Intervalos de Confianza para los Parámetros de Dos Poblaciones

COMPARACIÓN DE POBLACIONES NORMALES.

 
Supongamos que X 1 , X 2 ,..., X n1 m.a.n1  de N 1 ,  12 e Y1 , Y2 ,...,Yn2 m.a.n2  de N  2 , 22 son  
dos muestras de poblaciones normales independientes. Entonces, interesa comparar
las medias y las varianzas.

Notación:

X
1 n1
 Xi S12 
1 n1
 X i  X 2
n1 i 1 n1  1 i 1

1 n2
1 n2
Yi  Y 2 n1  1S12  n2  1S 22
Y 
n2
Y
i 1
i S  2

n2  1 i 1
2 S 2
p 
n1  n2  2

COMPARACIÓN DE MEDIAS.

Caso I:  12 y  22 conocidas.

Sabemos que:

  12    22 

X  N  1 ; 
 e Y  N   2 ; n 

 n1   2 

Entonces:

  12  22 
X  Y  N  1   2 ;  
 n1 n2 

Por lo tanto:

Z
X  Y        N 0,1
1 2

 n    n 
2
1 1
2
2 2

De esta forma:

 12  22
IC1 100 % 1  2   X  Y     Z1 2
n1 n2

Profesor: Patricio Videla Jiménez

 Intervalos de Confianza para los Parámetros de Dos Poblaciones

Caso II:  12 y  22 desconocidas pero iguales.

Sabemos que:

n1  1  S12 n2  1  S 22   2

 2
n1 1 e n2 1
 12  22

Entonces:

n1  1  S12  n2  1  S22   2

n1 n2  2
 12  22

Por lo tanto:

X  Y    1  2 

T
 2
1  
n1   22 n2   tn1n2 2 . Pero 12   22   2
n1  1  S 1
2

n2  1  S 2
2
 2
1  22
n1  n2  2

Entonces:

T
 X  Y     2  
1

X  Y   1  2   t
 1 n1   1 n2  S p S p 1 n1   1 n2 
n1 n2 2

De esta forma:

IC1 100 % 1  2   X  Y   S p

1 1
  tn  n  2;1 2
n1 n2 1 2

Profesor: Patricio Videla Jiménez

 Intervalos de Confianza para los Parámetros de Dos Poblaciones

Caso III:  12 y  22 desconocidas y distintas.

Aquí es posible demostrar que:

T
X  Y    1  2 
 t
S1
2
 
n1  S n2 2
2 
  S12 S 22 
2

    
  n1 n2  
con    
2
 2
 S1 n1  S 2 n2
2
 
2
 
 n1  1 n2  1 
 

De esta forma:

IC1 100 % 1  2   X  Y  

S12 S22
  t ;1 2
n1 n2

COMPARACIÓN DE VARIANZAS.

(𝑛2 −1)∙𝑆2
2
𝜎2
2
(𝑛2 −1) 𝑆2 𝜎2
Sabemos que 𝐹 = (𝑛1 −1)∙𝑆2
= 𝜎22 ∙ 𝑆12 ~𝐹𝑛2 −1,𝑛1 −1
1 2 1
𝜎2
1
(𝑛1 −1)
De esta forma:

𝜎12 𝑆12 𝑆12

𝐼𝐶(1−𝛼)∙100% ( 2 ) = [ 2 ∙ 𝐹𝑛 −1,𝑛 −1;𝛼 ; 2 ∙ 𝐹𝑛 −1,𝑛 −1;1−𝛼 ]
𝜎2 𝑆2 2 1 2 𝑆2 2 1 2

Además:
1
𝐹𝑛2 −1,𝑛1−1;𝛼 = 𝐹
2 𝛼
𝑛1 −1,𝑛2 −1;1−
2

1
𝐹𝑛2 −1,𝑛1−1;1−𝛼 = 𝐹
2 𝛼
𝑛1 −1,𝑛2 −1;
2

Profesor: Patricio Videla Jiménez

 Intervalos de Confianza para los Parámetros de Dos Poblaciones

MUESTRAS PAREADAS.

  
Supongamos que X 1 , X 2 ,..., X n m.a.n  de N 1 ,  12 e Y1 , Y2 ,...,Yn m.a.n  de N  2 , 22 son 
dos muestras de poblaciones normales no independientes.

Notación:

d i  X i  Yi , i  1,..., n .

1 n
d  X Y   di
n i 1

S d2 
1 n

n  1 i 1
di  d 
2

Aquí es posible mostrar que:

d  1   2 
T  tn 1
Sd n

De esta forma:

IC1 100% 1  2   d 

Sd
 tn 1;1 2
n

Profesor: Patricio Videla Jiménez

 Intervalos de Confianza para los Parámetros de Dos Poblaciones

COMPARACIÓN DE PROPORCIONES.

Supongamos que X 1 , X 2 ,..., X n1 m.a.n1  de Ber 1, p1  e Y1 , Y2 ,...,Yn2 m.a.n2  de Ber 1, p2  son
dos muestras de poblaciones Bernoulli independientes. 0  p1  1 ; 0  p2  1

Notación:

1 n1
pˆ 1   Xi  X
n1 i 1

n2
1
pˆ 2 
n2
Y
i 1
i Y

Si n1 es grande n1  30  , entonces:

 p 1  p1  
pˆ1  N  p1 , 1 
 n1 

Si n2 es grande n2  30  , entonces:

 p 1  p2  
pˆ 2  N  p2 , 2 
 n2 

Entonces:

Z
 pˆ1  pˆ 2    p1  p2   N 0,1
p1 1  p1  p2 1  p2 

n1 n2

Como, si n1 y n2 son grandes, pˆ1  p1 y pˆ 2  p2 , entonces:

pˆ1 1  pˆ1  pˆ 2 1  pˆ 2 
IC1 100 %  p1  p2    pˆ1  pˆ 2     Z1 2
n1 n2

Profesor: Patricio Videla Jiménez