Está en la página 1de 20

INGENIERIA CIVIL

ESTADISTICA APLICADA

ESTIMACION DE
PARAMETROS
(Dos Poblaciones)
Por Aracelli Poémape – 2018 I UNC
CONTENIDO:

• Estimación interválica para la Diferencia de Promedios.

• Estimación interválica para el Cociente de Varianzas.

• Estimación interválica para la Diferencia de Proporciones.


LOGRO DE LA SESION:

Al término de la sesión, el estudiante desarrolla ejercicios de


situaciones reales, en las cuales se utiliza la estimación interválica
para la diferencia de medias y proporciones poblacionales, con
coherencia en el procedimiento y precisión en el cálculo.

3
ESTIMACIÓN INTERVÁLICA PARA LA
DIFERENCIA DE MEDIAS

4
CASO DE APLICACIÓN 1:

.
NIVELES DE CALCIO EN CEMENTO ESTÁNDAR Y EN CEMENTO
CONTAMINADO CON PLOMO
Un artículo publicado dio a conocer los resultados de un análisis del peso de calcio en
cemento estándar y en cemento contaminado con plomo.
Los niveles bajos de calcio indican que el mecanismo de
hidratación del cemento queda bloqueado y esto permite que
el agua ataque varias partes de una estructura de cemento.
Se quiere saber si la presencia de plomo afecta el peso medio
de calcio en el cemento. Al tomar diez muestras de cemento
estándar, se encontró que el peso promedio de calcio es de 90
(g/kg) con una desviación estándar de 5 (g/kg); los resultados
obtenidos con 15 muestras de cemento contaminado con
plomo fueron de 87 (g/kg) en promedio con una desviación
estándar de 4 (g/kg) .

¿El peso medio de calcio en cemento estándar es mayor al peso medio de calcio en
cemento contaminado con plomo?.

O La diferencia en los resultados, se debe simplemente al muestreo.


5
1. INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE
MEDIAS (σ12 y σ22 conocidas)

Se desea estimar la diferencia de dos medias poblacionales con


una confianza del 100(1-α)% para muestras de tamaño n1 y n2
(muestras grandes).
Las poblaciones donde provienen las variables pueden presentar
o no una distribución normal, pero sus varianzas poblacionales
son conocidas. En este caso se emplea la distribución Z,
concluyéndose que:

 12  22  12  22
1  2  ( x1  x2 )  z1 2  ; ( x1  x2 )  z1 2 
n1 n2 n1 n2
2. INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE
MEDIAS

A. Muestras Independientes y varianzas poblacionales homogéneas


(σ12 = σ22 desconocidas): Con una confianza del 100(1-α)%, n1< 30 y
n2<30. Usando la distribución t – student con n1 + n2 – 2 grados de
libertad, se concluye que:

1 1
1   2   ( x1  x2 )  t(1 2 ),n1  n2  2 S   
2
p
 n1 n2 

S2 
 n1  1 S1
2
  n2  1 S 2
2

n1  n2  2
p
2. INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE
MEDIAS

B. Muestras Independientes y varianzas poblacionales


heterogéneas (σ12 ≠σ22 desconocidas) : Con una confianza del
100(1-α)%, n1< 30 y n2<30 . Usando la distribución t – student con
v grados de libertad, se concluye que:

 S12 S 22 
1   2   ( x1  x2 )  t(1 2 ),v   
 n1 n2 
2
 S12 S22 
  
   12 2  2
n n
 S12   S22 
   
 n1    n2 
n1  1 n2  1
3. INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE
PROPORCIONES

Si se desea estimar la diferencia de proporciones poblacionales 1 - 2


con una confianza del 100(1-α)% para muestras de tamaño n1 > 30 y
n2 > 30, es decir si las muestras son grandes, se puede usar la
distribución Z, concluyéndose que:

p1 1  p1  p2 1  p2 
 1   2    p1  p2  z1 2 
n1 n2

NOTA: Si el intervalo contiene al valor cero, se concluye que las


proporciones poblacionales son iguales.
Ejemplo 1:

Se llevan a cabo pruebas de resistencia a la tensión sobre dos diferentes clases de


largueros de aluminio utilizados en la fabricación de alas de aeroplanos comerciales. De la
experiencia pasada con el proceso de fabricación de largueros y del procedimiento de
prueba, se supone que las desviaciones estándar de las resistencias a la tensión son
conocidas. Los datos obtenidos se presentan en la siguiente tabla:

Clase de Tamaño de la Media muestral de la Desviación Estándar


larguero muestra resistencia a la tensión
1 n1 =10 𝑥1 =87.6 (kg/mm2) 𝜎1 = 1 (kg/mm2)
2 n2=12 𝑥2 =74.5 (kg/mm2) 𝜎2 = 1.5(kg/mm2)

Si µ1 y µ2 indican los verdaderos promedios de las resistencias a la tensión para las dos clases de
largueros.
Hallar un intervalo del 90% de confianza para la diferencia de las medias µ1 y µ2.
Solución 1:

  12  22  12  22 
( 1   2 )  ( X 1  X 2 )  z1 / 2 *  ; ( X 1  X 2 )  z1 / 2 *  
 n 1 n 2 n 1 n 2 

 12 1.52 12 1.52 
( 1   2 )  (87.6  74.5)  1.64 *  ; (87.6  74.5)  1.64 *  
 10 12 10 12 

Luego el intervalo del 90% de confianza para la diferencia en la resistencia a la tensión promedio
es:

( 1   2 )  12.22 _(kg / mm 2 );13.98 _(kg / mm 2 ) 
Interpretación:
Con un nivel de confianza del 90%, se tiene que la resistencia a la tensión del larguero 1 es mayor
que la resistencia a la tensión del larguero 2, en una cantidad que oscila entre 12,22 y 13,98
kg/mm2.

Observar que:
a) El intervalo de confianza hallado no incluye al cero, entonces la resistencia promedio a la tensión
del larguero 1 (µ1) es mayor al del larguero 2 (µ2).
Ejemplo 2:

Una empresa fabrica un mismo producto en dos máquinas. Una muestra aleatoria de 9
productos de la máquina 1, ha dado los siguientes tiempos de fabricación en segundos:
12, 28, 10, 25, 24, 19, 22, 33, 17
Mientras que una muestra aleatoria de 8 productos de la máquina 2, ha dado los
siguientes tiempos de fabricación en segundos:
16, 20, 16, 20, 16, 17, 15, 21

Construir un intervalo al 95% de confianza para la diferencia de los tiempos de


fabricación para todos los productos de la fábrica 1 y 2.
Suponga que las varianzas poblacionales se desconocen y son iguales.
Solución 2:

Si X1 y X2 son los tiempos empleados para las máquinas 1 y 2 respectivamente,


de las muestras se tiene:

n1 =9 ; X1  21.111 S1  7.4237

n2 =8 ; X 2  17.625 S 2  2.326

La diferencia de medias muestrales X 1  X 2  21.111 17.625  3.486

Si  1   2 , entonces S p será:
2 2 2

87.42  72.33
2 2
S  2
 31.897
982
p

13
Solución 2:

t1 / 2;15  t0.975;15  2.131

1 1
 X 1  X 2   2.131 31.897    3.486  5.8468  2.3608
9 8
1 1
 X 1  X 2   2.131 31.897    3.486  5.8468  9.3328
9 8

Luego el intervalo del 95% de confianza para la diferencia en los tiempos medios de fabricación
es

1   2 95%
  2.3608;9.3328

Como el intervalo incluye al cero, entonces los tiempos medios de fabricación de ambas
máquinas son iguales.
Ejemplo 3:

El jefe de planta de una fábrica ensambladora de camiones,


realiza un estudio comparativo de la eficacia de dos métodos
de ensamblaje, el jefe piensa que el primer método es menos
eficaz, dado que reporta un mayor tiempo para ensamblar los
camiones.
Para ello tomó el tiempo en horas empleado en ensamblar 12
camiones con el método A y 12 camiones con el método B. Los
datos son:

Método A Método B
Media 128.34167 42.64167
Desv. Estándar 25.396848 6.7398806
n= 12 12

¿Los datos apoyan la postura del jefe de planta?.


Hallar un intervalo al 95% de confianza, para la diferencia de los
tiempos de ensamblado para todos los camiones ensamblados con el
método A y B. Supóngase que las varianzas poblacionales son
desconocidas y diferentes.
Solución 3:

Como las muestras son pequeñas y con varianzas poblacionales


desconocidas y diferentes, se tiene que el intervalo de confianza queda
definido por:

 S12 S 22   S12 S 22 
1   2   ( x1  x2 )  t(1 2),v
 
 n1 n2  1
; ( x  x )  t
2 (1 2),v
 
 n1 n2 

   

2
 S12 S22 
  
   12 2  2
Donde: n n
 S12   S22 
   
 n1    n2 
n1  1 n2  1

16
Solución 3:
Al reemplazar los valores se obtiene:

2
 644.99899 45.42598 
  
v  12
2
12 
2
 12.54  13 t(1 2),v  t(10.02 / 2),13  t0.975,13  2.1604
 644.99899   45.42598 
   
 12   12 
12  1 12  1

Nivel de confianza al 95%,

Luego, el intervalo de confianza es:

 644.99899 45.42598 
1  2   (128.34167  42.64167)  (2.1604) *   
 12 12 

1  2   69.315946;102.084054

Interpretación:
Con un nivel de confianza del 95%, se tiene que los datos apoyan la postura del jefe de
planta, dado que el intervalo no contiene al cero, entonces al tiempo promedio de
ensamblado del método A, es mayor al tiempo promedio de ensamblado del método B.
Ejemplo 4:

Una firma distribuye dos marcas de aditivos . En una reciente


encuesta se encontró que 60 de 120 empresas prefieren la marca A
y 50 de 80 empresas prefieren la marca B. Obtenga un intervalo
de confianza para la diferencia de las proporciones
poblacionales, con una confianza del 99%, para determinar si
ambas marcas tienen la misma preferencia.

Solución 4:
Se tiene los siguientes datos:
nA = 120
nB = 80
pA = 60/120 = 0.5
pB = 50/80 = 0.625
Nivel de confianza al 99%, Z 1- α /2 = 2.58
El intervalo de confianza queda definido por:
 A   B    pA  pB   z1 2 pA 1  pA   pB 1  pB ;  pA  pB   z1 2 p A 1  p A  pB 1  pB 

nA nB nA nB
Solución 4:

Al reemplazar los valores se obtiene:


0.5 1  0.5  0.6251  0.625  0.5 1  0.5  0.6251  0.625 
 A   B   0.5  0.625   2.58  ; 0.5  0.625   2.58 
120 80 120 80

 A   B    0.3074;0.0574

Interpretación:
Como el intervalo contiene al cero, se concluye que ambas
marcas podrían tener la misma preferencia.
BIBLIOGRAFIA BASICA:
Estimado estudiante, puedes revisar los siguientes textos digitales que se
encuentran en tu carpeta de trabajo.