ESTIMACIÓN PUNTUAL Y

POR INTERVALOS

(Intervalos de Confianza)

I Parcial de Análisis de Datos

Segunda sección
Estimadores de Parámetros Desconocidos de
la Población
 Elementos Clave de la Estimación por Intervalo
La probabilidad de que el parámetro poblacional caiga en algún sitio dentro del intervalo.

Estadístico Muestral
(estimador puntual)
Intervalo de confianza

Límite de Confianza Límite de Confianza

(inferior) (superior)
Estimación del Intervalo de Confianza

Intervalo de
Confianza

Proporción-es Media-s Varianza-s

Varianza-s Varianza-s
Conocida-s Desconocida-s
 Intervalos de confianza para la Media (µ), Varianza
(σ2) Conocida

Supuestos
• La Desviación Estándar Poblacional, es conocida

• La Población se Distribuye Normalmente

• Si no es Normal, se puede aproximar por la Distribución Normal (n ≥ 30)

 Intervalos de confianza Para la Media µ con σ conocida

7.1 Un fabricante produce anillos para los pistones de un motor de

automóvil. Se sabe que el diámetro del anillo está distribuido
aproximadamente de manera normal, y que tiene una desviación
estándar σ = 0.001 mm. Una muestra aleatoria de 15 anillos tiene un
ഥ =74.036 mm
diámetro promedio de 𝒙

a) Construya un intervalo de confianza bilateral del 99% para el

diámetro promedio del anillo.
b) Construya un límite inferior de confianza del 95% para el diámetro
promedio del anillo.

Datos
σ = 0.001
n = 15 𝜎 𝜎
𝑃𝑟 = 𝑥ҧ − 𝑧𝛼ൗ ≤ 𝜇 ≤ 𝑥ҧ + 𝑧𝛼ൗ =1−𝛼
2 𝑛 2 𝑛
ഥ= 74.036
𝒙
1- α = 99% = 0.99
α/2 = 0.01/2 = 0.005
Intervalos de confianza Para la Media µ con σ conocida
Datos
a) Construya un intervalo de confianza bilateral del 99% para el diámetro promedio del anillo. σ = 0.001
n = 15
𝜎 𝜎
𝑃𝑟 = 𝑥ҧ − 𝑧𝛼ൗ2 ≤ 𝜇 ≤ 𝑥ҧ + 𝑧𝛼ൗ2 =1−𝛼 ഥ= 74.036
𝒙
𝑛 𝑛
1- α = 99% = 0.99
Obtener α/2 = 0.01/2 = 0.005
Zα/2 = Z0.005 = -2.575 (este es el valor de tablas “exacto”, se debe interpolar para obtenerlo)
Intervalos de confianza Para la Media µ con σ conocida
Obtener : Zα/2 = Z0.005 = -2.575 (este es el valor de tablas “exacto”, se debe interpolar para obtenerlo)
¿Siempre hay que interpolar? R: SÍ
¿Porqué? R: Se busca siempre la mejor estimación (precisión) para la toma de decisiones
¿Cómo se interpola?
Ec X Y
Valor de Z Probabilidad
1 2.57 = 0.0051
2 El valor de "Z" que deseo estimar x= = 0.005
3 2.58 = 0.0049

2-1 Restar valores de "x" y "y" en ambos lados x - 2.57 = -0.0001

3-1 de la ecuación 0.01 = -0.0002

x - 2.57 -0.0001
Dividiendo (2-1) / (3-1) =
0.01 -0.0002

(-0.0001)*(0.01)
Despejando para encontrar el valor de "x" x = + 2.57
(-0.0002)

Calcular el valor de "x" x = 2.575

 Intervalos de confianza Para la Media µ con σ conocida
Nota: el procedimiento anterior de interpolación es muy sencillo de realizar, y en el ÚNICO caso donde se
suma y se divide entre 2, es cuando buscamos el punto medio entre dos cantidades (como en este caso),
pero si se buscara por ejemplo el valor de una Z = 2.789, se debe realizar el procedimiento descrito.

¿Existe otra forma de encontrar el valor de Zα/2 sin interpolar? R: SÍ

¿Cómo?
Utilizando un paquete estadístico o una hoja de calculo como Excel de la siguiente manera:
Intervalos de confianza Para la Media µ con σ conocida

Recordemos que buscamos los DOS valores de ± Zα/2 a partir de la probabilidad

Probabilidad = área = 0.005 Probabilidad = área = 0.005

ഥ= 74.036
𝒙
-Zα/2 Zα/2
-2.57582930354890 2.57582930354890

Recordemos que por la simetría de la normal los valores de ± Zα/2 son iguales (2.75582930354890)

Este es el valor más “exacto” de Zα/2 que encontramos

Excel siempre trabaja con 36 decimales en sus operaciones
Intervalos de confianza Para la Media µ con σ conocida
Datos
7.1 Un fabricante produce anillos para los pistones de un motor de automóvil. Se sabe
σ = 0.001
que el diámetro del anillo está distribuido aproximadamente de manera normal, y que
n = 15
tiene una desviación estándar σ = 0.001 mm. Una muestra aleatoria de 15 anillos tiene
un diámetro promedio de 𝑥ҧ =74.036 mm ഥ= 74.036
𝒙

a) Construya un intervalo de confianza bilateral del 99% para el diámetro promedio del anillo. 1- α = 99% = 0.99

𝜎 𝜎 α/2 = 0.01/2 = 0.005

𝑃𝑟 = 𝑥ҧ − 𝑧𝛼ൗ2 ≤ 𝜇 ≤ 𝑥ҧ + 𝑧𝛼ൗ2 =1−𝛼
𝑛 𝑛

Obtener: Zα/2 = Z0.005 = -2.5782930354890 y sustituir los datos en la ecuación

0.001 0.001
𝑃𝑟 = 74.036 − 2.575822930354890 ≤ 𝜇 ≤ 74.036 + 2.575822930354890 = 99%
15 √15

𝜎 0.001 Con la finalidad de restar

ó bien estimar 𝑧𝛼ൗ2 = 2.575822930354890 = 0.000665076 y sumar en la ecuación
𝑛 √15
Intervalos de confianza Para la Media µ con σ conocida

a) Construya un intervalo de confianza bilateral del 99% para el diámetro promedio del anillo.
𝜎 𝜎
𝑃𝑟 = 𝑥ҧ − 𝑧𝛼ൗ ≤ 𝜇 ≤ 𝑥ҧ + 𝑧𝛼ൗ =1−𝛼
2 𝑛 2 𝑛

𝑃𝑟 = 74.036 − 0.000665076 ≤ 𝜇 ≤ 74.036 + 0.000665076 = 99%

𝑃𝑟 = 74.03533492373360 ≤ 𝜇 ≤ 74.03666507626640 = 99%

𝑷𝒓 = 𝟕𝟒. 𝟎𝟑𝟓𝟑𝟒 ≤ 𝝁 ≤ 𝟕𝟒. 𝟎𝟑𝟔𝟔𝟕 = 𝟗𝟗%

Conclusión: al 99% de confianza existe suficiente evidencia estadística para inferir que el verdadero
diámetro promedio de los anillos se encuentra en los límites construidos para el intervalo

Si tu requerimiento es que necesitas anillos con un diámetro de 74 mm

dirías que este fabricante sería un buen proveedor?

Que pasa si cambias la confianza (1-α) por un 95%?

Intervalos de confianza Para la Media µ con σ conocida Datos
σ = 0.001
b) Construya un límite inferior de confianza del 95% para el diámetro promedio del anillo.
n = 15
𝜎 ഥ= 74.036
𝒙
𝑃𝑟 = 𝑥ҧ − 𝑧α ≤𝜇 =1−𝛼
𝑛 1- α = 95% = 0.95
α = 0.05
¿Porqué cambia la forma de estimación?
Porque se pide un intervalo UNILATERAL
¿Cuantos tipos de intervalos existen?

Unilateral Inferior Bilateral Unilateral Superior

Intervalos de confianza Para la Media µ con σ conocida
¿Como y cuando se deben estimar los intervalos de confianza unilaterales o bilaterales?

𝜎 𝜎
𝑃𝑟 = 𝑥ҧ − 𝑧𝛼ൗ2 ≤ 𝜇 ≤ 𝑥ҧ + 𝑧𝛼ൗ2 =1−𝛼
𝑛 𝑛

Unilateral Inferior Bilateral Unilateral Superior

𝜎 𝜎
𝑃𝑟 = 𝑥ҧ − 𝑧α ≤𝜇 =1−𝛼 𝑃𝑟 = 𝜇 ≤ 𝑥ҧ + 𝑧α =1−𝛼
𝑛 Responde a preguntas como: 𝑛
 Igualdad
Responde a preguntas como:  Control Responde a preguntas como:
 Al menos  Requerimiento estabilidad  A lo mas
 Como mínimo aceptable  Como máximo aceptable
 Requerimiento mayor a  Requerimiento menor a
Intervalos de confianza Para la Media µ con σ conocida Datos
σ = 0.001
b) Construya un límite inferior de confianza del 95% para el diámetro promedio del anillo.
n = 15

𝜎 ഥ= 74.036
𝒙
𝑃𝑟 = 𝑥ҧ − 𝑧α ≤𝜇 =1−𝛼 1- α = 95% = 0.95
𝑛
α = 0.05
Obtener: Zα = Z0.05 = -1.644853627 Sustituir en la ecuación

α =0.05 𝑃𝑟 = 74.036 − 0.000424699 ≤ 𝜇 = 95%

𝑃𝑟 = 74.0355753 ≤ 𝜇 = 95%

Al 95% de confianza ESEE, que me permite inferir

que el diámetro promedio de los anillos para los
pistones, es de al menos 74.035575 mm de diámetro
-1.644853627
 Intervalos de confianza para la diferencia de Medias
(µ1 - µ2) y Varianzas (σ12 y σ22) Conocidas

𝝈𝟐𝟏 𝝈𝟐𝟐 𝝈𝟐𝟏 𝝈𝟐𝟐

𝑷𝒓 = ഥ𝟏 − 𝒙
𝒙 ഥ𝟐 − 𝒛𝜶ൗ + ഥ𝟏 − 𝒙
≤ 𝝁𝟏 − 𝝁𝟐 ≤ 𝒙 ഥ𝟐 + 𝒛𝜶ൗ + =𝟏−𝜶
𝟐 𝒏𝟏 𝒏𝟐 𝟐 𝒏𝟏 𝒏𝟐

𝝈𝟐𝟏 𝝈𝟐𝟐
ഥ𝟏 − 𝒙
𝒙 ഥ𝟐 ± 𝒛𝜶ൗ + =
𝟐 𝒏𝟏 𝒏𝟐
 7-7. Se utilizan dos máquinas para llenar botellas de
plástico con detergente para máquinas lava platos. Se sabe
que las desviaciones estándar del volumen de llenado son
σ1 = 0.10 onzas de liquido y σ2= 0.15 onzas de líquido para
las dos máquinas, respectivamente. Se toman dos muestras
aleatorias, n1= 12 botellas de la máquina 1 y n2= 10 botellas
de la maquina 2. Los volúmenes promedio de llenado son
ഥ𝟏 = 30.87 onzas de liquido y 𝒙
𝒙 ഥ𝟐 = 30.68 onzas de liquido.

a) Construya un intervalo de confianza bilateral del 90%

para la diferencia entre las medias del volumen de llenado.
b) Construya un intervalo de confianza bilateral del 95% para Datos
la diferencia entre las medias del volumen de llenado. 𝑥ҧ1 = 30.87 𝑥ҧ2 = 30.68
Compare el ancho de este intervalo con el ancho del
σ1 = 0.10 σ2 = 0.15
calculado en el inciso a.
c) Construya un intervalo de confianza superior de 95% para la n1 = 12 n2 = 10
diferencia de medias del volumen de llenado. 1-α = 0.90
7-7. Se utilizan dos máquinas para llenar botellas de
Datos
plástico con detergente para máquinas lava platos. Se sabe
𝑥ҧ1 = 30.87 𝑥ҧ2 = 30.68
que las desviaciones estándar del volumen de llenado son
σ1 = 0.10 onzas de liquido y σ2= 0.15 onzas de líquido para σ1 = 0.10 σ2 = 0.15
las dos máquinas, respectivamente. Se toman dos muestras n1 = 12 n2 = 10
aleatorias, n1= 12 botellas de la máquina 1 y n2= 10 botellas 1-α = 0.90
de la maquina 2. Los volúmenes promedio de llenado son
𝑥ҧ1 = 30.87 onzas de liquido y 𝑥ҧ2 = 30.68 onzas de liquido.

a) Construya un intervalo de confianza bilateral del 90% para la diferencia entre las medias del
volumen de llenado.

𝝈𝟐𝟏 𝝈𝟐𝟐 𝝈𝟐𝟏 𝝈𝟐𝟐

𝑷𝒓 = ഥ𝟏 − 𝒙
𝒙 ഥ𝟐 − 𝒛𝜶ൗ + ഥ𝟏 − 𝒙
≤ 𝝁𝟏 − 𝝁𝟐 ≤ 𝒙 ഥ𝟐 + 𝒛𝜶ൗ + = 𝟏−𝜶
𝟐 𝒏𝟏 𝒏𝟐 𝟐 𝒏𝟏 𝒏𝟐
a) Construya un intervalo de confianza bilateral del 90% Datos
para la diferencia entre las medias del volumen de 𝑥ҧ1 = 30.87 𝑥ҧ2 = 30.68
llenado. σ1 = 0.10 σ2 = 0.15

𝑥ҧ1 − 𝑥ҧ2 =30.87 – 30.68 = 0.19 n1 = 12 n2 = 10

1-α = 0.90

𝜎12 𝜎22 0.10 2 0.15 2

𝑧𝛼ൗ + = 1.645 + = 1.645 0.05553 = 0.09134
2 𝑛1 𝑛2 12 10

𝜎12 𝜎22 𝜎12 𝜎22

𝑃𝑟 = 𝑥ҧ1 − 𝑥ҧ2 − 𝑧𝛼ൗ + ≤ 𝜇1 − 𝜇2 ≤ 𝑥ҧ1 − 𝑥ҧ2 + 𝑧𝛼ൗ + =1−𝛼
2 𝑛1 𝑛2 2 𝑛
1 𝑛 2

𝑃𝑟 = 0.19 − 0.09134 ≤ 𝜇1 − 𝜇2 ≤ 0.19 + 0.09134 = 90%

𝑷𝒓 = 𝟎. 𝟎𝟗𝟖𝟔𝟔 ≤ 𝝁𝟏 − 𝝁𝟐 ≤ 𝟎. 𝟐𝟖𝟏𝟑𝟒 = 𝟗𝟎 %
a) Construya un intervalo de confianza bilateral del 90% para la diferencia entre
las medias del volumen de llenado.

𝑷𝒓 = 𝟎. 𝟎𝟗𝟖𝟔𝟔 ≤ 𝝁𝟏 − 𝝁𝟐 ≤ 𝟎. 𝟐𝟖𝟏𝟑𝟒 = 𝟗𝟎
Al 90% de confianza ESEE que me permite inferir que el volumen promedio
del llenado de las botellas de plástico con detergente lava platos de la
máquina 1 es superior al volumen de llenado promedio de la máquina 2.

¿Porqué? LI LS
= (-) Negativo µ1 < µ2 - -
𝝁𝟏 − 𝝁𝟐 =
= (0) Cero µ1 = µ2 - +

= (+) Positivo µ1 > µ2 + +

 Datos
a) Construya un intervalo de confianza bilateral del 90% para la
diferencia entre las medias del volumen de llenado. 𝑥ҧ1 = 30.87 𝑥ҧ2 = 30.68
b) Construya un intervalo de confianza bilateral del 95% para la σ1 = 0.10 σ2 = 0.15
diferencia entre las medias del volumen de llenado. Compare el n1 = 12 n2 = 10
ancho de este intervalo con el ancho del calculado en el inciso a. 1-α = 0.90 y 0.95

𝜎12 𝜎22 𝜎12 𝜎22

𝑃𝑟 = 𝑥ҧ1 − 𝑥ҧ2 − 𝑧𝛼ൗ + ≤ 𝜇1 − 𝜇2 ≤ 𝑥ҧ1 − 𝑥ҧ2 + 𝑧𝛼ൗ + =1−𝛼
2 𝑛1 𝑛2 2 𝑛
1 𝑛 2

𝑥ҧ1 − 𝑥ҧ2 =30.87 – 30.68 = 0.19

𝜎12 𝜎22 0.10 2 0.15 2

a) 𝑧𝛼ൗ + = 1.645 + = 1.645 0.05553 = 𝟎. 𝟎𝟗𝟏𝟑𝟒
2 𝑛1 𝑛2 12 10

𝜎12 𝜎22 0.10 2 0.15 2

b) 𝑧𝛼ൗ + = 1.960 + = 1.960 0.05553 = 𝟎. 𝟏𝟎𝟖𝟖𝟑
2 𝑛1 𝑛2 12 10
 Datos
a) Construya un intervalo de confianza bilateral del 90% para la
diferencia entre las medias del volumen de llenado. 𝑥ҧ1 = 30.87 𝑥ҧ2 = 30.68
b) Construya un intervalo de confianza bilateral del 95% para la σ1 = 0.10 σ2 = 0.15
diferencia entre las medias del volumen de llenado. Compare el n1 = 12 n2 = 10
ancho de este intervalo con el ancho del calculado en el inciso a. 1-α = 0.90

a) 𝑷𝒓 = 𝟎. 𝟎𝟗𝟖𝟔𝟔 ≤ 𝝁𝟏 − 𝝁𝟐 ≤ 𝟎. 𝟐𝟖𝟏𝟑𝟒 = 𝟗𝟎 %

b) 𝑷𝒓 = 𝟎. 𝟎𝟖𝟏𝟏𝟕 ≤ 𝝁𝟏 − 𝝁𝟐 ≤ 𝟎. 𝟐𝟗𝟖𝟖𝟑 = 𝟗𝟓 %

¿Que puede decir del ancho de los intervalos?

 Datos
c) Construya un intervalo de confianza superior de 95% para la 𝑥ҧ1 = 30.87 𝑥ҧ2 = 30.68
diferencia de medias del volumen de llenado.
σ1 = 0.10 σ2 = 0.15
n1 = 12 n2 = 10
𝜎12 𝜎22
𝑃𝑟 = (𝜇1 −𝜇2 ) ≤ 𝑥ҧ1 − 𝑥ҧ2 + 𝑧𝛼 + =1−𝛼 1-α = 0.95
𝑛1 𝑛2

𝑥ҧ1 − 𝑥ҧ2 =30.87 – 30.68 = 0.19

𝜎12 𝜎22 0.10 2 0.15 2

𝑧α + = 1.645 + = 1.645 0.05553 = 𝟎. 𝟎𝟗𝟏𝟑𝟒
𝑛1 𝑛2 12 10

𝑃𝑟 = (𝜇1 −𝜇2 ) ≤ 0.19 + 0.09138 = 95%

Compare con el Límite

𝑷𝒓 = (𝝁𝟏 −𝝁𝟐 ) ≤ 𝟎. 𝟐𝟖𝟏𝟑𝟒 = 𝟗𝟓%
Superior del a)
 Intervalos de confianza para la Media (µ) y
Varianzas (σ2) Desconocida

𝑠 𝑠
𝑃𝑟 = 𝑥ҧ − 𝑡𝛼,𝑛−1 ≤ 𝜇 ≤ 𝑥ҧ + 𝑡𝛼,𝑛−1 =1−𝛼
2 𝑛 2 𝑛
Supuestos
• La Desviación Estándar Poblacional, es desconocida

• La Población se Distribuye Normalmente

• Si no es Normal, se puede aproximar por la Distribución Normal (n ≥ 30)

 Que cambia si se desconoce la varianza σ2

Intervalos de confianza
para la Media (µ), Varianza
(σ2) Conocida
Se desconoce el parámetro σ,
La probabilidad
se utiliza el estimadors s

Intervalos de confianza
𝑠 𝑠
para la Media (µ), 𝑃𝑟 = 𝑥ҧ − 𝑡𝛼,𝑛−1 ≤ 𝜇 ≤ 𝑥ҧ + 𝑡𝛼,𝑛−1 =1−𝛼
2 𝑛 2 𝑛
Varianzas (σ2) Desconocida
Intervalos de confianza para la Media (µ) y Varianzas (σ2) Desconocida

7-17. Un ingeniero de control de calidad midió el espesor de

la pared de 25 botellas de vidrio de 2 lt. La media muestral es
𝐱ഥ =4.05 mm., mientras que la desviación estándar muestral
es s = 0.08 mm. Encuentre un intervalo de confianza del
90% para la media del espesor de la pared de la las botellas.

𝒔 𝒔
ഥ − 𝒕𝜶,𝒏−𝟏
𝑷𝒓 = 𝒙 ഥ + 𝒕𝜶,𝒏−𝟏
≤𝝁≤𝒙 =𝟏−𝜶
𝟐 𝒏 𝟐 𝒏
α/2 = 0.05 1-α = 0.90 α/2 = 0.05

𝒕𝜶,𝒏−𝟏 = 𝒕𝟎.𝟎𝟓,𝟐𝟒 = 𝟏. 𝟕𝟏𝟎𝟖𝟖

𝟐

-1.71088 µ 1.71088
Intervalos de confianza para la Media (µ) y Varianzas (σ2) Desconocida

𝑡𝛼,𝑛−1 = 𝑡0.05,24 = 1.71088

2

1 - α = 0.9
α / 2= 0.05 𝑡𝛼,𝑛−1 = 𝑡0.05,24 = 1.71088
2
n= 25

t 0.05, 24 = -1.71088208 INV.T(F4,F5-1)

t 1-0.05, 24 = 1.71088208 INV.T.2C(1-F3,F5-1)

Intervalos de confianza para la Media (µ) y Varianzas (σ2) Desconocida

𝒔 𝒔 𝑡𝛼,𝑛−1 = 𝑡0.05,24 = 1.71088

ഥ − 𝒕𝜶,𝒏−𝟏
𝑷𝒓 = 𝒙 ഥ + 𝒕𝜶,𝒏−𝟏
≤𝝁≤𝒙 =𝟏−𝜶
𝟐 𝒏 𝟐 𝒏 2

𝑠 0.08
𝑡𝛼,𝑛−1 = 1.71088 = 1.71088 0.01600 = 0.02737
2 𝑛 25

𝑃𝑟 = 4.05 − 0.02737 ≤ 𝜇 ≤ 4.05 + 0.02737 = 90%

𝑷𝒓 = 𝟒. 𝟎𝟐𝟐𝟔𝟑 ≤ 𝝁 ≤ 𝟒. 𝟒𝟎𝟕𝟕𝟑𝟕 = 𝟗𝟎%

Al 90% de confianza ESEE que me permite inferir que el espesor promedio de la

pared de las botellas está entre los límites de los intervalos (4.02263, 4.407737)
Intervalos de confianza para la diferencia de Medias (µ1 - µ2)
y Varianzas (σ12 y σ22) Desconocidas

Supuesto Supuesto
Varianzas (σ12 = σ22) y Varianzas (σ12 ≠ σ22) y
Desconocidas Desconocidas
 Intervalos de confianza para la diferencia de Medias
Supuesto: Varianzas (σ12 = σ22) y Desconocidas (µ1 - µ2) y Varianzas (σ12 y σ22) Desconocidas

1 1 1 1
𝑃𝑟 = 𝑥ҧ1 − 𝑥ҧ2 − 𝑡𝛼ൗ2,𝑛1+𝑛2−2 𝑆𝑝 + ≤ 𝜇1 − 𝜇2 ≤ 𝑥ҧ1 − 𝑥ҧ2 + 𝑡 ൗ2,𝑛1+𝑛2−2 𝑆𝑝
𝛼 + =1−𝛼
𝑛1 𝑛2 𝑛1 𝑛2

𝑛1 − 1 𝑠12 + 𝑛2 − 1 𝑠22
𝑆𝑝 =
𝑛1 + 𝑛2 − 2

Supuesto: Varianzas (σ12 ≠ σ22) y Desconocidas

𝑠12 𝑠22 𝑠12 𝑠22

𝑃𝑟 = 𝑥ҧ1 − 𝑥ҧ2 − 𝑡𝛼ൗ2 , 𝑣 + ≤ 𝜇1 − 𝜇2 ≤ 𝑥ҧ1 − 𝑥ҧ2 + 𝑡𝛼ൗ2 , 𝑣 + = 1−𝛼
𝑛1 𝑛2 𝑛1 𝑛2

2
𝑠12ൗ 𝑠22ൗ
𝑛1 + 𝑛2
𝑣= 2 2 −2
𝑠12ൗ 𝑠22ൗ
𝑛1 𝑛2
𝑛1 + 1 + 𝑛2 + 1
 Cómo decidir si debemos suponer las varianzas
σ12 = σ22 ó σ12 ≠ σ22

𝑠12 𝜎12 𝑠12

𝑃𝑟 = 2 𝑓1−𝛼,𝑛 −1,𝑛 −1 ≤ 2 ≤ 2 𝑓𝛼,𝑛 −1,𝑛 −1 = 1 − 𝛼
𝑠2 2 2 1 𝜎2 𝑠2 2 2 1

1
𝑓1−𝛼,𝑛 =
2 2 −1,𝑛1 −1 𝑓𝛼,𝑛 −1,𝑛2 −1
2 1

Veamos los siguientes casos

=

Datos
𝑥ҧ1 = 8.73 𝑥ҧ2 = 8.68

s12 = 0.35 s22 = 0.40

n1 = 15 n2 = 18
1-α = 0.95

Porqué suponer varianzas iguales

σ12 = σ22
=

Datos
𝑥ҧ1 = 300 𝑥ҧ2 = 300.5

s12 = 16 s22 = 49
n1 = 15 n2 = 10
1-α = 0.95

Porqué suponer varianzas distintas

σ12 ≠ σ22
 Cómo decidir si debemos suponer las varianzas σ12 = σ22 ó σ12 ≠ σ22

𝑠12 𝜎12 𝑠12

𝑃𝑟 = 2 𝑓1−𝛼,𝑛 −1,𝑛 −1 ≤ 2 ≤ 2 𝑓𝛼,𝑛 −1,𝑛 −1 = 1 − 𝛼
𝑠2 2 2 1 𝜎2 𝑠2 2 2 1

1
𝑓1−𝛼,𝑛 −1,𝑛1 −1
= 𝑓𝛼,𝑛
2 2 𝑓𝛼,𝑛
1 −1,𝑛2 −1
2 2 −1,𝑛1 −1
2
 1
𝑓1−𝛼,𝑛 −1,𝑛1 −1
= 𝑓𝛼,𝑛
2 2 𝑓𝛼,𝑛
2 1
−1,𝑛2 −1 2 2 −1,𝑛1 −1

12 2.82 15 2.95
14 2.7533333 17 2.906
15 2.72 20 2.84

𝒇𝟎.𝟗𝟕𝟓,𝟏𝟕,𝟏𝟒 𝒇𝜶,𝒏
𝟐 𝟐 −𝟏,𝒏𝟏 −𝟏
𝟏
= = 𝒇𝟎.𝟎𝟐𝟓,𝟏𝟕,𝟏𝟒
𝒇𝟎.𝟎𝟐𝟓,𝟏𝟒,𝟏𝟕

𝟏 = 𝟐. 𝟗𝟎𝟔
=
𝟐. 𝟕𝟓𝟑𝟑𝟑

= 𝟎. 𝟑𝟔𝟑𝟏𝟗𝟔𝟏
Cómo decidir si debemos suponer las varianzas σ12 = σ22 ó σ12 ≠ σ22

𝑠12 𝜎12 𝑠12

𝑃𝑟 = 2 𝑓1−𝛼,𝑛 −1,𝑛 −1 ≤ 2 ≤ 2 𝑓𝛼,𝑛 −1,𝑛 −1 = 1 − 𝛼
𝑠2 2 2 1 𝜎2 𝑠2 2 2 1 𝑠12 0.35
= = 0.875
𝑠22 0.40

𝑠12 𝑠12 1
𝑓 𝛼 = = 0.875 0.36319 = 0.3177966
𝑠22 1− 2 ,𝑛2−1,𝑛1−1 𝑠22 𝑓𝛼,𝑛 −1,𝑛
2 1 2 −1

𝑠12 𝑠12
𝑓𝛼 = 𝑓0.025,17,14 = 0.875 2.906 = 2.54275
𝑠22 2 ,𝑛2 −1,𝑛1−1 𝑠22
LI LS
<1 Ambos menores que 1
𝜎12 σ12
𝑃𝑟 = 0.3177966 ≤ 2 ≤ 2.54275 = 95% =1 <1 >1
𝜎2 σ22
>1 Ambos mayores que 1
Al 95% de confianza ESEE que me permite inferir que las
varianzas poblacionales son iguales (σ12 = σ22 ), porque el uno
se encuentra en el intervalo
7.21 Datos
𝑥ҧ1 = 8.73 𝑥ҧ2 = 8.68

s12 = 0.35 s22 = 0.40

n1 = 15 n2 = 18
1-α = 0.95

1 1 1 1
𝑃𝑟 = 𝑥ҧ1 − 𝑥ҧ2 − 𝑡𝛼ൗ2,𝑛1+𝑛2−2 𝑆𝑝 + ≤ 𝜇1 − 𝜇2 ≤ 𝑥ҧ1 − 𝑥ҧ2 + 𝑡 ൗ2,𝑛1+𝑛2−2 𝑆𝑝
𝛼 + =1−𝛼
𝑛1 𝑛2 𝑛1 𝑛2

𝑥ҧ1 − 𝑥ҧ2 = 8.73 − 8.68 = 0.05 𝑡𝛼ൗ2,𝑛1+𝑛2−2 = 𝑡0.025,31 = 2.0395134

1 1 1 1
+ = + = 0.3496029
𝑛1 𝑛2 15 18

𝑛1 − 1 𝑠12 + 𝑛2 − 1 𝑠22 14 0.35 + 17 0.40 11.7

𝑆𝑝 = = = = 0.6143447
𝑛1 + 𝑛2 − 2 15 + 18 − 2 31
7.21 1 1 1 1
𝑃𝑟 = 𝑥ҧ1 − 𝑥ҧ2 − 𝑡𝛼ൗ2,𝑛1+𝑛2−2 𝑆𝑝 + ≤ 𝜇1 − 𝜇2 ≤ 𝑥ҧ1 − 𝑥ҧ2 + 𝑡𝛼ൗ2,𝑛1+𝑛2−2 𝑆𝑝 + =1−𝛼
𝑛1 𝑛2 𝑛1 𝑛2

1 1
𝑥ҧ1 − 𝑥ҧ2 = 8.73 − 8.68 = 0.05 𝑡𝛼ൗ2,𝑛1+𝑛2−2 𝑆𝑝 + = 2.0395134 0.6143447 0.3496029 = 0.43804
𝑛1 𝑛2

𝑷𝒓 = 𝟎. 𝟎𝟓 − 𝟎. 𝟒𝟑𝟖𝟎𝟓 ≤ 𝝁𝟏 − 𝝁𝟐 ≤ 𝟎. 𝟎𝟓 + 𝟎𝟒𝟑𝟖𝟎𝟒 = 𝟗𝟓%

𝑷𝒓 = −𝟎. 𝟑𝟖𝟖𝟎𝟓 ≤ 𝝁𝟏 − 𝝁𝟐 ≤ 𝟎. 𝟒𝟖𝟖𝟎𝟒 = 𝟗𝟓%

Al 95% de confianza ESEE que me permite inferir que el diámetro promedio de fabricación de ambas
máquinas es el mismo, esto porqué el cero se encuentra contenido en el intervalo de confianza
=

Datos
𝑥ҧ1 = 300 𝑥ҧ2 = 300.5

s12 = 16 s22 = 49
n1 = 15 n2 = 10
1-α = 0.95

Porqué suponer varianzas distintas

σ12 ≠ σ22
 Cómo debemos suponer las varianzas σ12 = σ22 ó σ12 ≠ σ22

𝑠12 𝜎12 𝑠12

𝑃𝑟 = 2 𝑓1−𝛼,𝑛 −1,𝑛 −1 ≤ 2 ≤ 2 𝑓𝛼,𝑛 −1,𝑛 −1 = 1 − 𝛼
𝑠2 2 2 1 𝜎2 𝑠2 2 2 1

1
𝑓1−𝛼,𝑛 −1,𝑛1 −1
= 𝑓𝛼,𝑛
2 2 𝑓𝛼,𝑛
1 −1,𝑛2 −1
2 2 −1,𝑛1 −1
2
Cómo decidir si debemos suponer las varianzas σ12 = σ22 ó σ12 ≠ σ22

𝑠12 𝜎12 𝑠12 𝑠12 16

𝑃𝑟 = 2 𝑓1−𝛼,𝑛 −1,𝑛 −1 ≤ 2 ≤ 2 𝑓𝛼,𝑛 −1,𝑛 −1 = 1 − 𝛼 2 = 49 = 0.32653
𝑠2 𝜎2 𝑠2 2 2 𝑠2
2 2 1 1

LI LS
𝑠12 𝑠12 1 <1 Ambos menores que 1
𝑓 𝛼 = = 0.32653 0.26330 = 0.08598 σ12
𝑠22 1− 2 ,𝑛2−1,𝑛1−1 𝑠22 𝑓𝛼,𝑛 −1,𝑛
2 1 2 −1 =1 <1 >1
σ22
𝑠12 𝑠12 >1 Ambos mayores que 1
𝑓𝛼 = 𝑓 = 0.32653 3.20930 = 1.04793
𝑠22 2 ,𝑛2 −1,𝑛1−1 𝑠22 0.025,17,14

Al 95% de confianza ESEE que me

𝜎12
𝑃𝑟 = 0.08598 ≤ 2 ≤ 1.04793 = 95% permite inferir que las varianzas son
𝜎2 iguales (σ12 = σ22 ), porque el uno se
encuentra en el intervalo

Al 90% de confianza se tendía que

𝜎12 inferir que las varianzas son
𝑃𝑟 = 0.10793 ≤ 2 ≤ 0.86393 = 90% distintas (σ12 = σ22 ), porque el uno
𝜎2
NO se encuentra en el intervalo
7.22
𝑠12 𝑠22 𝑠12 𝑠22
𝑃𝑟 = 𝑥ҧ1 − 𝑥ҧ2 − 𝑡𝛼ൗ , 𝑣 + ≤ 𝜇1 − 𝜇2 ≤ 𝑥ҧ1 − 𝑥ҧ2 + 𝑡𝛼ൗ , 𝑣 + = 1−𝛼
2 𝑛1 𝑛2 2 𝑛1 𝑛2

Datos
ഥ𝟏 − 𝒙
𝒙 ഥ𝟐 = 𝟑𝟎𝟎 − 𝟑𝟎𝟓 = −𝟓 𝒔𝟐𝟏 𝒔𝟐𝟐 𝟏𝟔 𝟒𝟗
𝑥ҧ1 = 300 𝑥ҧ2 = 305 + = + = 𝟐. 𝟒𝟒𝟐𝟔𝟖
𝒏𝟏 𝒏𝟐 𝟏𝟓 𝟏𝟎
𝒕𝜶ൗ = 𝒕𝟎.𝟎𝟐𝟓,𝟏𝟑.𝟕𝟗𝟓𝟕𝟕 = 𝟐. 𝟏𝟔𝟎𝟑𝟕
2 2= 𝟐,𝒗
s1 = 16 s2 49
n1 = 15 n2 = 10
𝒔𝟐𝟏 𝒔𝟐𝟐
1-α = 0.95 𝒕𝜶ൗ , 𝒗 + = 𝟐. 𝟏𝟔𝟎𝟑𝟕 𝟐. 𝟒𝟒𝟐𝟔𝟖 = 𝟓. 𝟐𝟕𝟕𝟎𝟖
𝟐 𝒏𝟏 𝒏𝟐
2
𝑠12ൗ 𝑠22ൗ
𝑛1 + 𝑛2 𝑷𝒓 = −𝟓 − 𝟓. 𝟐𝟕𝟕𝟎𝟖 ≤ 𝝁𝟏 − 𝝁𝟐 ≤ −𝟓 + 𝟓. 𝟐𝟕𝟕𝟎𝟖 = 𝟗𝟓%
𝑣= 2 2 −2
𝑠12ൗ 𝑠22ൗ
𝑛1 𝑛2 𝑷𝒓 = −𝟏𝟎. 𝟐𝟕𝟕𝟎𝟖 ≤ 𝝁𝟏 − 𝝁𝟐 ≤ 𝟎. 𝟐𝟕𝟕𝟎𝟖 = 𝟗𝟓%
𝑛1 + 1 + 𝑛2 + 1
2 Al 95% de confianza ESEE que me permite inferir que la
16ൗ + 49ൗ
15 10 temperatura promedio registrada por el termocople 1 es
𝑣= 2 2 − 2 = 13.79577
16ൗ 49ൗ igual a la registrada por la del termocople 2, porque el cero
15 + 10 se encuentra comprendido en el intervalo
14 9