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.