Facultad de Ingeniera Geolgica, Minera y Metalrgica

Curso:

Geoestadstica 2 Tema:

Profesor: Ing. Augusto Teves Rojas

Alumno:

Villar Vivar Randal Arturo 20117517H

Cdigo:

T de Student

FIGMM

INDICE:

OBJETIVOS....2 ALCANCE2

RESUMEN...3

INTRODUCCION4

CUERPO CENTRAL TEORICO.5

ANALISIS Y EVALUACION DEL INFORME8

CONCLUSIONES9 BIBLIOGRAFIA...9

GEOESTADISTICA

Pgina 1

T de Student

FIGMM

OBJETIVOS:

Analizar y estudiar los valores de confianza que se aplican en la tabla Obtener a travs de nmeros random los datos para el t de student Interpretar los grficos del diagrama de dos colas. Notar las diferencias en cada valor de confianza. Entender el significado del t de student
El teorema debe de tener un valor de confianza real para poder aplicarlo en la minera.

ALCANCE: En probabilidad y estadstica, la distribucin t (de Student) es una distribucin de probabilidad que surge del problema de estimar la media de una poblacin normalmente distribuida cuando el tamao de la muestra es pequeo. Aparece de manera natural al realizar la prueba t de Student para la determinacin de las diferencias entre dos medias muestrales y para la construccin del intervalo de confianza para la diferencia entre las medias de dos poblaciones cuando se desconoce la desviacin tpica de una poblacin y sta debe ser estimada a partir de los datos de una muestra. Aparicin y especificaciones de la distribucin t de Studen Supongamos que X1,..., Xn son variables aleatorias independientes distribuidas normalmente, con media y varianza 2. Sea

la media muestral. Entonces

sigue una distribucin normal de media 0 y varianza 1. Sin embargo, dado que la desviacin estndar no siempre es conocida de antemano, Gosset estudi un cociente relacionado,

GEOESTADISTICA

Pgina 2

T de Student

FIGMM

donde

es la varianza muestral y demostr que la funcin de densidad de T es

donde

es igual a n 1.

La distribucin de T se llama ahora la distribucin-t de Student. El parmetro representa el nmero de grados de libertad. La distribucin depende de de o , lo cual es muy importante en la prctica. , pero no

Intervalos de confianza derivados de la distribucin t de Student

El procedimiento para el clculo del intervalo de confianza basado en la t de Student consiste en estimar la desviacin tpica de los datos S y calcular el error estndar de la media ,

siendo entonces el intervalo de confianza para la media =

Es este resultado el que se utiliza en el test de Student: puesto que la diferencia de las medias de muestras de dos distribuciones normales se distribuye tambin normalmente, la distribucin t puede usarse para examinar si esa diferencia puede razonablemente suponerse igual a cero. Para efectos prcticos el valor esperado y la varianza son: E(t(n))= 0 y Var (t(n-1)) = n/(n-2) para n > 3

RESUMEN: En los ordenadores personales es fcil simular la generacin de nmeros aleatorios, mediante mecanismos de generacin de nmeros seudoaleatorios (n nmero pseudoaleatorio es un nmero generado en un proceso que parece producir nmeros al azar, pero no lo hace realmente. Las secuencias de nmeros pseudo-aleatorios no muestran ningn patrn o regularidad aparente desde un punto de vista estadstico, a pesar de haber sido generadas por un algoritmo completamente determinista, en el que las mismas condiciones iniciales producen siempre el mismo resultado)

GEOESTADISTICA

Pgina 3

T de Student

FIGMM

A partir de esta aclaracin siempre que nos refiramos a un nmero aleatorio estaremos hablando de un nmero perteneciente a una serie aleatoria. Ya s por medios matemticos (manuales), estadsticos o por medios de los Microsoft (Excel), incluso tambin se puede obtener mediante lenguajes de programacin como por ejemplo Visual Basic, Visual C++, macros, java y otros. Una vez obtenidos los nmeros aleatorios, dichos nmeros aleatorios deben estar en un rango de ]0,1[ (lo obtenemos con la funcin =aleatorio() ) y como en este informe vamos a obtener nmeros aleatorios en el intervalo de ]2,5[ que sern las leyes del mineral en % Con el cdigo =ALEATORIO()*3+2

Una vez obtenido los 20 datos random procedemos hallar la media y la desviacin estndar.

INTRODUCCION: En muestras de tamao n, tomadas de una poblacin en la que la regularidad estadstica no sigue una distribucin normal (puede ser de cualquier forma), que tiene una media poblacional y varianza poblacional, entonces si n es grande, el proceso de tomar muchas muestras y en cada una de ellas tomar su media, el promedio muestral produce una regularidad estadstica de los valores de la media que se modela con la distribucin normal con media y varianza

Se podra preguntar en el teorema qu tan grande debe ser el tamao n de la muestra? La respuesta es que depende del grado de alejamiento de la distribucin de muchas medias muestrales. Si el alejamiento es muy fuerte, distribuciones asimtricas con mayores probabilidades en los extremos, o con varias modas, una tamao de muestra de 30 o ms ya probabilidades en los extremos, o con varias modas, una tamao de muestra de 30 o ms ya produce la distribucin normal. Sin embargo, si la distribucin de la

GEOESTADISTICA

Pgina 4

T de Student

FIGMM

poblacin es normal con muestras de tamao 10 o ms se tiene la normalidad. Si la distribucin de poblacin no es normal, pero no se aleja mucho de ella, es simtrica o casi, con la media casi igual a la moda y la mediana, entonces con muestras de tamao 15 20 dependiendo de que tan cercana es la distribucin de la poblacin a la distribucin normal. Es importante recordar que no se puede decir que una variable dada o sus promedios siguen estrictamente una distribucin normal. Esta distribucin es una idealizacin que no se da en realidad, lo que importa es que la distribucin real est cercana a la normal y este supuesto produzca conclusiones correctas. Frecuentemente en muchas mediciones no pueden ocurrir valores negativos, pesos reas, concentraciones de sustancias, etc.; sin embargo, la normal asigna probabilidad mayor que cero a valores negativos. En la medida que dicha posibilidad sea muy pequea, esa inconsistencia del modelo con la realidad no es grave.

CUERPO CENTRAL DEL INFORME:

Generamos nmeros aleatorios de varias formas, pero en este informe generamos en Microsoft Excel, una vez obtenidos los nmeros aleatorios: En este caso hemos generado diferentes valores de random como lo son las leyes

GEOESTADISTICA

Pgina 5

T de Student

FIGMM

Ojo: Cada randoms equivale a un dato, es decir que los valores random cambian para cada dato elaborado en nuestro trabajo

Lo cual este nos dar el significado de una distribucin normal cosa que no podemos aplicar en los casos de leyes. Es importante tener en cuenta esto ya que no todos los problemas tendrn una distribucin normal que se relacione con la realidad Lo cual hallamos las media y desviacin estndar

Y pasamos a graficar el histograma

Graficas de los histogramas

K = 20

GEOESTADISTICA

Pgina 6

T de Student

FIGMM

Pasamos a Resolver el T d student al 90% y 95 % de confianza

90% N= 20 Grados de libertad: 20-1 = 19 Media = 3,46180785 Desviacin estndar: 0,78770607

= 0.176136425

Dato de tabla : 2.0930

Ls= 3.41180785 + 2.0930x0.176136425 = 3.78046 Li= 3.41180785 - 2.0930x0.176136425 = 3.04315

El intervalo ser de <3.04315; 3.78046>

GEOESTADISTICA

Pgina 7

T de Student 95% N= 20 Grados de libertad: 20-1 = 19 Media = 3,46180785 Desviacin estndar: 0,78770607

FIGMM

= 0.176136425

Dato de tabla: 2.477

Ls= 3.41180785 + 2.477x0.176136425 = 3.8480978 Li= 3.41180785 - 2.477x0.176136425 = 2.975518

El intervalo ser de <2.975518; 3.8480978>

ANALISIS Y EVALUCION DEL INFORME: Todos estos procedimientos nos lleva a para realizar el diagrama de t de student para analizar lo limites superior e inferior donde varan lo cual podemos hallar el intervalo de aproximacin de las leyes promedias.

GEOESTADISTICA

Pgina 8

T de Student

FIGMM

CONCLUSIONES:

Obtener a travs de nmeros random los datos para usar el t de studen que sern los nmeros random

Estudiar los valores de confianza que se aplican en la tabla

El procedimiento para el clculo del intervalo de confianza basado en la t de Student consiste en estimar la desviacin tpica de los datos S y calcular el error estndar de la media
Observamos que a menor valor de confianza se extender los intervalos o mejor dicho se harn ms abiertos donde el intervalo ser mayor. Lo ideal es tener un valor de confianza realista para poder aproximar las leyes promedios

BIBLIOGRAFIA:

http://www.emp.uva.es/inf_acad/hermer/estad2/material/e2t_tabla_t_de_student.pd http://es.wikipedia.org/wiki/Distribuci%C3%B3n_t_de_Student Copias de separatas del Dr Alfredo Marin, (clases)

GEOESTADISTICA

Pgina 9