SlideShare una empresa de Scribd logo
T- STUDENT EJEMPLOS:
Calcular el percentil w0=95 y w0=25 en cada uno de los siguientes casos:

1. En una distribución t-Student con 3 grados de libertad.

2. En una distribución t-Student con 30 grados de libertad.

1. Recordemos que w0=95 es aquel número real que verifica: S [W · w0=95] =
0=95

Para encontrar este valor en la tabla de la distribución t-Student bastará:

- Localizar en la primera columna los grados de libertad, en este caso: 3.

- Localizar en la primer fila la probabilidad acumulada, en nuestro caso: 0=95=

- Movernos horizontal y verticalmente desde las posiciones anteriores hasta
cruzarnos en el punto w0=95.

Por tanto el percentil w0=95, en una t-Student con 3 grados de libertad será
el valor: w0=95 = 2=3534

Es decir, si desde el valor 2.3534 nos movemos horizontalmente hasta la
primera columna, llegaremos al valor 3 (grados de libertad), y si lo hacemos
verticalmente hacia la primera fila la llegaremos al valor 0.95 (probabilidad
acumulada).

Como en la tabla únicamente tenemos tabulada la t-Student para colas
probabilísticas que van desde 0=75 hasta 0=999, para calcular el percentil
w0=25, tendremos que realizar la siguiente consideración: S [W · w0=25] = 1 ¡
s[W ¸ w0=25]

Como la distribución t-Student es simétrica, se verifica:

                                w0=25 = ¡w0=75
Y resulta: s[W · w0=25] = 1 ¡ s[W · w0=75]

Por tanto, buscando en la tabla con los datos:

Grados de libertad: 3

Cola de probabilidad: 0.75

Tenemos: w0=25 = ¡w0=75 = ¡0=7649

2. En el caso de 30 grados de libertad actuaremos de modo similar al caso
anterior, pero buscando en la fila 30 de la tabla. Resultando:

w0=95 = 1=6973

Y w0=25 = ¡w0=75 = ¡0=6828



Calcular los percentiles I8>7;0=99 y I8>7;0=01

R= Para buscar en la tabla de la F-Snedecor el percentil I8>7; 0=99 hemos de
tener en cuenta que:

df_1 = 8 (1d Fila de la tabla)

df_2 = 7 (1 d Columna de la tabla)

0=99 = Probabilidad acumulada (Última columna de la tabla)

El valor donde se cruzan todos estos datos será el percentil buscado.

                          Por tanto: I9>7; 099 = 6=840




Un fabricante de focos afirma que su producto durará un promedio de 500
horas de trabajo. Para conservar este promedio esta persona verifica 25 focos
cada mes. Si el valor y calculado cae entre –t 0.05 y t 0.05, él se encuentra
satisfecho con esta afirmación. ¿Qué conclusión deberá él sacar de una
muestra de 25 focos cuya duración fue?:

             520        521       511      513       510   µ=500 h
             513        522      500       521       495   n=25
             496        488      500       502       512   Nc=90%
             510        510      475       505       521   X=505.36
             506        503      487       493       500   S=12.07




t= x -μ

             SI     n              α = 1- Nc = 10%

v = n-1 = 24

t = 2.22




La longitud de los tornillos fabricados en una fábrica tienen media μ=10 mm y
desviación s=1 mm, calcular la probabilidad de que en una muestra de tamaño
n=25, la longitud media del tornillo sea inferior a 20.5 mm:



P (μ<20.5)

Estandarizamos T=(X-μ)/(s/√n) que sigue una distribución t de n-1 grados de
libertad


T=(20.5-20)/(1/√25) = 2.5
P (μ<20.5) --> P (T<2.5) ~ t(24)


P (T<2.5) = 0.9902


P (μ<20.5)=0.9902


La probabilidad que la longitud media de la muestra de 25 tornillos sea inferior
a 20.5 mm es del 99.02%




El profesor Pérez olvida poner su despertador 3 de cada 10 días. Además, ha
comprobado que uno de cada 10 días en los que pone el despertador acaba no
levantándose a tiempo de dar su primera clase, mientras que 2 de cada 10 días
en los que olvida poner el despertador, llega a tiempo adar su primera clase.

a) Identifica y da nombre a los sucesos que aparecen en el enunciado.

b) ¿Cual es la probabilidad de que el profesor Pérez llegue a tiempo a dar su
primera clase?

R: En primer lugar conviene identificar el experimento aleatorio que estamos
realizando. Este consiste en tomar un dia al azar en la vida del profesor Pérez
y analizarlo en base a los siguientes sucesos.

(a) Para un día al azar decimos que se ha dado el suceso:

O ≡ cuando el profesor ha olvidado poner el despertador

T ≡ cuando el profesor ha llegado tarde a su primera clase.

Notemos que tanto {O, O} como {T, T} forman un sistema completo de sucesos.
A continuación traducimos en términos de probabilidad de los sucesos
anteriores todos los datos que nos dan en el enunciado.
P(O) = ,   P (T |O) = ,       P(O) = , P(T |O) = .

b) El suceso “llegar a tiempo a su clase” es el complementario de T , por tanto
nos piden que calculemos P(T¯). Puesto que {O, O} es un sistema completo de
sucesos, podemos aplicar la formulas de la probabilidad total, de donde
tenemos que:

                 P (T¯) = P (T |O¯) P(O) + P (T | ¯ O¯) P (O¯).

En la expresión anterior aparecen varios de los datos que nos ha
proporcionando el enunciado, sin embargo no conocemos directamente el valor
de P(T |¯ O¯). Para calcularlo utilizamos que

P(T |¯ O¯) = 1 − P(T |O¯) = 1 − =       De esta forma, la expresión anterior se
puede escribir como: P(T¯) =        +      =0.69

Más contenido relacionado

PDF
Tstudentejemplos 120319172547-phpapp02
DOC
T student 5 ejemplos beeto
DOCX
T student ejemplos
DOCX
PPTX
Karen grisel la derivada
PPT
Derivadas
PPT
Aplicaciones e la Derivada
PDF
Presentacion de limites
Tstudentejemplos 120319172547-phpapp02
T student 5 ejemplos beeto
T student ejemplos
Karen grisel la derivada
Derivadas
Aplicaciones e la Derivada
Presentacion de limites

La actualidad más candente (20)

PDF
Derivadas
DOCX
Trabajo series de taylor
PDF
Diapositiva semana 13
PDF
Aplicación de la derivada área máxima
PPT
Algoritmo congruencial aditivo
PPT
calculo de Derivadas
PPTX
Presentacion de calculo
PDF
Diapositiva semana 6
PPTX
Aplicacion de derivadas
PDF
Diapositivas semana 14
PPT
Derivadas. teoremas
PPTX
Algoritmo Coungrencial Multiplicativo & Aditivo
PPTX
PDF
Derivada de una función
PPTX
Series de potencia
PPT
Splines
DOCX
Progresiones aritmeticas
PDF
Calculo avanzado-formula de taylor
PPTX
Derivadas implicitas
Derivadas
Trabajo series de taylor
Diapositiva semana 13
Aplicación de la derivada área máxima
Algoritmo congruencial aditivo
calculo de Derivadas
Presentacion de calculo
Diapositiva semana 6
Aplicacion de derivadas
Diapositivas semana 14
Derivadas. teoremas
Algoritmo Coungrencial Multiplicativo & Aditivo
Derivada de una función
Series de potencia
Splines
Progresiones aritmeticas
Calculo avanzado-formula de taylor
Derivadas implicitas
Publicidad

Destacado (20)

PPTX
Francisco
PPS
Unvasodeleche
PPSX
DOC
Sermon sobre salud dra ponce uap
PPTX
Aplicación de las tic´s dentro del aula en
PPTX
Presentacionsobreelaprendizaje 130405223347-phpapp02
PPSX
Memoria de labores 2013
PPT
PPTX
Literatura para divertirnos aprendiendo.
PDF
Concepte
PPTX
Normas de higiene_y_seguridad_industrial_en_almacenamiento[1]
PPTX
Bitácora del trabajo aulas en red 2014
PPTX
Waldoo
PPTX
Jose alfredo
PPTX
Biomas
PPTX
Estadística
PDF
Educación agenda del siglo xxi
PDF
U5.electronica digital
DOCX
Actividad 3
PPS
1 felicidad
Francisco
Unvasodeleche
Sermon sobre salud dra ponce uap
Aplicación de las tic´s dentro del aula en
Presentacionsobreelaprendizaje 130405223347-phpapp02
Memoria de labores 2013
Literatura para divertirnos aprendiendo.
Concepte
Normas de higiene_y_seguridad_industrial_en_almacenamiento[1]
Bitácora del trabajo aulas en red 2014
Waldoo
Jose alfredo
Biomas
Estadística
Educación agenda del siglo xxi
U5.electronica digital
Actividad 3
1 felicidad
Publicidad

Similar a T-student (20)

DOCX
T student ejemplos
DOC
Ejemplos de tstudent estadistica
DOC
Bernoulli ejemplos
DOC
Bernoulli ejemplos
DOC
Disreibuciones
DOC
Ejebn
DOC
Ejebn
DOCX
Ejemplos de distribuciones
DOCX
Ejemplos de distribuciones
PDF
Cálculo numérico 7 corrección
DOCX
trabajo de estadistca
DOCX
Trabajo de estadística
DOCX
Trabajo de estadística
PDF
Transporte y transbordo
DOCX
EJEMPLOS DE CADA DISTRIBUCIÓN
PPT
NOTACION CIENTIFICA matemática - copia.ppt
PDF
Metodos numericos capitulo 1
PDF
Estadio cognoscente - tratamiento de datos y ajuste de curva (WORD)
PPTX
Distribuciones...
PDF
Trabajo final probabilidad y estadistica
T student ejemplos
Ejemplos de tstudent estadistica
Bernoulli ejemplos
Bernoulli ejemplos
Disreibuciones
Ejebn
Ejebn
Ejemplos de distribuciones
Ejemplos de distribuciones
Cálculo numérico 7 corrección
trabajo de estadistca
Trabajo de estadística
Trabajo de estadística
Transporte y transbordo
EJEMPLOS DE CADA DISTRIBUCIÓN
NOTACION CIENTIFICA matemática - copia.ppt
Metodos numericos capitulo 1
Estadio cognoscente - tratamiento de datos y ajuste de curva (WORD)
Distribuciones...
Trabajo final probabilidad y estadistica

Más de Yeltzin Garcia (20)

DOCX
Histograma con estratificacion
DOCX
Yeltzin correlacion 5
DOCX
Yeltzin correlacion 3
DOCX
Yeltzin correlacion 2
DOCX
Yeltzin correlacion 1
DOCX
Yeltzin h1
PPTX
Cheklist
PPTX
Diagrama de dispersion
PPTX
Correlacion1
PPTX
Yeltzinh2
PPTX
Yeltzinh1
DOCX
Yeltzin3
DOCX
DOCX
DOCX
Intervalos de confianza
DOCX
Intervalos de confianza
DOCX
Prueba de hipótesis
DOCX
Distribucion normal ejerciciosastrid
DOCX
Distribucion gamma y weibull ejerciciossastrid
DOCX
Distribucion de bernoulli ejerciciosastrid
Histograma con estratificacion
Yeltzin correlacion 5
Yeltzin correlacion 3
Yeltzin correlacion 2
Yeltzin correlacion 1
Yeltzin h1
Cheklist
Diagrama de dispersion
Correlacion1
Yeltzinh2
Yeltzinh1
Yeltzin3
Intervalos de confianza
Intervalos de confianza
Prueba de hipótesis
Distribucion normal ejerciciosastrid
Distribucion gamma y weibull ejerciciossastrid
Distribucion de bernoulli ejerciciosastrid

Último (20)

PDF
La Evaluacion Formativa en Nuevos Escenarios de Aprendizaje UGEL03 Ccesa007.pdf
PDF
TOMO II - LITERATURA.pd plusenmas ultras
PDF
ACERTIJO Súper Círculo y la clave contra el Malvado Señor de las Formas. Por ...
PPTX
LAS MIGRACIONES E INVASIONES Y EL INICIO EDAD MEDIA
DOCX
Informe_practica pre Final.docxddadssasdddddddddddddddddddddddddddddddddddddddd
PDF
Unidad de Aprendizaje 5 de Matematica 2do Secundaria Ccesa007.pdf
PDF
LIBRO 2-SALUD Y AMBIENTE-4TO CEBA avanzado.pdf
PDF
MATERIAL DIDÁCTICO 2023 SELECCIÓN 1_REFORZAMIENTO 1° BIMESTRE_COM.pdf
PDF
PFB-MANUAL-PRUEBA-FUNCIONES-BASICAS-pdf.pdf
PPTX
Doctrina 1 Soteriologuia y sus diferente
PDF
Unidad de Aprendizaje 5 de Matematica 1ro Secundaria Ccesa007.pdf
PDF
Cronograma de clases de Práctica Profesional 2 2025 UDE.pdf
DOCX
V UNIDAD - SEGUNDO GRADO. del mes de agosto
PDF
informe tipos de Informatica perfiles profesionales _pdf
PDF
2.0 Introduccion a processing, y como obtenerlo
PDF
Escuelas Desarmando una mirada subjetiva a la educación
PDF
Gasista de unidades unifuncionales - pagina 23 en adelante.pdf
PDF
Iniciación Al Aprendizaje Basado En Proyectos ABP Ccesa007.pdf
PDF
Ernst Cassirer - Antropologia Filosofica.pdf
DOCX
PLAN DE AREA DE CIENCIAS SOCIALES TODOS LOS GRUPOS
La Evaluacion Formativa en Nuevos Escenarios de Aprendizaje UGEL03 Ccesa007.pdf
TOMO II - LITERATURA.pd plusenmas ultras
ACERTIJO Súper Círculo y la clave contra el Malvado Señor de las Formas. Por ...
LAS MIGRACIONES E INVASIONES Y EL INICIO EDAD MEDIA
Informe_practica pre Final.docxddadssasdddddddddddddddddddddddddddddddddddddddd
Unidad de Aprendizaje 5 de Matematica 2do Secundaria Ccesa007.pdf
LIBRO 2-SALUD Y AMBIENTE-4TO CEBA avanzado.pdf
MATERIAL DIDÁCTICO 2023 SELECCIÓN 1_REFORZAMIENTO 1° BIMESTRE_COM.pdf
PFB-MANUAL-PRUEBA-FUNCIONES-BASICAS-pdf.pdf
Doctrina 1 Soteriologuia y sus diferente
Unidad de Aprendizaje 5 de Matematica 1ro Secundaria Ccesa007.pdf
Cronograma de clases de Práctica Profesional 2 2025 UDE.pdf
V UNIDAD - SEGUNDO GRADO. del mes de agosto
informe tipos de Informatica perfiles profesionales _pdf
2.0 Introduccion a processing, y como obtenerlo
Escuelas Desarmando una mirada subjetiva a la educación
Gasista de unidades unifuncionales - pagina 23 en adelante.pdf
Iniciación Al Aprendizaje Basado En Proyectos ABP Ccesa007.pdf
Ernst Cassirer - Antropologia Filosofica.pdf
PLAN DE AREA DE CIENCIAS SOCIALES TODOS LOS GRUPOS

T-student

  • 1. T- STUDENT EJEMPLOS: Calcular el percentil w0=95 y w0=25 en cada uno de los siguientes casos: 1. En una distribución t-Student con 3 grados de libertad. 2. En una distribución t-Student con 30 grados de libertad. 1. Recordemos que w0=95 es aquel número real que verifica: S [W · w0=95] = 0=95 Para encontrar este valor en la tabla de la distribución t-Student bastará: - Localizar en la primera columna los grados de libertad, en este caso: 3. - Localizar en la primer fila la probabilidad acumulada, en nuestro caso: 0=95= - Movernos horizontal y verticalmente desde las posiciones anteriores hasta cruzarnos en el punto w0=95. Por tanto el percentil w0=95, en una t-Student con 3 grados de libertad será el valor: w0=95 = 2=3534 Es decir, si desde el valor 2.3534 nos movemos horizontalmente hasta la primera columna, llegaremos al valor 3 (grados de libertad), y si lo hacemos verticalmente hacia la primera fila la llegaremos al valor 0.95 (probabilidad acumulada). Como en la tabla únicamente tenemos tabulada la t-Student para colas probabilísticas que van desde 0=75 hasta 0=999, para calcular el percentil w0=25, tendremos que realizar la siguiente consideración: S [W · w0=25] = 1 ¡ s[W ¸ w0=25] Como la distribución t-Student es simétrica, se verifica: w0=25 = ¡w0=75
  • 2. Y resulta: s[W · w0=25] = 1 ¡ s[W · w0=75] Por tanto, buscando en la tabla con los datos: Grados de libertad: 3 Cola de probabilidad: 0.75 Tenemos: w0=25 = ¡w0=75 = ¡0=7649 2. En el caso de 30 grados de libertad actuaremos de modo similar al caso anterior, pero buscando en la fila 30 de la tabla. Resultando: w0=95 = 1=6973 Y w0=25 = ¡w0=75 = ¡0=6828 Calcular los percentiles I8>7;0=99 y I8>7;0=01 R= Para buscar en la tabla de la F-Snedecor el percentil I8>7; 0=99 hemos de tener en cuenta que: df_1 = 8 (1d Fila de la tabla) df_2 = 7 (1 d Columna de la tabla) 0=99 = Probabilidad acumulada (Última columna de la tabla) El valor donde se cruzan todos estos datos será el percentil buscado. Por tanto: I9>7; 099 = 6=840 Un fabricante de focos afirma que su producto durará un promedio de 500 horas de trabajo. Para conservar este promedio esta persona verifica 25 focos cada mes. Si el valor y calculado cae entre –t 0.05 y t 0.05, él se encuentra
  • 3. satisfecho con esta afirmación. ¿Qué conclusión deberá él sacar de una muestra de 25 focos cuya duración fue?: 520 521 511 513 510 µ=500 h 513 522 500 521 495 n=25 496 488 500 502 512 Nc=90% 510 510 475 505 521 X=505.36 506 503 487 493 500 S=12.07 t= x -μ SI n α = 1- Nc = 10% v = n-1 = 24 t = 2.22 La longitud de los tornillos fabricados en una fábrica tienen media μ=10 mm y desviación s=1 mm, calcular la probabilidad de que en una muestra de tamaño n=25, la longitud media del tornillo sea inferior a 20.5 mm: P (μ<20.5) Estandarizamos T=(X-μ)/(s/√n) que sigue una distribución t de n-1 grados de libertad T=(20.5-20)/(1/√25) = 2.5
  • 4. P (μ<20.5) --> P (T<2.5) ~ t(24) P (T<2.5) = 0.9902 P (μ<20.5)=0.9902 La probabilidad que la longitud media de la muestra de 25 tornillos sea inferior a 20.5 mm es del 99.02% El profesor Pérez olvida poner su despertador 3 de cada 10 días. Además, ha comprobado que uno de cada 10 días en los que pone el despertador acaba no levantándose a tiempo de dar su primera clase, mientras que 2 de cada 10 días en los que olvida poner el despertador, llega a tiempo adar su primera clase. a) Identifica y da nombre a los sucesos que aparecen en el enunciado. b) ¿Cual es la probabilidad de que el profesor Pérez llegue a tiempo a dar su primera clase? R: En primer lugar conviene identificar el experimento aleatorio que estamos realizando. Este consiste en tomar un dia al azar en la vida del profesor Pérez y analizarlo en base a los siguientes sucesos. (a) Para un día al azar decimos que se ha dado el suceso: O ≡ cuando el profesor ha olvidado poner el despertador T ≡ cuando el profesor ha llegado tarde a su primera clase. Notemos que tanto {O, O} como {T, T} forman un sistema completo de sucesos. A continuación traducimos en términos de probabilidad de los sucesos anteriores todos los datos que nos dan en el enunciado.
  • 5. P(O) = , P (T |O) = , P(O) = , P(T |O) = . b) El suceso “llegar a tiempo a su clase” es el complementario de T , por tanto nos piden que calculemos P(T¯). Puesto que {O, O} es un sistema completo de sucesos, podemos aplicar la formulas de la probabilidad total, de donde tenemos que: P (T¯) = P (T |O¯) P(O) + P (T | ¯ O¯) P (O¯). En la expresión anterior aparecen varios de los datos que nos ha proporcionando el enunciado, sin embargo no conocemos directamente el valor de P(T |¯ O¯). Para calcularlo utilizamos que P(T |¯ O¯) = 1 − P(T |O¯) = 1 − = De esta forma, la expresión anterior se puede escribir como: P(T¯) = + =0.69