Estadstica Tcnica

Prueba de hiptesis para la

diferencia de medias

Cladera Ojeda, Fernando

Conceptos previos

Inferencia estadstica

Poblacin

Muestra

Parmetro

Estadstico

Hiptesis estadstica

Pruebas de hiptesis

Hiptesis nula

Hiptesis alternativa

Regiones Valor crtico

De rechazo

De aceptacin

Errores

Tipo I Nivel de significancia

Tipo II - Potencia

Diferencia de medias

Hiptesis nula

12=0
12=d 0

Hiptesis alternativa

120
12d 0
120

Poblaciones y muestras
Tenemos ahora, dos poblaciones:
Poblacin 1

Poblacin 2

12

12

Muestra 1

Muestra 2

x1

x2

s 21

s 22

n1

n2

Posibilidades...

Varianzas poblacionales conocidas

Varianzas poblacionales desconocidas

2
2

=
Se suponen iguales 1 2

2
2

Se suponen diferentes 1 2

Varianzas conocidas - TLC

Si X es la media de una muestra aleatoria de
tamao n tomada de una poblacin con media
2
varianza finita , entonces, la forma lmite de la
distribucin

X
Z=
n

Si n es la disttribucin normal estndar

n(z;0;1).

Por propiedad reproductiva, y aplicando TLC.

Ya que son independientes:
X1 X2 ~ Normal ( X X , X X )
1

Media

X X = X X =12
1

Varianza

2
X 1 X 2

2
1

2
2

= =
n1 n2
2
X1

2
X2

Aplicando TLC, tenemos

Z=

X 1 X 2 X X
1

2
1

2
2

n1 n2

Z=

X 1 X 2 d 0

2
1

2
2

n1 n2

Entonces, evaluaremos nuestra hiptesis en

funcin de z y z , obtenida mediante la tabla de
la distribucin normal.

Varianzas desconocidas e iguales

Z=

X 1 X 2 12

[ ]
1 1

n1 n2
2

n11 S

2
1

n21 S

2
2

v. a. X 2
con =n1

Z
T=
V
v

T=

X 1 X 2 12
Sp
2
1

1 1

n1 n2

n11 S n21 S
S =
n1n22
2
p

2
2

Usamos la distribucin t-student, con

n1+n2-2 gl. A partir de ella,
encontramos t , y comparamos con
el valor calculado.

Varianzas desconocidas
diferentes
T=

X 1 X 2 12

2
1

2
2

S S

n1 n2

s /n1s /n2

= 2
2
2
2
[ s1 /n1 /n11 ] [ s2 /n2 /n21 ]
2
1

2
2

Usamos la distribucin t-student, v gl.

A partir de ella, encontramos t , y
comparamos nuevamente.

P 6.23 Apuntes de la Ctedra

Un diseador de productos est interesado en reducir el tiempo de
secado de una pintura. Se prueban dos frmulas de pintura; la frmula 1
tiene el contenido qumico estndar y la frmula 2 tiene un nuevo
ingrediente secante que tiende a reducir el tiempo de secado. De la
experiencia se sabe que la desviacin estndar del tiempo de secado es
ocho minutos y esta variabilidad inherente no debe verse afectada por a
adicin del nuevo ingrediente.
Se pintan 35 placas con la frmula 1 y otras 35 con la frmula 2. Los dos
tiempos promedio de secado muestrales son 116 minutos para la frmula
1 y 112 minutos para la frmula 2. A qu conclusin puede llegar el
diseador del producto sobre la eficacia del
nuevo ingrediente, al nivel de significancia 0,01?

X1 : tiempo de secado de la frmula 1

X1 ~ Desc(1 , 1 =8)

X2: tiempo de secado de la frmula 2

X2 ~ Desc(2 , 1 =8 )

X1 X2 ~ N(1 2 , 21 /n1 22 /n2 )

x1 = 116 minutos

x2 = 112 minutos

n1 = n2 = 35

= 0,01
h0 :12=0
h1 : 120

Por tabla, observamos que Zc = 2,33

Z 0=

x 1x 2

2
1

2
2

n1 n2

Z 0=

116112

1
1
8

35 35

=2,09

Decidimos entonces aceptar la hiptesis nula. No

hay evidencia suficiente como para demostrar
que el tiempo de secado disminuye
significativamente.
Podemos calcular el valor P, por tabla normal.

La verdadera probabilidad de cometer error de

tipo 1 es de 0,01831. Es decir, mayor que la
aceptable.
Esto valida nuestra conclusin, de que para este
nivel de significancia los tiempos de secado no
son significativamente diferentes.

P 10 . 24 - Walpole
Cinco muestras de una sustancia ferrosa se usan para determinar si hay
una diferencia entre un anlisis qumico de laboratorio y un anlisis de
fluorescencia de rayos X del contenido de hierro. Cada muestra se divide
en dos submuestras y se aplican los dos tipos de anlisis. A continuacin,
se presentan los datos codificados que muestran los anlisis de
contenido de hiero:
Analysis
X-ray
Chemical

1
2.0
2.2

2
2.0
1.9

3
2.3
2.5

4
2.1
2.3

5
2.4
2.4

Suponga que las poblaciones son normales, pruebe con un nivel de

significancia de 0,05 si los dos mtodos de anlisis dan, en promedio, el
mismo resultado.

X1 : Contenido de Fe en muestra analizada con Rx

X2: Contenido de Fe en muestra de anlisis
qumico
X1 ~ N(1 , 1 )

X2 ~ N(2 , 2 )

x1 = 2,16 s1 = 0,18165

x2 = 2,26 s2 = 0,23021

n1 = n2 = 5

= 0,05
h0 :21=0
h1 : 210

Si las varianzas son iguales

T o=

x 2x 1
Sp

0,1
=
=0,7624
1 1 0,0207 2/5

n1 n2

2
1

2
2

n11 s n21 s 4.0,0330,053

S =
=
=0,043
n1n22
8
2
p

Ya que T0 < T = 2,306 se opta por no rechazar la

hiptesis nula. No hay evidencia significativa de
que el contenido promedio de Fe es mayor en un
mtodo que en otro.

Si las varianzas son diferentes

T=

X 2 X 1

2
1

0,10
=
=0,7624
2
0,01311
S

S
2

n1 n2

s /n1s /n2

= 2
8
2
2
2
[ s1 /n1 /n11 ] [ s2 /n2 /n21 ]
2
1

2
2

Nuevamente, conclumos no rechazar la hiptesis

nula.
Pueden tomarse ambos mtodos de anlisis
indistintamente.

Bibliografa

Walpole, Myers y Myers (1999). Probabilidad y

Estadstica para Ingenieros. Sexta edicin. Ed.
Prentice Hall. Mxico.
Apuntes de la ctedra Estadstica Tcnica (2009).
Facultad de Ingeniera. Universidad Nacional de Cuyo.