Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ProblemasEstimacionUnaYDosMuestras PDF
ProblemasEstimacionUnaYDosMuestras PDF
Dos Muestras
UCR – ECCI
CI-1352 Probabilidad y Esradística
Prof. M.Sc. Kryscia Daviana Ramírez Benavides
Inferencia Estadística
La teoría de la inferencia estadística consiste en aquellos
métodos por los que se realizan inferencias o generalizaciones
acerca de una población.
La inferencia estadística se puede dividir en dos áreas
principales: estimación y prueba de hipótesis.
En este capítulo se tratará sobre el área de estimación.
σ σ
x − zα 2 x μ x + zα 2
n n
x ± zα 2
σ
n
()
= x ± zα 2 s.e. x , σ conocida
sˆ.eˆ.(x ), σ desconocida
s
x ± tα 2 = x ± tα 2
n
Donde s.e. (e.e.) es el error estándar y s.e. (e.e.) es el error
estándar estimado.
X0 − X
P − zα 2 < < zα 2 = 1 − α
σ +
1 1 n
UCR-ECCI CI-1352 Probabilidad y Estadística
Problemas de Estimación de Una y Dos Muestras 24
Límites de Predicción (cont.)
Para un distribución normal de mediciones con media
desconocida µ y varianza conocida σ2, un intervalo de
predicción de (1 – α)100% de una observación futura x0 es
x − zα 2σ 1 + 1 n < x0 < x + zα 2σ 1 + 1 n
X − X
P − tα 2 < 0
< tα 2 = 1 − α
+
s 1 1 n
UCR-ECCI CI-1352 Probabilidad y Estadística
Problemas de Estimación de Una y Dos Muestras 26
Límites de Predicción (cont.)
Para un distribución normal de mediciones con media
desconocida µ y varianza desconocida σ2, un intervalo de
predicción de (1 – α)100% de una observación futura x0 es
x − tα 2 s 1 + 1 n < x0 < x + tα 2 s 1 + 1 n
límite inferior x − zα σ 1 + 1 n
σ conocida
límite superior x + zα σ 1 + 1 n
límite inferior x − tα s 1 + 1 n
σ desconocida
límite superior x + tα s 1 + 1 n
UCR-ECCI CI-1352 Probabilidad y Estadística
Problemas de Estimación de Una y Dos Muestras 28
Límites de Tolerancia
En otros casos, el interés se centra en saber donde cae la
mayoría de los valores de la población.
Esto es útil para conocer el desempeño a largo plazo, no en la
siguiente observación.
Un método para establecer el límite deseado consiste en
determinar un intervalo de confianza sobre una proporción
fija de las mediciones.
Al visualizar un muestreo aleatorio de una distribución normal con
media conocida µ y varianza σ2; un límite que cubre el 95% de la
población de observaciones es µ ± 1.96σ.
Z=
(X 1 )
− X 2 − (µ1 − µ 2 )
σ 12 n1 + σ 22 n2
P − zα 2 <
( )
X 1 − X 2 − (µ1 − µ 2 )
< zα 2 = 1 − α
σ 2
n + σ 2
n
1 1 2 2
(x − x )− z
1 2 α 2
σ 12
n1
+
σ 22
n2
( )
< µ1 − µ 2 < x1 − x 2 + zα 2
σ 12
n1
+
σ 22
n2
(x − x )− t
1 2 α 2s p
1 1
+
n1 n2
( )
< µ1 − µ 2 < x1 − x 2 + tα 2 s p
1 1
+
n1 n2
S 2
=
(n1 − 1)S12 + (n2 − 1)S 22
n1 + n2 − 2
p
(x − x )− t
1 2 α 2
s12 s22
+
n1 n2
( )
< µ1 − µ 2 < x1 − x 2 + tα 2
s12 s22
+
n1 n2
(s
2
n1 + s22 n2 )
2
v=
[(s ] [( ]
1
2
1 )
n1 (n1 − 1) + s22 n2 (n2 − 1)
2
)
2
Donde tα/2 es el valor t con v grados de libertad, que deja un área de α/2 a la
derecha.
UCR-ECCI CI-1352 Probabilidad y Estadística
Problemas de Estimación de Una y Dos Muestras 40
Estimación de la Diferencia entre Medias
Dos Muestras (cont.)
En el caso de una diferencia entre dos medias, la
interpretación se puede extender a una comparación de dos
medias:
Si el intervalo de confianza de la diferencia μ1 – μ2 es positivo, se
infiere que la μ1 > μ2 con poco grado de error.
Si el intervalo de confianza de la diferencia μ2 – μ1 es positivo, se
infiere que la μ1 < μ2 con poco grado de error.
Si el intervalo de confianza de la diferencia μ2 – μ1 puede permitir
que μ2 – μ1 sea igual a 0, se infiere que las medias de las poblaciones
pueden ser μ1 = μ2 con poco grado de error.
(x − x )± t
1 2 α 2
s12 s22
+
n1 n2
( ) (
= x1 − x 2 ± tα 2 sˆ.eˆ. x1 − x 2 , ) σ 1 y σ 2 son diferentes y desconocidas
(x − x )± t
1 2 α 2s p
1 1
+
n1 n2
( ) ( )
= x1 − x 2 ± tα 2 sˆ.eˆ. x1 − x 2 , σ 1 y σ 2 son iguales y desconocidas
X2 =
(n − 1 )S 2
2
σ
La estadística X2 tiene una distribución chi-cuadrada con
v = n – 1 grados de libertad cuando las muestras se eligen de
una población normal.
UCR-ECCI CI-1352 Probabilidad y Estadística
Problemas de Estimación de Una y Dos Muestras 44
Estimación de la Varianza
Una Muestra (cont.)
Se puede escribir:
( )
P χ12−α 2 < X 2 < χα2 2 = 1 − α
2
P χ1−α 2 <
(n − 1)S 2 2
< χα 2 = 1 − α
σ 2
Donde χ21–α/2 y χ2α/2 son valores de la distribución chi-
cuadrada con v = n – 1 grados de libertad, que dejan áreas de
1 – α/2 y α/2, respectivamente, a la derecha.
S12 σ 2 2
< 2 < 2 fα 2 (v2 , v1 ) = 1 − α
1 S
P 2 1 1
S f (v , v ) σ S2
2 α2 1 2 2
Para cualesquiera dos muestras aleatorias independientes de
tamaño n1 y n2 que se seleccionan de dos poblaciones
normales, la razón de las varianzas muestrales s22/s21, se
calcula y se obtiene el intervalo de confianza de (1 – α)100%
para σ21/σ22.
UCR-ECCI CI-1352 Probabilidad y Estadística
Problemas de Estimación de Una y Dos Muestras 54
Estimación de la Razón de Dos Varianzas
Dos Muestras (cont.)
Intervalo de confianza para σ21/σ22. Si s21 y s22 son las
varianzas de muestras independientes de tamaño n1 y n2,
respectivamente, de dos poblaciones normales, entonces un
intervalo de confianza (1 – α)100% para σ21/σ22 es:
S12 σ 12 S12
< 2 < 2 fα 2 (v2 , v1 )
1
S 2 fα 2 (v1 , v2 ) σ 2 S 2
2
S12 σ1 S12
f (v , v )
1
< <
S 2 fα 2 (v1 , v2 ) σ 2
2
S22 α 2 2 1