Prueba de Hipótesis para Dos Poblaciones

Prueba de hipótesis para dos poblaciones:
Un test de hipótesis para dos muestras es similar en muchos aspectos al test para una muestra.
Vale la pena insistir en que posiblemente los métodos de pruebas de hipótesis son una de las
metodologías estadísticas más importantes y útiles. Además, es un tema considerablemente
amplio y, por ello, conviene hacer una pausa para presentar un panorama general que
proporcione una idea global sobre el tema para visualizar mejor el terreno
En ocasiones, lo que se desea probar es si existen diferencias entre los parámetros de 2

poblaciones. Por ejemplo, puede desearse probar si existe diferencia entre el promedio de
artículos producidos en el turno matutino (población 1) y el turno vespertino (población 2).
También, puede ser necesario probar si la proporción de hombres en una ciudad (población 1)
es igual a la proporción de hombres en otra ciudad (población 2).
A su vez en las pruebas de hipótesis sobre medias, además del asunto del tamaño de la muestra,
es necesario considerar si se conocen o no las varianzas poblacionales y si puede o no asumir
que son iguales.
Asimismo se abordan las consideraciones necesarias a tomar en cuenta cuando se trata de

muestras independientes (la mayoría de los casos aquí presentados) o de datos pareados, es
decir, dependientes, ya que esto también implica cambios en los procedimientos
Prueba de hipótesis para razón de varianzas,
Para probar si existe o no diferencia entre las varianzas de 2 poblaciones puede utilizarse como
estadístico de prueba la F de la distribución F de Fisher, llamada así en honor del destacado
estadístico Ronald Aylmer Fisher, que se calcula como el cociente de las varianzas de las 2
poblaciones:
𝜎12
𝐹=
𝜎22
Que sería la expresión teórica de F. Y el valor calculado de F a partir de las varianzas muestrales:
𝑠12
𝐹𝑒𝑠𝑡 =
𝑠22
La prueba se lleva a cabo sobre la diferencia hipotética entre 2 varianzas poblacionales: H0: 𝜎12 −
𝜎22 = 0; para realizarla se obtienen las varianzas de 2 muestras tomadas de 2 poblaciones
diferentes. En otras palabras, esta prueba se realiza para poblaciones independientes, a las que
suele identificarse como 1 y 2. Las 2 varianzas muestrales son las que se utilizan como base para
hacer inferencias sobre sus correspondientes parámetros.
Si puede asumirse que las 2 varianzas poblacionales son iguales, 𝜎12 = 𝜎22 , entonces se utiliza,
como estadístico de prueba, la distribución F con n1 - 1 grados de libertad para el numerador y
n1 - 1 grados de libertad para el denominador; ya que el estadístico de prueba se calcula con los
datos muestrales se construye con un cociente
La distribución F no es una distribución simétrica; está sesgada a la derecha y su forma específica

depende de los grados de libertad tanto del numerador como del denominador.
Tal como puede apreciarse, al tratarse de una distribución asimétrica, la tabla de la distribución
F no muestra valores de probabilidad para el lado izquierdo y éstos se requieren cuando la
prueba que se realiza es de 2 extremos (≠) o cuando es de un extremo y la región de rechazo
está en el lado izquierdo. En estos casos, para determinar los valores no mostrados, lo que se
hace es utilizar el inverso del valor correspondiente de las tablas, invirtiendo el orden de los
grados de libertad. En símbolos:
1
𝐹(1−∝;𝑛1 −1;𝑛2 −1) =
𝐹(∝;𝑛1 −1;𝑛2 −1)
Paso 1: Se plantea la hipótesis nula y alternativa.
𝑯𝟎 : 𝝈𝟐𝟏 − 𝝈𝟐𝟐 = 𝟎 𝑯𝟎 : 𝝈𝟐𝟏 − 𝝈𝟐𝟐 ≤ 𝟎 𝑯𝟎 : 𝝈𝟐𝟏 − 𝝈𝟐𝟐 ≥ 𝟎
𝑯𝟏 : 𝝈𝟐𝟏 ≠ 𝝈𝟐𝟐 = 𝟎 𝑯𝟏 : 𝝈𝟐𝟏 − 𝝈𝟐𝟐 > 𝟎 𝑯𝟏 : 𝝈𝟐𝟏 − 𝝈𝟐𝟐 < 𝟎
Paso 2: Se selecciona el nivel de significancia.
 = 0.05,  = 0.01,  = 0.1
Paso 3: Se identifica el estadístico de prueba.
𝑠12
𝐹𝑒𝑠𝑡 = 2
𝑠2
Paso 4: Se formula la regla de decisión
Paso 5: Se realiza los cálculos según la fórmula del paso 3.
Obtenemos los datos para reemplazar la formula
Paso 6: se realiza la conclusión del resultado.
Según el resultado del paso 5 realizamos la conclusión “Existe suficiente evidencia estadística
para concluir que…” o “No existe suficiente evidencia estadística para concluir que…”
Ejemplo:
Se desea comparar el grado de aprendizaje en matemáticas en 2 escuelas del mismo nivel que
utilizan métodos de enseñanza diferentes. Para aplicar la prueba t para la diferencia entre 2
medias, debe ser posible suponer que ambas poblaciones tienen la misma varianza. Por ello,
antes de realizar la prueba sobre las medias, es conveniente realizar una prueba sobre la
igualdad de varianzas de las 2 poblaciones. Al hacer esta prueba, se toma una muestra aleatoria
de 21 estudiantes en cada una de las 2 escuelas y se obtienen los siguientes resultados:
Escuela 1 Escuela 2
n1 = 21 n1 = 21
𝑋̅1 = 7.9 𝑋̅1 = 8.3
S1 = 1.1 S1 = 1.21
Entonces, como este valor empírico de F es mayor que 0.41 y menor que 2.46, no se rechaza la
hipótesis nula y se concluye que ambas poblaciones de estudiantes tienen la misma varianza.
Un fabricante de luminarias sospecha que una de sus líneas de producción está fabricando
productos con demasiada variabilidad en su vida útil. Para evaluar la situación, decide comparar
la varianza de una muestra de 25 de esas luminarias contra la varianza de otra muestra de 30
procedentes de una línea de producción que no está bajo sospecha. Se determinan las
correspondientes varianzas y se encuentra que la de la línea de producción sospechosa es de
900, en tanto que la otra es de 350. ¿Puede concluirse, con un nivel de significación de 1%, que
la variabilidad de la vida útil de las luminarias fabricadas en la línea de producción bajo sospecha
es mayor que la de aquellas que provienen de la línea de producción que trabaja
adecuadamente?
2. Veintiún personas de entre 20 y 35 años de edad que participaron en un curso de capacitación

basado en un texto programado, promediaron 58.22 min para terminar el curso, con una
varianza de 8.5 min. En tanto, en un curso simultáneo de personas mayores de 35 años, el
promedio fue de 63.24 min con una varianza de 9.2 min. Compruebe la hipótesis de que la
varianza de los 2 cursos es la misma con un nivel de significación de 5 por ciento.
Prueba de hipótesis para diferencia de Medias
En cada tipo de pruebas se presentan distintas circunstancias entre las que sobresalen las
aplicaciones con muestras grandes o con muestras pequeñas. Del mismo modo que sucedió en
las pruebas de hipótesis para una muestra, y de la misma manera que sucedió en el tema de
estimaciones de parámetros, tratar con muestras grandes (n > 30) o muestras pequeñas (n < 30)
implica diferencias en los procedimientos.
Pruebas con muestras grandes e independientes
Se presentan casos de pruebas de hipótesis con 2 características: las muestras son grandes,
tanto n1 como n2 son mayores que o iguales a 30, y se trata de muestras independientes, es
decir, muestras tomadas de 2 poblaciones diferentes.
Los diferentes casos de pruebas para 2 medias implican diferencias en el estadístico de prueba
pero, sobre todo, en la forma en la que se calcula el error estándar del estadístico, es decir, la
media de la distribución muestral del estadístico
Caso 1: Prueba de Hipótesis para la diferencia de medias cuando se conocen las varianzas de
las 2 poblaciones
𝑯𝟎 : 𝝁𝟏 − 𝝁𝟐 = 𝟎 𝑯𝟎 : 𝝁𝟏 − 𝝁𝟐 ≤ 𝟎 𝑯𝟎 : 𝝁𝟏 − 𝝁𝟐 ≥ 𝟎
𝑯𝟏 : 𝝁𝟏 − 𝝁𝟐 ≠ 𝟎 𝑯𝟏 : 𝝁𝟏 − 𝝁𝟐 > 𝟎 𝑯𝟏 : 𝝁𝟏 − 𝝁𝟐 < 𝟎
 = 0.05,  = 0.01,  = 0.1
𝑋̅1 − 𝑋̅2
𝑍=
𝜎2 𝜎2
√ 1+ 2
𝑛1 𝑛2
Un gerente de producción desea determinar si existe diferencia entre la productividad de los

trabajadores del turno matutino y los del turno vespertino. Para ello, toma una muestra
aleatoria de 30 trabajadores de cada turno y encuentra que produjeron un promedio de 68
artículos por turno, en tanto que los del turno vespertino produjeron 65.5 artículos en promedio.
Las desviaciones estándar de las poblaciones son de 16 y 17 respectivamente. ¿Existe diferencia
entre la productividad de los 2 turnos, a un nivel de significación de 0.01?
𝑯𝟎 : 𝝁𝟏 − 𝝁𝟐 = 𝝁𝟎
𝑯𝟏 : 𝝁𝟏 − 𝝁𝟐 ≠ 𝝁𝟎
 = 0.01
𝑋̅1 − 𝑋̅2
𝑍=
𝜎2 𝜎2
√ 1+ 2
𝑛1 𝑛2

- 2.58 2.58
n1 = 30 n2 = 30 X1 = 68 X2 = 65.5 σ21 = (16)2 σ21 = (17)2
2.5 2.5 𝑍𝑐 = 0.59

68 − 65.5 𝑍𝑐 = 𝑍𝑐 =
𝑍𝑐 = 4.26
√18.17
√256 + 289
30 30
Como Zc < 2.58 entonces no se rechaza H0
Paso 6: Conclusión
No existe suficiente evidencia estadística para concluir que haya diferencia entre la
productividad de los 2 turnos.
Sin embargo, el caso más común es que no se conozcan las varianzas, entonces se utilizan las de
las muestras para estimarlas, y el procedimiento es exactamente igual.
Caso 2: Prueba de Hipótesis para la diferencia de medias cuando no se conocen las varianzas
de las 2 poblaciones y no se asume que sean iguales
𝑯𝟎 : 𝝁𝟏 − 𝝁𝟐 = 𝝁𝟎 𝑯𝟎 : 𝝁𝟏 − 𝝁𝟐 ≤ 𝝁𝟎 𝑯𝟎 : 𝝁𝟏 − 𝝁𝟐 ≥ 𝝁𝟎
𝑯𝟏 : 𝝁𝟏 − 𝝁𝟐 ≠ 𝝁𝟎 𝑯𝟏 : 𝝁𝟏 − 𝝁𝟐 > 𝝁𝟎 𝑯𝟏 : 𝝁𝟏 − 𝝁𝟐 < 𝝁𝟎
 = 0.05,  = 0.01,  = 0.1
𝑋̅1 − 𝑋̅2
𝑍=
𝑠2 𝑠2
√ 1+ 2
𝑛1 𝑛2

Ejemplo:
Se desea probar si los salarios medios mensuales de los empleados oficinistas de 2 empresas del
ramo de servicios turísticos son iguales o no, con un nivel de significación de 1%. Para ello, se
toman muestras de ambas empresas y los datos correspondientes se resumen en la siguiente
tabla:
Empresa 1 Empresa 2
n1 = 50 n2 = 60
𝑋̅1 = 6000 𝑋̅2 = 5850
S1 = 300 S2 = 214
Resuelva este caso asumiendo que no conocen las varianzas de las 2 poblaciones y no son
iguales.
𝑯𝟎 : 𝝁𝟏 − 𝝁𝟐 = 𝝁𝟎
𝑯𝟏 : 𝝁𝟏 − 𝝁𝟐 ≠ 𝝁𝟎
 = 0.01
𝑋̅1 − 𝑋̅2
𝑍=
𝑠2 𝑠2
√ 1+ 2
𝑛1 𝑛2
- 2.58 2.58
n1 = 50 n2 = 60 X1 = 6000 X2 = 5850 σ21 = (300)2 σ21 = (214)2
150 150 𝑍𝑐 = 2.96

6000 − 5850 𝑍𝑐 = 𝑍𝑐 =
𝑍𝑐 = 50.63
√2563.267
√90000 + 45796
50 60
Como Zc > 2.58 entonces se rechaza H0
Paso 6: Conclusión
existe suficiente evidencia estadística para concluir que los salarios medios mensuales de los
empleados oficinistas de 2 empresas del ramo de servicios turísticos son diferentes
Caso 3: Prueba de Hipótesis para la diferencia de medias cuando no conocen las varianzas de
las 2 poblaciones y se asume que sean iguales
𝑯𝟎 : 𝝁𝟏 − 𝝁𝟐 = 𝝁𝟎 𝑯𝟎 : 𝝁𝟏 − 𝝁𝟐 ≤ 𝝁𝟎 𝑯𝟎 : 𝝁𝟏 − 𝝁𝟐 ≥ 𝝁𝟎
𝑯𝟏 : 𝝁𝟏 − 𝝁𝟐 ≠ 𝝁𝟎 𝑯𝟏 : 𝝁𝟏 − 𝝁𝟐 > 𝝁𝟎 𝑯𝟏 : 𝝁𝟏 − 𝝁𝟐 < 𝝁𝟎
 = 0.05,  = 0.01,  = 0.1
𝑋̅1 − 𝑋̅2
𝑍=
𝑠2 𝑠2
√ 𝑐 + 𝑐
𝑛1 𝑛2
(𝑛1 − 1)𝑠12 + (𝑛2 − 1)𝑠22

𝑠𝑐2 =
𝑛1 + 𝑛2 − 2
Ejemplo
Un departamento de control de calidad desea evaluar 2 máquinas que fabrican ciertas piezas
circulares de plástico. Se desea saber si la maquina A las fabrica con un diámetro mayor que la
maquina B. Para ello, se toma una muestra de 35 piezas de la maquina A y se encuentra que su
diámetro tiene una media de 1.061 cm con varianza de 0.000442. En tanto que una muestra
aleatoria de 30 piezas de la maquina B arroja una media de 1.038 cm con varianza de 0.000228.
Si los diámetros de estas piezas se distribuyen de forma normal en las 2 máquinas y se sabe que
sus varianzas son iguales, compruebe la hipótesis de que la maquina A está fabricando piezas de
mayor diámetro, con un nivel de significación de 0.05.

𝑯𝟎 : 𝝁𝟏 − 𝝁𝟐 ≤ 𝝁𝟎
𝑯𝟏 : 𝝁𝟏 − 𝝁𝟐 > 𝝁𝟎
 = 0.05
𝑋̅1 − 𝑋̅2
𝑍=
2 2
√𝑠𝑐 + 𝑠𝑐
𝑛1 𝑛2
(𝑛1 − 1)𝑠12 + (𝑛2 − 1)𝑠22

𝑠𝑐2 =
𝑛1 + 𝑛2 − 2
1.64

n1 = 35 n2 = 30 X1 = 1.061 X2 = 1.038 σ21 = 0.000442 σ21 = 0.000228
(𝑛1 − 1)𝑠12 + (𝑛2 − 1)𝑠22

𝑠𝑐2 =
𝑛1 + 𝑛2 − 2
(35 − 1)0.000442 + (30 − 1)0.000228
𝑠𝑐2 =
35 + 30 − 2
0.02164
𝑠𝑐2 = = 0.000343
63
1.061 − 1.038
𝑍𝑐 = 0.023 0.023 𝑍𝑐 = 5
𝑍𝑐 = 𝑍𝑐 =
√0.000343 + 0.000343 √0.00002123 0.0046
35 30
Como Zc > 1.64 entonces no se rechaza H0

Paso 6: Conclusión
Existe suficiente evidencia estadística para concluir que la maquina A las fabrica con un diámetro
mayor que la maquina B ciertas piezas circulares de plástico.
Pruebas con muestras pequeñas e independientes, variables distribuidas normalmente
Las circunstancias son, en este caso, diversas:
➢ La variable se distribuye de forma normal en ambas poblaciones.

➢ Las 2 muestras son independientes.
➢ Los tamaños de las muestras son pequeños: n1 < 30 y n2 < 30.
➢ No se conocen las varianzas de las poblaciones correspondientes.
Prueba de Hipótesis para la diferencia de medias cuando no conocen las varianzas pero se
asume que son iguales
𝑯𝟎 : 𝝁𝟏 − 𝝁𝟐 = 𝝁𝟎 𝑯𝟎 : 𝝁𝟏 − 𝝁𝟐 ≤ 𝝁𝟎 𝑯𝟎 : 𝝁𝟏 − 𝝁𝟐 ≥ 𝝁𝟎
𝑯𝟏 : 𝝁𝟏 − 𝝁𝟐 ≠ 𝝁𝟎 𝑯𝟏 : 𝝁𝟏 − 𝝁𝟐 > 𝝁𝟎 𝑯𝟏 : 𝝁𝟏 − 𝝁𝟐 < 𝝁𝟎
 = 0.05,  = 0.01,  = 0.1
𝑋̅1 − 𝑋̅2
𝑇=
2 2
𝑛1 𝑛2
(𝑛1 − 1)𝑠12 + (𝑛2 − 1)𝑠22

𝑠𝑐2 =
𝑛1 + 𝑛2 − 2
Ejemplo
Un departamento de control de calidad desea evaluar 2 máquinas que fabrican ciertas piezas
circulares de plástico. Se desea saber si la maquina A las fabrica con un diámetro mayor que la
maquina B. Para ello, se toma una muestra de 12 piezas de la maquina A y se encuentra que su
diámetro tiene una media de 1.061 cm con varianza de 0.000442. En tanto que una muestra
aleatoria de 10 piezas de la maquina B arroja una media de 1.038 cm con varianza de 0.000228.
Si los diámetros de estas piezas se distribuyen de forma normal en las 2 máquinas y se sabe que
sus varianzas son iguales, compruebe la hipótesis de que la maquina A está fabricando piezas de
mayor diámetro, con un nivel de significación de 0.05.
𝑯𝟎 : 𝝁𝟏 − 𝝁𝟐 ≤ 𝝁𝟎
𝑯𝟏 : 𝝁𝟏 − 𝝁𝟐 > 𝝁𝟎
 = 0.05
𝑋̅1 − 𝑋̅2
𝑇=
2 2
𝑛1 𝑛2
(𝑛1 − 1)𝑠12 + (𝑛2 − 1)𝑠22

𝑠𝑐2 =
𝑛1 + 𝑛2 − 2
1.725

n1 = 12 n2 = 10 X1 = 1.061 X2 = 1.038 σ21 = 0.000442 σ21 = 0.000228
(𝑛1 − 1)𝑠12 + (𝑛2 − 1)𝑠22

𝑠𝑐2 =
𝑛1 + 𝑛2 − 2
(12 − 1)0.000442 + (10 − 1)0.000228
𝑠𝑐2 =
12 + 10 − 2
0.007356
𝑠𝑐2 = = 0.0003678
20
1.061 − 1.038
𝑇𝑐 = 0.023 0.023 𝑇𝑐 = 2.80
𝑇𝑐 = 𝑇𝑐 =
√0.0003678 + 0.0003678 √0.00006743 0.0082
12 10
Como Tc > 1.64 entonces se rechaza H0

Paso 6: Conclusión
Existe suficiente evidencia estadística para concluir que la maquina A las fabrica con un diámetro
mayor que la maquina B ciertas piezas circulares de plástico.
Prueba de hipótesis para diferencia de Proporciones.
Cuando se desea probar una hipótesis sobre la diferencia entre 2 proporciones, puede
emplearse la distribución normal si se tienen tamaños de muestra lo suficientemente grandes.
𝑯𝟎 : 𝝅𝟏 − 𝝅𝟐 = 𝟎 𝑯𝟎 : 𝝅𝟏 − 𝝅𝟐 ≤ 𝟎𝟎 𝑯𝟎 : 𝝅𝟏 − 𝝅𝟐 ≥ 𝟎
𝑯𝟏 : 𝝅𝟏 − 𝝅𝟐 ≠ 𝟎 𝑯𝟏 : 𝝅𝟏 − 𝝅𝟐 > 𝟎 𝑯𝟏 : 𝝅𝟏 − 𝝅𝟐 < 𝟎
 = 0.05,  = 0.01,  = 0.1

𝑝1 − 𝑝2
𝑍=
1 1
√𝑝𝑐 (1 − 𝑝𝑐 )( + )
𝑛1 𝑛2
𝑥1 + 𝑥2
𝑝𝑐 =
𝑛1 + 𝑛2
Ejemplo
Se desea probar si existe diferencia entre las proporciones de aficionados al futbol que tienen
estudios universitarios y los que no. De una muestra aleatoria de 100 hombres con estudios
universitarios se encuentra que 56 de ellos son aficionados a ese deporte. Otra muestra de 150
varones que no tienen esos estudios refleja que 90 manifiestan ser aficionados. Compruebe, con
un nivel de significación de 0.05, si existe diferencia entre las proporciones de aficionados en
ambas poblaciones.
𝑯𝟎 : 𝝅𝟏 − 𝝅𝟐 = 𝝁𝟎
𝑯𝟏 : 𝝅𝟏 − 𝝅𝟐 ≠ 𝝁𝟎
 = 0.05
𝑝1 − 𝑝2
𝑍=
1 1
√𝑝𝑐 (1 − 𝑝𝑐 )( + )
𝑛1 𝑛2
𝑥1 + 𝑥2
𝑝𝑐 =
𝑛1 + 𝑛2
-1.96 1.96

x1 = 56 x2 = 90 n1 = 100 n2 = 150 p1 = 0.56 p2 = 0.60
𝑥1 + 𝑥2
𝑝𝑐 =
𝑛1 + 𝑛2
56 + 90
𝑝𝑐 =
100 + 150
146
𝑝𝑐 = = 0.584
250
0.56 − 0.60
𝑍𝑐 = −0.04 −0.04 𝑍𝑐 = −0.630
𝑍𝑐 = 𝑍𝑐 =
√0.584(1 − 0.584)( 1 + 1 ) √0.0040 0.0636
100 150
Como Zc < -1.96 entonces no se rechaza H0

Paso 6: Conclusión
No existe suficiente evidencia estadística para concluir que las proporciones de aficionados al
futbol que tienen estudios universitarios y los que no sean diferentes.
Prueba de hipótesis para muestras relacionadas
Se analizó el caso de una prueba para la diferencia entre 2 medias provenientes de poblaciones
independientes.
Aquí se analizará el caso de la diferencia entre 2 medias provenientes de poblaciones pareadas

o relacionadas. Es importante tener presentes las circunstancias de estos casos:
➢ Se trata de muestras pareadas.

➢ Los tamaños de muestras son pequeños.
➢ La variable se distribuye de forma normal en la población.
En este caso, la prueba se convierte en una prueba sobre la diferencia entre las observaciones,
ya que se calculan las diferencias entre:
1. Dos individuos de la misma especie sometidos a tratamientos diferentes (pareamiento

de individuos según una característica de interés).
2. Dos mediciones hechas a los mismos individuos.
Con el propósito de determinar cualquier diferencia que exista entre dos grupos relacionados,
deben obtenerse las diferencias en los valores individuales de cada grupo. Cuando la desviación
estándar de la población de la diferencia es conocida y el tamaño de muestra es lo
suficientemente grande. La estadística de prueba Z es:
̅ − 𝜇𝑑
𝐷
𝑍= 𝜎𝑑
√𝑛
Sin embargo, en la mayoría de los casos no conocemos la desviación estándar real de la
población. La única información que se puede obtener son las estadísticas sumarias como la
media y la desviación estándar de muestra. Si se supone que la muestra de resultados es tomada
de manera aleatoria e independiente se puede realizar una prueba t para determinar si existe
una diferencia media de población significativa. La estadística seguirá una distribución t con n-1
grados de libertad.
Ho= µd = 0 donde µd= µ1-µ2
H1= µd ≠ 0
Se puede calcular el siguiente estadístico de prueba:

̅ − 𝜇𝑑
𝐷
𝑇=
𝑆𝑑
√𝑛
̅
∑ 𝐷𝑖2 − 𝑛𝐷
𝑆𝑑 = √
𝑛−1
Ejemplos:
Un fabricante de neumáticos para automóvil desea evaluar si es significativa la diferencia entre

la duración de cierto tipo de llanta que corre a diferentes velocidades, toma 2 muestras de 10
neumáticos de ese tipo y las prueba a velocidades de 80 y 100 km/h. Los resultados se muestran
a continuación, se trata de miles de km recorridos:
Par de llantas 1 2 3 4 5 6 7 8 9 10
80 km/h 42.27 54.03 56.67 48.51 36.56 68.34 40.14 50.82 47.84 45.60
100 km/h 38.90 50.03 49.14 45.82 37.76 58.26 34.34 48.99 45.28 44.64
Se desea probar si la duración de los neumáticos es mayor a menores velocidades, con un nivel
de significación de 0.01
Solución:
Par de llantas 1 2 3 4 5 6 7 8 9 10
80 km/h 42.27 54.03 56.67 48.51 36.56 68.34 40.14 50.82 47.84 45.6
100 km/h 38.9 50.03 49.14 45.82 37.76 58.26 34.34 48.99 45.28 44.64
D 3.37 4 7.53 2.69 -1.2 10.08 5.8 1.83 2.56 0.96
2
D 11.3569 16 56.7009 7.2361 1.44 101.6064 33.64 3.3489 6.5536 0.9216
𝑯𝟎 : 𝝁𝑫 ≤ 𝟎
𝑯𝟏 : 𝝁𝑫 > 𝟎

 = 0.01
̅ − 𝜇𝑑
𝐷
𝑇= ̅
∑ 𝐷𝑖2 − 𝑛𝐷
𝑆𝑑 𝑆𝑑 = √
√𝑛 𝑛−1
2.26

̅ = 3.762
𝐷 ∑ 𝐷𝑖2 = 238.8044 n = 10
̅
∑ 𝐷𝑖2 − 𝑛𝐷 201.1844
𝑆𝑑 = √ 238.8044 − 10(3.762) 𝑆𝑑 = √ = 4.728
𝑛−1 𝑆𝑑 = √ 9
9−1
3.762 3.762 3.762 𝑻𝒄 = 𝟔. 𝟎𝟑

𝑇𝑐 = 𝑇𝑐 = 𝑇𝑐 =
4.728 4.728 1.495
√10 3.1622
Como Tc > 2.26 entonces se rechaza H0

Paso 6: Conclusión
Existe suficiente evidencia estadística para concluir que la duración de los neumáticos es mayor
a menores velocidades.

Prueba de Hipótesis para Dos Poblaciones

Cargado por

Información del documento

Título original

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

Prueba de Hipótesis para Dos Poblaciones

Cargado por

Copyright:

Formatos disponibles

Prueba de hipótesis para dos poblaciones:

En ocasiones, lo que se desea probar es si existen diferencias entre los parámetros de 2

Asimismo se abordan las consideraciones necesarias a tomar en cuenta cuando se trata de

Prueba de hipótesis para razón de varianzas,

La distribución F no es una distribución simétrica; está sesgada a la derecha y su forma específica

Paso 1: Se plantea la hipótesis nula y alternativa.

𝑯𝟎 : 𝝈𝟐𝟏 − 𝝈𝟐𝟐 = 𝟎 𝑯𝟎 : 𝝈𝟐𝟏 − 𝝈𝟐𝟐 ≤ 𝟎 𝑯𝟎 : 𝝈𝟐𝟏 − 𝝈𝟐𝟐 ≥ 𝟎

𝑯𝟏 : 𝝈𝟐𝟏 ≠ 𝝈𝟐𝟐 = 𝟎 𝑯𝟏 : 𝝈𝟐𝟏 − 𝝈𝟐𝟐 > 𝟎 𝑯𝟏 : 𝝈𝟐𝟏 − 𝝈𝟐𝟐 < 𝟎

Paso 2: Se selecciona el nivel de significancia.

 = 0.05,  = 0.01,  = 0.1

Paso 3: Se identifica el estadístico de prueba.

Paso 4: Se formula la regla de decisión

Paso 5: Se realiza los cálculos según la fórmula del paso 3.

Obtenemos los datos para reemplazar la formula

Paso 6: se realiza la conclusión del resultado.

2. Veintiún personas de entre 20 y 35 años de edad que participaron en un curso de capacitación

Prueba de hipótesis para diferencia de Medias

Pruebas con muestras grandes e independientes

Paso 1: Se plantea la hipótesis nula y alternativa.

 = 0.05,  = 0.01,  = 0.1

Paso 3: Se identifica el estadístico de prueba.

Paso 4: Se formula la regla de decisión

Paso 5: Se realiza los cálculos según la fórmula del paso 3.

Obtenemos los datos para reemplazar la formula

Paso 6: se realiza la conclusión del resultado.

Un gerente de producción desea determinar si existe diferencia entre la productividad de los

Paso 1: Se plantea la hipótesis nula y alternativa.

Paso 3: Se identifica el estadístico de prueba.

Paso 4: Se formula la regla de decisión

n1 = 30 n2 = 30 X1 = 68 X2 = 65.5 σ21 = (16)2 σ21 = (17)2

2.5 2.5 𝑍𝑐 = 0.59

Como Zc < 2.58 entonces no se rechaza H0

Paso 1: Se plantea la hipótesis nula y alternativa.

 = 0.05,  = 0.01,  = 0.1

Paso 3: Se identifica el estadístico de prueba.

Paso 4: Se formula la regla de decisión

Paso 5: Se realiza los cálculos según la fórmula del paso 3.

Obtenemos los datos para reemplazar la formula

Paso 1: Se plantea la hipótesis nula y alternativa.

Paso 3: Se identifica el estadístico de prueba.

Paso 4: Se formula la regla de decisión

n1 = 50 n2 = 60 X1 = 6000 X2 = 5850 σ21 = (300)2 σ21 = (214)2

150 150 𝑍𝑐 = 2.96

Como Zc > 2.58 entonces se rechaza H0

Paso 1: Se plantea la hipótesis nula y alternativa.

 = 0.05,  = 0.01,  = 0.1

Paso 3: Se identifica el estadístico de prueba.

(𝑛1 − 1)𝑠12 + (𝑛2 − 1)𝑠22

Paso 5: Se realiza los cálculos según la fórmula del paso 3.

Obtenemos los datos para reemplazar la formula

Paso 6: se realiza la conclusión del resultado.

Paso 1: Se plantea la hipótesis nula y alternativa.

(𝑛1 − 1)𝑠12 + (𝑛2 − 1)𝑠22

Paso 5: Se realiza los cálculos según la fórmula del paso 3.

(𝑛1 − 1)𝑠12 + (𝑛2 − 1)𝑠22

Como Zc > 1.64 entonces no se rechaza H0

Pruebas con muestras pequeñas e independientes, variables distribuidas normalmente

Las circunstancias son, en este caso, diversas:

➢ La variable se distribuye de forma normal en ambas poblaciones.

Paso 1: Se plantea la hipótesis nula y alternativa.

 = 0.05,  = 0.01,  = 0.1

Paso 3: Se identifica el estadístico de prueba.

(𝑛1 − 1)𝑠12 + (𝑛2 − 1)𝑠22