UNIVERSIDAD ESTATAL DE BOLÍVAR

FACULTAD DE CIENCIAS AGROPECUARIAS, RECURSOS

NATURALES Y DEL MEDIO AMBIENTE

CARRERA DE INGENIERÍA AGROINDUSTRIAL

ASIGNATURA: Estadística y Probabilidad

CICLO: Tercero

DOCENTE: Ing. Juan Gaibor Chávez PhD.

TAREA: Aprendizaje autónomo (aa)

N.º TAREA: 9

Alumna: Vélez Cavero Roxana

FECHA: 18 de enero de 2023

 1. TEMA: Desarrollar las expresiones matemáticas de estadísticos de prueba

2. OBJETIVOS:

2.1. Objetivo general

 Desarrollar prueba de Hipótesis
2.2. Objetivos específicos
 Analizar e investigar acerca de hipótesis en estadísticas

 Interpretar las fórmulas de las expresiones matemáticas

 Indagar la expresión matemática transformada en expresiones

3. FUNDAMENTO TEÓRICO

EXPRESIONES MATEMÁTICAS

El Estadístico de prueba, es un valor que se utiliza para tomar la decisión sobre la hipótesis
nula, para determinar si se puede rechazar la hipótesis nula y se calcula convirtiendo al
estadístico muestral (como la proporción, la media muestral, o la desviación estándar
muestral) en una puntuación z, t o x2.

El estadístico de prueba compara sus datos con lo que se espera bajo la hipótesis nula.

PRUEBA DE HIPÓTESIS

Esta técnica de inferencia estadística es muy utilizada como apoyo a la

investigación científica. Consiste en suponer algún valor para el parámetro de
interés y usar los datos de la muestra para aceptar o rechazar esta afirmación.
Es importante entender las diferentes situaciones que pueden ocurrir al probar
estadísticamente una hipótesis

Sea Ho: hipótesis que se propone para el parámetro de interés

El Error tipo I se produce al rechazar una hipótesis sin saber que era verdadera
El Error tipo II se produce al aceptar una hipótesis sin saber que era falsa

Ambos errores pueden tener consecuencias negativas en una situación real. Por lo
tanto es importante cuantificar su probabilidad.

Medida del Error tipo I:

 = P(Rechazar Ho dado que Ho es verdadera)

Medida del Error tipo II:

 = P(Aceptar Ho dado que otra hipótesis es verdadera)

El valor  se denomina nivel de significancia de la prueba y generalmente es un

dato dado para realizar la prueba.

Algunos valores típicos para  son 10%, 5%, 2%, 1%

Terminología
Ho: Hipótesis nula. Es la hipótesis que se plantea para el parámetro
Ha: Hipótesis alterna. Es la hipótesis que se plantea en oposición a Ho
y que es aceptada en caso de que Ho sea rechazada

Generalmente, es de interés probar Ha, por lo que se plantea Ho con la esperanza

de que sea rechazada utilizando la información de la muestra.

Ejemplo
Suponer que se desea probar que la media poblacional no es igual a 5
Entonces se puede plantear:
Ho:  = 5
Ha:   5
Si con los datos de la muestra se puede rechazar Ho, entonces habremos probado
Ha

Tipos de pruebas
Sea : parámetro de interés para la prueba
 0: algún valor supuesto para el parámetro
Pruebas de una cola
1) Ho:  = 0: (hipótesis nula)
Ha:  < 0: (hipótesis alterna)

2) Ho:  = 0: (hipótesis nula)

Ha:  > 0: (hipótesis alterna)

Prueba de dos colas

3) Ho:  = 0: (hipótesis nula)
Ha:  < 0   > 0: (hipótesis alterna)

PROCEDIMIENTO BÁSICO PARA REALIZAR UNA PRUEBA DE HIPÓTESIS

Para entender este procedimiento usamos un caso particular, pero luego podremos
extenderlo a otros casos

Parámetro de interés:  (media poblacional)

Estimador: X̄ (media muestral)
n  30: (muestra grande)
Suponer que proponemos 0 un valor específico para el parámetro

1) Formular la hipótesis nula:

Ho:  = 0
2) Formular una hipótesis alterna que interesa probar, elegir una entre:
Ha:  < 0
Ha:  > 0
Ha:  < 0   > 0
3) Especificar el nivel de significancia de la prueba 

4) Seleccionar el estadístico de prueba y definir la región de rechazo de Ho

Por el teorema del límite central el estadístico

X̄−μo
Z=
σ / √ n , tiene distribución normal estándar aproximadamente

La región de rechazo depende de la hipótesis alterna Ha y está definida por :

Ho:  = 0
Ha:  < 0
La media muestral X̄ es un estimador insesgado y su valor esperado es igual al
valor propuesto 0 para el parámetro. Por lo tanto, el valor obtenido para la media
muestral debería estar cercano a este valor 0.

Si el valor de Z correspondiente a la media muestral cae en la región de rechazo,

debe entenderse que es una evidencia de que la media propuesta para el
parámetro,  = 0, no es verdad y que debería ser algún valor más pequeño:  < 0

Con esta interpretación rechazamos Ho en favor de Ha

Sin embargo, siendo X̄ una variable aleatoria, es posible que aún siendo verdad
que el valor supuesto 0 es verdadero, el valor de la media muestral puede caer en
la región de rechazo.

Esto constituye el Error tipo I, y la probabilidad que esto ocurra es .

Esta interpretación debe ayudar a entender los siguientes casos:

Ho:  = 0
Ha:  > 0

Ho:  = 0
Ha:  < 0   > 0 .
5) Con los datos de la muestra calcule el valor del estadístico

6) Si el valor del estadístico de prueba cae en la región de rechazo, la decisión

es rechazar Ho en favor de Ha. Pero, si el valor no cae en esta región crítica,
se dice que no hay evidencia suficiente para rechazar Ho. En este caso
es preferible abstenerse de aceptar Ho como verdadera pues esto
puede introducir el Error tipo II

Ejemplo
Una muestra aleatoria de 100 paquetes mostró un peso promedio de 71.8 gr. con
una desviación estándar de 8.9 gr.

Pruebe, con un nivel de significancia de 5%, que el peso promedio de todos los
paquetes (población) es mayor a 70 gr.

Solución
Seguimos los pasos indicados en el procedimiento básico dado:

1) Hipótesis nula
Ho:  = 70

2) Hipótesis alterna
Ha:  > 70

3) Nivel de significancia
 = 0.05

4) Estadístico de prueba
X̄−μo
Z=
σ / √ n por el Teorema del Límite Central, además 2  s2

Región de rechazo
z = z0.05 = 1.645

Rechazar Ho en favor de Ha, si z > 1.645

5) Valor del estadístico
X̄−μo 71. 8−70
Z=
σ / √ n = 8. 9 / √ 100 = 2.02
6) Decisión
Debido a que 2.02 > 1.645, se rechaza Ho y se concluye, con una
significancia de 5%, que el peso promedio de la población es mayor
a 70 gr,

PRUEBA DE HIPÓTESIS PARA DIFERENCIAS DE PROPORCIONES

PROCEDIMIENTO BÁSICO

1) Formular la hipótesis nula:Ho: p1 - p2 = d0 (Algún valor especificado, ej. d0=0)

2) Formular una hipótesis alterna. Elegir una entre:
Ha: p1 - p2 < d0
Ha: p1 - p2 > d0
Ha: p1 - p2  d0

3) Especificar el nivel de significancia para la prueba 

4) Seleccionar el estadístico de prueba y definir la región de rechazo de Ho

( p 1− p 2 )−d 0

Z= √ p 1 q1
n1
+
p2 q 2
n2 , con distribución normal estándar aproximadamente
p1 q1 p 2 q2 p1 q 1 p2 q2
+ ≃ +
Adicionalmente: n1 n2 n1 n2

Ha Región de rechazo de Ho en favor de Ha

p1 - p2 < d0 z < -z
p1 - p2 > d0 z > z
p1 - p2  d0 z<-z/2  z > z/2
PRUEBA DE HIPÓTESIS

DEFINICIÓN

PROBABILIDAD DE COLA
Es el nivel de significancia obtenido con los datos de la muestra .

Ejemplo
Calcule la probabilidad de cola con los datos del ejemplo de la lección
anterior:

Una muestra aleatoria de 100 paquetes mostró un peso promedio de 71.8 gr.
con una desviación estándar de 8.9 gr.
Pruebe, con un nivel de significancia de 5%, que el peso promedio de todos
los paquetes (población) es mayor a 70 gr.

Solución
Tomamos los resultados obtenidos anteriormente:

Región de rechazo
z = z0.05 = 1.645

Valor del estadístico de prueba

X̄−μo 71. 8−70
Z=
σ / √ n = 8. 9 / √ 100 = 2.02

Probabilidad de cola
P = P(Z2.02) = 1 – F(2.02) = 1 – 0.9783 = 0.0217 (Tabla Z)

Se puede afirmar que la prueba tiene una significancia real de 2.17%

CÁLCULO DEL ERROR TIPO I Y ERROR TIPO II

Suponga que se define la siguiente hipótesis relacionada con la media:

 Ho:  = 0
Ha:  > 0

Error Tipo I

c−μ0
P( X̄ >c )μ=μ 0
 = P(Z>z) = = P(Z> σ / √ n )

El Error de tipo I es el nivel de significancia de la prueba , y representa el

error en que se incurrirá al rechazar Ho con la evidencia de la muestra, sin
saber que Ho es verdadera. El valor crítico de la región de rechazo c puede ser
un dato especificado para la prueba o puede obtenerse a partir del nivel de
significancia especificado  con la relación:
c−μ0
z = σ / √ n

Error tipo II

c−μ1
P( X̄ <c )μ=μ 1
= = P(Z< σ / √ n )
El Error de tipo II es , y representa el error en que se incurrirá al aceptar Ho si
la evidencia de la muestra no es suficiente para rechazar Ho.

Para calcular un valor de  es necesario suponer que hay otro valor verdadero
para el parámetro: 1 entonces  es la probabilidad (área) a la izquierda del
valor crítico c debajo de la curva con media 1
POTENCIA DE UNA PRUEBA

Suponga que se define la siguiente hipótesis relacionada con la media:

Ho:  = 0
Ha:  > 0

Se describió anteriormente la manera de calcular el error tipo II

 = P(Aceptar Ho:  = 0 dado que otra hipótesis es verdadera:  = 1 )

Si la muestra es grande, el cálculo de  se hace con la fórmula:

c−μ1
( X̄ <c )μ=μ 1
=P = P(Z< σ / √ n )
En donde c es el valor crítico de X̄ con el que se acepta o rechaza Ho:

Está claro que  puede calcularse para otros valores de =1, por lo tanto,  es
una función de .

El complemento de  es otra función: K = 1 - , y se denomina Potencia de la

Prueba.

Definición
Potencia de la prueba: K=1- .

Si  mide la probabilidad de aceptar una hipótesis falsa, entonces K, la potencia de

la prueba, mide la probabilidad de rechazar una hipótesis falsa.

Ejemplo
De una población XN(, 2), (esto significa que la variable X tiene
distribución normal con media  y varianza 2), con varianza 2=49. Se ha
tomado una muestra aleatoria de tamaño n para realizar la prueba de
hipótesis:
Ho:  = 15
Ha:  > 15
Siendo la región crítica X̄ >c
Se requiere que la potencia de la prueba tome el valor 0.8 cuando =17, y que
tome el valor 0.95 cuando =18.

a) Determine los valores de n, c

Solución
Primero obtenemos los valores respectivos de 
 K =1-K
17 0.8 0.2
18 0.95 0.05
Ahora usamos la fórmula para 
c−17
=P
( X̄ <c )μ=17 = P(Z< 7/ √ n )
c−17 c−17
0.2 = F( 7/ √ n )  7/ √ n = -0.84 (tabla Z)
Igualmente,
c−18
=P
( X̄ <c )μ=18 = P(Z< 7 / √ n )
c−18 c−18
0.05 = F( 7 / √ n )  7 / √ n = --1.65 (tabla Z)

Resolviendo estas dos ecuaciones por sustitución o igualación:

c−17 c−18
(1) 7/ √ n = -0.84 (2) 7 / √ n = --1.65
Se obtiene n=32, c=15.96

b) Calcule el nivel de significancia de la prueba: 

Solución
c−μ0 15 .96−15
=P
( X̄ >c )μ=μ 0 = P(Z> 7/ √ n )= P(Z> 7/ √ 32 )= 0.22 (Tabla Z)

c) Calcule y grafique la potencia de la prueba con 1 = 12, 13, ..., 19

Solución
15 .96−μ1
( X̄ <c )μ=μ 1 7/ √ 32
K=1-=1-P = 1 - P(Z< )
Valores calculados con la distribución normal estándar
 1  K
12 1 0
13 0.991 0.009
14 0.943 0.057
15 0.781 0.219
16 0.487 0.513
17 0.200 0.800
18 0.049 0.951
19 0.007 0.993

Gráfico de la potencia de la prueba K():

PRUEBA DE HIPÓTESIS RELACIONADA CON 

Caso n<30 (muestras pequeñas)

Parámetro de interés:  (media poblacional)

Suposiciones: población normal, varianza desconocida
Estimador: X̄ (media muestral)

PROCEDIMIENTO BÁSICO

1) Formular la hipótesis nula: Ho:  = 0

2) Formular una hipótesis alterna, elegir una entre:

Ha:  < 0
Ha:  > 0
Ha:   0

3) Especificar el nivel de significancia de la prueba 

4) Seleccionar el estadístico de prueba y definir la región de rechazo de Ho

X̄−μ o
t=
s/√n , tiene distribución t con  = n-1 grados de libertad

Ha Región de rechazo de Ho en favor de Ha

 < 0 t < -t
 > 0 t > t
 < 0 t<-t/2  t > t/2

5) Con los datos de la muestra calcule el valor del estadístico

6) Si el valor del estadístico de prueba cae en la región de rechazo, la decisión

es rechazar Ho en favor de Ha. Pero, si el valor no cae en esta región crítica,
se dice que no hay evidencia suficiente para rechazar Ho. En este caso
es preferible abstenerse de aceptar Ho como verdadera pues esto
puede introducir el Error tipo II

Ejemplo
De una población normal se tomó una muestra aleatoria y se obtuvieron los
siguientes resultados: 15, 17, 23, 18, 20. Probar con una significancia de 10% que la
media de la población es mayor a 18

Solución
1) Ho:  = 18

2) Ha:  >18
3) Nivel de significancia de la prueba  = 0.10

4) Estadístico de prueba
X̄−μ o
t=
s / √ n , tiene distribución t con  = n-1 grados de libertad

1
x̄=
5 (15+17+23+18+20)=18.6
1
S2 = 4 ((15-18.6)2 + ... ) = 9.3  s = 3.05
Re región de rechazo de Ho
 = 0.1 ,  = 5 – 1 = 4  t0.1 = 1.53 (tabla T)

Región de rechazo de Ho: t > 1.53

5) t = (18.6 – 18)/(3.05/5) = 0.44 no es mayor que 1.53

6) No hay evidencia suficiente para rechazar la hipótesis nula

PRUEBA DE HIPÓTESIS

Caso n  30
Parámetro de interés: p (proporción poblacional)
Estimador: p =x/n (proporción muestral)

PROCEDIMIENTO BÁSICO

1) Formular la hipótesis nula: Ho: p = p0 (algún valor específico para p)

2) Formular una hipótesis alterna, elegir una entre:

Ha: p < p0
Ha: p > p0
Ha: p  p0

3) Especificar el nivel de significancia para la prueba 

4) Seleccionar el estadístico de prueba y definir la región de rechazo de Ho

p - p0

z=
Ha
√ p0 q0
n tiene distribución normal estándar aproximadamente
Región de rechazo de Ho en favor de Ha
p < p0 z < -z
p > p0 z > z
 p  p0 z<-z/2  z > z/2

5) Con los datos de la muestra calcule el valor del estadístico

6) Si el valor del estadístico de prueba cae en la región de rechazo, la decisión

es rechazar Ho en favor de Ha. Caso contrario, se dice que no hay evidencia
suficiente para rechazar Ho.

Ejemplo
El estándar de artículos aceptables producidos por una fábrica es 90%. Se ha
tomado una muestra aleatoria de 175 artículos y se encontraron 150 artículos
aceptables. Pruebe con una significancia de 5% que no se está cumpliendo con el
estándar

Solución

Sea p: proporción de artículos aceptables que produce la fábrica

p = x/n = 150/175 = 0.857 = 85.7%
¿Es esto una evidencia que p < 90% o se puede atribuir únicamente a la
aleatoriedad de los datos, con 5% de probabilidad de equivocarnos?

1) Ho: p = 0.9

2) Ha: p < 0.9

3) Nivel de significancia de la prueba  = 0.05

4) Estadístico de prueba
p - p0

z= √
p0 q0
n
Región de rechazo de Ho
 = 0.5 , z = z0.05 = 1.645 (tabla Z)

Región de rechazo de Ho: z < -1.645

p - p0 0 .857- 0 .9

5) z = √ p0 q0
n = √ (0 . 9)(0 . 1)
175 = -1.869 < -1.645

6) Hay evidencia suficiente para afirmar que el estándar no se cumple.

PRUEBA DE HIPÓTESIS PARA DIFERENCIAS DE MEDIAS

PROCEDIMIENTO BÁSICO

1) Formular la hipótesis nula: Ho: 1 - 2 = d0 (usualmente d0=0)

2) Formular una hipótesis alterna, elegir una entre:

Ha: 1 - 2 < d0
Ha: 1 - 2 > d0
Ha: 1 - 2  d0

3) Especificar el nivel de significancia para la prueba 

4) Seleccionar el estadístico de prueba y definir la región de rechazo de Ho

( x̄1 − x̄ 2 )−d 0

Z= √ σ 21 σ 22
+
n1 n 2 tiene distribución normal estándar aproximadamente
2 2 2 2
Adicionalmente:
σ1  S1 , σ2  S2

Ha Región de rechazo de Ho en favor de Ha

1 - 2 < d0 z < -z
1 - 2 > d0 z > z
1 - 2  d0 z<-z/2  z > z/2

5) Con los datos de la muestra calcule el valor del estadístico

6) Si el valor del estadístico de prueba cae en la región de rechazo, la decisión

es rechazar Ho en favor de Ha. Caso contrario, se dice que no hay evidencia
suficiente para rechazar Ho.

Ejemplo
Suponga los siguientes los siguientes datos correspondientes a dos muestras
aleatorias independientes tomadas de dos poblaciones cuyas medias se
desea estudiar

muestra n x̄ S2
1 75 82 64
2 50 76 36

Pruebe la hipótesis 1 > 2 con un nivel de significancia de 10%

Solución
1) Ho: 1 - 2 = 0
2) Ha: 1 - 2 >0
3)  = 0.1
 ( x̄1 − x̄ 2 )−d 0

4) Z=
z = 1.28:
√ σ 21 σ 22
+
n1 n 2
Rechazar Ho si z > 1.28
(82−76 )−0

5) Z= √ 64 36
+
75 50 = 4.78
6) Con una significancia de 5% se acepta que 1 > 2

Caso: Muestras pequeñas

Este estudio estadístico permite comparar las medias de dos poblaciones

mediante muestras aleatorias independientes cuando las muestras son
pequeñas.

Supongamos dos poblaciones: 1 y 2, con medias 1, 2,

2 2
varianzas desconocidas
σ1 , σ2 y distribución normal.

De estas poblaciones se toman muestras aleatorias independientes de tamaño

n1 y n2 y se obtienen las medias muestrales X̄ 1 , X̄ 2 .

Parámetro de interés: 1 - 2
Tamaño de las muestras: n1, n2 < 30 (muestras pequeñas)
Estimador:
X̄ 1 - X̄ 2
μX − X X̄ X̄ 2 ] = E[ X̄ 1 ] – E[ X̄ 2 ] =  -  (estimador insesgado)
1 2 = E[ 1 - 1 2

2 2
Note que si las varianzas poblacionales
σ1 , σ2
fuesen conocidas teniendo
las poblaciones distribución normal, el estadístico sería Z, sin importar
el tamaño de las muestras

2 2 2 2
Se consideran dos suposiciones acerca de las varianzas:
σ 1 =σ 2 y
σ 1 ≠σ 2 .

La teoría estadística provee adicionalmente una prueba para verificar estas

suposiciones mediante la prueba de hipótesis para dos varianzas (Lección
E61)

2 2
CASO: σ 1 = σ 2 (SUPOSICIÓN)
 Estadístico
( X 1 −X 2 )−( μ1 −μ 2 )
S X −X
t= 1 2 , distribución t con  = n1 + n2 – 2 gr. de libertad

SX −X
1 2 = Sp √ 1 1
+
n 1 n2 ,
S 2p =
( n1 −1) S21 +( n2 −1) S 22
n1 +n2 −2

Ho: 1 - 2 = d0 (usualmente d0 = 0)
: nivel de significancia

Estadístico de prueba
( X 1 −X 2 )−d 0
S X −X
t= 1 2 , distribución t con  = n1 + n2 – 2 gr. de libertad
Ha Región de rechazo de Ho
1 - 2 < d0 t < -t
1 - 2 > d0 t > t
1 - 2  d0 t < -t/2  t > t/2

2 2
σ
CASO: 1 ≠ σ 2 (SUPOSICIÓN)

Estadístico
( X 1 −X 2 )−( μ1 −μ 2 )
S X −X
t= 1 2 , distribución t

( )
2
S 21 S 22
+
n 1 n2

( ) ( )
2 2 2 2
S1 S2
n1 n2
+
n
con  = 1
−1 n 2−1 grados de libertad

√
2 2
S1 S 2
SX −X +
1 2 =
n1 n 2 ,

Ho: 1 - 2 = d0 (usualmente d0 = 0)
: nivel de significancia

Estadístico de prueba
 ( X 1 −X 2 )−d 0
S X −X
t= 1 2 , distribución t

( )
2
S 21 S 22
+
n 1 n2

( ) ( )
2 2 2 2
S1 S2
n1 n2
+
n
con  = 1
−1 n 2−1 grados de libertad
Ha Región de rechazo de Ho
1 - 2 < d0 t < -t
1 - 2 > d0 t > t
1 - 2  d0 t < -t/2  t > t/2

2 2
Ejemplo (caso
σ 1 =σ 2 )
Se realizó un experimento para comparar la resistencia de dos materiales,
obteniéndose los siguientes resultados:
Material n X S
1 12 85 4
2 10 81 5

Suponga que son muestras aleatorias independientes y que provienen de

poblaciones normales con varianzas desconocidas, suponer iguales.

Pruebe con 5% de significancia que la resistencia del material 1 excede a la

resistencia del material 2 en dos unidades.

Solución
1) Ho: 1 - 2 = 2
2) Ha: 1 - 2 > 2
3)  = 0.05

4) Estadístico de prueba
( X 1 −X 2 )−d 0
S X −X
t= 1 2 , distribución t con  = n1 + n2 – 2 gr. de libertad
Región de rechazo de Ho
 = 0.05,  = n1 + n2 – 2 = 12 + 10 – 2 = 20  t0.05 = 1.725 (tabla T)
t > 1.725
5) Cálculo del valor del estadístico de prueba
2 ( n1 −1) S21 +( n2 −1) S 22 (12−1)4 2 +(10−1 )52
S p=
n1 +n2 −2 = 12+10−2 = 20.05
 SX −X
1 2 = Sp √
( X 1 −X 2 )−d 0
1 1
+
n 1 n2 = √ 20. 05
1 1
+
√
12 10 = 1.917
( 85−81)−2
S X −X 1 . 917
t= 1 2 = = 1.043
6) t no cae en la región de rechazo de Ho, por lo tanto, no hay evidencia
suficiente para rechazarla.

2 2
Ejemplo (caso
σ 1 ≠σ 2 )
Se realizó un experimento para comparar la resistencia de dos materiales,
obteniéndose los siguientes resultados:
Material n X S2
1 15 3.84 3.07
2 12 1.49 0.80

Suponga que son muestras aleatorias independientes y que provienen de

poblaciones normales con varianzas desconocidas, suponer diferentes.

Encuentre un intervalo de confianza de 95% para la diferencia de las medias

poblacionales 1 - 2

Solución

( )
2
S 21 S 22
+
n 1 n2
( )
2
3 . 07 0 . 80
+
15 12

( ) ( )
2 2 2 2
S1 S2
( ) ( )
2 2
3 . 07 0 . 80
n1 n2
+ 15 12
n −1 n 2−1 = 15−1 +
= 1 12−1  21

1 -  = 0.95  /2 = 0.025,  = 21,  t/2 = t0.025 = 2.08 (Tabla T)

√
2 2

√
S1 S 2 3 . 07 0 . 80
+
SX −X
1 2 =
n1 n 2 = 15 + 12 = 0.521

Sustituimos en la fórmula respectiva :

S S
( x̄ 1 - x̄ 2 ) - t/2 X 1− X 2  1 - 2  ( x̄ 1 - x̄ 2 ) + t/2 X1− X 2
(3.84 – 1.49) – 2.08(0.521)  1 - 2  (3.84 – 1.49) + 2.08(0.521)

1.266  1 - 2  3.434
 Por lo tanto, se puede afirmar con una confianza de 95% que la diferencia
de las medias de la resistencia de los dos materiales está entre 1.266 y 3.434