Distribución F de Fisher

Análisis de varianzas

1
 La necesidad de disponer de métodos La variable aleatoria F se define como el
estadísticos para comparar las varianzas de dos cociente de dos variables aleatorias
poblaciones es evidente a partir del análisis de independientes, cada una dividida entre sus
una sola población. respectivos grados de libertad. Esto es,

Frecuentemente se desea comparar la precisión

donde U y V son variables aleatorias ji-cuadrada
de un instrumento de medición con la de otro,
independientes con grados de libertad v1 y v2
la estabilidad de un proceso de manufactura
respectivamente
con la de otro, etc.

2
 La variable aleatoria F es no negativa, y la distribución tiene un sesgo hacia la derecha.

La distribución F tiene una apariencia muy similar a la distribución ji-cuadrada;

sin embargo, se encuentra centrada respecto a 1, y los dos parámetros v1 y v2 proporcionan una flexibilidad adicional con
respecto a la forma de la distribución.

Existe una distribución para cada par de grados de libertad gl1 (grados de libertad del numerador) y
gl2. (grados de libertad del denominador)

3
 Si y son las varianzas muestrales independientes de
tamaño n1 y n2 tomadas de poblaciones normales con
varianzas s12 y s22, respectivamente, entonces:

4
Ejemplos

Encontrar el valor de F, en cada uno de los siguientes casos:

a) El área a la derecha de F, es de 0.25 con v1=4 y v2=9.

b) El área a la izquierda de F, es de 0.95 con v1=15 y v2=10.

5
Intervalo de Confianza para el Cociente de Varianzas de Dos
Distribuciones Normales

6
▪ Despejamos y obtenemos:

▪ F toma dos valores dependiendo del nivel de confianza y de los grados de

libertad. En este caso los grados de libertad uno valen 30 y los grados de libertad
dos 24.

7
8
 Supóngase que se tiene interés en dos poblaciones normales independientes, donde las
medias y las varianzas de la población son desconocidas.

Se desea probar la igualdad de las dos varianzas, ya que para poder comparar las medias de estas dos poblaciones
se utiliza la distribución t de Student, en la cual podemos tener varianzas iguales o diferentes en la población.

Para conocer esto último se requiere de la distribución Fisher, y después de utilizarla, se

tomará la decisión de tener o no varianzas iguales en la población dando pié a realizar la
comparación de las dos medias según estemos hablando.

9
▪ Para el ensayo de hipótesis se utilizará la relación de varianzas, la cual puede dar
tres resultados:

▪ El supuesto podrá ser unilateral derecho, izquierdo o bilateral.

10
ejemplo

▪ La variabilidad en la cantidad de impurezas presentes en un lote de productos

químicos utilizada para un proceso en particular, depende del tiempo que tarda
el proceso. Un fabricante que emplea dos líneas de producción 1 y 2, hizo un
pequeño ajuste al proceso 2, con la esperanza de reducir la variabilidad, así como
la cantidad media de impurezas en los productos químicos. Muestras de n1=25 y
n2=20 mediciones de dos lotes produjeron las siguientes medias y varianzas:

▪ ¿Presentan los datos evidencia suficiente para indicar que las variaciones del
proceso son menores para el 2? Realice una prueba con un a = 0.05.
11
La sugerencia que se hace es que el numerador sea el de valor mayor. Entonces los grados
de libertad uno será el tamaño de la muestra de la población uno menos uno. ν1= 25-1 = 24
y ν2 = 20-1=19.

12
Como 2.04 es menor que 2.11 no se rechaza Ho, y se concluye con un α = 0.05 que no existe
suficiente evidencia para decir que la varianza del proceso 2 es menor que la del proceso 1.

13
ejercicio

▪ En su incansable búsqueda de un sistema de llenado adecuado, cierta empresa

prueba dos máquinas. Robo-fill se usa para llenar 16 tarros y da una desviación
estándar de 1.9 onzas en el llenado. Con Automat-fill se llenan 21 frascos que dan
una desviación estándar de 2.1 onzas. Si la empresa tiene que elegir uno de estos
sistemas en función de la uniformidad de llenado. ¿Cuál deberá seleccionar? Use
un α = 0.10.

Entonces los grados de libertad uno

será el tamaño de la muestra de la
población uno menos uno.
ν1= 21-1 = 20 y ν2 = 16-1=15.

14
Como 1.22 es menor que 2.20 no se rechaza Ho, y
se concluye con un α = 0.10 que la variación de
llenado de la máquina Robo-Fill no es menor a la de
Automat-Fill, por lo que se selecciona cualquier
máquina.

15
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 confianza del 90%.

16
 Ejercicio 2

Las capas de óxido en las obleas semiconductoras son depositadas en una mezcla de gases
para alcanzar el espesor apropiado. La variabilidad del espesor es una característica crítica de
la oblea, y lo deseable para los siguientes pasos de la fabricación es tener una variabilidad
baja. Para ello se estudian dos mezclas diferentes de gases con la finalidad de determinar con
cuál se obtienen mejores resultados en cuanto a la reducción en la variabilidad del espesor
del óxido. Veintiún obleas son depositadas en cada gas. Las desviaciones estándar de cada
muestra del espesor del óxido son s1 = 1.96 angstroms y s2 = 2.13 angstroms.
• ¿Existe evidencia que indique una diferencia en las desviaciones? Utilice α=0.05.

17
Ejercicio 3

La varianza en un proceso de producción es un indicador importante de la calidad del mismo. Una varianza
grande indica, con frecuencia, que hay oportunidades de mejorar el proceso, determinando maneras de
reducir la variabilidad del producto. Los datos que muestran el peso en gramos de bolsitas de té preparadas
con dos máquinas se ven en la tabla de abajo. Realice una prueba estadística para determinar si hay una
diferencia significativa entre las varianzas de pesos de bolsitas obtenidas con las dos máquinas. Use un nivel
de significancia de 0,10. ¿Cuál es su conclusión? ¿Qué máquina ofrece las mayores oportunidades de
mejoramiento de calidad?

18
▪ La tabla siguiente muestra los números de roturas de hilo (por 45.40 kg)
correspondientes a dos diferentes enlaces por cada 2.54 centímetros. ¿Es
significativa la diferencia entre las varianzas? Use alfa = 0.05.

19