Facultad de Ciencias Económicas

Carrera de Economía con Mención

en Economía Internacional y Gestión
en Comercio Exterior

Estadística para Economistas 3

Integrantes:
Seidy Chiriguaya
Yessica Vite
Matheu Jimenez

Econ. Joel Salazar

2014 - 2015
 Investigación sobre T – Student, Chi Cuadrado y
F de fisher

Definición de CHI Cuadrado

Chi- Cuadrado (X2) es el nombre de una prueba de hipótesis que determina si

dos variables están relacionadas o no.

Para calcular el valor de Chi- Cuadrado:

2
2
 calc 
 f0  fe 
fe
f 0 : Frecuencia del valor observado.
f e : Frecuencia del valor esperado.

Grado de Libertad (v)

V = (cant.de filas – 1) (cant. de columnas - 1)

Nivel de Insignificancia

Es el error que se puede cometer al rechazar la hipótesis nula siendo

verdadera. (Por lo general se trabaja con un nivel de insignificancia de 0,05,
que indica que hay una probabilidad del 0,95 de que la hipótesis nula sea
verdadera)

Método para calcular el valor del parámetro p:

P = 1 – nivel de insignificancia

Importancia

La aplicación de Chi cuadrado puede ser compleja en cuanto a la

determinación de la hipótesis, peo son de suma importancia para determinar la
aceptación o rechazo de ellas
Característica de la tabla Chi cuadrado

 Tiene una distribución asimétrica positiva

 Para cada n de la muestra se tendrá un chi cuadrado diferente
 Mientras n se vuelva más grande, las curvas son menos asimétricas y
tienden a una curva de distribución normal
 El parámetro que caracteriza a una distribución chi cuadrado son sus
grados de libertad (n – 1).
 No tiene valores negativos. El valor mínimo es 0
 Se utiliza para variables medidas en escala nominal u ordinal

Aplicaciones:

 Pruebas de Bondad
 Pruebas de Independencia

Prueba de independencia: Se usa para analizar la frecuencia de dos

variables con categorías múltiples para determinar si las dos variables son
independientes o no.

Prueba de Bondad de ajuste: Se aplica en diseños de investigación en los

que se estudia a un único grupo.

F DE FISHER

Una variable aleatoria se distribuye según el modelo de probabilidad F de

Fisher con (m, n) grados de libertad, donde m y n  son enteros positivos, si
su función de densidad es la siguiente: 

  
En estadística se denomina prueba F de Snedecor a cualquier prueba en la
que el estadístico utilizado sigue una distribución F si la hipótesis nula no
puede ser rechazada. El nombre fue acuñado en honor a Ronald Fisher.

Características de la distribución F

Existe una distribución F diferente para cada combinación de tamaño

de muestra y número de muestras. Por tanto, existe una distribución F que se
aplica cuando se toman cinco muestras de seis observaciones cada una, al
igual que una distribución F diferente para cinco muestras de siete
observaciones cada una. A propósito de esto, el número distribuciones
de muestreo diferentes es tan grande que sería poco práctico hacer una
extensa tabulación de distribuciones. Por tanto, como se hizo en el caso de la
distribución t, solamente se tabulan los valores que más comúnmente se
utilizan. En el caso de la distribución F, los valores críticos para los niveles 0,05
y 0,01 generalmente se proporcionan para determinadas combinaciones de
tamaños de muestra y número de muestras.

Distribución f de Fisher
Esta distribución de probabilidad se usa como estadística prueba en varias
situaciones. Se emplea para probar si dos muestras provienen de poblaciones
que poseen varianzas iguales.
 
Aplicada Económicamente

Fisher postula que el objetivo del empresario es maximizar su "tasa de

rendimiento sobre costos" y para conseguir por tanto el mayor valor
presente de su inversión. Como la tasa de Fisher es la tasa de rendimiento que
iguala en valor presente todos los costos con todos los ingresos, lo que
equivale a la tasa interna de retorno 3 o la tasa de rendimiento que iguala los
valores presentes de los flujos en efectivo de todos los proyectos que se estén
considerando.

El teorema de la separabilidad establece que una firma puede asegurarse de

que sus propietarios alcancen su posición óptima en términos de oportunidades
del mercado, financiando su inversión con una determinada proporción
de crédito y fondos propios obtenidos internamente.

Distribución T - Student
En probabilidad y estadística, la distribución t-Student es una distribución de
probabilidad que surge del problema de estimar la media de una población
normalmente distribuida cuando el tamaño de la muestra es pequeño.

FORMULA

¿Para qué se utiliza?

La distribución t se usa de manera extensa en problemas que tienen que ver
con inferencia acerca de la media de la población o en problemas que implican
muestras comparativas (es decir, en casos donde se trata de determinar si las
medias de dos muestras son significativamente diferentes).

Características de la Distribución T de Student

En muchas ocasiones no se conoce σ y el número de observaciones en la muestra n
<30. En estos casos, se puede utilizar la desviación estándar de la muestra s como
una estimación de σ, pero no es posible usar la distribución Z como estadístico de
prueba. El estadístico de prueba adecuado es la distribución t. Sus aplicaciones en la
inferencia estadística son para estimar y probar una media y una diferencia de medias
(independiente y pareada).

Grados de Libertad
Existe una distribución t distinta para cada uno de los posibles grados de
libertad. ¿Qué son los grados de libertad? Podemos definirlos como el número
de valores que podemos elegir libremente.

¿Cómo diferenciarla de las otras Distribuciones?

La distribución de T es similar a la distribución de Z, pues ambas son simétricas

alrededor de una media de cero. Ambas tiene distribuciones de campana pero
la distribución t es más variable debido a que tienen fluctuaciones en 2
cantidades.
La distribución de T difiere de la de Z en que la varianza de T depende del
tamaño de la muestra n y siempre es mayor a 1, únicamente cuando n tiende a
∞ las dos distribuciones serán iguales.
Aplicación Economica
La aplicación de T de Student es la misma que se emplea en estadística pero
la diferencia radica en que es utilizada en economía para vertír análisis
económicos.
 TABLA DE LA DISTRIBUCION t - Student

1-a
n 0.75 0.80 0.85 0.90 0.95 0.975 0.99 0.995
1 1.000 1.376 1.963 3.078 6.314 12.706 31.821 63.657
2 0.816 1.061 1.386 1.886 2.920 4.303 6.965 9.925
3 0.765 0.978 1.250 1.638 2.353 3.182 4.541 5.841
4 0.741 0.941 1.190 1.533 2.132 2.776 3.747 4.604
5 0.727 0.920 1.156 1.476 2.015 2.571 3.365 4.032
6 0.718 0.906 1.134 1.440 1.943 2.447 3.143 3.707
7 0.711 0.896 1.119 1.415 1.895 2.365 2.998 3.499
8 0.706 0.889 1.108 1.397 1.860 2.306 2.896 3.355
9 0.703 0.883 1.100 1.383 1.833 2.262 2.821 3.250
10 0.700 0.879 1.093 1.372 1.812 2.228 2.764 3.169
11 0.697 0.876 1.088 1.363 1.796 2.201 2.718 3.106
12 0.695 0.873 1.083 1.356 1.782 2.179 2.681 3.055
13 0.694 0.870 1.079 1.350 1.771 2.160 2.650 3.012
14 0.692 0.868 1.076 1.345 1.761 2.145 2.624 2.977
15 0.691 0.866 1.074 1.341 1.753 2.131 2.602 2.947
16 0.690 0.865 1.071 1.337 1.746 2.120 2.583 2.921
17 0.689 0.863 1.069 1.333 1.740 2.110 2.567 2.898
18 0.688 0.862 1.067 1.330 1.734 2.101 2.552 2.878
19 0.688 0.861 1.066 1.328 1.729 2.093 2.539 2.861
20 0.687 0.860 1.064 1.325 1.725 2.086 2.528 2.845
21 0.686 0.859 1.063 1.323 1.721 2.080 2.518 2.831
22 0.686 0.858 1.061 1.321 1.717 2.074 2.508 2.819
23 0.685 0.858 1.060 1.319 1.714 2.069 2.500 2.807
24 0.685 0.857 1.059 1.318 1.711 2.064 2.492 2.797
25 0.684 0.856 1.058 1.316 1.708 2.060 2.485 2.787
26 0.684 0.856 1.058 1.315 1.706 2.056 2.479 2.779
27 0.684 0.855 1.057 1.314 1.703 2.052 2.473 2.771
28 0.683 0.855 1.056 1.313 1.701 2.048 2.467 2.763
29 0.683 0.854 1.055 1.311 1.699 2.045 2.462 2.756
30 0.683 0.854 1.055 1.310 1.697 2.042 2.457 2.750
40 0.681 0.851 1.050 1.303 1.684 2.021 2.423 2.704
60 0.679 0.848 1.046 1.296 1.671 2.000 2.390 2.660
120 0.677 0.845 1.041 1.289 1.658 1.980 2.358 2.617
¥ 0.674 0.842 1.036 1.282 1.645 1.960 2.326 2.576

https://www.medwave.cl/link.cgi/Medwave/Series/MBE04/5266