Calculadora t inversa

Encuentra el valor t a partir del percentil.

La probabilidad debe estar entre 0 y 1 (exclusivo)

Ejemplos

Ingrese la probabilidad y los grados de libertad

¿Qué es la calculadora t inversa?

La función t inversa encuentra el valor t correspondiente a una probabilidad dada y grados de libertad. Mientras la Calculadora de distribución T encuentra P(T < t), esta inversa pregunta "¿Qué t tiene esta probabilidad debajo de él?"

Dado: Probabilidad (acumulativa), grados de libertad Retorna: El valor t en ese percentil

Valores críticos comunes

Para confianza bilateral del 95% (5% total en colas, 2,5% cada una):

glt* (percentil 97,5)
52,571
102,228
152,131
202,086
302,042
602,000
∞1,960

Para confianza unilateral del 95% (5% en una cola):

glt* (percentil 95)
52,015
101,812
201,725
301,697
∞1,645

Aplicaciones

Intervalos de confianza

Para un IC del 95% para la media:

IC = x̄ ± t* × (s/√n)

Donde t* = t₀,₉₇₅ con gl = n - 1.

Prueba de hipótesis

Para encontrar la región crítica para una prueba t a α = 0,05:

Bilateral: Rechaza si |t| > t₀,₉₇₅ Unilateral: Rechaza si t > t₀,₉₅ (o t < t₀,₀₅)

Análisis de potencia

Encontrar valores t para distribuciones t no centrales en cálculos de potencia.

Intervalos de predicción

Más anchos que los intervalos de confianza, los intervalos de predicción usan valores t:

IP = x̄ ± t* × s × √(1 + 1/n)

Unilateral vs. bilateral

Bilateral (IC simétrico): Encuentra t* donde P(T < t*) = 1 - α/2

Para IC 95%: P(T < t*) = 0,975

Unilateral: Encuentra t* donde P(T < t*) = 1 - α

Para unilateral 95%: P(T < t*) = 0,95

Cómo los grados de libertad afectan t*

A medida que gl aumenta, t* disminuye hacia z*:

Ejemplo: Bilateral 95% (α = 0,05)

glt₀,₉₇₅Diferencia de z*
52,571+31%
102,228+14%
202,086+6%
302,042+4%
1001,984+1%
∞1,960—

Las muestras pequeñas necesitan t* mayor para considerar la incertidumbre en estimar σ.

Contexto histórico

William Gosset (Student) derivó la distribución t en 1908, pero no proporcionó tablas extensas.

Ronald Fisher creó las primeras tablas t comprensivas, permitiendo el uso práctico.

Antes de las computadoras, los estadísticos dependían de tablas impresas. El cálculo de t inversa requería interpolación entre valores tabulados.

Los algoritmos modernos calculan t inversa directamente usando métodos numéricos como la iteración de Newton-Raphson.

Relación con calculadora de valor crítico

La Calculadora de valor crítico (t*) es una calculadora t inversa especializada:

  • Entrada: Nivel de confianza, gl
  • Salida: Valor crítico bilateral

Esta calculadora es más general, aceptando cualquier probabilidad acumulativa.

Métodos computacionales

La función t inversa no tiene forma cerrada. Los métodos incluyen:

Newton-Raphson: Resolver iterativamente F(t) - p = 0 donde F es la CDF t

Algoritmo de Hill: Un método numérico especializado para cuantiles t

Aproximación normal con corrección: Para gl grande, empieza con cuantil z y ajusta

Casos especiales

gl = 1 (distribución de Cauchy): t₀,₇₅ = 1,000 t₀,₉ = 3,078 t₀,₉₅ = 6,314

La Cauchy tiene colas mucho más pesadas.

gl → ∞ (distribución normal): t* se aproxima a z*

gl = 2: t₀,₉₇₅ = 4,303 Nota: La varianza no está definida para gl ≤ 2.

Grados de libertad no enteros

La prueba t de Welch produce gl no enteros. La función t inversa maneja estos:

Ejemplo: gl = 23,7 t₀,₉₇₅(23,7) ≈ 2,069

El software moderno calcula esto directamente sin redondear gl.

Relación con nivel de confianza

Nivel de confianzaα bilateralP(T < t*)
90%0,100,95
95%0,050,975
99%0,010,995
99,9%0,0010,9995

Tablas de cuantiles

Para percentiles específicos:

Percentilgl=10gl=20gl=30
5to-1,812-1,725-1,697
10mo-1,372-1,325-1,310
25vo-0,700-0,687-0,683
50vo0,0000,0000,000
75vo0,7000,6870,683
90vo1,3721,3251,310
95vo1,8121,7251,697

La distribución t es simétrica, así que t₀,ₚ = -t₁₋ₚ.

Cálculos relacionados

Resumen

La calculadora t inversa convierte probabilidades acumulativas a valores t para cualquier grados de libertad. Esencial para construir intervalos de confianza, determinar regiones críticas para pruebas de hipótesis y calcular intervalos de predicción, la función t inversa complementa la CDF directa de distribución t. A medida que los grados de libertad aumentan, los cuantiles t se aproximan a los cuantiles z, pero para muestras pequeñas, la diferencia es sustancial y crítica para una inferencia válida.