Professional Documents
Culture Documents
Clase 11
Clase 11
σ 12 / σ 22
El caso de la distribución la F, para un nivel de confianza (por ejemplo
de 95%) requiere calcular los grados de libertad del numerador y del
denominador, este ejemplo son 30 y 24 respectivamente:
Distribution Plot
F, df1=30, df2=24
1.2
1.0
0.8
Density
0.6
0.4
95% del área = 0.95
0.2
0.025
0.025
0.0
0 0.468 2.21
X
2 2
⎛ s1 ⎞ ⎛ σ 2 ⎞
F =⎜ ⎟ ⎜ ⎟
⎝ s2 ⎠ ⎝ σ 1 ⎠
Despejando:
σ 12 s12
=
σ2 2
Fs2 2
s12 σ 12 s12
< 2<
Fs2 2
σ2 Fs2 2
1.0
0.8
Density
0.6
50 σ 12 50
< 2<
(1.94)(24) σ 2 (0.53)(24)
σ 12
Por lo tanto: 1.07 < 2 < 3.93
σ2
y el intervalo de confianza para el cociente de las desviaciones
estándar sería:
σ1
1.03 < < 1.98
σ2
Ejemplo 2.
Una empresa fabrica propulsores. A los ingenieros les gustaría saber
cuál de dos procesos tiene la menor rugosidad en las superficies. Para
ello se toman muestras aleatorias de cada proceso.
Datos.
Proceso 1. n1 = 16 mm, s1 = 4.7
Proceso 2. n2 = 12 mm, s2 = 5.1
Distribution Plot
F, df1=11, df2=15
0.9
0.8
0.7
0.6
Density
0.5
0.4
0.3
0.2 0.05
90% del área = 0.90 0.1
0.05
0.0
0 0.368 2.51
X
Por lo que el intervalo de confianza para el cociente de varianzas
estará dado por 2
s1 σ1
2
s1 2
< 2<
Fs2 2
σ2 Fs2 2
5.1 2
σ1 2
5.12
< 2<
(0.368)(4.7) 2
σ2 ( 2.51)(4.7 ) 2
σ 12
0.469 < 2 < 3.2
σ2
Y para las desviaciones estándar (calculamos la raíz cuadrada):
σ1
0.68 < < 1.79
σ2
Como el intervalo de confianza incluye el valor de uno, no se puede
concluir que exista alguna diferencia entre la variabilidad de los dos
procesos (es decir, el intervalo de confianza incluye la posibilidad de
que las dos desviaciones estándar sean iguales, por lo que el cociente
sería igual a uno).