DISTRIBUCIN F

La estadstica F se define como la razn de dos variables aleatorias chi cuadrada

independiente s, dividida cada una entre su nmero de grados de libertad. Lo que da paso
a la siguiente definicin:

=

1

Donde y son variables aleatorias independiente que tienen distribuciones ji cuadradas
con
1
y
2
grados de libertad, respectivamente.

Sean U y V dos variables aleatorias independientes que tienen distribuciones ji cuadradas
con
1
y
2
grados de libertad, respectivamente. Entonces la distribucin de la variable
aleatoria =

1

esta dada por:

() =
{

1
+
2
2
) (

2
)

1
2
(

1
2
)(

2
2
)

1
21
(1 +

2
)
(
1
+
2
) 2
; 0 < <
0.


La que se conoce como distribucin F con
1
y
2
grados de libertad.

La distribucin F tiene gran aplicacin en la comparacin de varianzas muestrales, es una
distribucin de probabilidad continua y las aplicaciones de esta distribucin se
encuentran en problemas que involucran dos o ms muestras.


Media
La media existe si
2
es mayor o igua que 3:
= =

Varianza
La varianza existe si
2
es mayor o igual que 5:

==

)



Teorema 1
Al escribir

(
1
,
2
) para

con
1

2
grados de libertad obtenemos:

) =

)



Teorema 2
Si
1
2
y
2
2
son varianzas de muestras aleatorias independientes de tamao
1

2

tomadas de poblaciones con varianzas
1
2
y
2
2
, respectivamente, entonces:

=

Tiene una distribucin F con
1
=
1
1 y
2
=
2
1 grados de libertad.








El jefe de un laboratorio se encuentra con una tcnica de medicin fuera del
control estadstico. Para investigar las causas decide investigar si el factor humano
tiene incidencia, y toma una muestra de suero cualquiera y la divide en 20
alcuotas. Luego elige 10 de ellas al azar y se las entrega al laboratorista 1 para que
haga las determinaciones; las restantes las encomienda al laboratorista 2 para que
las mida. Los resultados obtenidos son:

= , es la varianza obtenida por el

laborista, 1 y

= , para el otro. Decidir si hay diferencia en dispersin entre

ambos

1
1
2

2
2


1
2
=
2
2


=

1
2

2
2

=
2,4
0,8
= 3

Como se trata de un ensayo de dos colas, para un nivel del 95% de confianza, se
busca en las tablas para:
Grados de libertad:

1
=
2
= 1 = 10 1 = 9

Limite inferior: = 0,025
Lmite superior = 0,975

0,975; (9,9) = 4,03
Para calcular el valor no tabulado = 0,025 se aprovecha una propiedad que tiene
la funcin F usando la inversa:

,
; (, ) =

,
=

,
= , ;
Como el valor hallado F=3 cae dentro de la zona de aceptacin, no hay evidencia
significativa como para decir que el factor humano tiene incidencia en la
dispersin de las mediciones.


Ejercicios:
Las tablas nos dan, para v1 = 10 y v2 = 6, el percentil 90 =2,94; el percentil 95 = 4,06.
Calcular los valores de la distribucin F de 6 y 10 grados de libertad que dejan a su
izquierda una masa de probabilidad de 0.1 y 0.05 respectivamente.

SOLUCION:

Una compaa fabrica propulsores para uso en motores de turbina. 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

=
partes del primer proceso, la cual tiene una desviacin estndar

=
, micropulgadas, y una muestra aleatoria de

= partes del segundo

proceso, la cual tiene una desviacin estndar

= , micropulgadas. Se desea
encontrar un intervalo de confianza del 90% para el cociente de las dos varianzas

. Suponga que los dos procesos son independientes y que la rugosidad de

la superficie est distribuida de manera normal.
Calculo de los grados de libertad:

1
=
1
1 = 12 1 = 11

2
=
2
1 = 16 1 = 15

1
2

2
2
=

1
2

2
2
=
(0,368)(4,7)
2
5,1
2
= ,

1
2

2
2
=

1
2

2
2
=
(2,51)(4,7)
2
5,1
2
= ,

No es posible afirmar que las desviaciones estndar de la rugosidad de la superficie de
los dos procesos sean diferentes con un nivel de confianza del 9.


















PRUEBA DE KOLMOGOROV-SMIRNOV
La prueba de bondad de ajuste de Kolmogorov-Smirnov es una alternativa para probar
que una muestra proviene de una distribucin continua (normal). Esta rueba se basa
en la funcin distribucin acumulada de una distribucin terica

() con la funcin
distribucin acumulada de la muestra

().
Son pruebas no paramtricas para diferencias entre dos distribuciones totales o
acumulativas.
La prueba uni-muestral se refiere a la concordancia entre una distribucin acumulativa
observada de valores de una muestra y una funcin de distribucin continua
especificada, es decir se trata de una prueba de bondad de ajuste.
La prueba bi-muestral se refiere a la concordancia entre dos distribuciones acumulativas
observadas; se contrasta la hiptesis de si dos muestras independientes provienen de
distribuciones continuas idnticas, y es sensible a las diferencias de poblacin en lo que
se refiere a la localizacin, dispersin o disimetra.

Los pasos a seguir en la prueba de bondad de ajuste de K-S son los siguientes:
a) Plantear hiptesis:
0
:

() =

() para todo

() =

() por lo menos pera un X.

b) Calcular todos los valores

() de la muestra
1
,
2
, ,

c) Determinar la desviacin mxima, que est dada por el supremo de los valores
absolutos de las diferencias entre los valores de la funcin acumulada terica y
de la muestra: = |

()

()|
d) Escoger un nivel de significacin (5%, 1% o semejante)
e) No rechazar
0
si el valor calculado D es menor o igual que el valor de la tabla a
utilizar y se rechaza
0
si el valor calculado de D es mayor que el de la tabla.

Las suposiciones en la prueba de bondad de ajuste de K-S son:
1) Muestras aleatorias.
2) La poblacin debe ser continua en la variable observada.
3) La prueba no es vlida si se tiene que estimar uno o ms parmetros usando los
datos de la muestra.


Ejercicio
Las puntuaciones obtenidas por una muestra de sujetos en una prueba de habilidad
han sido las siguientes:
48,1; 47,8; 45.1; 46,3; 45,4; 47,2; 46,6; y 46.
Sabiendo que la media en dicha prueba es 40 y su desviacin tpica es 3, podemos
afirmar que la distribucin de las puntuaciones sigue una normal, con un = 0,01?

Solucin:

1. Hiptesis:
H0: F (X) = Fs (X) de una N(, )
H1: F (X) Fs (X) de una N(, )

2. Muestra: 8 observaciones indep.

3. Tipificamos las puntuaciones para poder trabajar con una N (0,1).