INFERENCIA ESTADÍSTICA INVARIANTE

DEFINICIONES

INTRODUCCIÓN
PRUEBA DE HIPÓTESIS PARA DOS MEDIAS APAREADAS

ESTADÍSTICA
DEPARTAMENTO DE CIENCIAS EXACTAS - ESPE
 CLASE Nro. 10.1

CONTENIDO

Título Prueba de hipótesis para dos medias apareadas.

Duración 90 minutos

Información general Principales características de la prueba de hipótesis para dos

medias apareadas.
Objetivo Efectuar la prueba de la hipótesis de que dos medias
apareadas. de poblaciones dependientes.

11
 CLASE Nro. 10.1

Prueba t con datos apareados Para muestras dependientes y generalmente son por un antes y un
despues y que se analiza al mismo objeto de estudio
Como los pares diferentes son independientes, las Di son independientes entre sí. Sea D = X - Y, donde X y Y son
la primera y segunda observaciones, respectivamente, dentro de un par arbitrario. Entonces la diferencia
esperada es

Por consiguiente, cualquier hipótesis con respecto a µ1 - µ2 puede ser parafraseada como una hipótesis con respecto

a la diferencia media µD. Pero como las Di constituyen una muestra aleatoria normal (de diferencias) con media
µD, las hipótesis con respecto a µD se prueban por medio de una prueba t con una muestra. Es decir, para probar
hipótesis con respecto a µ1 - µ2 cuando los datos están apareados, se forman las diferencias D1, D2, . . . , Dn y se
realiza una prueba t con una muestra (basada en n - 1 grados de libertad) de las diferencias.

La desviación estándar de las diferencias se calcula mediante la conocida fórmula de la desviación

estándar, excepto que X se sustituye por d. La fórmula es:

11
 CLASE Nro. 10.1

Ejemplo:
Una persona desea comprar una casa, para lo cual ha visto 10 propiedades y le pone a evaluar a dos compañías A
y B obteniendo los siguientes resultados.
Casa
1 2 3 4 5 6 7 8 9 10
A 235 210 231 242 205 230 231 210 225 249
B 228 205 219 240 198 223 227 215 222 245
Con un nivel de significancia de 0.05, ¿se puede concluir que hay una diferencia entre los avalúos
medios de las casas?
1.- Ho: µD = 0
H1: µD ≠ 0
2.- α = 0.05
3.- Prueba t datos apareados
4.- Hay 10 casas valuadas por las dos empresas, por lo que n = 10, y gl = n - 1 = 10 – 1 = 9. Se tiene una prueba
de dos colas, y el nivel de significancia es 0.05. El valor critico es 2.262..
5.-
Casa
1 2 3 4 5 6 7 8 9 10
A 235 210 231 242 205 230 231 210 225 249
B 228 205 219 240 198 223 227 215 222 245
A-B 7 5 12 2 7 7 4 -5 3 4

Media 4,6
Desviación estandar 4,402

4.6
= 4.402 = 3.305
√10
Como el valor calculado de t se encuentra en la región de rechazo, se rechaza la hipótesis nula. La distribución de
las diferencias de la población no tiene una media de 0. Se concluye que hay una diferencia entre los avalúos
medios de las casas.

Comparación de muestras dependientes e independientes

1. El primer tipo de muestra dependiente se caracteriza por una medición seguida de una intervención de
alguna clase y después otra medición. Esto se puede denominar un estudio de “antes” y “después”.
Ejemplos. Suponga que desea demostrar que, al colocar bocinas en el área de producción y tocar música
relajante, aumenta la producción. Comienza con la selección de una muestra de trabajadores y una
medición de sus resultados en las condiciones actuales. Después instala las bocinas en el área de
producción y vuelve a medir la producción de los mismos trabajadores. Hay dos mediciones: antes de

11
 CLASE Nro. 10.1

colocar las bocinas en el área de producción y después. La intervención es la colocación de las bocinas
en el área de producción.
2. El segundo tipo de muestra dependiente se caracteriza por relacionar o aparear observaciones. En el
ejemplo anterior, es una muestra dependiente de este tipo. Se seleccionó una propiedad para su valuación
y después obtuvo dos valuaciones sobre ella.

REFERENCIAS BIBLIOGRÁFICAS

1. Anderson, D. Sweeney, D. y Williams, T. (2009). Estadística para Administración y

Economía. CENGAGE Learning Editores, SA. 10ma Ed.
2. Lind, D. Marchall, W. y Wathen, S. (2008). Estadística Aplicada a los Negocios y la
Economía. Mc Graw Hill. 13va Ed.
3. Montgomery, D. Runger, G. (2010). Probabilidad y Estadística aplicadas a la Ingeniería.
Mc Graw Hill. 5ta Ed.
4. Walpole, R. Myers, R. Myers, S. (2007). Probabilidad y Estadística para Ingeniería.
Pearson. 8va Ed.
5. Wackerly, D. Mendenhall, W. Scheaffer, R. (2010). Estadística matemática con
aplicaciones. CENGAGE. 7ma Ed.
6. Canovos, G. (1998). Probabilidad y Estadística Aplicaciones y Métodos. Mc Graw Hill.
1ra Ed.

11