Distribuciones de probabilidad

Estadística. Variables aleatorias continuas. Distribución: student, chi cuadrado y F de Fisher. Características

  • Enviado por: El más vago
  • Idioma: castellano
  • País: Argentina Argentina
  • 6 páginas
publicidad
cursos destacados
Química General
Química General
En este curso de Química General, aprenderemos los conceptos fundamentales de la “Ciencia...
Ver más información

Física Clásica
Física Clásica
En este curso de Física Clásica se trataran los temas de unidades de medida y conversiones,...
Ver más información

publicidad

TEMA 5: DISTRIBUCIONES DE PROBABILIDAD

DISTRIBUCIONES PARA VARIABLES ALEATORIAS CONTINUAS

  • Las distribuciones “t” de Student, Chi cuadrado (2) y F, se derivan de la distribución 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”, 2 y F surgen de transformaciones de variables aleatorias en las que están involucrados estadísticos muestrales, 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 t”, 2 y F

DISTRIBUCIÓN DE STUDENT O DISTRIBUCIÓN “t”

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

El estadístico “t” será

DEFINICIÓN

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 2 dividida por sus grados de libertad.

CARACTERISTICAS

  • La distribución se denomina distribución de Student o distribución “t”.

  • Es simétrica, con media 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 - a +.

  • 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 “t”.

  • Grafique la distribución para cada tamaño muestral

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

'Distribuciones de probabilidad'

DISTRIBUCIÓN CHI_ CUADRADO

Para muestras extraídas de una población normal con variancia 2, con tamaño n < 30, siendo S2 la variancia de la muestra entonces el estadístico 2 será

DEFINICIÓN

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

CARACTERISTICAS

  • Por definición, una variable 2 adopta valores positivos: 0 " 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 muestral, se tendrá una distribución 2 diferente.

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

¿Cómo se deduce una distribución 2?

  • Extraer K muestras de tamaño 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 podríamos escribir , así:

(1)

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

(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 2 se genera una distribución de 2 con (n-1) grados de libertad.

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

'Distribuciones de probabilidad'

DISTRIBUCIÓN F DE FISHER

Considerando dos muestras aleatorias independientes, de tamaño n1 y n2, extraídas de una 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.

CARACTERISTICAS

  • Una variable con distribución F es siempre positiva por lo tanto su campo de variación es 0 " F " "

  • La distribución de la variable es asimétrica, pero su asimetría disminuye cuando aumentan los grados de libertad del 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 variancias que proporciona un valor de F.

  • Graficar los valores de F de los k pares de muestras.

Distribución F para diferentes grados de libertad

'Distribuciones de probabilidad'

Vídeos relacionados