estadinfernegociosunidadiiverano20011
TRANSCRIPT
5/11/2018 EstadInferNegociosUnidadIIVerano20011 - slidepdf.com
http://slidepdf.com/reader/full/estadinfernegociosunidadiiverano20011 1/47
Estadística para los procesos de
Inferencia
L.M. Víctor A. Cárdenas Echazarreta
Economía y NegociosInstructor: L.M. Víctor A. Cárdenas Echazarreta
5/11/2018 EstadInferNegociosUnidadIIVerano20011 - slidepdf.com
http://slidepdf.com/reader/full/estadinfernegociosunidadiiverano20011 2/47
Unidad II. Distribuciones Continuas
Subtemas: 2.1 Normal 2.2 t de Student
2.3 Ji-Cuadrada 2.4 F de SnedekorObjetivo:
El alumno identificará y aplicará las distribuciones de probabilidad continuas en la resolución de problemas relacionados con las ciencias administrativas y la economía.
Escuela de Negocios Universidad AnáhuacCancún
5/11/2018 EstadInferNegociosUnidadIIVerano20011 - slidepdf.com
http://slidepdf.com/reader/full/estadinfernegociosunidadiiverano20011 3/47
Unidad II. Distribuciones Continuas
Distribución Normal También se le conoce como Distribución Gaussiana o Campana de Gauss
Su importancia se debe fundamentalmente a lafrecuencia con la que distintas variablesasociadas a fenómenos naturales y cotidianos
siguen, aproximadamente, esta distribución.Muchos de los procedimientos estadísticosasumen la normalidad de los datos observados,sobre todo cuando se toman muestras de
tamaño grande, n>30.
Escuela de Negocios Universidad AnáhuacCancún
5/11/2018 EstadInferNegociosUnidadIIVerano20011 - slidepdf.com
http://slidepdf.com/reader/full/estadinfernegociosunidadiiverano20011 4/47
Unidad II. Distribuciones Continuas
Distribución Normal La distribución normal fue reconocida por
primera vez por el francés Abraham de
Moivre (1667-1754). Posteriormente, Carl Friedrich Gauss (1777-
1855) elaboró desarrollos más profundos y
formuló la ecuación de la curva; de ahí quetambién se la conozca, más comúnmente,como la "campana de Gauss".
Escuela de Negocios Universidad AnáhuacCancún
5/11/2018 EstadInferNegociosUnidadIIVerano20011 - slidepdf.com
http://slidepdf.com/reader/full/estadinfernegociosunidadiiverano20011 5/47
Unidad II. Distribuciones Continuas
Distribución Normal La distribución de una variable normal está
completamente determinada por dos
parámetros, su media () y su desviaciónestándar ().
La función de densidad de probabilidad es:
Escuela de Negocios Universidad AnáhuacCancún
x x x f ;
21exp
2
12
5/11/2018 EstadInferNegociosUnidadIIVerano20011 - slidepdf.com
http://slidepdf.com/reader/full/estadinfernegociosunidadiiverano20011 6/47
Unidad II. Distribuciones Continuas
Distribución Normal. Gráfica
Escuela de Negocios Universidad AnáhuacCancún
5/11/2018 EstadInferNegociosUnidadIIVerano20011 - slidepdf.com
http://slidepdf.com/reader/full/estadinfernegociosunidadiiverano20011 7/47
Unidad II. Distribuciones Continuas
Distribución Normal. Gráfica. Áreas.
Escuela de Negocios Universidad AnáhuacCancún
5/11/2018 EstadInferNegociosUnidadIIVerano20011 - slidepdf.com
http://slidepdf.com/reader/full/estadinfernegociosunidadiiverano20011 8/47
Unidad II. Distribuciones Continuas
Distribución Normal. Características • La curva normal es acampanada , simétrica y centrada
en 0
• Las medidas de tendencia central en ella son iguales(media=mediana=moda)• El área bajo la curva normal es igual a 1• Es asintótica para valores grandes de x, tanto
positivos como negativos.• La media es 0 y la desviación estándar es 1; N( = 0;
=1) • Se han obtenido valores de las áreas en una Tabla para
calcular probabilidades y otros elementos estadísticos
Escuela de Negocios Universidad AnáhuacCancún
E l d N i U i id d A áh
5/11/2018 EstadInferNegociosUnidadIIVerano20011 - slidepdf.com
http://slidepdf.com/reader/full/estadinfernegociosunidadiiverano20011 9/47
Unidad II. Distribuciones Continuas
Distribución Normal Estándar y Tipificación • Existen diferentes distribuciones probabilísticas
normales, llamadas “familia” de distribuciones normales
• Según la media y la desviación será el “achatamiento” o“anchura” de la gráfica de probabilidad correspondiente • Es posible AJUSTAR un conjunto de datos que tienen
aproximadamente una DISTRIBUCIÓN NORMAL a una
CURVA ESTÁNDAR utilizando la TIPIFICACIÓN pormedio de la siguiente fórmula:
Escuela de Negocios Universidad AnáhuacCancún
x
z
E l d N i U i id d A áh
5/11/2018 EstadInferNegociosUnidadIIVerano20011 - slidepdf.com
http://slidepdf.com/reader/full/estadinfernegociosunidadiiverano20011 10/47
Unidad II. Distribuciones Continuas
Distribución Normal y la Distribución BinomialCuando se realizan muchos experimentos quetienen una Distribución Binomial, el cálculo resulta
complejo.
Un resultado importante en Probabilidad es elsiguiente:
Teorema Central del Límite: La distribución binomial B(n;p) se aproxima a una curva normal de media y desviación típica
, cuando n tiende a ∞, es decir, cuando n se hace
Escuela de Negocios Universidad AnáhuacCancún
x npq
E l d N i U i id d A áh
5/11/2018 EstadInferNegociosUnidadIIVerano20011 - slidepdf.com
http://slidepdf.com/reader/full/estadinfernegociosunidadiiverano20011 11/47
Unidad II. Distribuciones Continuas
Distribución Normal y la Distribución BinomialPara hacer uso de tal teorema el número deensayos u observaciones deberá ser n>30, y se
deben cumplir las siguientes condiciones: Se puede utilizar cuando np y nq son por lo menos
igual a 5 Si los datos analizados cumplen con tener una
distribución binomial.
Escuela de Negocios Universidad AnáhuacCancún
E l d N i U i id d A áh
5/11/2018 EstadInferNegociosUnidadIIVerano20011 - slidepdf.com
http://slidepdf.com/reader/full/estadinfernegociosunidadiiverano20011 12/47
Unidad II. Distribuciones Continuas
Distribución Normal y la Distribución BinomialUna vez comprobado esto se aplicará
FACTOR DE CORRECCIÓN POR CONTINUIDADEl valor 0.5 se resta o se suma, dependiendo delproblema, a un valor seleccionado cuando unadistribución discreta se aproxima por medio de unadel tipo continuo.
Escuela de Negocios Universidad AnáhuacCancún
Esc ela de Negocios Uni ersidad Anáh ac
5/11/2018 EstadInferNegociosUnidadIIVerano20011 - slidepdf.com
http://slidepdf.com/reader/full/estadinfernegociosunidadiiverano20011 13/47
Unidad II. Distribuciones Continuas
Distribución Normal y la Distribución Binomial¿Cómo aplicar el Factor de Corrección?Hay cuatro casos:
1) Para la probabilidad de que por lo menos X ocurran , usar el área por encima de (X – 0.5) 2) Para la de que más de X sucedan , utilizar el área
por arriba de (X + 0.5)
3) Para la de que X o menos ocurran , aplicar el áreapor abajo de (X + 0.5) 4) Para la de que menos de X sucedan , emplear el
área situada por debajo de (X – 0.5)
Escuela de Negocios Universidad AnáhuacCancún
Escuela de Negocios Universidad Anáhuac
5/11/2018 EstadInferNegociosUnidadIIVerano20011 - slidepdf.com
http://slidepdf.com/reader/full/estadinfernegociosunidadiiverano20011 14/47
Unidad II. Distribuciones Continuas
Distribución Normal y la Distribución BinomialFACTOR DE CORRECCIÓN POR CONTINUIDAD
Escuela de Negocios Universidad AnáhuacCancún
npq
npa
zPa xP
5.0
npq
npa zPa xP
5.0
npq
npa z
npq
npaPb xaP
5.05.0
Escuela de Negocios Universidad Anáhuac
5/11/2018 EstadInferNegociosUnidadIIVerano20011 - slidepdf.com
http://slidepdf.com/reader/full/estadinfernegociosunidadiiverano20011 15/47
Unidad II. Distribuciones Continuas
Distribución Normal y la Distribución BinomialEjemplo 1:Supongamos que los clientes de una pizzería
regresan con un 70% de probabilidad. En unasemana se registraron 80 nuevos clientes. Calculala probabilidad de quea) 60 o más de ellos regresen en otra ocasión.b) menos de 25 de ellos vuelvan a comer a lapizzería.
Escuela de Negocios Universidad AnáhuacCancún
Escuela de Negocios Universidad Anáhuac
5/11/2018 EstadInferNegociosUnidadIIVerano20011 - slidepdf.com
http://slidepdf.com/reader/full/estadinfernegociosunidadiiverano20011 16/47
Unidad II. Distribuciones Continuas
Otras Distribuciones ContinuasMuchas variables aleatorias tales como la duraciónde la vida útil de una computadora, el monto de
ventas de una empresa, o bien, el número deaccidentes industriales en una fábrica, sólo puedenasumir valores no negativos.
Este tipo de variables, pueden modelarse pormedio de una función de densidad tipo gamma .Algunas de estas variables son la Ji Cuadrada y la
Exponencial.
Escuela de Negocios Universidad AnáhuacCancún
Escuela de Negocios Universidad Anáhuac
5/11/2018 EstadInferNegociosUnidadIIVerano20011 - slidepdf.com
http://slidepdf.com/reader/full/estadinfernegociosunidadiiverano20011 17/47
Unidad II. Distribuciones Continuas
Distribución Ji CuadradaTeorema 3 . Si una muestra aleatoria de Nobservaciones y1, y2, y3,…, yN, se selecciona de
una distribución normal con media y varianza 2,entonces la distribución de muestreo de
Tiene una función de densidad Ji Cuadrada con N – 1 grados de libertad.
Escuela de Negocios Universidad AnáhuacCancún
2
22 1
s N
Escuela de Negocios Universidad Anáhuac
5/11/2018 EstadInferNegociosUnidadIIVerano20011 - slidepdf.com
http://slidepdf.com/reader/full/estadinfernegociosunidadiiverano20011 18/47
Unidad II. Distribuciones Continuas
Distribución Ji Cuadrada Se aplica para estimar la validez de la varianza de
una población no necesariamente con distribución
normal cuando el tamaño de muestra es limitado. Se utiliza para analizar los experimentos que
producen datos cualitativos o categorizables. Tiene un papel importante en las llamadas pruebas
de hipótesis y de la estimación en estadística, enparticular la no paramétrica.
Escuela de Negocios Universidad AnáhuacCancún
Escuela de Negocios Universidad Anáhuac
5/11/2018 EstadInferNegociosUnidadIIVerano20011 - slidepdf.com
http://slidepdf.com/reader/full/estadinfernegociosunidadiiverano20011 19/47
Unidad II. Distribuciones Continuas
Distribución Ji Cuadrada Su gráfica no es acampanada, es ligeramente
elevada a la izquierda y “coleada” a la derecha.
La Ji-Cuadrada es, en realidad, una distribución delas varianzas de las muestras de una población ylos grados de libertad dependen del tamaño de lamuestra, esto es, si N es el tamaño de muestra
entonces g.l. = N-1 Los valores de la Ji-Cuadrada se han calculado
para diferentes tamaños de muestra en tablasestadísticas
Escuela de Negocios Universidad AnáhuacCancún
Escuela de Negocios Universidad Anáhuac
5/11/2018 EstadInferNegociosUnidadIIVerano20011 - slidepdf.com
http://slidepdf.com/reader/full/estadinfernegociosunidadiiverano20011 20/47
Unidad II. Distribuciones Continuas
Distribución Ji Cuadrada. Gráfica
Escuela de Negocios Universidad AnáhuacCancún
Escuela de Negocios Universidad Anáhuac
5/11/2018 EstadInferNegociosUnidadIIVerano20011 - slidepdf.com
http://slidepdf.com/reader/full/estadinfernegociosunidadiiverano20011 21/47
Unidad II. Distribuciones Continuas
Distribución Ji Cuadrada
Cálculo de Probabilidad
El cálculo de probabilidad en una distribuciónmuestral de varianzas nos sirve para saber cómose va a comportar la varianza o desviaciónestándar en una muestra que proviene de unadistribución normal.
Escuela de Negocios Universidad AnáhuacCancún
Escuela de Negocios Universidad Anáhuac
5/11/2018 EstadInferNegociosUnidadIIVerano20011 - slidepdf.com
http://slidepdf.com/reader/full/estadinfernegociosunidadiiverano20011 22/47
Unidad II. Distribuciones Continuas
Distribución Ji CuadradaEjemplo: Un fabricante de baterías para autogarantiza que sus baterías durarán, en promedio,
tres años con una desviación estándar de un año.Si cinco de estas baterías tienen duraciones de 1.9,2.4, 3.0, 3.5 y 4.2 años, ¿el fabricante podrá teneruna confianza de 95% de que la desviación
estándar sigue siendo de un año? Supongamosque la duración de la batería sigue una distribuciónnormal.
Escuela de Negocios Universidad AnáhuacCancún
Escuela de Negocios Universidad Anáhuac
5/11/2018 EstadInferNegociosUnidadIIVerano20011 - slidepdf.com
http://slidepdf.com/reader/full/estadinfernegociosunidadiiverano20011 23/47
Unidad II. Distribuciones Continuas
Distribución Ji CuadradaSolución: Dado que la muestra N = 5, calculemos la varianza
de la muestra con la fórmula
Busquemos el valor de Ji-cuadrada en nuestratabla para g.l. (v) = 4 y por la asimetría de lagráfica el 95% se localiza entre 97.5% y 2.5%, esdecir, entre 0.975 y 0.025
Escuela de Negocios Universidad AnáhuacCancún
815.0
1
2
2
N
x xs
26.31
815.0152
2
2
Escuela de Negocios Universidad Anáhuac
5/11/2018 EstadInferNegociosUnidadIIVerano20011 - slidepdf.com
http://slidepdf.com/reader/full/estadinfernegociosunidadiiverano20011 24/47
Unidad II. Distribuciones Continuas
Distribución Ji CuadradaSolución: Vemos que para 0.975 el valor es 0.484 y para
0.025 es 11.143, por lo que nuestro valor no quedafuera de estos límites. Entonces, el fabricantepuede estar seguro que su desviación estándarigual a un año es razonable y no tiene razón
suficiente para sospechar que este dato es distinto.
Escuela de Negocios Universidad AnáhuacCancún
Escuela de Negocios Universidad AnáhuacC ú
5/11/2018 EstadInferNegociosUnidadIIVerano20011 - slidepdf.com
http://slidepdf.com/reader/full/estadinfernegociosunidadiiverano20011 25/47
Unidad II. Distribuciones Continuas
Distribución Ji Cuadrada
Ejercicio 1:
Suponga que los tiempos requeridos por un ciertoautobús para alcanzar un de sus destinos en unaciudad grande forman una distribución normal conuna desviación estándar de1 minuto. Si se elige al
azar una muestra de 17 tiempos, encuentre laprobabilidad de que la varianza muestral sea mayorque 2.
scue a de egoc os U e s dad á uacCancún
Escuela de Negocios Universidad AnáhuacC ú
5/11/2018 EstadInferNegociosUnidadIIVerano20011 - slidepdf.com
http://slidepdf.com/reader/full/estadinfernegociosunidadiiverano20011 26/47
Unidad II. Distribuciones Continuas
Distribución Ji Cuadrada
Ejercicio 2:
Encuentre la probabilidad de que una muestraaleatoria de 25 observaciones, de una poblaciónnormal con varianza σ2 = 6, tenga una varianzamuestral:
a) Mayor que 9.1b) Entre 3.462 y 10.745
gCancún
Escuela de Negocios Universidad AnáhuacC ú
5/11/2018 EstadInferNegociosUnidadIIVerano20011 - slidepdf.com
http://slidepdf.com/reader/full/estadinfernegociosunidadiiverano20011 27/47
Unidad II. Distribuciones Continuas
Distribución Ji CuadradaPara poder estimar la varianza de una poblaciónnormal se utilizará la distribución ji-cuadrada.
Los valores de
2
dependerán de nivel de confianzaque se quiera al cual le llamamos 1 - .
gCancún
2
22 1
s N
Escuela de Negocios Universidad AnáhuacCancún
5/11/2018 EstadInferNegociosUnidadIIVerano20011 - slidepdf.com
http://slidepdf.com/reader/full/estadinfernegociosunidadiiverano20011 28/47
Unidad II. Distribuciones Continuas
Distribución Ji CuadradaEjemplo:Los siguientes son los pesos, en decagramos, de
10 paquetes de semillas de pasto distribuidas porcierta compañía: 46.4, 46.1, 45.8, 47.0, 46.1, 45.9,45.8, 46.9, 45.2 y 46. Encuentre un intervalo deconfianza de 95% para la varianza de todos los
paquetes de semillas de pasto que distribuye estacompañía, suponga una población normal.
gCancún
Escuela de Negocios Universidad AnáhuacCancún
5/11/2018 EstadInferNegociosUnidadIIVerano20011 - slidepdf.com
http://slidepdf.com/reader/full/estadinfernegociosunidadiiverano20011 29/47
Unidad II. Distribuciones Continuas
Distribución t de StudentTeorema 4 . Sea z una variable aleatoria normalestándar y sea 2 una variable aleatoria Ji
Cuadrada con n-1 grados de libertad. Si z y 2
sonindependientes, entonces se dice que
Tiene una distribución t de Student con n-1 gradosde libertad.
gCancún
1
2
n
zt
Escuela de Negocios Universidad AnáhuacCancún
5/11/2018 EstadInferNegociosUnidadIIVerano20011 - slidepdf.com
http://slidepdf.com/reader/full/estadinfernegociosunidadiiverano20011 30/47
Unidad II. Distribuciones Continuas
Distribución t de Student La distribución t-Student se aplica para estimar la
media poblaciones con distribución normal pero eltamaño de muestra está muy limitado y no se
conoce la desviación estándar de la población. Fue introducida por el inglés William Gosset,
empleado de la empresa cervecera Guiness, alestudiar la distribución de muestras pequeñas.
La T de Student debe su nombre a que lostrabajadores de dicha empresa no les estabapermitido hacer publicaciones, y Gosset utilizó elseudónimo"Student".
Cancún
Escuela de Negocios Universidad AnáhuacCancún
5/11/2018 EstadInferNegociosUnidadIIVerano20011 - slidepdf.com
http://slidepdf.com/reader/full/estadinfernegociosunidadiiverano20011 31/47
Unidad II. Distribuciones Continuas
Distribución t de Student La distribución t-Student se aplica para estimar la
media poblaciones con distribución normal pero eltamaño de muestra está muy limitado y no se
conoce la desviación estándar de la población. Fue introducida por el inglés William Gosset,
empleado de la empresa cervecera Guiness, alestudiar la distribución de muestras pequeñas.
La T de Student debe su nombre a que lostrabajadores de dicha empresa no les estabapermitido hacer publicaciones, y Gosset utilizó elseudónimo"Student".
Cancún
Escuela de Negocios Universidad AnáhuacCancún
5/11/2018 EstadInferNegociosUnidadIIVerano20011 - slidepdf.com
http://slidepdf.com/reader/full/estadinfernegociosunidadiiverano20011 32/47
Unidad II. Distribuciones Continuas
Distribución t de Student. Gráfica
Cancún
0,375 n=120
n=2
n=11
0,125
-3,50 0 +3,50
Cuando aumentan
los grados delibertad, ladistribución deStudent se aproximaa la distribuciónnormal tipificada.
Escuela de Negocios Universidad AnáhuacCancún
5/11/2018 EstadInferNegociosUnidadIIVerano20011 - slidepdf.com
http://slidepdf.com/reader/full/estadinfernegociosunidadiiverano20011 33/47
Unidad II. Distribuciones Continuas
Distribución t de Student Al igual que la Normal, se utiliza en problemas
donde se quiere estimar la media poblacional () apartir de la media de la muestra ( ). Para ello se
aplica la siguiente fórmula
Donde M = media de la muestra
es el error estándar de la mediaS = Desviación Estándar de la Muestra Nt = Valor de la Tabla t, con n – 1 g.l. y nivel de
confianza
Cancún
x
M St M
N SS M
Escuela de Negocios Universidad AnáhuacCancún
5/11/2018 EstadInferNegociosUnidadIIVerano20011 - slidepdf.com
http://slidepdf.com/reader/full/estadinfernegociosunidadiiverano20011 34/47
Unidad II. Distribuciones Continuas
Distribución t de Student
Ejemplo: Supongamos que se seleccionó una
muestra de 9 calificaciones donde la mediaM = 55 y la desviación estándar fue S = 12 yqueremos determinar entre qué valores
aproximadamente se encuentra la media delas calificaciones de la población con unaconfianza del 95%.
Cancún
Escuela de Negocios Universidad AnáhuacCancún
5/11/2018 EstadInferNegociosUnidadIIVerano20011 - slidepdf.com
http://slidepdf.com/reader/full/estadinfernegociosunidadiiverano20011 35/47
Unidad II. Distribuciones Continuas
Distribución t de StudentSolución: Aquí N = 9, tamaño de muestra, M = 55, S =12 y = 0.975, este último valor se obtiene con 1-error/2 y como el error es 5%, de ahí el resultado.
Estimemos el intervalo de confianza para la media conayuda del error estándar
Encontremos nuestro valor de t en la tabla, con g.l. = 9-
1 = 8, y = 0.975, el cual resulta igual a t = 2.306.Ahora construyamos nuestro intervalo de confianza
Cancún
4912 M S
Escuela de Negocios Universidad AnáhuacCancún
5/11/2018 EstadInferNegociosUnidadIIVerano20011 - slidepdf.com
http://slidepdf.com/reader/full/estadinfernegociosunidadiiverano20011 36/47
Unidad II. Distribuciones Continuas
Distribución t de StudentSolución: Ahora construyamos nuestro intervalo deconfianza
Por lo tanto, afirmamos con un 95% de confianzaque la media poblacional debe estar entre 45.776 y64.224 puntos.
Cancún
224.9554306.255 M St M
Escuela de Negocios Universidad AnáhuacCancún
5/11/2018 EstadInferNegociosUnidadIIVerano20011 - slidepdf.com
http://slidepdf.com/reader/full/estadinfernegociosunidadiiverano20011 37/47
Unidad II. Distribuciones Continuas
Ejercicios (Distribución t de Student)1. Reclutas de la Armada, en cierto campo de adiestramiento, son
sometidos a una prueba de aptitud física que incluyelevantamientos de pesos. En un grupo, 100 soldados tuvieronuna media de 15 levantamientos y una desviación estándar de3. Calcula un intervalo de confianza al 95% para la mediaverdadera del grupo.
2. Para una media M = 32, con una desviación estándar S = 5 ytamaño de muestra N = 7, obtén el intervalo de confianza al95% para estimar la media poblacional.
3. *La media de los pesos de un grupo de 12 estudiantes fue 68
kg con una desviación estándar de 2 kg. Calcula los límites parala media de la población de los 150 estudiantes, con unacerteza del 95%
4. * Para una media M = 65, con una desviación estándar S = 10 ytamaño de muestra N = 25, obtén el intervalo de confianza al95% para estimar la media poblacional.
Ca cú
Escuela de Negocios Universidad AnáhuacCancún
5/11/2018 EstadInferNegociosUnidadIIVerano20011 - slidepdf.com
http://slidepdf.com/reader/full/estadinfernegociosunidadiiverano20011 38/47
Unidad II. Distribuciones Continuas
Distribución F de Snedecor (Fisher)
La necesidad de disponer de métodos estadísticos
para comparar las varianzas de dos poblaciones esevidente a partir del análisis de una sola población.Frecuentemente se desea comparar la precisión deun instrumento de medición con la de otro, la
estabilidad de un proceso de manufactura con la deotro o hasta la forma en que varía el procedimientopara calificar de un profesor universitario con la deotro.
Escuela de Negocios Universidad AnáhuacCancún
5/11/2018 EstadInferNegociosUnidadIIVerano20011 - slidepdf.com
http://slidepdf.com/reader/full/estadinfernegociosunidadiiverano20011 39/47
Unidad II. Distribuciones Continuas
Distribución F de Snedecor (Fisher)Teorema 5 . Sean 1
2 y 22 variables aleatorias Ji
Cuadrada con v 1 y v 2 grados de libertad,
respectivamente. Entonces se dice que
Tiene una distribución F con v 1 grados de libertaden el numerador y v 2 grados de libertad en el
denominador.
2
2
2
1
2
1
v
vF
Escuela de Negocios Universidad AnáhuacCancún
5/11/2018 EstadInferNegociosUnidadIIVerano20011 - slidepdf.com
http://slidepdf.com/reader/full/estadinfernegociosunidadiiverano20011 40/47
Unidad II. Distribuciones Continuas
Distribución F de Fisher. Gráfica
Los valores críticos fueron obtenidos por W. Snedecor en una tabla que secaracteriza por tener dos grados de libertad: el correspondiente al numeradorυ1=n1-1 y el del denominador υ2=n2-1.
Escuela de Negocios Universidad AnáhuacCancún
5/11/2018 EstadInferNegociosUnidadIIVerano20011 - slidepdf.com
http://slidepdf.com/reader/full/estadinfernegociosunidadiiverano20011 41/47
Unidad II. Distribuciones Continuas
Distribución F de Snedecor (Fisher)
La variable aleatoria F es no negativa La distribución tiene un sesgo hacia la derecha La distribución F tiene una apariencia muy similar a
la distribución ji-cuadrada; sin embargo, seencuentra centrada respecto a 1, y
Los dos parámetros proporcionan una flexibilidadadicional con respecto a la forma de la distribución
1221 ,,1
vvvv F F
F F
Escuela de Negocios Universidad AnáhuacCancún
5/11/2018 EstadInferNegociosUnidadIIVerano20011 - slidepdf.com
http://slidepdf.com/reader/full/estadinfernegociosunidadiiverano20011 42/47
Unidad II. Distribuciones Continuas
Distribución F de Snedecor (Fisher)
Teorema: Si de dos poblaciones normales, oaproximadamente normales, se extraen dos
muestras aleatorias e independientes, y a cada unase le calcula su respectiva varianza, el cociente deambos valores (con F>1) tendrá una distribuciónde Fisher.
Escuela de Negocios Universidad AnáhuacCancún
5/11/2018 EstadInferNegociosUnidadIIVerano20011 - slidepdf.com
http://slidepdf.com/reader/full/estadinfernegociosunidadiiverano20011 43/47
Unidad II. Distribuciones Continuas
Distribución F de Snedecor (Fisher) Ejemplo 1 de la Prueba F (de Fisher)
Limusinas Princess ofrece sus servicios de transportedesde el Ayuntamiento de Toledo, Ohio hasta elAeropuerto Metro en Detroit.El presidente de la compañía analiza dos posiblesrutas, la U.S. 25 y la I-75. Desea hacer un estudio enambas y compararlas.
Registró los siguientes datos de muestra (ver tabla enla sig.)
Si se utiliza un nivel de significancia (error) de 0.10,¿existe una diferencia significativa en la variación para
Escuela de Negocios Universidad AnáhuacCancún
5/11/2018 EstadInferNegociosUnidadIIVerano20011 - slidepdf.com
http://slidepdf.com/reader/full/estadinfernegociosunidadiiverano20011 44/47
Unidad II. Distribuciones Continuas
Distribución F de Snedecor (Fisher) Ejemplo 1 de la Prueba F (de Fisher)
SOLUCIÓN: PASO 1: Hipótesis nula y alternativa PASO 2: Elegir nivel de significancia
PASO 3: Construir el estadístico s 2 1/ s 2 2 PASO 4: Encontrar el valor crítico en la tabla F PASO 5: Comparar y rechazar si el estadístico es mayor
que el valor crítico obtenido.
RUTA Tiempomedio(min.)
Desv.Estándar
(min).
Tamañode
muestra
U.S. 25 56 12 7
I – 75 58 5 8
Escuela de Negocios Universidad AnáhuacCancún
5/11/2018 EstadInferNegociosUnidadIIVerano20011 - slidepdf.com
http://slidepdf.com/reader/full/estadinfernegociosunidadiiverano20011 45/47
Unidad II. Distribuciones Continuas
Distribución F de Snedecor (Fisher) Ejercicio 2 de la Prueba F (de Fisher)
Un corredor de bolsa en la empresa Critical Securitiesinformó que la tasa media de rendimiento en una
muestra de 10 acciones petroleras, fue de 12.6%, conuna desviación estándar de 3.9%.La tasa media en una muestra de 8 acciones deservicios públicos fue de 10.9%, con una desviaciónestándar de 3.5%.
A un nivel de significancia de 0.05, ¿es posible concluirque hay más variación en las acciones petroleras?(Sugerencia: considerar prueba de una cola)
Escuela de Negocios Universidad AnáhuacCancún
5/11/2018 EstadInferNegociosUnidadIIVerano20011 - slidepdf.com
http://slidepdf.com/reader/full/estadinfernegociosunidadiiverano20011 46/47
Unidad II. Distribuciones ContinuasDistribución F de Snedecor (Fisher) Ejercicio 3 de la Prueba F (de Fisher)
La Cía. Stargell Research Associates realizó un estudioacerca de los hábitos de escuchar la radio por parte dehombres y mujeres. Un aspecto del estudio comprendió eltiempo promedio de audición. Se descubrió que tal tiempopara los varones es de 35 min al día. La desv. est. de lamuestra de 10 personas hombres, fue de 10 minutos. Eltiempo promedio para las 12 mujeres en el estudio tambiénfue de 35 min, con una desviación de 12 min.
A nivel de significancia de 0.10, ¿es posible concluir queexiste una diferencia entre la variación en el número deminutos que los hombres y mujeres escuchan la radio?
Escuela de Negocios Universidad AnáhuacCancún
5/11/2018 EstadInferNegociosUnidadIIVerano20011 - slidepdf.com
http://slidepdf.com/reader/full/estadinfernegociosunidadiiverano20011 47/47
Unidad II. Distribuciones ContinuasDistribución F de Snedecor (Fisher) Ejercicio 3 de la Prueba F (de Fisher)
Un agente de bienes raíces en el área costera de lasCarolinas (USA), desea comparar la variación en el preciode venta de casas ubicadas frente al océano, con las queestán a una distancia de entre una y tres calles desde lacosta. Una muestra de 21 inmuebles frente al mar vendidosel año pasado, registró una desviación del precio por$45,600 USD. Una muestra de 18 casas, del segundo grupoy vendidas en el mismo año, mostró una desviación de
$21,330 USD.
A nivel de significancia de 0.10, ¿se puede concluir que haymás variación en los precios de venta de las casas frente almar con relación a las que se localizan entre una y tres