DISTRIBUCION F DE FISHER.

Slides:



Advertisements
Presentaciones similares
DISTRIBUCIONES DE PROBABILIDAD
Advertisements

Un criterio para detectar outliers. Otro criterio para detectar errores groseros (outliers)
RESUMEN DE LA DISTRIBUCION MUESTRAL PARA LA MEDIA MUESTRAL X INTERVALOS DE CONFIANZA PARA LA MEDIA POBLACIONAL  TIPO DE PROBLEMA ESPERANZA Y VARIANZA.
Tarea # 2. La distribución uniforme es la que corresponde a una variable que toma todos sus valores, con igual probabilidad; el espacio muestral debe.
C ONCEPTOS BÁSICOS DE I NFERENCIA II 1. Teorema 1. Si X~N(µ, σ) y Y=aX+b donde a y b son constantes, entonces: Teorema 2. Si X1, X2, …, Xn son variables.
DISTRIBUCIONES DE PROBABILIDAD Por Jorge Sánchez.
Presentado por : Diana Marcela Oviedo Pardo Diana Marcela Oviedo Pardo.
Presentado por Karina Yuliet Preciado Mosquera Estadística II.
T – Student teoria de las muestras pequeñas Paola Andrea Palacio Montero Estadística.
PRINCIPIOS DE ESTADÍSTICAS INFERENCIALES PRUEBA DE HIPÓTESIS: MUESTRAS PEQUEÑAS.
DISTRIBUCIONES ESTADÍSTICAS Realizado por: Claudia Morales y Denise Muñoz.
TEMA 3. ESTADÍSTICA BIDIMENSIONAL. INDICE 1.- Relación estadística: correlación 2.- Diagramas de dispersión o nube de puntos 3.- Tablas de frecuencia.
MODELO PROBABILÍSTICO NORMAL Psic. Gerardo A. Valderrama M.
Estadística Aplicada y Diseño de Experimentos Clase 1 continuación.
Recordatorio Estadística Paramétrica Se basa en el conocimiento que los datos presentan una distribución estadística conocida y cada distribución tiene.
Valor que toma la variable aleatoria
Tema 6 Cristhian Lopez..
PRUEBA DE HIPÓTESIS: MUESTRAS PEQUEÑAS
PRUEBAS DE BONDAD DE AJUSTE estas pruebas permiten verificar que la población de la cual proviene una muestra tiene una distribución especificada o supuesta.
02 - Estudio Exploratorio de Datos: Univariable y Multivariable
PRUEBA DE SIGNIFICANCIA
DISTRIBUCIONES EN EL MUESTREO
Inferencia estadística.
Bioestadística Inferencia estadística y tamaños de muestra para una y dos o más medias.
El modelo simple de regresión
INFERENCIA ESTADÍSTICA PARA DOS POBLACIONES
Unidad 4 Anexo 3. Capítulo X. Ecuación de Euler.
ESTADISTICA II UNIDAD I 3RA PARTE.
Análisis de Varianza Permite probar la significancia de las diferencias entre más de dos medias muestrales. Usando el análisis de varianza, se puede hacer.
ESTADÍSTICA INFERENCIAL
¿Cuándo usar esta distribución?
ANALISIS DE LA VARIANZA PROF. GERARDO A. VALDERRAMA M.
TEMA 6 : DISTRIBUCIONES ESTADÍSTICAS.
DISTRIBUCIÓN GAMMA. La distribución gamma se deriva de la función gamma. La distribución gamma tiene un caso especial que es la distribución exponencial.
CORRELACIÓN CAP 8 DE Peña y Romo.
Sistema de Referencia sistema de coordenadas cartesiano o
REGRESIÓN LINEAL SIMPLE
Distribución normal o de Gauss
Trabajo de Estadística II
Análisis of varianza (ANOVA) De un factor o unidireccional
DISTRIBUCIÓN MUESTRAL DE UNA MEDIA.
Intervalos de confianza Muestras pequeñas
ESTADÍSTICA BÁSICA.
ANALISIS DE VARIANZA
PROBABILIDAD Y ESTADISTICA APLICADA A LOS NEGOCIOS
TEMA 1.- INTRODUCCIÓN A LA INFERENCIA
Distribuciones de muestreo con más detalle
Estadística Administrativa II
ESTADÍSTICA PARA PUBLICIDAD
PARA LA REGRESIÓN LINEAL SIMPLE
Distribución Uniforma Continua Distribución Normal
Dr. Carlomagno Araya Alpízar
Dr. Carlomagno Araya Alpízar
Elementos Básicos de Probabilidad y Estadística
INTRODUCCION A LOS CONTRASTES BASADOS EN RANGOS
UNIVERSIDAD DE LOS ANDES CENTRO DE INVESTIGACIONES PSICOLÓGICAS
INTRODUCCION A LOS CONTRASTES BASADOS EN RANGOS
“Medidas de dispersión”
Distribución chi-cuadrado Distribución F de Fisher-Snedecor
PROBLEMA TIPO MODELO COMPLETAENTE ALEATORIZADO NO BALANCEADO
ESTADISTICOS Y DISTRIBUCIONES MUESTRALES
Curvas ROC App4stats © Todos los derechos reservados.
Tema 5: Distribuciones continuas. Recordamos que una variable aleatoria continua es una variable cuyo valor no puede predecirse con exactitud (aunque.
PRUEBA DE HIPOTESIS ESTADISTICA
ANALISIS DE REGRESION SIMPLE
U de Mann Whitney.
DISEÑO Y ANALISIS DE EXPERIMENTOS
REGRESION LINEAL SIMPLE
PRUEBA DE HIPOTESIS ESTADISTICA
Transcripción de la presentación:

DISTRIBUCION F DE FISHER

DISTRIBUCION F DE FISHER Recibió este nombre en honor a Sir Ronald Fisher, uno de los fundadores de la estadística moderna. se usa como estadística DE prueba en varias situaciones. Se emplea para probar si dos muestras provienen de poblaciones que poseen varianzas iguales. La cual es útil para determinar si una población normal tiene una mayor variación que la otra También se aplica cuando se trata de comparar simultáneamente varias medias poblacionales. La comparación simultánea de varias medias poblacionales se conoce como análisis de varianza (ANOVA). En ambas situaciones, las poblaciones deben ser normales y los datos tener al menos la escala de intervalos.

Distribución F de Snedecor: distribucion muestral basada en el proceso normal              Sean U y V dos variables aleatorias independientes con distribución  con v1 y v2 grados de libertad, respectivamente. La variable definida según la ecuación: tiene distribución F con v1, v2 grados de libertad. La función de densidad de la distribución F es:

Características de la distribución F Existe una "familia" de distribuciones F. Un miembro específico de la familia se determina por dos parámetros: los grados de libertad en el numerador y en el denominador      La distribución F es una distribución continua.  La distribución F tiene un sesgo positivo F no puede ser negativa A medida que aumentan los valores, la curva se aproxima al eje x, pero nunca lo toca Esta relacionada con el cociente de varianzas .

Si Son las varianzas de muestras aleatorias independientes de tamaño Tomadas de poblaciones normales con varianzas entonces Tiene una distribucion F con

Distribución F de Snedecor: distribucion muestral basada en el proceso normal              Sean U y V dos variables aleatorias independientes con distribución  con v1 y v2 grados de libertad, respectivamente. La variable definida según la ecuación: tiene distribución F con v1, v2 grados de libertad. La función de densidad de la distribución F es:

Ejemplos : Encontrar el valor de F, en cada uno de los siguientes casos: El área a la derecha de F, es de 0.25 con F1=4 y F2 =9. El área a la izquierda de F, es de 0.95 con F1=15 y F2 =10. El área a la derecha de F es de 0.95 con con F1=6 y F2=8. El área a la izquierda de F, es de 0.10 con con F1=24 y F2 =24 Solución: Como el área que da la tabla es de cero a Fisher, se tiene que localizar primero los grados de libertad dos que son 9, luego un área de 0.75 con 4 grados de libertad uno.

b. En este caso se puede buscar el área de 0 b. En este caso se puede buscar el área de 0.95 directamente en la tabla con sus respectivos grados de libertad. Se tiene que buscar en la tabla un área de 0.05, puesto que nos piden un área a la derecha de F de 0.95.

d. Se busca directamente el área de 0 d. Se busca directamente el área de 0.10, con sus respectivos grados de libertad.

Distribución F de Snedecor              Sean U y V dos variables aleatorias independientes con distribución c2 con n1 y n2 grados de libertad, respectivamente. La variable definida según la ecuación: tiene distribución F con n1, n2 grados de libertad. La función de densidad de la distribución F es:

Los parámetros de la variable F son sus grados de libertad n1 y n2. Las distribuciones F tienen una propiedad que se utiliza en la construcción de tablas que es la siguiente:             Llamemos  fa,n1,n2 al valor de una distribución F con n1 y n2 grados de libertad que cumple la condición, P(F > fa,n1,n2) = α; llamemos f1-a,n1,n2 al valor de una distribución F con n1 y n2 grados de libertad que cumple la condición, P(F > f1-a,n1,n2) = 1- α. Ambos valores están relacionados de modo que uno es el inverso del otro.