Distribución F

La distribución F o distribución de Fisher-Snedecor es la que se usa para comparar las varianzas de

dos poblaciones diferentes o independientes, cada una de las cuales sigue una distribución
normal.

La distribución que sigue la varianza de un conjunto de muestras de una sola población normal es
la distribución ji-cuadrada (Χ2) de grado n-1, si cada una de las muestras del conjunto tiene n
elementos.

Para comparar las varianzas de dos poblaciones diferentes, es necesario definir un estadístico, es
decir una variable aleatoria auxiliar que permita discernir si ambas poblaciones tienen o no igual
varianza.

Dicha variable auxiliar puede ser directamente el cociente de las varianzas muestrales de cada
población, en cuyo caso, si dicho cociente es cercano a la unidad, se tiene evidencia que ambas
poblaciones tienen varianzas semejantes.

El estadístico F y su distribución teórica

La variable aleatoria F o estadístico F propuesto por Ronald Fisher (1890 – 1962) es el que se usa
más frecuentemente para comparar las varianzas de dos poblaciones y se define de la siguiente
manera:

Siendo s2 la varianza muestral y σ2 la varianza poblacional. Para distinguir cada uno de los dos
grupos poblacionales, se utilizan los subíndices 1 y 2 respectivamente.

Se sabe que la distribución ji-cuadrada con (n-1) grados de libertad es la que sigue la variable
auxiliar (o estadístico) que se define a continuación:

X2  = (n-1) s2  / σ2.

Por lo tanto, el estadístico F sigue una distribución teórica dada por la siguiente fórmula:

Siendo U la distribución ji-cuadrada con d1 = n1 – 1 grados de libertad para la población 1 y V la

distribución ji-cuadrada con d2 = n2 – 1 grados de libertad para la población 2.
El cociente definido de esta forma es una nueva distribución de probabilidad, conocida
como distribución F con d1 grados de libertad en el numerador y d2 grados de libertad en el
denominador.

Media, moda y varianza de la distribución F

Media

La media de la distribución F se calcula de la siguiente manera:

Siendo f(x) la densidad de probabilidad de la distribución F, la cual se muestra en la figura 1 para

varias combinaciones de parámetros o grados de libertad.

Se puede escribir la densidad de probabilidad f(x) en función de la función Γ ( función gamma):

Una vez efectuada la integral indicada antes, se concluye que la media de la distribución F con
grados de libertad (d1, d2) es:

μ = d2 / (d2 – 2) con d2 > 2

Donde se nota que, curiosamente, la media no depende de los grados de libertad d1 del
numerador.

Moda

Por otra parte, la moda sí depende de d1 y d2 y está dada por:

Para d1 > 2.

Varianza de la distribución F

La varianza σ2 de la distribución F se calcula a partir de la integral:

Obteniéndose:

Tablas de la distribución F

TablasNew.PDF (uda.cl)

Las tablas involucran los dos parámetros o grados de libertad de la distribución F, la columna
indica el grado de libertad del numerador y la fila el grado de libertad del denominador.

Ejercicio 

Se tienen dos procesos de manufactura de láminas delgadas. La variabilidad del espesor debe ser
lo menor posible. Se toman 21 muestras de cada proceso. La muestra del proceso A tiene una
desviación estándar de 1,96 micras, mientras que la del proceso B tiene desviación estándar de
2,13 micras. ¿Cuál de los procesos tiene menor variabilidad? Utilizar un nivel de rechazo del 5%.

Solución

Los datos son los siguientes: Sb = 2,13 con nb = 21; Sa = 1,96 con na = 21. Esto significa que ha de
trabajarse con una distribución F de (20, 20) grados de libertad.

La hipótesis nula implica que la varianza poblacional de ambos procesos es idéntica, es decir
σa^2 /  σb^2 = 1. La hipótesis alternativa implicaría varianzas poblacionales diferentes.

Entonces, bajo la suposición de varianzas poblacionales idénticas, se define el estadístico F

calculado como: Fc = (Sb/Sa)^2.

Como el nivel de rechazo se ha tomado como α= 0,05, entonces α/2= 0,025

La distribución F(0.025; 20,20) = 0,406, mientras que F(0.975; 20,20) = 2,46.

Por lo tanto, la hipótesis nula será cierta si el F calculado cumple: 0,406≤Fc≤2,46. De lo contrario
se rechaza la hipótesis nula.
Como Fc=(2,13/1,96)^2 = 1,18 se concluye que el estadístico Fc está en el rango de aceptación de
la hipótesis nula con una certeza del 95%. En otras palabras con una certeza del 95% ambos
procesos de manufactura tienen la misma varianza poblacional.

Conclusión

Este tipo de distribución nos sirve para la comparación de las varianzas de dos muestras o
poblaciones diferentes o independientes.

A diferencia de otras pruebas de medias que se basan en la diferencia existente entre dos valores,
el análisis de varianza emplea la razón de las estimaciones, dividiendo la estimación intermedia
entre la estimación interna.

Bibliografía

Referencias

1. F Test for Independence. Recuperado de: saylordotorg.github.io.

2. Med Wave. Estadística aplicada a las ciencias de la salud: la prueba F. Recuperado de:
medwave.cl.
 3. Probabilidades y Estadística. Distribución F. Recuperado de:
probabilidadesyestadistica.com.

4. Triola, M. 2012. Elementary Statistics. 11th. Edition. Addison Wesley.

5. UNAM. Distribución F. Recuperado de: asesorias.cuautitlan2.unam.mx.

6. Wikipedia. Distribución F. Recuperado de: es.wikipedia.com

TablasNew.PDF (uda.cl)