Está en la página 1de 5

CASO 1

Un investigador está interesado en estudiar si existen o no diferencias entre dos


tratamientos contra la depresión. Para ello selecciona dos muestras aleatorias simples, de
20 sujetos cada una, a las que se les aplicó el método X e Y respectivamente. Las cuasi-
varianzas muéstrales de las puntuaciones, en un test psicométrico que mide el grado de
depresión, es de 3,7 y 9,2 respectivamente. Suponiendo que las puntuaciones en
depresión, en ambas poblaciones, siguen distribuciones normales e independientes y que
las varianzas poblacionales son distintas:
1. Calcular la probabilidad de que la diferencia de medias muéstrales supere la diferencia
de medias poblacionales en más de 2,5 puntos

METODO X METODO Y SUPONEMOS

m  20 X
m  20 X

  37 2
  3'2 2

s x
s y

x  N  M ,  x  N  M ,   
2 2
x x y y x y


P x y 
   M  M   2 '5  P  x  y   2 '5   M  M   ?
x y x y

T
 X  Y         t  student T   X  Y         t  student
X Y X Y
2 2 2 2
sx s sx s
 x  x
nx n y n x n y g .l  v

P  T y  T   P  T y  T  

3  M  M   M M 
x y x y
T  10  1 .  3'7  10.1 .4 ' 2  1 1
 3'38

10  10  2 10 10

2 '5   M  M    M  M   3'11
x y x y
T 3'7 9 ' 2

20 20
2
 S 2 Sy2  2
 x    3'7 9 '2 
 nx ny    
v  
2
  20 20 
2 2
 32 '15  32
 Sx  2
2
 Sy 2   3'7   9 '2 
       
  20    20 
 nx    y n 20  1 20  1
n x 1 n x 1

p   T32  3'11  1  P  T32  3'11 p   T32  3'11  1  P  T32  3'11


0 '001  P  T 32  3'11  0 '005 0 '001  P  T 32  3'11  0 '005

CASO 2
Un equipo de psicólogos está investigando si existen o no diferencias entre dos métodos
de relajación para reducir la ansiedad. Para ello seleccionan dos muestras aleatorias
simples, de 10 sujetos cada una, a las que se les aplicó el método X e Y respectivamente.
Las cuasi-varianzas muéstrales de las puntuaciones en una prueba de ansiedad son de
3,7 y 4,2 respectivamente. Suponiendo que las puntuaciones de ansiedad, en ambas
poblaciones, siguen distribuciones normales e independientes y que las varianzas
poblacionales son iguales:
1. Calcular la probabilidad de que la diferencia de medias muéstrales supere la diferencia
de medias poblacionales en más de 3 puntos

METODO X METODO Y SUPONEMOS

m y
 10
m  10 x
m y
 10
2 2
S  4 '2
y S  3'7 X
2
S y
 4 '2

Y  M ,  N  M ,  M   
2 2
y y x x
Y y
, y x y

T
 X Y       X X
 student
 n x  1 S x   
2 2
n y  1 S y 
1

1
n n
x y
2 n x n y g .l  10  10  2  18


P X Y  3   M  M   T
x y me  my  2 P
3  M  M   M M 
x y x y
T  10  1 .  3'7  10.1 .4 ' 2  1 1
 3'38

10  10  2 10 10 g .l  10  10  2  18

0 '001  P  T 10  3'38   0 '005

Que pasa cuando a es desconocido


Si la población está normalmente distribuida y se conoce p pero se desconoce a,
entonces el valor de " a ", puede reemplazarse por la desviación estándar de la muestra
"s", siempre y cuando el tamaño de la muestra sea grande(n ≥ 30).

x
Z
S/ n
CASO 3
Un ingeniero químico afirma que el rendimiento medio de cierto proceso es de 500
gramos por mililitro de materia prima. Para verificar dicha afirmación muestrea 35 lotes
cada mes.
¿Cuál sería la probabilidad de que, en una muestra cualquiera de materia prima, la media
(x) sea de a lo más 518 gramos por mililitro, si su desviación estándar muestral (s) es de
40 gramos? Suponga que la distribución de rendimientos es aproximadamente normal.
Para hallar la probabilidad de que x < 518, es necesario calcular el valor de Z
correspondiente a x = 518

X   518  500 18
Z  
S/ n 40/ 35 6.78

Buscando el valor de Z - 2.66 en tablas, se encuentra que:


Por lo tanto, la probabilidad de que la media muestra! sea de no más de 518 es:

 
z  x  518  P  Z  2.66   0,9961

 
z  x  518  0,9961

μ=500 Z=2.66

Teorema del límite central


Si se toman muestras de una población con distribución desconocida, finita o infinita, la
distribución muestral de x aún será aproximadamente normal con media μ y a2 /n siempre
que el tamaño de la muestra sea grande ( n ≥ 30 ), esto se deduce a partir del Teorema del
límite central.
La edad promedio de los estudiantes de la Universidad de los Andes es 22 años y la de
los estudiantes de la Universidad de Oriente es 24 años. Dada una muestra aleatoria de
50 estudiantes de la ULA se obtuvo que la varianza era 25, y para 60 estudiantes de la
UDO se obtuvo que la varianza era de 16. Si se suponen que las poblaciones son
normales.
1) ¿Cual es la distribución muestral de la diferencia de las edades de los estudiantes de la
ULA con respecto a los de la UDO?

Sea X 1  La edad promedio de los estudiantes de la ULA  X 1  22

Sea X 2  La edad promedio de los estudiantes de la ULA  X 2  24

Como las varianzas poblacionales son desconocidas usamos las varianzas


2 2
muestrales, las cuales son S =25 y S =16 Debido a que los tamaños de muestras
1 2
seleccionados son mayores que 30 ( n 1=50 , n2=60 ) entonces
 2   2 
X   X  X   ; s  , donde X   X 1  X 2   ; s  , donde
1 2
 X   X 

2 S 2 S 2 25 16
S  1  1    0, 77
     1 2
 22  24  2  X n1 n 2 25 60

 X  N  2; 0, 77   X  N  2;0, 77 
Es decir

1) cual es la probabilidad de que dicha diferencia sea mayor que 2?


    
P X 1  X 2  2  X 1  X 2  P X 1  X 2  2 
P X 1 X2  2   X  X   P  X  X
1 2 1 2  2 
  X    2   2     X    2   2  
 P    P  
 S 0, 77   S 0, 77 
 X   X 

  X    2  2  
P   
 S 0, 77 
 X 
9

2) Tamaño de al menos una de las muestras es menor que 30?

 P  Z  4.55   P ( Z  0)  0  0.50  0.50

También podría gustarte