¿Qué es el punto porcentual de la distribución F?
El punto porcentual de la distribución F (también conocido como F inversa, cuantil o valor crítico) es el valor x para el cual la función de distribución acumulada F, con grados de libertad d1 (numerador) y d2 (denominador), alcanza una probabilidad determinada. Es la inversa de la CDF de la distribución F y coincide exactamente con el valor crítico que buscarías en las tablas F para el ANOVA, las pruebas de significación global en regresión y las pruebas de razón de varianzas (igualdad de varianzas).
Cómo usar la calculadora
Elige primero el modo acumulado. Selecciona P acumulada inferior si tu probabilidad es \(P = \Pr(F \le x)\); por ejemplo, \(P = 0{,}95\) devuelve el valor por debajo del cual queda el 95 % de la distribución. Selecciona Q acumulada superior si dispones de una probabilidad de cola \(Q = \Pr(F > x)\); por ejemplo, \(Q = 0{,}05\) devuelve el valor crítico habitual del 5 % superior. Introduce la probabilidad (estrictamente entre 0 y 1), los grados de libertad del numerador \(d_1\) y los del denominador \(d_2\), y pulsa calcular.
La fórmula explicada
La CDF de la distribución F se expresa mediante la función beta incompleta regularizada I: con \(a = d_1/2\), \(b = d_2/2\) y el cambio de variable \(w = d_1 \cdot x / (d_1 \cdot x + d_2)\), se obtiene $$\text{F-CDF}(x) = I_w(a, b).$$ Para invertirla, la calculadora resuelve $$I_w(a, b) = P_{\text{objetivo}}$$ respecto a \(w\) mediante bisección en el intervalo \((0, 1)\), evaluando \(I_w\) con la aproximación de Lanczos para el logaritmo de la función gamma y la fracción continua de Numerical Recipes. A continuación deshace la sustitución con $$x = \frac{d_2 \cdot w}{d_1 \cdot (1 - w)}.$$ En el modo superior, la probabilidad objetivo pasa a ser \(P_{\text{objetivo}} = 1 - Q\).
Ejemplo resuelto
Para \(P = 0{,}95\), \(d_1 = 5\) y \(d_2 = 10\) buscamos el valor crítico F del 5 % superior. Con \(a = 2{,}5\) y \(b = 5\), al invertir \(I_w(2{,}5,\ 5) = 0{,}95\) obtenemos \(w \approx 0{,}6245\), y $$x = \frac{10 \times 0{,}6245}{5 \times 0{,}3755} \approx 3{,}3258,$$ que coincide con el valor tabulado \(F_{0{,}05}(5, 10) = 3{,}3258\).
Tabla de valores críticos F (nivel superior del 5%)
La tabla muestra los valores críticos de cola superior \(F_{0.05}(d_1, d_2)\), el punto con el 5% de la distribución F a su derecha. Estos corresponden a una probabilidad de cola superior \(Q = 0.05\), por lo que la probabilidad de cola inferior es \(P = 0.95\). Para reproducir un valor, introduzca P = 0.95 (o Q = 0.05) con los grados de libertad del numerador \(d_1\) y los grados de libertad del denominador \(d_2\). Las columnas son \(d_1\) (numerador) y las filas son \(d_2\) (denominador). Los valores están redondeados a 4 decimales.
| d2 \ d1 | 1 | 2 | 3 | 4 | 5 | 6 | 8 | 10 | 12 |
|---|---|---|---|---|---|---|---|---|---|
| 5 | 6.6079 | 5.7861 | 5.4095 | 5.1922 | 5.0503 | 4.9503 | 4.8183 | 4.7351 | 4.6777 |
| 10 | 4.9646 | 4.1028 | 3.7083 | 3.4780 | 3.3258 | 3.2172 | 3.0717 | 2.9782 | 2.9130 |
| 15 | 4.5431 | 3.6823 | 3.2874 | 3.0556 | 2.9013 | 2.7905 | 2.6408 | 2.5437 | 2.4753 |
| 20 | 4.3513 | 3.4928 | 3.0984 | 2.8661 | 2.7109 | 2.5990 | 2.4471 | 2.3479 | 2.2776 |
| 30 | 4.1709 | 3.3158 | 2.9223 | 2.6896 | 2.5336 | 2.4205 | 2.2662 | 2.1646 | 2.0921 |
| 60 | 4.0012 | 3.1504 | 2.7581 | 2.5252 | 2.3683 | 2.2541 | 2.0970 | 1.9926 | 1.9174 |
| 120 | 3.9201 | 3.0718 | 2.6802 | 2.4472 | 2.2899 | 2.1750 | 2.0164 | 1.9105 | 1.8337 |
| ∞ | 3.8415 | 2.9957 | 2.6049 | 2.3719 | 2.2141 | 2.0986 | 1.9384 | 1.8307 | 1.7522 |
Ejemplos de lectura: \(F_{0.05}(5,10) = 3.3258\), \(F_{0.05}(1,10) = 4.9646\) y \(F_{0.05}(2,10) = 4.1028\). La fila ∞ equivale a \(\chi^2_{0.05}(d_1)/d_1\); para \(d_1 = 1\) esto es \(1.96^2 = 3.8415\).
Interpretación del valor crítico
Prueba de cola derecha. En las pruebas F de ANOVA y de regresión, la hipótesis nula \(H_0\) se rechaza con un nivel de significancia \(\alpha\) cuando el estadístico observado supera el valor crítico de cola superior:
$$F_{\text{obs}} > F_{\alpha}(d_1, d_2) \;\Rightarrow\; \text{rechazar } H_0.$$
Aquí \(d_1\) son los grados de libertad del numerador (por ejemplo, el número de grupos menos 1 en un ANOVA de un factor) y \(d_2\) son los grados de libertad del denominador (por ejemplo, los grados de libertad residuales).
P y Q. La calculadora acepta una probabilidad de cola inferior \(P = \Pr(F \le x)\) o una probabilidad de cola superior \(Q = \Pr(F > x)\), con \(P = 1 - Q\). El nivel de significancia se asigna directamente a la cola superior, \(\alpha = Q\), así que una prueba al 5% usa \(Q = 0.05\), que equivale a \(P = 0.95\).
Pruebas bilaterales de cociente de varianzas. Para probar si dos varianzas son iguales frente a una alternativa bilateral, se divide el nivel de significancia y se usan dos valores críticos, \(F_{\alpha/2}(d_1, d_2)\) (superior) y \(F_{1-\alpha/2}(d_1, d_2)\) (inferior). Se rechaza \(H_0\) si el cociente queda por encima del valor superior o por debajo del valor inferior. El valor inferior se obtiene de la identidad recíproca:
$$F_{1-\alpha}(d_1, d_2) = \frac{1}{F_{\alpha}(d_2, d_1)}.$$
Observe que los grados de libertad se intercambian. Por ejemplo, de la tabla \(F_{0.05}(10, 5) = 4.7351\), por lo que \(F_{0.95}(5, 10) = 1/4.7351 \approx 0.2112\).
Comportamiento al crecer \(d_2\). Cada columna de la tabla disminuye a medida que \(d_2\) aumenta, porque la estimación del denominador se vuelve más precisa. Cuando \(d_2 \to \infty\), el valor crítico se aproxima a \(\chi^2_{\alpha}(d_1)/d_1\). La fila ∞ de la tabla muestra este límite.
Forma. La distribución F está definida solo para \(x > 0\) y tiene asimetría positiva, especialmente para grados de libertad pequeños. Por esto los valores críticos inferior y superior no son simétricos alrededor de 1, y por eso se necesita la identidad recíproca para la cola inferior.
Preguntas frecuentes
¿Cuál es la diferencia entre P y Q? P es la probabilidad acumulada (de cola inferior) hasta \(x\); Q es la probabilidad de cola superior más allá de \(x\). Se relacionan mediante \(P = 1 - Q\).
¿Por qué la probabilidad debe estar estrictamente entre 0 y 1? Una probabilidad de 0 corresponde al cuantil \(x = 0\) y una probabilidad de 1 corresponde a \(x \to \infty\); ninguno de los dos es un valor crítico finito y con sentido práctico.
¿Pueden los grados de libertad no ser enteros? Sí: las fórmulas funcionan para cualquier número real positivo \(d_1\) y \(d_2\), aunque en las aplicaciones de ANOVA normalmente se usan valores enteros.