Qué hace esta calculadora
Esta calculadora realiza una prueba F para la igualdad de dos varianzas poblacionales. Introduzca dos muestras brutas y calculará la varianza de cada muestra, el estadístico F, ambos grados de libertad, el valor o valores críticos para su nivel de significancia, un valor p y una decisión de rechazar o no rechazar. Resulta útil para estudiantes, analistas e ingenieros que necesitan comprobar si dos procesos, instrumentos o grupos presentan la misma dispersión antes de elegir un método de seguimiento, como una prueba t agrupada o la prueba t de Welch.
Cómo usarla
Introduzca los datos en este orden:
- Datos de la muestra 1: al menos dos números separados por comas, punto y coma, espacios o saltos de línea, con el punto como separador decimal.
- Datos de la muestra 2: se introducen de la misma forma.
- Hipótesis alternativa: bilateral (varianzas no iguales), mayor (varianza 1 mayor) o menor (varianza 1 menor).
- Nivel de significancia alfa: un valor como 0.05, que debe ser mayor que 0 y menor que 0.5.
La muestra 1 siempre es el numerador del cociente, por lo que el orden de las muestras importa en las pruebas unilaterales.
La fórmula
$$F = \frac{s_1^2}{s_2^2}, \qquad s^2 = \frac{1}{N-1}\sum_{i=1}^{N}(x_i-\bar{x})^2$$
Aquí \(s_1^2\) y \(s_2^2\) son las varianzas muestrales, \(x_i\) son las observaciones, \(\bar{x}\) es la media muestral y \(N\) es el tamaño de la muestra. El estadístico sigue una distribución F con \(N_1-1\) grados de libertad en el numerador y \(N_2-1\) en el denominador cuando se cumple la hipótesis nula y los datos son normales.
Convenciones y supuestos
- Las varianzas usan el divisor \(n-1\), y la muestra 1 es el numerador.
- Los grados de libertad son \(N_1-1\) y \(N_2-1\).
- Alternativa superior: se rechaza si \(F\) supera el cuantil \(1-\alpha\). Alternativa inferior: se rechaza si \(F\) es menor que el cuantil \(\alpha\). Bilateral: se rechaza si \(F\) es menor que el cuantil \(\alpha/2\) o mayor que el cuantil \(1-\alpha/2\).
- Las desigualdades son estrictas, por lo que una F exactamente igual a un valor crítico no lleva al rechazo.
- El valor p es la cola superior para la alternativa mayor y la cola inferior para la alternativa menor. En la prueba bilateral es \(\min(1, 2\min(p_{\text{inferior}}, p_{\text{superior}}))\). El método sigue las regiones críticas del NIST, pero la página del NIST no muestra una fórmula del valor p, por lo que esta regla de doble cola es una decisión de diseño coherente con dichas regiones. Se rechaza exactamente cuando \(p<\alpha\).
- No se aplican rangos, empates ni correcciones de continuidad, porque la prueba es paramétrica.
- La prueba asume muestras independientes de poblaciones normales y es sensible a las desviaciones de la normalidad.
- Los resultados se calculan con precisión total y se muestran con unas 4 a 6 cifras significativas.
Ejemplo resuelto
La muestra 1 es 12.1, 13.4, 11.8, 14.2, 12.9, 13.7, 12.5, 14.8 (n = 8). La muestra 2 es 12.4, 12.8, 12.2, 13.0, 12.6, 12.9, 12.5 (n = 7). La prueba es bilateral con \(\alpha = 0.05\).
$$s_1^2 = 1.0850,\quad s_2^2 = 0.082381$$
$$F = \frac{1.0850}{0.082381} = 13.1705,\quad df_1 = 7,\ df_2 = 6$$
Los valores críticos son 0.1954 (inferior) y 5.6955 (superior). Como \(13.1705 > 5.6955\), se rechaza la hipótesis nula. El valor p es 0.005860, que es menor que 0.05 y confirma la decisión.
Interpretación del resultado y limitaciones
Una F muy superior a 1 indica que la muestra 1 está más dispersa que la muestra 2; una F cercana a 0 indica lo contrario. Un valor p pequeño es evidencia en contra de varianzas iguales. Un valor p grande significa que los datos no muestran una diferencia, lo que no equivale a demostrar igualdad, sobre todo con muestras pequeñas. La prueba F es mucho menos robusta que las pruebas de Levene o de Brown-Forsythe cuando los datos están sesgados o tienen colas pesadas, así que compruebe primero la normalidad. Si la muestra 2 tiene varianza cero, F no está definida.
Preguntas frecuentes
¿Qué significa un resultado significativo?
El valor p es menor que alfa, así que el cociente de varianzas observado sería poco probable si ambas poblaciones tuvieran la misma varianza.
¿Importa el orden de las muestras?
Intercambiar las muestras da \(1/F\) e intercambia las alternativas unilaterales. La decisión bilateral se mantiene igual.
¿Por qué se duplica el valor p bilateral?
La prueba bilateral reparte alfa por igual entre ambas colas, por lo que la probabilidad de la cola más pequeña se duplica y se limita a 1.
¿Cuántas observaciones se necesitan?
Al menos dos por muestra, aunque las muestras pequeñas ofrecen poca potencia para detectar diferencias reales.
¿Qué pasa si mis datos no son normales?
La prueba F puede dar resultados engañosos. Considere una prueba más robusta, como la de Levene.
Fuentes
- 1.3.5.9. Prueba F para la igualdad de dos varianzas, NIST/SEMATECH e-Handbook of Statistical Methods.