{"slug":"tabla-f-de-fisher","category":"Estadística y Probabilidad","subcategory":"Distribuciones","title":"Tabla F de Fisher y Calculadora de Valor Crítico y P-Valor","description":"Calculadora interactiva de la distribución F de Fisher-Snedecor. Obtén valores críticos y p-valores exactos al instante para tus análisis ANOVA sin buscar en tablas impresas.","seo_title":"Tabla F de Fisher y Calculadora: Valor Crítico y P-Valor","seo_description":"Calculadora interactiva de la distribución F de Fisher. Obtén valores críticos y p-valores al instante para ANOVA. Incluye tabla y ejemplos paso a paso.","og_title":"Calculadora y Tabla F de Fisher Interactiva para ANOVA","ui":{"inputs":[{"name":"mode","label":"Modo de cálculo","type":"select","required":true,"default_value":"crit","options":[{"value":"crit","label":"Calcular Valor Crítico (F)"},{"value":"pval","label":"Calcular P-Valor desde F"}]},{"name":"df1","label":"Grados de libertad (Numerador, df₁)","type":"number","required":true,"default_value":2,"min":1,"help":"Asociados a la varianza entre grupos (k - 1 en ANOVA)."},{"name":"df2","label":"Grados de libertad (Denominador, df₂)","type":"number","required":true,"default_value":21,"min":1,"help":"Asociados a la varianza dentro de los grupos (N - k en ANOVA)."},{"name":"alpha","label":"Nivel de significación (α)","type":"number","required":true,"default_value":0.05,"min":0.0001,"max":0.9999,"show_if":{"mode":["crit"]},"help":"Probabilidad de rechazar H0 siendo cierta (ej. 0.05 para 5%)."},{"name":"f_stat","label":"Estadístico F calculado","type":"number","required":true,"default_value":3.4668,"min":0,"show_if":{"mode":["pval"]},"help":"El valor F obtenido en tu prueba estadística o tabla ANOVA."}],"output_type":"text","submit_button_text":"Calcular"},"logic_script":"const mode = inputs.mode; const df1 = lib.num(inputs.df1); const df2 = lib.num(inputs.df2); if (isNaN(df1) || df1 <= 0 || df1 % 1 !== 0 || df1 > 100000) return { invalid: 'df1', result: 'Los grados de libertad del numerador deben ser un número entero entre 1 y 100000.', footprint: 'Revisa los grados de libertad del numerador.' }; if (isNaN(df2) || df2 <= 0 || df2 % 1 !== 0 || df2 > 100000) return { invalid: 'df2', result: 'Los grados de libertad del denominador deben ser un número entero entre 1 y 100000.', footprint: 'Revisa los grados de libertad del denominador.' }; if (mode === 'crit') { const alpha = lib.num(inputs.alpha); if (isNaN(alpha) || alpha <= 1e-15 || alpha >= 1) return { invalid: 'alpha', result: 'El nivel de significación (α) debe estar entre 0 y 1 (ej. 0.05).', footprint: 'Revisa el nivel de significación.' }; const p = 1 - alpha; const fCrit = lib.fInv(p, df1, df2); const fCritRounded = lib.round(fCrit, 4); return { result: { 'Valor Crítico (F)': fCritRounded, 'Nivel de Confianza': lib.round((1 - alpha) * 100, 2) + ' %', 'Decisión': 'Rechazar H0 si F_calc > ' + fCritRounded }, footprint: `Valor crítico de Fisher calculado para ${df1} y ${df2} grados de libertad con un nivel de significación α = ${alpha}.`, steps: [`1. Identificamos los grados de libertad: df₁ = ${df1} (numerador), df₂ = ${df2} (denominador).`, `2. Establecemos el nivel de significación: α = ${alpha}, que representa el área en la cola derecha de la distribución.`, `3. Calculamos la probabilidad acumulada requerida: p = 1 - α = 1 - ${alpha} = ${lib.round(p, 4)}.`, `4. Aplicando la inversa de la función de distribución acumulada F de Fisher-Snedecor: F_crit = ${fCritRounded}.`] }; } else { const fStat = lib.num(inputs.f_stat); if (isNaN(fStat) || fStat < 0 || !isFinite(fStat) || fStat > 1e100) return { invalid: 'f_stat', result: 'El estadístico F debe ser un número válido mayor o igual a 0 y menor que 1e100.', footprint: 'Revisa el estadístico F.' }; const cdf = lib.fCdf(fStat, df1, df2); const pValue = 1 - cdf; const pValueRounded = lib.round(pValue, 5); const isSig = pValue < 0.05; return { result: { 'P-Valor': pValueRounded, 'Probabilidad Acumulada': lib.round(cdf, 5), 'Interpretación (α=0.05)': isSig ? 'Significativo (Rechazar H0)' : 'No significativo (No rechazar H0)' }, footprint: `P-valor exacto calculado para un estadístico F de ${fStat} con ${df1} y ${df2} grados de libertad.`, steps: [`1. Identificamos los parámetros de la distribución: df₁ = ${df1}, df₂ = ${df2}.`, `2. Tomamos el estadístico de prueba calculado: F = ${fStat}.`, `3. Calculamos la probabilidad acumulada desde 0 hasta F: P(X ≤ ${fStat}) = ${lib.round(cdf, 5)}.`, `4. El p-valor es el área restante en la cola derecha: p = 1 - P(X ≤ F) = 1 - ${lib.round(cdf, 5)} = ${pValueRounded}.`] }; }","seo_footprint":{"text_intro":"La distribución F de Fisher-Snedecor es un pilar fundamental en la estadística inferencial, utilizada principalmente en el Análisis de Varianza (ANOVA) y en pruebas de igualdad de varianzas. Tradicionalmente, los investigadores dependían de una tabla F de Fisher impresa, la cual presenta limitaciones al buscar valores exactos para grados de libertad no tabulados o niveles de significación específicos. Esta herramienta interactiva elimina esa barrera, permitiendo calcular tanto el valor crítico exacto como el p-valor asociado a cualquier estadístico F, garantizando precisión matemática mediante la inversa de la función beta incompleta regularizada.","h2_titles":["¿Qué es la distribución F de Fisher y para qué sirve?","Entendiendo los grados de libertad (numerador y denominador)","Ejemplo resuelto: Cómo usar la Tabla F en un Análisis ANOVA","Diferencia entre Valor Crítico y P-Valor en la prueba F"],"faq":[{"question":"¿Qué representa el numerador y el denominador en la Tabla F?","answer":"En un análisis ANOVA, el numerador (df1) representa los grados de libertad asociados a la varianza 'entre' los grupos (calculado como el número de grupos menos 1). El denominador (df2) representa los grados de libertad de la varianza 'dentro' de los grupos o el error (calculado como el tamaño total de la muestra menos el número de grupos)."},{"question":"¿Qué hago si mis grados de libertad exactos no aparecen en una tabla impresa tradicional?","answer":"Las tablas impresas suelen omitir valores (saltando del 30 al 40, o al 60) por falta de espacio. En esos casos, los libros sugieren usar el valor más cercano o interpolar. Sin embargo, la mejor práctica moderna es utilizar una calculadora estadística como esta, que calcula el valor exacto mediante algoritmos numéricos sin necesidad de aproximaciones."},{"question":"¿Cómo se relaciona la distribución F con el análisis ANOVA?","answer":"El ANOVA calcula un estadístico F dividiendo la varianza explicada por el modelo entre la varianza no explicada (error). Este estadístico sigue una distribución F de Fisher si la hipótesis nula (que todas las medias de los grupos son iguales) es cierta. Comparamos este F calculado con el valor crítico de la tabla F para decidir si rechazamos la hipótesis nula."},{"question":"¿Qué significa un p-valor menor a alpha en la prueba F?","answer":"Si el p-valor calculado es menor que tu nivel de significación (alpha, típicamente 0.05), significa que la probabilidad de obtener un estadístico F tan extremo por puro azar es muy baja. Por lo tanto, rechazas la hipótesis nula y concluyes que existe una diferencia estadísticamente significativa entre las varianzas o las medias de los grupos."},{"question":"¿Qué mide la F de Fisher y qué es la tabla F?","answer":"La F de Fisher mide la relación entre dos varianzas para determinar si provienen de la misma población. La tabla F es una matriz matemática que tabula los valores críticos de esta distribución según un nivel de significación específico. Sirve como referencia para comparar el estadístico F calculado y decidir si las diferencias observadas son estadísticamente significativas. A diferencia de la distribución Normal, la F es asimétrica y está sesgada hacia la derecha, y sus valores nunca son negativos (rango de 0 a infinito), ya que se deriva del cociente de dos varianzas, que siempre son positivas."},{"question":"¿Cómo se lee la tabla F y se encuentra el valor crítico de F?","answer":"Para leer la tabla F, primero elige tu nivel de significación (α). Luego, ubica los grados de libertad del numerador en las columnas superiores y los grados de libertad del denominador en las filas laterales. La intersección de esa columna y fila te dará el valor crítico exacto. Si tu estadístico supera este número, rechazas la hipótesis nula."}],"how_to_use_steps":["Selecciona el modo de cálculo: 'Valor Crítico' si necesitas el límite para rechazar tu hipótesis, o 'P-Valor' si ya tienes el resultado de tu prueba.","Introduce los grados de libertad del numerador (df1), que corresponden a la varianza explicada o entre grupos.","Introduce los grados de libertad del denominador (df2), correspondientes a la varianza del error o dentro de los grupos.","Si buscas el valor crítico, define tu nivel de significación (ej. 0.05). Si buscas el p-valor, introduce tu estadístico F calculado.","Observa el resultado exacto y el desarrollo matemático al instante en la pantalla."],"related_queries":["calculadora anova","tabla t de student","calculadora chi cuadrado","grados de libertad estadistica"]},"content_sections":[{"heading":"¿Qué es la distribución F de Fisher y para qué sirve?","paragraphs":["La distribución F de Fisher-Snedecor es una distribución de probabilidad continua que surge frecuentemente como la distribución nula de una prueba estadística. Es el núcleo de técnicas fundamentales como el Análisis de Varianza (ANOVA) y la prueba de igualdad de varianzas (prueba F). Su forma no es única, sino que depende de dos parámetros conocidos como grados de libertad.","A diferencia de la distribución Normal (campana de Gauss), la distribución F es asimétrica, con una larga cola hacia la derecha, y solo toma valores positivos. Esto tiene sentido lógico, ya que el estadístico F se calcula como el cociente de dos varianzas (o sumas de cuadrados divididas por sus grados de libertad), y una varianza nunca puede ser negativa."]},{"heading":"Entendiendo los grados de libertad (numerador y denominador)","paragraphs":["Para leer correctamente una tabla F de Fisher o usar una calculadora, es vital identificar los dos tipos de grados de libertad. El numerador (df1) está asociado a la varianza que el modelo logra explicar. En un ANOVA de un factor, si comparas 'k' grupos distintos, df1 será igual a k - 1.","El denominador (df2) está asociado a la varianza residual o el error dentro de los grupos. Si tienes una muestra total de 'N' observaciones repartidas en esos 'k' grupos, df2 se calcula como N - k. La intersección de df1 y df2 en una tabla tradicional, bajo un nivel de significación específico (como α = 0.05), te da el valor crítico que separa la zona de aceptación de la zona de rechazo."]},{"heading":"Ejemplo resuelto: Cómo usar la Tabla F en un Análisis ANOVA","paragraphs":["Imagina que un investigador realiza un estudio comparativo entre 3 métodos de enseñanza distintos (k = 3 grupos). En total, participan 24 estudiantes (N = 24). Queremos saber si hay diferencias significativas en las calificaciones medias con un nivel de confianza del 95% (α = 0.05).","Primero, calculamos los grados de libertad. Para el numerador (entre grupos): df1 = k - 1 = 3 - 1 = 2. Para el denominador (dentro de los grupos): df2 = N - k = 24 - 3 = 21. Si introducimos estos datos en nuestra calculadora (o buscamos en la tabla F para α = 0.05), obtenemos un valor crítico de F = 3.4668.","¿Cómo se interpreta esto? Si tras realizar los cálculos del ANOVA, el estadístico F obtenido de los datos reales es mayor que 3.4668, el investigador rechazará la hipótesis nula y concluirá que al menos uno de los métodos de enseñanza produce resultados significativamente distintos."]},{"heading":"Diferencia entre Valor Crítico y P-Valor en la prueba F","paragraphs":["El enfoque clásico utiliza el 'Valor Crítico'. Fijas un nivel de significación (como 0.05), buscas el límite en la tabla F y compruebas si tu estadístico lo supera. Es un método de 'blanco o negro': rechazas o no rechazas.","El enfoque moderno, facilitado por el software estadístico, utiliza el 'P-Valor'. En lugar de buscar un límite predefinido, calculas la probabilidad exacta de obtener un estadístico F tan extremo como el tuyo, asumiendo que no hay diferencias reales. Si el p-valor es 0.012, sabes que el resultado es significativo al 5% (porque 0.012 < 0.05), pero además tienes una medida precisa de la fuerza de la evidencia."]}],"reference_table":{"caption":"Valores críticos de la distribución F de Fisher-Snedecor (α = 0,10; 0,05; 0,025 y 0,01)","headers":["α","gl₂  gl₁","1","2","3","4","5","6","7","8","9","10"],"rows":[["0.1","1","39.863","49.500","53.593","55.833","57.240","58.204","58.906","59.439","59.858","60.195"],["0.1","2","8.526","9.000","9.162","9.243","9.293","9.326","9.349","9.367","9.381","9.392"],["0.1","3","5.538","5.462","5.391","5.343","5.309","5.285","5.266","5.252","5.240","5.230"],["0.1","4","4.545","4.325","4.191","4.107","4.051","4.010","3.979","3.955","3.936","3.920"],["0.1","5","4.060","3.780","3.619","3.520","3.453","3.405","3.368","3.339","3.316","3.297"],["0.1","6","3.776","3.463","3.289","3.181","3.108","3.055","3.014","2.983","2.958","2.937"],["0.1","7","3.589","3.257","3.074","2.961","2.883","2.827","2.785","2.752","2.725","2.703"],["0.1","8","3.458","3.113","2.924","2.806","2.726","2.668","2.624","2.589","2.561","2.538"],["0.1","9","3.360","3.006","2.813","2.693","2.611","2.551","2.505","2.469","2.440","2.416"],["0.1","10","3.285","2.924","2.728","2.605","2.522","2.461","2.414","2.377","2.347","2.323"],["0.1","11","3.225","2.860","2.660","2.536","2.451","2.389","2.342","2.304","2.274","2.248"],["0.1","12","3.177","2.807","2.606","2.480","2.394","2.331","2.283","2.245","2.214","2.188"],["0.1","13","3.136","2.763","2.560","2.434","2.347","2.283","2.234","2.195","2.164","2.138"],["0.1","14","3.102","2.726","2.522","2.395","2.307","2.243","2.193","2.154","2.122","2.095"],["0.1","15","3.073","2.695","2.490","2.361","2.273","2.208","2.158","2.119","2.086","2.059"],["0.1","16","3.048","2.668","2.462","2.333","2.244","2.178","2.128","2.088","2.055","2.028"],["0.1","17","3.026","2.645","2.437","2.308","2.218","2.152","2.102","2.061","2.028","2.001"],["0.1","18","3.007","2.624","2.416","2.286","2.196","2.130","2.079","2.038","2.005","1.977"],["0.1","19","2.990","2.606","2.397","2.266","2.176","2.109","2.058","2.017","1.984","1.956"],["0.1","20","2.975","2.589","2.380","2.249","2.158","2.091","2.040","1.999","1.965","1.937"],["0.1","21","2.961","2.575","2.365","2.233","2.142","2.075","2.023","1.982","1.948","1.920"],["0.1","22","2.949","2.561","2.351","2.219","2.128","2.060","2.008","1.967","1.933","1.904"],["0.1","23","2.937","2.549","2.339","2.207","2.115","2.047","1.995","1.953","1.919","1.890"],["0.1","24","2.927","2.538","2.327","2.195","2.103","2.035","1.983","1.941","1.906","1.877"],["0.1","25","2.918","2.528","2.317","2.184","2.092","2.024","1.971","1.929","1.895","1.866"],["0.1","26","2.909","2.519","2.307","2.174","2.082","2.014","1.961","1.919","1.884","1.855"],["0.1","27","2.901","2.511","2.299","2.165","2.073","2.005","1.952","1.909","1.874","1.845"],["0.1","28","2.894","2.503","2.291","2.157","2.064","1.996","1.943","1.900","1.865","1.836"],["0.1","29","2.887","2.495","2.283","2.149","2.057","1.988","1.935","1.892","1.857","1.827"],["0.1","30","2.881","2.489","2.276","2.142","2.049","1.980","1.927","1.884","1.849","1.819"],["0.1","40","2.835","2.440","2.226","2.091","1.997","1.927","1.873","1.829","1.793","1.763"],["0.1","60","2.791","2.393","2.177","2.041","1.946","1.875","1.819","1.775","1.738","1.707"],["0.1","120","2.748","2.347","2.130","1.992","1.896","1.824","1.767","1.722","1.684","1.652"],["0.05","1","161.448","199.500","215.707","224.583","230.162","233.986","236.768","238.883","240.543","241.882"],["0.05","2","18.513","19.000","19.164","19.247","19.296","19.330","19.353","19.371","19.385","19.396"],["0.05","3","10.128","9.552","9.277","9.117","9.013","8.941","8.887","8.845","8.812","8.786"],["0.05","4","7.709","6.944","6.591","6.388","6.256","6.163","6.094","6.041","5.999","5.964"],["0.05","5","6.608","5.786","5.409","5.192","5.050","4.950","4.876","4.818","4.772","4.735"],["0.05","6","5.987","5.143","4.757","4.534","4.387","4.284","4.207","4.147","4.099","4.060"],["0.05","7","5.591","4.737","4.347","4.120","3.972","3.866","3.787","3.726","3.677","3.637"],["0.05","8","5.318","4.459","4.066","3.838","3.687","3.581","3.500","3.438","3.388","3.347"],["0.05","9","5.117","4.256","3.863","3.633","3.482","3.374","3.293","3.230","3.179","3.137"],["0.05","10","4.965","4.103","3.708","3.478","3.326","3.217","3.135","3.072","3.020","2.978"],["0.05","11","4.844","3.982","3.587","3.357","3.204","3.095","3.012","2.948","2.896","2.854"],["0.05","12","4.747","3.885","3.490","3.259","3.106","2.996","2.913","2.849","2.796","2.753"],["0.05","13","4.667","3.806","3.411","3.179","3.025","2.915","2.832","2.767","2.714","2.671"],["0.05","14","4.600","3.739","3.344","3.112","2.958","2.848","2.764","2.699","2.646","2.602"],["0.05","15","4.543","3.682","3.287","3.056","2.901","2.790","2.707","2.641","2.588","2.544"],["0.05","16","4.494","3.634","3.239","3.007","2.852","2.741","2.657","2.591","2.538","2.494"],["0.05","17","4.451","3.592","3.197","2.965","2.810","2.699","2.614","2.548","2.494","2.450"],["0.05","18","4.414","3.555","3.160","2.928","2.773","2.661","2.577","2.510","2.456","2.412"],["0.05","19","4.381","3.522","3.127","2.895","2.740","2.628","2.544","2.477","2.423","2.378"],["0.05","20","4.351","3.493","3.098","2.866","2.711","2.599","2.514","2.447","2.393","2.348"],["0.05","21","4.325","3.467","3.072","2.840","2.685","2.573","2.488","2.420","2.366","2.321"],["0.05","22","4.301","3.443","3.049","2.817","2.661","2.549","2.464","2.397","2.342","2.297"],["0.05","23","4.279","3.422","3.028","2.796","2.640","2.528","2.442","2.375","2.320","2.275"],["0.05","24","4.260","3.403","3.009","2.776","2.621","2.508","2.423","2.355","2.300","2.255"],["0.05","25","4.242","3.385","2.991","2.759","2.603","2.490","2.405","2.337","2.282","2.236"],["0.05","26","4.225","3.369","2.975","2.743","2.587","2.474","2.388","2.321","2.265","2.220"],["0.05","27","4.210","3.354","2.960","2.728","2.572","2.459","2.373","2.305","2.250","2.204"],["0.05","28","4.196","3.340","2.947","2.714","2.558","2.445","2.359","2.291","2.236","2.190"],["0.05","29","4.183","3.328","2.934","2.701","2.545","2.432","2.346","2.278","2.223","2.177"],["0.05","30","4.171","3.316","2.922","2.690","2.534","2.421","2.334","2.266","2.211","2.165"],["0.05","40","4.085","3.232","2.839","2.606","2.449","2.336","2.249","2.180","2.124","2.077"],["0.05","60","4.001","3.150","2.758","2.525","2.368","2.254","2.167","2.097","2.040","1.993"],["0.05","120","3.920","3.072","2.680","2.447","2.290","2.175","2.087","2.016","1.959","1.910"],["0.025","1","647.789","799.500","864.163","899.583","921.848","937.111","948.217","956.656","963.285","968.627"],["0.025","2","38.506","39.000","39.165","39.248","39.298","39.331","39.355","39.373","39.387","39.398"],["0.025","3","17.443","16.044","15.439","15.101","14.885","14.735","14.624","14.540","14.473","14.419"],["0.025","4","12.218","10.649","9.979","9.605","9.364","9.197","9.074","8.980","8.905","8.844"],["0.025","5","10.007","8.434","7.764","7.388","7.146","6.978","6.853","6.757","6.681","6.619"],["0.025","6","8.813","7.260","6.599","6.227","5.988","5.820","5.695","5.600","5.523","5.461"],["0.025","7","8.073","6.542","5.890","5.523","5.285","5.119","4.995","4.899","4.823","4.761"],["0.025","8","7.571","6.059","5.416","5.053","4.817","4.652","4.529","4.433","4.357","4.295"],["0.025","9","7.209","5.715","5.078","4.718","4.484","4.320","4.197","4.102","4.026","3.964"],["0.025","10","6.937","5.456","4.826","4.468","4.236","4.072","3.950","3.855","3.779","3.717"],["0.025","11","6.724","5.256","4.630","4.275","4.044","3.881","3.759","3.664","3.588","3.526"],["0.025","12","6.554","5.096","4.474","4.121","3.891","3.728","3.607","3.512","3.436","3.374"],["0.025","13","6.414","4.965","4.347","3.996","3.767","3.604","3.483","3.388","3.312","3.250"],["0.025","14","6.298","4.857","4.242","3.892","3.663","3.501","3.380","3.285","3.209","3.147"],["0.025","15","6.200","4.765","4.153","3.804","3.576","3.415","3.293","3.199","3.123","3.060"],["0.025","16","6.115","4.687","4.077","3.729","3.502","3.341","3.219","3.125","3.049","2.986"],["0.025","17","6.042","4.619","4.011","3.665","3.438","3.277","3.156","3.061","2.985","2.922"],["0.025","18","5.978","4.560","3.954","3.608","3.382","3.221","3.100","3.005","2.929","2.866"],["0.025","19","5.922","4.508","3.903","3.559","3.333","3.172","3.051","2.956","2.880","2.817"],["0.025","20","5.871","4.461","3.859","3.515","3.289","3.128","3.007","2.913","2.837","2.774"],["0.025","21","5.827","4.420","3.819","3.475","3.250","3.090","2.969","2.874","2.798","2.735"],["0.025","22","5.786","4.383","3.783","3.440","3.215","3.055","2.934","2.839","2.763","2.700"],["0.025","23","5.750","4.349","3.750","3.408","3.183","3.023","2.902","2.808","2.731","2.668"],["0.025","24","5.717","4.319","3.721","3.379","3.155","2.995","2.874","2.779","2.703","2.640"],["0.025","25","5.686","4.291","3.694","3.353","3.129","2.969","2.848","2.753","2.677","2.613"],["0.025","26","5.659","4.265","3.670","3.329","3.105","2.945","2.824","2.729","2.653","2.590"],["0.025","27","5.633","4.242","3.647","3.307","3.083","2.923","2.802","2.707","2.631","2.568"],["0.025","28","5.610","4.221","3.626","3.286","3.063","2.903","2.782","2.687","2.611","2.547"],["0.025","29","5.588","4.201","3.607","3.267","3.044","2.884","2.763","2.669","2.592","2.529"],["0.025","30","5.568","4.182","3.589","3.250","3.026","2.867","2.746","2.651","2.575","2.511"],["0.025","40","5.424","4.051","3.463","3.126","2.904","2.744","2.624","2.529","2.452","2.388"],["0.025","60","5.286","3.925","3.343","3.008","2.786","2.627","2.507","2.412","2.334","2.270"],["0.025","120","5.152","3.805","3.227","2.894","2.674","2.515","2.395","2.299","2.222","2.157"],["0.01","1","4052.181","4999.500","5403.352","5624.583","5763.650","5858.986","5928.356","5981.070","6022.473","6055.847"],["0.01","2","98.503","99.000","99.166","99.249","99.299","99.333","99.356","99.374","99.388","99.399"],["0.01","3","34.116","30.817","29.457","28.710","28.237","27.911","27.672","27.489","27.345","27.229"],["0.01","4","21.198","18.000","16.694","15.977","15.522","15.207","14.976","14.799","14.659","14.546"],["0.01","5","16.258","13.274","12.060","11.392","10.967","10.672","10.456","10.289","10.158","10.051"],["0.01","6","13.745","10.925","9.780","9.148","8.746","8.466","8.260","8.102","7.976","7.874"],["0.01","7","12.246","9.547","8.451","7.847","7.460","7.191","6.993","6.840","6.719","6.620"],["0.01","8","11.259","8.649","7.591","7.006","6.632","6.371","6.178","6.029","5.911","5.814"],["0.01","9","10.561","8.022","6.992","6.422","6.057","5.802","5.613","5.467","5.351","5.257"],["0.01","10","10.044","7.559","6.552","5.994","5.636","5.386","5.200","5.057","4.942","4.849"],["0.01","11","9.646","7.206","6.217","5.668","5.316","5.069","4.886","4.744","4.632","4.539"],["0.01","12","9.330","6.927","5.953","5.412","5.064","4.821","4.640","4.499","4.388","4.296"],["0.01","13","9.074","6.701","5.739","5.205","4.862","4.620","4.441","4.302","4.191","4.100"],["0.01","14","8.862","6.515","5.564","5.035","4.695","4.456","4.278","4.140","4.030","3.939"],["0.01","15","8.683","6.359","5.417","4.893","4.556","4.318","4.142","4.004","3.895","3.805"],["0.01","16","8.531","6.226","5.292","4.773","4.437","4.202","4.026","3.890","3.780","3.691"],["0.01","17","8.400","6.112","5.185","4.669","4.336","4.102","3.927","3.791","3.682","3.593"],["0.01","18","8.285","6.013","5.092","4.579","4.248","4.015","3.841","3.705","3.597","3.508"],["0.01","19","8.185","5.926","5.010","4.500","4.171","3.939","3.765","3.631","3.523","3.434"],["0.01","20","8.096","5.849","4.938","4.431","4.103","3.871","3.699","3.564","3.457","3.368"],["0.01","21","8.017","5.780","4.874","4.369","4.042","3.812","3.640","3.506","3.398","3.310"],["0.01","22","7.945","5.719","4.817","4.313","3.988","3.758","3.587","3.453","3.346","3.258"],["0.01","23","7.881","5.664","4.765","4.264","3.939","3.710","3.539","3.406","3.299","3.211"],["0.01","24","7.823","5.614","4.718","4.218","3.895","3.667","3.496","3.363","3.256","3.168"],["0.01","25","7.770","5.568","4.675","4.177","3.855","3.627","3.457","3.324","3.217","3.129"],["0.01","26","7.721","5.526","4.637","4.140","3.818","3.591","3.421","3.288","3.182","3.094"],["0.01","27","7.677","5.488","4.601","4.106","3.785","3.558","3.388","3.256","3.149","3.062"],["0.01","28","7.636","5.453","4.568","4.074","3.754","3.528","3.358","3.226","3.120","3.032"],["0.01","29","7.598","5.420","4.538","4.045","3.725","3.499","3.330","3.198","3.092","3.005"],["0.01","30","7.562","5.390","4.510","4.018","3.699","3.473","3.304","3.173","3.067","2.979"],["0.01","40","7.314","5.179","4.313","3.828","3.514","3.291","3.124","2.993","2.888","2.801"],["0.01","60","7.077","4.977","4.126","3.649","3.339","3.119","2.953","2.823","2.718","2.632"],["0.01","120","6.851","4.787","3.949","3.480","3.174","2.956","2.792","2.663","2.559","2.472"]]},"sources":[{"label":"NIST/SEMATECH e-Handbook of Statistical Methods","url":"https://www.itl.nist.gov/div898/handbook/"},{"label":"Snedecor, G. W., & Cochran, W. G. (1989). Statistical Methods (8th ed.). Iowa State University Press."}],"default_output":{"result":{"Valor Crítico (F)":"3.4668","Nivel de Confianza":"95 %","Decisión":"Rechazar H0 si F_calc > 3.4668"},"footprint":"Valor crítico de Fisher calculado para 2 y 21 grados de libertad con un nivel de significación α = 0.05.","steps":["1. Identificamos los grados de libertad: df₁ = 2 (numerador), df₂ = 21 (denominador).","2. Establecemos el nivel de significación: α = 0.05, que representa el área en la cola derecha de la distribución.","3. Calculamos la probabilidad acumulada requerida: p = 1 - α = 1 - 0.05 = 0.95.","4. Aplicando la inversa de la función de distribución acumulada F de Fisher-Snedecor: F_crit = 3.4668."]},"status":"published","reviewed_at":"2026-09-24","figures":[{"type":"distribution","dist":"f","params_from_inputs":{"df1":"df1","df2":"df2"},"shade":"right","value_from_result":"Valor Crítico (F)","after_section":2}]}