Distribución t de student vs. normal estándar

Construir y comparar las curvas de las distribuciones t de student y normal estándar.

tstudent.xlsx

Descargar XLSX • 24KB

Abrir el archivo tstudent.xlsx.

Los gráficos están listos para ser poblados.

La columna B representa desviaciones estándar para el eje X.

Insertar la fórmula =DISTR.NORM.ESTAND.N(B5;FALSO) en la celda C5.

Insertar la fórmula =DISTR.T.N(B5;$D$3;FALSO) en la celda D5.

Copiar y pegar las celdas C5:D5 hasta las celdas C37:D37.

Inspeccionar.

Los gráficos para las distribuciones t de student y normal estándar se actualizan automáticamente y se superponen. Para mayor visibilidad se grafica la t-student con 5 grados de libertad (número de observaciones n = 5). Ambas curvas son similares y simétricas. La t-student es menos "picuda" y tiene alas más pobladas (mayor densidad en las colas). Puede cambiar la celda D3. Con 35 GDL ambas curvas parecen idénticas a simple vista. En el infinito coinciden.

Interpretar.

La distribución t-student se usa para muestras pequeñas. La distribución normal estándar se replica en el segundo gráfico. Se agregan líneas verticales azules para resaltar los valores que representan una, dos y tres errores estándar a ambos lados de la media la cual es igual a cero. La interpretación clásica es que alrededor de dos errores estándar de la media se concentra el 95.44% de la densidad de la distribución. La interpretación es similar para una y tres errores estándar. Estos gráficos se usaron en los ejercicios Media cero e Histogramas.

Probablemente más conocida es la expresión equivalente según la cual el 95% de la distribución se concentra en 1.96 errores estándar al rededor de la media.

¡El resultado debe verse como en la figura!

Guardar y cerrar el archivo.

Por favor, me comentan si les salió, también me comentan si hay algún error (de tipeo). 😊

Si algún archivo no descarga, no duden en solicitarlo por e-mail.

---

¡Puedes compartir en las redes sociales!😉