Asignatura: Estadística II

Profesor. Ing. Quintanilla Jorge

Nombres: ALVARADO PLUAS ANTHONY JOEL - BALLA GUACHO JOSUE DARIO -
FERNANDEZ CASTILLO MANUEL ADRIAN - SUAREZ MACIAS DAYANA JAMILET -
SUAREZ ORTEGA JONATHAN STEEVEN - VILLON BOHORQUEZ KEVIN FRANKLIN

Exposición 2do parcial

Contrastes de proporciones

En la inferencia sobre una proporción el problema se concreta en estimar y contrastar la

proporción p de individuos de una población que presentan una determinada
característica A (proporción de votantes a un partido político, proporción de
parados, ...). El problema se modeliza mediante una variable dicotómica que toma el
valor 1 si se presenta la característica de interés y 0 en caso contrario, esto es, una
variable de Bernoulli,  , de la que se dispone de una muestra de tamaño n.
Entonces, la proporción poblacional p no es otra cosa que la media poblacional de dicha
variable, estimándose con la correspondiente proporción muestral o media
muestral,  .

En el caso de dos poblaciones, se trata de comparar la proporción en la que se presenta

una cierta característica A en las mismas (comparar la proporción de voto a un partido
en dos regiones, comparar la proporción de parados entre hombres y mujeres, ...). El
problema se modeliza mediante dos variables de Bernoulli independientes, de las que se
dispone de sendas muestras aleatorias de tamaño   y  , respectivamente.

Podemos aplicar los mismos métodos que acabamos de aprender con medios a nuestros
problemas de proporción de dos muestras. Tenemos dos poblaciones con dos muestras y
queremos comparar las proporciones poblacionales.

 ¿La proporción de lagos en Nueva York con especies invasoras es diferente de la

proporción de lagos en Michigan con especies invasoras?
 ¿La proporción de empresas constructoras que utilizan madera certificada es
mayor en el noreste que en el sureste?

Una prueba de dos proporciones poblacionales es muy similar a una prueba de dos
medias, excepto que el parámetro de interés es ahora “p” en lugar de “µ”. 

Esperamos que p esté cerca de p. Con una prueba de dos proporciones, tendremos
dos  p's, y esperamos que (p, 1 — 2) esté cerca de ( p 1 — p 2). El estadístico de prueba
da cuenta de ambas muestras y tiene una distribución normal estándar aproximada.
  Para una prueba de proporción de dos muestras, esperaríamos que el estadístico
de prueba sea

SIN EMBARGO, la hipótesis nula será que p 1 = p 2. Debido a que se supone que el H0
es verdadero, la prueba asume que p 1 = p 2. Entonces podemos suponer que p 1 =  p 2
es igual a p, una proporción poblacional común. Debemos calcular una estimación
agrupada de p (su desconocida) utilizando nuestros datos de muestra.

La prueba de hipótesis sigue los mismos pasos que hemos visto en secciones anteriores:

 Exponer las hipótesis nulas y alternativas

 Determinar el nivel de significancia y determinar el valor crítico
 Compute el estadístico de prueba
 Comparar el valor crítico y el estadístico de prueba y exponer una conclusión

Podemos volver a utilizar los mismos tres pares de hipótesis nulas y alternativas.
Observe que estamos trabajando con proporciones poblacionales por lo que el
parámetro es p.

DISTRIBUCIÓN DE LA PROPORCIÓN MUESTRAL

Obtén una muestra aleatoria simple de tamaño n de una gran población que contenga
una proporción p de “éxitos”. Sea pˆ la proporción muestral de éxitos,
recuento de éxitos en la muestra
pˆ =
n
De manera que:
• A medida que aumenta el tamaño de la muestra, la distribución de pˆ es cada vez más
aproximadamente normal.
• La media de la distribución de pˆ es p.
• La desviación típica de la distribución de pˆ es

√ p ( 1− p )
n

las principales características de la distribución de pˆ de manera que resulta fácil

recordarlas. El comportamiento de pˆ es similar al de x¯.
Cuando la muestra es grande, más normal es su distribución.
La media de la distribución de pˆ es la proporción poblacional p. Es decir, pˆ es un
estimador insesgado de p.
La desviación típica de pˆ se hace pequeña a medida que el tamaño n de la muestra se
hace grande.
Generalmente queremos saber si la diferencia observada entre muestras de pares de
datos dicotómicos (o dicotomizados) es significativa.
b) Hipótesis

c) Estadístico de contraste
Muestras pequeñas:

Muestras grandes:

d) Distribución del estadístico de contraste.

T sigue el modelo Binomial(T;n,0.5) y (n=n12+n21) y aproxima al modelo Ji Cuadrado
con 1 gl cuanto mayor sea el tamaño de la muestra.
g) Intervalo de confianza.
donde

(m= Número total de datos)

Ejemplo
Quieren saber si las parejas tienden a hacer las mismas actividades o al contrario, y para
ello hacen una investigación en que recogen los siguientes datos:

donde:
Número de pares con valores 1 en X y 2 en Y (n12): 2
Número de pares con valores 2 en X y 1 en Y (n21): 1
b) Hipótesis:

c) Estadístico de contraste:

d) Distribución del estadístico de contraste: Binomial (2;10,0.5)

e) Significación del estadístico de contraste: 0.875
f) Decisión: Se acepta la Hipótesis Nula y concluimos que muy probablemente las
parejas tienden a llevar a cabo actividad
Dos poblaciones cuyos individuos pueden presentar (éxito) o no (fracaso) una
característica determinada

 Dos muestras de tamaños n1 y n2

 Proporciones muestrales
 Además, por el Teorema del límite central, si
¿Cómo se comporta la suma (o resta) de v.a. normales?

Ahora todo es análogo al caso de una población.

Ejemplo: el de los escarabajos tigre.

• De los 500 escarabajos de Providence, Rhode Island, 95 eran negros
• De los 112 escarabajos en Aqueduct, Nueva York, 17 eran negros.
Se pide:
 Calcula e interpreta el i.c. para la diferencia de proporciones, α = 0.1
 A la vista de los valores muestrales.

Establece las hipótesis adecuadas sobre las proporciones de escarabajos negros en cada
población y contrástalas
 Usamos las plantillas de intervalos de confianza

INTERPRETACION
 Usamos las plantillas de contraste de hipótesis para contrastar

y también