Diferencia de varianzas entre sectores

PRUEBA DE HIPOTESIS PARA DOS POBLACIONES
PRUEBA DE HIPÓTESIS DE LA RAZÓN DE LAS VARIANZAS DE DOS

POBLACIONALES
Sean S21 y S22 las varianzas de dos muestras aleatorias independientes de tamaño n1 y n2 escogidas de
las poblaciones normales 1 y 2 respectivamente, cuyas varianzas σ 12y σ 22 se desconocen.
Para probar la hipótesis de la homogeneidad de varianzas se considera:
1. Formulación de hipótesis
H 0 :σ 21=σ 22 H 0 :σ 21=σ 22 H 0 :σ 21=σ 22

H A :σ 12< σ 22 H A :σ 12> σ 22 H A :σ 12 ≠ σ 22
2. Establecer el nivel de significación (α) si no nos dan se asume α =5 %
3. Elección del estadístico de prueba. Utilizando el software Minitab
4. Conclusiones:
Si P<α entoncesse rechaza la hipótesis nula H 0
Si P>α entoncesse acepta la hipótesis nula H 0
Lic Jessica Chalco Suárez - Lic. Wilbert Colque Candia 1

1. Los siguientes datos representan los tiempos de duración de las películas producidas por dos
compañías cinematográficas:
COMPAÑIA TIEMPO (minutos)

1 102 86 98 109 92
2 81 165 97 134 92 87 114
Usando un nivel de significancia del 10%, ¿existe diferencia entre las varianzas para los tiempos de
duración de las películas producidas por ambas compañías?
FORMULACIÓN DE HIPÓTESIS
Hipótesis nula:σ 12=σ 22 (Las varianzas de los tiempos de duración de las películas producidas por
ambas compañías son homogéneos)
Hipótesis alterna:σ 12 ≠ σ 22 (Existe diferencia entre las varianzas para los tiempos de duración de las
películas producidas por ambas compañías)
NIVEL DE SIGNIFICACIÓN: α =0.10
ESTADÍSTICO DE PRUEBA
Estadísticas descriptivas
Variable N Desv.Est. Varianza IC de 90% para σ²
Compañía
5 8.877 78.800 (33.222; 443.492)
1
Compañía
7 30.221 913.333 (435.211; 3350.897)
2

Relación de varianzas
Relación IC de 90% para la
estimada relación usando F
0.086277 (0.019; 0.532)

4
Prueba
Hipótesis nula H₀: σ₁² / σ₂² = 1
Hipótesis alterna H₁: σ₁² / σ₂² ≠ 1
Nivel de α = 0.1
significancia
Estadístic
Métod a GL
o de prueba GL1 2 Valor p
F 0.09 4 6 0.033
Prueba e IC para dos varianzas: Compañía 1; Compañía 2

Relación = 1 vs. Relación ≠ 1
IC de 90% para σ²(Compañía 1) / σ²(Compañía 2)

Prueba F
Valor p 0.033
0.0 0.2 0.4 0.6 0.8 1.0
ICs de chi-cuadrada de 90% para σ²
Compañía 1
Compañía 2
0 1000 2000 3000
Gráfica de caja de Compañía 1; Compañía 2
Compañía 1
Compañía 2
80 100 120 140 160
CONCLUSIÓN
Como p=0.033<0.1 se rechaza la hipótesis nula, es decir al 90% de confianza se afirma que
existe diferencia entre las varianzas para los tiempos de duración de las películas producidas por
ambas compañías.

2. Un corredor de valores de bolsa de Lima estudia los porcentajes de rendimiento de las empresas del
sector minero y del sector financiero. Se sabe que tasas de los rendimientos independientes tienen
distribución normal. Dos muestras aleatorias de las tasas de 8 empresas del sector minero (M) y de
6 empresas del sector financiero (F) han dado los siguientes valores de rendimiento en porcentajes:
Sector M 17 23 25 18 24 20 21 16
Sector F 13 16 14 12 15 14
Con un nivel de significación de 0.05, ¿se puede concluir que hay más variación en los valores del
sector minero?
Hipótesis nula:σ 2M =σ 2F (Las varianzas de porcentajes de rendimiento de las empresas del sector
minero y del sector financiero)
Hipótesis alterna:σ 2M ≠ σ 2F (Las varianzas de porcentajes de rendimiento de las empresas del sector
minero y del sector financiero)

Method
Null hypothesis Variance(sm) / Variance(sf) = 1

Alternative hypothesis Variance(sm) / Variance(sf) > 1
Significance level α = 0.05
F method was used. This method is accurate for normal data only.
Statistics
95% Lower
Bound for
Variable N StDev Variance Variances
sm 8 3.338 11.143 5.545
sf 6 1.414 2.000 0.903
Ratio of standard deviations = 2.360

Ratio of variances = 5.571
95% One-Sided Confidence Intervals
Lower Bound Lower Bound

for StDev for Variance
Method Ratio Ratio
F 1.069 1.143
Tests
Test
Method DF1 DF2 Statistic P-Value
F 7 5 5.57 0.038

Test and CI for Two Variances: sm; sf

Ratio = 1 vs Ratio > 1
95% CI for Variance(sm) / Variance(sf)

F-Test
P-Value 0.038
0 5 10 15 20 25
95% Chi-square CIs for Variances
sm
sf
0 10 20 30 40
Boxplot of sm; sf
sm
sf
12 14 16 18 20 22 24
CONCLUSIÓN
existe diferencia entre las varianzas de los porcentajes de rendimiento de las empresas del sector
minero y del sector financiero

PRUEBA DE HIPÓTESIS REFERENTE A LA DIFERENCIA DE MEDIAS DE DOS

POBLACIONES: MUESTRAS INDEPENDIENTES
Cuando se está interesado en determinar si existe o no diferencia significativa entre la media de dos
poblaciones se debe llevar a cabo una prueba de hipótesis para contrastar la diferencia de las medias
de las poblaciones.
Sea X una variable aleatoria con media μ1 y varianza σ 12 de la cual se obtiene una muestra aleatoria de
tamaño n1 cuyos estadísticos son: X́ 1 y S21
Sea Y una variable aleatoria con media μ2 y varianza σ 22 de la cual se obtiene una muestra aleatoria de
tamaño n2 cuyos estadísticos son: X́ 2 y S22
Para realizar la prueba hipótesis estadística de la diferencia de medias se toman en cuenta los
siguientes casos:
Caso 1: Cuando las varianzas poblacionales σ 12 y σ 22 se suponen iguales (son homogéneas).
Caso 2: Cuando las varianzas poblacionales σ 12 y σ 22 se suponen diferentes (no son homogéneas).
H 0 :μ 1=μ2
H A : μ1 < μ2 H 0 :μ 1=μ2 H 0 :μ 1=μ2
H A : μ1 > μ2 H A : μ1 ≠ μ2
4. Conclusiones:

EJRCICIOS:
1. Se tienen dos grupos de estudiantes, el grupo A perteneciente a familias en que ambos padres
trabajan y el grupo B en que solamente el padre trabaja. Se seleccionaron muestras aleatorias de
ambos grupos y se obtuvo los siguientes puntajes de rendimiento académico de los dos grupos:
GRUPO ni media
Grupo A (ambos grupos trabajan) 20 14
Grupo B (solo el padre trabaja) 16 17
La experiencia muestra que las poblaciones de puntajes para ambos grupos están distribuidas en
forma aproximadamente normal, con varianzas 36 y 20 respectivamente, ¿Se puede concluir que la
media del grupo B es mayor a la media del grupo A?
Nota: Primero se debe realizar una prueba de homogeneidad para la

varianza para determinar si son homogéneas o no
PRUEBA DE HIPÓTESIS PARA LA HOMOGENEIDAD DE VARIANZAS
Hipótesis nula:σ 2A =σ 2B (Las varianzas de puntajes en el rendimiento académico de los dos grupos
son homogéneos)
Hipótesis alterna:σ 12 ≠ σ 22 (Existe diferencia entre las varianzas de puntajes en el rendimiento
académico de los dos grupos)
Varianz IC de 95% para
Muestra N Desv.Est. a σ²

Muestra 20 6.000 36.000 (20.820; 76.798)

1
Muestra 16 4.472 20.000 (10.914; 47.907)
2
Relación de varianzas
Relación IC de 95% para la
estimada relación usando F
1.8 (0.649; 4.711)
Prueba
Hipótesis nula H₀: σ₁² / σ₂² = 1
Hipótesis alterna H₁: σ₁² / σ₂² ≠ 1
Nivel de α = 0.05
significancia
Estadístic
Métod a GL
o de prueba GL1 2 Valor p
F 1.80 19 15 0.252
Prueba e IC para dos varianzas

Relación = 1 vs. Relación ≠ 1
IC de 95% para σ²(Muestra 1) / σ²(Muestra 2)

Prueba F
Valor p 0.252
1 2 3 4 5
ICs de chi-cuadrada de 95% para σ²
Muestra 1
Muestra 2
20 40 60 80
CONCLUSIÓN
Como p=0.252> 0.05 se acepta la hipótesis nula, es decir al 95% de confianza se afirma Las
varianzas de puntajes en el rendimiento académico de los dos grupos son homogéneos.

PRUEBA DE HIPÓTESIS PARA LA DIFERENCIA DE MEDIAS (CASO 1)
Hipótesis nula: μ A =μB (No existe diferencia en el rendimiento académico de los dos grupos)
Hipótesis alterna: μ A < μ B (El rendimiento académico en el grupo B (Solo papá trabaja) es mayor con
respecto al grupo A (Ambos padres trabajan))
Error estándar
Muestra N Media Desv.Est. de la media
Muestra 20 14.00 6.00 1.3

1
Muestra 16 17.00 4.47 1.1
2
Estimación de la diferencia
Diferenci Desv.Est. Límite superior
a agrupada de 95% para la diferencia
-3.00 5.38 0.05

Prueba
Hipótesis nula H₀: μ₁ - µ₂ = 0
Hipótesis H₁: μ₁ - µ₂ < 0
alterna
Valor
T GL Valor p
-1.66 34 0.053
CONCLUSIÓN

Como p=0.053>0.05 se acepta la hipótesis nula, es decir al 95% de confianza se afirma no existe
diferencia en el rendimiento académico de los dos grupos (las notas promedio en ambos grupos son
homogéneas)
2. El gerente de ventas de la gran compañía C&P analiza dos técnicas de ventas A y B. Escogió dos
muestras aleatorias independientes de 50 vendedores. La Primera, aplico la técnica A y la segunda,
la técnica B. Al final de un mes el número de ventas por vendedor ha dado las medias respectivas
de 67 y 60 y las varianzas respectivas 225 y 100. Al nivel de significancia del 5%, ¿presentan los
dos resultados muestrales suficiente evidencia que indique que la técnica A da mejores resultados
que la técnica B?
Hipótesis nula:σ 2A =σ 2B (Las varianzas de puntajes en el rendimiento académico de los dos grupos
son homogéneos)
Hipótesis alterna:σ 12 ≠ σ 22 (Existe diferencia entre las varianzas de puntajes en el rendimiento
académico de los dos grupos)
3. Una medicina A fue aplicada a una muestra de 10 pacientes aquejados de cierta enfermedad, otra
medicina B fue aplicada a otra muestra de 9 pacientes aquejados de la misma enfermedad. Los
tiempos en días de recuperación de los pacientes fueron los siguientes:
Medicina A 6 5 6 7 4 7 6 4 3 6
Medicina B 7 6 7 9 5 8 7 6 8
Utilizando un nivel de significancia del 5% y suponiendo poblaciones normales ¿Es válido inferir
que no hay diferencias significativas en las medias de los tiempos de tratamiento de las 2
medicinas? Si hay diferencias, ¿Cuál de las medicinas es más eficaz?
Hipótesis nula:σ 12=σ 22 (Que las mujeres son más efectivas que los hombres para conseguir nuevas
cuentas)
Hipótesis alterna:σ 12 ≠ σ 22 (Parece que las mujeres no son más efectivas que los hombres para
conseguir nuevas cuentas)

4. Una empresa de corretaje de acciones desea determinar que tanto éxito han tenido sus nuevos
ejecutivos de cuenta en la consecución de clientes. Luego de su entrenamiento, los nuevos
ejecutivos pasan varias semanas haciendo llamadas a posibles clientes, tratando de conseguir
prospectos para abrir cuentas con las empresas. Los datos siguientes dan el número de cuentas
nuevas que fueron abiertas durante las primeras dos semanas por diez ejecutivas y ocho ejecutivos
de cuentas escogidos aleatoriamente:
Ejecutivas 12 1 14 1 13 1 13 1 14 12
1 3 4 2
Ejecutivos 13 1 11 1 13 1 10 1
0 2 2 2
A un nivel del 5%, ¿parece que las mujeres son más efectivas que los hombres para conseguir
nuevas cuentas?
Hipótesis nula:σ 12=σ 22 (Que las mujeres son más efectivas que los hombres para conseguir nuevas
cuentas)
Hipótesis alterna:σ 12 ≠ σ 22 (Parece que las mujeres no son más efectivas que los hombres para
conseguir nuevas cuentas)
Test and CI for Two Variances: ejecutivas; ejecutivos

Method
Null hypothesis σ(ejecutivas) / σ(ejecutivos) = 1
Alternative hypothesis σ(ejecutivas) / σ(ejecutivos) ≠ 1
Statistics
95% CI for
Variable N StDev Variance StDevs
ejecutivas 10 1.033 1.067 (0.710; 1.885)
ejecutivos 8 1.188 1.411 (0.785; 2.417)
95% Confidence Intervals
CI for
CI for StDev Variance
Method Ratio Ratio
F (0.396; 1.781) (0.157; 3.173)
Tests
Test


F 9 7 0.76 0.680
Test and CI for Two Variances: ejecutivas; ejecutivos

Ratio = 1 vs Ratio ≠ 1
95% CI for σ(ejecutivas) / σ(ejecutivos)

F-Test
P-Value 0.680
0.50 0.75 1.00 1.25 1.50 1.75
95% Chi-square CIs for StDevs

ejecutivas
ejecutivos
0.5 1.0 1.5 2.0 2.5
Boxplot of ejecutivas; ejecutivos
ejecutivas
ejecutivos
10 11 12 13 14
CONCLUSIÓN
Como p=0.68>0.05 la hipótesis nula, es decir al 95% de confianza se afirma que las
mujeres son más efectivas que los hombres para conseguir nuevas cuentas.
5. Una compañía quiere probar la resistencia de dos tipos de vigas de acero, A y B. Para esto, toma
una muestra de 16 vigas del tipo A y una muestra de 10 vigas del tipo B, obteniendo los siguientes
resultados:
Tipo Media Varianza

A 70.5 81.6
B 84.3 280.5
¿La resistencia media de los dos tipos de vigas es la misma?
PRUEBA DE HIPÓTESIS PARA LA HOMOGENEIDAD DE VARIANZAS
Hipótesis nula:σ 2A =σ 2B (La resistencia media de los dos tipos de vigas es la misma)
Hipótesis alterna:σ 12 ≠ σ 22 (La resistencia media de los dos tipos de vigas no es la misma)

Test and CI for Two Variances

Method
Null hypothesis Variance(First) / Variance(Second) = 1
Alternative hypothesis Variance(First) / Variance(Second) ≠ 1
Statistics
95% CI for
Sample N StDev Variance Variances
First 16 9.033 81.600 ( 44.528; 195.460)
Second 10 16.748 280.500 (132.709; 934.865)
CI for
Method Ratio Ratio
F (0.278; 0.953) (0.077; 0.908)
Tests
Test
F 15 9 0.29 0.034
Test and CI for Two Variances

95% CI for Variance(First) / Variance(Second)
F-Test
P-Value 0.034
0.0 0.2 0.4 0.6 0.8 1.0
First
Second
0 200 400 600 800 1000

CONCLUSIÓN
Como p=0.034<0.05 se rechaza la hipótesis nula, es decir al 95% de confianza se afirma que La
resistencia media de los dos tipos de vigas no es la misma.
6. Una compañía compara dos métodos de enseñanza de matemática básica: El método tradicional (T)
y el método moderno de enseñanza basado en TICS (M). Una muestra aleatoria de 9 calificaciones
finales con el método T y 10 calificaciones finales con el método M dieron los siguientes
resultados:
Método T 6 1 8 1 10 1 15 2 13
4 1 8 0
Método M 12 1 12 1 14 1 10 1 14 12
1 0 5 3
Se asume que las calificaciones finales son dos poblaciones independientes con distribución
normal. Con un nivel de significancia de 5%, ¿Es la calificación promedio del método tradicional
igual a la calificación promedio método moderno?
Hipótesis nula:σ 2MT =σ 2MM (Que la calificación promedio del método tradicional igual a la
calificación promedio método moderno)
Hipótesis alterna:σ 2MT ≠ σ 2MM (Que la calificación promedio del método tradicional no es igual a la
calificación promedio método moderno)
Test and CI for Two Variances: mt; mm
Method
Null hypothesis Variance(mt) / Variance(mm) = 1
Alternative hypothesis Variance(mt) / Variance(mm) ≠ 1
Statistics
95% CI for
Variable N StDev Variance Variances
mt 9 4.549 20.694 (9.442; 75.952)
mm 10 1.703 2.900 (1.372; 9.665)
CI for
Method Ratio Ratio
F (1.319; 5.576) (1.740; 31.093)

Tests
Test
F 8 9 7.14 0.008
Test and CI for Two Variances: mt; mm

95% CI for Variance(mt) / Variance(mm)

F-Test
P-Value 0.008
0 5 10 15 20 25 30

mt
mm
0 20 40 60 80
Boxplot of mt; mm
mt
mm
5.0 7.5 10.0 12.5 15.0 17.5 20.0
CONCLUSIÓN
calificación promedio del método tradicional no es igual a la calificación promedio método
moderno.


PRUEBA DE HIPÓTESIS REFERENTE A LA DIFERENCIA DE PROPORCIONES
Cuando estamos interesados en encontrar si dos poblaciones tienen la misma proporción de éxitos
entonces la prueba adecuada es la prueba de hipótesis
X1 X2
Donde: Ṕ1= y Ṕ2=
n1 n2
tiene distribución normal siempre que n1 y n2 sean grandes. Los pasos a seguir para realizar la prueba
de hipótesis son:
H 0 :P 1=P2 H 0 :P 1=P2 H 0 :P 1=P2

H A : P1 < P 2 H A : P1 > P2 H A : P1 ≠ P2
Donde: P1 y P2 son las proporciones de éxito poblacionales.
4. Conclusiones:


1. Un psicólogo cree que un programa de rehabilitación va a deducir la reincidencia entre los

prisioneros que se dejan en libertad. Se escogieron al azar 100 prisioneros para participar durante
un año en el programa de rehabilitación. Otros 100 se escogieron, también al azar, para servir de
grupo control. Se hizo un seguimiento a los dos grupos durante 5 años. Al término de este periodo,
22 personas del grupo experimental y 45 del grupo control habían sido halladas nuevamente
culpables. ¿Se justifica la tesis del consejero?
Hipótesis nula: Pexp=PCONTROL (El programa de rehabilitación NO reduce la reincidencia entre los
prisioneros que se dejan en libertad)
Hipótesis alterna: Pexp < PCONTROL (Se justifica la tesis del consejero, es decir; el programa de
rehabilitación reduce la reincidencia entre los prisioneros que se dejan en libertad)
Datos
ni Xi Pi: Proporción de
relación
Grupo experimental 100 22 22
p=
100
Grupo control 100 45 45
p=
100
Muestra N Evento Muestra p
Muestra 100 22 0.220000

1
Muestra 100 45 0.450000
2
Estimación de la diferencia

Diferenci Límite superior de 95%

a para la diferencia
-0.23 -0.123516
IC basado en la aproximación a la normal
Prueba
Hipótesis nula H₀: p₁ - p₂ = 0
Hipótesis H₁: p₁ - p₂ < 0
alterna
Método Valor Z Valor p
Aproximación -3.45 0.000

normal
Exacta de Fisher 0.000
La estimación agrupada de la proporción (0.335) se utiliza para las pruebas.
CONCLUSIÓN
Como p=0.000<0.05 se rechaza la hipótesis nula, es decir al 95% de confianza se afirma Se
justifica la tesis del consejero, es decir; e l programa de rehabilitación reduce la reincidencia entre
los prisioneros que se dejan en libertad
2. Un patrocinador de un programa especial de televisión afirma que el programa representa un

atractivo mayor para los televidentes varones que para las mujeres, pero, el personal de producción
del programa piensa que es igual el porcentaje de televidentes varones y mujeres que ven el
programa especial. Si una muestra aleatoria de 300 varones y otra de 400 mujeres revelo que 120
varones y 120 mujeres estaban viendo el programa especial de televisión, ¿puede considerarse
significativa la diferencia al nivel de significación del 5%?
Hipótesis nula: Pv =P m (Se acepta la afirmación del equipo de producción, no existe diferencia entre
las proporciones que miran los varones que las mujeres)
Hipótesis alterna: Pv > Pm (Se acepta la afirmación del patrocinador, el programa representa más
atractivo para varones que para las mujeres)
Datos
Ni Xi Pi: Proporción de
televidentes que ven el
programa
Varones 300 120 120
p=
300
Mujeres 400 120 120

p=
400

Test and CI for Two Proportions
Sample X N Sample p
1 120 400 0.300000
2 120 300 0.400000
Difference = p (1) - p (2)

Estimate for difference: -0.1
95% upper bound for difference: -0.0401264
Test for difference = 0 (vs < 0): Z = -2.76 P-Value = 0.003
Fisher’s exact test: P-Value = 0.004
CONCLUSIÓN
Como p=0.003<0.05 se rechaza la hipótesis nula, es decir al 95% de confianza se se acepta la
afirmación del equipo de producción, no existe diferencia entre las proporciones que miran los varones que
las mujeres
TRABAJO
1. El jefe de logística de cerámicas “Loza” tiene que escoger entre dos marcas A y B de máquinas
para su planta de producción. Él sabe que cada marca tiene un tiempo de producción por pieza cuya
distribución es normal. Se le permitió probar ambas maquinas durante un periodo de prueba para
luego escoger 10 tiempos al azar para cada una de ellas, resultando los siguientes tiempos en
segundos:
Maquina A 40 49 47 42 48 38 44 49 50 37
Maquina B 40 41 39 40 38 42 43 37 38 41
En el nivel de significación de 0.05 y en una prueba bilateral, ¿se podría concluir que las varianzas
poblacionales son iguales?, ¿Qué marca de maquina debería adquirir?
2. Los salarios en dólares del personal de las compañías A y B se distribuyen según el modelo de
probabilidad normal con igual media. Para determinar cuál de ellas tiene salarios más homogéneos,
se escogió una muestra aleatoria de 10 salarios de A, y 9 de B resultando las varianzas 100 y 225
respectivamente. En el nivel de significación α =0.01 , ¿hay razón suficiente para decidir que en la
compañía A los salarios son más homogéneos?
3. Un estudio estadístico sobre el uso cajeros automáticos indica que el monto diario (en dólares) de
los movimientos tanto para hombres y mujeres tienen distribución normal con la misma media y

con varianzas respectivas de 64 y 49. Sin embargo la inferencia respecto a la igualdad de las
medias es poco fiable. Para investigar más al respecto, se seleccionaron aleatoriamente los montos
de los movimientos de 20 hombres y 25 mujeres dando las medias respectivas de 200 y 205. Para el
nivel de significación del 1%, ¿se puede concluir que las medias de las dos poblaciones de montos
son diferentes?
4. Un analista financiero está interesado en comparar los niveles de rendimiento, en puntos

porcentuales, de dos empresas de sectores diferentes 1 y 2. El sabe que las tasas de rendimiento de
cada una de estas empresas tienen distribución normal. Selecciono al azar 16 acciones de cada una
de las empresas y observó las tasas de rendimiento. Las tasas de rendimiento dieron las medias 45
y 38, y las varianzas 128 y 64 respectivamente para las empresas 1 y 2. Al nivel de significación
0.05.
a. ¿Son diferentes las dos varianzas poblacionales de las tasas de rendimiento?

b. ¿Es la tasa de rendimiento promedio de la empresa 1 mayor que la de la empresa 2?
5. El gerente de compras de la empresa de transportes “Rápidos y furioso” debe decidir por dos
marcas A y B de bujías para su flota de autos, Él sabe que las vidas útiles en km., para cada marca
de bujía tienen distribución normal. La vida útil de una muestra aleatoria de 10 bujías de la marca
A, dio una media de 8000 y una varianza de 5600. La vida útil de una muestra aleatoria de 9 bujías
de marca B dio una media de 7900 y una varianza de 810. Al nivel de significación 0.05:
a. Realice una prueba bilateral de homogeneidad de las varianzas
b. ¿Por cuál de las dos marcas de bujía debería decidir el gerente?

6. Una empresa de estudios de mercado quiere saber si un producto promocionado a nivel nacional lo
adquieren los hombres en mayor porcentaje que las mujeres. Para esto se escogieron dos muestras
aleatorias independientes de 900 hombres y 800 mujeres resultando que 270 hombres y 200
mujeres adquirieron el producto. Al nivel de significancia del 5%, ¿Cuál es su decisión?
7. En un estudio de mercado para determinar el rating de los programas de TV del mediodía una
muestra aleatoria de 400 hogares de cierta comunidad reveló que 80 estan sintonizando el
programa B de TV, 120 sintonizan el programa G y el resto sintonizan otra cosa. ¿Es la proporción
global de televidentes que sintonizan el programa B igual al que sintonizan G?. Utilice α =0.01 y
una prueba bilateral.
8. Se desea saber si existe diferencia significativa entre los puntajes de autoestima de dos grupos de
estudiantes. Para ello se toma una muestra aleatoria de 16 estudiantes del Grupo A y una muestra
aleatoria de 10 estudiantes del grupo B, obteniendo los siguientes resultados:
Grupo Media Varianza

A 84.3 280.5
B 70.5 81.6
A que conclusión llegará con una confianza del 95%
9. Una encuesta a 200 electores indicó que 110 votantes estaban a favor del candidato A, después de
un mes de ardua campaña electoral, una encuesta a 300 electores indicó 185 a favor de A. ¿Se
puede afirmar que la campaña electoral ha sido efectiva? Considere una confianza del 90%.
10.Se mide la producción diaria de dos máquinas para lo cual se seleccionaron al azar dos muestras
cuyos resultados se observan a continuación:
Maquina 1 103 11 101 10 107 11 105 11 115

5 5 0 0
Maquina 2 101 98 110 99 98 11 109 99 100
0
¿Se puede afirmar que la producción diaria de ambas maquinas es similar?
11.Para estudiar el rendimiento en el trabajo por turnos de los obreros de una empresa, se han
escogido una muestra de datos de la evaluación continua sobre rendimiento en el trabajo
(calificados de 20 a 40) de los obreros por turnos. Los resultados se muestran en la siguiente tabla:
Grupos Turno de día Turno de noche

Medias 40 35
Varianza 81 64
s
Tamaño 16 16
Al nivel de significación del 1%. ¿es el rendimiento promedio del turno de día mayor al
rendimiento promedio de noche? Suponga que cada población de rendimientos se distribuye en
forma normal.

Diferencia de varianzas entre sectores

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Diferencia de varianzas entre sectores

Cargado por

Copyright:

Formatos disponibles

PRUEBA DE HIPOTESIS PARA DOS POBLACIONES

PRUEBA DE HIPÓTESIS DE LA RAZÓN DE LAS VARIANZAS DE DOS

Para probar la hipótesis de la homogeneidad de varianzas se considera:

H 0 :σ 21=σ 22 H 0 :σ 21=σ 22 H 0 :σ 21=σ 22

2. Establecer el nivel de significación (α) si no nos dan se asume α =5 %

3. Elección del estadístico de prueba. Utilizando el software Minitab

Lic Jessica Chalco Suárez - Lic. Wilbert Colque Candia 1

COMPAÑIA TIEMPO (minutos)

NIVEL DE SIGNIFICACIÓN: α =0.10

Lic Jessica Chalco Suárez - Lic. Wilbert Colque Candia 2

0.086277 (0.019; 0.532)

Prueba e IC para dos varianzas: Compañía 1; Compañía 2

IC de 90% para σ²(Compañía 1) / σ²(Compañía 2)

0.0 0.2 0.4 0.6 0.8 1.0

ICs de chi-cuadrada de 90% para σ²

0 1000 2000 3000

Gráfica de caja de Compañía 1; Compañía 2

80 100 120 140 160

Lic Jessica Chalco Suárez - Lic. Wilbert Colque Candia 3

NIVEL DE SIGNIFICACIÓN: α =0.05

Null hypothesis Variance(sm) / Variance(sf) = 1

Ratio of standard deviations = 2.360

95% One-Sided Confidence Intervals

Lower Bound Lower Bound

Lic Jessica Chalco Suárez - Lic. Wilbert Colque Candia 4

Test and CI for Two Variances: sm; sf

95% CI for Variance(sm) / Variance(sf)

95% Chi-square CIs for Variances

Lic Jessica Chalco Suárez - Lic. Wilbert Colque Candia 5

PRUEBA DE HIPÓTESIS REFERENTE A LA DIFERENCIA DE MEDIAS DE DOS

Caso 1: Cuando las varianzas poblacionales σ 12 y σ 22 se suponen iguales (son homogéneas).

2. Establecer el nivel de significación (α) si no nos dan se asume α =5 %

3. Elección del estadístico de prueba. Utilizando el software Minitab

Lic Jessica Chalco Suárez - Lic. Wilbert Colque Candia 6

Grupo B (solo el padre trabaja) 16 17

Nota: Primero se debe realizar una prueba de homogeneidad para la

NIVEL DE SIGNIFICACIÓN: α =0.05

Lic Jessica Chalco Suárez - Lic. Wilbert Colque Candia 7

Muestra 20 6.000 36.000 (20.820; 76.798)

1.8 (0.649; 4.711)

Prueba e IC para dos varianzas

IC de 95% para σ²(Muestra 1) / σ²(Muestra 2)

ICs de chi-cuadrada de 95% para σ²

Lic Jessica Chalco Suárez - Lic. Wilbert Colque Candia 8

PRUEBA DE HIPÓTESIS PARA LA DIFERENCIA DE MEDIAS (CASO 1)

NIVEL DE SIGNIFICACIÓN: α =0.05

Muestra 20 14.00 6.00 1.3

-3.00 5.38 0.05

Lic Jessica Chalco Suárez - Lic. Wilbert Colque Candia 9

NIVEL DE SIGNIFICACIÓN: α =0.05

Lic Jessica Chalco Suárez - Lic. Wilbert Colque Candia 10

Test and CI for Two Variances: ejecutivas; ejecutivos

Lic Jessica Chalco Suárez - Lic. Wilbert Colque Candia 11

Method DF1 DF2 Statistic P-Value

Test and CI for Two Variances: ejecutivas; ejecutivos

95% CI for σ(ejecutivas) / σ(ejecutivos)

0.50 0.75 1.00 1.25 1.50 1.75

95% Chi-square CIs for StDevs

0.5 1.0 1.5 2.0 2.5

Boxplot of ejecutivas; ejecutivos

Tipo Media Varianza

PRUEBA DE HIPÓTESIS PARA LA HOMOGENEIDAD DE VARIANZAS