Muestras

independientes
IdC para estimar la
diferencia entre
medias
Muestras pareadas
MUESTRAS INDEPENDIENTES VS MUESTRAS PAREADAS

Diseño de muestras independientes: se toma una muestra aleatoria simple de

trabajadores y cada uno de ellos usa el método 1. Se toma otra muestra aleatoria
simple de trabajadores y cada uno de ellos usa el método 2.

Diseño de muestras pareadas: se toma una muestra aleatoria simple de

trabajadores. Cada trabajador primero usa uno de los métodos y después usa el
otro método. A cada trabajador se le asigna en forma aleatoria el orden en que
usará los dos métodos, algunos trabajadores primero usarán el método 1 y otros el
método 2.
 Intervalo de confianza para estimar la diferencia entre dos medias
𝝁𝟏 − 𝝁𝟐 , con 𝝈𝟐𝟏 y 𝝈𝟐𝟐 conocidas
Intervalo de
confianza para la Intervalo de confianza para estimar la diferencia entre dos medias
estimación de la 𝝁𝟏 − 𝝁𝟐 , con 𝝈𝟐𝟏 y 𝝈𝟐𝟐 desconocidas, con 𝒏𝟏 ≥ 𝟑𝟎 y 𝒏𝟐 ≥ 𝟑𝟎
diferencia entre
medias de dos
Intervalo de confianza para estimar la diferencia entre dos medias
muestras
𝝁𝟏 − 𝝁𝟐 , con 𝝈𝟐𝟏 = 𝝈𝟐𝟐 y desconocidas, muestras pequeñas
independientes

Intervalo de confianza para estimar la diferencia entre dos medias

𝝁𝟏 − 𝝁𝟐 , con 𝝈𝟐𝟏 ≠ 𝝈𝟐𝟐 y desconocidas, muestras pequeñas
 Intervalo de confianza para estimar la diferencia entre dos medias
𝝁𝟏 − 𝝁𝟐 , con 𝝈𝟐𝟏 y 𝝈𝟐𝟐 conocidas

Intervalo de
confianza para la Intervalo de confianza para estimar la diferencia entre dos medias
estimación de la 𝝁𝟏 − 𝝁𝟐 , con 𝝈𝟐𝟏 y 𝝈𝟐𝟐 desconocidas, con 𝒏𝟏 ≥ 𝟑𝟎 y 𝒏𝟐 ≥ 𝟑𝟎
diferencia entre
medias de dos Intervalo de confianza para estimar la diferencia entre dos medias
muestras 𝝁𝟏 − 𝝁𝟐 , con 𝝈𝟐𝟏 = 𝝈𝟐𝟐 y desconocidas, muestras pequeñas
independientes
Intervalo de confianza para estimar la diferencia entre dos medias
𝝁𝟏 − 𝝁𝟐 , con 𝝈𝟐𝟏 ≠ 𝝈𝟐𝟐 y desconocidas, muestras pequeñas
 Intervalo de confianza para estimar la
diferencia entre dos medias, desviaciones
poblacionales conocidas
INTRODUCCIÓN

Si tenemos a dos poblaciones con medias 𝜇1 𝑦 𝜇2 y varianzas 𝝈𝟐𝟏 y 𝝈𝟐𝟐 ,

respectivamente, un estimador puntual de la diferencia entre 𝜇1 𝑦 𝜇2 está dado
por el estadístico 𝑿
ഥ𝟏 − 𝑿ഥ 𝟐 . Por tanto, para obtener una estimación puntual de
𝜇1 − 𝜇2 , se seleccionarán dos muestras independientes, una de cada población
de tamaños 𝑛1 𝑦 𝑛2 , y calculamos la diferencia 𝒙 ഥ𝟐 de las medias muestrales.
ഥ𝟏 − 𝒙

Entonces la distribución muestral de las medias, 𝑿 ഥ 𝟐 , está distribuida

ഥ𝟏 − 𝑿
aproximadamente de forma normal con media y varianza dadas por:

𝝈𝟐𝟏 𝝈𝟐𝟐
𝝁𝑿ഥ 𝟏 − 𝝁𝑿ഥ 𝟐 = 𝝁𝟏 - 𝝁𝟐 𝝈𝟐𝑿ഥ 𝟏 −𝑿ഥ 𝟐 = +
𝒏𝟏 𝒏𝟐
INTRODUCCIÓN

Entonces,
ഥ 𝟐 − (𝝁𝟏 − 𝝁𝟐 )
ഥ𝟏 − 𝑿
𝑿
𝒁=
𝝈𝟐𝟏 𝝈𝟐𝟐
+
𝒏𝟏 𝒏𝟐

es aproximadamente una variable normal estándar. Si sustituimos esta

expresión por Z en

𝑃 −𝑍𝛼/2 ≤ 𝑍 ≤𝑍𝛼/2 = 1 − 𝛼
INTRODUCCIÓN

ഥ 𝟐 − (𝝁𝟏 − 𝝁𝟐 )
ഥ𝟏 − 𝑿
𝑿
𝑃 −𝑍𝛼/2 ≤ ≤𝑍𝛼/2 =1−𝛼
𝝈𝟐𝟏ൗ 𝝈𝟐𝟐ൗ
𝒏𝟏 + 𝒏𝟐

Si 𝒙 ഥ𝟐 son las medias de muestras aleatorias independientes de tamaños 𝒏𝟏 y 𝒏𝟐 de

ഥ𝟏 𝒚 𝒙
poblaciones normales con varianzas conocidas 𝝈𝟐𝟏 y 𝝈𝟐𝟐 , respectivamente, un intervalo de
confianza de 1 − 𝛼 100% para 𝝁𝟏 − 𝝁𝟐 está dado por:

𝝈𝟐𝟏 𝝈𝟐𝟐 𝝈𝟐𝟏 𝝈𝟐𝟐

𝑃 ഥ𝟏 − 𝒙
𝒙 ഥ𝟐 − 𝑍𝛼/2 ∗ + ≤ 𝝁𝟏 − 𝝁𝟐 ≤ 𝒙
ഥ𝟏 − 𝒙
ഥ𝟐 + 𝑍𝛼/2 ∗ + =1−𝛼
𝒏𝟏 𝒏𝟐 𝒏𝟏 𝒏𝟐
EJERCICIO

Se lleva a cabo un experimento donde se comparan dos tipos de motores, A y

B. Se mide el rendimiento de combustible en millas por galón. Se realizan 50
experimentos con el motor tipo A y 75 con el motor tipo B. La gasolina que se
utiliza y las demás condiciones se mantienen constantes. El rendimiento
promedio de gasolina para el motor A es de 36 millas por galón, y el
promedio para el motor B es de 42 millas por galón. Encuentre un intervalo de
confianza de 96% sobre 𝜇𝐵 − 𝜇𝐴 , donde 𝜇𝐴 y 𝜇𝐵 son el rendimiento de
combustible medio poblacional para los motores A y B, respectivamente.
Suponga que las desviaciones estándar poblacionales son 6 y 8 para los
motores A y B, respectivamente.
 Intervalo de confianza para estimar la diferencia entre dos medias
𝝁𝟏 − 𝝁𝟐 , con 𝝈𝟐𝟏 y 𝝈𝟐𝟐 conocidas
Intervalo de
confianza para la Intervalo de confianza para estimar la diferencia entre dos medias
estimación de la 𝝁𝟏 − 𝝁𝟐 , con 𝝈𝟐𝟏 y 𝝈𝟐𝟐 desconocidas, con 𝒏𝟏 ≥ 𝟑𝟎 y 𝒏𝟐 ≥ 𝟑𝟎
diferencia entre
medias de dos
Intervalo de confianza para estimar la diferencia entre dos medias
muestras
𝝁𝟏 − 𝝁𝟐 , con 𝝈𝟐𝟏 = 𝝈𝟐𝟐 y desconocidas, muestras pequeñas
independientes

Intervalo de confianza para estimar la diferencia entre dos medias

𝝁𝟏 − 𝝁𝟐 , con 𝝈𝟐𝟏 ≠ 𝝈𝟐𝟐 y desconocidas, muestras pequeñas
 Intervalo de confianza para estimar la
diferencia entre dos medias, desviaciones
poblacionales desconocidas
INTRODUCCIÓN

Para construir un intervalo de confianza del 1 − 𝛼 100% para la diferencia

entre dos medias cuando 𝒏𝟏 ≥ 𝟑𝟎 , 𝒏𝟐 ≥ 𝟑𝟎, pero 𝜎1 𝑦 𝜎2 son
desconocidas, simplemente sustituimos 𝑠1 𝑦 𝑠2 con 𝜎1 𝑦 𝜎2 y se procede
como antes.

𝒔𝟐𝟏 𝒔𝟐𝟐 𝒔𝟐𝟏 𝒔𝟐𝟐

𝑃 ഥ𝟏 − 𝒙
𝒙 ഥ𝟐 − 𝑍𝛼/2 ∗ + ≤ 𝝁𝟏 − 𝝁𝟐 ≤ 𝒙
ഥ𝟏 − 𝒙
ഥ𝟐 + 𝑍𝛼/2 ∗ + =1−𝛼
𝒏𝟏 𝒏𝟐 𝒏𝟏 𝒏𝟐
EJERCICIO

Suponga que se ha estado desarrollando un diseño nuevo de foco que se

piensa durará más que el diseño viejo. Una muestra aleatoria simple de 144
focos nuevos tiene un tiempo de vida promedio de 578 horas y una desviación
muestral de 22 horas. Una muestra aleatoria simple de 64 focos viejos tiene
tiempo de vida promedio de 551 horas y desviación muestral de 33 horas. Las
muestras son independientes, de tal manera que los tiempos de vida para una
muestra no influyen sobre los tiempos de vida de la otra. Se quiere encontrar
un intervalo de confianza de 95% para la diferencia entre la media de los
tiempos de vida de los focos de los dos diseños.
 Intervalo de confianza para estimar la diferencia entre dos medias
𝝁𝟏 − 𝝁𝟐 , con 𝝈𝟐𝟏 y 𝝈𝟐𝟐 conocidas

Intervalo de
confianza para la Intervalo de confianza para estimar la diferencia entre dos medias
estimación de la 𝝁𝟏 − 𝝁𝟐 , con 𝝈𝟐𝟏 y 𝝈𝟐𝟐 desconocidas, con 𝒏𝟏 ≥ 𝟑𝟎 y 𝒏𝟐 ≥ 𝟑𝟎
diferencia entre
medias de dos Intervalo de confianza para estimar la diferencia entre dos medias
muestras 𝝁𝟏 − 𝝁𝟐 , con 𝝈𝟐𝟏 = 𝝈𝟐𝟐 y desconocidas, muestras pequeñas
independientes
Intervalo de confianza para estimar la diferencia entre dos medias
𝝁𝟏 − 𝝁𝟐 , con 𝝈𝟐𝟏 ≠ 𝝈𝟐𝟐 y desconocidas, muestras pequeñas
 Intervalo de confianza para estimar la
diferencia entre dos medias, desviaciones
poblacionales desconocidas (se asumen
que son iguales), muestras pequeñas
INTRODUCCIÓN

Cuando se desconocen 𝜎1 𝑦 𝜎2 y 𝒏𝟏 𝒚/𝒐 𝒏𝟐 son pequeñas (menores que 30), y si se

supone que 𝝈𝟏 = 𝝈𝟐 = 𝝈.

Se toman muestras aleatorias de tamaños 𝒏𝟏 𝒚 𝒏𝟐 de las poblaciones representadas

por 𝑿𝟏 𝒚 𝑿𝟐 respectivamente; sean 𝑋ത1 y 𝑋ത2 las medias muestrales, y 𝑆12 y 𝑆22 las
varianzas muestrales. Puesto que 𝑆12 y 𝑆22 son estimadores de la varianza común 𝜎 2 ,
entonces se puede obtener un estimador combinado de 𝜎 2 , mejor que 𝑆12 y 𝑆22 por
separado. Este estimador ponderado resultante es:

2 2
𝑛1 − 1 𝑆1 + (𝑛 2 − 1)𝑆2
𝑆𝑝2 =
𝑛1 + 𝑛2 − 2
INTRODUCCIÓN

𝑆𝑝2 es un estimador insesgado de 𝜎 2

Para desarrollar el intervalo de confianza para 𝝁𝟏 − 𝝁𝟐 , se utiliza la distribución t con

𝑛1 + 𝑛2 − 2 grados de libertad:

ഥ 𝟐 − (𝝁𝟏 − 𝝁𝟐 )
ഥ𝟏 − 𝑿
𝑿
𝒕=
𝟏 𝟏
𝑆𝑝 ∗ +
𝒏𝟏 𝒏𝟐
INTRODUCCIÓN

𝑃 −𝑡𝑛 𝛼< 𝑡 < 𝑡𝑛 𝛼 =1−α

1 +𝑛2 −2, 2 1 +𝑛2 −2, 2

ഥ 𝟐 − (𝝁𝟏 − 𝝁𝟐 )
ഥ𝟏 − 𝑿
𝑿
𝑃 −𝑡𝑛 𝛼 < < 𝑡𝑛 𝛼 =1−α
1 +𝑛2 −2, 2 𝟏 𝟏 1 +𝑛2 −2, 2
𝑆𝑝 ∗ +
𝒏𝟏 𝒏𝟐

𝟏 𝟏 𝟏 𝟏
𝑃 ഥ𝟏 − 𝒙
𝒙 ഥ𝟐 − 𝑡𝑛 +𝑛 −2,𝛼 ∗ 𝑆𝑝 ∗ + ≤ 𝝁𝟏 − 𝝁𝟐 ≤ 𝒙
ഥ𝟏 − 𝒙
ഥ𝟐 + 𝑡𝑛 +𝑛 −2,𝛼 ∗ 𝑆𝑝 ∗ + =1−α
1 2 2 𝒏𝟏 𝒏𝟐 1 2 2 𝒏𝟏 𝒏𝟐
EJERCICIO

Se hizo un estudio para comparar los contenidos de nicotina de dos marcas de

cigarrillos. Diez cigarrillos de la marca A tienen un contenido promedio de nicotina de
3,1 miligramos con una desviación estándar de 0,5 miligramos, mientras que ocho
cigarrillos de la marca B tuvieron un contenido promedio de nicotina de 2,7 miligramos
con una desviación estándar de 0,7 miligramos. Suponga que los dos conjuntos de
datos son muestras aleatorias independientes de poblaciones normales con varianzas
iguales, construya un intervalo de confianza del 95% para la diferencia entre las medias
de los contenidos de nicotina en las dos marcas de cigarrillos.
 Intervalo de confianza para estimar la diferencia entre dos medias
𝝁𝟏 − 𝝁𝟐 , con 𝝈𝟐𝟏 y 𝝈𝟐𝟐 conocidas

Intervalo de
confianza para la Intervalo de confianza para estimar la diferencia entre dos medias
estimación de la 𝝁𝟏 − 𝝁𝟐 , con 𝝈𝟐𝟏 y 𝝈𝟐𝟐 desconocidas, con 𝒏𝟏 ≥ 𝟑𝟎 y 𝒏𝟐 ≥ 𝟑𝟎
diferencia entre
medias de dos Intervalo de confianza para estimar la diferencia entre dos medias
muestras 𝝁𝟏 − 𝝁𝟐 , con 𝝈𝟐𝟏 = 𝝈𝟐𝟐 y desconocidas, muestras pequeñas
independientes
Intervalo de confianza para estimar la diferencia entre dos medias
𝝁𝟏 − 𝝁𝟐 , con 𝝈𝟐𝟏 ≠ 𝝈𝟐𝟐 y desconocidas, muestras pequeñas
 Intervalo de confianza para estimar la
diferencia entre dos medias, desviaciones
poblacionales desconocidas (no se puede
asumir que son iguales), muestras
pequeñas
INTRODUCCIÓN

Consideremos ahora el problema de encontrar una estimación por intervalos de

𝜇1 − 𝜇2 cuando no es probable que las varianzas poblacionales desconocidas sean
iguales. El estadístico que se utiliza en este caso es:

ഥ 𝟐 − (𝝁𝟏 − 𝝁𝟐 )
ഥ𝟏 − 𝑿
𝑿
𝑇′ =
𝑆12 𝑆22
+
𝒏𝟏 𝒏𝟐

que tiene aproximadamente una distribución t con 𝜈 grados de libertad, donde:

INTRODUCCIÓN

2
𝑆2 2
1 + 𝑆2
𝒏𝟏 𝒏𝟐 Como 𝜈 es un entero, lo redondeamos
𝜈= 2 2 2 2 (hacia abajo) al número entero más
𝑆1 𝑆2
𝒏𝟏 𝒏𝟐 cercano.
+
𝒏𝟏 −1 𝒏𝟐 −1

Entonces, el intervalo de confianza aproximado con 100 1 − 𝛼 𝑝𝑜𝑟 𝑐𝑖𝑒𝑛𝑡𝑜 para 𝜇1 − 𝜇2

está dado por

𝑆12 𝑆22 𝑆12 𝑆22

𝑃 ഥ𝟏 − 𝒙
𝒙 ഥ𝟐 − 𝑡𝜈,𝛼 ∗ + ≤ 𝝁𝟏 − 𝝁𝟐 ≤ 𝒙
ഥ𝟏 − 𝒙
ഥ𝟐 + 𝑡𝜈,𝛼 ∗ + =1−𝛼
2 𝒏𝟏 𝒏𝟐 2 𝒏𝟏 𝒏𝟐
EJEMPLO

El Banco Bogotá realiza un estudio para identificar diferencias entre las cuentas de cheques de sus clientes en
dos de sus sucursales; toma una muestra aleatoria simple de 28 cuentas de la sucursal en Bogotá y otra
muestra aleatoria simple e independiente de 22 cuentas de cheques de la sucursal en Bucaramanga. El saldo se
registra en las cuentas de cheques. A continuación se presenta un resumen de los saldos en estas cuentas de
cheques:

Sucursal Bogotá Sucursal Bucaramanga

Tamaños de la muestra 28 22

Media muestral $1025 $910

Desviación estándar $150 $125

muestral

Encuentre un intervalo de confianza de 95% para estimar la diferencia entre el saldo medio en las cuentas de
cheques de la población de clientes de Bogotá y el saldo medio en las cuentas de cheques de la población de
clientes de Bucaramanga. Suponga que las observaciones provienen de poblaciones normales con varianzas
diferentes.