Clase 16

Intervalos de Confianza
Intervalos de Confianza para Medias: Distribuciones Normales

Suponga que X1 , . . . , Xn es una m.a. de una n(µ, σ 2 ) .
2 de agosto de 2021 1 / 14
Suponga que X1 , . . . , Xn es una m.a. de una n(µ, σ 2 ) . Si σ 2 es conocida
se sabe que:
X̄ − µ
σ ∼ n(0, 1) .
√
n
2 de agosto de 2021 1 / 14
se sabe que:
X̄ − µ
σ ∼ n(0, 1) .
√
n
Pero si σ es desconocida, la distribución de X̄ estandarizada NO es normal.
2 de agosto de 2021 1 / 14
se sabe que:
X̄ − µ
σ ∼ n(0, 1) .
√
n

Si en la expresión anterior, reemplazamos σ por S, el estadı́stico resultante
es:
2 de agosto de 2021 1 / 14
se sabe que:
X̄ − µ
σ ∼ n(0, 1) .
√
n

es:
X̄ − µ
T = S
,
√
n
2 de agosto de 2021 1 / 14
se sabe que:
X̄ − µ
σ ∼ n(0, 1) .
√
n

es:
X̄ − µ
T = S
,
√
n
La distribución de T se conoce como t de Student y se suele escribir

T ∼ t(ν) .
2 de agosto de 2021 1 / 14
se sabe que:
X̄ − µ
σ ∼ n(0, 1) .
√
n

es:
X̄ − µ
T = S
,
√
n

T ∼ t(ν) . Esta distribución tiene propiedades similares a la de la normal
estándar, su gráfico es parecido al de la normal estándar pero con colas más
pesadas (más alargadas).
2 de agosto de 2021 1 / 14
se sabe que:
X̄ − µ
σ ∼ n(0, 1) .
√
n

es:
X̄ − µ
T = S
,
√
n

T ∼ t(ν) . Esta distribución tiene propiedades similares a la de la normal
estándar, su gráfico es parecido al de la normal estándar pero con colas más
pesadas (más alargadas). El parámetro de esta distribución, ν, se conoce
como grados de libertad.
2 de agosto de 2021 1 / 14
Distribución t
Diremos que una variable aleatoria T tiene una distribución t de Student con
parámetro ν, si su f.d.p es de la forma:
2 de agosto de 2021 2 / 14
Distribución t
− (v+1)
Γ v+1

2 t2 2
f (t) = v √
1+ ; v >0; t∈R.
Γ 2 πv v
2 de agosto de 2021 2 / 14
Distribución t
− (v+1)
Γ v+1

2 t2 2
f (t) = v √
1+ ; v >0; t∈R.
Γ 2 πv v
Se puede mostrar que:
2 de agosto de 2021 2 / 14
Distribución t
− (v+1)
Γ v+1

2 t2 2
f (t) = v √
1+ ; v >0; t∈R.
Γ 2 πv v
Se puede mostrar que:
v
E [T ] = 0 ; V ar [T ] = ; v>2.
v−2
2 de agosto de 2021 2 / 14
Si T ∼ t (v) , el cuantil superior α de T , el cual se denota tα (v) es tal que:
2 de agosto de 2021 3 / 14
P (T > tα (v)) = α .
2 de agosto de 2021 3 / 14
P (T > tα (v)) = α .
El cálculo de probabilidaddes con una distribución t (v), debe hacerse por
métodos numéricos, pero a diferencia de la normal estándar, usualmente
se elaboran tablas con los percentiles superiores de la distribución, para
diferentes valores de v.
2 de agosto de 2021 3 / 14
P (T > tα (v)) = α .
El cálculo de probabilidaddes con una distribución t (v), debe hacerse por
métodos numéricos, pero a diferencia de la normal estándar, usualmente
se elaboran tablas con los percentiles superiores de la distribución, para
diferentes valores de v. Para ilustrar se muestra una parte de la tabla usual
utilizada para la distribución t(v):
2 de agosto de 2021 3 / 14
Distribución t
Por ejemplo, suponga que T ∼ t(5) y se quiere calcular P (T > 3) .
De la tabla se observa que:
2 de agosto de 2021 4 / 14
Distribución t
P (t(5) > 2.757) = 0.02 y P (t(5) > 3, 365) = 0.01 .
2 de agosto de 2021 4 / 14
Distribución t
P (t(5) > 2.757) = 0.02 y P (t(5) > 3, 365) = 0.01 .
Ası́ 0.01 < P (t(5) > 3) < 0.02 .
2 de agosto de 2021 4 / 14
Distribución t
P (t(5) > 2.757) = 0.02 y P (t(5) > 3, 365) = 0.01 .
Ası́ 0.01 < P (t(5) > 3) < 0.02 . Observe que P (t(5) > 3) = 0.015 .
2 de agosto de 2021 4 / 14
Intervalos de Confianza para la Media: Distribuciones Normales
Volviendo al problema inicial, suponga que se tiene X1 , . . . , Xn una m.a. de una
n(µ, σ 2 ).
2 de agosto de 2021 5 / 14
n(µ, σ 2 ). Si σ 2 desconocida se puede mostrar que:
2 de agosto de 2021 5 / 14
X̄ − µ
T = ∼ t (n − 1) .
√s
n
2 de agosto de 2021 5 / 14
X̄ − µ
T = ∼ t (n − 1) .
√s
n
Realizando un proceso similar al caso de muestras aleatorias con media descono-

cida, se puede encontar que un I.C al 100(1 − α) % para µ es de la forma:
2 de agosto de 2021 5 / 14
X̄ − µ
T = ∼ t (n − 1) .
√s
n

S
X̄ ± tα/2 (n − 1) ∗ √ .
n
Ejemplo 84
Una máquina produce varillas de metal utilizadas en el sistema de suspensión de
un automóvil.
2 de agosto de 2021 5 / 14
X̄ − µ
T = ∼ t (n − 1) .
√s
n

S
X̄ ± tα/2 (n − 1) ∗ √ .
n
Ejemplo 84
un automóvil. De la experiencia se ha encontrado que los diámetros de este tipo
de varillas, se distribuyen normalmente.
2 de agosto de 2021 5 / 14
X̄ − µ
T = ∼ t (n − 1) .
√s
n

S
X̄ ± tα/2 (n − 1) ∗ √ .
n
Ejemplo 84
de varillas, se distribuyen normalmente. Se toma una m.a. de 15 varillas y se miden
sus respectivos diámetros.
2 de agosto de 2021 5 / 14
X̄ − µ
T = ∼ t (n − 1) .
√s
n

S
X̄ ± tα/2 (n − 1) ∗ √ .
n
Ejemplo 84
sus respectivos diámetros. Se obtiene un diámetro promedio de 8.234 cm con una
desviación estándar de 0.0253 cms.
2 de agosto de 2021 5 / 14
X̄ − µ
T = ∼ t (n − 1) .
√s
n

S
X̄ ± tα/2 (n − 1) ∗ √ .
n
Ejemplo 84
sus respectivos diámetros. Se obtiene un diámetro promedio de 8.234 cm con una
desviación estándar de 0.0253 cms. Estime el diámetro promedio real de estas
varillas usando un I.C. bilateral al 95 % .
2 de agosto de 2021 5 / 14
Solución
Sea X1 , . . . , X15 una m.a. que representa los diámetros de las 15 varillas.
2 de agosto de 2021 6 / 14
Solución
Suponga que E[Xi ] = µ y V ar[Xi ] = σ 2 , para i = 1, . . . , 15 , ambas
desconocidas.
2 de agosto de 2021 6 / 14
Solución
desconocidas. Del enunciado se tiene que x̄ = 8.234 , y s = 0.0253 , con
n = 15 .
2 de agosto de 2021 6 / 14
Solución
n = 15 . Un I.C. al 95 % para µ está dado por:
2 de agosto de 2021 6 / 14
Solución
s
X̄ ± t0.025 (n − 1) √ .
15
2 de agosto de 2021 6 / 14
Solución
s
X̄ ± t0.025 (n − 1) √ .
15
Ahora, de la tabla de la distribución t, se tiene que t0.025 (14) = 2.145 .
2 de agosto de 2021 6 / 14
Solución
s
X̄ ± t0.025 (n − 1) √ .
15
Ahora, de la tabla de la distribución t, se tiene que t0.025 (14) = 2.145 . En
R se usa el comando qt(0.975,14)=2.1447.
2 de agosto de 2021 6 / 14
Solución
s
X̄ ± t0.025 (n − 1) √ .
15
R se usa el comando qt(0.975,14)=2.1447. Con esto se obtiene que un I.C.
al 95 % para µ está dado por:
2 de agosto de 2021 6 / 14
Solución
s
X̄ ± t0.025 (n − 1) √ .
15
0.0253
8.234 ± 2.145 √ ⇔ 8.234 ± 0.014 ⇔ (8.220 , 8.248) .
15
2 de agosto de 2021 6 / 14
Solución
s
X̄ ± t0.025 (n − 1) √ .
15
0.0253
8.234 ± 2.145 √ ⇔ 8.234 ± 0.014 ⇔ (8.220 , 8.248) .
15
Se espera que el diámetro medio real de las varillas esté entre 8.22 y 8.25
cms., con una confianza del 95 % .
2 de agosto de 2021 6 / 14
Ejemplo 85
La dirección de una clı́nica desea estimar el número de dias de estancia promedio
necesario para el tratamiento de pacientes entre 25 y 34 años.
2 de agosto de 2021 7 / 14
Ejemplo 85
necesario para el tratamiento de pacientes entre 25 y 34 años. El estudio de esta
variable durante muchos años, a permitido determinar que el número de dias de
estancia se distribuye normalmente.
2 de agosto de 2021 7 / 14
Ejemplo 85
estancia se distribuye normalmente. Una m.a. de 15 pacientes arrojó un promedio
de 5.4 dias y una desviación estándar de 3.1 dias.
2 de agosto de 2021 7 / 14
Ejemplo 85
de 5.4 dias y una desviación estándar de 3.1 dias. Halle un I.C. bilateral al 95 %
para µ: dias de estancia promedio en dicha clı́nica.
2 de agosto de 2021 7 / 14
Ejemplo 85
Solución
Sea X1 , . . . , X15 una m.a. que representa los dı́as de estancia de los 15 pacientes.
pause E[Xi ] = µ y V ar[Xi ] = σ 2 , para i = 1, . . . , 15 , ambas desconocidas.
2 de agosto de 2021 7 / 14
Ejemplo 85
Solución
De la información recolectada sabemos que x̄ = 5.4 , s = 3.1 y n = 15 .
2 de agosto de 2021 7 / 14
Ejemplo 85
Solución
De la información recolectada sabemos que x̄ = 5.4 , s = 3.1 y n = 15 . Ası́,
Un I.C. al 95 % para µ es de la forma: x̄ ± t 0.025 (14) √sn .
2 de agosto de 2021 7 / 14
Ejemplo 85
Solución
Como t 0.025 (14) = 2.145 , se tiene que un I.C al 95 % para µ es:
2 de agosto de 2021 7 / 14
Ejemplo 85
Solución
√
5.4 ± 2.145 3.1/ 15 ⇔ (3.383, 6.817) .
2 de agosto de 2021 7 / 14
Ejemplo 85
Solución
√
5.4 ± 2.145 3.1/ 15 ⇔ (3.383, 6.817) .
En promedio, un paciente permanece en la clı́nita entre 3.4 y 6.8 dı́as, con una
confianza del 95 %.
2 de agosto de 2021 7 / 14
Intervalos de Confianza para la Diferencia de Medias
Muestras aleatorias de distribuciones no-normales
Suponga que X1 , . . . , Xn es una m.a. de una población con media µX y varianza
2
σX .
2 de agosto de 2021 8 / 14
2
σX . Sea Y1 , . . . , Ym otra m.a. independiente de la anterior de otra población con
media µY y varianza σY2 .
2 de agosto de 2021 8 / 14
2
media µY y varianza σY2 . ¿Como calcular un I.C. al 100 (1 − α) % para µX − µY ?
2 de agosto de 2021 8 / 14
2
Como ambas nuestras son E.I. entonces X̄ y Ȳ también lo son.
2 de agosto de 2021 8 / 14
2
Como ambas nuestras son E.I. entonces X̄ y Ȳ también lo son. Ahora
σ2 σ2
y V ar X̄ − Ȳ = X + Y .

E X̄ − Ȳ = µX − µY
n m
2 de agosto de 2021 8 / 14
2
σ2 σ2
y V ar X̄ − Ȳ = X + Y .

E X̄ − Ȳ = µX − µY
n m
En este caso la distribución muestral de X̄ − Ȳ tiene media µX − µY y varianza
2 2
σX σY
n + m , pero no es claro cual serı́a la forma funcional de la dicha distribución
Muestral.
2 de agosto de 2021 8 / 14
2
σ2 σ2
y V ar X̄ − Ȳ = X + Y .

E X̄ − Ȳ = µX − µY
n m
2 2
σX σY
Muestral.
Ahora, si los tamaños muestrales n y m son realativamente grandes, el TLC ga-
rantiza que:
2 de agosto de 2021 8 / 14
2
σ2 σ2
y V ar X̄ − Ȳ = X + Y .

E X̄ − Ȳ = µX − µY
n m
2 2
σX σY
Muestral.
Ahora, si los tamaños muestrales n y m son realativamente grandes, el TLC ga-
rantiza que:
X̄ − Ȳ − (µx − µy ) aprox
q 2 ∼ n(0 , 1) ; n, m → +∞ .
σX σY2
n + m
2 de agosto de 2021 8 / 14
2 y σ 2 son conocidas, un I.C aproximado al 100(1−α) % para µ −µ
Si σX Y X Y
es de la forma:
2 de agosto de 2021 9 / 14
Si σX Y X Y
es de la forma: r
2
σX σ2
x̄ − ȳ ± z α/2 + Y .
n m
2 de agosto de 2021 9 / 14
Si σX Y X Y
es de la forma: r
2
σX σ2
x̄ − ȳ ± z α/2 + Y .
n m
2 y σ 2 son desconocidas, podemos usar S 2 y S 2 las respectivas va-
Si σX Y X Y
rianzas muestrales.
2 de agosto de 2021 9 / 14
Si σX Y X Y
es de la forma: r
2
σX σ2
x̄ − ȳ ± z α/2 + Y .
n m
Si σX Y X Y
rianzas muestrales. Ası́, un I.C. aproximado al 100 (1 − α) % para µX − µY
es:
2 de agosto de 2021 9 / 14
Si σX Y X Y
es de la forma: r
2
σX σ2
x̄ − ȳ ± z α/2 + Y .
n m
Si σX Y X Y
es:
r
sX2 s2
x̄ − ȳ ± z α/2 + Y .
n m
2 de agosto de 2021 9 / 14
Si σX Y X Y
es de la forma: r
2
σX σ2
x̄ − ȳ ± z α/2 + Y .
n m
Si σX2 y σ 2 son desconocidas, podemos usar S 2 y S 2 las respectivas va-
Y X Y
es:
r
sX2 s2
x̄ − ȳ ± z α/2 + Y .
n m
Los respectivos I.C aproximados unilaterales al 100 (1 − α) % para µX − µY
son:
2 de agosto de 2021 9 / 14
Si σX Y X Y
es de la forma: r
2
σX σ2
x̄ − ȳ ± z α/2 + Y .
n m
Si σX2 y σ 2 son desconocidas, podemos usar S 2 y S 2 las respectivas va-
Y X Y
es:
r
sX2 s2
x̄ − ȳ ± z α/2 + Y .
n m
Los respectivos I.C aproximados unilaterales al 100 (1 − α) % para µX − µY
son:
r ! r !
s2X s2 s2X s2
x̄ − ȳ − z α + Y , ∞ o −∞ , x̄ − ȳ + z α + Y
n m n m
2 de agosto de 2021 9 / 14
Ejemplo 86
En un proceso quı́mico pueden emplearse dos catalizadores A y B.
2 de agosto de 2021 10 / 14
Ejemplo 86
En un proceso quı́mico pueden emplearse dos catalizadores A y B. Se sospecha
que ambos catalizadores podrı́an tener en promedio rendimientos diferentes.
2 de agosto de 2021 10 / 14
Ejemplo 86
que ambos catalizadores podrı́an tener en promedio rendimientos diferentes. Para
verificar esta afirmación, se prepararon 36 lotes con el catalizador A y 49 con
el catalizador B .
2 de agosto de 2021 10 / 14
Ejemplo 86
el catalizador B . Para el primer lote el rendimiento promedio fué del 86 % con
una desviación estándar del 3 % y para el segundo lote se obtuvo un rendimiento
promedio de 89 con una desviación estándar de 2 %.
2 de agosto de 2021 10 / 14
Ejemplo 86
promedio de 89 con una desviación estándar de 2 %. ¿Son ciertas las sospechas?
2 de agosto de 2021 10 / 14
Ejemplo 86
Solución
Sea X1 , . . . , X36 una m.a. que representa los rendimientos con el catalizador A.
2 de agosto de 2021 10 / 14
Ejemplo 86
Solución
Sea Y1 , . . . , Y49 otra muestra aleatoria que representa los rendimientos con el
catalizador B .
2 de agosto de 2021 10 / 14
Ejemplo 86
Solución
catalizador B . Ambas m.a. son E.I.
2 de agosto de 2021 10 / 14
Ejemplo 86
Solución
2
catalizador B . Ambas m.a. son E.I. Suponga que E [Xi ] = µX , V ar [Xi ] = σX ,
2
E [Yj ] = µY y V ar [Yj ] = σY .
2 de agosto de 2021 10 / 14
Ejemplo 86
Solución
2
2
E [Yj ] = µY y V ar [Yj ] = σY . Un I.C. bilateral aproximado al 100 (1 − α) % para
µX − µY es de la forma:
2 de agosto de 2021 10 / 14
Ejemplo 86
Solución
2
2
r
s2X s2
x̄ − ȳ ± z α/2 + Y .
n m
2 de agosto de 2021 10 / 14
Ejemplo 86
Solución
2
2
r
s2X s2
x̄ − ȳ ± z α/2 + Y .
n m
De la información muestral se tiene que x̄ = 86, sX = 3, n = 36, ȳ = 89, sY =
2, m = 49 .
2 de agosto de 2021 10 / 14
Ejemplo 86
Solución
2
2
r
s2X s2
x̄ − ȳ ± z α/2 + Y .
n m
De la información muestral se tiene que x̄ = 86, sX = 3, n = 36, ȳ = 89, sY =
2, m = 49 . Haciendo α = 0.05, se tiene que z0.025 = 1.96 .
2 de agosto de 2021 10 / 14
Ası́ un I.C aproximado al 95 % para µX − µY es:
2 de agosto de 2021 11 / 14

r
32 22
(86 − 89) ± 1.96 + ⇔ −3 ± 1.129 ⇔ (−4.13, −1.87) .
36 49
2 de agosto de 2021 11 / 14

r
32 22
(86 − 89) ± 1.96 + ⇔ −3 ± 1.129 ⇔ (−4.13, −1.87) .
36 49
Como este intervalo NO contiene el valor 0, esto implica que µX − µY 6= 0 .
2 de agosto de 2021 11 / 14

r
32 22
(86 − 89) ± 1.96 + ⇔ −3 ± 1.129 ⇔ (−4.13, −1.87) .
36 49
Como este intervalo NO contiene el valor 0, esto implica que µX − µY 6= 0 . Con
una confianza aproximada del 95 % se puede afirmar que los rendimientos medios
obtenidos por el usos de ambos catalizadores son diferentes.
2 de agosto de 2021 11 / 14

r
32 22
(86 − 89) ± 1.96 + ⇔ −3 ± 1.129 ⇔ (−4.13, −1.87) .
36 49
Al examinar el I.C se observa que ambos lı́mites son negativos, lo que podrı́a
implicar que µX − µY < 0.
2 de agosto de 2021 11 / 14

r
32 22
(86 − 89) ± 1.96 + ⇔ −3 ± 1.129 ⇔ (−4.13, −1.87) .
36 49
Para probar esto un, I.C Unilateral al 95 % para µX − µY es de la forma:
2 de agosto de 2021 11 / 14

r
32 22
(86 − 89) ± 1.96 + ⇔ −3 ± 1.129 ⇔ (−4.13, −1.87) .
36 49
r !
32 22
−∞ , (86 − 89) + z0.05 + ⇔ ( −∞, −2.05) .
36 49
2 de agosto de 2021 11 / 14

r
32 22
(86 − 89) ± 1.96 + ⇔ −3 ± 1.129 ⇔ (−4.13, −1.87) .
36 49
r !
32 22
−∞ , (86 − 89) + z0.05 + ⇔ ( −∞, −2.05) .
36 49
Con una confianza aproximada del 95 % se puede afirmar que µX − µY < 0, es

decir, el rendimiento medio del proceso es mayor usando el Catalizador B que el
Catalizador A.
2 de agosto de 2021 11 / 14
Ejemplo 87
Se hicieron pruebas de resistencia a la tensión a dos tipos distintos de varillas para
alambres y se obtuvieron los siguientes resultados:
2 de agosto de 2021 12 / 14
Ejemplo 87
Grado Tamaño Muestral Media Muestral Desviación Estándar

AISI-1064 n = 129 x̄ = 107.6 sX = 1.3
AISI-1078 m = 129 ȳ = 123.6 sY = 2.0
¿Indican estos datos que la resistencia promedio real del grado 1078 supera a la
del grado 1064 en más de 10 kg/mm2 ? Comente.
2 de agosto de 2021 12 / 14
Ejemplo 87

AISI-1064 n = 129 x̄ = 107.6 sX = 1.3
AISI-1078 m = 129 ȳ = 123.6 sY = 2.0
Solución
Sea X1 , . . . , X129 una m.a. que representa las resistencias de las 129 varillas tipo
1064.
2 de agosto de 2021 12 / 14
Ejemplo 87

AISI-1064 n = 129 x̄ = 107.6 sX = 1.3
AISI-1078 m = 129 ȳ = 123.6 sY = 2.0
Solución
2
1064. Suponga que E [Xi ] = µX y V ar [Xi ] = σX ; i = 1, 2, . . . 129.
2 de agosto de 2021 12 / 14
Ejemplo 87

AISI-1064 n = 129 x̄ = 107.6 sX = 1.3
AISI-1078 m = 129 ȳ = 123.6 sY = 2.0
Solución
2
1064. Suponga que E [Xi ] = µX y V ar [Xi ] = σX ; i = 1, 2, . . . 129. Sea
Y1 , . . . , Y129 otra m.a. que representa las resistencias de las 129 varillas tipo 1078.
2 de agosto de 2021 12 / 14
Ejemplo 87

AISI-1064 n = 129 x̄ = 107.6 sX = 1.3
AISI-1078 m = 129 ȳ = 123.6 sY = 2.0
Solución
2
Asuma que E [Yj ] = µY y V ar [Yj ] = σY2 ; j = 1, 2, . . . , 129.
2 de agosto de 2021 12 / 14
Ejemplo 87

AISI-1064 n = 129 x̄ = 107.6 sX = 1.3
AISI-1078 m = 129 ȳ = 123.6 sY = 2.0
Solución
2
Asuma que E [Yj ] = µY y V ar [Yj ] = σY2 ; j = 1, 2, . . . , 129. Ambas m.a.
E.I entre si.
2 de agosto de 2021 12 / 14
Ejemplo 87

AISI-1064 n = 129 x̄ = 107.6 sX = 1.3
AISI-1078 m = 129 ȳ = 123.6 sY = 2.0
Solución
2
E.I entre si. La pregunta que se desea responder se puede resumir en la siguiente
expresión: ¿µY > µX + 10? .
2 de agosto de 2021 12 / 14
Ejemplo 87

AISI-1064 n = 129 x̄ = 107.6 sX = 1.3
AISI-1078 m = 129 ȳ = 123.6 sY = 2.0
Solución
2
E.I entre si. La pregunta que se desea responder se puede resumir en la siguiente
expresión: ¿µY > µX + 10? . Esto equivale a verificar si µY − µX > 10 ⇔
µX − µy < −10 .
2 de agosto de 2021 12 / 14
Solución
Un I.C aproximado Unilateral al 95 % para µX − µY , en concordancia con
la pregunta, es de la forma:
2 de agosto de 2021 13 / 14
Solución
r !
s2x s2Y
−∞ , (x̄ − ȳ) + z0.05 + .
129 129
2 de agosto de 2021 13 / 14
Solución
r !
s2x s2Y
−∞ , (x̄ − ȳ) + z0.05 + .
129 129
Usando los datos de la tabla anterior y sabiendo que z0.05 = 1.645, se tiene:
2 de agosto de 2021 13 / 14
Solución
r !
s2x s2Y
−∞ , (x̄ − ȳ) + z0.05 + .
129 129
r !
1.32 2.02
−∞ , (107.6 − 123.6) + 1.645 + ⇔ (−∞ , −15.65) .
129 129
Observe que que este I.C aproximado indica que µX − µY < −15.65,
con una confianza aproximada del 95 %.
2 de agosto de 2021 13 / 14
Solución
r !
s2x s2Y
−∞ , (x̄ − ȳ) + z0.05 + .
129 129
r !
1.32 2.02
−∞ , (107.6 − 123.6) + 1.645 + ⇔ (−∞ , −15.65) .
129 129
Observe que que este I.C aproximado indica que µX − µY < −15.65,
con una confianza aproximada del 95 %. Por lo tanto, se cumple que
µX − µY < −10 , con una confianza aproximada del 95 %, es decir que
la resistencia promedio real del grado 1078 supera a la del grado 1064 en
más de 10 kg/mm2 .
2 de agosto de 2021 13 / 14
Muestras Aleatorias de distribuciones Normales
2

Suponga que se tiene una m.a X1 , . . . , Xn de una distribución n µX , σX
y que Y1 , . . . , Ym es otra m.a. de una distribución n µY , σY2 ; ambas m.a
son independientes entre sı́.
2 de agosto de 2021 14 / 14
2

son independientes entre sı́. Si σX2 y σ 2 son conocidas, un I.C al 100(1−α) %
Y
para µX − µY es de la forma:
2 de agosto de 2021 14 / 14
2

son independientes entre sı́. Si σX 2 y σ 2 son conocidas, un I.C al 100(1−α) %
Y
r
2
σX σ2
x̄ − ȳ ± zα/2 + Y .
n m
2 de agosto de 2021 14 / 14
2

Y
r
2
σX σ2
x̄ − ȳ ± zα/2 + Y .
n m
2 y σ 2 son desconocidas, es necesario usar una distribución que
Pero si σX Y
tenga en cuenta el desconocimiento de las varianzas poblacionales bajo
normalidad.
2 de agosto de 2021 14 / 14
2

Y
r
2
σX σ2
x̄ − ȳ ± zα/2 + Y .
n m
Pero si σX Y
normalidad. Esa es la distribución t.
2 de agosto de 2021 14 / 14
2

Y
r
2
σX σ2
x̄ − ȳ ± zα/2 + Y .
n m
Pero si σX Y
normalidad. Esa es la distribución t. Dependiendo de la relación entre estas
varianzas poblacionales, se pueden distinguir dos casos:
2 de agosto de 2021 14 / 14
2

Y
r
2
σX σ2
x̄ − ȳ ± zα/2 + Y .
n m
Pero si σX Y
2 = σ2 .
Caso I: σX Y
2 de agosto de 2021 14 / 14
2

Y
r
2
σX σ2
x̄ − ȳ ± zα/2 + Y .
n m
Pero si σX Y
2 = σ 2 . Se puede probar que:
Caso I: σX Y
2 de agosto de 2021 14 / 14
2

Y
r
2
σX σ2
x̄ − ȳ ± zα/2 + Y .
n m
Pero si σX Y
2 = σ 2 . Se puede probar que:
Caso I: σX Y
X̄ − Ȳ − (µX − µY )
T = q ∼ t(n + m − 2) ,
sp n1 + m 1
2 de agosto de 2021 14 / 14
(n − 1) s2X + (m − 1) s2Y
donde s2p = .
n+m−2
2 de agosto de 2021 15 / 14
(n − 1) s2X + (m − 1) s2Y
donde s2p = .
n+m−2
En este caso se puede deducir que un I.C al 100(1 − α) % para µX − µY
es de la forma:
2 de agosto de 2021 15 / 14
(n − 1) s2X + (m − 1) s2Y
donde s2p = .
n+m−2
es de la forma:
r
1 1
x̄ − ȳ ± tα/2 (n + m − 2) sp + ,
n m
2 de agosto de 2021 15 / 14
(n − 1) s2X + (m − 1) s2Y
donde s2p = .
n+m−2
es de la forma:
r
1 1
x̄ − ȳ ± tα/2 (n + m − 2) sp + ,
n m
donde tα/2 (n + m − 2) corresponde al cuantil superior de una distribución
t con n + m − 2 grados de libertad.
2 de agosto de 2021 15 / 14
(n − 1) s2X + (m − 1) s2Y
donde s2p = .
n+m−2
es de la forma:
r
1 1
x̄ − ȳ ± tα/2 (n + m − 2) sp + ,
n m
t con n + m − 2 grados de libertad. s2p es llamada Varianza Mezclada o
Spooled .
2 de agosto de 2021 15 / 14
(n − 1) s2X + (m − 1) s2Y
donde s2p = .
n+m−2
es de la forma:
r
1 1
x̄ − ȳ ± tα/2 (n + m − 2) sp + ,
n m
Spooled .
2 6= σ 2 .
Caso II: σX Y
2 de agosto de 2021 15 / 14
(n − 1) s2X + (m − 1) s2Y
donde s2p = .
n+m−2
es de la forma:
r
1 1
x̄ − ȳ ± tα/2 (n + m − 2) sp + ,
n m
Spooled .
2 6= σ 2 . En este un I.C al 100(1 − α) % para µ − µ
Caso II: σX Y X Y es de la
forma:
2 de agosto de 2021 15 / 14
(n − 1) s2X + (m − 1) s2Y
donde s2p = .
n+m−2
es de la forma:
r
1 1
x̄ − ȳ ± tα/2 (n + m − 2) sp + ,
n m
Spooled .
2 6= σ 2 . En este un I.C al 100(1 − α) % para µ − µ
Caso II: σX Y X Y es de la
forma:
r
s2X s2
x̄ − ȳ ± tα/2 (ν) + Y ,
n m
2 de agosto de 2021 15 / 14
donde 2
s2X s2
n
+ mY
ν= 2 2 2 .
s2

s
X Y
n m
n−1
+ m−1
2 de agosto de 2021 16 / 14
donde 2
s2X s2
n
+ mY
ν= 2 2 2 .
s2

s
X Y
n m
n−1
+ m−1
Dado que ν puede no ser un valor entero, se suele aproximar al entero más
cercano.
2 de agosto de 2021 16 / 14
donde 2
s2X s2
n
+ mY
ν= 2 2 2 .
s2

s
X Y
n m
n−1
+ m−1
cercano.
Ejemplo 88
Se investiga el diámetro de las varillas de acero fabricadas en dos diferentes máqui-
nas de extrusión.
2 de agosto de 2021 16 / 14
donde 2
s2X s2
n
+ mY
ν= 2 2 2 .
s2

s
X Y
n m
n−1
+ m−1
cercano.
Ejemplo 88
nas de extrusión. La experiencia indica que dichos diámetros tienen una distribución
normal, para ambos tipos de máquinas.
2 de agosto de 2021 16 / 14
donde 2
s2X s2
n
+ mY
ν= 2 2 2 .
s2

s
X Y
n m
n−1
+ m−1
cercano.
Ejemplo 88
normal, para ambos tipos de máquinas. Para ello se toman dos m.a de tamaños
n = 14 y m = 18 y se miden sus respectivos diámetros.
2 de agosto de 2021 16 / 14
donde 2
s2X s2
n
+ mY
ν= 2 2 2 .
s2

s
X Y
n m
n−1
+ m−1
cercano.
Ejemplo 88
n = 14 y m = 18 y se miden sus respectivos diámetros. Las medias y varianzas
muestrales obtenidas son x̄ = 8.73, s2X = 0.35, ȳ = 8.68, s2Y = 0.4 .
2 de agosto de 2021 16 / 14
donde 2
s2X s2
n
+ mY
ν= 2 2 2 .
s2

s
X Y
n m
n−1
+ m−1
cercano.
Ejemplo 88
n = 14 y m = 18 y se miden sus respectivos diámetros. Las medias y varianzas
muestrales obtenidas son x̄ = 8.73, s2X = 0.35, ȳ = 8.68, s2Y = 0.4 . Construya
un I.C bilateral al 95 % para la diferencia en los diámetros promedios de las varillas
fabricadas por las dos máquinas, asumiendo:
2 de agosto de 2021 16 / 14
Ejemplo 88
1 2 = σ2 .
σX Y
2 de agosto de 2021 17 / 14
Ejemplo 88
1 2 = σ2 .
σX Y
2 2 6= σ 2 .
σX Y
Solución
Suponga que X1 , . . . , X15 es una m.a que representa los diámetros de
las varillas producidas por la máquina A;
2 de agosto de 2021 17 / 14
Ejemplo 88
1 2 = σ2 .
σX Y
2 2 6= σ 2 .
σX Y
Solución
las varillas producidas por la máquina A; sea Y1 , . . . , Y18 otra m.a que
representa los diámetros de las varillas producidas por la máquina B.
2 de agosto de 2021 17 / 14
Ejemplo 88
1 2 = σ2 .
σX Y
2 2 6= σ 2 .
σX Y
Solución
representa los diámetros de las varillas producidas por la máquina B. Del
enunciado se tiene que:
2 de agosto de 2021 17 / 14
Ejemplo 88
1 2 = σ2 .
σX Y
2 2 6= σ 2 .
σX Y
Solución
2
, i = 1, . . . , 15 ; Yj ∼ n µY , σY2 , j = 1, . . . , 18 .

Xi ∼ n µX , σX
2 de agosto de 2021 17 / 14
Ejemplo 88
1 2 = σ2 .
σX Y
2 2 6= σ 2 .
σX Y
Solución
2
, i = 1, . . . , 15 ; Yj ∼ n µY , σY2 , j = 1, . . . , 18 .

Xi ∼ n µX , σX
De la información muestral se obtuvo:
2 de agosto de 2021 17 / 14
Ejemplo 88
1 2 = σ2 .
σX Y
2 2 6= σ 2 .
σX Y
Solución
2
, i = 1, . . . , 15 ; Yj ∼ n µY , σY2 , j = 1, . . . , 18 .

Xi ∼ n µX , σX
De la información muestral se obtuvo:
x̄ = 8.73 , s2X = 0.35 , n = 14 ; ȳ = 8.68 , s2Y = 0.4 , m = 18 .

2 de agosto de 2021 17 / 14
2
1 Como σX = σY2 , un I.C al 95 % para µX − µY está dado por:
2 de agosto de 2021 18 / 14
2
r
1 1
(8.73 − 8.68) ± t0.025 (30) sp + ,
14 18
2 de agosto de 2021 18 / 14
2
r
1 1
(8.73 − 8.68) ± t0.025 (30) sp + ,
14 18
13 s2 +17 s2Y
donde s2p = X
30 = 0.3783 y ası́ sp = 0.615. Además
t0.025 (30) = 2.042 .
2 de agosto de 2021 18 / 14
2
r
1 1
(8.73 − 8.68) ± t0.025 (30) sp + ,
14 18
13 s2 +17 s2
donde s2p = X
30
Y
= 0.3783 y ası́ sp = 0.615. Además
t0.025 (30) = 2.042 . Un I.C al 95 % para µX − µY está dado por:
2 de agosto de 2021 18 / 14
2
r
1 1
(8.73 − 8.68) ± t0.025 (30) sp + ,
14 18
13 s2 +17 s2
donde s2p = X
30
Y
= 0.3783 y ası́ sp = 0.615. Además
0.05 ± 0.447 ⇔ (−0.397 , 0.498) .
2 de agosto de 2021 18 / 14
2
r
1 1
(8.73 − 8.68) ± t0.025 (30) sp + ,
14 18
13 s2 +17 s2
donde s2p = X
30
Y
= 0.3783 y ası́ sp = 0.615. Además
0.05 ± 0.447 ⇔ (−0.397 , 0.498) .
Este intervalo contiene el valor 0, lo cual indica que µX = µY con una

confianza del 95 %, es decir, los diámetros medios de ambas varillas son
similares para ambas máquinas.
2 de agosto de 2021 18 / 14
2
r
1 1
(8.73 − 8.68) ± t0.025 (30) sp + ,
14 18
13 s2 +17 s2
donde s2p = X
30
Y
= 0.3783 y ası́ sp = 0.615. Además
0.05 ± 0.447 ⇔ (−0.397 , 0.498) .

2
2 Como σX 6= σY2 , un I.C al 95 % para µX − µY está dado por:
2 de agosto de 2021 18 / 14
2
r
1 1
(8.73 − 8.68) ± t0.025 (30) sp + ,
14 18
13 s2 +17 s2
donde s2p = X
30
Y
= 0.3783 y ası́ sp = 0.615. Además
0.05 ± 0.447 ⇔ (−0.397 , 0.498) .

2
2 Como σX 6= σY2 , un I.C al 95 % para µX − µY está dado por:
r
s2X s2
(8.73 − 8.68) ± t0.025 (ν) + Y ,
14 18
donde ν = 28.913 ≈ 29 y t0.025 (29) = 2.045 .
2 de agosto de 2021 18 / 14
Ası́, un I. C al 95 % para µX − µY está dado por:
2 de agosto de 2021 19 / 14
r
0.35 0.4
0.05 ± 2.045 + ⇔ (−0.394 , 0.494) .
14 18
2 de agosto de 2021 19 / 14
r
0.35 0.4
0.05 ± 2.045 + ⇔ (−0.394 , 0.494) .
14 18
La conclusión es similar al numeral anterior, no hay diferencias entre los diámetros
medios de las varillas producidas por ambas máquinas, con una confianza del 95 %.
Ejemplo 89
Se realizó un experimento para comparar el tiempo promedio requerido por el
cuerpo humano para absorber dos medicamentos, A y B.
2 de agosto de 2021 19 / 14
r
0.35 0.4
0.05 ± 2.045 + ⇔ (−0.394 , 0.494) .
14 18
Ejemplo 89
cuerpo humano para absorber dos medicamentos, A y B. Se cree que el fármaco
B se absorbe en promedio más rápido que el A.
2 de agosto de 2021 19 / 14
r
0.35 0.4
0.05 ± 2.045 + ⇔ (−0.394 , 0.494) .
14 18
Ejemplo 89
B se absorbe en promedio más rápido que el A. Para verificarlo se eligieron al azar
10 personas para ensayar el fármaco A y se registraron los tiempos que tardan
en alcanzar un nivel especı́fico en la sangre.
2 de agosto de 2021 19 / 14
r
0.35 0.4
0.05 ± 2.045 + ⇔ (−0.394 , 0.494) .
14 18
Ejemplo 89
en alcanzar un nivel especı́fico en la sangre. El tiempo promedio requerido fue
24.8 min, con una varianza 15.57 min2 .
2 de agosto de 2021 19 / 14
r
0.35 0.4
0.05 ± 2.045 + ⇔ (−0.394 , 0.494) .
14 18
Ejemplo 89
24.8 min, con una varianza 15.57 min2 . Al ensayar el fármaco B en 15 personas
elegidas al azar, el tiempo promedio fue 22.6 min, con una varianza 17.64 min2 .
2 de agosto de 2021 19 / 14
r
0.35 0.4
0.05 ± 2.045 + ⇔ (−0.394 , 0.494) .
14 18
Ejemplo 89
La experiencia ha mostrado que los tiempos de absorción de ambos medicamentos
se distribuyen normalmente, donde la variabilidad en los tiempos es similar para
ambos fármacos.
2 de agosto de 2021 19 / 14
r
0.35 0.4
0.05 ± 2.045 + ⇔ (−0.394 , 0.494) .
14 18
Ejemplo 89
La experiencia ha mostrado que los tiempos de absorción de ambos medicamentos
se distribuyen normalmente, donde la variabilidad en los tiempos es similar para
ambos fármacos. Usando un I.C al 95 % ¿Es cierta la creencia?
2 de agosto de 2021 19 / 14
Solución
Suponga que X1 , . . . , X10 es una m.a que representa los tiempos de absorción
de las 10 personas
a las cuales se les administra el fármaco A; se tiene que
2
Xi ∼ n µX , σX .
2 de agosto de 2021 20 / 14
Solución
de las 10 personas
2
Xi ∼ n µX , σX . Análogamente, sea Y1 , . . . , Y15 otra m.a que representa los
tiempos de absorción de las 15 personas a las
cuales se les administra el fármaco
B; similarmente se tiene que Yj ∼ n µY , σY2 .
2 de agosto de 2021 20 / 14
Solución
de las 10 personas
2
cuales se les administra el2fármaco
B; similarmente se tiene que Yj ∼ n µY , σY2 . El enunciado indica que σX = σY2 .
2 de agosto de 2021 20 / 14
Solución
de las 10 personas a las cuales se les administra el fármaco A; se tiene que
2
La información muestral revela que:
2 de agosto de 2021 20 / 14
Solución
2
x̄ = 24.8 , s2X = 15.57 , n = 10 ; ȳ = 22.6 , s2Y = 17.64 , m = 15 .
2 de agosto de 2021 20 / 14
Solución
2
x̄ = 24.8 , s2X = 15.57 , n = 10 ; ȳ = 22.6 , s2Y = 17.64 , m = 15 .
Ası́, un I.C al 95 % para µX − µY es:
2 de agosto de 2021 20 / 14
Solución
2
x̄ = 24.8 , s2X = 15.57 , n = 10 ; ȳ = 22.6 , s2Y = 17.64 , m = 15 .

r
1 1
(24.8 − 22.6) ± t0.025 (23) sp + ⇔ (− 1.27 , 5.67) ,
10 15
2 de agosto de 2021 20 / 14
Solución
2
x̄ = 24.8 , s2X = 15.57 , n = 10 ; ȳ = 22.6 , s2Y = 17.64 , m = 15 .

r
1 1
(24.8 − 22.6) ± t0.025 (23) sp + ⇔ (− 1.27 , 5.67) ,
10 15
q q
1 1 1
donde s2p = 16.83 , t0.025 (23) = 2.069 y 10 + 15 = 6 .
2 de agosto de 2021 20 / 14
Solución
2
x̄ = 24.8 , s2X = 15.57 , n = 10 ; ȳ = 22.6 , s2Y = 17.64 , m = 15 .

r
1 1
(24.8 − 22.6) ± t0.025 (23) sp + ⇔ (− 1.27 , 5.67) ,
10 15
q q
1 1 1
donde s2p = 16.83 , t0.025 (23) = 2.069 y 10 + 15 = 6 .
Este intervalo permite concluir, que no hay diferencias significativas en los tiempos
de absorción de ambos fármacos, con una confianza del 95 %.
2 de agosto de 2021 20 / 14
Un I.C unilateral al 95 % para µX − µY es de la forma:
2 de agosto de 2021 21 / 14

r !
1 1
x̄ − ȳ − tα (n + m − 2) sp + , ∞ .
n m
2 de agosto de 2021 21 / 14

r !
1 1
x̄ − ȳ − tα (n + m − 2) sp + , ∞ .
n m
Ahora t0.05 (23) = 1.714 .
2 de agosto de 2021 21 / 14

r !
1 1
x̄ − ȳ − tα (n + m − 2) sp + , ∞ .
n m
Ahora t0.05 (23) = 1.714 . Ası́, un I.C unilateral al 95 % para µX − µY es:
2 de agosto de 2021 21 / 14

r !
1 1
x̄ − ȳ − tα (n + m − 2) sp + , ∞ .
n m

r !
1 1
24.8 − 22.6 − 1.714 (4.10) + , ∞ ⇔ (−0.669, ∞) .
10 15
2 de agosto de 2021 21 / 14

r !
1 1
x̄ − ȳ − tα (n + m − 2) sp + , ∞ .
n m

r !
1 1
24.8 − 22.6 − 1.714 (4.10) + , ∞ ⇔ (−0.669, ∞) .
10 15
Como este intervalo contiene el 0, no es posible afirmar, con una confianza

del 95 %, que µX − µY > 0 .
2 de agosto de 2021 21 / 14

Clase 16

Cargado por

Información del documento

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

Clase 16

Cargado por

Copyright:

Formatos disponibles

Intervalos de Confianza

Intervalos de Confianza para Medias: Distribuciones Normales

Pero si σ es desconocida, la distribución de X̄ estandarizada NO es normal.

Pero si σ es desconocida, la distribución de X̄ estandarizada NO es normal.

Pero si σ es desconocida, la distribución de X̄ estandarizada NO es normal.

Pero si σ es desconocida, la distribución de X̄ estandarizada NO es normal.

La distribución de T se conoce como t de Student y se suele escribir

Pero si σ es desconocida, la distribución de X̄ estandarizada NO es normal.

La distribución de T se conoce como t de Student y se suele escribir

Pero si σ es desconocida, la distribución de X̄ estandarizada NO es normal.

La distribución de T se conoce como t de Student y se suele escribir

Realizando un proceso similar al caso de muestras aleatorias con media descono-

Realizando un proceso similar al caso de muestras aleatorias con media descono-

Realizando un proceso similar al caso de muestras aleatorias con media descono-

Realizando un proceso similar al caso de muestras aleatorias con media descono-

Realizando un proceso similar al caso de muestras aleatorias con media descono-

Realizando un proceso similar al caso de muestras aleatorias con media descono-

Ası́ un I.C aproximado al 95 % para µX − µY es:

Ası́ un I.C aproximado al 95 % para µX − µY es:

Ası́ un I.C aproximado al 95 % para µX − µY es:

Ası́ un I.C aproximado al 95 % para µX − µY es:

Ası́ un I.C aproximado al 95 % para µX − µY es:

Ası́ un I.C aproximado al 95 % para µX − µY es:

Ası́ un I.C aproximado al 95 % para µX − µY es:

Ası́ un I.C aproximado al 95 % para µX − µY es:

Con una confianza aproximada del 95 % se puede afirmar que µX − µY < 0, es

Grado Tamaño Muestral Media Muestral Desviación Estándar

Grado Tamaño Muestral Media Muestral Desviación Estándar

Grado Tamaño Muestral Media Muestral Desviación Estándar

Grado Tamaño Muestral Media Muestral Desviación Estándar

Grado Tamaño Muestral Media Muestral Desviación Estándar

Grado Tamaño Muestral Media Muestral Desviación Estándar

Grado Tamaño Muestral Media Muestral Desviación Estándar

Grado Tamaño Muestral Media Muestral Desviación Estándar

De la información muestral se obtuvo:

De la información muestral se obtuvo:

x̄ = 8.73 , s2X = 0.35 , n = 14 ; ȳ = 8.68 , s2Y = 0.4 , m = 18 .

0.05 ± 0.447 ⇔ (−0.397 , 0.498) .

0.05 ± 0.447 ⇔ (−0.397 , 0.498) .

Este intervalo contiene el valor 0, lo cual indica que µX = µY con una

0.05 ± 0.447 ⇔ (−0.397 , 0.498) .

Este intervalo contiene el valor 0, lo cual indica que µX = µY con una

0.05 ± 0.447 ⇔ (−0.397 , 0.498) .

Este intervalo contiene el valor 0, lo cual indica que µX = µY con una

x̄ = 24.8 , s2X = 15.57 , n = 10 ; ȳ = 22.6 , s2Y = 17.64 , m = 15 .

x̄ = 24.8 , s2X = 15.57 , n = 10 ; ȳ = 22.6 , s2Y = 17.64 , m = 15 .

Ası́, un I.C al 95 % para µX − µY es:

x̄ = 24.8 , s2X = 15.57 , n = 10 ; ȳ = 22.6 , s2Y = 17.64 , m = 15 .

Ası́, un I.C al 95 % para µX − µY es:

x̄ = 24.8 , s2X = 15.57 , n = 10 ; ȳ = 22.6 , s2Y = 17.64 , m = 15 .

Ası́, un I.C al 95 % para µX − µY es:

x̄ = 24.8 , s2X = 15.57 , n = 10 ; ȳ = 22.6 , s2Y = 17.64 , m = 15 .

Ası́, un I.C al 95 % para µX − µY es:

Un I.C unilateral al 95 % para µX − µY es de la forma:

Un I.C unilateral al 95 % para µX − µY es de la forma:

Un I.C unilateral al 95 % para µX − µY es de la forma:

Ahora t0.05 (23) = 1.714 .

Un I.C unilateral al 95 % para µX − µY es de la forma:

Ahora t0.05 (23) = 1.714 . Ası́, un I.C unilateral al 95 % para µX − µY es:

Un I.C unilateral al 95 % para µX − µY es de la forma:

Ahora t0.05 (23) = 1.714 . Ası́, un I.C unilateral al 95 % para µX − µY es:

Un I.C unilateral al 95 % para µX − µY es de la forma:

Ahora t0.05 (23) = 1.714 . Ası́, un I.C unilateral al 95 % para µX − µY es:

Como este intervalo contiene el 0, no es posible afirmar, con una confianza