recursos para matemáticas aplicadas a las ciencias sociales
recursos para matemáticas aplicadas a las ciencias sociales
recursos para matemáticas aplicadas a las ciencias sociales
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Curso Taller de Estadística Mauricio Contreras<br />
• CALCULO DE PROBABILIDADES Y VALORES CRÍTICOS<br />
Los procedimientos con STATGRAPHICS <strong>para</strong> calcular probabilidades y hallar valores críticos<br />
son los mismos que los estudiados <strong>para</strong> otras distribuciones.<br />
2<br />
Representamos por χα<br />
, k el valor de la ji−cuadrado de k grados de libertad tal que la<br />
2<br />
2 2<br />
probabilidad de que χk sea mayor que ese valor es α. Es decir: P( χk > χα<br />
, k ) = α . Veamos<br />
dos ejemplos:<br />
Ejemplo 1.- Utilizando STATGRAPHICS, calcula <strong>las</strong> siguientes probabilidades:<br />
P( 15 18)<br />
, y<br />
2 χ 9 > , P( 24 7)<br />
2 χ 21 < , P(16 ≤ χ13<br />
< 29)<br />
Solución: P( 1518<br />
0 086109 ; ;<br />
2 χ9 > , ) = , P( 24 7 0 739609<br />
2<br />
χ 21 < , ) = ,<br />
2<br />
P(16 ≤ χ 13 < 29 ) = 0,<br />
993454 − 0,<br />
75087 = 0,<br />
242584 .<br />
Ejemplo 2.- Utilizando STATGRAPHICS, calcula los siguientes valores críticos: χ ;<br />
Solución:<br />
χ<br />
2<br />
0,99, 8<br />
y<br />
χ<br />
2<br />
0,01, 23<br />
χ 30,1435<br />
2<br />
2<br />
2<br />
0,05, 19 = χ 0,99, 8 = 1,<br />
64651 χ 0,01, 23 = 41,<br />
6384<br />
• DISTRIBUCIÓN T DE STUDENT<br />
CEFIRE DE VALENCIA Página 32<br />
2<br />
2<br />
0 , 05,<br />
19<br />
Sea Z una variable N(0, 1) y sean Z1, Z2, … , Zn variables aleatorias independientes con<br />
distribución normal estándar N(0, 1). Suponemos además que Z es independiente de Zi <strong>para</strong> i =<br />
Z<br />
1, 2, … , n. Entonces el cociente t n = es otra variable aleatoria, llamada T<br />
2 2 2<br />
Z1<br />
+ Z 2 + ... + Z n<br />
n<br />
de Student con n grados de libertad. Depende del parámetro n, su media es µ=0 y su varianza<br />
2 n<br />
es σ = .<br />
n − 2<br />
Esta distribución es parecida a la distribución normal, pero es más apuntada. Es decir, es más<br />
alta que la normal <strong>para</strong> valores próximos a la media 0 y más plana que la normal <strong>para</strong> valores<br />
alejados de la media.