UNIVERSIDAD NACIONAL

PEDRO RUÍZ GALLO

FACULTAD DE INGENIERÍA MECÁNICA Y

ELÉCTRICA
TRABAJO DE INVESTIGACIÓN
INTEGRANTES :
- BANCES VALDERA ELVIS WILLIAMS
- LÓPEZ ARTEAGA ANTHONY ALEXANDER
- LIZANA BECERRA PABLO GUILLERMO
- QUEVEDO CUMPA MIJAIL
DOCENTE:
CARRANZA LENT FERNANDO MIGUEL
CURSO :
ESTADÍSTICA Y PROBABILIDADES
CICLO :
2019 I

FIME 2019

LAMBAYEQUE, AGOSTO
2017
 Razón de varianzas

En teoría de probabilidad, la varianza o variancia (que suele

representarse como ) de una variable aleatoria es una medida de
dispersión definida como la esperanza del cuadrado de la
desviación de dicha variable respecto a su media.

Su unidad de medida corresponde al cuadrado de la unidad de

medida de la variable: por ejemplo, si la variable mide una
distancia en metros, la varianza se expresa en metros al cuadrado.
La varianza tiene como valor mínimo 0. La desviación
estándar (raíz cuadrada de la varianza) es una medida de
dispersión alternativa, expresada en las mismas unidades que los
datos de la variable objeto de estudio.

Hay que tener en cuenta que la varianza puede verse muy influida
por los valores atípicos y no se aconseja su uso cuando las
distribuciones de las variables aleatorias tienen colas pesadas. En
tales casos se recomienda el uso de otras medidas de dispersión
más robustas.

El término varianza fue acuñado por Ronald Fisher en un artículo

publicado en enero de 1919 con el título The Correlation Between
Relatives on the Supposition of Mendelian Inheritance.

Se dispone de dos muestras, de tamaños n1 y n2, procedentes de

dos poblaciones normales de medias y varianzas desconocidas. El
problema que se plantea es la comparación de las varianzas de las
dos poblaciones.

El contraste habitual que se plantea es H0: "ambas poblaciones

tienen sus varianzas iguales, σ21=σ22", frente a la alternativa H1:
"las poblaciones tienen medias diferentes, σ21≠ σ22".
Bajo las condiciones de normalidad y de igualdad de varianzas, el
estadístico a utilizar es
𝑠2 1
F= ∼F(n1−1,n2−1),
𝑠2 2

Siendo Si las cuasidesviaciones típicas muestrales respectivas. El

estadístico tiene distribución FF.

Se resumen a continuación los tres contrastes posibles:

 H0: " σ21=σ22", frente a H1: " σ21≠ σ22".

 H0: " σ21≥σ22 ", frente a H1: "σ21<σ22 ".
 H0: " σ21≤σ22 ", frente a H1: " σ21>σ22 ".

Se proporciona también el intervalo de confianza para la media

poblacional μ, con un nivel de confianza de 1−α, cuyos límites se
establecen en función de la hipótesis alternativa seleccionada.

Dos máquinas (A y B) producen el mismo tipo de piezas cilíndricas y se

quiere saber si la variabilidad de las longitudes de las piezas fabricadas
es la misma en ambos casos. Se toman dos muestras aleatorias de
tamaño 13 y 21, respectivamente, y en base a ellas se quiere
contrastar la hipótesis nula H0: σA=σB, frente a H1: σA≠σB con un nivel
de confianza del 95%.
Ejemplo

Quieren someter a contraste la hipótesis de igualdad de las Varianzas

de las puntuaciones obtenidas por dos grupos de individuos en una
prueba de extraversión.

a) Supuestos: Dado que las muestras han sido generadas

aleatoriamente, se supone que los datos son independiente.

b) Hipótesis:

c) Estadístico de contraste:

d) Distribución del estadístico de contraste: F con 31-1 y 41-1 grados

de libertad.

e) Significación del estadístico de contraste: 0.63

f) Decisión: La significación del estadístico de contraste es superior a

0.01, y en consecuencia se acepta la Hipótesis Nula.