TEMA 5: DISTRIBUCIONES DE PROBABILIDAD

DISTRIBUCIONES PARA VARIABLES ALEATORIAS CONTINUAS

• Las distribuciones Y de Student Chi cuadrado (x ) y F, se derivan de la distribución

2

Normal y están relacionadas con la teoría del muestreo pequeño n< 30.
• Son muy importantes pues son la base de metodologías inferenciales, tales como
Intervalos de Confianza y Pruebas de Hipótesis.
• Las variables T , % y F surgen de transformaciones de variables aleatorias en las que
2

están involucrados estadísticos muéstrales, tales como la media y la variancia. En la

práctica, por lo tanto, no podemos decir por Ej. que el peso, la altura, etc., se distribuyen
según f, x y F
2

DISTRIBUCIÓN DE STUDENT O DISTRIBUCIÓN T

En muchos casos se seleccionan de una población normal, muestras de tamaño pequeño n <
30 yCT desconocido
x

s_ = s/4ñ => estímaráa-

El estadístico T será

DEFINICION

Una variable con distribución t de Student se define como el cociente entre una variable normal
estandarizada y la raíz cuadrada positiva de una variable £ dividida por sus grados de libertad.

CARACTERISTICAS

• La distribución se denomina distribución de Student o distribución T .

• Es simétrica, con medía de 0, y variancia mayor que 1.
Es más achatada que la normal y adopta diferentes formas, según el número de grados de
libertad.
La variable t se extiende desde -<x> a +00.
A medida que aumenta los (n -1) grados de libertad la distribución T se aproxima en su
forma a una distribución normal.
El parámetro de la distribución es (n-1) grados de libertad, originando una distribución
diferente para cada tamaño de muestra.

¿Cómo se deduce una distribución de "t"?

Extraigo K muestras de tamaño n < 30.

Calculo para cada muestra el valor de Y .
Grafique la distribución para cada tamaño muestral

Distribución "t" para diferentes grados de libertad (n-1)

 DISTRIBUCIÓN CHI_ CUADRADO
Para muestras extraídas de una población normal con variancia a con tamaño n < 30, siendo S
2 2

la variancia de la muestra entonces el estadístico x será

2

DEFINICIÓN
Una variable Chi cuadrado se define como la suma de n variables normales estandarizadas
elevadas al cuadrado.

z S (n-1)
2 , 2

X z =— —r^-*X*(n-1)
x

CARACTERISTICAS
• Por definición, una variable x adopta valores positivos: 0 < x ^ °°-
2 2

• La distribución es asimétrica positiva.

• A medida que aumenta el tamaño de la muestra la curva es menos asimétrica,
aproximándose a una curva normal.
• Para cada tamaño muestra!, se tendrá una distribución % diferente.
2

• El parámetro que caracteriza a una distribución x son sus grados de libertad (n-1),
2

originado una distribución para cada grado de libertad,

¿Cómo se deduce una distribución x ? 2

• Extraer K muestras de tamaño n < 30

• Para cada muestra, por ejemplo n = 5, transformamos cada valor de x: x x , X3, X4 y X5
1 ; 2

en Z: z-t, z , Z3, Z4 y Z5, utilizando:

2
 Z = ^—¥-*N(0,1)
a
• Para cada muestra calculamos:

n
• Entonces podríamos escribir % 2 = ]T Zf , así:
¡=1

M 1=1 a <*

• Si cambiamos en (1) la media poblacional \i por X, resulta:

• Dado que: S = 2 , despejando tenemos:

n-f

S 2 * (n -1) = ^ (xi - x) , al reemplazar en (2) llegamos a:

X =— g2 J»X(n~1)

• Finalmente si se calcula para cada una de las K muestras y se gráfica en un eje de

coordenadas el % se genera una distribución de x con (n-1) grados de libertad.
2 2

Distribución de .//-cuadrado para algunos valores de grados de libertad.

x
 Figura 5.9.1 n¡siribui;iiinL-s ilcji-i'uudradu para algunos valores de los grados de li-
bertad k. (Fuente: Paul G . Hoel y Raymnnd J. Jessen. Bimic Slatislics for Buxsiness
taxi Económica. Wiicy. 1071. U « i d o c n n autorización.)

DISTRIBUCIÓN F DE FISHER

Considerando dos muestras aleatorias independientes, de tamaño n-t y n , extraídas de una 2

población normal, el estadístico F será

DEFINICIÓN

Una variable F se define como el cociente entre dos variables ji-cuadrado divididas por sus
correspondientes grados de libertad.

2
X 1
f _ n 1 ~ 1 ^ F S l *
2 ^
X
2
S 2*
n 2 - 1

/
CARACTERÍSTICAS

• Una variable con distribución F es siempre positiva por lo tanto su campo de variación es 0
^F<oo
• La distribución de la variable es asimétrica, pero su asimetría disminuye cuando aumentan
tos grados de libertad.det numerador y denominador.
• Hay una distribución F por cada par de grados de libertad.
• Parámetros: Grados de libertad asociados al numerador y denominador

¿Cómo se deduce una distribución F?

• Extraiga k pares de muestras aleatorias independientes de tamaño n < 30.

• Calcule para cada par el cociente de varianctas que proporciona un valor de F.
• Graficar los valores de F de los k pares de muestras.

Distribución F para diferentes grados de libertad

donde^yf,, _ tó) son los valores de la labia F a la izquierda y la de-
1.0
A ^ I I O ; » !

0.8

¡ÍF)
0.0
" l \ 110,101

0.4

0.2

Oí) / I I I l ^ ? f e = ¡ = s <
0 0.5 1.0 1,5 2.0 2,5 3.0 3.5 4,0
C
r

Figura 5.10,1 Dislribución F para varios grados de libertad (de Dómenla Gí/jy,
Scieniific Tables, séptima edición, 1970. Cortesía de Ciba-Gejgy Limilcd, Basilea,
Suiza).