Menú

!"#$#%& ! &'()*+,()#$*

Distribución F: características y
ejercicios resueltos
-%. &!"##$%&"'"("

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.

06

Figura 1. Aquí se muestra la densidad de probabilidad de la distribución F con diferentes

combinaciones de parámetros (o grados de libertad) de numerador y denominador
respectivamente. Fuente: Wikimedia Commons.

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.

Índice del artículo [Mostrar]

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:

si/ 2
of
52
02?

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:

VId
E
F
T
Ia
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:

Manejo de la distribución F
Al igual que otras distribuciones continuas de probabilidad que
involucran funciones complicadas, el manejo de la distribución
F se realiza mediante tablas o mediante software.

Tablas de la distribución F

Figura 2. Se muestra una parte de la tabla de la distribución F, las cuales suelen ser muy
extensas debido a que hay una amplia combinación de posibles grados de libertad d1 y d2.

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.

La figura 2 muestra una sección de la tabla de la distribución F

para el caso de un nivel de significancia de 10%, es decir α =
0,1. Aparece resaltado el valor de F cuando d1= 3 y d2 = 6
con nivel de confianza 1- α = 0,9 es decir 90%.

Software para la distribución F

En cuanto al software que maneja la distribución F hay una

gran variedad, desde las hojas de cálculo como Excel hasta los
paquetes especializados como minitab, SPSS y R por nombrar
algunos de los más conocidos.

Es de resaltar que el software de geometría y matemáticas

geogebra tiene una herramienta estadística que incluye las
principales distribuciones, entre ellas la distribución F. La figura
3 muestra la distribución F para el caso d1= 3 y d2 = 6 con
nivel de confianza de 90%.

Figura 3. Se muestra la distribución F para el caso d1= 3 y d2 = 6 con nivel de confianza de

90%, obtenida mediante la herramienta estadística de geogebra. Fuente: geogebra.org

Ejercicios resueltos

Ejercicio 1

Considere dos muestras de poblaciones que tienen la misma

varianza poblacional. Si la muestra 1 tiene tamaño n1 = 5 y la
muestra 2 tiene tamaño n2 = 10, determine la probabilidad
teórica que el cociente de sus varianzas respectivas sea menor
o igual a 2.

Solución

Debe recordarse que el estadístico F se define como:

Pero se nos dice que las varianzas poblacionales son iguales,

por lo que para este ejercicio se aplica:

Como se desea saber la probabilidad teórica de que este

cociente de varianzas muestrales sea menor o igual a 2,
necesitamos conocer el área bajo la distribución F entre 0 y 2,
el cual puede obtenerse por tablas o software. Para esto ha de
tenerse en cuenta que la distribución F requerida tiene d1 = n1
– 1 = 5 – 1 = 4 y d2 = n2 – 1 = 10 – 1 = 9, es decir la
distribución F con grados de libertad (4, 9).

Mediante el uso de la herramienta estadística de geogebra se

determinó que esta área es 0.82, por lo que se concluye que la
probabilidad que el cociente de varianzas muestrales sea
menor o igual a 2 es del 82%.

Ejercicio 2

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.

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

APA

Zapata, Fanny. (14 de octubre de 2020). Distribución F:

características y ejercicios resueltos. Lifeder. Recuperado
de https://www.lifeder.com/distribucion-f/.
Copiar cita

# $ % & ' "

!"##$%&"'"("
Licenciada en Física, con mención en Física Experimental

"

Anuncios

Artículos relacionados

!"#"$$%&'"()*#)*+*,)$&')&)(%'),""-.#*+&

/*+0')1")-&-%&(

2,3"4*)1")536"78)"')93:)$&'(%(;"<)$*(&)1"
"="-.#&<)"=",$%$%&),"(3"#;&

2,&4*4%#%1*1

>3"(;,"&)1&4#"

>"1%1*()1")?*,%*4%#%1*1

Anuncios

/0.1#"%(&2&3%"+#$#%"4( &-%5,)#$*&+4&-.#6*$#+*+&2&-%5,)#$*&+4&3%%7#4( &89:#0"4(&(%1%(;

3%")*$)% &83<1%&$#)*."%(; &8=*(&4"$%").*+%&:"&4..%.;

>&?#@4+4.&ABAC