Loading presentation...

Present Remotely

Send the link below via email or IM

Copy

Present to your audience

Start remote presentation

  • Invited audience members will follow you as you navigate and present
  • People invited to a presentation do not need a Prezi account
  • This link expires 10 minutes after you close the presentation
  • A maximum of 30 users can follow your presentation
  • Learn more about this feature in our knowledge base article

Do you really want to delete this prezi?

Neither you, nor the coeditors you shared it with will be able to recover it again.

DeleteCancel

Make your likes visible on Facebook?

Connect your Facebook account to Prezi and let your likes appear on your timeline.
You can change this under Settings & Account at any time.

No, thanks

Untitled Prezi

No description
by

Fabricio Sisalima

on 27 March 2014

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of Untitled Prezi

DISTRIBUCION “t” STUDENT
OBJETIVOS:
Grupo 1
integrantes:
DISTRIBUCION F DE FISHER
OBJETIVOS
INTRODUCCION
En muchas ocasiones no se conoce la desviación estándar de la población  y el número de observaciones en la muestra es menor de 30. En estos casos, se puede utilizar la desviación estándar de la muestra S como una estimación de, pero no es posible usar la distribución Z como estadístico de prueba. El estadístico de prueba adecuado en estos casos es la distribución t.
INTRODUCCION
* Katherie Vera
*Nadia Paucar
*Bryan Armijos
*Andres Camacho
*Fabricio Sisalima

TEORIA DE DISTRIBUCION DE “t”
Si al aplicar muestreo no es posible extraer muestras mayores a 30 elementos, la utilización de la distribución normal presenta grandes riesgos estadísticos. Para ello, la teoría de pequeñas muestras presenta como alternativa a la distribución t- student, en el entendido de que conforme el tamaño de la muestra tienda a 30 elementos, la distribución t-student tiende a la distribución normal. Por ello, toda inferencia estadística que se desee realizar con muestras pequeñas tiene más validez si se hace con la distribución t-student.
Es más variante que z, con “extremos más densos”.
La forma de la distribución t depende del tamaño de la muestra n.
Tiene una media de cero, es simétrica respecto de la media y se extiende de -&  a +&.
Cuando los grados de libertad son suficientemente grandes la varianza de la distribución t tiende a 1.
Es más ancha y más plana en el centro que la distribución normal estándar.
La desviación estándar depende de un parámetro denominado “grados de libertad”.
GRADOS DE LIBERTAD
Los grados de libertad son el numero de valores elegidos libremente.
Dentro de una muestra para distribución t student los grados de libertad se calculan de la siguiente manera:
GL=n – 1
USO DE TABLAS
1. Calcular los valores de la desviación estándar y el promedio y determinar el valor del promedio para el que se desea calcular la probabilidad.
2. Determinar los grados de libertad (v) tal que v=n-1.
3. Calcular el valor de t=(xbarra-)/(s/n-1).
4. Localizar en tablas el valor de la probabilidad asociada a los valores de t y de v.
CARACTERISTICAS DE “t”
ESTADISTICO DE PRUEBA :
t= x - x
S .
√n
t=Estadístico de Prueba de Distribución “t” Student
x=Variable
x=Media de Muestra
s=Desviación Estándar Muestra
n=Población de Muestra
*Describir los conceptos y aspectos generales de la distribución.
*Analizar la Distribución de las Probabilidades de Fisher.
*Explicar, demostrar a través de ejemplos prácticos las aplicaciones de la distribución de Fisher.
La distribución F de Fisher es una distribución que depende de dos parámetros. Es una distribución que aparece, con frecuencia, como distribución de un estadístico de test, en muchos contrastes de hipótesis bajo las suposiciones de normalidad.
TEORIA DE DISTRIBUCION DE “F” de Fisher
La distribución F es una distribución de probabilidad continua. Conocida como distribución F de Snedecor o como distribución F de Fisher-Snedecor.
Permite hacer cálculos sobre varianzas diseminadas determinando si las diferencias mostradas son significativas y por lo tanto atribuibles a cambios importantes en el comportamiento de las poblaciones en estudio.
Se establece ahora la distribución muestral de F:
CARACTERISTICAS
1. Una variable con distribución F es siempre positiva por lo tanto su campo de variación es 0 " F “
2. La distribución de la variable es asimétrica, pero su asimetría disminuye cuando aumentan los grados de libertad del numerador y denominador.
3. Hay una distribución F por cada par de grados de libertad.
4. Parámetros: Grados de libertad asociados al numerador y denominador
- Analizar, aclarar cada concepto y lineamiento de la distribución t de student
- Enfatizar la importancia de la distribución t
- Ejemplarizar los conceptos expuestos
- Aclarar y despejar dudas generadas en el tema
Full transcript