Teorema de Fisher en estadística: media y varianza muestral

Teorema de Fisher en estadística: media y varianza muestral
Índice
  1. Enunciado del teorema (o lema) de Fisher
  2. Qué significa cada parte
  3. Idea de la demostración
  4. Consecuencias directas
  5. Ejemplos resueltos
    1. Ejemplo 1: intervalo de confianza para la varianza
    2. Ejemplo 2: intervalo para la media con σ desconocida
  6. Errores habituales
  7. Otros «Fisher» que no son este teorema
  8. Relación con otros teoremas
  9. Preguntas frecuentes
    1. ¿Qué dice el teorema de Fisher?
    2. ¿Por qué n − 1 grados de libertad?
    3. ¿Para qué sirve el teorema de Fisher?
    4. ¿Es lo mismo que la F de Fisher?
  10. Fuentes

Actualizado el

El teorema de Fisher dice que, si una muestra procede de una población normal, la media muestral y la cuasivarianza muestral son independientes, la media sigue una normal y la cuasivarianza, bien escalada, sigue una chi-cuadrado con n − 1 grados de libertad. Es la base de los intervalos de confianza y contrastes para la media y la varianza de una normal, y de la t de Student.

Enunciado del teorema (o lema) de Fisher

Sea X1, …, Xn una muestra aleatoria simple de una población N(μ, σ2). Se definen la media muestral y la cuasivarianza muestral:

X̄ = (1/n) Σ Xi y S2 = [1/(n − 1)] Σ (Xi − X̄)2

Entonces:

  1. X̄ ~ N(μ, σ2/n), o sea, (X̄ − μ)/(σ/√n) ~ N(0, 1).
  2. (n − 1)S2/σ2 ~ χ2n−1, una chi-cuadrado con n − 1 grados de libertad.
  3. X̄ y S2 son independientes.

En los apuntes de universidad españoles aparece como «teorema de Fisher» o «lema de Fisher». Es un resultado de la estadística de muestreo, no hay que confundirlo con la distribución F, la información de Fisher ni el efecto Fisher, que se tratan al final.

Qué significa cada parte

La media es normal para cualquier n, no solo para muestras grandes: una suma de normales independientes es normal. Para poblaciones no normales esto solo vale de forma aproximada y para n grande, por el teorema del límite central.

La varianza pierde un grado de libertad. Si se conociera μ, Σ(Xi − μ)2/σ2 sería una suma de n normales tipificadas al cuadrado, una χ2n. Al sustituir μ por X̄, los n desvíos Xi − X̄ quedan ligados por una restricción, Σ(Xi − X̄) = 0, y solo n − 1 son libres. De ahí los n − 1 grados y el divisor n − 1 de la cuasivarianza.

La independencia es lo menos intuitivo. X̄ y S2 se calculan con los mismos datos y, sin embargo, en una normal saber la media muestral no da ninguna información sobre la dispersión. Es una propiedad exclusiva de la normal: en ninguna otra distribución son independientes la media y la varianza muestrales (resultado de R. C. Geary, de 1936).

Idea de la demostración

La demostración estándar usa un cambio de variables ortogonal (la transformación de Helmert):

  1. Se tipifica: Zi = (Xi − μ)/σ, independientes y N(0, 1).
  2. Se toma una matriz ortogonal n × n cuya primera fila es (1/√n, …, 1/√n), y se define Y = MZ. Como M es ortogonal y las Zi son normales independientes con la misma varianza, las Yi también son N(0, 1) independientes.
  3. La primera componente es Y1 = √n·Z̄, que solo depende de la media.
  4. Como M conserva la longitud, Σ Zi2 = Σ Yi2. Restando Y12 = nZ̄2: Σ (Zi − Z̄)2 = Y22 + … + Yn2, que es (n − 1)S2/σ2.
  5. Esa suma de n − 1 normales tipificadas al cuadrado es una χ2n−1, y no depende de Y1. De ahí la independencia.

Los detalles, con la construcción explícita de la matriz, están en cualquier manual de inferencia estadística de grado; la versión general para formas cuadráticas es el teorema de Cochran.

Consecuencias directas

  • E[S2] = σ2, porque la media de una χ2n−1 es n − 1. Por eso la cuasivarianza es un estimador insesgado de la varianza.
  • Var(S2) = 2σ4/(n − 1), porque la varianza de una χ2k es 2k. Con σ2 = 4 y n = 10: 2·16/9 ≈ 3,56.
  • La t de Student. Dividiendo la normal tipificada de la parte 1 entre la raíz de la chi-cuadrado de la parte 2 partida por sus grados de libertad, y usando la independencia de la parte 3:

T = (X̄ − μ)/(S/√n) ~ tn−1

Es lo que permite hacer inferencia sobre μ cuando σ es desconocida, que es lo normal en la práctica.

Ejemplos resueltos

Ejemplo 1: intervalo de confianza para la varianza

Una muestra de n = 10 piezas de una población normal da una cuasivarianza s2 = 4 mm2. Intervalo al 95 % para σ2.

  1. Por Fisher, 9S2/σ2 ~ χ29.
  2. Cuantiles de la χ29 que dejan el 2,5 % en cada cola: 2,700 y 19,023.
  3. Despejando σ2 en 2,700 ≤ 9·4/σ2 ≤ 19,023: 36/19,023 ≤ σ2 ≤ 36/2,700.
  4. Resultado: σ2 ∈ (1,89; 13,33) mm2, y para la desviación típica, σ ∈ (1,38; 3,65) mm.

El intervalo no es simétrico alrededor de 4 porque la chi-cuadrado no es simétrica.

Ejemplo 2: intervalo para la media con σ desconocida

Con n = 16, x̄ = 50 y s = 4, intervalo al 95 % para μ.

  1. Por la consecuencia de Fisher, (X̄ − μ)/(S/4) ~ t15.
  2. Cuantil t15; 0,975 ≈ 2,131.
  3. Intervalo: 50 ± 2,131·4/√16 = 50 ± 2,131.
  4. Resultado: μ ∈ (47,87; 52,13).

Los cuantiles de los dos ejemplos se han calculado numéricamente y coinciden con las tablas habituales.

Errores habituales

  • Usar la varianza con divisor n. El resultado χ2n−1 es para (n − 1)S2/σ2 con la cuasivarianza. Con la varianza muestral de divisor n, la expresión equivalente es nV/σ2.
  • Aplicarlo a poblaciones no normales. La parte de la chi-cuadrado y la independencia fallan; el intervalo para la varianza es especialmente sensible a la falta de normalidad.
  • Usar n grados en lugar de n − 1 al buscar en la tabla de la chi-cuadrado o de la t.

Otros «Fisher» que no son este teorema

NombreQué es
Distribución F de Fisher-SnedecorEl cociente de dos chi-cuadrado independientes divididas por sus grados. Con dos muestras normales, (S12/σ12)/(S22/σ22) sigue una F; se usa para comparar varianzas y en el análisis de la varianza (ANOVA). Se deduce aplicando el teorema de Fisher a cada muestra.
Información de FisherMide cuánta información aporta una muestra sobre un parámetro; su inversa es la cota de Cramér-Rao para la varianza de los estimadores insesgados.
Teorema fundamental de la selección naturalResultado de genética de poblaciones del mismo R. A. Fisher.
Efecto FisherRelación de economía entre tipos de interés nominales, reales e inflación, debida al economista Irving Fisher, no al estadístico.

Relación con otros teoremas

El teorema de Fisher completa lo que dicen otros resultados más generales. La desigualdad del teorema de Chebyshev acota la dispersión de cualquier variable, pero sin dar la distribución; Fisher da la distribución exacta a cambio de exigir normalidad. Y la descomposición Σ(Xi − μ)2 = Σ(Xi − X̄)2 + n(X̄ − μ)2, que aparece en la demostración, es la versión muestral del teorema de König-Huygens de la varianza.

Preguntas frecuentes

¿Qué dice el teorema de Fisher?

Que en una muestra aleatoria simple de una normal N(μ, σ²), la media muestral sigue una N(μ, σ²/n), (n − 1)S²/σ² sigue una chi-cuadrado con n − 1 grados de libertad, y la media y la cuasivarianza son independientes.

¿Por qué n − 1 grados de libertad?

Porque los desvíos respecto de la media muestral suman cero, y esa restricción deja solo n − 1 desvíos libres.

¿Para qué sirve el teorema de Fisher?

Para construir intervalos de confianza y contrastes sobre la varianza (con la chi-cuadrado) y sobre la media con σ desconocida (con la t de Student), y para deducir la F de Snedecor.

¿Es lo mismo que la F de Fisher?

No. La F de Fisher-Snedecor es una distribución que se obtiene como cociente de chi-cuadrado; el teorema de Fisher es el resultado sobre la media y la varianza muestrales que permite usarla.

Fuentes

Teoremas

RELACIONADOS

Subir