Distribución T Student

Qué describe

T Student aparece al estandarizar una media muestral cuando la varianza poblacional se estima con pocos datos normales. Sus colas más pesadas reflejan la incertidumbre adicional de estimar la escala.

Vive en toda la recta. df controla las colas: con pocos grados de libertad hay más probabilidad de extremos; cuando df crece, la distribución converge a Normal.

Historia y nombres

William Sealy Gosset publicó en 1908 bajo el seudónimo “Student” para proteger las reglas de confidencialidad de Guinness. El problema era inferir medias con muestras pequeñas.

Relación con otras distribuciones

Su cuadrado es F con un grado de libertad en el numerador. La t no central permite alternativas con efecto; Normal es su límite cuando df es grande.

Dónde aparece

• intervalos y pruebas t para medias
• regresión lineal, correlación y estimación con varianza desconocida

Precauciones al ajustar

No confundir df con el tamaño de muestra sin ajustar por parámetros estimados; tampoco usar t para corregir automáticamente dependencia o heterocedasticidad.

La cerveza que volvió incierta a la campana

William Sealy Gosset trabajaba en la cervecería Guinness y publicaba bajo el seudónimo Student. Su problema era práctico: extraer conclusiones de muestras pequeñas cuando la varianza también debía estimarse. Esa incertidumbre adicional engrosa las colas de la distribución.

Los grados de libertad actúan como un puente. Con pocos, los valores extremos reciben mucha más probabilidad y algunos momentos ni siquiera existen. Al crecer, la t se acerca a la Normal. En modelos robustos puede usarse como ley de errores, pero allí los grados de libertad controlan colas y no representan necesariamente un tamaño muestral. Confundir ambos usos produce una historia inferencial falsa aunque la densidad ajustada sea la misma.

Guía de elección

Buena candidata cuando: los errores son simétricos pero contienen más extremos que una Normal, y los grados de libertad pueden representar esa intensidad de cola.

Compárala con: Normal como límite y Cauchy como caso ν=1. Si existe asimetría, una t simétrica puede inflar las dos colas para explicar extremos de un solo lado.

Referencias

• Referencia de SciPy: scipy.stats.t — definición y parametrización
• Johnson, N. L., Kotz, S. & Balakrishnan, N. (1994). Continuous Univariate Distributions, 2nd ed., Vol. 1. Wiley.
• Student (W. S. Gosset) (1908). The probable error of a mean. Biometrika, 6(1), 1–25.
• Fisher, R. A. (1928). Statistical Methods for Research Workers. Oliver and Boyd.