Introduccin

Es una de las distribuciones mas tiles . La variable aleatoria F se define como el cociente de dos variables aleatorias jicuadrada independientes, cada una dividida entre sus respectivos grados de libertad:
=

Donde W y Y son variables aleatorias ji-cuadrada independientes con grados de libertad u y v, respectivamente. Ahora es el momento de plantear de manera formal la distribucin de muestre de F.

Funciones de densidad de probabilidad de varias distribuciones F

Teorema

La media y la varianza de la distribucin F son = para v>2, y 2 2 ( + 2) 2 = , > 4 2 2 ( 4) 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 !, y los dos parmetros u y v proporcionan una flexibilidad adicional con respecto a la forma de la distribucin.

(2)

Distribucin F

Sea ,, el punto critico de la distribucin F, con u grados de libertad en el numerador, y v grados de libertad en el denominador, tal que la probabilidad de que la variable aleatoria F sea mayor que este valor es:

> ,, =
,,

Por ejemplo si u=5 y v=10, entonces, de tablas se tiene que ( > 0.05,5,10 ) = 5,10 > 3.33 = 0.05 Esto es el punto critico del 5% superior de 5,10 es 0.05,5,10 =3.33.

Valores de cola inferior

Las tablas slo contienen los puntos crticos en la cola superior (valores de ,, para 0.50) de la distribucin F. Los puntos crticos en la cola inferior 1,, pueden hallarse de la siguiente manera:
1,, =
1 ,,

Por ejemplo, para encontrar el punto crtico en la cola inferior 0.95,5,10 ntese que 1 1 0.95,5,10 = = = 0.221 0.05,10,5 4.47

Ejemplo
Como ejemplo de una variable aleatoria que sigue una distribucin F, supngase que se tienen dos poblaciones normales con varianzas 21 y 2 2 , respectivamente. Se toman dos muestras aleatorias independientes de tamaos 1 y 2 de las poblaciones 1 y 2, respectivamente, y sean 21 y 2 2 las variables muestrales. Entonces, el cociente 21 21 = 2 2 2 2 Tiene un a distribucin F con 1 -1 grados de libertad en el numerador, y 2 -1 grados de libertad en el denominador. |

Introduccin

Introduccin.

En muchas situaciones, una estimacin puntual no proporciona informacin suficiente . Es probable que slo un nmero no sea tan significativo como un intervalo dentro del cual se espera encontrar el valor de este parmetro. Este recibe el nombre de intervalo de confianza. Se pueden encontrar para medias, varianzas y proporciones.

Construccin repetida de un intervalo de confianza.

La longitud u-l del intervalo de confianza observado es una medida importante de la calidad de la informacin obtenida de la muestra. El semiintervalo -l o u- se conoce como precisin del estimador. Entre ms grande sea el intervalo de confianza, mayor es la seguridad de que el intervalo en realidad contenga el valor verdadero de . Pero menor informacin se tiene acerca del valor verdadero de . En una situacin ideal, se tiene un intervalo relativamente pequeo con confianza grande.

Intervalo de confianza para la media, varianza conocida

Considere los datos de conductividad trmica para el hierro Armco siguientes: 41.60,42.18,41.48,41.72, 42.34, 42.26, 41.95, 41.81, 41.86, 42.04. Supngase que se desea encontrar un intervalo de confianza del 95% para conductividad trmica promedio de este material, y que se sabe que la desviacin estndar de la conductividad trmica 100F y 550W es =0.30 Btu/hr-ft-|F. Si se supone que la conductividad trmica est distribuida de manera normal, entonces puede emplearse la ecuacin anterior, para construir el intervalo de confianza.

 Un intervalo de confianza del 95% implica que 10.95, de modo que =0.05. as = 0.05 = 0.025 = 1.96 El lmite inferior de confianza es: 1.96 0.30 2 = = 41.924 = 41.924 0.186 10 = 41.738 El lmite superior de confianza es: 1.96 0.30 2 = + = 41.924 + = 41.924 + 0.186 10 = 42.110 Este es nuestro intervalo de valores razonables para la conductividad trmica promedio con una confianza de 95%
2 2

 La seleccin del nivel de confianza del 95% es esencialmente arbitraria. Qu abra pasado si se hubiera escogido un nivel de confianza mayor, por ejemplo 99%? De hecho, no parece razonable que se desee un nivel de confianza mayor? Con =0.01 se tiene que = 0.01 = 0.005 = 2.58
2 2

El intervalo de confianza del 99% es mayor que el del intervalo de 95%. En general para un tamao de muestra fijo n y desviacin estndar , entre mas grande sea el nivel de confianza, ms grande es el intervalo de confianza resultante.

 Puesto que la longitud del intervalo de confianza mide la precisin de una estimacin, se observa entonces que la precisin est inversamente relacionada con el nivel de confianza.

 Si el miembro derecho de la ecuacin no es entero debe redondearse. Esto asegura que el nivel de confianza no sea menos a 100(1-)%. Ntese que la longitud del intervalo de confianza resultante es 2E.

Intervalos de confianza unilaterales

Tambin es posible obtener intervalos de confianza unilaterales para haciendo = = y remplazando por .
2

El intervalo de confianza superior del 100(1-) por ciento para es = + Y el intervalo de confianza inferior de 100(1-) por ciento para es: + =

Con varianzas conocidas

El nivel de confianza 1- es exacto cuando las poblaciones son normales. Para poblaciones que no lo son, el nivel de confianza es aproximadamente vlido para tamaos grandes de muestras.

Ejemplo

Se llevan acabo pruebas de resistencia a la tensin sobre dos diferentes clases de largueros de aluminio utilizados en la fabricacin de aeroplanos comerciales. De la experiencia pasada con el proceso de fabricacin de largueros y del procedimiento de prueba, se supone que las desviaciones estndar de las resistencia a la tensin son conocidas. Lo datos obtenidos aparecen en la tabla siguiente. Si 1 y 2 denotan los promedios verdaderos de las resistencias a la tensin para las dos clases de largueros, entonces puede encontrarse un intervalo de confianza del 90% para la diferencias de las medias 1 - 2

Intervalos de confianza unilaterales

Tambien es posible obtener intervalos de confianza unilaterales para 1 2 un intervalo unilateral superior de 100(1-) porciento de confianza para 1 2 es:
1 2 1 2 +
2 1 1

2 2 2

Mientras que el intervalo unilateral inferior del 100(1-) porciento de confianza es:
1 2 +
2 1 1

2 2 2

1 2

Tarea

a) b)

Un fabricante produce anillos para los pistones de un motor de automvil. Se sabe que el dimetro del anillo est distribuido aproximadamente de manera normal, y que tienen una desviacin estndar = 0.001mm. Una muestra aleatoria de 15 anillos tienen un dimetro promedio de = 74.036 Construya un intervalo de confianza bilateral del 99% para el dimetro promedio del anillo Construya un limite inferior de confianza del 95% para el dimetro promedio del anillo.

de una distribucin normal

Definicin
Si 2 es la varianza muestra aleatoria de n observaciones tomadas de una distribucin normal con varianza desconocida 2 , entonces un intervalo de confianza de 100(1- ) por ciento para 2 es 2 ( 1) 2 ( 1) 2 2 ,1 21,1 Donde 2 ,1 y
2

21,1
2

son los puntos

crticos superior e inferior que corresponden al porcentaje de /2 de la distribucin ji-cuadrada con n-1 grados de libertad, respectivamente.

Intervalos de confianza unilaterales

Inferior

( 1) 2 2 2 ,1
2 ( 1) 2 2 ,1

Superior

Ejemplo

Un fabricante de detergente lquido est interesado en la uniformidad de la mquina utilizada para llenar las botellas. De manera especfica, es deseable que la desviacin estndar del proceso de llenado sea menos que 0.5 oz de lquido; de otro modo, existe un porcentaje mayor del deseable de botellas con un contenido menos de detergente. Supngase que la distribucin del volumen de llenado es aproximadamente normal. Al tomar ua muestra aleatoria de 20 botellas, se obtiene una varianza muestral 2 = 0.0153 ( )2 . El intervalo superior de confianza del 95% se obtiene:
2 ( 1) 2 2 .95,19

Ejemplo
2

19 0.0153 = 0.0287 ( )2 10.117

La proposicin anterior puede convertirse en un intervalo de confianza sobre la desviacin estndar al obtener la raz cuadrada de ambos miembros, lo que da como resultado

0.17

Por consiguiente, el nivel de confianza del 95%, los datos no apoyan la afirmacin de que la desviacin estndar del proceso es menor que 0.15 oz de lquido.

Distribucin de F n2-1,n1-1

Distribucin normal

Definicin:
Si 1 2 y 2 2 son las varianzas muestrales de dos muestras aleatorias de tamaos 1 y 2 , respectivamente, tomadas de dos poblaciones normales e independientes con varianzas 1 2 y 2 2 desconocidas, entonces un intervalo de confianza del 100(1-) por ciento para el cociente 1 2 /2 2 es:
1 2 2 2

1,

Donde , 1, 1 y 1, 1, 1 son los puntos 2 1 2 1 2 2 crticos superior e inferior que corresponden al porcentaje de /2 de la distribucin F con 2 1 1 1 grados de libertad en el numerador y en el denominador, respectivamente.

1,1 1 2 2

1 2 2 2

1 2 2 2

,
2

2 1,1 1

Intervalos de confianza unilaterales

Inferior
1 2 2
2

1,2 1,1 1

1 2 2 2

Superior
1 2 2
2

1 2 2
2

,2 1,1 1

Ejemplo
Una compaa fabrica propulsores para uso en motores de turbina. Una de las operaciones consiste en esmerilar el terminado de una superficie particular con una aleacin de titanio. Pueden emplearse dos procesos de esmerilado, y ambos pueden producir partes que tienen las misma rugosidad superficial promedio. Al ingeniero de manufactura le gustara seleccionar el proceso que tenga la menor variabilidad en la rugosidad de la superficie. Para ello toma una muestra de 1 = 12 partes del primer proceso, la cual tiene una desviacin estndar muestral 1 = 5.1 micro pulgadas, y una muestra aleatoria de 2 = 15 partes del segundo proceso, , la cual tiene una desviacin estndar muestral 2 = 4.7 micro pulgadas. Se desea encontrar un intervalo de confianza del 90% para el cociente de las dos varianzas Si se supone que los dos procesos son independientes y que la rugosidad de las superficies est distribuida de manera normal. Encuentre dicho intervalo y de sus conclusiones.