Datos sobre la distribución F

13.3 Datos sobre la distribución F

Estos son algunos datos sobre la distribución F.

  1. La curva no es simétrica, sino que está distorsionada hacia la derecha.
  2. Hay una curva diferente para cada conjunto de df.
  3. El estadístico F es mayor o igual a cero.
  4. A medida que aumentan los grados de libertad del numerador y del denominador, la curva se normaliza.
  5. Otros usos de la distribución F incluyen la comparación de dos varianzas y el análisis de varianza bidireccional. El análisis bidireccional queda fuera del alcance de este capítulo.
Este gráfico tiene un eje Y no identificado y luego un eje X que va de 0,00 a 4,00. Tiene tres trazadas. La línea identificada como F subíndice 1, 5 comienza cerca de la parte superior del eje Y en el extremo izquierdo del gráfico y cae rápidamente hasta cerca de la parte inferior en 0,50, punto en el que disminuye lentamente de forma curva hasta la marca 4,00 en el eje X. La línea identificada como F subíndice 100, 100 permanece en Y = 0 durante gran parte de su longitud, excepto por un claro pico entre 0,50 y 1,50. El pico es una curva suave que alcanza aproximadamente la mitad del eje Y en su pico máximo. La línea de trazado marcada con el subíndice F 5, 10 aumenta ligeramente a medida que avanza de 0,00 a 0,50, tras lo cual alcanza su punto máximo y disminuye lentamente por el resto del eje X. El pico solo alcanza una quinta parte de la altura del eje Y.
Figura 13.3

Ejemplo 13.2

Translation missing: es.problem

Volvamos al ejercicio de los tomates bola en la sección INTÉNTELO 13.1. Las medias de los rendimientos de los tomates en las cinco condiciones de cubierta están representadas por μ1, μ2, μ3, μ4, μ5. Realizaremos una prueba de hipótesis para determinar si todas las medias son iguales o al menos una es diferente. Use un nivel de significación del 5 % y pruebe la hipótesis nula de que no hay diferencia en los rendimientos medios entre los cinco grupos contra la hipótesis alternativa de que, al menos, una media es diferente del resto.

Solución

Las hipótesis nula y alternativa son:

H0: μ1 = μ2 = μ3 = μ4 = μ5

Ha: μi ≠ μj alguna i ≠ j

Los resultados del ANOVA de una vía se muestran en la Figura 13.5

Fuente de variación Suma de los cuadrados (SS) Grados de libertad (df) Media cuadrática (Mean Square, MS) F
Factor (entre)36.648.5615 – 1 = 4 36.648.561 4  = 9.162.140 36.648.561 4  = 9.162.140 9.162.140 2.044.6720,6  = 40,4810 9.162.140 2.044.6720,6  = 40,4810
Error (dentro) 20.446.726 15 – 5 = 10 20.446.726 10  = 2.044.6720,6 20.446.726 10  = 2.044.6720,6
Total 57.095.287 15 – 1 = 14
Tabla 13.5

Distribución para la prueba: F4, 10

df(num) = 5 – 1 = 4

df(denom) = 15 – 5 = 10

Estadístico de prueba: F = 4,4810

Este gráfico muestra una curva de distribución F no simétrica. El eje horizontal va de 0 a 5, y el eje vertical va de 0 a 0,7. La curva está fuertemente distorsionada a la derecha.
Figura 13.4

Declaración de probabilidad: valor p = P(F > 4,481) = 0,0248.

Compare α y el valor p: α = 0,05, valor p = 0,0248

Tome una decisión: Dado que α > valor p, rechazamos H0.

Conclusión: Al nivel de significación del 5 % tenemos pruebas razonablemente sólidas de que las diferencias en los rendimientos medios de las plantas de tomate de corte cultivadas en diferentes condiciones de cubierta de suelo es poco probable que se deban únicamente al azar. Podemos concluir que, al menos, algunas de las cubiertas produjeron diferentes rendimientos medios.

Uso de las calculadoras TI-83, 83+, 84, 84+

Para calcular estos resultados en la calculadora:

Pulse STAT. Pulse 1:EDIT. Introduzca los datos en las listas L1, L2, L3, L4, L5.

Pulse STAT, y la flecha hacia TESTS, y la flecha abajo hacia ANOVA. Pulse ENTER, y a continuación introduzca L1, L2, L3, L4, L5). Pulse ENTER. Verá que la calculadora arroja fácilmente los valores de la tabla ANOVA anterior, incluso el estadístico de prueba y el valor p.

La calculadora muestra:
F = 4,4810
p = 0,0248 (valor p)
Factor
df = 4
SS = 36648560,9
MS = 9162140,23
Error
df = 10
SS = 20446726
MS = 2044672,6

Inténtelo 13.2

El SARM, o Staphylococcus aureus resistente a la meticilina, puede causar una grave infección bacteriana en pacientes del hospital. La Tabla 13.6 muestra varios recuentos de colonias de diferentes pacientes que pueden o no tener SARM. Los datos de la tabla se representan en la Figura 13.5.

Conc. = 0,6Conc. = 0,8 Conc. = 1,0 Conc. = 1,2 Conc. = 1,4
9 16 22 30 27
66 93 147 199 168
98 82 120 148 132
Tabla 13.6

Gráfico de los datos para las diferentes concentraciones:

Este gráfico es un diagrama de dispersión para los datos proporcionados. El eje horizontal está identificado como “recuento de colonias” y va de 0 a 200. El eje vertical está identificado como “concentraciones de triptona” y va de 0,6 a 1,4.
Figura 13.5

Compruebe si el número medio de colonias es igual o es diferente. Construya la tabla de ANOVA (a mano o con las calculadoras TI-83, 83+ u 84+), calcule el valor p y exponga su conclusión. Utilice un nivel de significación del 5 %.

Ejemplo 13.3

Cuatro hermandades de mujeres tomaron una muestra aleatoria de hermanas en relación con su media de calificaciones para el último trimestre. Los resultados se indican en la Tabla 13.7.

Hermandad 1 Hermandad 2 Hermandad 3 Hermandad 4
2,17 2,63 2,63 3,79
1,85 1,77 3,78 3,45
2,83 3,25 4,00 3,08
1,69 1,86 2,55 2,26
3,33 2,21 2,45 3,18
Tabla 13.7 NOTAS MEDIAS DE CUATRO HERMANDADES DE MUJERES

Translation missing: es.problem

Utilizando un nivel de significación del 1 %, ¿existe una diferencia en las notas medias entre las hermandades?

Solución

Supongamos que μ1, μ2, μ3, μ4 son las medias poblacionales de las hermandades de mujeres. Recuerde que la hipótesis nula afirma que los grupos de hermandades de mujeres proceden de la misma distribución normal. La hipótesis alternativa dice que, al menos, dos de los grupos de hermandades de mujeres proceden de poblaciones con distribuciones normales diferentes. Observe que los cuatro tamaños de muestra son cinco cada uno.

Nota

Este es un ejemplo de diseño equilibrado, ya que cada factor (es decir, la hermandad) tiene el mismo número de observaciones.

H0: μ1 = μ2 = μ3 = μ4

Ha: No todas las medias μ1, μ2, μ3, μ4 son iguales.

Distribución para la prueba: F3,16

donde k = 4 grupos y n = 20 muestras en total

df(num)= k – 1 = 4 – 1 = 3

df(denom) = n – k = 20 – 4 = 16

Calcule el estadístico de prueba: F = 2,23

Gráfico:

Este gráfico muestra una curva de distribución F no simétrica con valores de 0 y 2,23 en el eje x que representa el estadístico de prueba de los promedios de calificaciones de las hermandades de mujeres. La curva está ligeramente distorsionada hacia la derecha, pero es aproximadamente normal. Una línea vertical ascendente se extiende desde 2,23 hasta la curva y el área a la derecha de esta está sombreada para representar el valor p.
Figura 13.6

Declaración de probabilidad: valor p = P(F > 2,23) = 0,1241

Compare α y el valor p: α = 0,01
valor p = 0,1241
α < valor p

Tome una decisión: Como α < valor p, no se puede rechazar H0.

Conclusión: No hay pruebas suficientes para concluir que existe una diferencia entre las notas medias de las hermandades de mujeres.

Uso de las calculadoras TI-83, 83+, 84, 84+

Introduzca los datos en las listas L1, L2, L3, and L4. Pulse STAT y flecha hacia TESTS. Flecha hacia abajo F:ANOVA. Pulse ENTER e introduzca (L1,L2,L3,L4).

La calculadora muestra la estadística F, el valor p y los valores de la tabla ANOVA de una vía:
F = 2,2303
p = 0,1241 (valor p)
Factor
df = 3
SS = 2,88732
MS = 0,96244
Error
df = 16
SS = 6,9044
MS = 0,431525

Inténtelo 13.3

Cuatro equipos deportivos tomaron una muestra aleatoria de jugadores en relación con su GPA del año pasado. Los resultados se indican en la Tabla 13.8.

Baloncesto Béisbol Hockey Lacrosse
3,6 2,1 4,0 2,0
2,9 2,6 2,0 3,6
2,5 3,9 2,6 3,9
3,3 3,1 3,2 2,7
3,8 3,4 3,2 2,5
Tabla 13.8 GPA PARA CUATRO EQUIPOS DEPORTIVOS

Use un nivel de significación del 5 % y determine si existe una diferencia en el GPA entre los equipos.

Ejemplo 13.4

Una clase de cuarto grado está estudiando el ambiente. Una de las tareas consiste en cultivar plantas de judías en diferentes suelos. Tommy eligió cultivar sus plantas de judías en la tierra que encontró fuera de su aula mezclada con pelusa de secadora. Tara decidió cultivar sus plantas de judías en tierra para macetas comprada en el vivero local. Nick decidió cultivar sus plantas de judías en la tierra del jardín de su madre. No se utilizó ningún producto químico en las plantas, solo agua. Se cultivaron en el interior del aula junto a un gran ventanal. Cada niño cultivó cinco plantas. Al final del periodo de crecimiento se midió cada planta y se obtuvieron los datos (en pulgadas) que están en la Tabla 13.9.

Plantas de Tommy Plantas de Tara Plantas de Nick
24 25 23
21 31 27
23 23 22
30 20 30
23 28 20
Tabla 13.9

Translation missing: es.problem

¿Parece que los tres medios en los que se cultivaron las plantas de judías producen la misma altura media? Pruebe con un nivel de significación del 3 %.

Solución

Esta vez, realizaremos los cálculos que conducen al estadístico F'. Observe que cada grupo tiene el mismo número de plantas, por lo que utilizaremos la fórmula F' = n⋅ s x ¯ 2 s 2 combinada n⋅ s x ¯ 2 s 2 combinada .

Primero, calcule la media muestral y la varianza de cada grupo.

Plantas de Tommy Plantas de Tara Plantas de Nick
Media muestral 24,2 25,4 24,4
Varianza de la muestra 11,7 18,3 16,3
Tabla 13.10

Luego, calcule la varianza de las medias de los tres grupos (calcule la varianza de 24,2, 25,4 y 24,4). Varianza de las medias de los grupos = 0,413 = s x ¯ 2 s x ¯ 2

Entonces MSentre = n s x ¯ 2 n s x ¯ 2 = (5)(0,413) donde n = 5 es el tamaño de la muestra (número de plantas que cultivó cada niño).

Calcule la media de las tres varianzas de la muestra (calcule la media de 11,7, 18,3 y 16,3). Media de las varianzas de la muestra = 15,433 = s2 combinada

Entonces MSdentro = s2combinado = 15,433.

El estadístico F (o cociente F) es F= M S entre M S dentro = n s x ¯ 2 s 2 pooled = (5)(0,413) 15,433 =0,134 F= M S entre M S dentro = n s x ¯ 2 s 2 pooled = (5)(0,413) 15,433 =0,134

Los dfs para el numerador = el número de grupos – 1 = 3 – 1 = 2.

El dfs para el denominador = el número total de muestras – el número de grupos = 15 – 3 = 12

La distribución de la prueba es F2, 12 y el estadístico F es F = 0,134

El valor p es P(F > 0,134) = 0,8759.

Decisión: Dado que α = 0,03 y el valor p = 0,8759, no se rechaza H0. (¿Por qué?)

Conclusión: Con un nivel de significación del 3 %, a partir de los datos de la muestra, las pruebas no son suficientes para concluir que las alturas medias de las plantas de judías son diferentes.

Uso de las calculadoras TI-83, 83+, 84, 84+

Para calcular el valor p:

* Pulse 2nd DISTR

*Flecha hacia abajo a Fcdf(y pulse ENTER.

*Introduzca 0,134, E99, 2, 12)

* Pulse ENTER

El valor p es de 0,8759.

Inténtelo 13.4

Otro estudiante de cuarto grado también cultivó plantas de judías, pero esta vez en una masa gelatinosa. Las alturas fueron (en pulgadas) 24, 28, 25, 30 y 32. Haga una prueba de ANOVA de una vía en los cuatro grupos. ¿Son diferentes las alturas de las plantas de judías? Utilice el mismo método que se muestra en el Ejemplo 13.4.

Ejercicio colaborativo

A partir de la clase, cree cuatro grupos del mismo tamaño como sigue: hombres menores de 22 años, hombres de al menos 22 años, mujeres menores de 22 años, mujeres de al menos 22 años. Haga que cada miembro de cada grupo registre el número de estados de Estados Unidos que ha visitado. Realice un ANOVA para determinar si el promedio de estados visitados en los cuatro grupos es el mismo. Pruebe con un nivel de significación del 1 %. Utilice una de las hojas de solución en el E - HOJAS DE SOLUCIONES.