Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Un intervalo de confianza para la diferencia entre dos medias busca realizar una
comparación de los promedios de dos poblaciones independientes, el intervalo de
confianza nos dará un estimado no de los promedios sino de la diferencia entre
ellos.
𝑁1 𝑁2
𝜇1 𝜇2
𝜎1 2 𝑛1 𝜎2 2 𝑛2
𝑥̅1 𝑥̅2
𝜎 21 y 𝜎 2 2
Conocidos Desconocidos
Cálculo de una nueva Grados de libertad Cálculo de nuevos Se usan las varianzas
desviación estándar 𝑆𝑝 𝑣 = 𝑛1 + 𝑛2 − 2 grados de libertad v muestrales 𝑠 21 y 𝑠 22
Se espera que el valor de Z que incluye la media poblacional se encuentre entre los
valores de −𝑍𝛼⁄2 y 𝑍𝛼⁄2 lo cual se traduce a la siguiente expresión:
𝑃 (−𝑍𝛼⁄2 ≤ 𝑍 ≤ 𝑍𝛼⁄2 ) = 1 − 𝛼
Si se sustituye Z por su expresión equivalente en el intervalo, siempre utilizando el
valor de la desviación estándar para la distribución muestral.
(𝑥̅1 − 𝑥̅2 ) − (𝜇1 − 𝜇2 )
𝑃 (−𝑍𝛼⁄2 ≤ ≤ 𝑍𝛼⁄2 ) = 1 − 𝛼
𝜎 2 (𝑥̅ 1 −𝑥̅2)
Por último dado que lo que queremos estimar la diferencia entre las medias
poblacionales, realizaremos el despeje de la fórmula de Z obteniendo la estructura
general del intervalo de confianza para la media poblacional.
𝑃 ((𝑥̅1 − 𝑥̅2 ) − 𝑍𝛼⁄2 𝜎 2 (𝑥̅ 1 −𝑥̅2) ≤ 𝜇1 − 𝜇2 ≤ (𝑥̅1 − 𝑥̅2 ) + 𝑍𝛼⁄2 𝜎 2 (𝑥̅1 −𝑥̅ 2) ) = 1 − 𝛼
𝜎 21
1. Ho =1
𝜎 22
𝜎 21
2. Ha ≠1
𝜎 22
3. 𝜶
Usualmente se define como 1%, 5% o 10%
4. Zona de rechazo
𝑣1 = 𝑛1 − 1
𝑣2 = 𝑛2 − 1
Estadístico de
s21
5. F= 2
prueba s 2
Regla de Si F > 𝐹𝛼⁄2 o 𝐹 < 𝐹1−𝛼⁄2 se rechaza Ho
6.
decisión
Dado que ahora tendremos dos grados de libertad la manera de buscar los valores
en la tabla cambia, veamos un ejemplo utilizando un 𝛼/2 de 0.025, 𝑣1 = 5 y 𝑣2 = 7
En la tabla de Fisher el encabezado de las columnas corresponde a los grados de libertad
de la población 1, V1, y las filas corresponden a los grados de libertad de la población 2,
v2. El valor de Fisher será la intersección de ambos y corresponde a la cola derecha de la
gráfica.
Para el ejemplo planteado, tendremos que buscar en las columnas 5 grados de libertad y
en las filas 7 grados de libertad. Como podemos observar en la imagen el valor en el que
se intersectan es 5.29
UNIVERSIDAD DE SAN CARLOS DE GUATEMALA MATERIAL DE APOYO
FACULTAD DE INGENIERÍA ESTADÍSTICA 2
ESCUELA DE CIENCIAS UNIDAD 3
ÁREA DE ESTADÍSTICA INGA. MAYRA CARVAJAL
El problema que se nos presenta ahora es que solo contamos con la tabla para los
valores de 𝛼/2 por lo que para poder calcular el valor de 1- 𝛼/2 utilizaremos la tabla que
tenemos pero realizaremos la siguiente corrección, encontraremos el inverso del valor de
F con los grados de libertad, primero V2 y luego v1, podemos ver el valor con los grados
de libertad invertidos en verde.
1 1
𝐹(1−𝛼⁄2,𝑣1,𝑣2) = = = 0.1459
𝐹(𝛼⁄ ,𝑣2,𝑣1) 6.85
2
Si se acepta la hipótesis nula podemos decir que las varianzas son iguales y
desconocidas, si rechazamos la hipótesis nula podemos decir que las varianzas son
distintas y desconocidas.
𝜎2 𝜎2 1 1 1 1
𝜎 2 (𝑥̅ 1 −𝑥̅2) = √ + = √𝜎 2 ( + ) = 𝜎√( + )
𝑛1 𝑛2 𝑛1 𝑛2 𝑛1 𝑛2
Debemos estimar un nuevo valor para σ al que llamaremos Sp, utilizaremos
la siguiente expresión:
UNIVERSIDAD DE SAN CARLOS DE GUATEMALA MATERIAL DE APOYO
FACULTAD DE INGENIERÍA ESTADÍSTICA 2
ESCUELA DE CIENCIAS UNIDAD 3
ÁREA DE ESTADÍSTICA INGA. MAYRA CARVAJAL
1 1
̅𝟏 − 𝒙
𝝁𝟏 − 𝝁𝟐 = (𝒙 ̅𝟐 ) ± 𝒕(𝜶⁄ ,𝒗) 𝑺𝒑 √( + )
𝟐 𝑛1 𝑛2
𝑆1 2 𝑆2 2
̅𝟏 − 𝒙
𝝁𝟏 − 𝝁𝟐 = (𝒙 ̅𝟐 ) ± 𝒕(𝜶⁄ √( + )
𝟐,𝑽) 𝑛1 𝑛2
UNIVERSIDAD DE SAN CARLOS DE GUATEMALA MATERIAL DE APOYO
FACULTAD DE INGENIERÍA ESTADÍSTICA 2
ESCUELA DE CIENCIAS UNIDAD 3
ÁREA DE ESTADÍSTICA INGA. MAYRA CARVAJAL
𝑁1 𝑁2
𝜋1 𝜋2
𝑛1 𝑛2
𝑥1 𝑥2
En algunos casos se nos provee de las condiciones que desean que se cumplan y
es necesario calcular el tamaño de la muestra necesario, para ello dependiendo de
qué tipo de análisis se esté realizando se presentan las expresiones a utilizar a
continuación.
𝒁𝜶⁄ 𝟐 (𝝈𝟏𝟐 + 𝝈𝟐 𝟐 )
𝟐
𝒏=
𝜺𝟐
𝜎2 2 ∗ 𝑆1 2
𝐹=
𝜎1 2 ∗ 𝑆2 2
UNIVERSIDAD DE SAN CARLOS DE GUATEMALA MATERIAL DE APOYO
FACULTAD DE INGENIERÍA ESTADÍSTICA 2
ESCUELA DE CIENCIAS UNIDAD 3
ÁREA DE ESTADÍSTICA INGA. MAYRA CARVAJAL
Como pudimos ver en las pruebas de hipótesis para dos varianzas, la prueba de
Fisher, se puede hacer una corrección para la cola izquierda de la distribución.
1
𝑓(1−𝛼⁄ ,𝑣2,𝑣1) =
2 𝑓(𝛼⁄ ,𝑣1,𝑣2)
2
Por lo tanto nuestro intervalo de confianza para la razón de dos varianzas será el
siguiente.
𝝈𝟏 𝟐 𝑺𝟏 𝟐 𝟏 𝝈𝟏 𝟐 𝑺𝟏 𝟐
=
𝝈𝟐 𝟐 𝑺𝟐 𝟐 𝒇(𝜶⁄𝟐,𝒗 𝒗 )
𝒚 = 𝒇
𝝈𝟐 𝟐 𝑺𝟐 𝟐 (𝜶⁄𝟐,𝒗𝟐,𝒗𝟏)
𝟏, 𝟐
1. The Metro Pet Center compara los costos telefónicos utilizando dos
programas de facturación diferentes. Con el primer programa, se encontró
que sobre 100 semanas la facturación promedio fue de $32.40, con s=
$15.10. Una muestra de 150 semanas utilizando el segundo programa dio
una media de $47.30, con s= $13.20. Calcule e interprete el intervalo de
confianza del 95% para la diferencia entre las medias de los dos programas.
Datos:
Cadena 1 Cadena 2
̅
𝒙 32.40 47.30
𝒔 15.10 13.20
𝒏 100 150
σ2 σ2
μ1 − μ2 = (x̅1 − x̅2 ) ± Zα⁄2 √ +
n1 n2
15.102 13.202
𝜇1 − 𝜇2 = (32.40 − 47.30) ± 1.96√ +
100 150
𝜇1 − 𝜇2 = −14.9 ± 3.64 = (−18.64, −11.26)
σ2 σ2
μ1 − μ2 = (x̅1 − x̅2 ) ± Zα⁄2 √ +
n1 n2
0.242 0.302
𝜇1 − 𝜇2 = (7.82 − 6.75) ± 1.96√ +
50 100
𝜇1 − 𝜇2 = 1.07 ± 0.089 = (0.981, 1.159)
1. Opus Inc., ha desarrollado un proceso para producir oro a partir del agua de
mar. Quince galones tomados del océano Pacífico produjeron una media de
12.7 onzas de oro por galón son s=4.2 onzas, y doce galones del océano
Atlántico produjeron cifras similares de 15.9 y 1.7. Con base en un intervalo
del 95%, ¿cuál es su estimado de la diferencia en las onzas promedio de oro
provenientes de estas dos fuentes?
Datos:
Pacífico Atlántico
̅
𝒙 12.7 15.9
𝒔 4.2 1.7
𝒏 15 12
4. Zona de rechazo 𝑣1 = 15 − 1 = 14
𝑣2 = 12 − 1 = 11
1 1
𝐹(0.975,14,11) = = = 0.3225
𝐹(0.025,11,14) 3.10
𝐹(0.025,14,11) = 3.33
Estadístico de 4.22
5. F= = 6.1
prueba 1.72
Regla de 𝟔. 𝟏 > 𝟑. 𝟑𝟑 Se rechaza Ho
6.
decisión
Dado que se rechazó la hipótesis nula podemos decir que las varianzas son
desconocidas y distintas. Por lo que procedemos a calcular los nuevos
grados de libertad.
2
(𝑆1 2 ⁄𝑛1 + 𝑆2 2 ⁄𝑛2 ) (4.22 ⁄15 + 1.72 ⁄12)2
𝑽= 2 2 = (4.22 ⁄15)2 = 19.29 ≅ 𝟐𝟎
(𝑆1 2 ⁄𝑛1 ) (𝑆2 2 ⁄𝑛2 ) (1.72 ⁄12)2
+
𝑛1 − 1 + 𝑛2 − 1 15 − 1 12 − 1
Ahora con esos datos debemos buscar el valor en la tabla de t student.
𝐭 (𝟎.𝟎𝟐𝟓,𝟐𝟎) = 2.0860
𝑆1 2 𝑆2 2
𝜇1 − 𝜇2 = (𝑥̅1 − 𝑥̅ 2 ) ± 𝑡(𝛼⁄ ,𝑉) √( + )
2 𝑛1 𝑛2
4.22 1.72
𝜇1 − 𝜇2 = (12.7 − 15.9) ± 2.0860√( + )
15 12
𝜇1 − 𝜇2 = −3.2 ± 2.4829 = (−5.6829, −0.7171)
Datos:
Consumidor 1 Consumidor 2
̅
𝒙 53 63.27
𝒔 8.86 4.80
𝒏 10 10
También sabemos que α es 0.10 y α/2=0.05 Ahora por medio de una prueba
de Fisher determinaremos si las varianzas son iguales o distintas
1. Ho 𝜎 21 ⁄𝜎 2 2 = 1
2. Ha 𝜎 21 ⁄𝜎 2 2 ≠ 1
3. 𝜶 0.10
4. Zona de rechazo 𝑣1 = 10 − 1 = 9
𝑣2 = 10 − 1 = 9
1 1
𝐹(0.95,9,9) = = = 0.3145
𝐹(0.05,9,9) 3.18
𝐹(0.05,9,9) = 3.18
Estadístico de 8.862
5. F= = 3.90
prueba 4.802
UNIVERSIDAD DE SAN CARLOS DE GUATEMALA MATERIAL DE APOYO
FACULTAD DE INGENIERÍA ESTADÍSTICA 2
ESCUELA DE CIENCIAS UNIDAD 3
ÁREA DE ESTADÍSTICA INGA. MAYRA CARVAJAL
Regla de 𝟑. 𝟗𝟎 > 𝟑. 𝟏𝟖 Se rechaza Ho
6.
decisión
Dado que se rechazó la hipótesis nula podemos decir que las varianzas son
desconocidas y distintas. Por lo que procedemos a calcular los nuevos
grados de libertad.
2
(𝑆1 2 ⁄𝑛1 + 𝑆2 2 ⁄𝑛2 ) (8.862 ⁄10 + 4.82⁄10)2
𝑽= 2 2 = = 13.86 ≅ 𝟏𝟒
(𝑆1 2 ⁄𝑛1 ) (𝑆2 2 ⁄𝑛2 ) (8.862 ⁄10)2 (4.82 ⁄10)2
𝑛1 − 1 + 𝑛2 − 1 10 − 1 + 10 − 1
𝑆1 2 𝑆2 2
𝜇1 − 𝜇2 = (𝑥̅1 − 𝑥̅ 2 ) ± 𝑡(𝛼⁄ ,𝑉) √( + )
2 𝑛1 𝑛2
8.862 4.82
𝜇1 − 𝜇2 = (53 − 63.27) ± 1.7613√( + )
10 10
𝜇1 − 𝜇2 = −10.27 ± 5.6124 = (−15.88, −4.66)
3. Diecisiete latas de Red Bull presentan una media de 17.2 onzas, con una
desviación estándar de 3.2 onzas y trece latas de Monster producen una
media de 18.1 onzas con desviación estándar de 2.7 onzas. ¿qué
conclusiones se pueden sacar respecto a la diferencia de precios promedio,
con base en un intervalo de confianza del 98%?
Datos:
Consumidor 1 Consumidor 2
̅
𝒙 17.2 18.1
𝒔 3.2 2.7
𝒏 17 13
También sabemos que α es 0.02 y α/2=0.01 Ahora por medio de una prueba
de Fisher determinaremos si las varianzas son iguales o distintas
UNIVERSIDAD DE SAN CARLOS DE GUATEMALA MATERIAL DE APOYO
FACULTAD DE INGENIERÍA ESTADÍSTICA 2
ESCUELA DE CIENCIAS UNIDAD 3
ÁREA DE ESTADÍSTICA INGA. MAYRA CARVAJAL
1. Ho 𝜎 2 1 ⁄𝜎 2 2 = 1
2. Ha 𝜎 2 1 ⁄𝜎 2 2 ≠ 1
3. 𝜶 0.02
4. Zona de rechazo 𝑣1 = 17 − 1 = 16
𝑣2 = 13 − 1 = 12
1 1
𝐹(0.99,16,12) = = = 0.2817
𝐹(0.01,12,16) 3.55
𝐹(0.01,16,12) = 4.01
Estadístico de 3.22
5. F= = 1.40
prueba 2.72
6. Regla de decisión 0.2817 < 1.40 < 4.01 Se acepta Ho
Dado que se aceptó la hipótesis nula podemos decir que las varianzas son
desconocidas e iguales. Por lo que procedemos a calcular una nueva
desviación estándar utilizando los datos de las dos muestras.
1 1
̅𝟏 − 𝒙
𝝁𝟏 − 𝝁𝟐 = (𝒙 ̅𝟐 ) ± 𝒕(𝜶⁄ 𝑺𝒑 √ +
𝟐,𝒗) 𝑛1 𝑛2
1 1
𝝁𝟏 − 𝝁𝟐 = (17.2 − 18.1) ± 2.4671 ∗ 2.9959 √ +
17 13
𝝁𝟏 − 𝝁𝟐 = (−0.90) ± 2.7232 = (−3.6232, 1.8232)
UNIVERSIDAD DE SAN CARLOS DE GUATEMALA MATERIAL DE APOYO
FACULTAD DE INGENIERÍA ESTADÍSTICA 2
ESCUELA DE CIENCIAS UNIDAD 3
ÁREA DE ESTADÍSTICA INGA. MAYRA CARVAJAL
𝑥1 80 𝑥2 40
𝑝̂1 = = = 0.32 𝑝̂2 = = = 0.23
𝑛1 250 𝑛2 175
̂ 1 (1 − 𝑝̂ 1 )
𝑝 ̂ 2 (1 − 𝑝̂ 2 )
𝑝 0.32(0.68) 0.23(0.77)
𝑆𝑝̂1 −𝑝̂2 = √ + =√ +
𝑛1 𝑛2 250 175
𝑆𝑝̂1 −𝑝̂2 = 0.0434
̂ 1 (1 − 𝑝̂ 1 )
𝑝 ̂ 2 (1 − 𝑝̂ 2 )
𝑝 0.70(0.30) 0.65(0.35)
𝑆𝑝̂1 −𝑝̂2 = √ + =√ +
𝑛1 𝑛2 35 50
𝑆𝑝̂1 −𝑝̂2 = 0.1027
𝑍𝛼⁄2 2 [𝜋1 (1 − 𝜋1 ) + 𝜋2 (1 − 𝜋2 )]
𝑛=
𝜀2
2 [0.5(0.5)
(−1.96) + 0.5(0.5)]
𝑛= = 19208
0.012
UNIVERSIDAD DE SAN CARLOS DE GUATEMALA MATERIAL DE APOYO
FACULTAD DE INGENIERÍA ESTADÍSTICA 2
ESCUELA DE CIENCIAS UNIDAD 3
ÁREA DE ESTADÍSTICA INGA. MAYRA CARVAJAL
R// Es necesario tomar una muestra de 19, 208 ciudadanos para cumplir
con las condiciones dadas.
Debido a que nos piden que el ancho del intervalo sea de 3 años, debemos
dividir el tiempo en dos pues los 3 años corresponden a todo el intervalo no
solo a la mitad del mismo, nuestro error sería entonces de 1.5 años.
Datos:
1 − 𝛼 = 99% 𝛼 = 0.01 𝛼/2 = 0.005 𝑍𝛼⁄2 = −2.575
𝜀 = 1.5 𝜎 21 = 18 𝜎 2 2 = 23
𝑍𝛼⁄2 2 (𝜎1 2 + 𝜎2 2 ) 2.5752 (18 + 23)
𝑛= = = 120.82 ≅ 121
𝜀2 1.52
R// Es necesario tomar una muestra de 673 personas de cada plan para
cumplir con las condiciones dadas.
𝑆1 2 1 0.0422 1
𝐿𝐼 = = ∗ = 0.4528
𝑆2 2 𝑓(𝛼⁄2,𝑣1, 𝑣2 ) 0.0352 3.18
𝑆1 2 0.0422
𝐿𝑆 = 𝑓(𝛼⁄ ,𝑣2,𝑣1) = ∗ 3.18 = 4.5792
𝑆2 2 2 0.0352
𝝈𝟏 𝟐 𝝈𝟏
𝟐
= (𝟎. 𝟒𝟓𝟐𝟖, 𝟒. 𝟓𝟕𝟗𝟐) = (𝟎. 𝟔𝟕𝟐𝟗, 𝟐. 𝟏𝟑𝟗𝟗)
𝝈𝟐 𝝈𝟐
2. Diecisiete latas de Red Bull presentan una media de 17.2 onzas, con una
desviación estándar de 3.2 onzas y trece latas de Monster producen una
media de 18.1 onzas con desviación estándar de 2.7 onzas. ¿qué
conclusiones se pueden sacar respecto a la relación de las varianzas del
peso de ambas marcas al 95%?
Datos:
𝛼 = 0.05 𝛼/2 = 0.025 𝑠1 = 3.2 𝑠2 = 2.7 𝑛1 = 17 𝑛2 = 13
Por lo que nuestro intervalo de confianza para la razón de las varianzas será
el siguiente.
𝑆1 2 1 3.22 1
𝐿𝐼 = 2 = ∗ = 0.4417
𝑆2 𝑓(𝛼⁄2,𝑣1, 𝑣2) 2.72 3.18
𝑆1 2 3.22
𝐿𝑆 = 2 𝑓(𝛼⁄ ,𝑣2,𝑣1) = ∗ 2.89 = 4.059
𝑆2 2 2.72
𝝈𝟏 𝟐 𝝈𝟏
𝟐
= (𝟎. 𝟒𝟒𝟏𝟕, 𝟒. 𝟎𝟓𝟗) = (𝟎. 𝟔𝟔𝟒𝟔, 𝟐. 𝟎𝟏𝟒𝟔)
𝝈𝟐 𝝈𝟐
3. Opus Inc., ha desarrollado un proceso para producir oro a partir del agua de
mar. Quince galones tomados del océano Pacífico produjeron una media de
12.7 onzas de oro por galón son s=4.2 onzas, y doce galones del océano
Atlántico produjeron cifras similares de 15.9 y 1.7. Con base en un intervalo
del 98%, ¿se puede decir que hay diferencia en la desviación estándar de las
onzas producidas por océano?
Datos:
𝛼 = 0.02 𝛼/2 = 0.01 𝑠1 = 4.2 𝑠2 = 1.7 𝑛1 = 15 𝑛2 = 12
Necesitaremos dos valores de F, uno para cada rama del intervalo, dichos
valores son los siguientes:
𝑓(𝛼⁄2,𝑣1, 𝑣2) = 𝑓(0.01,14,11) = 4.25
Por lo que nuestro intervalo de confianza para la razón de las varianzas será el
siguiente.
UNIVERSIDAD DE SAN CARLOS DE GUATEMALA MATERIAL DE APOYO
FACULTAD DE INGENIERÍA ESTADÍSTICA 2
ESCUELA DE CIENCIAS UNIDAD 3
ÁREA DE ESTADÍSTICA INGA. MAYRA CARVAJAL
𝑆1 2 1 4.22 1
𝐿𝐼 = 2𝑓 = 2
∗ = 1.4362
𝑆2 (𝛼⁄2,𝑣1, 𝑣2 ) 1.7 4.25
𝑆1 2 4.22
𝐿𝑆 = 2 𝑓(𝛼⁄ ,𝑣2,𝑣1) = ∗ 3.735 = 22.79
𝑆2 2 1.72
𝝈𝟏 𝟐 𝝈𝟏
𝟐
= (𝟏. 𝟒𝟑𝟔𝟐, 𝟐𝟐. 𝟕𝟗) = (𝟏. 𝟏𝟗𝟖𝟒, 𝟒. 𝟕𝟕)
𝝈𝟐 𝝈𝟐