Probabilidad y estadística · Distribución t de Student

Distribución t de Student

Con n = ν + 1 observaciones independientes de una misma población normal N(μ, σ²), la media estandarizada (x̄ − μ)/(s/√n) sigue una distribución t con ν grados de libertad al sustituir σ por la desviación estándar muestral s. Se parece a la normal estándar, pero sus colas son más pesadas. Al crecer ν se aproxima a la normal.

Distribución t de Student en esta visualización

Si se extraen nn valores independientes de una misma población normal N(μ,σ2)N(\mu, \sigma^2), la media estandarizada (xˉ−μ)/(σ/n)(\bar{x} - \mu)/(\sigma/\sqrt{n}) es normal estándar. En la práctica se desconoce σ\sigma y se sustituye por la desviación estándar muestral ss. El resultado T=(xˉ−μ)/(s/n)T = (\bar{x} - \mu)/(s/\sqrt{n}) sigue la distribución t de Student con ν=n−1\nu = n - 1 grados de libertad y densidad fν(t)∝(1+t2/ν)−(ν+1)/2f_\nu(t) \propto (1 + t^2/\nu)^{-(\nu+1)/2}. Se muestra en rojo sobre la normal estándar en tinta, con las colas fuera del umbral elegido y ambos valores críticos del 95%.

Por qué las colas son más pesadas

La desviación estándar muestral cambia entre muestras. Cuando resulta pequeña, infla el cociente. Así, los valores absolutos grandes de TT son más frecuentes que en la normal. La diferencia relativa aumenta hacia los extremos: la densidad normal decrece como e−t2/2e^{-t^2/2} y la t solo como una potencia de tt. El valor crítico t∗t^* del 95% supera 1.96. Usar 1.96 con ss en un intervalo de confianza o una prueba atribuye más confianza de la que corresponde.

Al aumentar los grados de libertad

Con más datos, ss se acerca a σ\sigma y la t a la normal estándar. El acercamiento es gradual: t∗−z∗t^* - z^* (con z∗≈1.96z^* \approx 1.96) decrece aproximadamente en proporción a 1/ν1/\nu. Una vez que ν\nu es grande, cada duplicación reduce la diferencia casi a la mitad. No existe un tamaño de muestra finito en el que ambas coincidan. El resultado exacto requiere datos independientes de una misma población normal. Para otros datos es una aproximación que mejora al acercarse a la normal la distribución de la media muestral.

En qué fijarse

  • Con un grado de libertad, la t es la distribución de Cauchy, cuya media no existe.
  • Treinta no es un número mágico: para ν = 29 el valor crítico todavía ronda 2.045.

Controles

  • Arrastra el triángulo del eje para desplazar el umbral. Las flechas izquierda y derecha lo mueven 0.01.

Conceptos relacionados