Documentos de Académico
Documentos de Profesional
Documentos de Cultura
MATERIA:
ESTADÍSTICA II
ESTUDIANTE:
ADRIANA MICHELLE PITA VILLACIS
DOCENTE:
ING. PEDRO MANUEL GARCIA ARIAS, MSc
CURSO:
SOF – S – NO – 5 – 4
PERIODO LECTIVO
2022 – 2023
ESTADÍSTICA II
Sea X1, X2 , … , Xn1 una muestra aleatoria extraída de una población normal
de parámetros σ21.
br> Del mismo modo, sea Y1, Y2, … , Yn2 una muestra aleatoria extraída de una
población normal de parámetros σ22.
NOTA 1:
Toda vez que se necesite resolver probabilidades de la forma P(s21 < s22) o
algunas de sus formas, deberemos realizar una transformación de variables
hasta conseguir la forma cómo se define a T para luego utilizar la distribución F
de Fisher a fin de encontrar la probabilidad buscada.
NOTA 2:
Si las varianzas poblacionales son iguales u homogéneas entonces la variable
muestral: cociente de varianzas muestrales debe tomar la forma T=(s21 / s22 )
para tener una distribución F de Fisher con n 1 - 1 y n2 - 1 grados de libertad en
el denominador y denominador, respectivamente.
b) Dado P(s21 ≤ a22) = 0.88, primero dividiremos entre s22 y luego debemos
transformarla en una variable que se distribuya como F(: n1 - 1, n2 - 1) y
finalmente lo igualamos a 0.88.
EN EFECTO
Puesto que no se conoce el valor para el cual se tiene P(F < 1.2143k) = 0.88,
Usando la función inversa en F obtenemos:
Distr.F.Inv(0.12,23,19) = 1.7074745 Esto significa que 1.7074745 = 1.2143k, de
donde k = 1.40614
CONCLUSIÓN
La distribución F de Fisher nos permite COMPARAR la VARIABILIDAD debida a
DIFERENTES fuentes.
- Como se construye una variable aleatoria de distribución F
- Aplicaciones en los que las varianzas muestrales están involucradas
- Nos sirve porque algunas tablas solo tienen valores de y con este teorema
se pueden sacar los valores de:
•Asimétrica, positiva
•A medida que aumenta los grados de libertad hay una tendencia de ir hacia una
normal
“Razón de dos variables aleatorias ji cuadrada independientes, dividida cada una
entra su número de grados de libertad"
La curva de distribución F depende no sólo de los grados de libertad si no
también del orden en que se establecen
•La distribución F es conocida con este nombre gracias al matemático americano
George W. Snedecor (1882-1974) quien la bautizó de este modo en honor de R.
A. Fisher (1890-1962) que ya la había estudiado anteriormente en 1924.
•Distribución de probabilidad continua
•Se le conoce también como F de Snedecor o como distribución F de Fisher-
Snedecor
•Se usa para la comparación de varianzas muestrales
•Se usa fundamentalmente en la estadística inferencial
•Al igual que la t de Student y Ji cuadrada no tienen aplicación en la vida diaria
EJEMPLO 1:
1. Hallar la varianza de las series de números siguiente
a- 2,3,6,8,11
b- 12,6,7,3,15,10,18,5
c- Para la serie de
números con
tenemos los siguientes cálculos.
ESTADÍSTICA II
d- Para la serie de
números
ESTIMACIÓN DE LA VARIANZA
EJEMPLO 2:
1. Los siguientes son los pesos, en decagramos, de 10 paquetes de semillas de
pasto distribuidas por cierta compañía: 46.4, 46.1, 45.8, 47.0, 46.1, 45.9, 45.8,
46.9, 45.2 y 46. Encuentre un intervalo de confianza de 95% para la varianza de
todos los paquetes de semillas de pasto que distribuye esta compañía, suponga
una población normal.
Solución:
Primero se calcula la desviación estándar de la muestra:
ESTADÍSTICA II
GRÁFICAMENTE: