Sie sind auf Seite 1von 7

ESTADISTICA DISTRIBUCION FISHER (F SNEDECOR)

Roger Meneses Arias

INTRODUCCIN
El tipo de razonamiento seguido en Clculo de Probabilidades para el estudio de los fenmenos aleatorios es deductivo, establecidas ciertas hiptesis sobre el mecanismo que genera los datos (modelo de distribucin), se deducen propiedades sobre el fenmeno en cuestin. La Inferencia Estadstica nos va a proporcionar la metodologa para realizar el proceso inverso, a partir de un conjunto de datos experimentales, infiere, induce o estima caractersticas o propiedades del fenmeno bajo estudio.

La Inferencia Estadstica es la parte de la Estadstica que incluye los mtodos utilizados para tomar decisiones o para obtener conclusiones sobre una caracterstica desconocida de la poblacin a partir de la informacin contenida en una o ms muestras representativas de esa poblacin. La herramienta terica que utiliza es la teora de la probabilidad.
Los principales usos de la distribucin de Fisher son los de la contrastacin de la igualdad de varianzas de dos poblaciones normales y, fundamentalmente, el anlisis de la varianza y el diseo de experimentos, tcnicas que permiten detectar la existencia o inexistencia de diferencias significativas entre muestras diferentes.

DISTRIBUCION FISHER (F) Usada en Teora de Probabilidad y estadstica; la distribucin F, es una distribucin de probabilidad continua. Tambin se la conoce como distribucin F de Snedecor (por George Snedecor) o como distribucin F de Fisher-Snedecor. Una variable aleatoria de distribucin F se construye como el siguiente cociente:

donde U1 y U2 siguen una distribucin chi-cuadrado con d1 y d2 grados de libertad respectivamente, y U1 y U2 son estadsticamente independientes.

DISTRIBUCION FISHER (F)


La necesidad de disponer de mtodos estadsticos para comparar las varianzas de dos poblaciones es evidente a partir del anlisis de una sola poblacin. Frecuentemente se desea comparar la precisin de un instrumento de medicin con la de otro, la estabilidad de un proceso de manufactura con la de otro o hasta la forma en que vara el procedimiento para calificar de un profesor universitario con la de otro. Intuitivamente, podramos comparar las varianzas de dos poblaciones , y , utilizando la 2 /s2 . Si s2 /s2 es casi igual a 1, se tendr poca evidencia razn de las varianzas mustrales s 1 2 1 2 para indicar que y no son iguales. Por otra parte, un valor muy grande o muy pequeo para s21/s22, proporcionar evidencia de una diferencia en las varianzas de las poblaciones. La variable aleatoria F se define como el cociente de dos variables aleatorias ji-cuadrada independientes, cada una dividida entre sus respectivos grados de libertad. Esto es, donde U y V son variables aleatorias ji-cuadrada independientes con grados de libertad V1 y V2 respectivamente.

DISTRIBUCION FISHER (F)


Sean U y V dos variables aleatorias independientes que tienen distribucin ji cuadradas con grados de libertad, V1 y V2 respectivamente. Entonces la distribucin de la variable aleatoria

esta dada por:

y se dice que sigue la distribucin F con V1 grados de libertad en el numerador y V2 grados de libertad en el denominador.
La media y la varianza de la distribucin F son:

DISTRIBUCION FISHER (F)


La variable aleatoria F es no negativa, y la distribucin tiene un sesgo hacia la derecha. La distribucin F tiene una apariencia muy similar a la distribucin ji-cuadrada; sin embargo, se encuentra centrada respecto a 1, y los dos parmetros V1 y V2 proporcionan una flexibilidad adicional con respecto a la forma de la distribucin. Si s12 y s22 son las varianzas mustrales independientes de tamao n1 y n2 tomadas de poblaciones normales con varianzas 12 y 22, respectivamente, entonces:

DISTRIBUCION FISHER (F)


Ejemplo: Si s12 y s22 representan las varianzas de las muestras aleatorias independientes de tamao n1= 25 y n2 = 31, tomadas de poblaciones normales con varianzas 12 =10 y 22 = 15, respectivamente, encuentre P(s12/s22 > 1.26) Solucin: Se calcula el valor de Fisher segn formula: Luego se va a la tabla de Fisher a buscar 30 grados de libertad 2 con 24 grados de libertad uno. Cuando se este en esta posicin se busca adentro de la tabla el valor de Fisher de 1.89. Al localizarlo y ver a la izquierda de este valor se obtiene un rea de 0.95, pero esta rea correspondera a la probabilidad de que las relaciones de varianzas mustrales fueran menor a 1.26, por lo que se calcula su complemento que sera 0.05, siendo esta la probabilidad de que s12/s22 > 1.26.