Estadística para

Administradores

Pruebas de dos muestras

Lic. Daniel Fortuna Chap 10-1

 Pruebas de dos muestras

Pruebas de dos
muestras

Medias Proporciones Varianzas

Poblacionales Poblacionales Poblacionales

Muestras Muestras
Independientes Dependientes

Chap 10-2
 Diferencia entre dos medias

Medias poblacionales Objetivo: Las pruebas de

hipótesis o intervalos de
confianza entre dos medias,
μ1 – μ
σ1 y σ2 conocidas

La estimación puntual para las

σ1 y σ2 desconocidas pero diferencias es
supuestamente iguales

X1 – X2
σ1 y σ2 desconocidas
desiguales

Chap 10-3
 Diferencia entre dos medias
(Muestras Independientes)

 Fuentes de datos diferentes

Medias poblacionales
de muestras  No relacionados
independientes  Independientes
 Muestras seleccionadas de
una población no tiene efecto
σ1 y σ2 conocidas sobre la muestra seleccionada
de otra población
σ1 y σ2 desconocidas pero  Se usa la diferencia entre dos
supuestamente iguales medias muestrales
 Se utiliza la prueba Z
σ1 y σ2 desconocidas amalgamada y la prueba t
desiguales

Chap 10-4
 Diferencia entre dos medias

Medias poblacionales
de muestras
independientes

Usamos un estadístico de
σ1 y σ2 conocidas la prueba Z
Usamos Sp para estimar σ , usamos el
σ1 y σ2 desconocidas pero estadístico t y la desviación estándar
supuestamente iguales amalgamada

σ1 y σ2 desconocidas Usamos S1 y S2 para estimar la

dispersión desconocida σ1 y σ2,
desiguales
usamos la prueba t

Chap 10-5
 σ1 y σ2 Conocidas

Medias poblacionales Supuestos:

de muestras
independientes
 Muestras aleatoria e
independientemente extraídas
σ1 y σ2 conocidas
 Distribuciones
poblacionales, normales o, las
σ1 y σ2 desconocidas pero
supuestamente iguales
dos provenientes de muestras
son  30
σ1 y σ2 desconocidas
desiguales
 Desviaciones estándar
poblacionales son conocidas
Chap 10-6
 σ1 y σ2 Conocidas
(continua)

Medias poblacionales Cuando σ1 y σ2 son conocidas, ambas

de muestras poblaciones son normales, y, ambos
independientes tamaños de las muestras son como
mínimo 30, el estadístico de la prueba es
Z-value…
σ1 y σ2 conocidas

σ1 y σ2 desconocidas pero
Z
 X 1 
 X 2   μ1  μ2 
supuestamente iguales 2 2
σ σ2
1

σ1 y σ2 desconocidas n1 n2
desiguales

Chap 10-7
 Prueba de hipótesis para μ1 – μ2
Dos medias poblacionales, muestras independientes

Prueba de cola Prueba de cola derecha: Prueba a dos colas:

izquierda:
H0: μ1 – μ2  0 H0: μ1 – μ2 ≤ 0 H0: μ1 – μ2 = 0
H1: μ1 – μ2 < 0 H1: μ1 – μ2 > 0 H1: μ1 – μ2 ≠ 0

a a a/2 a/2

-za za -za/2 za/2

Rechazar H0 si Z < Rechazar H0 si Z Rechazar H0 si Z < -
-Za > Za Za/2 o Z > Za/2

Chap 10-8
 Intervalo de Confianza,
σ1 y σ2 Conocida

Medias poblacionales
de muestras El intervalo de confianza es
independientes μ1 – μ2 :

 
σ1 y σ2 conocidas 2 2
σ σ2
X1  X2  Z 
1

σ1 y σ2 desconocidas n1 n2
supuestas iguales

σ1 y σ2 desconocidas
supuestas diferentes

Chap 10-9
 σ1 y σ2 desconocidas supuestas
iguales

Medias poblacionales Supuestos:

de muestras
independientes  Las muestras son aleatoria e
independiente extraídas
σ1 y σ2 conocidas
 Poblaciones son normalmente
distribuidas, o, ambos tamaños de
σ1 y σ2 desconocidas las muestras son como mínimo 30
supuestas iguales
 Varianzas poblacionales son
desconocidas pero se suponen
σ1 y σ2 desconocidas
supuestas diferentes iguales

Chap 10-10
 σ1 y σ2 desconocidas
supuestamente iguales
(continua)

Construimos estimaciones
Medias poblacionales
de muestras de intervalos:
independientes
 Las varianzas poblacionales
se suponen iguales, así que
σ1 y σ2 conocidas
utilizamos las varianzas de las
dos muestras, y, la
σ1 y σ2 desconocidas amalgamamos para estimar la
supuestas iguales varianza común S2

σ1 y σ2 desconocidas  el estadístico de la prueba

supuestas diferentes es el valor t con (n1 + n2 – 2)
grados de libertad
Chap 10-11
 σ1 y σ2 desconocidas supuestas
iguales
(continua)

Medias poblacionales
de muestras
independientes

La varianza amalgamada es:

σ1 y σ2 conocidas

σ1 y σ2 desconocidas S 2

n1  1S
1
2
 n2  1S2
2

(n1  1)  (n2  1)
p
supuestas iguales

σ1 y σ2 desconocidas
supuestas diferentes

Chap 10-12
 σ1 y σ2 Desconocidas Supuestas
iguales
(continua)
El estadístico de la prueba para estimar
Medias poblacionales μ1 – μ2 es :
de muestras

 X  X   μ  μ 
independientes

t
1 2 1 2
σ1 y σ2 conocidas
1 1 
S   
2
p
σ1 y σ2 desconocidas  n1 n2 
supuestas iguales
donde t tiene (n1 + n2 – 2) g de l.,
y
σ1 y σ2 desconocidas
S 2

n1  1S1  n2  1S2
2 2

supuestas diferentes
(n1  1)  (n2  1)
p

Chap 10-13
 Intervalos de Confianza,
σ1 y σ2 desconocidos

Medias poblacionales El intervalo de confianza es

de muestras
independientes μ1 – μ2

σ1 y σ2 conocidas
X  X   t
1 2 n1 n2 -2
2
p
1 1 
S   
 n1 n2 
σ1 y σ2 desconocidas
supuestas iguales
Donde:

σ1 y σ2 desconocidas n
S2  1
 1 S1
2
 n 2  1 S 2
2

(n1  1)  (n2  1)
p
supuestas diferentes

Chap 10-14
 σ1 y σ2 Desconocidas y distintas

Supuestos:
Medias poblacionales
de muestras Muestras aleatorias e
independientes
independientes elegidas

σ1 y σ2 conocidas Las mismas están distribuidas

normalmente y los tamaños de
cada una es mayor que 30
σ1 y σ2 desconocidas
supuestas iguales
Las varianzas poblacionales
son desconocidas pero no se
σ1 y σ2 desconocidas supone que sean iguales
supuestas diferentes

Chap 10-15
 σ1 y σ2 desconocidas,
No se suponen iguales
(continua

Medias poblacionales
de muestras Determinando el
independientes estadístico de la prueba:

σ1 y σ2 conocidas
 Las varianzas poblacionales
no se suponen iguales y se
incluyen las dos varianzas
σ1 y σ2 desconocidas muestrales para calcular el
supuestas iguales
estadístico t de la prueba

σ1 y σ2 desconocidas  el estadístico de la prueba es

supuestas diferentes el valor de valor t con v grados
de libertad Chap 10-16
 σ1 y σ2 desconocidas no se
suponen iguales
(continua)

Medias poblacionales El numero de grados de

de muestras
independientes libertad es la parte entera
de:
σ1 y σ2 conocidas 2
 S1 S2 
2 2
  
n 
   12 2 
n
σ1 y σ2 desconocidas
2 2
supuestas iguales  S1   S2 
2
   
n  n 
 1   2 
σ1 y σ2 desconocidas
supuestas diferentes
* n1  1 n 2 1
Chap 10-17
 σ1 y σ2 desconocidas,
No se suponen iguales
(continua

Medias poblacionales
de muestras El estadístico de la prueba es
independientes

 X  X   μ  μ 
σ1 y σ2 conocidas

t
1 2 1 2
σ1 y σ2 desconocidas 2 2
S S

supuestas iguales 1 2
n1 n2
σ1 y σ2 desconocidas
supuestas diferentes
*
Chap 10-18
 Ejemplo
Ud es un analista financiero para una firma de brokers.
¿Hay diferencias en los dividendos de las acciones de los
índices MERVAL Y BOVESPA? Se obtuvieron los
siguientes datos:
MERVAL BOVESPA
Muestra (n) 21 25
Media muestral (x) 3,27 2,53
Desvío estándar (s) 1,3 1,16
Supongamos que, ambas poblaciones son
aproximadamente normales con
varianzas iguales ¿hay diferencias en el
promedio de ambos mercados (a = 0.05)?

Chap 10-19
 Varianza amalgamada-Prueba t

H0: μ1 - μ2 = 0 ó (μ1 = μ2)

H1: μ1 - μ2 ≠ 0 ó (μ1 ≠ μ2)

a = 0.05
gl = 21 + 25 - 2 = 44

Chap 10-20
 Desarrollando el estadístico de la
prueba
El estadístico de la prueba es::

t
X  X   μ  μ 
1 2
 1 2 3.27  2.53   0  2.040
1 1  1 1 
S   
2
1.5021   
 21 25 
p
 n1 n2 

n
S2  1
 1S1
2
 n 2  1S 2
2

21  11.30 2
 25  11.16 2
 1.5021
(n1  1)  (n2  1) (21- 1)  (25  1)
p

Chap 10-21
 Solución
Rechazo H0 Rechazo H0

.025 .025

-2.0154 0 2.0154 t

2.040

Hay evidencia de
Rechazo H0 al a = 0.05 diferencias en las medias
de los dos mercados. Chap 10-22
 Poblaciones relacionadas
Prueba de dos medias poblacionales relacionadas
 Muestras apareadas o (antes/después)
Muestras  Mediciones repetidas
relacionadas  Utiliza diferencias entre valores:

Di = X1i - X2i
 Elimina la Variación entre sujetos
 Supuestos:
 Ambas poblaciones están normalmente distribuías
 O, si no es normal, utilizar muestras grandes

Chap 10-23
 Diferencia de Medias, σD
Conocidas
La diferencia iesima apareada es Di , donde

Muestras Di = X1i - X2i

relacionadas
n
La estimación puntual para la
media poblacional de las
D i
diferencias apareadas es D : D i1
n
Suponemos que la desviación estándar
poblacional de las diferencias de los
resultados , σD, es conocida

n es el numero de pares de muestras

apareadas
Chap 10-24
 Diferencia de Medias, σD
Conocidas
(continua)
El estadístico de la prueba para la
diferencia de medias es el valor del
Muestras estadístico Z :
apareadas
D  μD
Z
σD
n
donde
μD = diferencia de medias hipotetizada
σD = desv estándar. poblacional de las
diferencias
n = tamaño de la muestra (numero de pares)
Chap 10-25
 Intervalo de Confianza σD conocida

Muestras El intervalo de confianza para μD es

apareadas
σD
DZ
n
donde
n = el tamaño de la muestra
(numero de pares en la muestra
apareada)

Chap 10-26
 Diferencia de Medias, σD
Desconocida

Si σD es desconocida, podemos estimar la

Muestras
desviación estándar poblacional
apareadas
desconocida utilizando la desviación
estándar de una muestra:

La desviación estándar n

muestral es  i
(D  D ) 2

SD  i 1
n 1

Chap 10-27
 Diferencia de Medias, σD
Desconocida
(continua)

 Usamos como prueba la t, el estadístico D es

Muestras ahora el estadístico t, con n-1 gl.:
apareadas
D  μD
t
SD
n
n
donde t tiene n - 1 gl.
y SD es:
 i
(D  D ) 2

SD  i 1
n 1
Chap 10-28
 Intervalo de Confianza, σD
desconocido

Muestras El intervalo de confianza para μD

apareadas
SD
D  t n1
n
n

 (D i  D )2
donde SD  i 1
n 1

Chap 10-29
 Pruebas de hipótesis para la
Diferencia de Medias, σD Desconocida
Muestras apareadas

Prueba de Cola Prueba de cola Prueba de dos

izquierda: derecha: colas:
H0: μD  0 H0: μD ≤ 0 H0: μD = 0
H1: μD < 0 H1: μD > 0 H1: μD ≠ 0

a a a/2 a/2

-ta ta -ta/2 ta/2

Rechazo H0 si t < -ta Rechazo H0 si t > ta Rechazo H0 si
t < -ta/2 o t > ta/2
donde t tiene n - 1 gl.
Chap 10-30
 Ejemplo de Prueba t apareada

 Supongamos que envía la fuerza de ventas a un servicio al consumidor

para entrenarlos ¿Ha habido diferencias en el numero de ventas
realizadas después de realizarlo? Se dispone de los siguientes datos:
VENDEDOR ANTES DESPUES DIFERENCIA
(1) (2) (2-1)
C.B 6 4 -2
T.F 20 6 -14
M.H 3 2 -1
R.K 0 0 0
M.O 4 0 -4
DIFERENCIA TOTAL -21

D
 Di = 4.2 SD =
 i
(D - D) 2

= 5.67
n n-1 Chap 10-31
 Prueba para Muestras apareadas
Solución
 ¿Ha servido el entrenamiento para aumentar las ventas
(nivel de significación 0.01 )?
Rechazo Rechazo
H0: μD = 0
H1: μD  0
a/2 a/2

a = .01 D = - 4.2 - 4.604 4.604

- 1.66
Valor Crítico = ± 4.604
gl = n - 1 = 4 Decisión No rechazar H0
(el estadístico t no cae en la
Estadístico de la prueba
región de rechazo)
D  μD  4.2  0
t    1.66 Conclusión: No hay cambios
S D / n 5.67/ 5 significativos en las ventas.
Chap 10-32
 Diferencia de dos proporciones
poblacionales
Objetivo: Probar una hipótesis o construir un
intervalo de confianza para la diferencia de dos
Proporciones proporciones poblacionales,
Poblacionales
π1 – π2

Supuestos:
n1 π1  5 , n1(1- π1)  5
n2 π2  5 , n2(1- π2)  5

La estimación puntual para

estimar la diferencia de las
dos proporciones es
p1  p 2
Chap 10-33
 Diferencia de dos proporcioónes
poblacionales
Empezamos bajo el supuesto que la hipótesis nula es
verdadera , y, asumimos que π1 = π2 utilizamos las
dos estimaciones muestrales
Proporciones
Poblacionales
La estimación de la proporción
total es:

X1  X2
p
n1  n2
donde X1 y X2 son los números de las
muestras 1 y 2 que poseen la
característica de interés
Chap 10-34
 Diferencia de dos proporciones
poblacionales
(continua)
El estadístico de la prueba para p1 – p2
es el estadístico Z
Proporciones
Poblacionales

Z
 p1  p2    π1  π2 
1 1
p (1 p)   
 n1 n2 
X1  X2 X1 X2
donde p , p1  , p2 
n1  n2 n1 n2
Chap 10-35
 Intervalo de Confianza
para la diferencia de dos
proporciones poblacionales

Proporciones El intervalo de confianza para

Poblacionales
π1 – π2 es:

p1(1 p1 ) p 2 (1 p 2 )
 p1  p2  Z 
n1 n2

Chap 10-36
 Prueba de hipótesis para la diferencia
de dos proporciones poblacionales
(continua)
Prueba de cola Prueba de cola Prueba de dos colas:
inferior: superior
H0: π1  π2 H0: π1 ≤ π2 H0: π1 = π2
H1: π1 < π2 H1: π1 > π2 H1: π1 ≠ π2
ó ó ó
H0: π1 – π2  0 H0: π1 – π2 ≤ 0 H0: π1 – π2 = 0
H1: π1 – π2 < 0 H1: π1 – π2 > 0 H1: π1 – π2 ≠ 0

a a a/2 a/2

-za za -za/2 za/2

Rechazo H0 si Z < Rechazo H0 si Z > Rechazo H0 si Z < -
-Za Za Za/2 o Z > Za/2
Chap 10-37
 Ejemplo:
Diferencia de dos proporciones
poblacionales
¿Hay diferencias significativas entre las
proporciones de hombres y mujeres acerca
de la aceptación de una propuesta A?

 En una muestra aleatoria, 36 de 72 hombres y

31 de 50 mujeres indicaron que votaran por el
Si

 Probar lo afirmado a un nivel de significación

del .05

Chap 10-38
 Ejemplo: Diferencias entre dos
proporciones poblacionales
(continua)

 La prueba de hipótesis es:

H0: π1 – π2 = 0 (las dos proporciones son iguales)
H1: π1 – π2 ≠ 0 (hay diferencias entre las proporciones)

 Las proporciones muestrales son:

 Hombre: p1 = 36/72 = .50
 Mujer p2 = 31/50 = .62

 La estimación amalgamada de la proporción total es:

X1  X2 36  31 67
p    .549
n1  n2 72  50 122
Chap 10-39
 Ejemplo: La diferencia de dos
proporciones poblacionales
(continua)
Rechazar Rechazar
El estadístico de la prueba para π1 – π2 es: H0 H0

.025 .025
z
 p1  p2     1   2 
1 1
p (1 p)    -1.96 1.96
 n1 n2  -1.31

 .50  .62   0   1.31
 1 1  Decisión: No rechazar H0
.549 (1 .549)   
 72 50  Conclusión: No hay evidencia
significativa de que la diferencia
entre las proporciones por el Si de
Valores Críticos = ±1.96
hombres y mujeres sean distintas.
Para a = .05

Chap 10-40
 Prueba de hipótesis para las
varianzas

Prueba para dos

Varianzas
poblacionales H0: σ12 = σ22
Prueba de
H1: σ12 ≠ σ22 dos colas

Estadístico F H0: σ12  σ22 Cola inferior

de la prueba H1: σ12 < σ22

H0: σ12 ≤ σ22 Cola superior

H1: σ12 > σ22

Chap 10-41
 Prueba de hipótesis para las
varianzas
(continua)

Prueba para dos El estadístico de la

Varianzas
prueba F es:
poblacionales
2
S
F 1
2
Estadístico F S 2
De la prueba

S12 = Varianza de la muestra 1

n1 - 1 = g de l del numerador

S22 = Varianza de la muestra 2

n2 - 1 = g de denominator

Chap 10-42
 La Distribución F

 Hay dos valores críticos para F, que se determina

utilizando la tabla F, Excel, Probability Distributions, etc.
 Hay dos grados de libertad, el del numerador y,, el del
denominador
S12 donde gl1 = n1 – 1 ; gl2 = n2 – 1
F 2
S2
 En la tabla F ,
 G de l del numerador por la columna
 G de l del denominador por la fila

Chap 10-43
 Encontrando la región de rechazo
H0: σ12  σ22
H0: σ12 = σ22
a H1: σ12 < σ22
H1: σ12 ≠ σ22
a/2
0 F a/2
Rechazo No rechazo de H0
H0 FL
Rechazo de H0 si F < FL 0 F
Rechazo No Rechazo Rechazo H0
H0 FL H
0 FU
H0: σ12 ≤ σ22
H1: σ12 > σ22  La región de
S12
F  2  FU
a rechazo para la S2
prueba de dos
0 S12
colas es: F  2  FL
No rechazo H0 Rechazo F S2
FU H0
Rechazo H0 si F > FU
Chap 10-44
 Prueba F: Un ejemplo

Ud es un analista financiero de un broker. Desea comparar la

variabilidad de los precios de las acciones de dos indicadores NYSE
& NASDAQ. Para ello reúne los siguientes datos:

NYSE NASDAQ
Numero 21 25
Media 3.27 2.53
Std dev 1.30 1.16

¿Hay diferencias entre las varianzas entre

los indicadores NYSE & NASDAQ
al nivel del a = 0.05?
Chap 10-45
 Varianza amalgamada-Prueba t
Ejemplo
Ud es un analista financiero para una firma de brokers.
¿Hay diferencias en la variabilidad de los preciosde las
acciones de los índices MERVAL & BOVESPA? :
MERVAL BOVESPA
Muestra (n) 21 25
Media muestral (x) 3,27 2,53
Desvío estándar (s) 1,3 1,16

Hay diferencias entre las varianzas de los

índices MERVAL y BOVESPA (a = 0.05)?

Chap 10-46
 Prueba F : Ejemplo Solución
 Para la prueba de hipótesis:
H0: σ21 / σ22 = 1 (No hay diferencias entre las varianzas)
H1: σ21 /σ22 ≠ 1 (Hay diferencias entre las varianzas

 Debemos encontrar el valor crítico para F, a un

nivel de significación a = 0.05:
FU: FL:
 Numerador:  Numerador:
 n1 – 1 = 21 – 1 = 20 gl.  n2 – 1 = 25 – 1 = 24 gl.
 Denominador:  Denominador:
 n2 – 1 = 25 – 1 = 24 gl.  n1 – 1 = 21 – 1 = 20 d.f.

FU = F.025, 20, 24 = 2.33 FL = 1/F.025, 24, 20 = 1/2.41

= 0.415
Chap 10-47
 Prueba F : Ejemplo Solución
(continua)
 La prueba estadística es:
H0: σ12 = σ22
H1: σ12 ≠ σ22
S12 1.30 2
F 2  2
 1.256
S2 1.16
a/2 = .025 a/2 = .025

0 F
Rechazar No Rechaza H0
rechazamos H0
 F = 1.256 no cae en la región H0
FL=0.43 FU=2.33
de rechazo, así que no
rechazamos H0

 Conclusión: No hay suficiente evidencia para comprobar

que las varianzas de los dos mercados son diferentes a
un a = .05
Chap 10-48
 LEVINE, DAVID M., KREHBIEL, TIMOTHY C. Y MARK L.
BERENSON - Estadística para administración. Cuarta
edición - PEARSON EDUCACIÓN, México, 2006
Capítulo 10

Chap 10-49