ESTADISTICA INFERENCIAL

CURSO: ESTADISTICA DESCRIPTIVA Y PROBABILIDADES ING. MANUEL SOTERO MURGA

DISTRIBUCION MUESTRAL DEL COCIENTE DE
DE DOS VARIANZAS
Para comparar dos poblaciones lo primero que se comparan
son sus medias, y luego sus desviaciones estándares ó
dispersiones.
Sin embargo las desviaciones estándar (varianzas) de las
distribuciones muestrales son muy sensibles a ligeros
cambios. Luego la condición para compararlos es que ambas
varianzas provengan de distribuciones normales.

CURSO: ESTADISTICA INFERENCIAL ING. MANUEL SOTERO MURGA

DISTRIBUCION MUESTRAL DEL COCIENTE DE
DOS VARIANZAS
DISTRIBUCION F DE FISHER

La distribución F de Fisher nos permite comparar las varianzas de dos

poblaciones

El estadístico F siempre es positivo y su distribución tiene sesgo hacia

la derecha. La distribución F tiene una apariencia muy similar a la
distribución Chi-cuadrado; sin embargo, se encuentra centrada
respecto a 1.

CURSO: ESTADISTICA INFERENCIAL ING. MANUEL SOTERO MURGA

DISTRIBUCION MUESTRAL DEL COCIENTE DE
DOS VARIANZAS

De la fórmula de FISHER podemos comparar las varianzas de dos

poblaciones, y hallar el cociente de las varianzas muestrales S12 /S22.

Si S12 /S22 es casi igual a 1, podemos decir que no hay mucha variación
entre la σ12 y σ22 .

Por otra parte, un valor muy grande o muy pequeño para S12 /S22 ,
proporcionará evidencia de una diferencia en las varianzas de las
poblaciones σ12 y σ22 .

CURSO: ESTADISTICA INFERENCIAL ING. MANUEL SOTERO MURGA

DISTRIBUCION MUESTRAL DEL COCIENTE DE
DOS VARIANZAS

CURSO: ESTADISTICA INFERENCIAL ING. MANUEL SOTERO MURGA

 CALCULO DEL COEFICIENTE DE FISHER

EJEMPLO:
Hallar el coeficiente de Fisher del siguiente cociente de varianzas:

F (0,05, 12, 15) =

F(0,10, 12, 20) =

F(0,95, 20, 15) =

F(0,95, 15, 20) =

CURSO: ESTADISTICA INFERENCIAL ING. MANUEL SOTERO MURGA

 CALCULO DEL COEFICIENTE DE FISHER

EJEMPLO:

Hallar el coeficiente de Fisher del siguiente cociente de varianzas:

F (0,05, 12, 15) = 0,382 1/F (0,95, 15, 12) =1/ 2,62=0,382

F(0,10, 12, 20) = 0,485 1/F (0,90, 20, 12) =1/ 2,06=0,485

F(0,025, 20, 15) = 0,389 1/F (0,975,15,20) =1/ 2,573=0,389

F(0,95, 15, 20) = 2,203 1/F (0,05, 20, 15) =1/0,454=2,203

CURSO: ESTADISTICA INFERENCIAL ING. MANUEL SOTERO MURGA

 CALCULO DEL COEFICIENTE DE FISHER

EQUIVALENCIAS

Fα/2,r1,r2 = 1
𝐹 𝑟 𝑟
1 α 2 1
( − ), ,
2

F1-α/2,r2,r1= 1
𝐹 α 𝑟1 𝑟2
( ), ,
2

CURSO: ESTADISTICA INFERENCIAL ING. MANUEL SOTERO MURGA

 DISTRIBUCION MUESTRAL DEL COCIENTE
DE DOS VARIANZAS
EJEMPLO1:

Para dos muestras de tamaños n1=16 y n2=11, y varianzas poblacionales

iguales, se sabe que la probabilidad F del cociente de sus Varianzas es de
0,95? Hallar el valor del coeficiente F de la distribución de Fisher, para
determinar la razón de dichas varianzas muestrales?

𝑆12 ơ22
P( 2 𝑥 ) = 0,95
𝑆2 ơ12
𝑆12 ơ22
P( 2 𝑥 ) = 0,95
𝑆2 ơ12

P(F) = 0,95

CURSO: ESTADISTICA INFERENCIAL ING. MANUEL SOTERO MURGA

 DISTRIBUCION MUESTRAL DEL COCIENTE
DE DOS VARIANZAS
Buscando en tabla de Fisher, para P(F)= 0,95 n1: 16-1 n2: 11-1
el valor de F será : 2,85

𝑆12 ơ22
F= 𝑥 2
𝑆22 ơ1
𝑆12 1
2.85= 2 𝑥
𝑆2 1

Luego:

Alfa0.05 𝑆12 =
2,85
𝑆22

𝑆12 > 1 𝑆12 = 1 𝑆12 < 1

Rpta: La varianza de la muestra 1 es mayor a la muestra 2
𝑆22 𝑆22 𝑆22
CURSO: ESTADISTICA INFERENCIAL ING. MANUEL SOTERO MURGA
 DISTRIBUCION MUESTRAL DEL COCIENTE
DE DOS VARIANZAS
EJEMPLO:

Si S12 y S22 son las varianzas muestrales de muestras aleatorias

independientes de tamaños n1=10 y n2 =20, tomadas de poblaciones
normales que tienen varianzas iguales ơ21 = ơ22, encuentre la
probabilidad de que el cociente de las varianzas muestrales sea ≤ 2,42.
P(S12/S22≤ 2.42)=?

CURSO: ESTADISTICA INFERENCIAL ING. MANUEL SOTERO MURGA

 DISTRIBUCION MUESTRAL DEL COCIENTE
DE DOS VARIANZAS
SOLUCION:
En este caso dando la forma del valor F de Fisher, con los siguientes
grados de libertad P(S12/S22≤ 2.42)
gl 1 : 10-1= 9 𝑆12 ơ22
gl 2 : 20-1= 19 P( 2 𝑥 2) ≤ 2,42𝑥1
𝑆2 ơ1

Buscando en la tabla encontramos que este valor de la probabilidad es de 0,95

luego la P(F≤ 2.42) = 0,95
P(S12/S22≤ 2.42) = 0,95

Alfa=0.5

F(2,42,9,19)= 0,95
CURSO: ESTADISTICA INFERENCIAL ING. MANUEL SOTERO MURGA
 DISTRIBUCION MUESTRAL DEL COCIENTE
DE DOS VARIANZAS
EJEMPLO:
Si S12 y S22 representan las varianzas de las muestras aleatorias
independientes de tamaño n1= 26 y n2= 31, tomadas de poblaciones
normales con varianzas σ12 =10 y σ22 = 19,47, respectivamente,
encuentre la probabilidad de que el cociente de las varianzas
muestrales P(S12/S22) > 1.26

CURSO: ESTADISTICA INFERENCIAL ING. MANUEL SOTERO MURGA

 DISTRIBUCION MUESTRAL DEL COCIENTE
DE DOS VARIANZAS
SOLUCION:
En este caso tenemos los siguientes datos:
σ12 =10 y σ22 = 19,47
gl 1 : 26-1= 25
gl 2 : 31-1= 30

Reemplazando en la formula, de F:
𝑆1 σ2 σ2
P( ( )2x( )2 ) > 1.26x( )2
𝑆2 σ1 σ1
19.47
P(F) >(1,26)x( )
10
P(F) > 2,453
Buscando en la tabla encontramos que para F=2,453 su probabilidad es de
0,99 luego para P(S12/S22 >1,26) = 1 - P(S12/S22 ≤1,26)=1-0,99= 0,01

CURSO: ESTADISTICA INFERENCIAL ING. MANUEL SOTERO MURGA

 INTERVALO DE CONFIANZA PARA EL
COCIENTE DE DOS VARIANZAS

INTERVALO DE CONFIANZA
PARA EL COCIENTE DE VARIANZAS

CURSO: ESTADISTICA INFERENCIAL ING. MANUEL SOTERO MURGA

 INTERVALO DE CONFIANZA PARA EL
COCIENTE DE DOS VARIANZAS
Si queremos estimar el Intervalo de Confianza para el Cociente entre
dos varianzas poblacionales normales e independientes con varianzas
desconocidas σ12 y σ22, respectivamente, los límites de dicho intervalo
serán los siguientes:
Sean las muestras aleatorias n1 y n2, con sus varianzas muestrales, S12 y
S22:

𝑆12 1 σ12 𝑆12 1

P[ X ≤ ≤ X ]= 1- α TENER EN CUENTA
𝑆22 Fα/2,r1,r2 σ22 𝑆22 F1−α/2,r1,r2 QUE PARA HALLAR
EL INTERVALO DEBE
Luego el intervalo estará dado por: MANTENERSE EL
𝑆12 1 σ12 𝑆12 1 COCIENTE σ21/σ22
X ≤ ≤ X
𝑆22 Fα/2,r1,r2 σ22 𝑆22 F1−α/2,r1,r2

CURSO: ESTADISTICA INFERENCIAL ING. MANUEL SOTERO MURGA

 INTERVALO DE CONFIANZA PARA EL COCIENTE DE
VARIANZAS DE DOS DISTRIBUCIONES
EJEMPLO:
Un fabricante de automóviles pone a prueba dos nuevos métodos de
ensamblaje de motores para determinar cual de ellos es más uniforme y
menos variable en minutos, para ello hace pruebas de c/u de los
métodos, según el siguiente cuadro:
METODO 1 METODO 2
n1= 31 n2= 26
S12 = 50 S22 = 24

Hallar un intervalo de confianza al 90% para el cociente de las

σ12
varianzas poblacionales
σ22

CURSO: ESTADISTICA INFERENCIAL ING. MANUEL SOTERO MURGA

 INTERVALO DE CONFIANZA PARA EL COCIENTE DE
VARIANZAS DE DOS DISTRIBUCIONES

SOLUCION:
Tener en cuenta en la formúla que la Varianza Muestral Mayor debe ir en
el numerador.(n1=31 S12 = 50 , n2=26 S22 = 24
𝑆12 1 σ12 𝑆12 1
P[ X ≤ ≤ X ]= 0,90
𝑆22 Fα/2,r1,r2 σ22 𝑆22 F1−α/2,r1,r2
𝑆12 1 σ12 𝑆12 1
P[ X ≤ ≤ X ]= 0,90
𝑆22 F(0,05,30,25 σ22 𝑆22 F(0,95,30,25 1 – α =0,90
Luego el intervalo estará dado, en forma
separada por:
50 σ12 50
X 1
≤ ≤ X 1
24 0,5322 σ22 24 1,841
σ1
3,916 ≤ ≤ 1,132
σ22
Luego el intervalo de confianza al 90% para el cociente de varianzas ơ12/ơ22 esta
entre 1.13 y 3.92. Esto indicaría que la varianza del método1 es mayor a la varianza
del método2.
CURSO: ESTADISTICA INFERENCIAL ING. MANUEL SOTERO MURGA
 INTERVALO DE CONFIANZA PARA EL COCIENTE DE
VARIANZAS DE DOS DISTRIBUCIONES
EJEMPLO:
Un fabricante va a instalar una nueva máquina A, solo si hay prueba de
que es menos variante que la Máquina B, en los tiempos empleados para
realizar un determinado producto, para este fin hace las siguientes
pruebas, si estos tiempos tienen una distribución normal, hallar el
σ12
intervalo de confianza al 95% para el cociente de varianzas y cuál
σ22
será la decisión que tomará el fabricante:

M. A 2,17 2,23 2,21 2,18 2,22 2,2 2,21 2,19

M.B 2,13 2,16 2,14 2,12 2,15 2,14

CURSO: ESTADISTICA INFERENCIAL ING. MANUEL SOTERO MURGA

 INTERVALO DE CONFIANZA PARA EL COCIENTE DE
VARIANZAS DE DOS DISTRIBUCIONES
SOLUCION:
M. A 2,17 2,23 2,21 2,18 2,22 2,2 2,21 2,19 na = 8 S2a=4,125 x 10-4
M.B 2,13 2,16 2,14 2,12 2,15 2,14 nb = 6 S2b=2 x 10-4
𝑆𝑎 2 1 σ 𝑎 2 𝑆𝑎 2 1 1
P[ X ≤ ≤ X ]= 0,95 F0,025,7,5 =
𝐹 (0,975,5,7)= 5,29
𝑆𝑏2 Fα/2,a−1,b−1 σ𝑏2 𝑆𝑏2 F1−α/2, a−1,b−1
1 1
𝑆𝑎2 1 σ𝑎2 𝑆𝑎2 1 = = 5,29
X ≤ 2≤ X F0,025,7,5 0,189
𝑆𝑏2 F(0,025,7,5) σ𝑏 𝑆𝑏2 F(0,975,7,5) 1
𝐹 (0,025,5,7)= 0,146
F =
4,125𝑥10−4 σ𝑎2 4,125𝑥10−4 1 0,975,7,5
X F(0,975,5,7) ≤ ≤ X
2,0𝑥10−4 σ𝑏2 2,0𝑥10−4 F0,975,7,5
σ𝑎2
2,0625 X 5,29 ≤ ≤ 2,0625 X 0,146 1
=
1
= 0,146
σ𝑏2
σ𝑎2 F0,975,7,5 6,85
10,91 ≤ ≤ 0,301
σ𝑏2

Luego el intervalo de confianza está entre 0,301 y 10,91, por lo tanto la

varianza es inestable en la maquina A, y no debería cambiar de máquina
CURSO: ESTADISTICA INFERENCIAL ING. MANUEL SOTERO MURGA
 INTERVALO DE CONFIANZA PARA EL COCIENTE DE
VARIANZAS DE DOS DISTRIBUCIONES
EJEMPLO:
Una compañía fabrica propulsores para uso en motores de turbina. Al
ingeniero de manufactura le gustaría seleccionar el proceso que tenga la
menor variabilidad en la rugosidad de la superficie. Para ello toma una
muestra de n1=16 partes del primer proceso, la cual tiene una desviación
estándar s12 = 4.7 micropulgadas, y una muestra aleatoria de n2=12 partes
del segundo proceso, la cual tiene una desviación estándar s22 = 5.1
micropulgadas. Se desea encontrar un intervalo de confianza del 90% para
el cociente de las dos varianzas ơ21/ơ22

CURSO: ESTADISTICA INFERENCIAL ING. MANUEL SOTERO MURGA

 INTERVALO DE CONFIANZA PARA EL COCIENTE DE
VARIANZAS DE DOS DISTRIBUCIONES
SOLUCION:
n1 = 16 S21=4.7
n2 = 12 S22=5.1
Hallar un intervalo de confianza del 90% para ơ22/ơ12, colocamos
la mayor S22 en el numerador y S12 en el denominador
Luego despejando de la fórmula de Fisher tenemos:
𝑆2 2 σ1 2 σ2 2 𝑆
F= ( ) x( ) ) = ( 2)2 x 1/F
𝑆1 σ2 σ1 𝑆1

𝑆22 σ22 𝑆22

P[ X 1/𝐹 (0,95,11,15)≤ ≤ X 1/𝐹 (0,05,11,15) ]= 0,90
𝑆12 σ12 𝑆12

5,1 σ22 5,1 Luego el intervalo de confianza

X 1/2,51 ≤ 2≤ X 1/0,368)
4,7 σ1 4,7 está entre 0,432 y 2,95, por lo
σ22 tanto el proceso 2 es inestable, y
0,432≤ ≤ 2,95 no debería cambiarse de proceso
σ12
hasta que el cociente sea < 1

CURSO: ESTADISTICA INFERENCIAL ING. MANUEL SOTERO MURGA

 PRUEBA DE HIPOTESIS PARA EL COCIENTE DE
VARIANZAS

Supóngase que se tiene interés en dos poblaciones normales

independientes, donde las medias y las varianzas de la población
son desconocidas. Se desea probar la igualdad o desigualdad de las
dos varianzas, para este caso usamos Fisher.
Y los casos que se pueden presentar son tres, igualdad, menor o
mayor que dando lugar a la pruebas de dos colas, unilateral
izquierdo o unilateral derecho.

CURSO: ESTADISTICA INFERENCIAL ING. MANUEL SOTERO MURGA

 PRUEBA DE HIPOTESIS PARA EL COCIENTE DE
VARIANZAS
EJEMPLO:
La variabilidad en la cantidad de impurezas presentes en un lote de
productos químicos, utilizada para un proceso en particular, depende del
tiempo que tarda el proceso. Un fabricante que emplea dos líneas de
producción 1 y 2, hizo un pequeño ajuste al proceso 2, con la esperanza de
reducir la variabilidad, así como la cantidad media de impurezas (X) en los
productos químicos. Las muestras analizadas n1=25 y n2=20 arrojaron los
siguientes valores, X1=3,2 S12=1,04 X2=3,0 S22=0,51.Trabajar con un nivel de
significación α= 0,05.
Presentan los datos suficiente evidencia para indicar que el proceso 2
produce menos variabilidad e impurezas que el proceso 1?

CURSO: ESTADISTICA INFERENCIAL ING. MANUEL SOTERO MURGA

 PRUEBA DE HIPOTESIS PARA EL COCIENTE DE
VARIANZAS
A. Planteo de Hipótesis C: Hallando el estadístico de prueba

𝑆12 σ22
𝐹= X
B. Graficando punto crítico 𝑆22 σ12

1.04 σ22
𝐹= X
0.51 σ12

𝐹 = 2.04X 1
𝐹 = 2.04

CURSO: ESTADISTICA INFERENCIAL ING. MANUEL SOTERO MURGA

 PRUEBA DE HIPOTESIS PARA EL COCIENTE DE
VARIANZAS

Decisión :

Como el Estadístico de Contraste

F=2.04 es menor que Fcrítico=2.11
se acepta Ho, y se concluye con un
α = 0.05 no hay evidencia para
decir que la varianza del proceso 2
es menor que la del proceso 1.

CURSO: ESTADISTICA INFERENCIAL ING. MANUEL SOTERO MURGA

 PRUEBA DE HIPOTESIS PARA EL COCIENTE DE
VARIANZAS
EJEMPLO:
Las siguientes son las calificaciones obtenidas en una práctica de 2
grupos de alumnos A y B de secciones diferentes del curso de Estadística.
Suponiendo que estos datos se pueden considerar como muestras
aleatorias independientes tomadas de dos poblaciones normales, probar
que la varianza de las calificaciones del grupo A es diferente de la
varianza de las calificaciones del grupo B, con un nivel de error de 5%.
A 14 12 08 11 20 10 13 16 10 09
B 16 14 15 10 20 12 13 07 17 12

CURSO: ESTADISTICA INFERENCIAL ING. MANUEL SOTERO MURGA

 PRUEBA DE HIPOTESIS PARA EL COCIENTE DE
VARIANZAS
DATOS:
n1 = 10 m1= 9 S21=13,12 X=12,3 α=0,05
n2 = 10 m2= 9 S22=13,6 X=13,6 α=0,05

A . Planteo de Hipótesis
Ho: ơ12/ơ22 =1
H1: ơ12/ơ22 ǂ 1 (prueba a dos colas)

B. Graficando el punto crítico c. Hallando el Estadístico de Contraste

Hallar F (0,025,9,9) 𝑆12 σ22
F (0,025,9,9) = 0,248 𝐹= X
𝑆22 σ12
F (0,975,9,9) = 4,03
13,12
Z.R: <-α, 0,248] U [4,03,+α> 𝐹= X 1
13,6
D. Decisión 𝐹 = 0,965
Como F de contraste cae en zona de aceptación, podemos decir que las varianzas de
las calificaciones no son significativamente diferentes.

CURSO: ESTADISTICA INFERENCIAL ING. MANUEL SOTERO MURGA

 PRUEBA DE HIPOTESIS PARA EL COCIENTE DE
VARIANZAS
EJEMPLO:
Una compañía de refrescos prueba una nueva máquina embotelladora y se quiere
saber si las desviaciones en la cantidad de llenado del refresco serán mayores en
la nueva maquina (σ2m) que en la maquina actual (σ2a), ya que esta máquina es
mucho más rápida. Si se trabaja con un nivel de significancia de 1%, probar el
temor de la compañía de refrescos.
Máquina Nueva Máquina Actual
n1= 26 n2= 21
S12 = 0.0018 S22 = 0.0008

CURSO: ESTADISTICA INFERENCIAL ING. MANUEL SOTERO MURGA

 PRUEBA DE HIPOTESIS PARA EL COCIENTE DE
VARIANZAS

DATOS:
Lo que la compañía teme es que la variación de llenado en la máquina nueva sea mayor a la
máquina actual.
σ2m > σ2a

A . Planteo de Hipótesis

Ho: ơ12/ơ22=1

H1: ơ12/ơ22>1

B. Graficando el punto crítico c. Hallando el Estadístico de Contraste

𝑆12 σ22 0.0018 σ22
Hallar F (0,99, 25,20) 𝐹= X 𝐹= X
𝑆22 σ12 0.0008 σ12
F (0,99, 25,20) = 2.843
R.R: [2,843, α+> 𝐹 = 2.25

CURSO: ESTADISTICA INFERENCIAL ING. MANUEL SOTERO MURGA

 PRUEBA DE HIPOTESIS PARA EL COCIENTE DE
VARIANZAS

DECISIÓN:
Como el F de contraste cae en la zona de aceptación se acepta Ho, y por tanto
ambas varianzas son iguales.
Por lo tanto a un nivel de significancia de 1% no hay suficiente evidencia como
para indicar que la variación que produce la máquina nueva es mayor que la
variación de la máquina actual, por lo tanto debe adquirirse la nueva máquina.

CURSO: ESTADISTICA INFERENCIAL ING. MANUEL SOTERO MURGA

 PRUEBA DE HIPOTESIS PARA EL COCIENTE DE
VARIANZAS
EJEMPLO:
Una pastelería considera comprar uno de dos hornos a gas, la pastelería
requiere que la temperatura permanezca lo más constante posible durante la
operación de horneado. Para ello se hizo un estudio de medir la varianza de
temperatura en los hornos y se obtuvieron los siguientes resultados.
Horno Nova: n1= 16 S12=2,4 Horno Fam : n2=12 S22=3,2
Cuál de los hornos se debería comprar, si se requiere la menor variación de
temperatura? Trabajar con un nivel de significancia de 2,5%.

CURSO: ESTADISTICA INFERENCIAL ING. MANUEL SOTERO MURGA

 PRUEBA DE HIPOTESIS PARA EL COCIENTE DE
VARIANZAS
DATOS:
De los datos de la muestra se estima que el horno NOVA tiene menor variación que el horno
FAM, luego formulamos las siguientes hipótesis:
n1 = 16 m1= 15 S21=2,4
n2 = 12 m2= 11 S22=3,2
A . Planteo de Hipótesis
Ho: ơ12/ơ22=1
H1: ơ12/ơ22 < 1
B. Graficando el punto crítico c. Hallando el Estadístico de Contraste
Hallar F (0,025,15,11) 𝑆12 σ22
F (0,025,15,11) = 0,332 𝐹= X
𝑆22 σ12
Z.R: <-α, 0,332]
2,4
𝐹= X 1
3,2
𝐹 = 0,75
D: Decisión:
Como F=0,75 cae en la zona de aceptación, aceptamos Ho, por lo tanto ambos hornos tienen
la misma variación en la temperatura de secado
CURSO: ESTADISTICA INFERENCIAL ING. MANUEL SOTERO MURGA
CURSO: ESTADISTICA INFERENCIAL ING. MANUEL SOTERO MURGA