y estadsticamente independiente de z.

Distribucin t no central

La Funcin de Densidad:
Se dice que una distribucin t no central con v grados
de libertad y parmetro de no centralidad . La
densidad de probabilidad de la funcin f(x) viene dada
por:

;-
Donde: r es la funcin gamma
La media () y la varianza (

de x son:

En el caso de la media (con v > 1) y en el caso de la varianza (con v > 2). Para valores
grandes de v la distribucin de x es aproximadamente una distribucin normal con media
y la varianza .

PROPIEDADES

Momentos de la distribucin t no central.


En general, los k momentos en bruto de la t no central es una distribucin.

E(

; v>k

No existe
; v k
Asimetra
La distribucin t no central es asimtrica a menos que = 0, es decir, una
distribucin t no central. La cola a la derecha ser ms pesada que la izquierda,
cuando > 0 y viceversa. Sin embargo, la asimtrica habitual no es una buena
medida general de la asimtrica a esta distribucin, ya que si los grados de

Distribucin t no central

libertad no son mayores que 3, el tercer momento no existe en absoluto. Aunque


los grados de libertad sean mayores que 3, la estimacin de la muestra de la
asimetra es an muy inestable a menos que el grado de libertad sea muy grande.
Modo
La distribucin t no central es unimodal y siempre en forma de campana, pero el
modo no es analtica disponible, aunque siempre est en el intervalo.

cuando > 0

cuando

Por otra parte, el modo siempre tiene el mismo signo que el parmetro de no
centralidad

y la negativa de la modalidad es exactamente el modo para un t no

central de distribucin con el mismo nmero de grados de libertad v pero


parmetro de no centralidad

El modo es estrictamente creciente con


decreciente con

cuando

cuando

<0. En el lmite cuando

y estrictamente
se aproxima a cero, el

modelo se aproxima por:

Y cuando

tiende a infinito, el modo se aproxima por:

Ejercicios:
1. Un ingeniero qumico afirma que el rendimiento medio de la poblacin de
cierto proceso en lotes es 500 gramos por milmetro de materia prima. Para

Distribucin t no central
verificar esta afirmacin toma una muestra de 25 lotes cada mes. Si el
valor de t calculado cae entre

, queda satisfecho con su

afirmacin. Qu conclusin extraera de una muestra que tiene una media


de 518 gramos por milmetro y una desviacin de 40 gramos? Suponga
que la distribucin de rendimientos es aproximadamente normal.

SOLUCION:
De la tabla encontramos que

para 24 grados de libertad es de 1.711 por

tanto, el fabricante queda satisfecho con esta afirmacin si una muestra de 25 lotes rinde
un valor t entre -1.711 y 1.711.
Se procede a calcular el valor de t:

t=

= 2.25

Este es un valor muy por arriba de 1.711 si se desea obtener la probabilidad de obtener
un valor de t con 24 grados de libertad igual o mayor a 2.25 se busca en la tabla y es
aproximadamente de 0.02 de aqu que es probable que el fabricante concluya que el
proceso produce un mejor producto del que piensa.

You might also like