SlideShare una empresa de Scribd logo
1 de 4
DISTRIBUCIÓN T DE STUDENT
Supóngase que se toma una muestra de una población normal con media y
varianza . Si es el promedio de las n observaciones que contiene la muestra
aleatoria, entonces la distribución es una distribución normal estándar.
Supóngase que la varianza de la población 2 es desconocida. ¿Qué sucede con la
distribución de esta estadística si se reemplaza por s? La distribución t proporciona
la respuesta a esta pregunta.
La media y la varianza de la distribución t son = 0 y para >2,
respectivamente.
La distribución de probabilidad de t se publicó por primera vez en 1908 en un artículo
de W. S. Gosset. En esa época, Gosset era empleado de una cervecería irlandesa que
desaprobaba la publicación de investigaciones de sus empleados. Para evadir esta
prohibición, publicó su trabajo en secreto bajo el nombre de "Student". En
consecuencia, la distribución t normalmente se llama distribución t de Student, o
simplemente distribución t. Para derivar la ecuación de esta distribución, Gossetsupone
que las muestras se seleccionan de una población normal. Aunque esto parecería una
suposición muy restrictiva, se puede mostrar que las poblaciones no normales que
poseen distribuciones en forma casi de campana aún proporcionan valores de t que se
aproximan muy de cerca a la distribución t.
La distribución t difiere de la de Z en que la varianza de t depende del tamaño de la
muestra y siempre es mayor a uno. Únicamente cuando el tamaño de la muestra tiende
a infinito las dos distribuciones serán las mismas.
Se acostumbra representar con el valor t por arriba del cual se encuentra un área igual
a . Como la distribución t es simétrica alrededor de una media de cero, tenemos
; es decir,el valor t que deja un área de a la derechay por tanto un
áreade alaizquierda,esigualal valortnegativoquedejaunáreade enlacoladerecha
de la distribución. Esto es, t0.95 = -t0.05, t0.99=-t0.01, etc.
INTERVALO DE CONFIANZA PARA ; CON DESCONOCIDA
Si y s son la media y la desviación estándar de una muestra aleatoria de una población
normal con varianza , desconocida, un intervalo de confianza de
( )100% para es:
donde /2 es el valor t con = n-1 grados de libertad, que deja un área de /2 a
la derecha.
Se hace una distinción entre los casos de conocida y desconocida al calcular las
estimaciones del intervalo de confianza. Se debe enfatizar que para el primer caso se
utiliza el teorema del límite central, mientras que para desconocida se hace uso de
la distribución muestral de la variable aleatoria t. Sin embargo, el uso de la distribución
t se basa en la premisa de que el muestreo se realiza de una distribución normal. En
tanto que la distribución tenga forma aproximada de campana, los intervalos de
confianza se pueden calcular cuando la varianza se desconoce mediante el uso de la
distribución t y se puede esperar buenos resultados.
Con mucha frecuencia los estadísticos recomiendan que aun cuando la normalidad no
se pueda suponer, con desconocida y n 30, s puede reemplazar a y se puede
utilizar el intervalo de confianza:
Por lo general éste se denomina como un intervalo de confianza de muestra grande. La
justificación yace sólo en la presunción de que con una muestra grande como 30, s
estará muy cerca de la real y de esta manera el teorema del límite central sigue
valiendo. Se debe hacer énfasis en que esto es solo una aproximación y que la calidad
de este enfoque mejora a medida que el tamaño de la muestra crece más.
Ejemplos:
1.Encuentre la probabilidad de –t0.025 < t < t0.05.
Solución:
Como t0.05 dejaun área de 0.05 aladerecha, y –t0.025 dejaun área de 0.025 a la izquierda,
encontramos un área total de 1-0.05-0.025 = 0.925.
P( –t0.025 < t < t0.05) = 0.925
2.El contenido de sietecontenedores similares de ácido sulfúrico son 9.8, 10.2, 10.4, 9.8,
10.0, 10.2, y 9.6 litros. Encuentre un intervalo de confianza del 95% para la media de
todos los contenedores si se supone una distribución aproximadamente normal.
Solución:
La media muestral y la desviación estándar para los datos dados son:
10 y s= 0.283
En la tabla se encuentra que t0.025=2.447 con 6 grados de libertad, de aquí, el
intervalo de confianza de 95% para es:
Con un nivel de confianza del 95% se sabe que el promedio del contenido de los
contenedores está entre 9.47 y 10.26 litros.
3.Un ingeniero químico afirma que el rendimiento medio de la población de cierto
proceso en lotes es 500 gramos por milímetro de materia prima. Para verificar esta
afirmación toma una muestra de 25 lotes cada mes. Si el valor de t calculado cae entre
–t0.05 y t0.05, queda satisfecho con su afirmación. ¿Qué conclusión extraería de una
muestra que tiene una media de 518 gramos por milímetro y una desviación estándar
de 40 gramos? Suponga que la distribución de rendimientos es aproximadamente
normal.
Solución:
De la tabla encontramos que t0.05 para 24 grados de libertad es de 1.711. Por tanto, el
fabricante queda satisfecho con esta afirmación si una muestra de 25 lotes rinde un
valor t entre –1.711 y 1.711.
Se procede a calcular el valor de t:
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 aquí que es probable que el fabricante
concluya que el proceso produce un mejor producto del que piensa.
ÍNDICES FINANCIEROS
índice Bursátil Dedicación País
Promedio Industrial Dow Jones Mide el desempeño de las 30
mayores sociedades
anónimas quecotizan en
el mercado bursátil deEstados
Unidos.
Estados Unidos
Eurostoxx 50 es el índicede acciones blue
chip de las 30 compañías más
grandes de Alemania que
cotizan en la Bolsa deFráncfort
Alemania
CAC 40 el índicees una medida
ponderada según la
capitalización delos 40 valores
más significativosdeentre las
100 mayores empresas
negociadas en la Bolsa deParís
Francia
IBEX 35 Está formado por las
35 empresas con más liquidez
que cotizan en el Sistema de
Interconexión Bursátil
Electrónico
España
KOSPI Es un índicebasado de la
capitalización demercado
introducido en 1983
Corea del Sur
Bovespa Como media, se
intercambian acciones por valor
de 1.221,3 millones
de reales cada día
Brasil
IPC es un índiceeconómico en el
que se valoran losprecios deun
predeterminado conjunto de
bienes y servicios
México
BSE Sensex se basa en la capitalización
bursátil deflotación librede30
grandes empresas activamente
negociadas,y representativas
de varios sectores,que poseen
acciones quecotizan en la Bolsa
de Valores de Bombay
India

Más contenido relacionado

La actualidad más candente

Ejercicios de distribucion normal estandar
Ejercicios de distribucion normal estandarEjercicios de distribucion normal estandar
Ejercicios de distribucion normal estandarNathywiiz Hernández
 
Estimacion puntual, propiedades de las estimaciones; estimacion por intervalo...
Estimacion puntual, propiedades de las estimaciones; estimacion por intervalo...Estimacion puntual, propiedades de las estimaciones; estimacion por intervalo...
Estimacion puntual, propiedades de las estimaciones; estimacion por intervalo...Alexander Flores Valencia
 
Tarea 15 de PROBABILIDAD Y ESTADISTICA CON RESPUESTAS
Tarea 15 de PROBABILIDAD Y ESTADISTICA CON RESPUESTASTarea 15 de PROBABILIDAD Y ESTADISTICA CON RESPUESTAS
Tarea 15 de PROBABILIDAD Y ESTADISTICA CON RESPUESTASIPN
 
Manejo de tabla distribución normal estándar
Manejo de tabla distribución normal estándarManejo de tabla distribución normal estándar
Manejo de tabla distribución normal estándarCecy Maestra TESCI
 
RENNY MENDOZA Resolucion ejercicios dist normal
 RENNY MENDOZA  Resolucion ejercicios dist normal RENNY MENDOZA  Resolucion ejercicios dist normal
RENNY MENDOZA Resolucion ejercicios dist normalrennyjse
 
Ejercicios de pruebas de hipotesis con mis problemas
Ejercicios de pruebas de hipotesis con mis problemasEjercicios de pruebas de hipotesis con mis problemas
Ejercicios de pruebas de hipotesis con mis problemasJaguar Luis XD
 
Tarea7 intervalosdeconfianza-10
Tarea7 intervalosdeconfianza-10Tarea7 intervalosdeconfianza-10
Tarea7 intervalosdeconfianza-10CUR
 
Ejercicios resueltos semana_9dic10
Ejercicios resueltos semana_9dic10Ejercicios resueltos semana_9dic10
Ejercicios resueltos semana_9dic10milena cas
 
Prueba de hipotesis estadistica aplicada a la ingenieria
Prueba de hipotesis estadistica aplicada a la ingenieriaPrueba de hipotesis estadistica aplicada a la ingenieria
Prueba de hipotesis estadistica aplicada a la ingenieriaHector García Cárdenas
 
Ecuaciones diferenciales exactas
Ecuaciones diferenciales exactasEcuaciones diferenciales exactas
Ecuaciones diferenciales exactasAlexCoeto
 
Distribución de probabilidad Poisson
Distribución de probabilidad PoissonDistribución de probabilidad Poisson
Distribución de probabilidad Poissoncrisstyramos
 

La actualidad más candente (20)

Análisis de Regresión Lineal
Análisis de Regresión LinealAnálisis de Regresión Lineal
Análisis de Regresión Lineal
 
Ejercicios de distribucion normal estandar
Ejercicios de distribucion normal estandarEjercicios de distribucion normal estandar
Ejercicios de distribucion normal estandar
 
Estimacion puntual, propiedades de las estimaciones; estimacion por intervalo...
Estimacion puntual, propiedades de las estimaciones; estimacion por intervalo...Estimacion puntual, propiedades de las estimaciones; estimacion por intervalo...
Estimacion puntual, propiedades de las estimaciones; estimacion por intervalo...
 
Tarea 15 de PROBABILIDAD Y ESTADISTICA CON RESPUESTAS
Tarea 15 de PROBABILIDAD Y ESTADISTICA CON RESPUESTASTarea 15 de PROBABILIDAD Y ESTADISTICA CON RESPUESTAS
Tarea 15 de PROBABILIDAD Y ESTADISTICA CON RESPUESTAS
 
Manejo de tabla distribución normal estándar
Manejo de tabla distribución normal estándarManejo de tabla distribución normal estándar
Manejo de tabla distribución normal estándar
 
Folleto de estadística (1)
Folleto de estadística (1)Folleto de estadística (1)
Folleto de estadística (1)
 
RENNY MENDOZA Resolucion ejercicios dist normal
 RENNY MENDOZA  Resolucion ejercicios dist normal RENNY MENDOZA  Resolucion ejercicios dist normal
RENNY MENDOZA Resolucion ejercicios dist normal
 
Prueba de Hipotesis para Muestras Pequeñas Est ind clase03
Prueba de Hipotesis para Muestras Pequeñas Est ind clase03Prueba de Hipotesis para Muestras Pequeñas Est ind clase03
Prueba de Hipotesis para Muestras Pequeñas Est ind clase03
 
T de student
T de studentT de student
T de student
 
Ejercicios de pruebas de hipotesis con mis problemas
Ejercicios de pruebas de hipotesis con mis problemasEjercicios de pruebas de hipotesis con mis problemas
Ejercicios de pruebas de hipotesis con mis problemas
 
Tarea7 intervalosdeconfianza-10
Tarea7 intervalosdeconfianza-10Tarea7 intervalosdeconfianza-10
Tarea7 intervalosdeconfianza-10
 
Pruebas de Bondad de Ajuste. Independencia y Homogenidad. Est ind clase10
Pruebas de Bondad de Ajuste. Independencia y Homogenidad. Est ind clase10Pruebas de Bondad de Ajuste. Independencia y Homogenidad. Est ind clase10
Pruebas de Bondad de Ajuste. Independencia y Homogenidad. Est ind clase10
 
14 enano
14 enano14 enano
14 enano
 
Tipo de distribuciones
Tipo de distribucionesTipo de distribuciones
Tipo de distribuciones
 
Ejercicios resueltos semana_9dic10
Ejercicios resueltos semana_9dic10Ejercicios resueltos semana_9dic10
Ejercicios resueltos semana_9dic10
 
Prueba de hipotesis estadistica aplicada a la ingenieria
Prueba de hipotesis estadistica aplicada a la ingenieriaPrueba de hipotesis estadistica aplicada a la ingenieria
Prueba de hipotesis estadistica aplicada a la ingenieria
 
Ecuaciones diferenciales exactas
Ecuaciones diferenciales exactasEcuaciones diferenciales exactas
Ecuaciones diferenciales exactas
 
Distribución muestral de la media
Distribución muestral de la mediaDistribución muestral de la media
Distribución muestral de la media
 
Distribución de probabilidad Poisson
Distribución de probabilidad PoissonDistribución de probabilidad Poisson
Distribución de probabilidad Poisson
 
Semana 4
Semana 4Semana 4
Semana 4
 

Similar a Distribución t de student

Distribucion T de Student
Distribucion T de StudentDistribucion T de Student
Distribucion T de Studenteraperez
 
diapositiva estadistica neymar
diapositiva estadistica neymardiapositiva estadistica neymar
diapositiva estadistica neymarmarian2200
 
rhjhjkhjkgjkhjkhjkgjkgDistribucion de t student
rhjhjkhjkgjkhjkhjkgjkgDistribucion de t studentrhjhjkhjkgjkhjkhjkgjkgDistribucion de t student
rhjhjkhjkgjkhjkhjkgjkgDistribucion de t studentElectromecanica omega
 
Distribución Exponencial, "T" Student e índices
Distribución Exponencial, "T" Student e índicesDistribución Exponencial, "T" Student e índices
Distribución Exponencial, "T" Student e índicesWendy Michay
 
39028492 distribucion-t-de-student-scrib
39028492 distribucion-t-de-student-scrib39028492 distribucion-t-de-student-scrib
39028492 distribucion-t-de-student-scribJesus Blumer
 
39028492 distribucion-t-de-student-scrib
39028492 distribucion-t-de-student-scrib39028492 distribucion-t-de-student-scrib
39028492 distribucion-t-de-student-scribJesus Blumer
 
Prueba t varianzas combinadas
Prueba t varianzas combinadasPrueba t varianzas combinadas
Prueba t varianzas combinadasjagi100
 
Capitulo 10 Prueba Para La Media, Muestra PequeñA
Capitulo 10 Prueba Para La Media, Muestra PequeñACapitulo 10 Prueba Para La Media, Muestra PequeñA
Capitulo 10 Prueba Para La Media, Muestra PequeñADavid Torres
 
Pruebas de hipótesis para la media poblacional con muestras pequeñas
Pruebas de hipótesis para la media poblacional con muestras pequeñasPruebas de hipótesis para la media poblacional con muestras pequeñas
Pruebas de hipótesis para la media poblacional con muestras pequeñasPaulina Garcia Aguilera
 
Pruebas de hipótesis para la media poblacional con muestras pequeñas
Pruebas de hipótesis para la media poblacional con muestras pequeñasPruebas de hipótesis para la media poblacional con muestras pequeñas
Pruebas de hipótesis para la media poblacional con muestras pequeñasPaulina Garcia Aguilera
 
Prueba de hipótesis para muestras pequeñas
Prueba de hipótesis para muestras pequeñasPrueba de hipótesis para muestras pequeñas
Prueba de hipótesis para muestras pequeñasemmanuelgf
 
Trabajo estadistica
Trabajo estadisticaTrabajo estadistica
Trabajo estadisticahoteles1
 
Foro estadistica
Foro estadisticaForo estadistica
Foro estadisticaDiana Cayo
 

Similar a Distribución t de student (20)

Grados de liberta
Grados de libertaGrados de liberta
Grados de liberta
 
U0304
U0304U0304
U0304
 
Distribucion T de Student
Distribucion T de StudentDistribucion T de Student
Distribucion T de Student
 
diapositiva estadistica neymar
diapositiva estadistica neymardiapositiva estadistica neymar
diapositiva estadistica neymar
 
rhjhjkhjkgjkhjkhjkgjkgDistribucion de t student
rhjhjkhjkgjkhjkhjkgjkgDistribucion de t studentrhjhjkhjkgjkhjkhjkgjkgDistribucion de t student
rhjhjkhjkgjkhjkhjkgjkgDistribucion de t student
 
Distribución Muestral
Distribución MuestralDistribución Muestral
Distribución Muestral
 
Distribución Exponencial, "T" Student e índices
Distribución Exponencial, "T" Student e índicesDistribución Exponencial, "T" Student e índices
Distribución Exponencial, "T" Student e índices
 
39028492 distribucion-t-de-student-scrib
39028492 distribucion-t-de-student-scrib39028492 distribucion-t-de-student-scrib
39028492 distribucion-t-de-student-scrib
 
39028492 distribucion-t-de-student-scrib
39028492 distribucion-t-de-student-scrib39028492 distribucion-t-de-student-scrib
39028492 distribucion-t-de-student-scrib
 
Ji cuadrada1
Ji cuadrada1Ji cuadrada1
Ji cuadrada1
 
Prueba t varianzas combinadas
Prueba t varianzas combinadasPrueba t varianzas combinadas
Prueba t varianzas combinadas
 
Capitulo 10 Prueba Para La Media, Muestra PequeñA
Capitulo 10 Prueba Para La Media, Muestra PequeñACapitulo 10 Prueba Para La Media, Muestra PequeñA
Capitulo 10 Prueba Para La Media, Muestra PequeñA
 
Pruebas de hipótesis para la media poblacional con muestras pequeñas
Pruebas de hipótesis para la media poblacional con muestras pequeñasPruebas de hipótesis para la media poblacional con muestras pequeñas
Pruebas de hipótesis para la media poblacional con muestras pequeñas
 
Pruebas de hipótesis para la media poblacional con muestras pequeñas
Pruebas de hipótesis para la media poblacional con muestras pequeñasPruebas de hipótesis para la media poblacional con muestras pequeñas
Pruebas de hipótesis para la media poblacional con muestras pequeñas
 
Agresti and coull
Agresti and coullAgresti and coull
Agresti and coull
 
GRUPO D (1).pptx
GRUPO D (1).pptxGRUPO D (1).pptx
GRUPO D (1).pptx
 
Prueba de hipótesis para muestras pequeñas
Prueba de hipótesis para muestras pequeñasPrueba de hipótesis para muestras pequeñas
Prueba de hipótesis para muestras pequeñas
 
Trabajo estadistica
Trabajo estadisticaTrabajo estadistica
Trabajo estadistica
 
Semana 3 1_
Semana 3 1_Semana 3 1_
Semana 3 1_
 
Foro estadistica
Foro estadisticaForo estadistica
Foro estadistica
 

Último

PRESUPUESTOS COMO HERRAMIENTA DE GESTION - UNIAGUSTINIANA.pptx
PRESUPUESTOS COMO HERRAMIENTA DE GESTION - UNIAGUSTINIANA.pptxPRESUPUESTOS COMO HERRAMIENTA DE GESTION - UNIAGUSTINIANA.pptx
PRESUPUESTOS COMO HERRAMIENTA DE GESTION - UNIAGUSTINIANA.pptxmanuelrojash
 
EL ESTADO Y LOS ORGANISMOS AUTONOMOS.pdf
EL ESTADO Y LOS ORGANISMOS AUTONOMOS.pdfEL ESTADO Y LOS ORGANISMOS AUTONOMOS.pdf
EL ESTADO Y LOS ORGANISMOS AUTONOMOS.pdfssuser2887fd1
 
41 RAZONES DE PORQUE SI ESTAMOS MAL EN MÉXICO
41 RAZONES DE PORQUE SI ESTAMOS MAL EN MÉXICO41 RAZONES DE PORQUE SI ESTAMOS MAL EN MÉXICO
41 RAZONES DE PORQUE SI ESTAMOS MAL EN MÉXICOlupismdo
 
Estructura y elaboración de un presupuesto financiero
Estructura y elaboración de un presupuesto financieroEstructura y elaboración de un presupuesto financiero
Estructura y elaboración de un presupuesto financieroMARTINMARTINEZ30236
 
LOS MIMBRES HACEN EL CESTO: AGEING REPORT.
LOS MIMBRES HACEN EL CESTO: AGEING  REPORT.LOS MIMBRES HACEN EL CESTO: AGEING  REPORT.
LOS MIMBRES HACEN EL CESTO: AGEING REPORT.ManfredNolte
 
VALOR DEL DINERO EN EL TIEMPO - 2024 - SEMINARIO DE FINANZAS
VALOR DEL DINERO EN EL TIEMPO - 2024 - SEMINARIO DE FINANZASVALOR DEL DINERO EN EL TIEMPO - 2024 - SEMINARIO DE FINANZAS
VALOR DEL DINERO EN EL TIEMPO - 2024 - SEMINARIO DE FINANZASJhonPomasongo1
 
mercado de capitales universidad simon rodriguez - guanare (unidad I).pdf
mercado de capitales universidad simon rodriguez - guanare (unidad I).pdfmercado de capitales universidad simon rodriguez - guanare (unidad I).pdf
mercado de capitales universidad simon rodriguez - guanare (unidad I).pdfGegdielJose1
 
Principios de economia Mankiw 6 edicion.pdf
Principios de economia Mankiw 6 edicion.pdfPrincipios de economia Mankiw 6 edicion.pdf
Principios de economia Mankiw 6 edicion.pdfauxcompras5
 
ley del ISO Y acreditamientos y extensiones
ley del ISO Y acreditamientos y extensionesley del ISO Y acreditamientos y extensiones
ley del ISO Y acreditamientos y extensionesYimiLopesBarrios
 
QUE REQUISITOS DEBO CUMPLIR PARA PENSIONARME.pdf
QUE REQUISITOS DEBO CUMPLIR PARA PENSIONARME.pdfQUE REQUISITOS DEBO CUMPLIR PARA PENSIONARME.pdf
QUE REQUISITOS DEBO CUMPLIR PARA PENSIONARME.pdflupismdo
 
Dino Jarach - El Hecho Imponible2024.pdf
Dino Jarach - El Hecho Imponible2024.pdfDino Jarach - El Hecho Imponible2024.pdf
Dino Jarach - El Hecho Imponible2024.pdfAdrianKreitzer
 
TEMA 3 DECISIONES DE INVERSION Y FINANCIACION UNIVERISDAD REY JUAN CARLOS
TEMA 3 DECISIONES DE INVERSION Y FINANCIACION UNIVERISDAD REY JUAN CARLOSTEMA 3 DECISIONES DE INVERSION Y FINANCIACION UNIVERISDAD REY JUAN CARLOS
TEMA 3 DECISIONES DE INVERSION Y FINANCIACION UNIVERISDAD REY JUAN CARLOSreyjuancarlosjose
 
Análisis de la Temporada Turística 2024 en Uruguay
Análisis de la Temporada Turística 2024 en UruguayAnálisis de la Temporada Turística 2024 en Uruguay
Análisis de la Temporada Turística 2024 en UruguayEXANTE
 
Sección 13 Inventarios, NIIF PARA PYMES
Sección  13 Inventarios, NIIF PARA PYMESSección  13 Inventarios, NIIF PARA PYMES
Sección 13 Inventarios, NIIF PARA PYMESssuser10db01
 
Sistema de Control Interno aplicaciones en nuestra legislacion
Sistema de Control Interno aplicaciones en nuestra legislacionSistema de Control Interno aplicaciones en nuestra legislacion
Sistema de Control Interno aplicaciones en nuestra legislacionPedroSalasSantiago
 
Proyecto de catálogo de cuentas EMPRESA.
Proyecto de catálogo de cuentas EMPRESA.Proyecto de catálogo de cuentas EMPRESA.
Proyecto de catálogo de cuentas EMPRESA.ssuser10db01
 
abrogar, clases de abrogacion,importancia y consecuencias
abrogar, clases de abrogacion,importancia y consecuenciasabrogar, clases de abrogacion,importancia y consecuencias
abrogar, clases de abrogacion,importancia y consecuenciasDeniseGonzales11
 
Administración del capital de trabajo - UNR.pdf
Administración del capital de trabajo - UNR.pdfAdministración del capital de trabajo - UNR.pdf
Administración del capital de trabajo - UNR.pdfMarcelo732474
 
El cheque 1 y sus tipos de cheque.pptx
El cheque  1 y sus tipos de  cheque.pptxEl cheque  1 y sus tipos de  cheque.pptx
El cheque 1 y sus tipos de cheque.pptxNathaliTAndradeS
 

Último (20)

PRESUPUESTOS COMO HERRAMIENTA DE GESTION - UNIAGUSTINIANA.pptx
PRESUPUESTOS COMO HERRAMIENTA DE GESTION - UNIAGUSTINIANA.pptxPRESUPUESTOS COMO HERRAMIENTA DE GESTION - UNIAGUSTINIANA.pptx
PRESUPUESTOS COMO HERRAMIENTA DE GESTION - UNIAGUSTINIANA.pptx
 
EL ESTADO Y LOS ORGANISMOS AUTONOMOS.pdf
EL ESTADO Y LOS ORGANISMOS AUTONOMOS.pdfEL ESTADO Y LOS ORGANISMOS AUTONOMOS.pdf
EL ESTADO Y LOS ORGANISMOS AUTONOMOS.pdf
 
41 RAZONES DE PORQUE SI ESTAMOS MAL EN MÉXICO
41 RAZONES DE PORQUE SI ESTAMOS MAL EN MÉXICO41 RAZONES DE PORQUE SI ESTAMOS MAL EN MÉXICO
41 RAZONES DE PORQUE SI ESTAMOS MAL EN MÉXICO
 
Estructura y elaboración de un presupuesto financiero
Estructura y elaboración de un presupuesto financieroEstructura y elaboración de un presupuesto financiero
Estructura y elaboración de un presupuesto financiero
 
LOS MIMBRES HACEN EL CESTO: AGEING REPORT.
LOS MIMBRES HACEN EL CESTO: AGEING  REPORT.LOS MIMBRES HACEN EL CESTO: AGEING  REPORT.
LOS MIMBRES HACEN EL CESTO: AGEING REPORT.
 
VALOR DEL DINERO EN EL TIEMPO - 2024 - SEMINARIO DE FINANZAS
VALOR DEL DINERO EN EL TIEMPO - 2024 - SEMINARIO DE FINANZASVALOR DEL DINERO EN EL TIEMPO - 2024 - SEMINARIO DE FINANZAS
VALOR DEL DINERO EN EL TIEMPO - 2024 - SEMINARIO DE FINANZAS
 
mercado de capitales universidad simon rodriguez - guanare (unidad I).pdf
mercado de capitales universidad simon rodriguez - guanare (unidad I).pdfmercado de capitales universidad simon rodriguez - guanare (unidad I).pdf
mercado de capitales universidad simon rodriguez - guanare (unidad I).pdf
 
Principios de economia Mankiw 6 edicion.pdf
Principios de economia Mankiw 6 edicion.pdfPrincipios de economia Mankiw 6 edicion.pdf
Principios de economia Mankiw 6 edicion.pdf
 
ley del ISO Y acreditamientos y extensiones
ley del ISO Y acreditamientos y extensionesley del ISO Y acreditamientos y extensiones
ley del ISO Y acreditamientos y extensiones
 
QUE REQUISITOS DEBO CUMPLIR PARA PENSIONARME.pdf
QUE REQUISITOS DEBO CUMPLIR PARA PENSIONARME.pdfQUE REQUISITOS DEBO CUMPLIR PARA PENSIONARME.pdf
QUE REQUISITOS DEBO CUMPLIR PARA PENSIONARME.pdf
 
Dino Jarach - El Hecho Imponible2024.pdf
Dino Jarach - El Hecho Imponible2024.pdfDino Jarach - El Hecho Imponible2024.pdf
Dino Jarach - El Hecho Imponible2024.pdf
 
TEMA 3 DECISIONES DE INVERSION Y FINANCIACION UNIVERISDAD REY JUAN CARLOS
TEMA 3 DECISIONES DE INVERSION Y FINANCIACION UNIVERISDAD REY JUAN CARLOSTEMA 3 DECISIONES DE INVERSION Y FINANCIACION UNIVERISDAD REY JUAN CARLOS
TEMA 3 DECISIONES DE INVERSION Y FINANCIACION UNIVERISDAD REY JUAN CARLOS
 
Mercado Eléctrico de Ecuador y España.pdf
Mercado Eléctrico de Ecuador y España.pdfMercado Eléctrico de Ecuador y España.pdf
Mercado Eléctrico de Ecuador y España.pdf
 
Análisis de la Temporada Turística 2024 en Uruguay
Análisis de la Temporada Turística 2024 en UruguayAnálisis de la Temporada Turística 2024 en Uruguay
Análisis de la Temporada Turística 2024 en Uruguay
 
Sección 13 Inventarios, NIIF PARA PYMES
Sección  13 Inventarios, NIIF PARA PYMESSección  13 Inventarios, NIIF PARA PYMES
Sección 13 Inventarios, NIIF PARA PYMES
 
Sistema de Control Interno aplicaciones en nuestra legislacion
Sistema de Control Interno aplicaciones en nuestra legislacionSistema de Control Interno aplicaciones en nuestra legislacion
Sistema de Control Interno aplicaciones en nuestra legislacion
 
Proyecto de catálogo de cuentas EMPRESA.
Proyecto de catálogo de cuentas EMPRESA.Proyecto de catálogo de cuentas EMPRESA.
Proyecto de catálogo de cuentas EMPRESA.
 
abrogar, clases de abrogacion,importancia y consecuencias
abrogar, clases de abrogacion,importancia y consecuenciasabrogar, clases de abrogacion,importancia y consecuencias
abrogar, clases de abrogacion,importancia y consecuencias
 
Administración del capital de trabajo - UNR.pdf
Administración del capital de trabajo - UNR.pdfAdministración del capital de trabajo - UNR.pdf
Administración del capital de trabajo - UNR.pdf
 
El cheque 1 y sus tipos de cheque.pptx
El cheque  1 y sus tipos de  cheque.pptxEl cheque  1 y sus tipos de  cheque.pptx
El cheque 1 y sus tipos de cheque.pptx
 

Distribución t de student

  • 1. DISTRIBUCIÓN T DE STUDENT Supóngase que se toma una muestra de una población normal con media y varianza . Si es el promedio de las n observaciones que contiene la muestra aleatoria, entonces la distribución es una distribución normal estándar. Supóngase que la varianza de la población 2 es desconocida. ¿Qué sucede con la distribución de esta estadística si se reemplaza por s? La distribución t proporciona la respuesta a esta pregunta. La media y la varianza de la distribución t son = 0 y para >2, respectivamente. La distribución de probabilidad de t se publicó por primera vez en 1908 en un artículo de W. S. Gosset. En esa época, Gosset era empleado de una cervecería irlandesa que desaprobaba la publicación de investigaciones de sus empleados. Para evadir esta prohibición, publicó su trabajo en secreto bajo el nombre de "Student". En consecuencia, la distribución t normalmente se llama distribución t de Student, o simplemente distribución t. Para derivar la ecuación de esta distribución, Gossetsupone que las muestras se seleccionan de una población normal. Aunque esto parecería una suposición muy restrictiva, se puede mostrar que las poblaciones no normales que poseen distribuciones en forma casi de campana aún proporcionan valores de t que se aproximan muy de cerca a la distribución t. La distribución t difiere de la de Z en que la varianza de t depende del tamaño de la muestra y siempre es mayor a uno. Únicamente cuando el tamaño de la muestra tiende a infinito las dos distribuciones serán las mismas. Se acostumbra representar con el valor t por arriba del cual se encuentra un área igual a . Como la distribución t es simétrica alrededor de una media de cero, tenemos ; es decir,el valor t que deja un área de a la derechay por tanto un áreade alaizquierda,esigualal valortnegativoquedejaunáreade enlacoladerecha de la distribución. Esto es, t0.95 = -t0.05, t0.99=-t0.01, etc. INTERVALO DE CONFIANZA PARA ; CON DESCONOCIDA Si y s son la media y la desviación estándar de una muestra aleatoria de una población normal con varianza , desconocida, un intervalo de confianza de ( )100% para es:
  • 2. donde /2 es el valor t con = n-1 grados de libertad, que deja un área de /2 a la derecha. Se hace una distinción entre los casos de conocida y desconocida al calcular las estimaciones del intervalo de confianza. Se debe enfatizar que para el primer caso se utiliza el teorema del límite central, mientras que para desconocida se hace uso de la distribución muestral de la variable aleatoria t. Sin embargo, el uso de la distribución t se basa en la premisa de que el muestreo se realiza de una distribución normal. En tanto que la distribución tenga forma aproximada de campana, los intervalos de confianza se pueden calcular cuando la varianza se desconoce mediante el uso de la distribución t y se puede esperar buenos resultados. Con mucha frecuencia los estadísticos recomiendan que aun cuando la normalidad no se pueda suponer, con desconocida y n 30, s puede reemplazar a y se puede utilizar el intervalo de confianza: Por lo general éste se denomina como un intervalo de confianza de muestra grande. La justificación yace sólo en la presunción de que con una muestra grande como 30, s estará muy cerca de la real y de esta manera el teorema del límite central sigue valiendo. Se debe hacer énfasis en que esto es solo una aproximación y que la calidad de este enfoque mejora a medida que el tamaño de la muestra crece más. Ejemplos: 1.Encuentre la probabilidad de –t0.025 < t < t0.05. Solución:
  • 3. Como t0.05 dejaun área de 0.05 aladerecha, y –t0.025 dejaun área de 0.025 a la izquierda, encontramos un área total de 1-0.05-0.025 = 0.925. P( –t0.025 < t < t0.05) = 0.925 2.El contenido de sietecontenedores similares de ácido sulfúrico son 9.8, 10.2, 10.4, 9.8, 10.0, 10.2, y 9.6 litros. Encuentre un intervalo de confianza del 95% para la media de todos los contenedores si se supone una distribución aproximadamente normal. Solución: La media muestral y la desviación estándar para los datos dados son: 10 y s= 0.283 En la tabla se encuentra que t0.025=2.447 con 6 grados de libertad, de aquí, el intervalo de confianza de 95% para es: Con un nivel de confianza del 95% se sabe que el promedio del contenido de los contenedores está entre 9.47 y 10.26 litros. 3.Un ingeniero químico afirma que el rendimiento medio de la población de cierto proceso en lotes es 500 gramos por milímetro de materia prima. Para verificar esta afirmación toma una muestra de 25 lotes cada mes. Si el valor de t calculado cae entre –t0.05 y t0.05, queda satisfecho con su afirmación. ¿Qué conclusión extraería de una muestra que tiene una media de 518 gramos por milímetro y una desviación estándar de 40 gramos? Suponga que la distribución de rendimientos es aproximadamente normal. Solución: De la tabla encontramos que t0.05 para 24 grados de libertad es de 1.711. Por tanto, el fabricante queda satisfecho con esta afirmación si una muestra de 25 lotes rinde un valor t entre –1.711 y 1.711. Se procede a calcular el valor de t:
  • 4. 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 aquí que es probable que el fabricante concluya que el proceso produce un mejor producto del que piensa. ÍNDICES FINANCIEROS índice Bursátil Dedicación País Promedio Industrial Dow Jones Mide el desempeño de las 30 mayores sociedades anónimas quecotizan en el mercado bursátil deEstados Unidos. Estados Unidos Eurostoxx 50 es el índicede acciones blue chip de las 30 compañías más grandes de Alemania que cotizan en la Bolsa deFráncfort Alemania CAC 40 el índicees una medida ponderada según la capitalización delos 40 valores más significativosdeentre las 100 mayores empresas negociadas en la Bolsa deParís Francia IBEX 35 Está formado por las 35 empresas con más liquidez que cotizan en el Sistema de Interconexión Bursátil Electrónico España KOSPI Es un índicebasado de la capitalización demercado introducido en 1983 Corea del Sur Bovespa Como media, se intercambian acciones por valor de 1.221,3 millones de reales cada día Brasil IPC es un índiceeconómico en el que se valoran losprecios deun predeterminado conjunto de bienes y servicios México BSE Sensex se basa en la capitalización bursátil deflotación librede30 grandes empresas activamente negociadas,y representativas de varios sectores,que poseen acciones quecotizan en la Bolsa de Valores de Bombay India