Distribución de Fisher

Se emplea para probar si dos muestras provienen de poblaciones poseen varianzas iguales. La cual
es útil para determinar si una población normal tiene una mayor variación q otra.

También se aplica cuando se trata de comparar simultanea mente varias medias poblacionales la
cual se llama “Anova” o análisis de la varianza , en Ambas situaciones las poblaciones deben ser
normales y los datos deben de tener almeno una escala de intervalos .

La Distribución Fisher en relación Con una distribución muestral basados En un proceso normal es:

𝑢/𝑉1
𝑣/𝑉2

Donde u y v, son dos variables aleatorias independientes con Distribución x^2 shif cuadrado

Con v1 y v2 grado de libertad respectivamente.

Ejemplo

Supongamos la Selección de dos muestras, de tamaños

N1=22 y N2=16

Cuyas varianzas muéstrales son 57,12 y 25,68

Dan Estos resultados suficiente evidencia, que nos hagan pensar que las varianzas poblacionales
sean distintas al nivel de significancia del 5%

57,12
𝐹= = 2,22
25,681

V1=n1-1=22-1=21

V2=n2-1=16-1=15

F v1, v2 ∞=0,05=2,31

Al nivel de significancia del 5% se rechaza

Análisis de la varianza

Mientras q las pruebas Shif Cuadrado se puede usar para probar diferencias entre proporciones
poblacionales en el Análisis de la varianza se puede usar para probar Diferencias entre varias
medias poblacionales. La hipótesis nula es q las medias poblacionales son iguales entre sí. El
Procedimiento de muestreo consiste. En tomar varias muestras aleatorias independiente una para
cada categoría de datos.

La su posición detrás del empleo de análisis de la varianza es q la media muéstrales fueron

obtenidas de poblaciones con distribución muestral y que tienen todas la misma varianza. Sin
embargo se ha encontrado que el procedimiento de prueba no se ve afectado por la violación ala
su posición de normalidad, siempre q las poblaciones sean unimodales y los tamaños de las
muestras sean aproximadamente iguales. Dado q la hipótesis nula es que las medias poblacionales
son iguales, la hipótesis de igualdad de la varianza (como homogeneidad de la varianza) También
implica para fines prácticos que la prueba se ocupa de la hipótesis de que las medias provienen de
la misma población y se debe a que toda población con distribución normal está definida por la
media y la varianza como parámetro.

Diseño completamente aleatorizado de un factor.

El procedimiento del análisis de la varianza en una dirección se ocupa de la prueba para diferencia
entre “k” medias muéstrales, cuando los sujetos son asignados de manera aleatoria a cada uno de
los diferentes grupos de tratamientos.

La siguiente tabla resume el Diseño completamente aleatorizado de un factor del análisis de la

varianza e incluye todas las fórmulas para su cálculo.

Fuente de Grados de Suma de CUADRADOS cuadrado Coeficiente

variación libertad medio F
G.L (M.S)
Entre grupos de K-1 𝑇2 𝑇2 𝑆𝑆𝐴 𝑀𝑆𝐴
SSA=∑𝑘𝑘=1 𝑁𝑘 − MSA= F=
𝑁 𝐾−1 𝑀𝑆𝐸
tratamientos A 𝑘

Error de Muestreo N-K SSE=SST-SSA 𝑆𝑆𝐸

MSE=𝑁−𝐾

Total N-1 𝑇2
SST=∑𝑛𝑖=1 ∑𝑘𝑘=1 𝑥 2 −
𝑁

MSA = cuadrado medio entre grupo de tratamiento CMGT

MSE= error cuadrado medio ECM

N=tamaño total de la muestra considerando todos los grupos de tratamiento

𝑇𝑘 =suma (total) de los valores en un grupo de tratamiento especifico

T= suma de los valores muéstrales de todos los grupos combinados

Una empresa se ideo tres métodos de capacitación diferente para Sus diferentes áreas de trabajo
para lo cual una vez terminada la capacitación evaluó al personal arrojando la siguiente tabla en la
cual Se Aprecia las Puntuaciones medias del Examen obtenidos por los Diferentes métodos de
Capacitación.

Probar por medio del procedimiento del análisis de varianza la hipótesis de que nula de las tres

Método de capaci. Puntuaciones de Puntuaciones 𝑇𝑘 𝑛𝑘

examen medias de examen
A 86 79 81 70 84 80 400 5

B 90 76 88 82 89 85 425 5

C 82 68 73 71 81 75 375 5

T 1200

medias muéstrales fueron obtenidos de la misma Población

K=3  N=15

4002 4252 3752 12002

+ + = 96250 = 96000
5 5 5 15

Fuente de Grados de Suma de CUADRADOS cuadrado Coeficiente

variación libertad medio F
G.L (M.S)
Entre grupos de K-1 𝑇2 𝑇2 𝑆𝑆𝐴 𝑀𝑆𝐴
SSA=∑𝑘𝑘=1 𝑁𝑘 − MSA=𝐾−1 F=𝑀𝑆𝐸
tratamientos A 3-1=2 𝑘 𝑁

250 125
96250 – 96000= 250 = 125 F=37,7 = 3,35
2
Error de Muestreo N-K SSE=SST-SSA 𝑆𝑆𝐸
MSE=𝑁−𝐾
15-3=12 698 – 250=448
448
= 37,3
12
Total N-1 𝑇2
SST=∑𝑛𝑖=1 ∑𝑘𝑘=1 𝑥 2 − 𝑁
96698 - 96000=698
F= 3,35 < 𝐹2,12=3,89

Al nivel de Significancia del 0.05 se acepta