Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Inferencia estadística
INFERENCIA ESTADÍSTICA
INFERENCIA ESTADÍSTICA
INFERENCIA ESTADÍSTICA
INFERENCIA ESTADÍSTICA
• H 0 : 0 = 1
• H A : 1 > 0
• H 0 : 1 = 2
• H A : 1 2
X − X −
t= Z=
s
n n
2 =
(n − 1)s 2
s12
F = 2 , etc.
2 s2
H 0 : = 0
H A : 0 (Prueba de dos colas)
O bien:
H 0 : = 0
H A : › 0 (Prueba de una cola)
O ‹ 0
X − 0
t= , para muestras pequeñas
sX
X − 0
Z=
X , para muestras grandes o con conocida
X − 0
tc = . El valor de t en las tablas que
sX
define la zona de aceptación o rechazo es t c , de este modo la región de rechazo
R es:
R = t t t ( n −1) , Si t R , entonces se rechaza H ;
Carlos Cardona Ayala. Introducción a la
0
estadística experimental 57
HIPÓTESIS REFERENTES A LA MEDIA DE
UNA POBLACIÓN: PRUEBAS DE UNA COLA
H 0 : = 38
H A : > 38
Rechazar H 0 si t c t / 2
Carlos Cardona Ayala. Introducción a la
estadística experimental 62
HIPÓTESIS REFERENTES A LA MEDIA DE
UNA POBLACIÓN: PRUEBAS DE DOS COLAS
Ejemplo: una máquina desgranadora de maíz está calibrada para
procesar 60 kg por minuto. Para realizar un chequeo, se toman 10
muestras obteniéndose los siguientes valores: 58, 61, 59, 57, 60, 63,
56, 59, 58, 60. ¿Presentan los resultados evidencia suficiente para
afirmar que la máquina está desajustada? Usar = 0.05
H 0 : = 60
H A : 60
X = 59.1; s = 2.025 ;
s 2.025 X − 0 59.1 − 60
sX = = = 0.64 ; tc = = = −1.40
n 10 sX 0.64
La figura muestra la ( )
P 102 18 .3 = = 0.05
H 0 : 2 0.25
H A : 2 < 0.25 .
• Si se rechaza H 0 entonces se podría aceptar el equipo como
adecuado con un nivel de significancia .
2
• El valor de s en la muestra es 0.634, por lo cual:
7 * 0.634
• =
2
0 = 17.75
0.25
valor crítico de 2
en (21− )(7 ) = 02.95(7 ) = 2.1673
Resultó que 2
0 > (21− )(7 ) , no pertenece a la zona de rechazo y se acepta
H 0 . Se concluye que el equipo no garantiza la uniformidad requerida.
• H 0 : P = 0.90
• H A : P < 0.90
• − Z = −Z 0.05 = −1.65 .
H 0 : x = y x − y = d = 0
H A : x y x − y = d 0
H 0 : d = 0
H A : d 0
d − d
• tc = ; bajo la hipótesis nula H 0 : d = 0 toma la forma:
sd
d
• tc = . Presenta distribución t con n-1 grados de libertad.
sd
H 0 : d = 0
H A : d 0
d − d d
t =
• c ; bajo H es
tc =
sd 0 sd .
2
• Para obtener sd , se calcula primero s d ,
( d ) 2
d − n
2 i
i
s d2 = = 0.0022613
n −1
s d2 0.0022613
sd = = = 0.00868
n 30
d = 0.0055
0.0055
El valor de t c es: t c = = 0.633349
0.00868
s12
• Razonable el cociente de las dos varianzas muestrales .
s 22
• Si está cercano a 1, no habrán razones suficientes para pensar que las
varianzas poblacionales 1 y
2 2
2 difieren.
(2m ) / m
• F= 2
(n ) / n , presenta distribución F con m y n grados de
libertad.
P(F F0 ) =
1
F(1− )(m,n ) =
F (n,m )
t = F1,n
2
n
•
x
2
( n −1)
Entonces:
2
x
~ y
y2 ~
• H 0 : 2
A = 2
B
• H A :
2
A
2
B Carlos Cardona Ayala. Introducción a la
estadística experimental 97
COMPARACIÓN DE VARIANZAS DE DOS POBLACIONES.
COMPARACIÓN DE DOS VARIANZAS
1.8
Fc = = 0.6206 .
2.9
• Prueba de dos colas, los dos valores críticos:
F 0.05(13,10 )= 2.887
1 1
F0.95(13,10 ) = = = 0.3744
F0.05(10,13) 2.671
valor de Fc , así:
2
s mayor
Fc = 2
s menor
• Este valor se confronta con F / 2 : lado derecho de la curva.
• Si Fc > F / 2 , se rechaza H 0 con un nivel de significancia .
2 2
• Si las varianzas poblacionales son homogéneas, s 1 y s 2
H 0 : 1 = 2 1 − 2 = d = 0
s12 + s 22
d = X1 − X 2 y sd = n
• Naranja agria (A): 5.20, 4.29, 3.30, 4.00, 4.50, 5.50, 5.20,
5.00, 5.20, 5.73.
• Limón (B): 2.80, 5.00, 3.20, 3.01, 3.55, 3.80, 2.95, 3.52,
3.20, 3.52.
• H 0 : 2
A = 2
B
s A2 0.568
• H A :
2 2 Fc = 2 = = 1.445
A B s B 0.393
H0 : A = B
H A : A B
t c > t / 2 (18) .
• Se rechaza la hipótesis nula con un nivel de significancia = 0.05 .
• Las dos especies de cítricos tienen diferente contenido de pectina,
siendo mayor el de la naranja agria.
d − d
1 1
+
2
n1 n2 d − d
= t
~ ( n1 +n2 − 2 )
(n − 1)(s + s )
2 2
1 1
1 2
s c2 +
2 (n1 + n2 − 2 ) n1 n2
s 2
=
(n1 − 1)s12 + (n2 − 1)s 22
n +n −2
c
Carlos Cardona Ayala. Introducción a la
1 2
estadística experimental 106
COMPARACIÓN DE DOS MEDIAS DE DOS POBLACIONES DE MUESTRAS
INDEPENDIENTES
2. VARIANZAS HOMOGÉNEAS Y TAMAÑOS DE MUESTRA DIFERENTES
• H 0 : 1 = 2 1 − 2 = d = 0
d XA−XB
tc = =
sd 1 1
s c2 +
n1 n2
Se confronta con el valor crítico de t para un nivel de
significancia , con n1 + n2 − 2 grados de libertad.
• A: 42, 40, 37, 37, 34, 37, 40, 37, 35, 38, 35, 42, 40, 39, 36, 43,
36, 43, 38, 41.
• B: 35, 40, 37, 34, 37, 40, 37, 35, 37, 42.
X A = 38 .5 X B = 37 .4 n A = 20
s A2 = 7.6 s B2 = 6.5 nB = 10
H0 : 2
A = 2
B
H A : 2
A
2
B
Carlos Cardona Ayala. Introducción a la
estadística experimental 109
COMPARACIÓN DE DOS MEDIAS DE DOS POBLACIONES DE
MUESTRAS INDEPENDIENTES
2. VARIANZAS HOMOGÉNEAS Y TAMAÑOS DE MUESTRA
DIFERENTES
s A2 7.6
Fc = 2 = = 1.17
s B 6.5
H0 : A = B
H A : A B
• El estadístico de prueba es:
d XA − XB
tc = =
2 1
sd 1
sc +
n1 n2
Carlos Cardona Ayala. Introducción a la
estadística experimental 111
COMPARACIÓN DE DOS MEDIAS DE DOS POBLACIONES DE
MUESTRAS INDEPENDIENTES
2. VARIANZAS HOMOGÉNEAS Y TAMAÑOS DE MUESTRA DIFERENTES
(n
s2 = 1
− 1)s1
2
+ (n 2 − 1)s 2
2
=
19 * 7.6 + 9 * 6.5
= 7.25
n1 + n2 − 2 20 + 10 − 2
c
t 0.025(28 ) = 2.048
d X1−X 2
t= =
sd s 12 s 22
+
n1 n 2
w1t1 + w2 t 2
t =
*
w1 + w2
t1 y t 2 son valores tabulados con o o
/ 2 (dependiendo si la prueba es de una o dos colas)
con los grados de libertad n1 − 1 y n2 − 1 ,
respectivamente.
s 2
s 22
w1 = 1
w2 =
n1 n2
Carlos Cardona Ayala. Introducción a la
estadística experimental 116
COMPARACIÓN DE DOS MEDIAS DE DOS POBLACIONES DE MUESTRAS
INDEPENDIENTES
3. VARIANZAS HETEROGÉNEAS Y TAMAÑOS DE MUESTRA IGUALES O
DIFERENTES
• A: DH-205: 1.48, 1.49, 1.40, 1.41, 1.76, 1.75, 1.40, 1.41, 1.20,
1.20, 1.73, 1.73.
X A = 1.496 ; s = 0.041
2
A
n A = 12
X B = 1.268; s B2 = 0.00384 nB = 8
En primer lugar, se realiza la prueba de comparación de varianzas:
H 0 : A2 = B2
s A2 0.041
H A : A2 B2 ;
Fc = 2 = = 10.67
sB 0.00384
Carlos Cardona Ayala. Introducción a la
estadística experimental 119
COMPARACIÓN DE DOS MEDIAS DE DOS POBLACIONES DE
MUESTRAS INDEPENDIENTES
3. VARIANZAS HETEROGÉNEAS Y TAMAÑOS DE MUESTRA IGUALES
O DIFERENTES
F0.05(11, 7 ) = 3.6 .
Fc > F0.05 .
H0 : A = B
H A : A B
w1t1 + w2 t 2
t =
*
w1 + w2
s12 0.041
w1 = = = 0.00342
n1 12
s 22 0.00384
w2 = = = 0.00048
n2 8
X1 − X 2
12 22 ~ N (0,1)
+
n1 n2
2
• Es posible aproximar en este caso los valores de 1 y
22 para obtener el estadístico de prueba Z c .
X1 − X 2
Zc =
s12 s 22
+
n1 n2
X A = 1.8434 ; s = 0.2669
2
A n A = 50
X B = 1.2879 ; s = 0.7475 nB = 42
Carlos2Cardona Ayala. Introducción a la
Bestadística experimental 126
COMPARACIÓN DE DOS MEDIAS DE DOS POBLACIONES DE MUESTRAS
INDEPENDIENTES
3. VARIANZAS HETEROGÉNEAS Y TAMAÑOS DE MUESTRA IGUALES O
DIFERENTES
H 0 : A = B ; H A : A B
X1 − X 2 1.8434 − 1.2879
Zc = = = 4.07
2 2
s s 0.2269 0.5587
1
+ 2 +
n1 n2 50 42
Z 0.025 = 1.96
Z c R , entonces se rechaza H 0 .
Se puede afirmar que el sistema de secamiento al aire
presenta un mayor grado de abarquillado que el
sistema de secamiento al horno.