DISTRIBUCION “t” DE STUDENT

BASES TEÓRICAS

Las distribuciones t de Student fueron descubiertas por William S. Gosset (1876-1937) en 1908
cuando trabajaba para la compañía de cervezas Guinness en Dublín (Irlanda). No pudo publicar sus
descubrimientos usando su propio nombre porque Guinness había prohibido a sus empleados que
publicaran información confidencial. Gosset firmó sus publicaciones usando el nombre de
"Student". Gosset tenía buena relación con Karl Pearson que había sido su maestro. Necesitaba una
distribución que pudiera usar cuando el tamaño de la muestra fuera pequeño y la varianza
desconocida y tenía que ser estimada a partir de los datos. Las distribuciones t se usan para tener
en cuenta la incertidumbre añadida que resulta por esta estimación. Fisher comprendió la
importancia de los trabajos de Gosset para muestras pequeñas.

En probabilidad y estadística, la distribución t (de Student) es una distribución de probabilidad que

surge del problema de estimar la media de una población normalmente distribuida cuando el
tamaño de la muestra es pequeño. Aparece de manera natural al realizar la prueba t de Student
para la determinación de las diferencias entre dos varianzas muéstrales y para la construcción del
intervalo de confianza para la diferencia entre las partes de dos poblaciones cuando se desconoce
la desviación típica de una población y esta debe ser estimada a partir de los datos de una muestra.
A veces es necesario hacer análisis de muestras pequeñas por razones de tiempo y reducción de
costos, para ello fue descubierta Ia distribución t por William Gosset, un especialista en estadística,
que Ia publicó en 1908 con el seudónimo de Distribución t Student.

USOS PARA LOS CUALES ES IDONEA ESTA DISTRIBUCION

Para determinar el intervalo de confianza dentro del cual se puede estimar Ia media
de una población a partir de muestras pequeña (n < 30).
Para probar hipótesis cuando una investigación se basa en muestreo pequeño.
Para probar si dos muestras provienen de una misma población.

CARACTERISTICAS DE LA DISTRIBUCION DE “t” STUDENT

En muchas ocasiones no se conoce σ y el número de observaciones en la muestra n < 30. En estos

casos, se puede utilizar la desviación estándar de la muestra s como una estimación de σ, pero no
es posible usar la distribución Z como estadístico de prueba. El estadístico de prueba adecuado es
la distribución t. Sus aplicaciones en la inferencia estadística son para estimar y probar una media y
una diferencia de medias.

COMO DIFERENCIARLA DE OTRAS DISTRIBUCIONES

La distribución de T es similar a la distribución de Z, pues ambas son simétricas alrededor de una

media de cero. Ambas tiene distribuciones de campana pero la distribución t es más variable debido
a que tienen fluctuaciones en 2 cantidades.
La distribución de T difiere de la de Z en que la varianza de T depende del tamaño de la muestra n y
siempre es mayor a 1, únicamente cuando n tiende a ∞ las dos distribuciones serán iguales.