Cuando utilizar el f-distribución
El F-distribución es una continuo distribución de probabilidad, lo que significa que se define para una infinito número de valores diferentes. El F-distribución puede ser utilizado para varios tipos de aplicaciones, incluyendo la prueba de hipótesis sobre la igualdad de dos varianzas poblacionales y comprobación de la validez de una ecuación de regresión múltiple.
Video: Uso de la tabla F
Las acciones de distribución F-Una propiedad importante con la distribución t de Student: Las probabilidades se determinan por un concepto conocido como grados de libertad. A diferencia de la distribución t de Student, el F-distribución se caracteriza por dos diferentes tipos de grados de libertad - numerador y denominador grados de libertad.
El F-distribución tiene dos propiedades importantes:
Se define sólo para valores positivos.
Sus no Entretanto simétrico alrededor de su lugar, es sesgado positivamente.
Video: Cálculo de probabilidad utilizando la Distribución F
Una distribución es sesgada positivamente si la media es mayor que la mediana. (La media es el valor medio de una distribución, y la mediana es la media midpoint- de los valores en la distribución están por debajo de la mediana, y la mitad son más arriba).
Video: DISTRIBUCIÓN DE FISHER CONCEPTO Y EJEMPLOS
Un buen ejemplo de una distribución positivamente sesgada es ingresos de los hogares. Supongamos que la mitad de los hogares en un país tienen ingresos por debajo de $ 50.000 y la mitad tienen ingresos por encima de $ 50,000- esto indica que el ingreso medio por hogar es de $ 50.000. Entre los hogares con ingresos por debajo de $ 50.000, el menor valor posible es de $ 0. Entre los hogares con ingresos superiores a $ 50.000, puede haber ingresos de varios millones de dólares por año. Este desequilibrio entre ingresos por debajo de la mediana y encima de la mediana hace que la media sea sustancialmente mayor que la mediana. Supongamos por ejemplo que el ingreso medio en este caso es de $ 120.000. Esto demuestra que la distribución de los ingresos de los hogares está sesgada positivamente.
Esta figura muestra un gráfico de la distribución F para diferentes combinaciones de numerador y denominador grados de libertad. En cada caso, los grados de libertad del numerador se enumeran en primer lugar, y los grados de libertad del denominador se enumeran segundos. El nivel de significación en cada caso es 0,05.
Un nivel de significación se utiliza para probar una hipótesis. Una prueba de hipótesis comienza con una hipótesis nula- esta es una afirmación que se supone que es cierto a menos que existe una fuerte evidencia contraria. También hay una alternativa de hipótesis es una afirmación que es aceptada en lugar de la hipótesis nula si hay suficiente evidencia para rechazar la hipótesis nula.
El nivel de significación, designado
se refiere a la probabilidad de rechazar incorrectamente la hipótesis nula cuando en realidad es cierto. Esto se conoce como una error de tipo I. Por el contrario, una error de tipo II ocurre cuando usted no puede rechazar la hipótesis nula cuando en realidad es falso. Por lo tanto, con un nivel de significación de 0,05, hay un 5 por ciento de probabilidad de cometer un error tipo I.
La figura muestra que la distribución no está definida para valores negativos (como se puede ver, no hay valores negativos aparecen a lo largo del eje horizontal). Además, como el número de grados de libertad aumenta, la forma de la distribución se desplaza hacia la derecha. La distribución tiene una cola derecha larga (más formalmente, es sesgada a la derecha, o sesgado positivamente).