Distribución t de Student
Por qué las medias de muestras chicas se analizan con t y no con z
Tema T10 · Unidad II · Probabilidad y distribuciones
Distribución t de Student
Por qué las medias de muestras chicas se analizan con t y no con z
¿Reclamarías al proveedor con sólo 6 becerros?
De qué trata este tema
Es un tema de ampliación: te prepara para la Unidad III. En T09 usaste z cuando conocías μ y σ. Pero al analizar una muestra casi nunca se conoce σ: se calcula s con los mismos datos. Con pocos datos, s se equivoca bastante, y eso produce valores más extremos de los que predice la normal. La distribución t de Student es una campana parecida a la normal, con colas más pesadas, que toma en cuenta ese error adicional.
Necesitas T09 (puntuación z y valores críticos) y, de la Unidad I, media y desviación estándar
Este tema T10 · Distribución t de Student
Sigue T11 · Reporte integrado: describir el caso y ajustarle una distribución
Al terminar el tema podrás:
- Calcular el error estándar de una media y explicar por qué baja al aumentar n.
- Calcular el estadístico t y sus grados de libertad.
- Decidir cuándo corresponde usar z y cuándo t.
- Obtener valores críticos y probabilidades de t, en tabla y en Excel, y comparar con la normal.
Palabras clave media muestral error estándar estadístico t grados de libertad colas pesadas valor crítico
1. Un problema para empezar: ¿cumple el alimento?
Un proveedor promete que, con su alimento, los becerros llegan al destete con 230 kg en promedio. Un productor lo prueba en 6 becerros: promedian 215 kg, con s = 18 kg. ¿Fue mala suerte de 6 animales o la promesa no se cumple?
La media quedó 15 kg abajo. El error estándar, que mide cuánto suelen variar las medias de 6 becerros, es 18 ÷ √6 = 7.35 kg; así que la media está a 2.04 errores estándar de lo prometido. Si se tratara como z, ese resultado saldría por azar sólo 4.1 % de las veces, y parecería que la promesa no se cumple. Con la t correcta, la probabilidad es 9.7 %: con sólo 6 becerros, todavía puede ser azar. Usar z en una muestra chica hace ver más seguro de lo que en realidad se está.
2. Por qué no basta con lo que ya sabes
La puntuación z de T09 divide entre σ, un número fijo y conocido. Aquí s cambia de una muestra a otra: a veces sale chica y hace ver el resultado más lejano de lo que está. Con 6 datos eso pasa seguido; con 100 casi no. Además, T09 hablaba de un solo valor; ahora se analiza el promedio de una muestra, que varía menos que los valores individuales.
3. Dónde vas a usar esto
- Parcelas y ensayos. Casi siempre hay pocas repeticiones: 4, 6 o 10 parcelas por tratamiento.
- Animales en prueba. Pruebas de alimento o vacuna con pocos animales.
- Control de un lote. Revisar si el promedio cumple lo prometido con pocas muestras de laboratorio.
- Unidad III. Intervalos de confianza y pruebas t para comparar tratamientos usan exactamente esta distribución.
4. De z a t
4.1 Las medias varían menos que los datos: el error estándar
Si se toman muchas muestras del mismo tamaño, cada una da una media distinta. Esas medias se agrupan alrededor de μ y varían menos que los datos individuales. Lo que miden es el error estándar:
Error estándar de la media = σ ÷ √n, que en la práctica se estima con s ÷ √n
Con s = 18 kg: n = 4 da 9 kg; n = 9 da 6 kg; n = 36 da 3 kg. Para reducirlo a la mitad hay que tener cuatro veces más datos.
No confundas las dos: s dice cuánto varían los animales; el error estándar dice cuánto variaría el promedio si se repitiera el estudio.
4.2 De z a t
Con σ conocida, la distancia de la media a μ se mide con z. Cuando se usa s en su lugar, el resultado se llama t:
z = (x̄ − μ) ÷ (σ ÷ √n) t = (x̄ − μ) ÷ (s ÷ √n)
x̄ es la media de la muestra; μ, el valor que se quiere revisar. Se lee: «a cuántos errores estándar está la media de μ».
4.3 La distribución t y los grados de libertad
La distribución t es simétrica y con centro en 0, como la normal estándar, pero sus colas son más pesadas: los valores extremos son más probables. Su forma depende de los grados de libertad:
gl = n − 1
Con 6 becerros, gl = 5. Una vez calculada la media, sólo 5 de las 6 desviaciones pueden variar libremente.
A más grados de libertad, s es mejor estimación de σ y la t se parece más a la normal. Por eso el valor crítico, el que deja el 95 % central, va bajando hacia 1.96:
| gl | 90 % central | 95 % central | 99 % central |
|---|---|---|---|
| 1 | 6.314 | 12.706 | 63.657 |
| 2 | 2.920 | 4.303 | 9.925 |
| 3 | 2.353 | 3.182 | 5.841 |
| 4 | 2.132 | 2.776 | 4.604 |
| 5 | 2.015 | 2.571 | 4.032 |
| 6 | 1.943 | 2.447 | 3.707 |
| 7 | 1.895 | 2.365 | 3.499 |
| 8 | 1.860 | 2.306 | 3.355 |
| 9 | 1.833 | 2.262 | 3.250 |
| 10 | 1.812 | 2.228 | 3.169 |
| 11 | 1.796 | 2.201 | 3.106 |
| 12 | 1.782 | 2.179 | 3.055 |
| 15 | 1.753 | 2.131 | 2.947 |
| 20 | 1.725 | 2.086 | 2.845 |
| 24 | 1.711 | 2.064 | 2.797 |
| 30 | 1.697 | 2.042 | 2.750 |
| 40 | 1.684 | 2.021 | 2.704 |
| 60 | 1.671 | 2.000 | 2.660 |
| 120 | 1.658 | 1.980 | 2.617 |
| z (normal) | 1.645 | 1.960 | 2.576 |
Prueba ¿Por qué no basta con z? Se sacan muchas muestras de una misma población normal (datos simulados). En cada una se calcula t con su propia s. Mira cuántas quedan fuera de ±1.96 con muestras chicas y con muestras grandes.
4.4 ¿z o t?
| Situación | Se usa | Por qué |
|---|---|---|
| Un solo valor** de una normal con μ y σ dadas** | z | Es T08 y T09. |
| La media** de una muestra, con σ conocida (raro en la práctica)** | z | No hay que estimar σ. |
| La media** de una muestra, calculando s con los datos** | t con n − 1 gl | Es lo más común. Con n grande casi coincide con z. |
Supuestos: la muestra es aleatoria, las observaciones son independientes y la variable es aproximadamente normal. Con muestras chicas esto importa mucho: conviene revisar un diagrama de caja y buscar datos extremos, porque un solo dato raro mueve mucho a x̄ y a s.
4.5 La t en Excel
| Lo que se pide | En Excel (español) | En inglés |
|---|---|---|
| Probabilidad de quedar tan lejos o más, en las dos colas | =DISTR.T.2C(ABS(t),gl) |
T.DIST.2T |
| Probabilidad en la cola derecha | =DISTR.T.CD(t,gl) |
T.DIST.RT |
| Valor crítico para el 95 % central | =INV.T.2C(0.05,gl) |
T.INV.2T |
DISTR.T.2C pide el valor positivo de t: por eso se usa ABS, que quita el signo. El 0.05 de INV.T.2C es el área fuera del 95 % central, sumando las dos colas.
4.6 Ejemplo resuelto: ¿rinde lo prometido?
Una semilla de sorgo se anuncia con 8 t/ha. En 9 parcelas de la zona se obtuvo x̄ = 7.4 t/ha y s = 0.9 t/ha.
- Error estándar: 0.9 ÷ √9 = 0.9 ÷ 3 = 0.30 t/ha.
- t: (7.4 − 8) ÷ 0.30 = −2.00, con gl = 9 − 1 = 8.
- Valor crítico: en la tabla, con gl = 8 y 95 % central, 2.306. Como |−2.00| = 2.00 es menor, el resultado no se sale del rango habitual.
- Probabilidad:
=DISTR.T.2C(2,8) = 0.081. Si la semilla de verdad rindiera 8 t/ha, en cerca de 8 de cada 100 grupos de 9 parcelas saldría una media tan lejana. Con z habría dado 0.046. - Rango de medias compatibles: 7.4 ± 2.306 × 0.30 = 6.71 a 8.09 t/ha. Incluye 8.
Cómo se comunica: «Las 9 parcelas promediaron 7.4 t/ha, abajo de lo anunciado, pero con tan pocas parcelas esa diferencia todavía puede ser azar. Hacen falta más datos para reclamar». Ese rango es el intervalo de confianza que formalizarás en la Unidad III.
4.7 Lo que se gana y lo que se pierde
Con t se analiza una media sin conocer σ, y se reconoce honestamente la incertidumbre de una muestra chica. A cambio, los rangos son más anchos que con z, y no se puede concluir mucho con muy pocos datos. Además, que un resultado no se salga del rango habitual no demuestra que la promesa sea cierta: sólo dice que estos datos no alcanzan para descartarla.
¿Lo entendiste? Cuatro preguntas rápidas No cuentan para la calificación. Elige una respuesta para ver la explicación; puedes volver a intentar.
1. Con s = 18 kg y n = 9, ¿cuánto vale el error estándar de la media?
- 2 kg
- 6 kg
- 18 kg
18 ÷ √9 = 18 ÷ 3 = 6 kg. s dice cuánto varían los animales; el error estándar, cuánto variaría el promedio de 9 animales.
2. Se analizan 10 parcelas calculando s con los datos. ¿Qué se usa?
- t con 9 grados de libertad
- z, porque el rendimiento es normal
- t con 10 grados de libertad
σ no se conoce, se estima con s: corresponde t. Los grados de libertad son n − 1 = 9.
3. ¿Por qué el valor crítico de t es mayor que 1.96 con muestras chicas?
- Porque la media es más grande
- Porque s también tiene error y aparecen más valores extremos
- Porque la población deja de ser normal
Con pocos datos, s a veces sale muy chica y hace ver el resultado más lejano. La t tiene colas más pesadas para tomarlo en cuenta.
4. Con 12 parcelas, |t| = 2.14 y el valor crítico es 2.20. ¿Qué se concluye?
- Quedó demostrado que la variedad rinde lo anunciado
- Los datos no descartan lo anunciado
- La variedad no rinde lo anunciado
|t| no pasa del valor crítico, así que los datos son compatibles con lo anunciado. Eso no lo demuestra: sólo no alcanza para descartarlo. Con z (1.96) se habría concluido lo contrario.
5. Lo que harás
Excel del Tema T10 · 2 hojas
Guárdalo como U2-T10_Apellido_Nombre.xlsx y escribe sólo en las celdas amarillas.
Error estándar, t y tabla a mano (hoja 1_t_a_mano)
Caso A: tres muestras. Para cada una, calcula el error estándar, t y gl, lee el valor crítico en la tabla de la sección 4.3 y decide si el resultado se sale del rango habitual.
Caso B: ¿z o t? Cinco situaciones.
Para qué te sirve hacerlo a mano. Con números sencillos se ve qué hace cada parte, y que un mismo t puede ser «raro» con z y no serlo con t.
- Escribe tu nombre y la fecha.
- Caso A. Calcula con 2 decimales. Compara |t| con el valor crítico y elige Sí o No.
- Caso B. Elige z o t y escribe por qué.
- Contesta las Preguntas 1 y 2.
El error estándar siempre es menor que s. gl es n − 1, no n. En la muestra de 16 plantas, t = 2.00: con z se saldría del rango (2.00 > 1.96), pero con t no.
La t en Excel (hoja 2_t_Excel)
El caso: una variedad de trigo se anuncia con 6.4 t/ha. Un productor cosechó 12 parcelas. ¿Son sus datos compatibles con lo anunciado? Después verás cómo cambia el valor crítico con el tamaño de muestra.
Para qué: verás en los mismos datos que z y t pueden llevar a impresiones distintas, y hasta qué tamaño de muestra importa la diferencia.
- Paso 1 · Resumen. Calcula n, x̄, s, error estándar y gl con
=CONTAR,=PROMEDIO,=DESVEST.M,=F8/RAIZ(F6) y=F6-1. - Paso 2 · ¿Compatible con lo anunciado? El valor anunciado está en L5. Calcula t con =(F7-$L$5)/F9, la probabilidad con t (
=DISTR.T.2C(ABS(F12),F10)), la que daría z (=2*(1-DISTR.NORM.ESTAND.N(ABS(F12),VERDADERO))) y el valor crítico (=INV.T.2C(0.05,F10)). - Paso 3 · Rango de medias compatibles. Calcula x̄ − t crítico × error estándar y x̄ + t crítico × error estándar.
- Paso 4 · Tamaño de muestra. La primera fila ya tiene las fórmulas: gl, valor crítico y
=DISTR.T.2C(1.96,J9), la probabilidad real de salirse de ±1.96 si se usa z por error. Cópialas hacia abajo. - Paso 5 · Responde las Preguntas 3 a 6.
Tu Excel puede usar punto y coma ( ; ) en lugar de coma ( , ). En inglés: DISTR.T.2C = T.DIST.2T, INV.T.2C = T.INV.2T, DISTR.NORM.ESTAND.N = NORM.S.DIST, CONTAR = COUNT, PROMEDIO = AVERAGE, DESVEST.M = STDEV.S, RAIZ = SQRT, VERDADERO = TRUE.
6. Antes de entregar
Marca cada punto conforme lo revises. Tus marcas se guardan sólo en este navegador.