Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad

Distribución Chi-cuadrada, F de Snedecor y t de Student, Resúmenes de Probabilidad y Procesos Estocásticos

Las distribuciones Chi-cuadrada, F de Snedecor y t de Student, sus parámetros, nomenclatura y uso de tablas. Se explica cómo generar una variable Chi-cuadrada, la relación con la distribución normal estándar y su aplicación en la distribución F de Snedecor. También se describe la distribución t de Student, su relación con la Chi-cuadrada y la normal estándar, y su uso en el análisis de datos provenientes de experimentos científicos.

Tipo: Resúmenes

2019/2020

Subido el 02/08/2021

marco-antonio-santiz-lopez
marco-antonio-santiz-lopez 🇲🇽

1 documento

1 / 7

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
Distribución Ji-cuadrada
Una variable aleatoria X2 se genera por la suma de variables aleatorias independientes normal
estandar elevadas al cuadrado: X2
(v) = Z2
1 + Z2
2 + … +Z2
v
Al número de variables independientes en la suma se le llama “grados de libertad”
La forma de la distribución depende del número de variables normales estandar independientes
involucradas
Nomenclatura: X ~ X2
(v)
(La variable aleatoria X tiene una distribución Ji-cuadrada con v grados de libertad)
El parámetro que caracteriza esta distribución es v (los grados de libertad)
Media μx = v
Varianza σ2
x = 2v
La función de la distribución es:
Uso de tablas
La tabla esta constituida por:
- Primera columna son los grados de libertad (v)
- Primera hilera son los valores de probabilidad ( α )
- Resto de la tabla da los valores de la variable denotados por X2
α
(v)
Tal que:
P( X2 ≥ X2
α (v) ) = α
Esto se lee:
La probabilidad de que la variable aleatoria X2 tome valores mayores o iguales a X2
α (v) es α
pf3
pf4
pf5

Vista previa parcial del texto

¡Descarga Distribución Chi-cuadrada, F de Snedecor y t de Student y más Resúmenes en PDF de Probabilidad y Procesos Estocásticos solo en Docsity!

Distribución Ji-cuadrada

  • Una variable aleatoria X^2 se genera por la suma de variables aleatorias independientes normal estandar elevadas al cuadrado: X^2 (v) = Z^21 + Z^22 + … +Z^2 v
  • Al número de variables independientes en la suma se le llama “grados de libertad”
  • La forma de la distribución depende del número de variables normales estandar independientes involucradas

Nomenclatura: X ~ X^2 (v)

(La variable aleatoria X tiene una distribución Ji-cuadrada con v grados de libertad) El parámetro que caracteriza esta distribución es v (los grados de libertad)

Media μx = v

Varianza σ

2 x = 2v La función de la distribución es: Uso de tablas La tabla esta constituida por:

  • Primera columna son los grados de libertad (v)

- Primera hilera son los valores de probabilidad ( α )

  • Resto de la tabla da los valores de la variable denotados por X^2 α (v) Tal que:

P( X^2 ≥ X^2 α (v) ) = α

Esto se lee:

La probabilidad de que la variable aleatoria X^2 tome valores mayores o iguales a X^2 α (v) es α

Ejemplo.- Encontrar el valor de F tal que la probabilidad de un valor mayor es de 0.05, con 4 y 15 grados de libertad, es decir se quiere encontrar F^415 , 0.. Fmn , α = F^415 , 0.05 = 3.06 es decir: P(F^415 > 3.06 ) = 0. Distribución t de Student

  • Es una de las distribuciones que tiene mayor uso en el análisis de datos provenientes de experimentos científicos.
  • Esta distribución es simétrica, con media 0 y es de forma parecida a la normal estandar.

• Si Z es una viariable N(0, 1) y si X ~ X^2 (v) y es independiente de Z, entonces la variable

definida por zX 2 / v  1 / 2 tiene distribución t de Student con v grados de libertad. El parámetro de la distribución es v (grados de libertad de la X^2 que la genera)

Nomenclatura: t ~ t(v)

Se lee: t tiene distribución t de student con v grados de libertad Uso de tablas

  • En la primera columna se encuentran los grados de libertad

• En la primera hilera aparecen los valores de probabilidad ( α ) de la variable t , denotadas por

tα(v) tales que : P(t ≥ tα(v) ) = α

Ejemplos: Encontrar el valor de t con 14 grados de libertad, tal que la probabilidad de un valor mayor es 0.05. Esto es, se desea encontrar t0.05(14). T0.05(14) = 1.761 que significa P( t(14) ≥ 1.761) = 0. Encontrar P ( t(28) ≥ 2.76 ) = 0.005 o sea t0.005(28) = 2. P ( t ≥ tα(v) ) = P ( t ≤ - tα(v) )