Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                

Distribucion Ji Cuadrada

Descargar como docx, pdf o txt
Descargar como docx, pdf o txt
Está en la página 1de 4

DISTRIBUCION JI CUADRADA

La distribucin ji cuadrada es una de las distribuciones de probabilidad ms ampliamente utilizada


en la estadstica inferencial, su utilidad reside en que bajo algunos supuestos razonables y poco
exigentes existen variables que al calcularse pueden dar lugar a una solucin aproximada a ya ji
cuadrada.

La distribucin ji cuadrada est asociada a un parmetro conocido como grado de libertad. La


forma de distribucin depende del valor de este parmetro.

Definicin

Sea n un entero positivo se dice entonces que una variable aleatoria x tiene una distribucin ji
cuadrada como parmetro n si la funcin de densidad de probabilidad de x es la densidad gama

con = = 2.
2

FUNCION DE DISTRIBUCION

Supongamos que se efecta el siguiente experimento estadstico. Seleccionamos una muestra


aleatoria de tamao n de una poblacin con distribucin normal, con desviacin estandar igual a
. De la muestra encontramos que la desviacin estandar es igual a s. Con estos datos podemos
calcular una estadstica, que llamamos Chi-Cuadrada Cuadrada, por medio de la siguiente
ecuacin:

Si repetimos el experimento un nmero infinito de veces, obtendramos una distribuci distribuci


n muestral n muestral para la estad para la estadstica chi-cuadrada cuadrada. Pero la
distribucin final que tendramos se puede definir por la siguiente ecuacin:

Donde Y 0 es una constante que depende del nmero de grados de libertad ( = n 1, n es el


tamao de la muestra), 2 es el valor de chi-cuadrada cuadrada y e es el llamado nmero natural
(aproximadamente 2.71828). Y0 se define de forma que el rea bajo la curva sea igual a 1.

FUNCIN DE DENSIDAD
La variable aleatoria continua x tiene una distribucin ji cuadrada, con v grados de libertad si su
funcin de densidad est dada por:

1
1

2 2, >0
() = {
2 ( )
2
2
0,

Los temas que tratan con distribucin de muestreo, anlisis de varianza y estadstica no
paramtrica implican el uso extenso de la distribucin ji cuadrada.

La media y la varianza de la distribucin ji cuadrada son:

= ( 2 ) = 2 = ( 2 ) = 2

EJERCICIOS

1. Suponga que los tiempos requeridos por un cierto autobs para alcanzar un de sus
destinos en una ciudad grande forman una distribucin normal con una desviacin
estndar =1 minuto. Si se elige al azar una muestra de 17 tiempos, encuentre la
probabilidad de que la varianza muestral sea mayor que 2.
2. Encuentre la probabilidad de que una muestra aleatoria de 25 observaciones, de una
poblacin normal con varianza , tenga una varianza igual 6 muestral: a. Mayor que 9.1 b.
Entre 3.462 y 10.745

T-STUDENT

En probabilidad y estadstica, la distribucin t (de Student) es una distribucin de probabilidad que


surge del problema de estimar la media de una poblacin normalmente distribuida cuando el
tamao de la muestra es pequeo.
Aparece de manera natural al realizar la prueba t de Student para la determinacin de las
diferencias entre dos medias muestrales y para la construccin del intervalo de confianza para la
diferencia entre las medias de dos poblaciones cuando se desconoce la desviacin tpica de una
poblacin y sta debe ser estimada a partir de los datos de una muestra.

DISTRIBUCION DE DENSIDAD

Se usa para la estimacin de intervalo de confianza para la media (

desconocida). En la generalidad de los casos, no disponemos de la desviacin estndar de la


poblacin, sino de una estimacin calculada a partir de una muestra extrada de la misma y por lo
tanto no podemos calcular Z. En estos casos calculamos el estadstico t.

Donde S es la desviacin estndar muestral, calculada con n-1 grados de libertad. William S Gosset
es el que desarrolla este mtodo, pero utiliza el seudnimo de Student por proteccin con la
empresa. Si la variable aleatoria X se distribuye normalmente. El estadstico tiene una distribucin
t con n-1 grados de libertad

Grados de libertad: La Varianza se calcula para una muestra.


Distribucin t de Student

Si X y Z son v.a. independientes, donde Z sigue una dist. normal N(0, 1), y X una 2n , entonces, la
X n
v.a. T sigue una distribucin t n E (T ) 0 ; Var(T )
Y/n n2

También podría gustarte