Distribució t de Student

En provabilitat i estadística, la distribució (de Student) és una distribució de provabilitat que sorgix del problema d'estimar la mija d'una població normalment distribuïda quan el tamany de la mostra és chicotet i la desviació estàndar poblacional és desconeguda.
Va ser desenrollada per William Sealy Gosset baix el seudònim «Student».
Apareix de manera natural en realisar la prova t de Student per a la determinació de les diferències entre dos varianza mostrals i per a la construcció del interval de confiança per a la diferència entre les parts de dos poblacions quan es desconeix la desviació típica d'una població i esta deu ser estimada a partir de les senyes d'una mostra.
Història i etimologia

La distribució de Student va ser descrita en l'any 1908 per William Sealy Gosset.
En estadística, la distribució t va ser derivada per primera volta com distribució posterior en 1876 per Helmert[1][2][3] i Lüroth.[4][5][6] La distribució t també va aparéixer en una forma més general com a distribució Pearson Tipo IV en l'artícul de Karl Pearson de 1895.[7]
En la lliteratura en llengua anglesa, la distribució pren el seu nom de l'artícul de William Sealy Gosset de 1908 en Biometrika baix el seudònim de «Student».[8] Una versió de l'orige del seudònim és que el empleador de Gosset preferia que el personal utilisara seudònim en publicar artículs científics en lloc del seu nom real, o prohibia totalment la publicació d'artículs,[9] per lo que va utilisar el nom de «Estudiant» per a ocultar la seua identitat. Una atra versió és que Guinness no volia que els seus competidors saberen que utilisaven la prova t per a determinar la calitat de la matèria primera.[10][11]
Gosset va treballar en la fàbrica de cervesa Guinness en Dublín, Irlanda, i es va interessar pels problemes de les mostres menudes, per eixemple, les propietats químiques de l'ordi, a on el tamany de les mostres podia ser de només 3. L'artícul de Gosset es referix a la distribució com la «distribució de freqüències de les desviacions típiques de mostres extretes d'una població normal». Es va fer molt coneguda gràcies al treball de Ronald Fisher, que va cridar a la distribució Distribució de Student i va representar el valor de la prova en la lletra t.[12][13]
Distribució t de Student a partir d'una mostra aleatòria
Siga variables aleatòries independents distribuïdes , açò és, és una mostra aleatòria de tamany provinent d'una població en distribució normal en mija i varianza .
Sean
la mija mostral i
la varianza mostral. Llavors, la variable aleatòria
seguix una distribució normal estàndar (és dir, una distribució normal en mija 0 i varianza 1) i la variable aleatòria
a on ha segut substituït per , té una distribució de student en graus de llibertat.
Definició
Notació
Sean una variable aleatòria contínua i , si té una distribució en graus de llibertat llavors escriurem o .
Funció de densitat
La distribució -student té com funció de densitat
per a , a on denota els graus de llibertat i és la funció gamma.
L'expressió anterior també sol escriure's com
a on és la funció beta.
En particular, per a valors sancers de es té que
per a parell
per a impar
Funció de distribució
La funció de distribució pot ser escrita en térmens de , la funció beta incompleta.
Per a
a on
Una fòrmula alternativa, vàlida per a és
a on és un cas particular de la funció hipergeométrica.
Casos particulars
Certs valors de donen una forma especial a la funció de densitat i de distribució.
- Funció de densitat:
- Funció de distribució:
- Vore Distribució de Cauchy.
- Funció de densitat:
- Funció de distribució:
- Funció de densitat:
- Funció de distribució:
- Funció de densitat:
- Vore Distribució normal.
- Funció de distribució:
- Vore Funció error.
Propietats
Si és una variable aleatòria tal que llavors satisfà algunes propietats.
Media
La mija de per a valors és
Varianza
La varianza de per a valors és
Curtosis
La curtosis de per a valors és
Caracterisació
La distribució de Student en graus de llibertat pot definir-se com la distribució de la variable aleatòria definida per:
a on
- , és dir, és una variable aleatòria en distribució normal estàndart (distribució normal en mija 0 i varianza 1).
- , és dir és una variable aleatòria que seguix una distribució chi-quadrada en graus de llibertat.
- i són variables aleatòries independents.
Per a una constant no nula, el cocient
és una variable aleatòria que seguix la distribució no central de Student en paràmetro de no-centralidad .
Intervals de confiança per a mostres de la distribució normal
Interval per a la mija quan σ² és desconeguda
Siguen una mostra aleatòria provinent d'una població en distribució a on i són desconeguts.
Es té que
i
són independents llavors el cocient
açò és
Siga tal que
sent llavors
per lo tant un interval de de confiança per a quan és desconeguda és
Distribució t de Student generalisada
En térmens del paràmetro d'escala σ̂
La distribució de Student pot generalisar-se a 3 paràmetros, introduint un parámero locacional i un paràmetro d'escala per mig de la relació
o
açò significa que té la distribució clàssica de Student en graus de llibertat.
La resultant distribució de Student no estandardisada té per funció de densitat:[14]
a on no correspon a la desviació estàndar, açò és, no és la desviació estàndar de la distribució escalada , simplement és paràmetro d'escala de la distribució.
La distribució pot ser escrita en térmens de , el quadrat del paràmetro d'escala:
Atres propietats d'esta versió de la distribució són:[14]
En térmens del paràmetro invers d'escala λ
Una parametrisació alterna està en térmens del paràmetro invers d'escala definit per mig de la relació . La funció de densitat està donada per:[14]
Atres propietats d'esta versió de la distribució són:[14]
Distribucions relacionades
- Si llavors a on denota la distribució F en i graus de llibertat.
Vore també
Referències
- ↑ Helmert FR(1875).«Über die Berechnung dones wahrscheinlichen Fehlers aus einer endlichen Anzahl wahrer Beobachtungsfehler».Z. Math. U. Physik.20: 300-3.
- ↑ Helmert FR(1876).«Über die Wahrscheinlichkeit der Potenzsummen der Beobachtungsfehler und uber einige damit in Zusammenhang stehende Fragen».Z. Math. Phys..21: 192-218.
- ↑ Helmert FR(1876).«Die Genauigkeit der Formel von Peters zur Berechnung dones wahrscheinlichen Beobachtungsfehlers directer Beobachtungen gleicher Genauigkeit».Astron. Nachr..88(8–9): 113–132.(en de)
- ↑ Lüroth J(1876).«Vergleichung von zwei Werten dones wahrscheinlichen Fehlers».Astron. Nachr..87(14): 209–20.
- ↑ Pfanzagl J, Sheynin O(1996).«Estudis d'història de la provabilitat i l'estadística. XLIV. Un precursor de la distribució t.».Biometrika.83(4): 891-898.
- ↑ Sheynin O(1995).«El treball de Helmert en la teoria d'errors».Arch. Hist. Exact Sci..49(1): 73-104.doi:10.1007/BF00374700.
- ↑ Pearson, K.(1895-01-01).«Contribucions a la teoria matemàtica de l'evolució. II. Skew Variation in Homogeneous Material».Philosophical Transactions of the Royal Society A: Mathematical, Physical and Engineering Sciences.186: 343-414 (374).ISSN 1364-503X.doi:10.1098/rsta.1895.0010.
- ↑ "Student" [William Sealy Gosset](1908).«L'error provable d'una mija».Biometrika.6(1): 1-25.doi:10.1093/biomet/6.1.1.
- ↑ Walpole, Roland; Myers, Raymond; Ye, Keying(2002).«Probability and Statistics for Engineers and Scientists».Pearson Education.
- ↑ Wendl MC(2016).«La fama del seudònim».Science.351(6280): 1406.doi:10.1126/science.351.6280.1406.
- ↑ Mortimer RG (2005). Matemàtiques per a la química física, 3rd edició, Burlington, MA: Elsevier, pp. 326. OCLC 156200058. ISBN 9780080492889.
- ↑ Fisher RA(1925).«Aplicacions de la distribució 'de Student'».Metron.5: 90-104.
- ↑ Walpole RE, Myers R, Myers S, Ye K (2006). Probability & Statistics for Engineers & Scientists, 7th edició, New Delhi: Pearson, pp. 237. OCLC 818811849. ISBN 9788177584042.
- ↑ 14,0 14,1 14,2 14,3 Jackman, Simon (2009). Bayesian Analysis for the Social Sciences, Wiley.
Enllaços externs
- Taula de distribució de T de Student
- Prova t de Student en la UPTC de Colòmbia
- Taula distribució t de Student
- Distribució t-Student: Punts percentuals per a provabilitat superior
- Probability, Statistics and Estimation en anglés. Primers Studentes en la pàgina 112.
- [1] Calcular la provabilitat d'una distribució t-Student en R (llenguage de programació)
Referències
- Este artícul conté una traducció derivada de «Distribución t de Student» de Wikipedia en castellà publicada baix la Llicència de documentació lliure de GNU i la Llicència Creative Commons Reconeiximent-CompartirIgual 4.0 Internacional.