1. Como se calcula el IC de la diferencia de medias ( μ1 −μ 2 ) para dos
medias de muestras aleatorias independientes de tamaño n1 y n2 de 2 2 poblaciones con varianzas conocidas ( σ1 y σ2 ) respectivamente
El grado de confianza es exacto cuando las muestras se seleccionan de
poblaciones normales. Para poblaciones no normales el teorema del límite central permite una buena aproximación para muestras de tamaño razonable.
2. Como se calcula el IC de la diferencia de medias ( μ1 −μ 2 ) para dos
medias de muestras aleatorias independientes de tamaño n1 y n2 de 2 2 poblaciones con varianzas desconocidas ( σ 1 y σ2 ) respectivamente, pero que se consideran aproximadamente iguales
3. Como se interpreta el intervalo de confianza para dos muestras
4. Como se calcula el IC de la diferencia de medias ( μ1 −μ 2 ) para dos medias de muestras aleatorias independientes de tamaño pequeño n1 y n2 de poblaciones con varianzas desconocidas y diferentes ( σ 21 y σ 22 ) respectivamente
5. Porque es importante que los tamaños de muestra sean iguales
cuando se construye un intervalo de confianza El procedimiento para construir intervalos de confianza para μ1−μ 2cuando σ 1 =¿ σ 2 ¿ σ pero ésta se desconoce, requiere suponer que las poblaciones son normales. Desviaciones ligeras de la suposición de varianzas iguales o de normalidad no alteran seriamente el grado de confianza en nuestro intervalo. (En el capítulo 10 se estudia un procedimiento para probar la igualdad de dos varianzas poblacionales desconocidas con base en la información que proporcionan las varianzas muestrales). Si las varianzas de la población son considerablemente diferentes, aún obtenemos resultados razonables cuando las poblaciones son normales, siempre y cuando n1 =n2 . Por lo tanto, al planear un experimento se debería hacer un esfuerzo por igualar el tamaño de las muestras. 6. Explique en que consiste un experimento pareado Los procedimientos de estimación para la diferencia de dos medias cuando las muestras no son independientes y las varianzas de las dos poblaciones no son necesariamente iguales. La situación que se considera aquí tiene que ver con una condición experimental muy especial, a saber, las observaciones pareadas. A diferencia de la situación que se describió antes, las condiciones de las dos poblaciones no se asignan de forma aleatoria a las unidades experimentales. Más bien, cada unidad experimental homogénea recibe ambas condiciones de la población; como resultado, cada unidad experimental tiene un par de observaciones, una para cada población. 7. Como se debe hacer el pareo Parear observaciones en un experimento es una estrategia que se puede emplear en muchos campos de aplicación Al seleccionar unidades experimentales relativamente homogéneas (dentro de las unidades) y permitir que cada unidad experimente ambas condiciones de la población, se reduce la varianza del error experimental efectiva (en este caso σ D2 D). El lector puede visualizar la i-ésima diferencia del par como Di= X 1 i−X 2 i . Como las dos observaciones se toman de la unidad experimental de la muestra no son independientes y, de hecho, Var ( Di )=Var (X 1i −X 2 i)=σ 12 +σ 22−2 Cov( X 1 i−X 2 i ) Entonces, de manera intuitiva, se espera que σ D2 debería reducirse debido a la similitud en la naturaleza de los “errores” de las dos observaciones dentro de una unidad experimental, a lo cual se llega mediante la expresión anterior. En realidad, se espera que, si la unidad es homogénea, la covarianza sea positiva. Como resultado, la ganancia en calidad del intervalo de confianza sobre la que se obtuvo sin parear es mayor cuando hay homogeneidad dentro de las unidades y cuando las diferencias grandes van de una a otra unidad. Se debería tener en cuenta que el desempeño del intervalo de confianza dependerá del error estándar de D , que es, por supuesto, σ D / √ n, donde n es el número de pares. Como indicamos antes, la intención al parear es reducir σ D. 8. Como se calcula el intervalo de confianza Ud para observaciones pareadas
9. Elaborar un cuadro donde haga un resumen de las fórmulas anteriores