BERHRENS- FISHER

El problema de behrens-fisher que consiste en contrastar la igualdad de las

medidas de dos poblaciones normales con varianza desconocida y no
necesariamente iguales ha sido uno de los mas estudiado en el campo de la
estadstica. El problema mas frecuente en estadstica aplicada es en mi
opinin, la comparacin de las medidas de dos poblaciones. que las
normales sean univariantes o multivariantes se conoce con el nombre de
problema de Behrens-Fisher univariante o multivariante, respectivamente.
Hay una amplia bibliografa dedicada al estudio de este problema desde el
punto de vista clasico y se han dado un gran numero de soluciones
aproximadas del mismo.Acontinuacion en el siguiente prrafo explicare mas
en que consiste La primera solucion bayesiana del problema de BehrensFisher univariante, basada en el calculo de intervalos de maxima densidad a
posteriori (M.D.P.)
Se llama problema behrens Fisher si la relacin

= 1 / 2

, y se aade el

supuesto de que las poblaciones son normales. La hiptesis de normalidad

no es de importancia practica para cualquiera de las soluciones
consideradas.
El problema de behrens Fisher es una cuestin controvertida que no tiene
solucin optima conocida y para el que las diferentes escuelas de
pensamiento estadstico dan diferentes soluciones.
La complejidad de la distribucion de Behrens-Fisher univariante hace pensar
en estudiar aproximaciones y caracterizaciones de la misma, teniendo en
cuenta que es simetrica respecto de su media y es en apariencia bastante
parecida a la t de Student
DEFINICIONES:
Definiremos la distribucion de Behrens-Fisher multivariante, de forma an
aloga al caso univariante, vease Box and Tiao (1973), como convoluci on de
dos distribuciones t de Student multivariantes. Consideraremos dos clases
de distribuciones de Behrens-Fisher multivariante dependiendo de como
sean las matrices de covarianzas de las distribuciones t de Student. Cuando
las matrices sean cualesquiera obtendremos las de tipo 1, que va a ser la
clase mas general, y cuando las matrices sean proporcionales tendremos las
de tipo 2, que va a ser una clase mas restrictiva
REPRESENTACIONES COMO MIXTURAS.
A continuacion, se establecen algunas representaciones de la distribucion
de Behrens- Fisher multivariante como mixtura de distribuciones. Se
obtiene, en primer lugar, una representacion como mixtura respecto del
parametro de localizacion de distribuciones t de Student con distribuciones
de mezcla tambien del mismo tipo, que es una generalizacion del resultado
existente para el caso univariante; y en segundo lugar, como mixtura

respecto de la matriz de escala de distribuciones t de Student con

distribuciones de mezcla F de Snedecor o beta dos invertida. Asimismo,
representaremos la distribucion de Behrens-Fisher multivariante de tipo 2
como mixtura, respecto del parametro de escala, de distribuciones normales
con distribucion de mezcla la de la convolucion de gammas invertidas, que
nos va ser de gran utilidad para la seccion 2.4 en la que estudiaremos las
convoluciones de gammas invertidas con par ametros forma semienteros.