SlideShare una empresa de Scribd logo
1 de 34
INFERENCIAS ESTADISTICA
PRUEBA DE HIPOTESIS II
Profesor: Kennedy Hurtado Ibarra.
Licenciado en Matemática y Física
Especialista en Estadística Aplicada
Magister en Estadística Aplicada
Doctor en Ciencias de la Educación
Celular: 3002426058
Kennedyhurtado@dcc.uniatlantico.edu.co
Referencia: Llinas Humberto, Estadística Inferencial.
Canavo George, Probabilidad y Estadística Aplicaciones y Métodos.
Montgomery Douglas. Probabilidad y Estadística para Ingeniería.
Prueba para la diferencia de dos proporciones
Volvamos sobre el problema de comparación de dos proporciones poblacionales.
Teorema:
Sea 𝑃1 la proporción de éxitos observada en una muestra aleatoria de tamaño 𝑛1,
procedente de una población con proporción 𝑃1 de éxitos, y sea 𝑝2 la proporción de
éxitos observada en una muestra aleatoria independiente de tamaño 𝑛2, procedente
de una población con proporción de éxitos 𝑃2 . Supongamos que se cumple alguna de
las siguientes dos condiciones:
(a) 𝑛1 ≥ 30 y 𝑛2 ≥ 30;
(b) 𝑛1 𝑝1≥ 5, 𝑛1(1−𝑝1) ≥ 5, 𝑛2𝑝2 ≥ 5 y 𝑛2(1−𝑝2) ≥ 5.
Entonces, una prueba de hipótesis con nivel de significancia α para la diferencia de
proporciones 𝑝1 - 𝑝2 es como se presenta en la tabla, siendo:
Tipodehipótesis Regladedecisiones
H0 : P1 -P2 = 0 Si Z ≥Zα/2 o si Z ≤-Zα/2; entonces,se
H1 : P1 -P2≠ 0 RechazaH0; delocontrario,seacepta H0
Doscolas(Pruebabilateral)
H0 :P1 -P2 ≥ 0 Si Z ≤-Zα; entonces,
H1 : P1 -P2 < 0 seRechazaH0; delocontrario,seacepta H0
Colaalaizquierda(Pruebaunilateral)
H0 : P1 -P2 ≤ 0 Si Z ≥Zα; entonces,
H1 : P1 -P2 > 0 seRechazaH0; delocontrario,seacepta H0
Colaaladerecha
Z =
𝑝1 − 𝑝2
𝑝0(1 −𝑝0)
𝑛1
+
𝑝0 (1−𝑝0)
𝑛2
; el estadístico de prueba correspondiente con:
𝑝0 =
𝑛1𝑝1+𝑛2𝑝2
𝑛1+ 𝑛2
; En la tabla mencionada,𝑍𝛼/2 el valor de una variable aleatoria a la
derecha del cual se tiene un área de α/2 en la distribución normal estándar.
Ejemplo:
Un rector de cierta universidad afirma que la proporción de hombres que tienen auto en
el campus es mayor a la proporción de mujeres que tienen auto en el campus. Un profesor
de estadística se interesa en la afirmación y entrevista aleatoriamente a 100 hombres y a
100 mujeres. Encuentra que 34 hombres y 27 mujeres tienen autos en el campus. ¿Puede
concluirse con un nivel del 5% que la afirmacion del rector es falsa?
SOLUCION:
Sean 𝑝1 y 𝑝2 las proporciones poblacionales de hombres y mujeres, respectivamente, que
tienen auto en el campus. Entonces, queremos contrastar la hipótesis nula
𝐻0: 𝑃1 - 𝑃2≤ 0
𝐻1: P1 −P2 > 0.
Los datos muestrales son: 𝑛1=100, entonces: 𝑝1 =
34
100
= 0,34
𝑛2= 100 , entonces; 𝑝2 =
27
100
= 0,27
𝑝0 =
100 0,34 +(100)(0,27)
100+100
= 0,305; y el estadístico de prueba está dado por:
Z =
𝑝1 − 𝑝2
𝑝0(1 −𝑝0)
𝑛1
+
𝑝0 (1−𝑝0)
𝑛2
=
0,34 −0,27
0,305 (1 −0,305)
100
+
0.305 (1−0.305)
100
= 1,075
Para una prueba al nivel del 5%, tenemos que α = 0,05 y Zα = 𝑧0,05 = 1,64. Entonces, como Z
= 1,075 es menor que Zα = 1,64, al nivel de significancia del 5%, no se rechaza la hipótesis
nula de que la proporción de hombres que tienen auto en el campus es menor o igual a la
proporciona de mujeres que tienen auto en el campus. Es decir, los datos muestran que la
afirmacio´n del rector es falsa.
Ejercicio:
De una muestra aleatoria de 203 anuncios publicados en revistas colombianas, 52
eran de deportes. De una muestra aleatoria independiente de 270 anuncios
publicados en revistas brasileras, 56 eran de deportes. Usando un nivel del 5%,
contrastar frente a una alternativa bilateral, la hipótesis nula de que las
proporciones de anuncios deportivos de las revistas colombianas y brasileras son
iguales.
Prueba para la diferencia de dos medias
En esta sección, examinaremos el caso que se dispone de muestras aleatorias de
dos poblaciones, y en el que el parámetro de interés consiste en la diferencia entre
las dos medias poblacionales.
Ahora, al igual que en capítulos anteriores, basaremos nuestro estudio de tales
pruebas de acuerdo a los siguientes tres casos:
Primer caso:
varianzas poblacionales conocidas o desconocidas y muestras grandes
Como ya se explicado en capítulos anteriores, en esta situación, la distribución
muestral de la diferencia de dos medias muestrales es la distribución normal. Las
hipótesis que podemos probar para la diferencia de dos medias poblacionales µ1
𝑦
µ2
son las siguientes:
𝐻0 : µ1
− µ2
=𝑑0, 𝐻0 : µ1
− µ2
≥ 𝑑0, 𝐻0 : µ1
− µ2
≤ 𝑑0
El estadístico de prueba tiene la forma:
Z=
(𝑥1 − 𝑥2 ) − 𝑑0
σ1
2
𝑛1
+
σ2
2
𝑛2
Tipo de hipótesis Regla de decisiones
H0 : µ1 − µ2 =𝑑0
H1 : µ1 − µ2 ≠ 𝑑0
Dos colas (Prueba bilateral)
Si Z ≥ Zα/2 o si Z ≤ -Zα/2; entonces, se
Rechaza H0; de lo contrario, se acepta H0
H0 : µ1 − µ2 ≥ 𝑑0
H1 : µ1 − µ2 < 𝑑0
Cola a la izquierda (Prueba unilateral)
Si Z ≤ -Zα; entonces,
se Rechaza H0; de lo contrario, se acepta H0
H0 : µ1 − µ2 ≤ 𝑑01
H1 : µ1 − µ2 > 𝑑0
Cola a la derecha (Prueba Unilateral)
Si Z ≥ Zα; entonces,
se Rechaza H0; de lo contrario, se acepta H0
Teorema:
Sean 𝑥1y 𝑥2las medias de muestras aleatorias independientes de tamaños
𝑛1 𝑦 𝑛2 de poblaciones con medias µ1 ; µ2 y varianzas σ1
2
,σ2
2
respectivamente.
Supongamos que se cumple alguna de las siguientes condiciones:
(a) Ambas poblaciones son normales y ambas varianzas poblaciones σ1
2
, σ2
2
son
conocidas;
(b) Ambas poblaciones son desconocidas o no normales, ambas varianzas
poblacionales σ1
2
, σ2
2
son conocidas o desconocidas y 𝑛1 ≥ 30, 𝑛2 ≥ 30.
Entonces, una prueba de hipótesis con nivel de significancia α para la diferencia
µ1 − µ2 es como se presenta en la tabla, siendo:
Z=
(𝑥1 − 𝑥2 ) − 𝑑0
σ1
2
𝑛1
+
σ2
2
𝑛2
; el estadístico de prueba correspondiente y 𝑧α/2 el valor de una
variable aleatoria a la derecha del cual se tiene un área de α/2 en la distribución
normal.
Ejemplo:
Se llevo´ a cabo un estudio entre expertos matemáticos para conocer su opinión sobre
las mujeres matemáticas. Se les pidió´ que evaluaran en una escala de 1 (totalmente en
desacuerdo) a 5 (totalmente de acuerdo) la afirmacion: “Las mujeres matemáticas
tienen la misma oferta de trabajo que los hombres”. Para una muestra aleatoria de 186
hombres de esta profesión, la respuesta media fue de 4.059 con una desviación típica
de 0,839. Para una muestra aleatoria independiente de 172 mujeres matemáticas, la
respuesta media fue 3.680 con una desviación típica de 0,966. Utilice un nivel de
significancia del 5% para contrastar la hipótesis nula de que las dos medias
poblacionales son iguales frente a la alternativa de que ambas sean diferentes.
SOLUCION:
Sean µ1 𝑦 µ2 las respectivas medias poblacionales de hombres y mujeres matemáticas.
Queremos contrastar la hipótesis:
𝐻0: µ1 − µ2 = 0
𝐻1: µ1 − µ2 ≠ 0.
Tenemos que:
𝑛1= 186, 𝑥1 = 4,059, 𝑠1 = 0,839;
𝑛2= 172, 𝑥2 = 3,680, 𝑠2 = 0,966
Observemos que podemos aplicar el teorema.
En este caso, 𝑑0= 0 y el valor del estadístico de prueba esta´ dado por:
Z=
(𝑥1 − 𝑥2 ) − 𝑑0
σ1
2
𝑛1
+
σ2
2
𝑛2
=
(4,059 −3,680) −0
0,8392
186
+
0,9662
172
= 3,95
Para una prueba al nivel del 5%, tenemos que α = 0,05 y Zα/2 = 𝑧0,025 = 1,96. Entonces,
como Z = 3,95 es mayor que Zα = 1,96, se rechaza la hipótesis nula al nivel de significancia
del 5%.
EJERCICIO:
En un establecimiento escolar suburbano, se seleccionó al azar una muestra aleatoria
de 25 alumnos de quinto grado (grupo 1) de una población de estudiantes
perteneciente a familias en que ambos padres trabajan. Se selecciono´ también una
muestra aleatoria al azar de 15 estudiantes (grupo 2) del mismo grado y
establecimiento escolar entre aquellos estudiantes que pertenecen a familias en que
solamente el padre trabaja. El análisis de los puntajes de rendimiento escolar (en
escala de 1 a 100) de los dos grupos dio los siguientes resultados: un puntaje promedio
de 78 para el grupo 1 y de 85 para el grupo 2. La experiencia muestra que las
poblaciones de puntajes para ambos grupos están distribuidas en forma
aproximadamente normal, con varianzas de σ1
2
= 81 y σ2
2
= 25. Utilizando un nivel de
significancia del 5% y con base en estos datos, determinar si se puede concluir que la
media de la población de la que se selecciono´ el grupo 1 es inferior a la media de la
población de la que se selecciono´ el grupo 2.
Segundo caso:
varianzas poblacionales iguales, desconocidas y muestras pequeñas
Ahora, trataremos el caso en el cual los tamaños muestrales no son grandes y las
varianzas.
𝐻0 : µ1
− µ2
=𝑑0, 𝐻0 : µ1
− µ2
≥ 𝑑0, 𝐻0 : µ1
− µ2
≤ 𝑑0
El estadístico de prueba tiene la forma:
t=
(𝑥1 − 𝑥2 ) − 𝑑0
𝑠2
𝑛1
+
𝑠2
𝑛2
; corresponde al valor de una variable aleatoria que tiene distribución t
de Student con ν = 𝑛1 + 𝑛2−2 grados de libertad. En la expresión anterior:
𝑠2
=
𝑛1−1 𝑠1
2 +(𝑛2 −1)𝑠2
2
𝑛1+ 𝑛2−2
, varianza combinada.
Tipo de hipótesis Regla de decisiones
H0
: µ1 − µ2 =𝑑0
H1
: µ1 − µ2 ≠ 𝑑0
Dos colas (Prueba bilateral)
Si t ≥ tα/2
o si t ≤ -tα/2
; entonces, se
Rechaza H0;
de lo contrario, se acepta H0
H0
: µ1 − µ2 ≥ 𝑑0
H1
: µ1 − µ2 < 𝑑0
Cola a la izquierda (Prueba unilateral)
Si t ≤ -tα
; entonces,
se Rechaza H0;
de lo contrario, se acepta H0
H0
: µ1 − µ2 ≤ 𝑑01
H1
: µ1 − µ2 > 𝑑0
Cola a la derecha (Prueba Unilateral)
Si t ≥ tα
; entonces,
se Rechaza H0;
de lo contrario, se acepta H0
Teorema:
Sean 𝑥1y 𝑥2las medias de muestras aleatorias independientes de tamaños 𝑛1<
30 y 𝑛2 < 30 de poblaciones normales con medias µ1
, µ2
y varianzas σ1
2
, σ2
2
iguales y desconocidas. Entonces, una prueba de hipótesis con nivel de
significancia α para la diferencia de medias µ1
− µ2
es como se presenta en la
tabla, siendo:
t=
(𝑥1 − 𝑥2 ) − 𝑑0
𝑠2
𝑛1
+
𝑠2
𝑛2
; es el estadístico de prueba correspondiente. En la expresión
anterior:
𝑠2 =
𝑛1 − 1 𝑠1
2
+ (𝑛2 − 1)𝑠2
2
𝑛1 + 𝑛2−2
Adema´s, 𝑡𝛼/2el valor de una variable aleatoria de una variable aleatoria que
tiene distribución t de Student con ν =𝑛1 + 𝑛2−2 grados de libertad a la
derecha del cual se tiene un área de α/2 en esta distribución.
Ejemplo:
Se llevó a cabo un estudio que pretendía valorar el efecto de la presencia de un
moderador sobre el número de ideas generadas por un grupo. Se observaron
cuatro miembros, con y sin moderadores. Para una muestra aleatoria de cuatro
grupos con moderador, el número medio de ideas generadas por grupo fue de
78, con una desviación típica de 24,4. Para una muestra aleatoria independiente
de cuatro grupos sin moderador, el número medio de ideas generadas por
grupo fue de 63,5, con una desviación típica de 20,2. Asumiendo que las
distribuciones poblacionales son normales con igual varianza, contrastar la
hipótesis nula de que las medias poblacionales son iguales frente a la
alternativa de que la verdadera media es mayor para los grupos con
moderador. Use un nivel de significancia del 10%.
SOLUCION:
Sean µ1
, µ2
las respectivas medias poblacionales para los grupos con y sin
moderador. Queremos contrastar la hipótesis.
H0 : µ1
− µ2
=0
H1 : µ1
− µ2
> 0
𝑛1= 4, 𝑥1= 78,0 𝑠1 =24,4;
𝑛2= 4, 𝑥2= 63,5, 𝑠2 = 20,2
𝑠2
=
𝑛1−1 𝑠1
2 +(𝑛2 −1)𝑠2
2
𝑛1+ 𝑛2−2
=
3 (24,4)
2
+(3)(20,2)
2
4+4−2
= 501,7
Además, el valor del estadístico de prueba está dado por:
t=
(𝑥1 − 𝑥2 ) − 𝑑0
𝑠2
𝑛1
+
𝑠2
𝑛2
= t=
(78,0 −63,5) −0
501,7
4
+
501,7
4
= 0,915
Para una prueba al nivel del 10%, tenemos que α = 0,10 y tα = 𝑡0,10 = 1,44 con ν = 𝑛1 + 𝑛2−2=
6 grados de libertad. Entonces,
como t = 0,915 es menor que tα = 1,44, no puede rechazarse la hipótesis nula de igualdad de
medias frente a la alternativa unilateral al nivel de significancia del 10%. Por lo tanto, los
datos de la muestra no contienen suficiente evidencia que sugiera que, en promedio, se
generan más ideas en los grupos con moderador.
Ejercicio:
Se llevo´ a cabo un experimento para comparar el deterioro abrasivo de dos
materiales laminados diferentes. Se probaron doce piezas del material 1,
exponiendo cada una a una máquina para medir el deterioro. De la misma manera,
se probaron diez piezas del material 2. En cada caso, se observo´ la profundidad del
deterioro. Las muestras del material 1 dieron un deterioro promedio (registrado) de
85 unidades con una desviación estándar muestral de 4, mientras que las muestras
del material 2 dieron un promedio de 81 y una desviación estándar muestral de 5.
¿Puede concluirse en el nivel de significancia del 5% que el deterioro abrasivo del
material 1 excede al del material 2 por más de 2 unidades? Asuma que las
poblaciones son aproximadamente normales con varianzas iguales.
Tercer caso: varianzas poblacionales diferentes, desconocidas y muestras pequeñas
Ahora, estudiaremos el caso en el cual los tamaños muestrales no son grandes y las
varianzas poblacionales son diferentes pero desconocidas. En esta situación, para
probar las hipótesis.
𝐻0 : µ1
− µ2
=𝑑0, 𝐻0 : µ1
− µ2
≥ 𝑑0, 𝐻0 : µ1
− µ2
≤ 𝑑0
El estadístico de prueba tiene la forma:
t =
(𝑥1 − 𝑥2 ) − 𝑑0
𝑠1
2
𝑛1
+
𝑠2
2
𝑛2
; corresponde al valor de una variable aleatoria que tiene
distribución t de Student con: v =
𝑠1
2
𝑛1
+
𝑠2
2
𝑛2
2
𝑠1
2
𝑛1
2
𝑛1−1
+
𝑠2
2
𝑛2
2
𝑛2 −1
; grados de libertad.
Teorema:
Sean 𝑥1 y 𝑥2 las medias de muestras aleatorias independientes de tamaños 𝑛1< 30 y
𝑛2 < 30 de poblaciones normales con medias µ1
, µ2
y varianzas σ1
2
, σ2
2
diferntes y
desconocidas. Entonces, una prueba de hipótesis con nivel de significancia α para la
diferencia de medias µ1
− µ2
es como se presenta en la tabla, siendo:
t =
(𝑥1 − 𝑥2 ) − 𝑑0
𝑠1
2
𝑛1
+
𝑠2
2
𝑛2
; es el estadístico de prueba correspondiente. Además, 𝑡α/2 el
valor de una variable aleatoria de una variable aleatoria que tiene distribución t de
Student con: : v =
𝑠1
2
𝑛1
+
𝑠2
2
𝑛2
2
𝑠1
2
𝑛1
2
𝑛1−1
+
𝑠2
2
𝑛2
2
𝑛2 −1
; grados de libertad.
Ejemplo:
El departamento de zoología de cierto instituto llevo´ a cabo un estudio para
estimar la diferencia en la cantidad de cierta sustancia química medida en dos
estaciones diferentes de un río. La sustancia se mide en miligramos por litro. Se
reunieron 15 muestras de la estación 1 y 12 muestras de la estación 2. Las 15
muestras de la estación 1 tuvieron un contenido promedio de sustancia química de
3,84 miligramos por litro y una desviación estándar de 3,07 miligramos por litro,
mientras que las 12 muestras de la estación 2 tuvieron un contenido promedio de
1,49 miligramos por litro y una desviación estándar de 0,80 miligramos por litro. Al
nivel del 5% determine si los contenidos promedios reales de sustancia en estas
dos estaciones son diferentes. Suponga que las observaciones vienen de
poblaciones normalmente distribuidas con varianzas diferentes.
SOLUCION:
Sean µ1 𝑦 µ2 las respectivas medias poblacionales para contenidos promedios
reales de sustancia en las dos estaciones. Queremos contrastar la hipótesis
𝐻1 : µ1 − µ2 = 0 versus H1 : µ1 − µ2 ≠ 0.
Tenemos que:
𝑛1 = 15, 𝑥1 = 3,84, 𝑠1 = 3,07,
𝑛2 = 12, 𝑥2 = 1,49, 𝑠2 = 0,80.
El valor del estadístico de prueba está dado por:
t =
(𝑥1 − 𝑥2 ) − 𝑑0
𝑠1
2
𝑛1
+
𝑠2
2
𝑛2
; t =
(3,84−1,49) −0
3,072
15
+
0,802
12
= 2,846
Para una prueba al nivel del 5%, tenemos que α = 0,05 y 𝑡α/2 = 𝑡0,𝑜25 = 2,120 con;
v =
𝑠1
2
𝑛1
+
𝑠2
2
𝑛2
2
𝑠1
2
𝑛1
2
𝑛1−1
+
𝑠2
2
𝑛2
2
𝑛2 −1
=
3,072
15
+
0,802
12
2
3,072
15
2
14
+
0,802
12
2
11
= 16,3 se aproxima a 16 grados de libertad.
Entonces, como t = 2,846 es mayor que 𝑡𝛼/2 = 2,120, puede rechazarse la hipótesis nula
de igualdad de medias frente a la alternativa bilateral al nivel del 5%. Por lo tanto,
podemos concluir que los contenidos promedio reales de sustancia para estos dos
lugares son diferentes.
Prueba para la varianza
En esta sección, el interés se centra en pruebas de hipótesis relacionadas con
la varianza de una población distribuida normalmente. Para ello, supondremos
que 𝑠2 es la varianza de una muestra aleatoria de tamaño n, tomada de una
población distribuida normalmente con media µ y varianza σ2. Entonces, se
desean probar las hipótesis que consideran la uniformidad de una población,
dadas por:
𝐻0: 𝜎2 =𝜎0
2
, 𝐻0: 𝜎2 ≤𝜎0
2
; 𝐻0: 𝜎2 ≥ 𝜎0
2
El estadístico de prueba tiene la forma:
𝛘2
=
𝑛 −1) 𝑠2
𝜎2
y corresponde al valor de una variable aleatoria que tiene distribución chi-
cuadrada con n − 1 grados de libertad
Tipo de hipótesis Regla de decisiones
𝐻0: 𝜎2
=𝜎0
2
𝐻1: 𝜎2
≠ 𝜎0
2
Dos colas (Prueba bilateral)
Si 𝝌2
≥ 𝝌2
α/2
o si 𝝌2
≤𝝌2
1− 𝛼/2
; entonces,
se
Rechaza H0;
de lo contrario, se acepta H0
𝐻0: 𝜎2
≤𝜎0
2
𝐻1: 𝜎2
> 𝜎0
2
Cola a la izquierda (Prueba
unilateral)
Si 𝝌2
≥ 𝝌2
𝛼
entonces,
se Rechaza H0;
de lo contrario, se
acepta H0
𝐻0: 𝜎2
≥ 𝜎0
2
𝐻0: 𝜎2
< 𝜎0
2
Cola a la derecha (Prueba Unilateral)
Si 𝝌2
≤ 𝝌2
1−𝛼
; entonces,
se Rechaza H0;
de lo contrario, se acepta H0
Teorema:
Si 𝑆2
es la varianza de una muestra aleatoria de tamaño n, tomada de una
población distribuida normalmente con media µ y varianza 𝜎2, entonces, una
prueba de hipótesis con nivel de significancia α para la varianza 𝜎2
es como se
presenta en la tabla, siendo:
𝛘2
=
(𝑛 −1)𝑠2
σ2
el estadístico de prueba correspondiente. Además, 𝛘α
2
2
y 𝛘1−
α
2
2
son los valores de una variable aleatoria que deja un área de
α
2
y 1 −
α
2
,
respectivamente, a la derecha de la distribución chi-cuadrado con n−1 grados de
libertad.
Ejemplo:
Con el fin de cumplir las normas establecidas, es importante que la varianza en
el porcentaje de impurezas de unas remesas de productos químicos no supere
el 4%. Una muestra aleatoria de 20 envíos dio una varianza muestral de 5,62 en
el porcentaje de impureza. Al nivel del 10%, contrastar la hipótesis nula de que la
varianza de la población no es mayor que 4. Supóngase que la distribución de la
población es normal.
SOLUCION:
Sea σ2la varianza poblacional de la concentración de impureza. Queremos
contrastar la hipótesis
𝐻0: σ2
≤ 4 versus 𝐻1 : σ2
> 4.
Tenemos que 𝑆2
= 5,62, n = 20 y σ0
2
= 4. Observemos que podemos aplicar el
teorema En este caso, el valor del estadístico de prueba esta´ dado por:
𝛘2
=
(𝑛 −1)𝑠2
σ0
2 =
(19)(5,62)
4
= 26,69
Para una prueba al nivel del 10%, tenemos que α = 0,10 y 𝛘α; 19
2
= 𝛘0,10; 19
2
= 27,20
con ν = n−1 = 19 grados de libertad.
Entonces, como 𝛘2
= 26,695 es menor que 𝛘0,10; 19
2
= 27,20, no puede rechazarse
la hipótesis nula al nivel del 10%. Por lo tanto, los datos no contienen una evidencia
particularmente importante contra la hipótesis de que la varianza poblacional del
porcentaje de impureza no es mayor que 4.
Prueba para la razón de dos varianzas
Por último, estudiaremos el caso de pruebas de hipótesis relacionadas con dos
varianzas de una poblaciones distribuidas normalmente.
Tipo de hipótesis Regla de decisiones
H0
: 𝜎1
2
= 𝜎2
2
H1
: 𝜎1
2
≠ 𝜎2
2
Dos colas (Prueba bilateral)
Si F≥ Fα/2
o si F ≤𝐹1−𝛼/2; entonces, se
Rechaza H0;
de lo contrario, se acepta
H0
H0
: 𝜎1
2
≥ 𝜎2
2
H1
: 𝜎1
2
< 𝜎2
2
Cola a la izquierda (Prueba unilateral)
Si F ≤ 𝐹1−
α/2
; entonces,
se Rechaza H0;
de lo contrario, se acepta
H0
H0
: 𝜎1
2
≤ 𝜎2
2
H1
: 𝜎1
2
> 𝜎2
2
Cola a la derecha (Prueba Unilateral)
Si F ≥ Fα
; entonces,
se Rechaza H0;
de lo contrario, se acepta
H0
Teorema:
Si 𝑠1
2
y 𝑠2
2
son las varianzas de muestras aleatorias independientes de tamaño 𝑛1
y 𝑛2 tomadas de poblaciones normales con varianzas σ1
2
y σ2
2
, respectivamente,
entonces, una prueba de hipótesis con nivel de significancia α para la razón de
varianzas
σ1
2
σ2
2 es como se presenta en la tabla, siendo:
F=
𝑠1
2
𝑠2
2 ;
El estadístico de prueba correspondiente. Además, 𝐹α/2(𝑣1, 𝑣2) es el valor de una
variable aleatoria que deja un área de α/2 a la derecha de la distribución F con 𝑣1=
𝑛1 − 1y 𝑣2 = 𝑛2 −1 grados de libertad.
Ejemplo:
Se compararon las varianzas de los vencimientos de dos tipos de bonos.
Para una muestra aleatoria de 17 bonos del primer tipo, la varianza de los
vencimientos (en años al cuadrado) fue de 123,35. Para una muestra
aleatoria independiente de 11 bonos del segundo tipo, la varianza de los
vencimientos fue de 8,02. Al nivel del 2%, determinar si las dos varianzas
poblacionales son diferentes. Asuma que las dos poblaciones tienen
distribución normal.
SOLUCION:
Sean σ1
2
y σ2
2
las respectivas varianzas poblacionales. Queremos contrastar
la hipótesis:
H0 : σ1
2
= σ2
2
H1 : σ1
2
≠ σ2
2
Para este ejemplo,
𝑛1= 17, 𝑠1
2
= 123,35, 𝑛2 = 11, 𝑠1
2
= 8,02.
Observemos que podemos aplicar el teorema. En este caso, el valor del estadístico
de prueba está dado por:
F=
𝑠1
2
𝑠2
2 =
123,35
8,02
= 15,38;
Para una prueba al nivel del 2%, tenemos que α = 0,02 e, interpolando, 𝐹α/2(16,10) =
𝐹0,01(16,10) = 4,53 con 𝑣1 = 𝑛1 −1 = 16 y = 𝑣2 =𝑛2 −1 = 10 grados de libertad.
Claramente, F = 15,38 es mucho mayor que 𝐹0,01(16,10) = 4,53, es decir, podemos
rechazar la hipótesis nula al nivel del 2%. Por consiguiente, hay abrumadora
evidencia de que las varianzas en los vencimientos son diferentes para estos dos
tipos de bonos.
Ejercicio:
Se llevo´ a cabo un experimento para comparar el deterioro abrasivo de dos
materiales laminados diferentes. Se probaron doce piezas del material 1,
exponiendo cada una a una maquina para medir el deterioro. De la misma
manera, se probaron diez piezas del material 2. En cada caso, se observo´ la
profundidad del deterioro. Las muestras del material 1 dieron un deterioro
promedio (registrado) de 85 unidades con una desviación estándar muestral
de 4, mientras que las muestras del material 2 dieron un promedio de 81 y una
desviación estándar muestral de 5. ¿Puede concluirse en el nivel de
significancia del 5% que el deterioro abrasivo del material 1 excede al del
material 2 por más de 2 unidades? Asuma que las poblaciones son
aproximadamente normales con varianzas iguales
Al probar la diferencia en el desgaste abrasivo de los dos materiales , se
asumió que las varianzas poblacionales desconocidas eran iguales. ¿Es esta
justificación correcta? Utilice un nivel de significancia del 10%.
LIDERAZGO REGIONAL

Más contenido relacionado

La actualidad más candente

Ecuaciones diferenciales lineales de primer orden y aplicaciones(tema 1)
Ecuaciones diferenciales lineales de primer orden y aplicaciones(tema 1)Ecuaciones diferenciales lineales de primer orden y aplicaciones(tema 1)
Ecuaciones diferenciales lineales de primer orden y aplicaciones(tema 1)Yerikson Huz
 
50 ejercicio de estadistica.docx1
50 ejercicio de estadistica.docx150 ejercicio de estadistica.docx1
50 ejercicio de estadistica.docx1Juan Zaruma
 
Chi cuadrado propiedades
Chi cuadrado propiedadesChi cuadrado propiedades
Chi cuadrado propiedadesPABLITO Pablo
 
Capitulo 4 : Pruebas de Hipótesis
Capitulo 4 : Pruebas de HipótesisCapitulo 4 : Pruebas de Hipótesis
Capitulo 4 : Pruebas de Hipótesisug-dipa
 
Ejercicios resueltos regresion multiple
Ejercicios resueltos  regresion multipleEjercicios resueltos  regresion multiple
Ejercicios resueltos regresion multipleJuan Timoteo Cori
 
Transformaciones lineales
Transformaciones linealesTransformaciones lineales
Transformaciones linealesalgebra
 
Ejemplos resueltos de funciones especiales
Ejemplos resueltos de funciones especialesEjemplos resueltos de funciones especiales
Ejemplos resueltos de funciones especialesOrbelith Murillo
 
5. factores series uniformes (p a) (a p) (f a) y (af)
5. factores series uniformes (p a) (a p) (f a) y (af)5. factores series uniformes (p a) (a p) (f a) y (af)
5. factores series uniformes (p a) (a p) (f a) y (af)tatyanasaltos
 
Estadistica aplicada
Estadistica aplicadaEstadistica aplicada
Estadistica aplicadaNancy Curasi
 
Solucionario Manuel Cordova Zamora. Ejercicios de Probabilidad.
Solucionario Manuel Cordova Zamora. Ejercicios de Probabilidad.Solucionario Manuel Cordova Zamora. Ejercicios de Probabilidad.
Solucionario Manuel Cordova Zamora. Ejercicios de Probabilidad.Vitto Alcantara
 
Tarea 15 de PROBABILIDAD Y ESTADISTICA CON RESPUESTAS
Tarea 15 de PROBABILIDAD Y ESTADISTICA CON RESPUESTASTarea 15 de PROBABILIDAD Y ESTADISTICA CON RESPUESTAS
Tarea 15 de PROBABILIDAD Y ESTADISTICA CON RESPUESTASIPN
 
Ejercicios muestreo estadistica
Ejercicios muestreo estadisticaEjercicios muestreo estadistica
Ejercicios muestreo estadisticadilmer hernandez
 
RESUMEN DE ESTADISTICA II INIDAD 2
RESUMEN DE ESTADISTICA II INIDAD 2RESUMEN DE ESTADISTICA II INIDAD 2
RESUMEN DE ESTADISTICA II INIDAD 2FELIX Castro Garcia
 
Problemas resueltos de distribución muestral
Problemas resueltos de distribución muestralProblemas resueltos de distribución muestral
Problemas resueltos de distribución muestralasrodriguez75
 
Tamaño de muestra para diferencia de dos medias y dos proporciones
Tamaño de muestra para diferencia de dos medias  y dos proporcionesTamaño de muestra para diferencia de dos medias  y dos proporciones
Tamaño de muestra para diferencia de dos medias y dos proporcionesDomingo de la Cerda
 

La actualidad más candente (20)

Ecuaciones diferenciales lineales de primer orden y aplicaciones(tema 1)
Ecuaciones diferenciales lineales de primer orden y aplicaciones(tema 1)Ecuaciones diferenciales lineales de primer orden y aplicaciones(tema 1)
Ecuaciones diferenciales lineales de primer orden y aplicaciones(tema 1)
 
50 ejercicio de estadistica.docx1
50 ejercicio de estadistica.docx150 ejercicio de estadistica.docx1
50 ejercicio de estadistica.docx1
 
Chi cuadrado propiedades
Chi cuadrado propiedadesChi cuadrado propiedades
Chi cuadrado propiedades
 
Clase12 heterocedasticidad
Clase12 heterocedasticidadClase12 heterocedasticidad
Clase12 heterocedasticidad
 
Capitulo 4 : Pruebas de Hipótesis
Capitulo 4 : Pruebas de HipótesisCapitulo 4 : Pruebas de Hipótesis
Capitulo 4 : Pruebas de Hipótesis
 
Ejercicios resueltos regresion multiple
Ejercicios resueltos  regresion multipleEjercicios resueltos  regresion multiple
Ejercicios resueltos regresion multiple
 
Transformaciones lineales
Transformaciones linealesTransformaciones lineales
Transformaciones lineales
 
Ejemplos resueltos de funciones especiales
Ejemplos resueltos de funciones especialesEjemplos resueltos de funciones especiales
Ejemplos resueltos de funciones especiales
 
5. factores series uniformes (p a) (a p) (f a) y (af)
5. factores series uniformes (p a) (a p) (f a) y (af)5. factores series uniformes (p a) (a p) (f a) y (af)
5. factores series uniformes (p a) (a p) (f a) y (af)
 
Estadistica aplicada
Estadistica aplicadaEstadistica aplicada
Estadistica aplicada
 
Solucionario Manuel Cordova Zamora. Ejercicios de Probabilidad.
Solucionario Manuel Cordova Zamora. Ejercicios de Probabilidad.Solucionario Manuel Cordova Zamora. Ejercicios de Probabilidad.
Solucionario Manuel Cordova Zamora. Ejercicios de Probabilidad.
 
Tarea 15 de PROBABILIDAD Y ESTADISTICA CON RESPUESTAS
Tarea 15 de PROBABILIDAD Y ESTADISTICA CON RESPUESTASTarea 15 de PROBABILIDAD Y ESTADISTICA CON RESPUESTAS
Tarea 15 de PROBABILIDAD Y ESTADISTICA CON RESPUESTAS
 
Distribución de probabilidad.ejemplos
Distribución de probabilidad.ejemplosDistribución de probabilidad.ejemplos
Distribución de probabilidad.ejemplos
 
Tabla t Student
Tabla t StudentTabla t Student
Tabla t Student
 
Ejercicios muestreo estadistica
Ejercicios muestreo estadisticaEjercicios muestreo estadistica
Ejercicios muestreo estadistica
 
RESUMEN DE ESTADISTICA II INIDAD 2
RESUMEN DE ESTADISTICA II INIDAD 2RESUMEN DE ESTADISTICA II INIDAD 2
RESUMEN DE ESTADISTICA II INIDAD 2
 
Problemas resueltos de distribución muestral
Problemas resueltos de distribución muestralProblemas resueltos de distribución muestral
Problemas resueltos de distribución muestral
 
Tamaño de muestra para diferencia de dos medias y dos proporciones
Tamaño de muestra para diferencia de dos medias  y dos proporcionesTamaño de muestra para diferencia de dos medias  y dos proporciones
Tamaño de muestra para diferencia de dos medias y dos proporciones
 
Ejercicios 2
Ejercicios 2Ejercicios 2
Ejercicios 2
 
Prueba de hipotesis para proporciones Est ind clase02
Prueba de hipotesis para proporciones Est ind clase02Prueba de hipotesis para proporciones Est ind clase02
Prueba de hipotesis para proporciones Est ind clase02
 

Similar a Diferencia de medias y proporciones

Muestreo por diferencias de medias aritmeticas y por diferencia de proporcion...
Muestreo por diferencias de medias aritmeticas y por diferencia de proporcion...Muestreo por diferencias de medias aritmeticas y por diferencia de proporcion...
Muestreo por diferencias de medias aritmeticas y por diferencia de proporcion...Luz Hernández
 
Trabajo hipotesis
Trabajo hipotesisTrabajo hipotesis
Trabajo hipotesishoteles1
 
Trabajo estadistica
Trabajo estadisticaTrabajo estadistica
Trabajo estadisticahoteles1
 
Distribución binomial y su aplicacion en psicologia.pptx
Distribución binomial y su aplicacion en psicologia.pptxDistribución binomial y su aplicacion en psicologia.pptx
Distribución binomial y su aplicacion en psicologia.pptxantonio9819
 
Investigacion hipotesis (ji) rest 1
Investigacion hipotesis (ji) rest 1Investigacion hipotesis (ji) rest 1
Investigacion hipotesis (ji) rest 1guest0e7a0f7
 
Investigacion hipotesis (ji) rest 1
Investigacion hipotesis (ji) rest 1Investigacion hipotesis (ji) rest 1
Investigacion hipotesis (ji) rest 1guest0e7a0f7
 
5 Planteamiento de Hipotesis en mas de 2 Poblaciones (ji cuadrada)
5 Planteamiento de Hipotesis en mas de 2 Poblaciones (ji cuadrada)5 Planteamiento de Hipotesis en mas de 2 Poblaciones (ji cuadrada)
5 Planteamiento de Hipotesis en mas de 2 Poblaciones (ji cuadrada)Ana
 
Prueba de independencia
Prueba de independenciaPrueba de independencia
Prueba de independenciaMey Kaplin
 
Distribuciones muestrales y estimación de los parámetros poblacionales
Distribuciones muestrales y estimación de los parámetros poblacionalesDistribuciones muestrales y estimación de los parámetros poblacionales
Distribuciones muestrales y estimación de los parámetros poblacionalesRacertutosxplod
 
Prueba del valor z de la distribucion normal
Prueba del valor z de la distribucion normalPrueba del valor z de la distribucion normal
Prueba del valor z de la distribucion normalKryztyan Maryn
 
Hoja de actividades diferencia de medias 1
Hoja de actividades diferencia de medias 1Hoja de actividades diferencia de medias 1
Hoja de actividades diferencia de medias 1Saenz Yacson
 

Similar a Diferencia de medias y proporciones (20)

Ph2 m
Ph2 mPh2 m
Ph2 m
 
GRUPO D (1).pptx
GRUPO D (1).pptxGRUPO D (1).pptx
GRUPO D (1).pptx
 
Muestreo por diferencias de medias aritmeticas y por diferencia de proporcion...
Muestreo por diferencias de medias aritmeticas y por diferencia de proporcion...Muestreo por diferencias de medias aritmeticas y por diferencia de proporcion...
Muestreo por diferencias de medias aritmeticas y por diferencia de proporcion...
 
Trabajo hipotesis
Trabajo hipotesisTrabajo hipotesis
Trabajo hipotesis
 
Trabajo estadistica
Trabajo estadisticaTrabajo estadistica
Trabajo estadistica
 
Pruebas de Hipótesis
Pruebas de HipótesisPruebas de Hipótesis
Pruebas de Hipótesis
 
Estadistica II
Estadistica IIEstadistica II
Estadistica II
 
Distribución binomial y su aplicacion en psicologia.pptx
Distribución binomial y su aplicacion en psicologia.pptxDistribución binomial y su aplicacion en psicologia.pptx
Distribución binomial y su aplicacion en psicologia.pptx
 
Investigacion hipotesis (ji) rest 1
Investigacion hipotesis (ji) rest 1Investigacion hipotesis (ji) rest 1
Investigacion hipotesis (ji) rest 1
 
Investigacion hipotesis (ji) rest 1
Investigacion hipotesis (ji) rest 1Investigacion hipotesis (ji) rest 1
Investigacion hipotesis (ji) rest 1
 
Chi cuadrada
Chi cuadradaChi cuadrada
Chi cuadrada
 
5 Planteamiento de Hipotesis en mas de 2 Poblaciones (ji cuadrada)
5 Planteamiento de Hipotesis en mas de 2 Poblaciones (ji cuadrada)5 Planteamiento de Hipotesis en mas de 2 Poblaciones (ji cuadrada)
5 Planteamiento de Hipotesis en mas de 2 Poblaciones (ji cuadrada)
 
Prueba de independencia
Prueba de independenciaPrueba de independencia
Prueba de independencia
 
Pruebas Paramétricas
Pruebas Paramétricas Pruebas Paramétricas
Pruebas Paramétricas
 
Muestreo aleatorio simple estadistica
Muestreo aleatorio simple estadisticaMuestreo aleatorio simple estadistica
Muestreo aleatorio simple estadistica
 
Estadistica
EstadisticaEstadistica
Estadistica
 
Distribuciones muestrales y estimación de los parámetros poblacionales
Distribuciones muestrales y estimación de los parámetros poblacionalesDistribuciones muestrales y estimación de los parámetros poblacionales
Distribuciones muestrales y estimación de los parámetros poblacionales
 
Prueba del valor z de la distribucion normal
Prueba del valor z de la distribucion normalPrueba del valor z de la distribucion normal
Prueba del valor z de la distribucion normal
 
Ensayos de hipótesis de una y dos colas con medias y proporciones
Ensayos de hipótesis de una y dos colas con medias y proporcionesEnsayos de hipótesis de una y dos colas con medias y proporciones
Ensayos de hipótesis de una y dos colas con medias y proporciones
 
Hoja de actividades diferencia de medias 1
Hoja de actividades diferencia de medias 1Hoja de actividades diferencia de medias 1
Hoja de actividades diferencia de medias 1
 

Último

METODOS ESCALA SALARIAL EN ESTRUCTURAS.PPT
METODOS ESCALA SALARIAL EN ESTRUCTURAS.PPTMETODOS ESCALA SALARIAL EN ESTRUCTURAS.PPT
METODOS ESCALA SALARIAL EN ESTRUCTURAS.PPTrodrigolozanoortiz
 
puntos-clave-de-la-reforma-pensional-2023.pdf
puntos-clave-de-la-reforma-pensional-2023.pdfpuntos-clave-de-la-reforma-pensional-2023.pdf
puntos-clave-de-la-reforma-pensional-2023.pdfosoriojuanpablo114
 
Principios de economia Mankiw 6 edicion.pdf
Principios de economia Mankiw 6 edicion.pdfPrincipios de economia Mankiw 6 edicion.pdf
Principios de economia Mankiw 6 edicion.pdfauxcompras5
 
Sistema_de_Abastecimiento en el peru.pptx
Sistema_de_Abastecimiento en el  peru.pptxSistema_de_Abastecimiento en el  peru.pptx
Sistema_de_Abastecimiento en el peru.pptxJUANJOSE145760
 
MANUAL PARA OBTENER MI PENSIÓN O RETIRAR MIS RECURSOS.pdf
MANUAL PARA OBTENER MI PENSIÓN O RETIRAR MIS RECURSOS.pdfMANUAL PARA OBTENER MI PENSIÓN O RETIRAR MIS RECURSOS.pdf
MANUAL PARA OBTENER MI PENSIÓN O RETIRAR MIS RECURSOS.pdflupismdo
 
Estructura y elaboración de un presupuesto financiero
Estructura y elaboración de un presupuesto financieroEstructura y elaboración de un presupuesto financiero
Estructura y elaboración de un presupuesto financieroMARTINMARTINEZ30236
 
PRUEBA PRE ICFES ECONOMIA. (4) - copia.doc
PRUEBA PRE ICFES ECONOMIA. (4) - copia.docPRUEBA PRE ICFES ECONOMIA. (4) - copia.doc
PRUEBA PRE ICFES ECONOMIA. (4) - copia.docmilumenko
 
PRESUPUESTOS COMO HERRAMIENTA DE GESTION - UNIAGUSTINIANA.pptx
PRESUPUESTOS COMO HERRAMIENTA DE GESTION - UNIAGUSTINIANA.pptxPRESUPUESTOS COMO HERRAMIENTA DE GESTION - UNIAGUSTINIANA.pptx
PRESUPUESTOS COMO HERRAMIENTA DE GESTION - UNIAGUSTINIANA.pptxmanuelrojash
 
abrogar, clases de abrogacion,importancia y consecuencias
abrogar, clases de abrogacion,importancia y consecuenciasabrogar, clases de abrogacion,importancia y consecuencias
abrogar, clases de abrogacion,importancia y consecuenciasDeniseGonzales11
 
Politicas publicas para el sector agropecuario en México.pptx
Politicas publicas para el sector agropecuario en México.pptxPoliticas publicas para el sector agropecuario en México.pptx
Politicas publicas para el sector agropecuario en México.pptxvladisse
 
Análisis de la Temporada Turística 2024 en Uruguay
Análisis de la Temporada Turística 2024 en UruguayAnálisis de la Temporada Turística 2024 en Uruguay
Análisis de la Temporada Turística 2024 en UruguayEXANTE
 
El cheque 1 y sus tipos de cheque.pptx
El cheque  1 y sus tipos de  cheque.pptxEl cheque  1 y sus tipos de  cheque.pptx
El cheque 1 y sus tipos de cheque.pptxNathaliTAndradeS
 
Sistema de Control Interno aplicaciones en nuestra legislacion
Sistema de Control Interno aplicaciones en nuestra legislacionSistema de Control Interno aplicaciones en nuestra legislacion
Sistema de Control Interno aplicaciones en nuestra legislacionPedroSalasSantiago
 
mercado de capitales universidad simon rodriguez - guanare (unidad I).pdf
mercado de capitales universidad simon rodriguez - guanare (unidad I).pdfmercado de capitales universidad simon rodriguez - guanare (unidad I).pdf
mercado de capitales universidad simon rodriguez - guanare (unidad I).pdfGegdielJose1
 
Dino Jarach - El Hecho Imponible2024.pdf
Dino Jarach - El Hecho Imponible2024.pdfDino Jarach - El Hecho Imponible2024.pdf
Dino Jarach - El Hecho Imponible2024.pdfAdrianKreitzer
 
41 RAZONES DE PORQUE SI ESTAMOS MAL EN MÉXICO
41 RAZONES DE PORQUE SI ESTAMOS MAL EN MÉXICO41 RAZONES DE PORQUE SI ESTAMOS MAL EN MÉXICO
41 RAZONES DE PORQUE SI ESTAMOS MAL EN MÉXICOlupismdo
 
TEMA 3 DECISIONES DE INVERSION Y FINANCIACION UNIVERISDAD REY JUAN CARLOS
TEMA 3 DECISIONES DE INVERSION Y FINANCIACION UNIVERISDAD REY JUAN CARLOSTEMA 3 DECISIONES DE INVERSION Y FINANCIACION UNIVERISDAD REY JUAN CARLOS
TEMA 3 DECISIONES DE INVERSION Y FINANCIACION UNIVERISDAD REY JUAN CARLOSreyjuancarlosjose
 
LOS MIMBRES HACEN EL CESTO: AGEING REPORT.
LOS MIMBRES HACEN EL CESTO: AGEING  REPORT.LOS MIMBRES HACEN EL CESTO: AGEING  REPORT.
LOS MIMBRES HACEN EL CESTO: AGEING REPORT.ManfredNolte
 
QUE REQUISITOS DEBO CUMPLIR PARA PENSIONARME.pdf
QUE REQUISITOS DEBO CUMPLIR PARA PENSIONARME.pdfQUE REQUISITOS DEBO CUMPLIR PARA PENSIONARME.pdf
QUE REQUISITOS DEBO CUMPLIR PARA PENSIONARME.pdflupismdo
 

Último (20)

METODOS ESCALA SALARIAL EN ESTRUCTURAS.PPT
METODOS ESCALA SALARIAL EN ESTRUCTURAS.PPTMETODOS ESCALA SALARIAL EN ESTRUCTURAS.PPT
METODOS ESCALA SALARIAL EN ESTRUCTURAS.PPT
 
puntos-clave-de-la-reforma-pensional-2023.pdf
puntos-clave-de-la-reforma-pensional-2023.pdfpuntos-clave-de-la-reforma-pensional-2023.pdf
puntos-clave-de-la-reforma-pensional-2023.pdf
 
Principios de economia Mankiw 6 edicion.pdf
Principios de economia Mankiw 6 edicion.pdfPrincipios de economia Mankiw 6 edicion.pdf
Principios de economia Mankiw 6 edicion.pdf
 
Sistema_de_Abastecimiento en el peru.pptx
Sistema_de_Abastecimiento en el  peru.pptxSistema_de_Abastecimiento en el  peru.pptx
Sistema_de_Abastecimiento en el peru.pptx
 
MANUAL PARA OBTENER MI PENSIÓN O RETIRAR MIS RECURSOS.pdf
MANUAL PARA OBTENER MI PENSIÓN O RETIRAR MIS RECURSOS.pdfMANUAL PARA OBTENER MI PENSIÓN O RETIRAR MIS RECURSOS.pdf
MANUAL PARA OBTENER MI PENSIÓN O RETIRAR MIS RECURSOS.pdf
 
Estructura y elaboración de un presupuesto financiero
Estructura y elaboración de un presupuesto financieroEstructura y elaboración de un presupuesto financiero
Estructura y elaboración de un presupuesto financiero
 
PRUEBA PRE ICFES ECONOMIA. (4) - copia.doc
PRUEBA PRE ICFES ECONOMIA. (4) - copia.docPRUEBA PRE ICFES ECONOMIA. (4) - copia.doc
PRUEBA PRE ICFES ECONOMIA. (4) - copia.doc
 
PRESUPUESTOS COMO HERRAMIENTA DE GESTION - UNIAGUSTINIANA.pptx
PRESUPUESTOS COMO HERRAMIENTA DE GESTION - UNIAGUSTINIANA.pptxPRESUPUESTOS COMO HERRAMIENTA DE GESTION - UNIAGUSTINIANA.pptx
PRESUPUESTOS COMO HERRAMIENTA DE GESTION - UNIAGUSTINIANA.pptx
 
abrogar, clases de abrogacion,importancia y consecuencias
abrogar, clases de abrogacion,importancia y consecuenciasabrogar, clases de abrogacion,importancia y consecuencias
abrogar, clases de abrogacion,importancia y consecuencias
 
Politicas publicas para el sector agropecuario en México.pptx
Politicas publicas para el sector agropecuario en México.pptxPoliticas publicas para el sector agropecuario en México.pptx
Politicas publicas para el sector agropecuario en México.pptx
 
Análisis de la Temporada Turística 2024 en Uruguay
Análisis de la Temporada Turística 2024 en UruguayAnálisis de la Temporada Turística 2024 en Uruguay
Análisis de la Temporada Turística 2024 en Uruguay
 
El cheque 1 y sus tipos de cheque.pptx
El cheque  1 y sus tipos de  cheque.pptxEl cheque  1 y sus tipos de  cheque.pptx
El cheque 1 y sus tipos de cheque.pptx
 
Sistema de Control Interno aplicaciones en nuestra legislacion
Sistema de Control Interno aplicaciones en nuestra legislacionSistema de Control Interno aplicaciones en nuestra legislacion
Sistema de Control Interno aplicaciones en nuestra legislacion
 
mercado de capitales universidad simon rodriguez - guanare (unidad I).pdf
mercado de capitales universidad simon rodriguez - guanare (unidad I).pdfmercado de capitales universidad simon rodriguez - guanare (unidad I).pdf
mercado de capitales universidad simon rodriguez - guanare (unidad I).pdf
 
Dino Jarach - El Hecho Imponible2024.pdf
Dino Jarach - El Hecho Imponible2024.pdfDino Jarach - El Hecho Imponible2024.pdf
Dino Jarach - El Hecho Imponible2024.pdf
 
41 RAZONES DE PORQUE SI ESTAMOS MAL EN MÉXICO
41 RAZONES DE PORQUE SI ESTAMOS MAL EN MÉXICO41 RAZONES DE PORQUE SI ESTAMOS MAL EN MÉXICO
41 RAZONES DE PORQUE SI ESTAMOS MAL EN MÉXICO
 
Mercado Eléctrico de Ecuador y España.pdf
Mercado Eléctrico de Ecuador y España.pdfMercado Eléctrico de Ecuador y España.pdf
Mercado Eléctrico de Ecuador y España.pdf
 
TEMA 3 DECISIONES DE INVERSION Y FINANCIACION UNIVERISDAD REY JUAN CARLOS
TEMA 3 DECISIONES DE INVERSION Y FINANCIACION UNIVERISDAD REY JUAN CARLOSTEMA 3 DECISIONES DE INVERSION Y FINANCIACION UNIVERISDAD REY JUAN CARLOS
TEMA 3 DECISIONES DE INVERSION Y FINANCIACION UNIVERISDAD REY JUAN CARLOS
 
LOS MIMBRES HACEN EL CESTO: AGEING REPORT.
LOS MIMBRES HACEN EL CESTO: AGEING  REPORT.LOS MIMBRES HACEN EL CESTO: AGEING  REPORT.
LOS MIMBRES HACEN EL CESTO: AGEING REPORT.
 
QUE REQUISITOS DEBO CUMPLIR PARA PENSIONARME.pdf
QUE REQUISITOS DEBO CUMPLIR PARA PENSIONARME.pdfQUE REQUISITOS DEBO CUMPLIR PARA PENSIONARME.pdf
QUE REQUISITOS DEBO CUMPLIR PARA PENSIONARME.pdf
 

Diferencia de medias y proporciones

  • 1. INFERENCIAS ESTADISTICA PRUEBA DE HIPOTESIS II Profesor: Kennedy Hurtado Ibarra. Licenciado en Matemática y Física Especialista en Estadística Aplicada Magister en Estadística Aplicada Doctor en Ciencias de la Educación Celular: 3002426058 Kennedyhurtado@dcc.uniatlantico.edu.co Referencia: Llinas Humberto, Estadística Inferencial. Canavo George, Probabilidad y Estadística Aplicaciones y Métodos. Montgomery Douglas. Probabilidad y Estadística para Ingeniería.
  • 2. Prueba para la diferencia de dos proporciones Volvamos sobre el problema de comparación de dos proporciones poblacionales. Teorema: Sea 𝑃1 la proporción de éxitos observada en una muestra aleatoria de tamaño 𝑛1, procedente de una población con proporción 𝑃1 de éxitos, y sea 𝑝2 la proporción de éxitos observada en una muestra aleatoria independiente de tamaño 𝑛2, procedente de una población con proporción de éxitos 𝑃2 . Supongamos que se cumple alguna de las siguientes dos condiciones: (a) 𝑛1 ≥ 30 y 𝑛2 ≥ 30; (b) 𝑛1 𝑝1≥ 5, 𝑛1(1−𝑝1) ≥ 5, 𝑛2𝑝2 ≥ 5 y 𝑛2(1−𝑝2) ≥ 5. Entonces, una prueba de hipótesis con nivel de significancia α para la diferencia de proporciones 𝑝1 - 𝑝2 es como se presenta en la tabla, siendo:
  • 3. Tipodehipótesis Regladedecisiones H0 : P1 -P2 = 0 Si Z ≥Zα/2 o si Z ≤-Zα/2; entonces,se H1 : P1 -P2≠ 0 RechazaH0; delocontrario,seacepta H0 Doscolas(Pruebabilateral) H0 :P1 -P2 ≥ 0 Si Z ≤-Zα; entonces, H1 : P1 -P2 < 0 seRechazaH0; delocontrario,seacepta H0 Colaalaizquierda(Pruebaunilateral) H0 : P1 -P2 ≤ 0 Si Z ≥Zα; entonces, H1 : P1 -P2 > 0 seRechazaH0; delocontrario,seacepta H0 Colaaladerecha
  • 4. Z = 𝑝1 − 𝑝2 𝑝0(1 −𝑝0) 𝑛1 + 𝑝0 (1−𝑝0) 𝑛2 ; el estadístico de prueba correspondiente con: 𝑝0 = 𝑛1𝑝1+𝑛2𝑝2 𝑛1+ 𝑛2 ; En la tabla mencionada,𝑍𝛼/2 el valor de una variable aleatoria a la derecha del cual se tiene un área de α/2 en la distribución normal estándar. Ejemplo: Un rector de cierta universidad afirma que la proporción de hombres que tienen auto en el campus es mayor a la proporción de mujeres que tienen auto en el campus. Un profesor de estadística se interesa en la afirmación y entrevista aleatoriamente a 100 hombres y a 100 mujeres. Encuentra que 34 hombres y 27 mujeres tienen autos en el campus. ¿Puede concluirse con un nivel del 5% que la afirmacion del rector es falsa?
  • 5. SOLUCION: Sean 𝑝1 y 𝑝2 las proporciones poblacionales de hombres y mujeres, respectivamente, que tienen auto en el campus. Entonces, queremos contrastar la hipótesis nula 𝐻0: 𝑃1 - 𝑃2≤ 0 𝐻1: P1 −P2 > 0. Los datos muestrales son: 𝑛1=100, entonces: 𝑝1 = 34 100 = 0,34 𝑛2= 100 , entonces; 𝑝2 = 27 100 = 0,27 𝑝0 = 100 0,34 +(100)(0,27) 100+100 = 0,305; y el estadístico de prueba está dado por: Z = 𝑝1 − 𝑝2 𝑝0(1 −𝑝0) 𝑛1 + 𝑝0 (1−𝑝0) 𝑛2 = 0,34 −0,27 0,305 (1 −0,305) 100 + 0.305 (1−0.305) 100 = 1,075 Para una prueba al nivel del 5%, tenemos que α = 0,05 y Zα = 𝑧0,05 = 1,64. Entonces, como Z = 1,075 es menor que Zα = 1,64, al nivel de significancia del 5%, no se rechaza la hipótesis nula de que la proporción de hombres que tienen auto en el campus es menor o igual a la proporciona de mujeres que tienen auto en el campus. Es decir, los datos muestran que la afirmacio´n del rector es falsa.
  • 6. Ejercicio: De una muestra aleatoria de 203 anuncios publicados en revistas colombianas, 52 eran de deportes. De una muestra aleatoria independiente de 270 anuncios publicados en revistas brasileras, 56 eran de deportes. Usando un nivel del 5%, contrastar frente a una alternativa bilateral, la hipótesis nula de que las proporciones de anuncios deportivos de las revistas colombianas y brasileras son iguales.
  • 7. Prueba para la diferencia de dos medias En esta sección, examinaremos el caso que se dispone de muestras aleatorias de dos poblaciones, y en el que el parámetro de interés consiste en la diferencia entre las dos medias poblacionales. Ahora, al igual que en capítulos anteriores, basaremos nuestro estudio de tales pruebas de acuerdo a los siguientes tres casos: Primer caso: varianzas poblacionales conocidas o desconocidas y muestras grandes Como ya se explicado en capítulos anteriores, en esta situación, la distribución muestral de la diferencia de dos medias muestrales es la distribución normal. Las hipótesis que podemos probar para la diferencia de dos medias poblacionales µ1 𝑦 µ2 son las siguientes: 𝐻0 : µ1 − µ2 =𝑑0, 𝐻0 : µ1 − µ2 ≥ 𝑑0, 𝐻0 : µ1 − µ2 ≤ 𝑑0 El estadístico de prueba tiene la forma: Z= (𝑥1 − 𝑥2 ) − 𝑑0 σ1 2 𝑛1 + σ2 2 𝑛2
  • 8. Tipo de hipótesis Regla de decisiones H0 : µ1 − µ2 =𝑑0 H1 : µ1 − µ2 ≠ 𝑑0 Dos colas (Prueba bilateral) Si Z ≥ Zα/2 o si Z ≤ -Zα/2; entonces, se Rechaza H0; de lo contrario, se acepta H0 H0 : µ1 − µ2 ≥ 𝑑0 H1 : µ1 − µ2 < 𝑑0 Cola a la izquierda (Prueba unilateral) Si Z ≤ -Zα; entonces, se Rechaza H0; de lo contrario, se acepta H0 H0 : µ1 − µ2 ≤ 𝑑01 H1 : µ1 − µ2 > 𝑑0 Cola a la derecha (Prueba Unilateral) Si Z ≥ Zα; entonces, se Rechaza H0; de lo contrario, se acepta H0
  • 9. Teorema: Sean 𝑥1y 𝑥2las medias de muestras aleatorias independientes de tamaños 𝑛1 𝑦 𝑛2 de poblaciones con medias µ1 ; µ2 y varianzas σ1 2 ,σ2 2 respectivamente. Supongamos que se cumple alguna de las siguientes condiciones: (a) Ambas poblaciones son normales y ambas varianzas poblaciones σ1 2 , σ2 2 son conocidas; (b) Ambas poblaciones son desconocidas o no normales, ambas varianzas poblacionales σ1 2 , σ2 2 son conocidas o desconocidas y 𝑛1 ≥ 30, 𝑛2 ≥ 30. Entonces, una prueba de hipótesis con nivel de significancia α para la diferencia µ1 − µ2 es como se presenta en la tabla, siendo: Z= (𝑥1 − 𝑥2 ) − 𝑑0 σ1 2 𝑛1 + σ2 2 𝑛2 ; el estadístico de prueba correspondiente y 𝑧α/2 el valor de una variable aleatoria a la derecha del cual se tiene un área de α/2 en la distribución normal.
  • 10. Ejemplo: Se llevo´ a cabo un estudio entre expertos matemáticos para conocer su opinión sobre las mujeres matemáticas. Se les pidió´ que evaluaran en una escala de 1 (totalmente en desacuerdo) a 5 (totalmente de acuerdo) la afirmacion: “Las mujeres matemáticas tienen la misma oferta de trabajo que los hombres”. Para una muestra aleatoria de 186 hombres de esta profesión, la respuesta media fue de 4.059 con una desviación típica de 0,839. Para una muestra aleatoria independiente de 172 mujeres matemáticas, la respuesta media fue 3.680 con una desviación típica de 0,966. Utilice un nivel de significancia del 5% para contrastar la hipótesis nula de que las dos medias poblacionales son iguales frente a la alternativa de que ambas sean diferentes.
  • 11. SOLUCION: Sean µ1 𝑦 µ2 las respectivas medias poblacionales de hombres y mujeres matemáticas. Queremos contrastar la hipótesis: 𝐻0: µ1 − µ2 = 0 𝐻1: µ1 − µ2 ≠ 0. Tenemos que: 𝑛1= 186, 𝑥1 = 4,059, 𝑠1 = 0,839; 𝑛2= 172, 𝑥2 = 3,680, 𝑠2 = 0,966 Observemos que podemos aplicar el teorema. En este caso, 𝑑0= 0 y el valor del estadístico de prueba esta´ dado por: Z= (𝑥1 − 𝑥2 ) − 𝑑0 σ1 2 𝑛1 + σ2 2 𝑛2 = (4,059 −3,680) −0 0,8392 186 + 0,9662 172 = 3,95 Para una prueba al nivel del 5%, tenemos que α = 0,05 y Zα/2 = 𝑧0,025 = 1,96. Entonces, como Z = 3,95 es mayor que Zα = 1,96, se rechaza la hipótesis nula al nivel de significancia del 5%.
  • 12. EJERCICIO: En un establecimiento escolar suburbano, se seleccionó al azar una muestra aleatoria de 25 alumnos de quinto grado (grupo 1) de una población de estudiantes perteneciente a familias en que ambos padres trabajan. Se selecciono´ también una muestra aleatoria al azar de 15 estudiantes (grupo 2) del mismo grado y establecimiento escolar entre aquellos estudiantes que pertenecen a familias en que solamente el padre trabaja. El análisis de los puntajes de rendimiento escolar (en escala de 1 a 100) de los dos grupos dio los siguientes resultados: un puntaje promedio de 78 para el grupo 1 y de 85 para el grupo 2. La experiencia muestra que las poblaciones de puntajes para ambos grupos están distribuidas en forma aproximadamente normal, con varianzas de σ1 2 = 81 y σ2 2 = 25. Utilizando un nivel de significancia del 5% y con base en estos datos, determinar si se puede concluir que la media de la población de la que se selecciono´ el grupo 1 es inferior a la media de la población de la que se selecciono´ el grupo 2.
  • 13. Segundo caso: varianzas poblacionales iguales, desconocidas y muestras pequeñas Ahora, trataremos el caso en el cual los tamaños muestrales no son grandes y las varianzas. 𝐻0 : µ1 − µ2 =𝑑0, 𝐻0 : µ1 − µ2 ≥ 𝑑0, 𝐻0 : µ1 − µ2 ≤ 𝑑0 El estadístico de prueba tiene la forma: t= (𝑥1 − 𝑥2 ) − 𝑑0 𝑠2 𝑛1 + 𝑠2 𝑛2 ; corresponde al valor de una variable aleatoria que tiene distribución t de Student con ν = 𝑛1 + 𝑛2−2 grados de libertad. En la expresión anterior: 𝑠2 = 𝑛1−1 𝑠1 2 +(𝑛2 −1)𝑠2 2 𝑛1+ 𝑛2−2 , varianza combinada.
  • 14. Tipo de hipótesis Regla de decisiones H0 : µ1 − µ2 =𝑑0 H1 : µ1 − µ2 ≠ 𝑑0 Dos colas (Prueba bilateral) Si t ≥ tα/2 o si t ≤ -tα/2 ; entonces, se Rechaza H0; de lo contrario, se acepta H0 H0 : µ1 − µ2 ≥ 𝑑0 H1 : µ1 − µ2 < 𝑑0 Cola a la izquierda (Prueba unilateral) Si t ≤ -tα ; entonces, se Rechaza H0; de lo contrario, se acepta H0 H0 : µ1 − µ2 ≤ 𝑑01 H1 : µ1 − µ2 > 𝑑0 Cola a la derecha (Prueba Unilateral) Si t ≥ tα ; entonces, se Rechaza H0; de lo contrario, se acepta H0
  • 15. Teorema: Sean 𝑥1y 𝑥2las medias de muestras aleatorias independientes de tamaños 𝑛1< 30 y 𝑛2 < 30 de poblaciones normales con medias µ1 , µ2 y varianzas σ1 2 , σ2 2 iguales y desconocidas. Entonces, una prueba de hipótesis con nivel de significancia α para la diferencia de medias µ1 − µ2 es como se presenta en la tabla, siendo: t= (𝑥1 − 𝑥2 ) − 𝑑0 𝑠2 𝑛1 + 𝑠2 𝑛2 ; es el estadístico de prueba correspondiente. En la expresión anterior: 𝑠2 = 𝑛1 − 1 𝑠1 2 + (𝑛2 − 1)𝑠2 2 𝑛1 + 𝑛2−2 Adema´s, 𝑡𝛼/2el valor de una variable aleatoria de una variable aleatoria que tiene distribución t de Student con ν =𝑛1 + 𝑛2−2 grados de libertad a la derecha del cual se tiene un área de α/2 en esta distribución.
  • 16. Ejemplo: Se llevó a cabo un estudio que pretendía valorar el efecto de la presencia de un moderador sobre el número de ideas generadas por un grupo. Se observaron cuatro miembros, con y sin moderadores. Para una muestra aleatoria de cuatro grupos con moderador, el número medio de ideas generadas por grupo fue de 78, con una desviación típica de 24,4. Para una muestra aleatoria independiente de cuatro grupos sin moderador, el número medio de ideas generadas por grupo fue de 63,5, con una desviación típica de 20,2. Asumiendo que las distribuciones poblacionales son normales con igual varianza, contrastar la hipótesis nula de que las medias poblacionales son iguales frente a la alternativa de que la verdadera media es mayor para los grupos con moderador. Use un nivel de significancia del 10%.
  • 17. SOLUCION: Sean µ1 , µ2 las respectivas medias poblacionales para los grupos con y sin moderador. Queremos contrastar la hipótesis. H0 : µ1 − µ2 =0 H1 : µ1 − µ2 > 0 𝑛1= 4, 𝑥1= 78,0 𝑠1 =24,4; 𝑛2= 4, 𝑥2= 63,5, 𝑠2 = 20,2 𝑠2 = 𝑛1−1 𝑠1 2 +(𝑛2 −1)𝑠2 2 𝑛1+ 𝑛2−2 = 3 (24,4) 2 +(3)(20,2) 2 4+4−2 = 501,7 Además, el valor del estadístico de prueba está dado por: t= (𝑥1 − 𝑥2 ) − 𝑑0 𝑠2 𝑛1 + 𝑠2 𝑛2 = t= (78,0 −63,5) −0 501,7 4 + 501,7 4 = 0,915
  • 18. Para una prueba al nivel del 10%, tenemos que α = 0,10 y tα = 𝑡0,10 = 1,44 con ν = 𝑛1 + 𝑛2−2= 6 grados de libertad. Entonces, como t = 0,915 es menor que tα = 1,44, no puede rechazarse la hipótesis nula de igualdad de medias frente a la alternativa unilateral al nivel de significancia del 10%. Por lo tanto, los datos de la muestra no contienen suficiente evidencia que sugiera que, en promedio, se generan más ideas en los grupos con moderador. Ejercicio: Se llevo´ a cabo un experimento para comparar el deterioro abrasivo de dos materiales laminados diferentes. Se probaron doce piezas del material 1, exponiendo cada una a una máquina para medir el deterioro. De la misma manera, se probaron diez piezas del material 2. En cada caso, se observo´ la profundidad del deterioro. Las muestras del material 1 dieron un deterioro promedio (registrado) de 85 unidades con una desviación estándar muestral de 4, mientras que las muestras del material 2 dieron un promedio de 81 y una desviación estándar muestral de 5. ¿Puede concluirse en el nivel de significancia del 5% que el deterioro abrasivo del material 1 excede al del material 2 por más de 2 unidades? Asuma que las poblaciones son aproximadamente normales con varianzas iguales.
  • 19. Tercer caso: varianzas poblacionales diferentes, desconocidas y muestras pequeñas Ahora, estudiaremos el caso en el cual los tamaños muestrales no son grandes y las varianzas poblacionales son diferentes pero desconocidas. En esta situación, para probar las hipótesis. 𝐻0 : µ1 − µ2 =𝑑0, 𝐻0 : µ1 − µ2 ≥ 𝑑0, 𝐻0 : µ1 − µ2 ≤ 𝑑0 El estadístico de prueba tiene la forma: t = (𝑥1 − 𝑥2 ) − 𝑑0 𝑠1 2 𝑛1 + 𝑠2 2 𝑛2 ; corresponde al valor de una variable aleatoria que tiene distribución t de Student con: v = 𝑠1 2 𝑛1 + 𝑠2 2 𝑛2 2 𝑠1 2 𝑛1 2 𝑛1−1 + 𝑠2 2 𝑛2 2 𝑛2 −1 ; grados de libertad.
  • 20. Teorema: Sean 𝑥1 y 𝑥2 las medias de muestras aleatorias independientes de tamaños 𝑛1< 30 y 𝑛2 < 30 de poblaciones normales con medias µ1 , µ2 y varianzas σ1 2 , σ2 2 diferntes y desconocidas. Entonces, una prueba de hipótesis con nivel de significancia α para la diferencia de medias µ1 − µ2 es como se presenta en la tabla, siendo: t = (𝑥1 − 𝑥2 ) − 𝑑0 𝑠1 2 𝑛1 + 𝑠2 2 𝑛2 ; es el estadístico de prueba correspondiente. Además, 𝑡α/2 el valor de una variable aleatoria de una variable aleatoria que tiene distribución t de Student con: : v = 𝑠1 2 𝑛1 + 𝑠2 2 𝑛2 2 𝑠1 2 𝑛1 2 𝑛1−1 + 𝑠2 2 𝑛2 2 𝑛2 −1 ; grados de libertad.
  • 21. Ejemplo: El departamento de zoología de cierto instituto llevo´ a cabo un estudio para estimar la diferencia en la cantidad de cierta sustancia química medida en dos estaciones diferentes de un río. La sustancia se mide en miligramos por litro. Se reunieron 15 muestras de la estación 1 y 12 muestras de la estación 2. Las 15 muestras de la estación 1 tuvieron un contenido promedio de sustancia química de 3,84 miligramos por litro y una desviación estándar de 3,07 miligramos por litro, mientras que las 12 muestras de la estación 2 tuvieron un contenido promedio de 1,49 miligramos por litro y una desviación estándar de 0,80 miligramos por litro. Al nivel del 5% determine si los contenidos promedios reales de sustancia en estas dos estaciones son diferentes. Suponga que las observaciones vienen de poblaciones normalmente distribuidas con varianzas diferentes.
  • 22. SOLUCION: Sean µ1 𝑦 µ2 las respectivas medias poblacionales para contenidos promedios reales de sustancia en las dos estaciones. Queremos contrastar la hipótesis 𝐻1 : µ1 − µ2 = 0 versus H1 : µ1 − µ2 ≠ 0. Tenemos que: 𝑛1 = 15, 𝑥1 = 3,84, 𝑠1 = 3,07, 𝑛2 = 12, 𝑥2 = 1,49, 𝑠2 = 0,80. El valor del estadístico de prueba está dado por: t = (𝑥1 − 𝑥2 ) − 𝑑0 𝑠1 2 𝑛1 + 𝑠2 2 𝑛2 ; t = (3,84−1,49) −0 3,072 15 + 0,802 12 = 2,846 Para una prueba al nivel del 5%, tenemos que α = 0,05 y 𝑡α/2 = 𝑡0,𝑜25 = 2,120 con;
  • 23. v = 𝑠1 2 𝑛1 + 𝑠2 2 𝑛2 2 𝑠1 2 𝑛1 2 𝑛1−1 + 𝑠2 2 𝑛2 2 𝑛2 −1 = 3,072 15 + 0,802 12 2 3,072 15 2 14 + 0,802 12 2 11 = 16,3 se aproxima a 16 grados de libertad. Entonces, como t = 2,846 es mayor que 𝑡𝛼/2 = 2,120, puede rechazarse la hipótesis nula de igualdad de medias frente a la alternativa bilateral al nivel del 5%. Por lo tanto, podemos concluir que los contenidos promedio reales de sustancia para estos dos lugares son diferentes.
  • 24. Prueba para la varianza En esta sección, el interés se centra en pruebas de hipótesis relacionadas con la varianza de una población distribuida normalmente. Para ello, supondremos que 𝑠2 es la varianza de una muestra aleatoria de tamaño n, tomada de una población distribuida normalmente con media µ y varianza σ2. Entonces, se desean probar las hipótesis que consideran la uniformidad de una población, dadas por: 𝐻0: 𝜎2 =𝜎0 2 , 𝐻0: 𝜎2 ≤𝜎0 2 ; 𝐻0: 𝜎2 ≥ 𝜎0 2 El estadístico de prueba tiene la forma: 𝛘2 = 𝑛 −1) 𝑠2 𝜎2 y corresponde al valor de una variable aleatoria que tiene distribución chi- cuadrada con n − 1 grados de libertad
  • 25. Tipo de hipótesis Regla de decisiones 𝐻0: 𝜎2 =𝜎0 2 𝐻1: 𝜎2 ≠ 𝜎0 2 Dos colas (Prueba bilateral) Si 𝝌2 ≥ 𝝌2 α/2 o si 𝝌2 ≤𝝌2 1− 𝛼/2 ; entonces, se Rechaza H0; de lo contrario, se acepta H0 𝐻0: 𝜎2 ≤𝜎0 2 𝐻1: 𝜎2 > 𝜎0 2 Cola a la izquierda (Prueba unilateral) Si 𝝌2 ≥ 𝝌2 𝛼 entonces, se Rechaza H0; de lo contrario, se acepta H0 𝐻0: 𝜎2 ≥ 𝜎0 2 𝐻0: 𝜎2 < 𝜎0 2 Cola a la derecha (Prueba Unilateral) Si 𝝌2 ≤ 𝝌2 1−𝛼 ; entonces, se Rechaza H0; de lo contrario, se acepta H0
  • 26. Teorema: Si 𝑆2 es la varianza de una muestra aleatoria de tamaño n, tomada de una población distribuida normalmente con media µ y varianza 𝜎2, entonces, una prueba de hipótesis con nivel de significancia α para la varianza 𝜎2 es como se presenta en la tabla, siendo: 𝛘2 = (𝑛 −1)𝑠2 σ2 el estadístico de prueba correspondiente. Además, 𝛘α 2 2 y 𝛘1− α 2 2 son los valores de una variable aleatoria que deja un área de α 2 y 1 − α 2 , respectivamente, a la derecha de la distribución chi-cuadrado con n−1 grados de libertad.
  • 27. Ejemplo: Con el fin de cumplir las normas establecidas, es importante que la varianza en el porcentaje de impurezas de unas remesas de productos químicos no supere el 4%. Una muestra aleatoria de 20 envíos dio una varianza muestral de 5,62 en el porcentaje de impureza. Al nivel del 10%, contrastar la hipótesis nula de que la varianza de la población no es mayor que 4. Supóngase que la distribución de la población es normal. SOLUCION: Sea σ2la varianza poblacional de la concentración de impureza. Queremos contrastar la hipótesis 𝐻0: σ2 ≤ 4 versus 𝐻1 : σ2 > 4. Tenemos que 𝑆2 = 5,62, n = 20 y σ0 2 = 4. Observemos que podemos aplicar el teorema En este caso, el valor del estadístico de prueba esta´ dado por:
  • 28. 𝛘2 = (𝑛 −1)𝑠2 σ0 2 = (19)(5,62) 4 = 26,69 Para una prueba al nivel del 10%, tenemos que α = 0,10 y 𝛘α; 19 2 = 𝛘0,10; 19 2 = 27,20 con ν = n−1 = 19 grados de libertad. Entonces, como 𝛘2 = 26,695 es menor que 𝛘0,10; 19 2 = 27,20, no puede rechazarse la hipótesis nula al nivel del 10%. Por lo tanto, los datos no contienen una evidencia particularmente importante contra la hipótesis de que la varianza poblacional del porcentaje de impureza no es mayor que 4. Prueba para la razón de dos varianzas Por último, estudiaremos el caso de pruebas de hipótesis relacionadas con dos varianzas de una poblaciones distribuidas normalmente.
  • 29. Tipo de hipótesis Regla de decisiones H0 : 𝜎1 2 = 𝜎2 2 H1 : 𝜎1 2 ≠ 𝜎2 2 Dos colas (Prueba bilateral) Si F≥ Fα/2 o si F ≤𝐹1−𝛼/2; entonces, se Rechaza H0; de lo contrario, se acepta H0 H0 : 𝜎1 2 ≥ 𝜎2 2 H1 : 𝜎1 2 < 𝜎2 2 Cola a la izquierda (Prueba unilateral) Si F ≤ 𝐹1− α/2 ; entonces, se Rechaza H0; de lo contrario, se acepta H0 H0 : 𝜎1 2 ≤ 𝜎2 2 H1 : 𝜎1 2 > 𝜎2 2 Cola a la derecha (Prueba Unilateral) Si F ≥ Fα ; entonces, se Rechaza H0; de lo contrario, se acepta H0
  • 30. Teorema: Si 𝑠1 2 y 𝑠2 2 son las varianzas de muestras aleatorias independientes de tamaño 𝑛1 y 𝑛2 tomadas de poblaciones normales con varianzas σ1 2 y σ2 2 , respectivamente, entonces, una prueba de hipótesis con nivel de significancia α para la razón de varianzas σ1 2 σ2 2 es como se presenta en la tabla, siendo: F= 𝑠1 2 𝑠2 2 ; El estadístico de prueba correspondiente. Además, 𝐹α/2(𝑣1, 𝑣2) es el valor de una variable aleatoria que deja un área de α/2 a la derecha de la distribución F con 𝑣1= 𝑛1 − 1y 𝑣2 = 𝑛2 −1 grados de libertad.
  • 31. Ejemplo: Se compararon las varianzas de los vencimientos de dos tipos de bonos. Para una muestra aleatoria de 17 bonos del primer tipo, la varianza de los vencimientos (en años al cuadrado) fue de 123,35. Para una muestra aleatoria independiente de 11 bonos del segundo tipo, la varianza de los vencimientos fue de 8,02. Al nivel del 2%, determinar si las dos varianzas poblacionales son diferentes. Asuma que las dos poblaciones tienen distribución normal. SOLUCION: Sean σ1 2 y σ2 2 las respectivas varianzas poblacionales. Queremos contrastar la hipótesis: H0 : σ1 2 = σ2 2 H1 : σ1 2 ≠ σ2 2
  • 32. Para este ejemplo, 𝑛1= 17, 𝑠1 2 = 123,35, 𝑛2 = 11, 𝑠1 2 = 8,02. Observemos que podemos aplicar el teorema. En este caso, el valor del estadístico de prueba está dado por: F= 𝑠1 2 𝑠2 2 = 123,35 8,02 = 15,38; Para una prueba al nivel del 2%, tenemos que α = 0,02 e, interpolando, 𝐹α/2(16,10) = 𝐹0,01(16,10) = 4,53 con 𝑣1 = 𝑛1 −1 = 16 y = 𝑣2 =𝑛2 −1 = 10 grados de libertad. Claramente, F = 15,38 es mucho mayor que 𝐹0,01(16,10) = 4,53, es decir, podemos rechazar la hipótesis nula al nivel del 2%. Por consiguiente, hay abrumadora evidencia de que las varianzas en los vencimientos son diferentes para estos dos tipos de bonos.
  • 33. Ejercicio: Se llevo´ a cabo un experimento para comparar el deterioro abrasivo de dos materiales laminados diferentes. Se probaron doce piezas del material 1, exponiendo cada una a una maquina para medir el deterioro. De la misma manera, se probaron diez piezas del material 2. En cada caso, se observo´ la profundidad del deterioro. Las muestras del material 1 dieron un deterioro promedio (registrado) de 85 unidades con una desviación estándar muestral de 4, mientras que las muestras del material 2 dieron un promedio de 81 y una desviación estándar muestral de 5. ¿Puede concluirse en el nivel de significancia del 5% que el deterioro abrasivo del material 1 excede al del material 2 por más de 2 unidades? Asuma que las poblaciones son aproximadamente normales con varianzas iguales Al probar la diferencia en el desgaste abrasivo de los dos materiales , se asumió que las varianzas poblacionales desconocidas eran iguales. ¿Es esta justificación correcta? Utilice un nivel de significancia del 10%.