Investigacin sobre T Student, Chi Cuadrado y

F de fisher

Definicin de CHI Cuadrado
Chi- Cuadrado (X
2
) es el nombre de una prueba de hiptesis que determina si
dos variables estn relacionadas o no.
Para calcular el valor de Chi- Cuadrado:

2
0 2
0
: .
: .
e
calc
e
e
f f
f
f Frecuenciadel valor observado
f Frecuenciadel valor esperado

Grado de Libertad (v)
V = (cant.de filas 1) (cant. de columnas - 1)
Nivel de Insignificancia
Es el error que se puede cometer al rechazar la hiptesis nula siendo
verdadera. (Por lo general se trabaja con un nivel de insignificancia de 0,05,
que indica que hay una probabilidad del 0,95 de que la hiptesis nula sea
verdadera)
Mtodo para calcular el valor del parmetro p:
P = 1 nivel de insignificancia

Importancia
La aplicacin de Chi cuadrado puede ser compleja en cuanto a la
determinacin de la hiptesis, peo son de suma importancia para determinar la
aceptacin o rechazo de ellas

Caracterstica de la tabla Chi cuadrado
Tiene una distribucin asimtrica positiva
Para cada n de la muestra se tendr un chi cuadrado diferente
Mientras n se vuelva ms grande, las curvas son menos asimtricas y
tienden a una curva de distribucin normal
El parmetro que caracteriza a una distribucin chi cuadrado son sus
grados de libertad (n 1).
No tiene valores negativos. El valor mnimo es 0
Se utiliza para variables medidas en escala nominal u ordinal

Aplicaciones:
Pruebas de Bondad
Pruebas de Independencia
Prueba de independencia: Se usa para analizar la frecuencia de dos
variables con categoras mltiples para determinar si las dos variables son
independientes o no.
Prueba de Bondad de ajuste: Se aplica en diseos de investigacin en los
que se estudia a un nico grupo.

F DE FISHER
Una variable aleatoria se distribuye segn el modelo de probabilidad F de
Fisher con (m, n) grados de libertad, donde m y n son enteros positivos, si
su funcin de densidad es la siguiente:



En estadstica se denomina prueba F de Snedecor a cualquier prueba en la
que el estadstico utilizado sigue una distribucin F si la hiptesis nula no
puede ser rechazada. El nombre fue acuado en honor a Ronald Fisher.
Caractersticas de la distribucin F
Existe una distribucin F diferente para cada combinacin de tamao
de muestra y nmero de muestras. Por tanto, existe una distribucin F que se
aplica cuando se toman cinco muestras de seis observaciones cada una, al
igual que una distribucin F diferente para cinco muestras de siete
observaciones cada una. A propsito de esto, el nmero distribuciones
de muestreo diferentes es tan grande que sera poco prctico hacer una
extensa tabulacin de distribuciones. Por tanto, como se hizo en el caso de la
distribucin t, solamente se tabulan los valores que ms comnmente se
utilizan. En el caso de la distribucin F, los valores crticos para los niveles 0,05
y 0,01 generalmente se proporcionan para determinadas combinaciones de
tamaos de muestra y nmero de muestras.

Distribucin f de Fisher
Esta distribucin de probabilidad se usa como estadstica prueba en varias
situaciones. Se emplea para probar si dos muestras provienen de poblaciones
que poseen varianzas iguales.

Aplicada Econmicamente
Fisher postula que el objetivo del empresario es maximizar su "tasa de
rendimiento sobre costos" y para conseguir por tanto el mayor valor
presente de su inversin. Como la tasa de Fisher es la tasa de rendimiento que
iguala en valor presente todos los costos con todos los ingresos, lo que
equivale a la tasa interna de retorno
3
o la tasa de rendimiento que iguala los
valores presentes de los flujos en efectivo de todos los proyectos que se estn
considerando.
El teorema de la separabilidad establece que una firma puede asegurarse de
que sus propietarios alcancen su posicin ptima en trminos de oportunidades
del mercado, financiando su inversin con una determinada proporcin
de crdito y fondos propios obtenidos internamente.
Distribucin T - Student
En probabilidad y estadstica, la distribucin t-Student es una distribucin de
probabilidad que surge del problema de estimar la media de una poblacin
normalmente distribuida cuando el tamao de la muestra es pequeo.
FORMULA

Para qu se utiliza?
La distribucin t se usa de manera extensa en problemas que tienen que ver
con inferencia acerca de la media de la poblacin o en problemas que implican
muestras comparativas (es decir, en casos donde se trata de determinar si las
medias de dos muestras son significativamente diferentes).

Caractersticas de la Distribucin T de Student
En muchas ocasiones no se conoce y el nmero de observaciones en la muestra n
<30. En estos casos, se puede utilizar la desviacin estndar de la muestra s como
una estimacin de , pero no es posible usar la distribucin Z como estadstico de
prueba. El estadstico de prueba adecuado es la distribucin t. Sus aplicaciones en la
inferencia estadstica son para estimar y probar una media y una diferencia de medias
(independiente y pareada).

Grados de Libertad
Existe una distribucin t distinta para cada uno de los posibles grados de
libertad. Qu son los grados de libertad? Podemos definirlos como el nmero
de valores que podemos elegir libremente.

Cmo diferenciarla de las otras Distribuciones?
La distribucin de T es similar a la distribucin de Z, pues ambas son simtricas
alrededor de una media de cero. Ambas tiene distribuciones de campana pero
la distribucin t es ms variable debido a que tienen fluctuaciones en 2
cantidades.
La distribucin de T difiere de la de Z en que la varianza de T depende del
tamao de la muestra n y siempre es mayor a 1, nicamente cuando n tiende a
las dos distribuciones sern iguales.
Aplicacin Economica
La aplicacin de T de Student es la misma que se emplea en estadstica pero
la diferencia radica en que es utilizada en economa para vertr anlisis
econmicos.

TABLA DE LA DISTRIBUCION t - Student

1 - a
n 0.75 0.80 0.85 0.90 0.95 0.975 0.99 0.995
1 1.000 1.376 1.963 3.078 6.314 12.706 31.821 63.657
2 0.816 1.061 1.386 1.886 2.920 4.303 6.965 9.925
3 0.765 0.978 1.250 1.638 2.353 3.182 4.541 5.841
4 0.741 0.941 1.190 1.533 2.132 2.776 3.747 4.604
5 0.727 0.920 1.156 1.476 2.015 2.571 3.365 4.032
6 0.718 0.906 1.134 1.440 1.943 2.447 3.143 3.707
7 0.711 0.896 1.119 1.415 1.895 2.365 2.998 3.499
8 0.706 0.889 1.108 1.397 1.860 2.306 2.896 3.355
9 0.703 0.883 1.100 1.383 1.833 2.262 2.821 3.250
10 0.700 0.879 1.093 1.372 1.812 2.228 2.764 3.169
11 0.697 0.876 1.088 1.363 1.796 2.201 2.718 3.106
12 0.695 0.873 1.083 1.356 1.782 2.179 2.681 3.055
13 0.694 0.870 1.079 1.350 1.771 2.160 2.650 3.012
14 0.692 0.868 1.076 1.345 1.761 2.145 2.624 2.977
15 0.691 0.866 1.074 1.341 1.753 2.131 2.602 2.947
16 0.690 0.865 1.071 1.337 1.746 2.120 2.583 2.921
17 0.689 0.863 1.069 1.333 1.740 2.110 2.567 2.898
18 0.688 0.862 1.067 1.330 1.734 2.101 2.552 2.878
19 0.688 0.861 1.066 1.328 1.729 2.093 2.539 2.861
20 0.687 0.860 1.064 1.325 1.725 2.086 2.528 2.845
21 0.686 0.859 1.063 1.323 1.721 2.080 2.518 2.831
22 0.686 0.858 1.061 1.321 1.717 2.074 2.508 2.819
23 0.685 0.858 1.060 1.319 1.714 2.069 2.500 2.807
24 0.685 0.857 1.059 1.318 1.711 2.064 2.492 2.797
25 0.684 0.856 1.058 1.316 1.708 2.060 2.485 2.787
26 0.684 0.856 1.058 1.315 1.706 2.056 2.479 2.779
27 0.684 0.855 1.057 1.314 1.703 2.052 2.473 2.771
28 0.683 0.855 1.056 1.313 1.701 2.048 2.467 2.763
29 0.683 0.854 1.055 1.311 1.699 2.045 2.462 2.756
30 0.683 0.854 1.055 1.310 1.697 2.042 2.457 2.750
40 0.681 0.851 1.050 1.303 1.684 2.021 2.423 2.704
60 0.679 0.848 1.046 1.296 1.671 2.000 2.390 2.660
120 0.677 0.845 1.041 1.289 1.658 1.980 2.358 2.617
0.674 0.842 1.036 1.282 1.645 1.960 2.326 2.576