Está en la página 1de 6

DISTRBUCION FISHER

Usada en teora de probabilidad y estadstica, la distribucin F es una distribucin de probabilidad continua. Tambin se le conoce como distribucin F de Snedecor (por George Snedecor) o como distribucin F de FisherSnedecor. Una variable aleatoria de distribucin F se construye como el siguiente cociente:

donde

U1 y U2 siguen una distribucin chi-cuadrado con d1 y d2 grados de libertad respectivamente, y U1 y U2 son estadsticamente independientes.

La distribucin F aparece frecuentemente como la distribucin nula de una prueba estadstica, especialmente en el anlisis de varianza. Vase el test F. La funcin de densidad de una F(d1, d2) viene dada por

para todo nmero real x 0, donde d1 y d2 son enteros positivos, y B es la funcin beta. La funcin de distribucin es

donde I es la funcin beta incompleta regularizada. Ejemplo, Un valor de f con 6 y 10 grados de libertad para un rea de 0.95 a la derecha es, f0.95,6,10=1/(f0.05,10,6)=1/4.06=0.246

Si de dos poblaciones normales, o aproximadamente normales, se extraen dos muestras aleatorias e independientes, y a cada una se le calcula su respectiva

2 varianza, el cociente de ambos valores F s1 s 2 (con F>1, esto es, siempre se

coloca el ms grande como numerador) tendr una distribucin de Fisher, cuyos valores crticos fueron obtenidos por W. Snedecor en una tabla que se caracteriza por tener dos grados de libertad: el correspondiente al numerador 1=n1-1 y el del denominador 2=n2-1. Programas de computacin permiten calcular los valores crticos respectivos

En las Tablas se presenta una hoja para cada nivel de confianza, se eligen los ms apropiados como: 95% ; 97,5% ; 99% ; 99,5% y 99,9%. Como siempre, el rea total bajo la curva es la unidad y se extiende desde 0 a + . La forma es muy parecida a la Chi-cuadrado. se muestran tres casos, con diferentes grados de libertad, y se marca el valor de F=2,5 con una ,lnea punteada vertical.

Ejemplo, El jefe de un laboratorio se encuentra con una tcnica de medicin fuera del control estadstico. Para investigar las causas decide investigar si el factor humano tiene incidencia, y toma una muestra de suero cualquiera la divide en 20 alcuotas. Luego elige 10 de ellas al azar y se las entrega al laboratorista 1 para que haga las determinaciones; las restantes las encomienda al laboratorista 2 para que las mida. Los resultados obtenidos son: s12=2,4 es la varianza obtenida por el laborista, 1 y s 22=0,8 para el otro. Decidir si hay diferencia en dispersin entre ambos.

2 2 H0: 1 2 2 2 H1: 1 2

El estadgrafo es

2 1 2.4 3.0 2 2 0.8

Como se trata de un ensayo de dos colas, para un nivel del 95% de confianza, se busca en las tablas para: 1=2=n1-1=9 grados de libertad, mientras que = 0,025 para el lmite inferior y = 0,975 para el superior. Estos valores son F0,975;(9,9) = 4,03.

Luego, para calcular el valor no tabulado = 0,025 se aprovecha una propiedad que tiene la funcin F usando la inversa: F0,025;(9,9) =1/F0,975; (9,9) =1/4,03 = 0,248 Como el valor hallado F=3 cae dentro de la zona de aceptacin, no hay evidencia significativa como para decir que el factor humano tiene incidencia en la dispersin de las mediciones

DISTRIBUCION CHICUADRADO

En realidad la distribucin ji-cuadrada es la distribucin muestral de s2. O sea que si se extraen todas las muestras posibles de una poblacin normal y a cada muestra se le calcula su varianza, se obtendr la distribucin muestral de varianzas. Para estimar la varianza poblacional o la desviacin estndar, se necesita conocer el estadstico X2. Si se elige una muestra de tamao n de una poblacin normal con varianza , el estadstico:

tiene una distribucin muestral que es una distribucin ji-cuadrada con gl=n1 grados de libertad y se denota X2 (X es la minscula de la letra griega ji). El estadstico ji-cuadrada esta dado por:

donde n es el tamao de la muestra, s2 la varianza muestral y la varianza de la poblacin de donde se extrajo la muestra. El estadstico ji-cuadrada tambin se puede dar con la siguiente expresin:

Propiedades de las distribuciones ji-cuadrada 1. Los valores de X2 son mayores o iguales que 0. 2. La forma de una distribucin X2 depende del gl=n-1. En consecuencia, hay un nmero infinito de distribuciones X2. 3. El rea bajo una curva ji-cuadrada y sobre el eje horizontal es 1. 4. Las distribuciones X2 no son simtricas. Tienen colas estrechas que se extienden a la derecha; esto es, estn sesgadas a la derecha. 5. Cuando n>2, la media de una distribucin X2 es n-1 y la varianza es 2(n1). 6. El valor modal de una distribucin X2 se da en el valor (n-3). La siguiente figura ilustra tres distribuciones X2. Note que el valor modal aparece en el valor (n-3) = (gl-2).

La funcin de densidad de la distribucin X2 esta dada por:

para x>0 La tabla que se utilizar para estos apuntes es la del libro de probabilidad y estadstica de Walpole, la cual da valores crticos (gl) para veinte valores especiales de . Para denotar el valor crtico de una distribucin X2 con gl grados de libertad se usa el smbolo (gl); este valor crtico determina a su derecha un rea de bajo la curva X2 y sobre el eje horizontal. Por ejemplo para encontrar X20.05(6) en la tabla se localiza 6 gl en el lado izquierdo y a o largo del lado superior de la misma tabla.

Clculo de Probabilidad El clculo de probabilidad en una distribucin muestral de varianzas nos sirve para saber como se va a comportar la varianza o desviacin estndar en una muestra que proviene de una distribucin normal. Ejemplos: 1. Suponga que los tiempos requeridos por un cierto autobs para alcanzar un de sus destinos en una ciudad grande forman una distribucin normal con una desviacin estndar =1 minuto. Si se elige al azar una muestra de 17 tiempos, encuentre la probabilidad de que la varianza muestral sea mayor que 2. Solucin:Primero se encontrar el valor de ji-cuadrada correspondiente a s2=2 como sigue:

El valor de 32 se busca adentro de la tabla en el rengln de 16 grados de libertad y se encuentra que a este valor le corresponde un rea a la derecha de 0.01. En consecuencia, el valor de la probabilidad es P(s 2>2)

2. Encuentre la probabilidad de que una muestra aleatoria de 25 observaciones, de una poblacin normal con varianza , tenga una varianza muestral: a. Mayor que 9.1 b. Entre 3.462 y 10.745

Solucin. a. Primero se proceder a calcular el valor de la ji-cuadrada:

Al b