Distribución “t” student

Slides:



Advertisements
Presentaciones similares
DSITRIBUCION T DE STUDENT.
Advertisements

ESTADISTICA INFERENCIAL
Variable Aleatoria Continua. Principales Distribuciones
Universidad de Chile Facultad de Ciencias Químicas y Farmacéuticas
Estadísticos de Prueba en el Modelo de Regresión Múltiple
Estimación por intervalos de confianza.
METODOLOGÍA DE INVESTIGACIÓN Titular: Agustín Salvia
Tema 8: Principales distribuciones de probabilidad
Nombre: Israel Espinosa Jiménez Matricula: Carrera: TIC Cuatrimestre: 4 Página 1 de 5.
COMPORTAMIENTO DE LAS DISTRIBUCIONES DE
8.3.- APROXIMACIOIN DE LA DISTRIBUCION BINOMIAL A LA NORMAL
Distribuciones derivadas del muestreo
Probabilidad y Estadística Inferencia Estadística Se sabe que si cada variable sigue una densidad normal con  y   entonces sigue una ley de densidad.
ESTADISTICA I CSH M. en C. Gal Vargas Neri.
ESTIMADOR DE RAZÓN ESTIMADOR DE RAZÓN R = Y/X Juan Manuel Cellini.
Unidad V: Estimación de
ESTIMACION En varios pasajes de este libro hemos planteado la dificultad que se confronta en las investigaciones, de llegar a conclusiones sobre una población.
Valor que toma la variable aleatoria
Distribuciones Continuas de Probabilidad
DISTRIBUCION NORMAL Mario Briones L. MV, MSc 2005.
El promedio como variable aleatoria: error estándar e intervalo de confianza para la media de la muestra Mario Briones L. MV, MSc 2005.
Introducción La inferencia estadística es el procedimiento mediante el cual se llega a inferencias acerca de una población con base en los resultados obtenidos.
¿Cuándo usar esta distribución?
Inferencia Estadística
Estadística para administradores
Función Densidad Continua (o distribución de probabilidad continua)
Universidad de colima Esc. de Mercadotecnia Integrantes:
DISTRIBUCIONES DE PROBABILIDAD
DISTRIBUCIONES MUESTRALES
LIC. SUJEY HERRERA RAMOS
Probabilidad y Estadística X = x Unidad de muestreo Mediremos un atributo Variable aleatoria Valor que toma la variable aleatoria.
COMPROBACION DE HIPOTESIS SOBRE DOS PROMEDIOS Mario Briones L. MV, MSc 2005.
La distribución normal
ESTIMACIÓN DE PARÁMETROS
Alicia De Gyves López Licenciatura Tecnologías de la Información y Comunicación 3º. Cuatrimestre Estadística Descriptiva Distribuciones de Probabilidad.
INFERENCIA ESTADÍSTICA
22. Correlación como prueba de hipótesis Módulo IV: Análisis de datos numéricos Análisis de Datos Aplicado a la Investigación Científica
NÚMEROS ALEATORIOS DEPARTAMENTO DE INFORMATICA UNSL-2007.
Estimación de Parámetros. Un banquero requiere saber sobre el porcentaje de deudas vencidas del banco. Un gerente de recursos humanos necesita conocer.
VARIABLE ALEATORIA Y DISTRIBUCIÓN NORMAL
La distribución t es una distribución de probabilidad que surge del problema de estimar la media de una población normalmente distribuida cuando el tamaño.
Danny Rafael Amaya Cotes Marcos Elías López Guerra.
MEDICIONES Y UNIDADES MEDICIONES Y UNIDADES 1.MEDICIONES 2.CANTIDADES FUNDAMENTALES Y UNIDADES 3.DENSIDAD 4.ANGULOS EN UN PLANO 5.ANGULOS SOLIDOS 6.PRECISION.
DISTRIBUCIÓN “t” DE STUDENT
PRESENTADO POR: JOHANNA ANDREA RODRIGUEZ MORENO.  Descubierta por William S. en 1908, la distribución de T normalmente se llama distribución de t de.
D ISTRIBUCIÓN DE PROBABILIDAD Alumno: Rafael Rosete Cabrera Centro de Estudios del Atlántico Catedrático: Cesar Pérez Pérez.
Estimación estadística
Tarea # 2. La distribución uniforme es la que corresponde a una variable que toma todos sus valores, con igual probabilidad; el espacio muestral debe.
1 Distribución de Poisson Cuando en una distribución binomial el número de intentos (n) es grande y la probabilidad de éxito (p) es pequeña, la distribución.
C ONCEPTOS BÁSICOS DE I NFERENCIA II 1. Teorema 1. Si X~N(µ, σ) y Y=aX+b donde a y b son constantes, entonces: Teorema 2. Si X1, X2, …, Xn son variables.
La Distribución Normal Walter López Moreno, DBA Módulo Instruccional Preparado para el ©Todos los derechos son reservados 2013.
 Es el concepto necesario para poder entender la distribución t student.  Son el numero de valores elegidos libremente dentro de una muestra calculados.
DISTRIBUCION DE T-STUDENT
DISTRIBUCIÓN T DE STUDENT
DISTRIBUCIONES DE PROBABILIDAD Por Jorge Sánchez.
CLARA ESPINO..  Representan los posibles resultados de un experimento aun no realizado, o los posibles valores de una cantidad cuyo valor actualmente.
Viviana Acosta Estadística II. Que es Es una distribución de probabilidad que surge del problema de estimar la media de una población normalmente distribuida.
INFORMÁTICA APLICADA A LA ESTADÍSTICA COES
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, Decana de América) FACULTAD DE MEDICINA - UPG MAESTRÍA EN NEUROCIENCIAS Curso: Bioestadística.
CLARA ESPINO ESTIMULACION ESTADISTICA. Tarea 3. Estimulación puntual Si a partir de las observaciones de una muestra se calcula un solo valor como estimación.
Presentado por : Diana Marcela Oviedo Pardo Diana Marcela Oviedo Pardo.
APLICACIONES TAI EN TELEFORMACIÓN. ¿Qué es la teleformación? La Teleformación o el e-learning permite realizar acciones formativas a través de Internet.
ANALISIS DE VARIANZA.
Taller introducción a los conceptos básicos de Estadística PRIMERA PARTE 2016 Propósito: Introducir algunos conceptos básicos de Estadística por medio.
Paola arias Estadística II.  Fue descrita en 1908 por William sealy gosset  Es una distribución de probabilidad que se emplea comúnmente cuando tenemos.
ANALISIS DE FRECUENCIA EN HIDROLOGIA (3)
PRESENTADO POR : BRIGITTE HERNÁNDEZ PRESENTADO A : ORFIDIA OVALLE GRUPO 3 D.
Presentado por Karina Yuliet Preciado Mosquera Estadística II.
T – Student teoria de las muestras pequeñas Paola Andrea Palacio Montero Estadística.
DISTRIBUCIÓN MUESTRAL DE UNA MEDIA.
Transcripción de la presentación:

Distribución “t” student LEONELA TREJOS VELASQUEZ

TEORIAS DE PEQUEÑAS MUESTRAS En probabilidad y estadística, la distribución “t” o distribución t de student es una distribución de probabilidad que surge del problema de estimar la medida de una probabilidad normalmente distribuida cuando el tamaño de la muestra es pequeño

Grados de libertad Para definir grados de libertad se hará referencia a la varianza maestral:

Distribución de probabilidad t student Una variable aleatoria se distribuye según el modelo de probabilidad t o T de student con k grados de libertad , donde k es un entero positivo. La grafica de esta función de densidad es simétrica, respeto del eje de ordenadas, con independencia del valor de K, y de forma algo semejante a la de una distribución normal.

la siguiente figura presenta la grafica de varias distribución t la siguiente figura presenta la grafica de varias distribución t. La apariencia general de la distribución t es similar a la de la distribución normal estándar , ambas son simétricas y unimodales, y el valor máximo de la ordenada se alcanza en la media Sin embargo, la distribución t tiene colas mas amplias que lo normal; esto es, la probabilidad de las colas es mayor que en la distribución normal. A medidas que el numero de grados de libertad tiende a infinito, la forma limite de la distribución t es la distribución normal estándar.

Propiedades de la distribuciones t Cada curva t tiene forma de campanas con centro en 0 Cada curva t , esta mas dispersa que la curva normal estándar A medida que K aumenta, la depresión de la curva t correspondiente disminuye A medida que , la secuencia de curva t se aproxima a la curva normal estándar.

Ejemplo de calibración Se desea saber si un instrumento de medición cualquiera esta calibrado, desde el punto de vista de la exactitud. Para ello se consigue un valor patrón y se lo mide 10 veces (por ejm: una pesa patrón para una balanza, un suero control para un método clínico, etc.). Suponiendo que el resultado de estas mediciones arrojan una medida de 52,9 y una desviación de 3, usando un patrón de valor 50, se debe determinar si el instrumento esta calibrado y la estimación de su error sistemático, si es que se prueba su existencia ( no se usan unidades para generalizar este ejm).