Distribución F de Fisher

Distribución de probabilidad de
Es posible determinar la
la razón de dos varianzas
probabilidad de ocurrencia de
provenientes de dos poblaciones
una razón específica
distintas

Es asimétrica

La función F es una función continua

El valor de F no puede ser negativo

Características de F de Fisher
Normalmente se consideran valores
anómalos los de la cola de la derecha

Sus valores varían de 0 a infinito

Formulas

La variable aleatoria F se define como el cociente

de dos variables aleatorias ji-cuadrada
independiente, cada una dividida entre sus
respectivos grados de libertad.

U y V son variables aleatorias ji-cuadrada independientes con grados de

libertad y  respectivamente.
Sea U y V dos variables aleatorias independientes que tienen distribución ji
cuadradas con grados de libertad, respectivamente. Entonces la
distribución de la variable aleatoria

Está dada por:

Donde

𝛤 = 𝑔𝑟𝑎𝑑𝑜𝑑𝑒𝑙𝑖𝑏𝑒𝑟𝑡𝑎𝑑

V1 y v2 = varianzas aleatorias independientes

X= variable y nos indica en el problema.

Nuestro grado de libertad está ubicado en el numerador y el denominador

En estadística la esperanza matemática de
una variable aleatoria , es el número o que
formaliza la idea de valor medio de un fenómeno
aleatoria

Por lo tanto, representa la cantidad media que se

"espera" como resultado de un experimento
aleatorio

la probabilidad de cada suceso se mantiene

constante y el experimento se repite un elevado
número de veces.

El valor de la esperanza puede ser improbable o

incluso imposible.

Media en la La media existe

distribución de si "n" es mayor
Fisher o igual que 3
 𝑛
𝜇=
𝑛−2

𝑛 = #𝑜𝑏𝑠. −1 n:es uno de los

grados de libertad

Constante que
representa una medida
de dispersión media de
una variable aleatoria
(X) respecto a su valor
medio o esperado.

La desviación estándar es la raíz

cuadrada de la varianza, es una medida Medida en unidades
de dispersión alternativa expresada en distintas de las de la
las mismas unidades de los datos.
variable.
 La varianza existe si "n"
es mayor o igual que 5.

No se aconseja su uso cuando

las distribuciones de las Tiene un valor
variables aleatorias tienen colas minimo de 0.
pesadas.

Puede verse muy influida por

los valores atípicos (observación
que es numéricamente distante del
resto de los datos)

𝟐
𝟐𝒏𝟐 (𝒎 + 𝒏 − 𝟐)
𝝈 =
𝒎(𝒏 − 𝟐)𝟐 (𝒏 − 𝟒)
 Aplicaciones

Encuentra enorme aplicación en la comparación de varianzas muestrales

Las aplicaciones se encuentran en problemas que involucran dos o másmuestras