INSTITUTO TECNOLOGICO SUPERIOR DE

MULEGE

ALUMNO:
JESUS ISMAEL LACHICA GONZALEZ

CATEDRATICO:
ALBERTO OLACHEA MONDACA
ASIGNATURA:
ESTADISTICA INFERENCIAL
GRUPO:
3ER SEMESTRE ING. INDUSTRIAL

30 de septiembre del 2016

INTRODUCCION

En el siguiente trabajo expondremos un breve

resumen de chi o ji cuadrada de Karl Pearson y alguna
de sus frmulas para su aplicacin, as como tambin
una introduccin a la F de Fisher y por supuesto la
tabla para realizar las operaciones como las frmulas
que se utilizan en ella y como se puede utilizar Excel
para realizar y sacar los resultados

DISTRIBUCION CHI O (JI) CUADRADA (X2)

El famoso artculo de Karl Pearson

Sobre la distribucin Chi-cuadrada
Apareci en la primavera de 1900 lo
Que se considera un inicio auspicioso
A un magnifico siglo para la estadstica

La distribucin Chi-cuadrada o como la

pronuncian en ingles Kay Skuared, es una de las
distribucuines mas usadas en todos los campos, su uso mas
comn es cuando se quiere probar que una medicin que se
haya efectuado sigue en distribucin esperada, como la
normal o cualquier otra.
Otro de sus usos es en intervalos de confianza y pruebas de
hiptesis para la varianza o desviacin estndar.
En seguida se muestra la formula de Chi-cuadrada:

PROBABILIDAD ACUMULATIVA Y LA DISTRIBUCION CHICUADRADA

La distribucin X2, como otras distribuciones por ejemplo la t
de student y la z-normal estndar, se construye de forma que
el rea total bajo la curva sea igual a 1. El rea bajo la curva
entre 0 y un valor particular de la estadstica chi-cuadrada es
la probabilidad asociada con ese valor. Por ejemplo, en la
figura, el rea sombreada representa la probabilidad
acumulada para una X2 igual a un valor A.

Es decir:

En pocas palabras, del mismo modo que los estadsticos z

con su distribucin normal y t con su distribucin t de student,
nos han servido para someter a prueba hiptesis que
involucran a promedios y porcentajes el estadstico ji
cuadrado o chi cuadrado que tene distribucin de
probabilidad del mismo nombre, nos servir para someter a
prueba hiptesis referida a distribuciones de frecuencia, En
trminos generales, esta prueba contrasta frecuencias
observadas con las frecuencias esperadas de acuerdo con la
hiptesis nula

DISTRIBUCION F DE FISHER
Su nombre viene dado debido al matemtico y estadstico
George Weddel Snedecor. Trabajo en el anlisis de la
varianza, anlisis de datos, diseo de experimentos y
metodologa estadstica.
Es la distribucin ms importante en experimentacin pues
permite hacer clculos sobre varianzas diseminadas
determinando si las diferencias son significativas y por lo
tanto atribuibles a cambios importantes en el comportamiento
de las poblaciones en estudio.
Cuando usar esta funcin??.....
Esta es la distribucin de probabilidad de la razn de dos
varianzas provenientes de dos poblaciones diferentes. Por
medio de esta distribucin es posible determinar la
probabilidad de ocurrencia de una razn especifica con:
v1=n1-1 y v2=n2-1 grados de libertad en muestras de tamao
n1 y n2.
Formulas:
La funcin acumulada esta tabulada.

Funcindensidad
v1
2

f ( x)

v1
1
v1v2 v1
2

*
*x

2 v2
v1 v2
2

v1 v2 v1
* * * x1
2 2 v2

x0

Forma de la curva segn v1 y v2:

Como se usa las tablas??......

La tabla de valores de probabilidad acumulados de izquierda
a derecha. Para extraer valores de probabilidad de esta tabla
se sigue el siguiente procedimiento:
1.- extraer muestras de dos poblaciones y estimar la
desviacin estndar.
2.- determinar los grados de libertad (v1, v2) tal que: v1=n1-1
y v2=n2 -1.
3.- calcular los valores de F=s1/s2. Si se conoce las
varianzas entonces F=(S1*62)/(S2*61).

GRADOS DE LIBERTAD:
Se llama grados de libertad al numero de movimientos
simples que puede tener un cuerpo o un punto material. Se
obtiene restando un uno al numero de elementos de la
muestra asi:
V1=n1-1 y v2=n2-1

Caractersticas:
1.-Es asimetra, la funcin f es una funcin continua .
2.-Existe una familia de distribuciones f que estn
determinados por dos parmetros : los grados de libertad del
numerador y del denominador.
3.- El valor f no puede ser negativo.
4.- La curva representado en el grafico debe de ser de sesgo
positivo.
5.- Sus valores varian de 0 a infinito.

BIBLIOGRAFIA

www.geociencias.unam.mx/~ramon/EstInf/Cla
se9.pdf
medwave.cl/link.cgi/Medwave/Series/MBE04/5
266
prezi.com/t02pkgvfogl-/49-distribucion-f-defisher/
https://www.scribd.com/doc/105850471/ESTA
DISTICA-INFERENCIAL-II-LIBRO