I SEMESTRE 2014

ESTADISTICAS II
MTODO FISHER
INTEGRANTES:
GONZALEZ ELSA 4-773-2054
GONZALEZ CIBELYS 8-889-918
PACHECO JOS 8-1045-92
REYES, DIANYS 8-892-2225

En 1919 Fisher empez a trabajar en la Rothamsted Experimental Station . All
comenz el estudio de una extensa coleccin de datos, cuyos resultados fueron
publicados bajo el ttulo general de Studies in Crop Variation. Durante los
siguientes siete aos, se dedic al estudio pionero de los principios del diseo
de experimentos (The Design of Experiments, 1935), elabor sus trabajos sobre
el anlisis de varianza y comenz a prestar una atencin especial a las ventajas
metodolgicas de la computacin de datos (Statistical Methods for Research
Workers, 1925).
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.
Para Fisher, la inferencia estadstica trataba de responder a la pregunta,
cmo de probable es que el estadstico obtenido se deba al azar?. De esta
forma, Fisher desarrolla su famoso valor p o p-valor. Este valor nos dice
como de probable es que el estadstico hallado se daba al azar. Fisher
considero razonable que si la probabilidad era menor o igual a 1/20, el valor
del estadstico era debido al azar, si era mayor, no se deba al azar. Los
valores superiores a 1/20 (o 0,05), conducan a la aceptacin de la hiptesis
nula, los valores menores o iguales conducan al rechazo de la hiptesis nula.
Esta distribucin de probabilidad sirve como la distribucin del estadstico de
prueba para varias situaciones. Con ella se pone a prueba si dos muestras provienen
de poblaciones que tienen varianzas iguales, y tambin se aplica cuando se desean
comparar varias medias poblacionales en forma simultnea. La comparacin simultnea
de varias medias poblacionales se denomina anlisis de la varianza (ANOVA). En las
dos situaciones, las poblaciones deben seguir una distribucin normal, y los
datos deben ser al menos de escala de intervalos.
1. Existe una familia de distribuciones F. Un miembro particular de la familia se determina
mediante dos parmetros: los grados de libertad en el numerador y los grados de libertad en el
denominador.
2. La distribucin F es continua. Esto significa que se supone un nmero infinito de valores
entre cero y el infinito positivo.
3. La distribucin F no puede ser negativa. El valor menor que F puede tomar es 0.
4. Tiene sesgo positivo. La cola larga de la distribucin es hacia el lado derecho.
Cuando el nmero de grados de libertad aumenta, tanto en el numerador como en el
denominador, la distribucin se aproxima a ser normal.
5. Es asinttica. Cuando los valores de X aumentan, la curva F se aproxima al eje X pero nunca
lo toca. Esto es similar al comportamiento de la distribucin de probabilidad normal.
Con la distribucin F se pone a prueba la hiptesis de que la varianza de una
poblacin normal es igual a la varianza de otra poblacin normal. En los siguientes
ejemplos se muestra el uso de la prueba:
Dos mquinas esquiladoras de la marca Barth se calibran
para producir barras de acero con la misma longitud. Por
tanto, las barras debern tener la misma longitud media.
Se desea tener la seguridad de que adems de tener la
misma longitud media tambin tengan una variacin
similar.
El ndice de rendimiento medio de los dos tipos de acciones
comunes puede ser el mismo, pero quizs haya ms variacin
en el ndice de rendimiento en un tipo que en otro. Una
muestra de 10 acciones relacionadas con la tecnologa y 10
acciones de compaas de servicios presentan el mismo ndice
de rendimiento medio, pero es probable que haya ms
variacin en las acciones vinculadas a la tecnologa.
Un estudio del departamento de marketing de un
peridico importante revel que los hombres y las
mujeres pasan cerca de la misma cantidad de tiempo por
da navegando por la Web. Sin embargo, en el mismo
reporte se indica que haba casi el doble de variacin en el
tiempo pasado por da entre los hombres que las mujeres.
En este caso, la hiptesis nula y la hiptesis alternativa son:


Para realizar la prueba, se selecciona una muestra aleatoria de n1 observaciones
de una poblacin y una muestra aleatoria de n2 observaciones de la segunda
poblacin. El estadstico de prueba se define como sigue.
La varianza ms grande de la muestra se coloca en el
numerador
Lammers Limos ofrece servicio de transporte en limusina del ayuntamiento de
Toledo, Ohio, al aeropuerto metropolitano de Detroit. Sean Lammers,
presidente de la compaa, considera dos rutas. Una por la carretera 25 y la otra
por la autopista I-75. Lammers desea estudiar el tiempo que tardara en
conducir al aeropuerto por cada ruta y luego comparar los resultados. Recopil
los siguientes datos muestrales, reportados en minutos. Mediante el nivel de
significancia 0.10, hay alguna diferencia en la variacin en los tiempos de
manejo para las dos rutas?
408
472
Nivel de Significancia: 0.10
Hay alguna diferencia en la variacin en
los tiempos de manejo para las dos rutas?
En algunos caso, debemos sacar la Media (X)
Y la desviacin estndar
Inicia por formular las hiptesis nula y alternativa.
Paso 1
Selecciona el nivel de significancia de 0.10.
Paso 2
El estadstico de prueba apropiado sigue la distribucin F.
Paso 3
Significancia en la tabla 0.05, determinado mediante:
A/2 = 0.10 /2 = 0.05 (Solo hacemos esta formula cuando el nivel es mayor a 0.05)
Grados de libertad en el numerador: n1 1 = 7-1 = 6
Grados de libertad en el denominador: n2 1 = 8 1 = 7( En algunos casos no
hay que sacar los grados de libertad ya que el problema te los da.)
Buscar en la tabla de cuanto ser el valor critico, en este caso = 3.87
Rechazar la hiptesis si F> 3.87
Paso 4
Paso 5
Las caractersticas de la distribucin F son:
A. Es continua.
B. Sus valores no pueden ser negativos.
C. Tiene sesgo positivo.
D. Hay una familia de distribuciones F. Cada vez que cambian los grados de libertad en el
numerador o en el denominador, se crea una distribucin nueva.

II. Con la distribucin F se prueba si son iguales dos varianzas poblacionales.
A. Las poblaciones muestreadas deben seguir la distribucin normal.
B. La mayor de las dos varianzas mustrales se coloca en el numerador, para forzar que la razn
sea al menos 1.00.
C. El valor de F se calcula con la siguiente ecuacin:

III. Una ANOVA de una va se utiliza para comparar varias medias de tratamiento.
A. Un tratamiento es una fuente de variacin.
B. Las suposiciones subyacentes a la prueba ANOVA son:
1. Las muestras son de poblaciones que siguen la distribucin normal.
2. Las poblaciones tienen desviaciones estndar iguales.
3. Las muestras son independiente.