Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Sem 01-G2-Inferencia-dos-muestras
Sem 01-G2-Inferencia-dos-muestras
FACULTADDE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍAINDUSTRIAL
DISEÑO DE EXPERIMENTOS
Semana 01
UNIVERSIDAD RICARDO PALMA
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍAINDUSTRIAL
MUESTRAS DEPENDIENTES X
INDEPENDIENTES
Las muestras dependientes son mediciones
pareadas (correlacionadas) de un conjunto de
elementos.
MUESTRAS DEPENDIENTES X
INDEPENDIENTES
Las muestras independientes son mediciones
realizadas en dos conjuntos de elementos
distintos.
MUESTRAS DEPENDIENTES X
Ejemplo INDEPENDIENTES
MUESTRAS DEPENDIENTES X
INDEPENDIENTES
Ejemplo
• Dando a un grupo de personas un medicamento
activo y dando a otro grupo de personas un
placebo inactivo, para luego comparar los valores
de presión arterial entre los grupos.
MUESTRAS DEPENDIENTES X
INDEPENDIENTES
Cuando usted realiza una prueba de hipótesis utilizando dos
muestras aleatorias, debe escoger el tipo de prueba dependiendo
de si las muestras son dependientes o independientes.
UNIVERSIDAD RICARDO PALMA
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍAINDUSTRIAL
T-STUDENT
COMPARA DOS MEDIAS
USA VARIABLES NUMERICAS
NECESITA DE LA DESVIACION ESTANDAR
SUPONE DISTRIBUCIÓN NORMAL
UNIVERSIDAD RICARDO PALMA
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍAINDUSTRIAL
T-STUDENT ???
SUPONGAMOS QUE TENEMOS UN GRUPO DE
PACIENTES Y SE CONOCE LA TEMPERATURA:
G1 G2
1. Equivocadamente, podemos decir
36 35 que son grupos iguales.
36 37 2. Con la prueba t-student vamos
36 34 obtener una tolerancia de la
36 38 comparación de las medias con
36 36 respecto a su desviación de sus
MEIAS 36 36 datos y decir si son iguales.
UNIVERSIDAD RICARDO PALMA
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍAINDUSTRIAL
T-STUDENT
3. Grupos independientes
G1 G2
36 35 1. Tenemos dos grupos diferentes y
36 37 se comparan sus medias.
36 34 2. Grupos que perteneces a distintos
36 38 grupos poblacionales.
36 36
MEIAS 36 36
σ 0 1.41
UNIVERSIDAD RICARDO PALMA
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍAINDUSTRIAL
DISTRIBUCIÓN T STUDENT
Según el Teorema de Limite Central, la distribución
muestral de un estadístico (como la media de la
muestra) seguirá una distribución normal siempre y
cuando:
El tamaño de muestra sea suficientemente grande
(n > 30) o cuando se conoce la desviación estándar
de la población.
UNIVERSIDAD RICARDO PALMA
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍAINDUSTRIAL
DISTRIBUCIÓN T STUDENT
DISTRIBUCIÓN T STUDENT
Diferencia a probar
𝑋−μ
to = 𝑆
𝑛 Desviación estándar
UNIVERSIDAD RICARDO PALMA
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍAINDUSTRIAL
DISTRIBUCIÓN T STUDENT
GRADOS DE LIBERTAD
DISTRIBUCIÓN T STUDENT
NIVEL DE SIGNIFICACIÓN ( α )
DISTRIBUCIÓN T STUDENT
Si de una Población Normal con media μ y
desviación estándar σ se extrae una muestra
de tamaño n, entonces el estadístico t con
n-1 grados de libertad es:
variancia
𝑋−𝜇 𝑥𝑖 − 𝑥 2
to = 𝑆 siendo 2
𝑠 =
𝑛−1
𝑛
UNIVERSIDAD RICARDO PALMA
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍAINDUSTRIAL
EJEMPLO
1. Un supervisor desea probar que el promedio
de la duración de la batería de un cierto
generador son menores a 1000h.
Se selecciona una muestra:
990, 1000, 980, 1100, 990,
1000 y 1100 horas de uso.
UNIVERSIDAD RICARDO PALMA
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍAINDUSTRIAL
EJEMPLO
PASO 2:
Elección el nivel de significación, supongamos
un α= 0.01.
Buscar en la tabla t-student el valor tc, con
grados de libertad n-1 = 6
UNIVERSIDAD RICARDO PALMA
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍAINDUSTRIAL
α = 0.01
α = 0.01
n=7
g. l = n - 1 = 6
tc = ±3.143
(t de una cola, va
g. l = 6
depender de la
dirección expresada
en la H1)
UNIVERSIDAD RICARDO PALMA
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍAINDUSTRIAL
EJEMPLO
2. Una ingeniera afirma que el rendimiento medio
de cierto proceso en lotes es diferente a 500 gramos
por milímetro de materia prima. El supervisor
afirma que el rendimiento es igual a 500 gramos.
Para verificar esta
afirmación la ingeniería
toma una muestra de 25
lotes cada mes.
UNIVERSIDAD RICARDO PALMA
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍAINDUSTRIAL
𝐻1∶ 𝜇 ≠500
(Rendimiento medio de cierto proceso en lotes es diferente a 500
gramos por milímetro de materia prima).
PASO 2:
Elección el nivel de significación, supongamos
un α= 0.1.
Buscar en la tabla t-student el valor tc, con
grados de libertad n-1 = 25-1 = 24
UNIVERSIDAD RICARDO PALMA
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍAINDUSTRIAL
Forma 1
1. Se puede buscar en la tabla t-student en una
cola, con α/2 = 0.05, con grado de libertad
igual a 24, observamos que el valor de tc es
1.71.
UNIVERSIDAD RICARDO PALMA
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍAINDUSTRIAL
α/2 = 0.05
α/2 = 0.05
n = 25
g. l = n - 1 = 24
tc = ±1.711
g. l = 24
Forma 2
2. Se puede buscar en una tabla de doble cola
con un α= 0.1 que también es 1.71
UNIVERSIDAD RICARDO PALMA
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍAINDUSTRIAL
α = 0.1
α = 0.1
g. l = n - 1 = 24
tc = ±1.711
g. l = 24
(t de dos colas,
por la dirección
expresada en la
H1)
UNIVERSIDAD RICARDO PALMA
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍAINDUSTRIAL
PASOS
1. Se plantea la hipótesis:
3. Se calcula el t0:
𝑑 −𝐷
to = 𝑆𝑑
siendo 𝑛
2
𝑑𝑖 𝑑𝑖−𝑑
𝑑= , 𝑠2 = , Sd = 𝑆
𝑛𝑖 𝑛−1
UNIVERSIDAD RICARDO PALMA
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍAINDUSTRIAL
4. Luego se compara:
UNIVERSIDAD RICARDO PALMA
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍAINDUSTRIAL
EJEMPLO
3. Se realizó un estudio de 2 dietas a 11 obreros en
diabéticos insulina-dependientes de una fabrica. La
dieta consistió en alta (AA) y baja (BB) en fibra. Cada
obrero fue asignado aleatoriamente para su primera
dieta donde se mantuvo por 6 meses y luego se le
cambió a la otra dieta por 6 meses. Se utilizó la
glucosa sérica como variables de respuesta.
UNIVERSIDAD RICARDO PALMA
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍAINDUSTRIAL
código 1 2 3 4 5 6 7 8 9 10 11
Antes 94 176 98 169 104 118 151 91 196 98 232
Después 93 87 99 127 99 89 154 68 119 81 173
PASO 2:
Con un α= 0.01, se puede buscar el tc de dos colas, grados de
libertad = 11-1=10
UNIVERSIDAD RICARDO PALMA
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍAINDUSTRIAL
𝑑 −𝐷 30.7273−0
to = 𝑆𝑑 = 32.2555 = 3.1595
𝑛 11
UNIVERSIDAD RICARDO PALMA
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍAINDUSTRIAL
Se selecciona 22 muestras
aleatorias entre 1000 y 2000:
horas de uso.
UNIVERSIDAD RICARDO PALMA
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍAINDUSTRIAL
EJEMPLO
2. Una ingeniera afirma que el rendimiento medio
de cierto proceso en lotes es diferente a 600 gramos
por milímetro de materia prima. El supervisor
afirma que el rendimiento es igual a 600 gramos.
Para verificar esta
afirmación la ingeniería
toma una muestra de 30
lotes cada mes.
UNIVERSIDAD RICARDO PALMA
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍAINDUSTRIAL