INTERVALO DE CONFIANZA PARA DIFERENCIA DE MEDIAS

CUANDO SE CONOCE 𝜎 2 1 Y 𝜎 2 2.
Fórmula:
𝛼 𝜎2 1 𝜎2 2 𝛼 𝜎2 1 𝜎2 2
(𝑋̅1 − 𝑋̅2) − 𝑍 ( + ) < 𝜇1 − 𝜇2 < (𝑋̅1 − 𝑋̅2) + 𝑍 ( + )
2 𝑛1 𝑛2 2 𝑛1 𝑛2
𝛼 𝛼
Dónde: 𝑍 2 es el valor de z que deja un área de 2 a la derecha.

Si (𝑋̅1 − 𝑋̅2) son las medias de muestras aleatorias independientes de tamaño n1 y

n2 de poblaciones que tienen varianzas conocidas sigma cuadrada uno y sigma
cuadrada dos, respectivamente un intervalo de 𝜇1 − 𝜇2 esta dada por:

Ejemplo:
Una muestra de 150 focos de la marca duracell mostro un promedio de vida de 1400
horas y una desviación de 120 horas. Otra muestra de 100 focos de la marca Philips
mostro un promedio de vida de 1200 horas y una desviación de 80 horas calcule los
límites de confianza: a)95%

Datos 2 2
(120)2 (80)2 (120) (80)
(1400 − 1200) − 1.96 ( + ) < 𝜇1 − 𝜇2 < (1400 − 1200) + 1.96 ( + )
150 100 150 100
N1=150
N2=80
𝜎1=120
𝜎2=80
𝑋̅1=150
𝑋̅2 =100
𝛼 𝛼
𝛼 = 0.05 2 = 0.025: 𝑍 2 = 1.96

Intervalo de confianza para una proporción “p” de una muestra grande

𝑝̂ 𝑞̂ 𝑝̂ 𝑞̂
𝑝̂ − 𝑧𝛼 √ < 𝑝 < 𝑝̂ + 𝑧𝛼 √
2 𝑛 2 𝑛
𝛼
Donde 𝑧𝛼 es el valor z que deja un área de a la derecha.
2 2

Si 𝑝̂ es la proporción de éxito en una muestra aleatoria de tamaño n, 𝑞̂ = 1-𝑝̂ , un

intervalo de confianza estima 100(1-𝛼)% es el parámetro binomial p.
Cuando n es pequeña y se creen que la proporción desconocida se acerca a 0 a 1
el procedimiento de intervalo de confianza que se establece no es confiable y no
debería de emplearse, se requiere que n𝑝̂ ≥ 5 y n𝑞̂ ≥ 5.
Ejemplo. En una muestra aleatoria de 500 familias que tienen televisiones en
Manuel Doblado se encuentra que 340 están suscritos en HBO, calcule un intervalo
de confianza del 95% para la proporción real de familias que tienen televisores en
esta ciudad y están suscritos a HBO.

Datos (. 68). 32)

𝑧0.025 = 1.96 0.68 ± 1.96√
n= 500 500
𝑝̂ =0.68
0.68 ± 0.0408
𝑞̂=0.32
𝛼=0.05 0.6391 < 𝑝 < 0.7208
𝛼
=0.025
2

Intervalo de confianza para diferencia de proporciones

𝑝̂ 1 y 𝑝̂ 2 son las proporciones de éxito en muestras aleatorias de tamaño n 1 y n2,
respectivamente y 𝑞̂ 1 = 1-𝑝̂ 1 y 𝑞̂ 2 = 1-𝑝̂ 2 un intervalo de confianza aproximación del
100(1-𝛼)% para la diferencia de 2 parámetros p1-p2 es dado por:

𝑝̂1 𝑞̂1 𝑝̂ 2 𝑞̂2 𝑝̂1 𝑞̂1 𝑝̂2 𝑞̂2

(𝑝̂1 − 𝑝̂ 2 ) − 𝑧𝛼 √ + < 𝑝1 − 𝑝2 < (𝑝̂1 − 𝑝̂2 ) + 𝑧𝛼 √ +
2 𝑛1 𝑛2 2 𝑛1 𝑛2
𝛼
Donde 𝑧𝛼 es el valor z que deja un área de a la derecha
2 2

Se considera hacer un cierto cambio en el proceso de fabricación de parques

componentes. Para determinar si el cambio en el proceso de como resultado una
mejora, se toman muestras de partes fabricadas con el proceso nuevo y el actual.
Si se encuentra que 75 de 1500 artículos manufacturados con el proceso nuevo son
defectuoso y hay 80 de 1200 artículos defectuosos del proceso actual. Calcule un
intervalo de confianza del 90% para la diferencia verdadera en la proporción de
partes defectuosas entre el proceso actual y el nuevo.
b) 93% .05∗.95 .06∗.94
A) (0.05 − 0.06) ± 1.645√ +
1500 1200
Datos
n1= 1500 (−0.01) ± 1.645(0.000038578)
n2= 1200 (−0.01) ± 0.000063462
𝑝̂ 1=0.05
𝑞̂1=0.95 −0.010063462 < 𝑝1 − 𝑝2 < −0.009936537
𝑝̂ 2=0.06 B) 𝛼=0.07
𝑞̂2=0.94 𝛼
𝛼 =0.035
𝛼=0.1: 2 =0.05 2
(−0.01) ± 1.81125(0.000038578)
Intervalo de confianza para varianzas
𝑆 2 es la varianza de una muestra aleatoria de tamaño n de una población normal,
un intervalo de confianza de 100(1- 𝛼)% para 𝜎 2
(𝑛 − 1)𝑆 2 (𝑛 − 1)𝑆 2
< 𝜎2 <
ᵡ 2𝛼 ᵡ 21−𝛼/2
2
𝛼
Donde ᵡ 2 𝛼 y ᵡ 21−𝛼/2 son valores ᵡ 2 con v= n-1 g.l. que dejan área y 1 − 𝛼/2,
2 2
respectivamente a la derecha.

2 2 2
(ᵡ 𝛼 <ᵡ <ᵡ 1−𝛼/2
)= 1 − 𝛼
2

Los siguientes pesos en Dg de 10 paquetes de semillas de pasto distribuidas por

ciertas empresas son 46.4, 46.1, 45.8, 47, 46.1, 45.9, 45.8, 46.9, 45.2 y 46. Calcule
un intervalo de confianza del 95% de la varianza de todos los pesos de estos dichos
paquetes de semillas. Supongamos una población normal. B) 99%

Intervalo de confianza para la relación de varianzas

Si 𝑆 2 1 y 𝑆 2 2 son las varianzas de muestra independiente de tamaño n1 y n2,
respectivamente tomada de 2 poblaciones normalmente entonces un intervalo de
confianza de 100(1 − 𝛼) para 𝜎 2 1 y 𝜎 2 2 es
𝑆 21 1 𝜎21 𝑆21 ∝
< < 𝐹 ( 𝑣1, 𝑣2)
𝑆 2 2 𝐹 ∝ ( 𝑣1, 𝑣2) 𝜎22 𝑆22 2
2

∝ ∝
Dónde: 𝐹 2 ( 𝑣1, 𝑣2) es el valor de F con v= n1-1 = n2-1 g. l. Que deja un área de 2
a la derecha.
Ejemplo:
Construya un intervalo de confianza del 98% teniendo en cuenta que el tamaño de
la primera muestra es de 15 y de la segunda es de 12 y 𝑆 2 1 = 3.07 y 𝑆 2 2 = .80
respectivamente a las muestras.
 Datos:
(3.07)2 1 𝜎 21 (3.07)2
n1=15 < < (2.635)
(0.80)2 4.3 𝜎 22 (0.80)2
n2=12
𝑆 2 1=3.07 𝜎2 1
3.4247 < < 38.80
𝜎2 2
𝑆 2 2=.80
∝=0.02
∝
=0.01
2

Error tipo 1
El procedimiento de toma de decisiones podría conducir a cualquiera de dos
conclusiones erróneas.
H0 es verdadera H0 es falsa
No rechazo de H0 Decisión correcta Error tipo 2 (beta)
Rechazo de H0 Error tipo 1 (alfa) Decisión correcta

Ejemplo:
Si ocurriera con las vacunas que más de 8 individuos que probaron la nueva vacuna
y superan el periodo de 2 años sin contraer el virus y concluye que la nueva vacuna
es mejor, cuando en realidad es igual al anterior calcule el error tipo 1.

Datos:
P=0.25
N=20
H0:P=0.25
H1:P>0.25
α = P (x mayor a 8 cuando p= 0.25) = 1- 0.9591 = 0.0409

Nota: En ocasiones el nivel de significancia da conocer como tamaño de la prueba.

Una región crítica de tamaño 0.0409 es muy pequeña por lo que es poco probable
que suceda el error tipo 1.

Error tipo 2
La probabilidad de cometer un error tipo 2 se denota como B, es imposible calcular
a menos que tengamos una hipótesis alternativa específica.

H0:P=0.25
H1: p= 0.50
Beta = P(x menor o igual a 8 cuando p= 0.50) = 0.2517

Se trata de una probabilidad elevada que indica un procedimiento de prueba en el

cual es muy probable que se rechace la nueva vacuna la cual es mejor a la actual.

Propiedades importantes de una prueba de hipótesis.

Los errores tipo 1 y tipo 2 están relacionados

El tamaño de la región critica, y por lo tanto la probabilidad de cometer error tipo 1,
siempre se puede reducir ajustando los valores críticos.
Un aumento en el tamaño de la muestra n reduce alfa y beta de forma simultánea.
Si la hipótesis nula es falsa, B es un máximo cuando el valor verdadero de un
parámetro se aproxima al valor hipotético cuando más grande sea la distancia entre
el valor verdadero y el hipotético, más pequeño será B.

Potencia de la prueba

La potencia de una prueba es la probabilidad de rechazar H0 dado que una

alternativa especifica es verdadera. Se puede calcular como (1-B).

Formulación de hipótesis
Una prueba de cualquier hipótesis estadística donde la alternativa es unilateral es:

H0: T= T0 , H0: T= T0
H1: T mayor a T0 , H1: T menor a T0
Se llama prueba de una sola cola.

La prueba de cualquier hipótesis donde la alternativa es bilateral.

H0: T=T0
H1: T diferente a T0

Con frecuencia la hipótesis nula se plantea usando el signo de igualdad. Con este
método se puede controlar la probabilidad de cometer el error tipo 1.

Prueba de hipótesis para una media.

Una muestra aleatoria de 100 muertes registradas en México el año pasado revelo
una vida promedio de 71.8 años si se supone una desviación estándar de la
población de 8.9 años, ¿esto parece indicar que la vida media actual es mayor que
70 años? Utilice un nivel de significancia el 0.05.

Datos:
n=100
𝑥̅ −𝜇 71.8−70
𝜇 =70 𝑍= 𝜎 = 8.9 = 1 − 0.9783 = 0.217
√𝑛 √100
𝑥̅ =71.8
𝜎=8.9
α=0,05
Z 0.05 = 1.645

Prueba sobre dos medias

H0: M1 = M2
(𝑥̅ 1 − 𝑥̅ 2) − (𝑀1 − 𝑀2) H1: M1 diferente de M2 (𝑥̅ 1 − 𝑥̅ 2) − (𝑀1 − 𝑀2)
𝑍= 𝑜 𝑡=
𝜎 21 𝜎 22 2 2
√ + √𝑆 1 + 𝑆 2
𝑛1 𝑛2 𝑛1 𝑛2

V= n1+n2-2 gl.

Ejemplo:
Se llevó a cabo un experimento para comparar el desgaste por abrasivos de dos
diferentes materiales. Se probaron 12 piezas del material 1 exponiendo cada pieza
a una máquina para medir el desgaste. Se probaron 10 piezas del material 2 de
manera similar. En cada caso se observó la profundidad del desgaste. Las muestras
del material 1 revelaron un desgaste promedio de 85 u con una desviación estándar
muestral de 4; en tanto que las muestras del material 2 revelaron un promedio de
81 u y una desviación estándar de 5. ¿Podríamos concluir a un nivel de significancia
del 0.05, que el desgaste abrasivo del material 1 excede al material 2 en más de 2
unidades? Suponga que las poblaciones son aproximadamente normales.

H0: µ1-µ2=2 (85 − 81) − 2

Datos: 2
n1=12
H1: µ1-µ2>2 𝑡= = 1.02
1.9578
n2=10 √16 + 25
12 10
𝑥̅ 1 = 85
𝑥̅ 2 = 81 Conclusión con un nivel de significancia del 0.05, no se rechaza
S1=4 H0, esto quiere decir que si la materia 1 si excede 2 veces a la
materia 2
S2=5
α=0.05
𝑡0.05,20 = 1.725