Está en la página 1de 16

Humberto Villalobos

7-03-05

Estimacin de Parmetros
UNIVERSIDAD TCNICA FEDERICO SANTA MARA

Estimacin por Intervalo


La estimacin puntual de un parmetro poblacional
adolece del siguiente defecto: La probabilidad de que
el estimador coincida con el verdadero valor del
parmetro es muy pequea y en el caso continuo nula.

PROBABILIDAD
Y ESTADSTICA
R ENATO A LLENDE O LIVARES
HUMBERTO VILLALOBOS TORRES

UNIVERSIDAD TCNICA FEDERICO SANTA MARA

DEPARTAMENTO

DE

MATEMTICAS

01/09/2008

01/09/2008

Estimacin de Parmetros

Estimacin por Intervalo

Estimacin por Intervalo


Los intervalos de confianza resuelven este
inconveniente, ofrecindonos un rango para
los
posibles
valores
del
parmetro
poblacional.

DEFINICIN 1: Intervalo de confianza. Sean


X1, X2, ... , Xn una muestra aleatoria desde una
distribucin con funcin de masa f(x/), que
depende de un parmetro desconocido . Sean
T1 y T2 dos estadsticos tales que se cumple
T1(x) < T2(x), para casi todo x, entonces:
[T1 < < T2] = = 1 - !,
Se dice que [T1 ; T2] es un intervalo de confianza
bilateral para con 100 % de confianza.
[T1 < ] = . Se dice que T1 es un limite
inferior de confianza para con 100 % de
confianza ([T1 ; ]).

01/09/2008

01/09/2008

Estimacin por Intervalo

Intervalo para la Media

DEFINICIN 2: Cantidad Pivotal. Sea X1, ... , Xn


una muestra aleatoria desde una distribucin
con funcin de masa f(x/) y Q = Q(X1, ... , Xn).
Si la distribucin de Q es independiente de ,
se dice que Q es una Cantidad Pivotal.

Las cantidades pivotales ms comnmente


utilizadas para estimar la media de una
poblacin se basan en la estandarizacin de los
estimadores del parmetro. Sea X1, X2, ... , Xn
una muestra aleatoria desde una distribucin
Normal.

APLICACIN 1: Sea X1, X2, ... , Xn una m.a.(n)


desde una distribucin Normal con media y
varianza conocida 2, luego:

Q = X
01/09/2008

Primera Clase

Q N(0;

2
n

Z=

Es Cantidad
Pivotal

T=
01/09/2008

(X ) n

N(0;1)

(X ) n
t (n 1)
s

es conocido
es desconocido

Ambas son cantidades pivotales

Humberto Villalobos

7-03-05

Intervalo para la Media

Intervalo para la Media

Considerando la cantidad pivotal donde la


varianza es conocida, se desarrolla la
probabilidad que permite obtener el intervalo
de confianza
Z=

(X ) n

Cules son los valores de q1 y q2 ptimos?

(X ) n
P q1 <
< q2 =

N(0,1)

(X ) n
P q1 <
< q2 =

01/09/2008

01/09/2008

Intervalo para la Media

Intervalo para la Media

Despejando el parmetro en el intervalo se


tiene:

Considerando la cantidad pivotal donde la


varianza es desconocida, se desarrolla la
probabilidad que permite obtener el intervalo
de confianza

(X ) n
P Z1 / 2 <
< Z1 / 2 =

< < X + Z1 / 2
P X Z1 / 2

n
n

T=

01/09/2008

01/09/2008

s
s

< < X + t1 / 2 (n 1)
P X t1 / 2 ( n 1)

n
n

Intervalo para la Media

Intervalo para la Media

APLICACIN 2: Un ingeniero comercial analiza


la rentabilidad de activos financieros de un
mismo sector industrial. La rentabilidad est
distribuida aproximadamente normal, con una
varianza de 1000 [pesos2]. Al tomar una muestra
aleatoria de 12 activos, se ha encontrado el
siguiente intervalo de confianza para la
verdadera rentabilidad media a los activos:

Despejando el parmetro en el intervalo se


tiene:
s

I % C( ) : X t1 / 2 (n 1)

Para un error de estimacin dado, digamos ,


es posible determinar:
1. Tamaos de Muestra
Establecer las
ecuaciones
2. Niveles de Confianza
apropiadas
3. Varianzas mxima

Primera Clase

(X ) n
t (n 1)
s

(X ) n
P q1 <
< q2 =
s

I % C( ) : X Z1 / 2

01/09/2008

(X ) n
P Z1 / 2 <
< Z1 / 2 =

[3.232,11; 3.267,89]

01/09/2008

Cul es el nivel de confianza del intervalo?.


Qu estimacin puntual para la resistencia
media a la compresin podra usted dar en base
a esta informacin?.

Humberto Villalobos

7-03-05

Intervalo para la Media

Intervalo para la Media

APLICACIN 2: Un ingeniero comercial


analiza la rentabilidad de activos Cul es
el nivel de confianza del
X: Rentabilidad de activos financieros de un
mismo sector industrial.

APLICACIN 2: Un ingeniero comercial analiza


la rentabilidad de activos Con qu nivel de
confianza se puede afirmar que la verdadera
rentabilidad media sea superior a 3232,84?.

I(1 )100%C( ) = X
Z1 ;
n

2
Z1 / 2 = 3.267,89 3.232,11
n

Z1 / 2 =

35,78 12
= 1,96
2 1.000

3.250

(1 2) = 0,975
Z1 =

01/09/2008

2X = 3.267,89 + 3.232,11 = 6.500

1.000

12

(1 ) = 0,97

= 1,88

01/09/2008

Intervalo para la Media

APLICACIN 2: Un ingeniero comercial analiza


la rentabilidad de activos Supngase que se
desea estimar la rentabilidad media con un
error de estimacin menor que 15 pesos para
un nivel de confianza de 99%. Qu tamao de
muestra debera emplearse para este fin?.

APLICACIN 3: El Gerente de control de


calidad de una fbrica de ampolletas desea
estimar la duracin media real de un embarque
de estas ampolletas. Se selecciona una muestra
aleatoria de 29 ampolletas, con los que obtuvo
una duracin promedio de 570 horas con una
desviacin estndar de 50 horas.
Establezca los supuestos que estime conveniente,
determine un intervalo del 95% de confianza,
para la duracin media real de las ampolletas.
X:Tiempo de duracin de las ampolletas del
embarque [en horas].

Supuesto: X

Z 0,995 < 15

1.000 Z 0,995
n>

15

1.000 2, 575
n >

15

01/09/2008

01/09/2008

Intervalo para la Media

Intervalo para la Media

APLICACIN 3: El Gerente de control de


calidad de una ... un intervalo del 95% de
confianza, para la duracin media real de las
ampolletas.
Datos: n = 29, x = 570, s = 50

APLICACIN 3: El Gerente de control de


calidad de una ... Cul debe ser el tamao de
la varianza muestral ms grande permitido, tal
que el error de estimacin de la media sea
inferior a 30 horas con un 90% de confianza?.
t1/2 (n 1)

I95% C( ) : X t1 /2 ( n 1)

I95% C( ) : 570 2,048

Primera Clase

(3.250 3.232,84)

Intervalo para la Media

01/09/2008

1.000
Z1 = 3.232,84
12

50

29

S
< 30
n

30 29
s 2 <

1, 701

INTERPRETACIN
LIBRE

1,701

s<

s
< 30
29

30 29
1, 701

01/09/2008

Humberto Villalobos

7-03-05

Intervalo para la Varianza

Intervalo para la Varianza

La cantidad pivotal utilizada para estimar la


varianza poblacional se basa en X1, X2, ... , Xn
una muestra aleatoria de una distribucin
Normal.
(n 1) S 2

01/09/2008

Despejando el parmetro en el intervalo se


tiene:
(n 1) S 2
(n 1) S 2
<2 <
P
= = 1
2
2 / 2 (n 1)
1 / 2 (n 1)

2 (n 1)

(n - 1) S 2
< q2 = = 1
P q1 <
2

(n - 1) S 2
P / 2 (n 1) <
< 12 / 2 (n 1) =
2

(n 1) S 2
(n 1) S 2
I % C( 2 ) :
;

2
2
1 / 2 (n 1) / 2 (n 1)

01/09/2008

Intervalos en Muestras Grandes

APLICACIN 3: El Gerente de control de


calidad de una ... Si por especificaciones se
requiere que las ampolletas tengan una varianza
de 2.200 horas2. Sobre la base de un intervalo de
confianza, se puede establecer que se cumplen
las especificaciones.

La cantidad pivotal ms comnmente


utilizadas para estimar algn parmetro de una
poblacin se basan en la estandarizacin de los
estimadores del parmetro. Sea X1, X2, ... , Xn
una muestra aleatoria desde una distribucin
cuya varianza existe. Entonces:
Z=

I95%C(2):[1.574,45; 4.572,18]
Se cumplen las
especificaciones.

01/09/2008

Intervalos en Muestras Grandes

V[]

N(0;1)
n

La cual representa una cantidad pivotal, para


estimar un parmetro , en una variable cuya
distribucin depende de y su varianza existe.

Algunos casos particulares, seran:


X1, ... , Xn una m.a.(n) desde una distribucin Normal con
varianza desconocida.

I %C( ) : X Z1 / 2

( )
< Z1 / 2 = = 1
P Z1 / 2 <

V [ ]

X1, ... , Xn una m.a.(n) desde una distribucin Normal con


varianza desconocida.

2S 4
I %C( 2 ) : S 2 Z1 / 2
1
n

X1, ... , Xn una m.a.(n) desde una distribucin bernoulli.

Despejando el parmetro en el intervalo se


tiene:

I %C( ) : Z1 / 2 V[]

Primera Clase

( )

Intervalos en Muestras Grandes

Considerando la cantidad pivotal para


muestras
grandes,
se
desarrolla
la
probabilidad que permite obtener el intervalo
de confianza, donde:

01/09/2008

(n 1) S 2

2 / 2 (n 1)

Intervalo para la Media

2
2
( n 1) S
( n 1) S 28 50 28 50
;

I % C( 2 ) :
;
=
2
2
44, 46
15, 31
1 / 2 ( n 1) / 2 ( n 1)

01/09/2008

(n 1) S 2
I % C( ) :
;
12 / 2 (n 1)

01/09/2008

P)

P(1

I % C( p ) : P Z1 / 2
n

Humberto Villalobos

7-03-05

Intervalo para la Media

Intervalo para la Media

APLICACIN 4: La directiva estudiantil de una


universidad tom una muestra aleatoria de 45
libros de texto de la librera universitaria y
determin que de ellos, 60% se venda en ms de
50% por arriba de su costo al mayoreo.
Determine un intervalo de confianza del 96,16%
para la proporcin real de libros, cuyo precio
establecido es ms de 50% por encima del costo
de mayoreo.
X:N de libros que se vende en ms del 50% por
arriba de su costo al mayoreo.

p (1 p)

APLICACIN 4: La directiva estudiantil de una


universidad tom una 96,16% para la
proporcin real de libros, cuyo precio
establecido es ms de 50% por

p N P;

01/09/2008


p (1 p)
I96,16% (p): p Z 0,9808

Determine un nuevo tamao de muestra si se


requiere una confianza del 90,5% y un error de
estimacin de a lo ms 0,15
n
01/09/2008

30

Error de Estimacin

Intervalo para la Media

APLICACIN 4: La directiva estudiantil de una


universidad tom una Cul debe ser el
nivel de confianza, si se requiere una amplitud
del intervalo para la proporcin real de libros,
cuyo precio establecido es ms de 50% por
encima del costo de mayoreo sea de 0,184?

APLICACIN 5: B. F. Skinner, notable terico,


defendi el uso del refuerzo positivo para
moldear las actitudes en el trabajo. Texaco,
Inc., utilizando las tcnicas de Skinner, a una
muestra de 45 empleados de un rea que
recibieron un estmulo positivo, obtuvieron en
una prueba de actitudes un puntaje promedio
de 5,5 puntos (sobre un total de 10 puntos), con
una desviacin estndar de 1,4; mientras que
en una muestra de 60 empleados de la misma
rea que no recibieron refuerzo positivo,
obtuvieron en la prueba un promedio de 4,8
con una desviacin estndar de 1,9.

2 Z1 / 2 2

0,6 0, 4
0,184
45

Z1 / 2 = 1, 260
1

01/09/2008

= 0,8962
01/09/2008

Intervalo para la Media


APLICACIN 5: B. F. Skinner, Definiendo
las variables y supuestos asociados al problema.
Determine intervalos de confianza del 95%
para los verdaderos puntajes medios y
varianzas en ambos grupos de trabajadores.
X:Puntaje en prueba de actitud trabajadores
X N( x ; x2 )
con refuerzo positivo.
Y:Puntaje en prueba de actitud trabajadores
sin refuerzo positivo
Y N( y ; 2y )

Primera Clase

0,152

Intervalo para la Media

2Error de Estimacin = Amplitud = LS LI

01/09/2008

2
Z0,952
0,6 0,4

Intervalo para la Media


APLICACIN 5: B. F. Skinner, intervalos de
confianza del 95% para
1, 4

I95% C( x ) : 5,5 Z0,975


= [5,09 ; 5,91]
45

1,9

I95% C( y ) : 4,8 Z0,975


= [4,32 ; 5,28]
60

01/09/2008

2 1, 44
I95% C( x2 ) : 1, 42 Z 0,975
= [1,38; 2,55]
44

2 1,94
I95% C( x2 ) : 1,92 Z 0,975
= [1, 27; 4,30]
59

Humberto Villalobos

7-03-05

Estimacin de Parmetros

Intervalo de Diferencia de Medias

Estimacin por Intervalo

Las cantidades pivotales ms comnmente


utilizadas para estimar la diferencia de medias
de dos poblaciones independientes se basan en
la estandarizacin de los estimadores de los
parmetros. Sean: X1, X2, ... , Xn una muestra
aleatoria desde una distribucin Normal y
Y1, Y2, ... , Ym otra muestra aleatoria desde una
distribucin Normal.

Z=

((X Y) ( x y ))

x2
n

01/09/2008

Intervalo de Diferencia de Medias

Intervalo de Diferencia de Medias

Considerando la cantidad pivotal donde las


varianzas son conocidas, se desarrolla la
probabilidad que permite obtener el
intervalo de confianza

Considerando la cantidad pivotal donde las


varianzas son desconocidas, se construye una
cantidad pivotal sobre la base de una
distribucin t Student.

= = 1

T=

01/09/2008

((X Y) ( x y ))
Sp

2
x2 y
+
I %C( x y ) : (X Y) Z1 / 2

n
m

1 1
+
n m

(n + m 2)

En donde Sp es la desviacin estndar muestral


ponderada de las dos poblaciones, entonces:

01/09/2008

S 2p =

(n 1) S x2 + (m 1) S y2
n+m2

Intervalo de Diferencia de Medias

Intervalo de Diferencia de Medias

Considerando la cantidad pivotal donde las


varianzas son desconocidas, pero iguales, se
desarrolla la probabilidad que permite
obtener el intervalo de confianza.

En el caso que las varianza sean desconocida, y es


posible verificar que con una alta probabilidad
son distintas, se desarrolla una cantidad pivotal
sobre la base de una distribucin t Student,
ajustada por grados de libertad.

((X Y) ( x y ))
q2
P q1
1 1
sp
+
n
m

= = 1

T=

1 1
I %C( x y ) : (X Y) t1 / 2 (n + m 2) S p
+
n m

Primera Clase

N(0;1)

01/09/2008

((X Y) ( x y ))
q2
q1
2
P
x2 y
+

n
m

01/09/2008

y2

Error de Estimacin

((X Y) ( x y ))
2
S x2 S y
+
n
m

01/09/2008

( )

S2 S2
x + y (m 1)(n 1)
n
m

2
S2
S2
y
(m 1) x + ( n 1)
n
m

Humberto Villalobos

7-03-05

Intervalo de Diferencia de Medias

Intervalo de Razn de Varianzas

Considerando la cantidad pivotal donde las


varianzas son desconocidas y distintas, se
desarrolla la probabilidad que permite
obtener el intervalo de confianza.

En el caso de intervalos para diferencia de


medias con varianzas desconocidas, todo el
problema se resuelve verificando que las
varianzas sean iguales o distintas, para la
aplicacin del intervalo adecuado. Para
evaluar este acontecimiento, se considera la
distribucin F de Snedecor como una
cantidad pivotal para razn de varianzas

((X Y) ( x y ))
q
q2
2
P 1
S x2 S y
+

n
m

= = 1

(n 1) S x2

2
S2 Sy
I %C( x y ) : (X Y) t1 / 2 ( ) x +

n
m

Error de Estimacin

01/09/2008

F=

S2 y
P q1 < x
< q2 = = 1

x2 S y2

2 S2

S2
y
y
I % C
:
F / 2 (n 1; m 1); y2 F1 / 2 (n 1; m 1)
x2 S x2

Sx

Si son Iguales, entonces

01/09/2008

01/09/2008

Primera Clase

sx = 9

n y = 17

y = 25

sy = 6

F (n 1; m 1)

m 1

Intervalo de Diferencia de Medias


APLICACIN 1: El Laboratorio Farmacutico
Nacional Definiendo claramente variables y
supuestos, determine un intervalos del 98% ...
Verificar si las varianza son iguales
2 S
y y
I % C
:
x2 S x

X : Tiempo de efecto del nuevo analgsico que se


desea sacar al mercado.
Y : Tiempo de efecto del actual analgsico lder
del mercado.
x = 36

1
n 1

APLICACIN 1: El Laboratorio Farmacutico


Nacional est estudiando el tiempo de efecto de
un nuevo analgsico que desea lanzar al
mercado, el cual desea comparar con el que
actualmente es lder en ventas en el mercado
nacional. Para esto selecciona al azar a 37
pacientes, de las cuales a 20 se les proporcion el
analgsico lder cuando presentaron molestias,
mientras que al resto se les suministro el
analgsico bajo estudio. Los resultados en que
desaparezca el malestar en el analgsico lder
muestran un tiempo medio de 36 minutos con
una desviacin estndar de 9 minutos, mientras
que en el analgsico bajo estudio se obtuvo un
tiempo medio de 25 minutos con una desviacin
estndar de 6 minutos.
01/09/2008

APLICACIN 1: El Laboratorio Farmacutico


Nacional Definiendo claramente variables y
supuestos, determine un intervalos del 98% de
confianza para la verdadera diferencia entre los
tiempos medios en recuperarse del malestar en
ambos tipos de analgsicos.

nx = 20

2y

Intervalo de Diferencia de Medias

Intervalo de Diferencia de Medias

Datos:

(m 1) S y2

01/09/2008

Intervalo de Razn de Varianzas


Considerando la cantidad pivotal para
razn de varianzas, se desarrolla la
probabilidad que permite obtener el
intervalo de confianza.

x2

Sy

Sx

F / 2 (nx 1; n y 1);

Luego:

F / 2 (nx 1; n y 1)
= [ 0,172; 1,199]

1 1
I %C( x y ) : (X Y) t1 / 2 (n + m 2) S p
+
n m

01/09/2008

: [ 4, 75; 17, 25]

Humberto Villalobos

7-03-05

Intervalos en Muestras Grandes

Intervalos en Muestras Grandes

Considerando la cantidad pivotal para muestras


grandes, mediante la utilizacin del T.L.C., se
determina el estimador para el parmetro y la
varianza de ste :

Considerando la cantidad pivotal para


muestras
grandes,
se
desarrolla
la
probabilidad que permite obtener el intervalo
de confianza, donde:

= x y

( )
P Z1 / 2 <
< Z1 / 2 = = 1

V [ ]

= X Y

V[] = V[X Y] =

Despejando el parmetro en el intervalo se


tiene:
I %C( ) : Z1 / 2 V[]

Si las varianzas son desconocidas se utiliza su


estimacin, es decir:
V[] =
01/09/2008

Intervalos en Muestras Grandes

Intervalos en Muestras Grandes

Algunos casos particulares, seran:

APLICACIN 5: B. F. Skinner, Definiendo


las variables y supuestos asociados al problema.
Determine un intervalo de confianza del 95%
para la verdadera diferencia media de los
puntajes en ambos grupos de trabajadores.
Datos: x = 5, 5
s x = 1, 4
n x = 45

2
s2 s y
I %C( x y ) : X Y Z1 / 2 x +

nx n y

y = 4,8

P (1 P x ) P y (1 P y )
+
I % C( p x p y ) : P x P y Z1 / 2 x

nx
ny

s y = 1,9

n y = 60

2
s2 s y
I % C( x y ) : X Y Z1 / 2 x +

nx n y

X1, ... , Xn una m.a.(n) y Y1, ... , Ym una m.a.(m)


desde unas distribuciones bernoulli independientes.

1,96

01/09/2008

I95%C( x y ) : [ 0, 7 1,96 1,972]

Intervalos en Muestras Grandes

Intervalos en Muestras Grandes

APLICACIN 2: En finanzas, un mercado


eficiente se define como el que adjudica fondos
para el uso ms productivo. Existe
una
bibliografa considerable que est diseada para
determinar si los mercados de valores todava
son eficientes. Business Week recientemente
aplico encuestas a analistas financieros. De 110
analistas que trabajaban para empresas
productoras privadas en su esfuerzo por vender
los valores de sus firmas, 44 consideraron que los
mercados eran eficientes, mientras que 27 de 75
analistas que trabajaban para casas de corretaje
que asistieron tales ventas aceptaron que los
marcados eran eficientes.

APLICACIN 2: En finanzas, un mercado


eficiente se define ... Determine un intervalo del
95% de confianza para la diferencia real entre
la proporcin de analistas que trabajaban para
empresas productoras y la proporcin de
analistas que trabajaban para casas de corretaje
que consideran que los mercados son eficientes.
Interprete.

01/09/2008

Primera Clase

Error de Estimacin

01/09/2008

X1, ... , Xn una m.a.(n) y Y1, ... , Ym una m.a.(m)


desde unas distribuciones Normales con varianzas
desconocidas.

01/09/2008

X : N de analistas que trabajaban para empresas


productoras privadas que piensan que los
mercados son eficientes.
Y : N de analistas que trabajaban para casa de
corretaje que piensan que los mercados son
eficientes.
01/09/2008

Humberto Villalobos

7-03-05

Intervalos en Muestras Pareadas

Intervalos en Muestras Grandes

Estimacin por Intervalo

APLICACIN 2: En finanzas, un mercado


eficiente se define ... Determine un intervalo
del 95% de confianza para la diferencia real
entre
Datos:

44
110
27
p y =
75
p x =

nx = 110

n y = 75

(X1, Y1 )
(X 2 , Y2 )
(X3 , Y3 )

P (1 P x ) P y (1 P y )
+
I % C( px p y ) : P x P y Z1 / 2 x

nx
ny

I95% C( p x p y ) : [ 0, 04 1,96 0, 0752]


01/09/2008

01/09/2008

Intervalos en Muestras Pareadas

D1 = X1 Y1
D2 = X 2 Y2
D3 = X3 Y3

(X n , Yn )

Dn = X n Yn

Las cantidades pivotales utilizadas para estimar


la diferencia media de dos poblaciones no
independientes basadas en D1, D2, ... , Dn una
muestra aleatoria de diferencias con una
distribucin Normal son:

Se Pueden obtener
la diferencia media
a partir de los datos
y su desviacin
estndar

(X D ) n

I % C( D ) : D

Intervalos en Muestras Pareadas

Primera Clase

es desconocido

Los cuales generan los intervalos:

01/09/2008

APLICACIN 3: Una compaa petrolera realiza


un experimento para saber si una pelcula
diseada para promover actitudes ms
favorables hacia las grandes empresas
petroleras, en verdad produce actitudes
positivas. Se considera una muestra aleatoria de
12 sujetos que participan en la experiencia. En la
condicin antes cada sujeto llena un
cuestionario para evaluar su actitud hacia las
compaas petroleras. En la condicin despus
el sujeto ve la pelcula, despus de lo cual
contesta nuevamente el cuestionario. Se
obtuvieron los siguientes datos, donde las
calificaciones altas indican actitudes ms
favorables hacia las grandes empresas
petroleras.
01/09/2008

(X D ) n
t (n 1)
sD

N(0;1)

es conocido

Donde D1, D2, ... , Dn representa una muestra


aleatoria desde una distribucin Normal con
parmetro D.
01/09/2008

X

Y

Intervalo para la Media

La diferencia de medias de dos poblaciones


no independientes, se basan en:
(X1, Y1 )
(X 2 , Y2 )
(X3 , Y3 )

(X n , Yn )

(X1, Y1 )

Z1 / 2 sD
n

I %C( ) : X t1 / 2 (n 1)

Intervalos en Muestras Pareadas


APLICACIN 3: Una compaa petrolera realiza
un experimento para saber ...

Sobre la base de una Intervalo del 90% de


confianza, Se puede decir que la exhibicin de
la pelcula no provoca ningn efecto en los
puntajes medios de las pruebas?
X : Puntaje en cuestionarios antes de ver la
X N( x ; x2 )
pelcula [pts.].
Y : Puntaje en cuestionarios despus de ver la
pelcula [pts.].
Y N( ; 2 )
y

01/09/2008

Humberto Villalobos

7-03-05

Prueba de Hiptesis

Intervalos en Muestras Pareadas

En estimacin por intervalo, existe un total


desconocimiento acerca del parmetro, es por
esta razn que es deseable estimarlo.
Existe muchas situaciones, donde los valores
posibles del parmetro no son del todo
desconocidas:

APLICACIN 3: Una compaa petrolera realiza


un experimento para saber ...

Sobre la base de una Intervalo del 90% de


D = x y = X Y

Rentabilidad mnima deseada para accin X.


Costo asociados a produccin.
Precio de bien. etc.

D = 29, 25 33,83= 4,58

D = sD = 7,34
s

C(DD):):D
(11) D7,34
t 1,796
II90%
90%C(
4,58 0,95
n 12

01/09/2008

01/09/2008

Prueba de Hiptesis

Prueba de Hiptesis

Entonces ante una creencia a priori de los


posibles valores del parmetro, es espacio
paramtrico , se divide en dos grupos, digamos
0 y 1 (Se puede extender a k grupos).

El planteamiento de las hiptesis se realiza de


acuerdo a una creencia lo que actualmente
est sucediendo

Luego sobre los


resultados
de
muestrales, se ver
si existe suficiente
evidencia
para
suponer que nos
encontramos en 0
y 1.

0
1
01/09/2008

01/09/2008

Primera Clase

Acierto
Error
Acierto
Error

H0: 0

H1: 1

Hiptesis Nula
Lo Actual
El Estado del No
cambio

El Estado del Cambio


La Renovacin

Prueba de Hiptesis

La prueba de una hiptesis, se basa en


resultados muestrales, lo cual conlleva el
riesgo de equivocacin.

Hiptesis Alternativa

Prueba de Hiptesis

01/09/2008

En todo este conjunto de situaciones, el inters


no est en estimar, sino, el probar dicho
planteamiento o hiptesis relacionada al
parmetro.

Entonces ante posible valor real y


desconocido del parmetro, sobre la base de
una muestra aleatoria se puede apostar que el
ms probable que se encuentre en 0 1.

En todo problema
de decisin, se
tiene la
posibilidad de
cometer un error

Cul es ms grave?

01/09/2008

10

Humberto Villalobos

7-03-05

Prueba de Hiptesis

Prueba de Hiptesis

La cuantificacin de los errores se realiza


mediante probabilidades, es decir:

Considere la siguiente situacin Una


persona ha sido arrestada
Cul es la situacin Judicial?

[Error Tipo I]

H0: La persona es Inocente

v/s

[Rechazar H0 / H0 es Cierta] = !

H1: La Persona no es Inocente (es Culpable)

[Error Tipo II]

PARA
UN INOCENTE
Error Tipo I: C
LaARCEL
persona
es Culpable
/ Inocente

[No Rechazar H0 / H0 es Falsa] = "


01/09/2008

Error Tipo II: L


La
Persona P
esARA
Inocente
Culpable
IBERTAD
UN C/ULPABLE
01/09/2008

Prueba de Hiptesis

Prueba de Hiptesis

El objetivo ser establecer una regla de


decisin sobre la base de un Error Tipo I
predefinido
y
la
distribucin
de
probabilidad del estimador del parmetro que
se desea probar, es decir:

Luego como se est en funcin de ! (rechazar


H0), sta depender de lo propuesto bajo H1:

H0: = 0

H0: = 0 0

v/s

H1: > 0

!!

1
01/09/2008

01/09/2008

Prueba de Hiptesis

Prueba de Hiptesis

Establecido el punto c, para el rechazo H0,


con un nivel de significacin !, es posible
determinar, ya sea los errores tipo II
potencias de la prueba para 1:

Considerando un nivel de significacin !, es


necesario establecer el punto c, sobre la base
de la distribucin del estimador del
parmetro que se esta probando.
En este sentido las pruebas de hiptesis se
encontrarn estrechamente relacionadas con
intervalos de confianza, a travs de las
cantidades pivotales utilizadas para estimar
los parmetros.
Ahora, mediante un ajuste conveniente, se
considera conocida, bajo H0, la distribucin
de la cantidad pivotal asociada al parmetro.

H0: = 0

01/09/2008

Primera Clase

v/s

H1: > 0

01/09/2008

11

Humberto Villalobos

7-03-05

Prueba de Hiptesis

Prueba de Hiptesis

Pruebas de hiptesis para la media de una


poblacin. Considere X1, X2, , Xn m.a. tal
que Xi N(; 2), conocida. Entonces:

Considerando la distribucin de Z, entonces


es posible establecer una regla de decisin
(eW), para el rechazo de la hiptesis nula, a
travs de:

X 0
eW: X /
n > Z1

H0: = 0

v/s

H1: > 0

eW: X / X > Z1
+ 0
n

01/09/2008

01/09/2008

Todos los valores son pre-resultados muestrales

Prueba de Hiptesis

Prueba de Hiptesis

Pruebas de hiptesis para la media de una


poblacin. Considere X1, X2, , Xn m.a. tal
que Xi N(; 2), conocida. Entonces:

Considerando la distribucin de Z, entonces


es posible establecer una regla de decisin
(eW), para el rechazo de la hiptesis nula, a
travs de:

H0: = 0

v/s

H1: < 0

X 0
eW: X /
n < Z

eW: X / X < Z1
+ 0
n

01/09/2008

01/09/2008

Prueba de Hiptesis

Prueba de Hiptesis

Pruebas de hiptesis para la media de una


poblacin. Considere X1, X2, , Xn m.a. tal
que Xi N(; 2), conocida. Entonces:

Considerando la distribucin de Z, entonces


es posible establecer una regla de decisin
(eW), para el rechazo de la hiptesis nula, a
travs de:

H0: = 0

01/09/2008

Primera Clase

Todos los valores son pre-resultados muestrales

v/s

H1: 0

X 0
eW: X /
n < Z / 2

X 0

n > Z1 / 2

+ 0 X > Z1 / 2
+ 0
eW: X / X < Z / 2
n
n

01/09/2008

12

Humberto Villalobos

7-03-05

Prueba de Hiptesis

Prueba de Hiptesis

APLICACIN 1: El porcentaje de SiO2 en


cierto tipo de cemento aluminoso, se supone
que es bien ajustado por una distribucin
normal con desviacin estndar 0,3. Las
especificaciones indican que el porcentaje
medio real es de a lo menos 5,5 en una
determinada instalacin de produccin. Se
analizan 16 muestras obtenidas de manera
independiente, obtenindose un porcentaje
promedio de 5,26, con lo cual se indica de
manera concluyente que el porcentaje
promedio real difiere de 5,5 Falso?

APLICACIN 1: El porcentaje de SiO2 en


cierto tipo de cemento aluminoso Las
especificaciones indican que el porcentaje
medio real es de a lo menos 5,5
X: Porcentaje de SiO2 en cierto tipo de cemento
aluminoso.

X N(; 0,32)

01/09/2008

X: Porcentaje de SiO2 en cierto tipo de cemento


aluminoso.

X N(; 0,32)

H0: = 5,5

v/s

H1:

5,5

= {X / X < 5,377}

01/09/2008

Se rechaza H0, existe evidencia muestral suficiente


= 0,05
Z = 1,645
para suponer que la media real no es de al menos 5,5

Prueba de Hiptesis

Prueba de Hiptesis

APLICACIN 1: El porcentaje de SiO2 en


cierto tipo de cemento aluminoso Si el
porcentaje promedio real es 5,41, cul es la
probabilidad de detectar esta desviacin con
respecto a la hiptesis nula?

APLICACIN 1: El porcentaje de SiO2 en


cierto tipo de cemento aluminoso Cmo
representara la funcin asociada a la
probabilidad de cometer error tipo II?

H1: < 5,5

H1: < 5,5

eW: {X / X < 5,377}

eW: {X / X < 5,377}

= P[X > 5,377 / 1 < 5,5]

P[X < 5,377 / 1 = 5, 41]


= P [ Z < 0, 44]
01/09/2008

Prueba de Hiptesis

Prueba de Hiptesis

APLICACIN 2: Para obtener informacin


acerca de las propiedades de resistencia a la
corrosin de cierto tipo de tubera de acero, se
entierran en al suelo 26 especmenes durante
un perodo de dos aos. Luego se mide la
penetracin mxima, en milsimas de pulgada,
para cada espcimen. Los conductos se
fabricaron con la especificacin de que la
penetracin real sea de a lo sumo 50 [ml/plg].
Los conductos se usarn a menos que se
muestre de manera concluyente que no se
satisfacen las especificaciones.

APLICACIN 2: Para obtener informacin


acerca de las propiedades de resistencia a la
corrosin de cierto Si de los resultados de
los 26 especmenes se obtuvo un penetracin
media y desviacin estndar de 52,7 [ml/plg] y
4,8 [ml/plg], respectivamente. Qu puede
decir respecto a las especificaciones con un
10% de significancia?

01/09/2008

Primera Clase

01/09/2008

X: Penetracin mxima lograda por el acero a


prueba [ml/plg].
X N(; 2)

H0: = 50

01/09/2008

v/s
X N(;

H1: > 50
2)

X 0
eW : X /
n > t1 (n 1)
s

13

Humberto Villalobos

7-03-05

Prueba de Hiptesis

Prueba de Hiptesis

APLICACIN 2: Para obtener informacin


acerca de las Si de los resultados de los 45
especmenes Qu puede decir respecto a
las especificaciones con un 10% de
significancia?

APLICACIN 2: Para obtener informacin


acerca de las propiedades Si se especifica
que la variabilidad en la profundidad debe ser
de a lo sumo 25 [ml/plg]2 Qu puede decir
respecto a esta especificacin con un 5% de
significancia?
H0: 2 = 25
v/s
H1: 2 25

X 0
eW : X /
n >
s

t1 (n 1)

(n 1) S 2
> 12 (n 1)
eW : S 2 /
2
0

= {X / X > 51,50}

01/09/2008

No se Rechaza H0

01/09/2008

Prueba de Hiptesis

Prueba de Hiptesis

APLICACIN 3: Como
resultado
de
la
variabilidad en el proceso de manufactura, el
punto de cedencia real, de una muestra de
acero dulce sujeto a esfuerzo creciente,
normalmente diferir del punto de cedencia
terico. Con base en la experiencia se ha
logrado establecer que a lo ms el 20% de los
especmenes ceden antes del punto terico, por
lo que la compaa plantea modificar el
proceso, si la evidencia muestral permite
suponer lo contrario.

APLICACIN 3: Como
resultado
de
la
variabilidad en el proceso de Si de una
muestra aleatoria de 60 especmenes 15 ceden
antes del punto terico, qu recomienda que
haga la compaa con un 5% de significancia?

01/09/2008

H0: p = 0,2


eW : P/

v/s

01/09/2008

H1: p

0,2

P pP0
n > Z1
pP0(1
(1 pP0))

eW : P / P > 0, 2850

X: N de especimenes que ceden antes del punto


terico.

X B(n; 0,2)

p =

15
= 0, 25
60

No se Rechaza H0

Prueba de Hiptesis

Prueba de Hiptesis

APLICACIN 3: Como
resultado
de
la
variabilidad en el proceso de Si la
proporcin real de cedencias iniciales es en
realidad 30% y se utiliza un 1% de
significancia, cul es la probabilidad de que
la compaa concluya que es necesaria una
modificacin del proceso?.

APLICACIN 3: Como
resultado
de
la
variabilidad en el proceso de Considerando
la informacin dada anteriormente y
utilizando un nivel de significacin de 0.05,
cul es la probabilidad de que la compaa
concluya que no es necesaria una modificacin
del proceso?
0, 2 0,8

eW : P / P > Z 0,95
+ 0, 2 = P / P > 0, 2850
60

0, 2 0,8

eW : P / P > Z 0,99
+ 0, 2 = P / P > 0,3201
60

0,3201 0,3
= P Z >
60

0,3 0, 7
01/09/2008

Primera Clase

= S 2 / S 2 > 26,5

x = 52, 7

0, 2850 0,3
= P Z
60

0,3 0, 7
01/09/2008

14

Humberto Villalobos

7-03-05

Prueba de Hiptesis

Prueba de Hiptesis
Considerando que las pruebas de hiptesis se
encuentran estrechamente relacionadas con
intervalos de confianza, a travs de las
cantidades pivotales utilizadas para estimar
los parmetros, se extienden los conceptos
univariados a dos poblaciones.
Los mayores cuidados se deben tener en
pruebas asintticas, pues mediante un ajuste
conveniente, se considera conocida, bajo H0,
la distribucin de la cantidad pivotal asociada
al parmetro, que tiene un efecto no deseado
en la varianza del estadstico estimado.
01/09/2008

APLICACIN 4: La resistencia adhesiva a la


tensin del mortero de cemento Portland es una
caracterstica importante del producto. Un
ingeniero est interesado en comparar la
resistencia de una frmula modificada, a la que se
agregaron emulsiones de polmeros de ltex
durante el mezclado, contra la resistencia de la
argamasa hecha con la frmula no modificada, l
piensa que la frmula modificada disminuye la
resistencia. El ingeniero decide probar ambas
frmulas y los resultados fueron los siguientes

01/09/2008

Prueba de Hiptesis

Prueba de Hiptesis

APLICACIN 4: La resistencia adhesiva a la


tensin del Apoyan los datos la creencia
del ingeniero con un 1% de significancia?.

APLICACIN 4: La resistencia adhesiva a la


tensin del Apoyan los datos la creencia
del ingeniero con un 1% de significancia?.

X: Resistencia adhesiva a la tensin Modificada

H0: x y = 0

Y: Resistencia adhesiva a la tensin no Modificada

X N(x; (x)2); Y N(y; (y)2);

H0: x y = 0

v/s

eW : {X Y / X Y < 0,324}

2 S2

S2
I90%C x2 = x2 F0,05 (n y 1; nx 1); x2 F0,95 (n y 1; nx 1)
y Sy
S


01/09/2008

01/09/2008

Primera Clase

H1: x y < 0

1 1
1 1
{X
eW
/YX/X
< t (n2)+spm
+) }
eW : :{X
Y
+2) s+p(x
Y <tY
(n + m
n y m/Ho
n m

H1: x y < 0

2
0,316 2

0,316
=
0,315;
3,179

0, 247
0, 247

v/s

x - y = 1,16 eW
01/09/2008

Prueba de Hiptesis

Prueba de Hiptesis

APLICACIN 5: Una empresa realiza un estudio


para determinar si del ausentismo de los
trabajadores en el turno de da posee patrones
similares a los de turno de noche. Se realiza un
muestreo de 152 trabajadores diurnos y 80
trabajadores nocturnos. Los resultados muestran
que 38 trabajadores de turno de da han estado
ausentes, por lo menos, en cinco ocasiones durante
el ao anterior, mientras que de los trabajadores
nocturnos solo han faltados 28 en por lo menos
cinco veces durante el ao anterior. Definiendo
claramente variables y supuestos, Es posible
suponer que la proporcin de trabajadores diurnos
que se ausenta por ms de cinco ocasiones a su
trabajo en un ao es significativamente menor que
la proporcin de trabajadores nocturnos?

APLICACIN 5: Una empresa realiza ... Es


posible suponer que la proporcin diurnos
menor que la proporcin nocturnos?
X: N de trabajadores diurnos que se ausenta en mas
de cinco ocasiones en un ao. X B(152; p1)
Y: N de trabajadores nocturnos que se ausenta en mas
de cinco ocasiones en un ao. Y B(80; p2)

H0: p1 = p2
H0: p1 p2 = 0

v/s

H1: p1 < p2

v/s

H1: p1 p2 < 0

01/09/2008

15

Humberto Villalobos

7-03-05

Prueba de Hiptesis
APLICACIN 5: Una empresa realiza ... Es
posible suponer que la proporcin diurnos
menor que la proporcin nocturnos?
H0: p1 p2 = 0

01/09/2008

Primera Clase

v/s

H1: p1 p2 < 0

No se rechaza H0

16