• Share
  • Email
  • Embed
  • Like
  • Save
  • Private Content
Distribucinfdefisher snedecor-130227210638-phpapp01
 

Distribucinfdefisher snedecor-130227210638-phpapp01

on

  • 359 views

 

Statistics

Views

Total Views
359
Views on SlideShare
359
Embed Views
0

Actions

Likes
0
Downloads
6
Comments
0

0 Embeds 0

No embeds

Accessibility

Categories

Upload Details

Uploaded via as Adobe PDF

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

    Distribucinfdefisher snedecor-130227210638-phpapp01 Distribucinfdefisher snedecor-130227210638-phpapp01 Presentation Transcript

    • DISTRIBUCIÓN F DE FISHERSNEDECOR. Presentado por: ANDREA NAVARRO JHON GARCIA LORENA CAICEDO WALTER MORA ALEJANDRO VASQUEZ ANDREAGOMEZ JUAN CAMILO BONILLA ANDRES VARGAS ESTEVAN MEJIA FABIAN GAVIRIA
    • HISTORIA Matemático George Waddel Snedecor. (20 de octubre de 1881 – 15 de febrero de 1974) fue un matemático y estadístico estadounidense. Trabajó en el análisis de la varianza, análisis de datos, diseño de experimentos y metodología estadística. Da nombre a la Distribución F y a un premio de la Asociación de Estadística Americana.
    • DEFINICIÓN
    • REPRESENTACIÓN GRÁFICA  La función de densidad de una F se obtiene a partir de la función de densidad conjunta de U y V.  Para todo valor de x>0. Es evidente, por su construcción, que solo puede tomar valores positivos, como la chi cuadrado.  La forma de la representación gráfica depende de los valores m y n, de tal forma que si m y n tienden a infinitos, dicha distribución se asemeja a la distribución normal.
    •  Definición Sea X una variable aleatoria. Diremos que X tiene una Distribución F de Fisher con n grados en el numerador y m grados en el denominador, si su función de densidad de probabilidad viene dada por :
    •  lo que escribiremos como F à F(n, m)  La gráfica de la función de densidad con 25 grados de libertad en el numerador y 10 grados de libertad en el denominador, se da en la siguiente figura.
    • ¿Cómo se deduce una distribución F?  Extraiga k pares de muestras independientes de tamaño n < 30. aleatorias  Calcule para cada par el cociente de variancias que proporciona un valor de F.  Graficar los valores de F de los k pares de muestras.
    • Distribución F para diferentes grados de libertad:
    • Ejemplos El jefe de un laboratorio se encuentra con una técnica de medición fuera del control estadístico. Para investigar las causas decide investigar si el factor humano tiene incidencia, y toma una muestra de suero cualquiera la divide en 20 alícuotas. Luego elige 10 de ellas al azar y se las entrega al laboratorista 1 para que haga las determinaciones; las restantes las encomienda al laboratorista 2 para que las mida. Los resultados obtenidos son: s12=2,4 es la varianza obtenida por el laborista, 1 y s22=0,8 para el otro. Decidir si hay diferencia en dispersión entre ambos
    • Ejemplos H1: 2 1 H0: 2 2 2 1 2 2
    • Ejemplos Como se trata de un ensayo de dos colas, para un nivel del 95% de confianza, se busca en las tablas para: υ1=υ2=n1-1=9 grados de libertad, mientras que α = 0,025 para el límite inferior y α = 0,975 para el superior. Estos valores son F0,975;(9,9) = 4,03. Luego, para calcular el valor no tabulado α = 0,025 se aprovecha una propiedad que tiene la función F usando la inversa: F0,025;(9,9) =1/F0,975; (9,9) =1/4,03 = 0,248 Como el valor hallado F=3 cae dentro de la zona de aceptación, no hay evidencia significativa como para decir que el factor humano tiene incidencia en la dispersión de las mediciones.