Inferencia Estadística

Estimación Interválica y
Prueba de hipótesis para la
diferencia de parámetros

Módulo 10

Probabilidad y Estadística
2023 - 2

Videoconferencia 11
 Actividades – Semana 11

Inicio : Lunes 23 de Octubre a la 1:00 pm

Revisa también la sección anuncios y en
Cierre : Lunes 30 de Octubre a la 1:00 pm la semana 11 el “Material para VDC”.
 Inferencia Estadística Estimación Interválica y Prueba de hipótesis para la diferencia
de parámetros

LOGRO DE LA SESIÓN

Al culminar el estudio del presente módulo, el

estudiante estará en capacidad de resolver
casos tomando decisiones en situaciones
reales, aplicando los diferentes tipos de
estimación interválica y pruebas de hipótesis
con información obtenida de dos muestras,
utilizando el complemento de Excel -Megastat.
 Inferencia Estadística Estimación Interválica y Prueba de hipótesis para la diferencia de
parámetros

ÍNDICE
1. Introducción
2. Estimación de Intervalo de Confianza para la diferencia
de medias casos Z y T
3. Prueba de Levene (Homogeneidad de Varianzas)
4. Estimación de Intervalo de Confianza para la diferencia
de proporciones caso Z.
5. Prueba de Hipótesis para la diferencia de medias, caso Z y T
6. Prueba de Hipótesis para la diferencia de proporciones, caso Z .
7. Casos de estudio
8. Conclusiones
Inferencia Estadística Estimación Interválica y Prueba de hipótesis para la diferencia de
parámetros
INTRODUCCIÓN

El sueldo promedio de los

hombres es igual del sueldo
promedio de las mujeres

IC / Ho: µ1= µ2

El porcentaje de
hombres que trabajan
es igual al de mujeres

IC / Ho: P1 = P2
Inferencia Estadística Estimación Interválica y Prueba de hipótesis para la diferencia de
parámetros para Dos poblaciones

Intervalo de
confianza
para dos
muestras

Intervalo de confianza para la diferencia de medias, cuando n1 y n2 < 30 Intervalo de confianza para la diferencia de medias,
cuando n1 y n2 ≥ 30
CASO 1: Varianzas 𝑺𝟐𝟏 y 𝑺𝟐𝟐 desconocidas pero iguales (varianzas homogéneas).

𝑆2𝑝 = varianza ponderada

𝜎12 𝜎22
1 1 n1 − 1 S12 + n2 − 1 S22 IC μ1 − μ2 = x1 − x2 ∓ 𝑧1−,α +
IC μ1 − μ2 = x1 − x2 ∓ t n α Sp2 + Sp2 = 2 𝑛1 𝑛2
1 +n2 −2, 2 n1 n2 n1 + n2 − 2

CASO 2: Varianzas 𝑺𝟐𝟏 y 𝑺𝟐𝟐 desconocidas pero desiguales (varianzas heterogéneas).

: debe ser redondeo por aproximación simple.
2
S12 S22
+
𝑆12 𝑆22 n1 n2
IC 𝜇1 − 𝜇2 = 𝑥1 − 𝑥2 ∓ 𝑡𝜐,𝛼 + υ= 2 2
2 𝑛1 𝑛2 S12 S22
n1 n2
+
n1 − 1 n2 − 1

Intervalo de confianza para la diferencia de

proporciones

ෝ1(1−ෝ
p p1) ෝ2(1−ෝ
p p2) ෝ1(1−ෝ
p p1) ෝ2(1−ෝ
p p2)
(ොp1 − pො 2) - Zo + ෡𝟏 − 𝐏
≤𝐏 ෡𝟐 ≤ (ොp1 − pො 2) + Zo +
n1 n2 n1 n2
Inferencia Estadística Estimación Interválica y Prueba de hipótesis para la diferencia de
parámetros

Análisis del Intervalo de confianza para la diferencia de parámetros

1
REGLA DE DECISION PARA EL USO DE IC CON DOS POBLACIONES
Caso 1: Cuando el IC es de la forma [ + , + ] , entonces el primer parámetro es mayor que el segundo.
Caso 2: Cuando el IC es de la forma [ - , + ] , entonces los parámetros son iguales.
Caso 3: Cuando el IC es de la forma [ - , - ] , entonces el primer parámetro es menor que el segundo.

2
PRUEBA DE LEVENE
La prueba de Levene que otorga el MegaStat prueba si dos muestras provienen de poblaciones con
varianzas homogéneas.
Para tomar una decisión se compara el valor de Sig. que da el reporte del MegaStat con el valor del nivel
de significación (α)

3 REGLA DE DECISION:
Si: Valor - p < α , No se asumen varianzas iguales
Si: Valor - p ≥ α , Se asumen varianzas iguales .
Inferencia Estadística Estimación Interválica y Prueba de hipótesis para la diferencia de
parámetros

Ejemplo 1:

La empresa Peruviam Center desea determinar si los trabajadores

de género masculino presentan mayor número medio de
enfermedades de riesgo que las de género femenino, con la
finalidad de proponer un control de salud ocupacional adicional
durante el año para el género que presenten mayor promedio de
número de enfermedades de riesgo. Se solicita tomar una decisión
considerando la información de la base de datos adjunta,
asumiendo un nivel de confianza del 98%. ¿A que género de
trabajadores se le debe brindar el control de salud ocupacional
adicional?
Inferencia Estadística Estimación Interválica y Prueba de hipótesis para la diferencia de
parámetros
 Inferencia Estadística Estimación Interválica y Prueba de hipótesis para la diferencia de
parámetros

X: Número de enfermedades de riesgo Variable cuantitativa μ1= Número promedio de enfermedades de riesgo del género masculino
μ2= Número promedio de enfermedades de riesgo del género femenino
Intervalo de confianza para la diferencia de medias (m1 – m2)
Datos: 𝑛1 = 25, 𝑛2 = 15, NC: 98%, a = 2% = 0.02 Como n1, n2 < 30, usamos la
Distribución T de Student
EN MEGASTAT: 2do

1ro

En la base de
datos de Excel
segmentamos
los datos de la 3ro
variable
número de
enfermedades
por género
Clic
 Inferencia Estadística Estimación Interválica y Prueba de hipótesis para la diferencia de
parámetros Ho: Las varianzas de los grupos son iguales.
H1: Las varianzas de los grupos NO son iguales.
4to 5to
Obtenemos el siguiente resultado:
1ro. Seleccionamos los
datos de ambos grupos 5to. Clic en OK

Caso 2: Cuando el IC es de la forma [ - , + ] ,

3ro. Ingresamos NC entonces los parámetros son iguales.
y activamos display

2do. Seleccionamos 4to. Activamos la prueba de

“t” porque n1, n2 < 30 homogeneidad de varianzas para
“asumiendo comprobar si las varianzas son iguales.
temporalmente“ que
las varianzas son
𝐼𝐶(𝜇1 − 𝜇2 ) = [−0.144; 1.051] Como significancia p value = 0.3556 > α=0.02,
iguales
entonces se asumen varianzas iguales
Interpretando: Con un nivel de confianza del 98% la verdadera diferencia del número promedio de enfermedades de riesgo de los
trabajadores de género masculino y femenino, se encuentra contenido en [-0.144; 1.051]. Es decir el número promedio de enfermedades
de riesgo de los trabajadores de género masculino y femenino son iguales, por lo tanto no se debe llevar a cabo un control de salud
ocupacional adicional, pues ambos géneros presentan el mismo número medio de enfermedades de riesgo.
Inferencia Estadística Estimación Interválica y Prueba de hipótesis para la diferencia de
parámetros

X: Número de enfermedades de riesgo Variable cuantitativa

USANDO LA FÓRMULA:

Datos: 𝑛1 = 25, 𝑛2 = 15, NC: 98%, a = 2% = 0.02

De la muestra 1 calculamos: 𝑋ത1 = 0.92 y 𝑆1 = 0.81 (En Excel – PROMEDIO y DESVEST.M)
De la muestra 2 calculamos: 𝑋ത2 = 0.47 y 𝑆2 = 0.64 (En Excel – PROMEDIO y DESVEST.M)
Hallamos: 𝑡𝑛1+𝑛2−2,1−𝛼/2 = 𝑡25+15−2,1−0.02/2 = 𝑡38,0.99= 2.4286 En Excel = INV.T(0.99;38)

Asumiendo varianzas iguales: Calculando los intervalos:

2 2
n1 − 1 S1 + n2 − 1 S 2 1 1
Sp2 = IC μ1 − μ2 = x1 − x2 ∓ t n α Sp2 +
1 +n2 −2, 2 n1 n2
n1 + n2 − 2

25 − 1 0.812 + 15 − 1 0.642
1 1
Sp2 = IC μ1 − μ2 = 0.92 − 0.47 ∓ 2.4286 0.5653 +
25 + 15 − 2 25 15

Sp2 = 0.5653 𝐼𝐶(𝜇1 − 𝜇2 ) = [−0.144; 1.051]

Interpretando: Con un nivel de confianza del 98% la verdadera diferencia del número promedio de enfermedades de riesgo de los
trabajadores de género masculino y femenino, se encuentra contenido en [-0.144; 1.051]. Es decir el número promedio de
enfermedades de riesgo de los trabajadores de género masculino y femenino son iguales, por lo tanto no se debe llevar a cabo un
control de salud ocupacional adicional, pues ambos géneros presentan el mismo número medio de enfermedades de riesgo.
 Inferencia Estadística Estimación Interválica y Prueba de hipótesis para la diferencia de
parámetros

Ejemplo 2:
Una empresa pretende estimar la demanda que tendrá su producto y para ello encuesta a 500 jóvenes y 600 adultos,
quienes constituirían su mercado laboral potencial. De la gente joven 400 prefieren el producto, mientras que de la
gente adulta 360 manifiestan su preferencia por éste.
Con un nivel de confianza del 95%, ¿se puede afirmar que la preferencia del producto es igual para jóvenes y
adultos?
Inferencia Estadística Estimación Interválica y Prueba de hipótesis para la diferencia de
parámetros

X: preferencia por el producto Variable cualitativa

Intervalo de confianza para la diferencia de proporciones (p1 – p2)
Datos: 𝑛1 = 500, 𝑛2 = 600, NC: 95%, a = 5% = 0.05 De la muestra 1 calculamos: 𝑝1 =
𝑥1
=
400
𝑛1 500

𝑥 360
De la muestra 2 calculamos: 𝑝2 = 𝑛2 = 600
EN MEGASTAT: 2

1ro

2do
Inferencia Estadística Estimación Interválica y Prueba de hipótesis para la diferencia de
parámetros

3ro 4to
Obtenemos el siguiente resultado:

3ro. Clic en OK

1ro. Ingresamos la información de ambas muestras

2do. Ingresamos NC
y activamos display

𝐼𝐶(𝑝1 − 𝑝2 ) = [0.1474; 0.2526]

Interpretando: Con un nivel de confianza del 95%, la verdadera diferencia de la proporción de jóvenes y adultos que
prefieren el producto está contenida en [0.1472; 0.2526]. Por lo tanto, podemos afirmar que los jóvenes prefieren en
mayor proporción el producto que los adultos
No se puede afirmar que la preferencia del producto es igual para jóvenes y adultos.
 Inferencia Estadística Estimación Interválica y Prueba de hipótesis para la diferencia de
parámetros

X: preferencia por el producto Variable cualitativa

USANDO LA FÓRMULA:

Datos: 𝑛1 = 500, 𝑛2 = 600, NC: 95%, a = 5% = 0.05 Hallamos: 𝑍1−𝛼/2 = 𝑍1−0.05/2 = 𝑍0.975 = 1.96
𝑥 400
De la muestra 1 calculamos: 𝑝1 = 𝑛1 = 500 = 0.8 En Excel = INV.NORM.ESTAND(0.975)
1

𝑥 360
De la muestra 2 calculamos: 𝑝2 = 𝑛2 = 600 = 0.6
2

ෝ1(1−ෝ
p p1) ෝ2(1−ෝ
p p2) ෝ1(1−ෝ
p p1) ෝ2(1−ෝ
p p2)
(ොp1 − pො 2) - Zo + ෡𝟏 − 𝐏
≤𝐏 ෡𝟐 ≤ (ොp1 − pො 2) + Zo +
n1 n2 n1 n2

0.8(1−0.8) 0.6 (1−0.6)

IC 𝑝1 − 𝑝2 = (0.8 − 0.6) ∓ 1.96 500
+ 600

𝐼𝐶(𝑝1 − 𝑝2 ) = [0.1474; 0.2526]

Interpretando: Con un nivel de confianza del 95%, la verdadera diferencia de la proporción de jóvenes y adultos que
prefieren el producto está contenida en [0.1472; 0.2526]. Por lo tanto, podemos afirmar que los jóvenes prefieren en
mayor proporción el producto que los adultos
No se puede afirmar que la preferencia del producto es igual para jóvenes y adultos.
Inferencia Estadística Estimación Interválica y Prueba de hipótesis para la diferencia de
parámetros

RESUMEN α: nivel de significancia,

Intervalos de Confianza (IC) 1- α = nivel de confianza

Para una muestra Para dos muestras

O dos grupos, comparar

IC para la media IC para la IC para la diferencia de IC para la diferencia de

(𝜇) proporción (𝑝) medias (𝜇1 − 𝜇2 ) proporciones (𝑝1 − 𝑝2 )

Var cuantitativa Var cualitativa Var cuantitativas Var cualitativas

Si n1 y n2 ≥ 30, Si n1 y n2 < 30, De las muestras (n1 y n2),
Si n ≥ 30, usar “Z” De la muestra Identificar x1 y x2 (nro de elementos
(n), usar “z” usar “t” con característica de interés)
Identificar x
Si n < 30, usar “t” “Prueba de Levene” (Homogeneidad de varianzas)
(nro de
elementos Si: Valor-p < α , Varianzas desiguales
De la muestra (n), con Si: Valor-p ≥ α , Varianzas iguales (homogéneas)
Calculamos: Promedio característica
y Desviación estándar. de interés) De las muestras (n1 y n2),
Calculamos: promedio1, promedio 2, desvest1 y desvest2
Inferencia Estadística Estimación Interválica y Prueba de hipótesis para la diferencia de
parámetros

RECORDAMOS:

Procedimiento de una prueba una hipótesis con MEGASTAT

Paso 1 Paso 2 Paso 3 Paso 4

Se plantea la Se selecciona Se identifica el Comparar p-valor con α (N.
hipótesis nula el nivel de estadístico de de significancia) y tomar la Se Rechaza H0 Si P-valor < α
y alternativa. significancia. prueba. decisión. No se Rechaza H0 Si P-valor ≥ α

H0: =  ≤

H1: ≠ < >

α Zc =
( x1 − x 2 ) −(m1 − m 2 )
  12  22 
 +
 n1 n2 

Paso 5
Se rechaza H0

Decisión e
Ho: μ1 = μ2 μ1 - μ2 = 0 ( x1 − x 2 ) −(m1 − m 2 ) interpretación. o
Tc =
H1: μ1 ≠ μ2 o μ1 - μ2 ≠ 0 1 1
S c  +  Se acepta Ho
 n1 n2 

Ho: P1 ≤ P2 P1 – P 2 ≤ 0 𝑥1 −𝑥2 − 𝜇1 −𝜇2

H1: P1 > P2 P1 – P 2 > 0 𝑇𝑐 =
𝑆2 2
1 + 𝑆2
𝑛1 𝑛2
Inferencia Estadística Estimación Interválica y Prueba de hipótesis para la diferencia de
parámetros

Diferencia de medias para muestras independientes

Supongamos que disponemos de una muestra aleatoria de tamaño n1 y una muestra aleatoria de tamaño n2 independiente
de la anterior. Podemos construir contrastes de amplia aplicación, como se resume a continuación:

Prueba de hipótesis:
CASO 1.
Ho: μ1 = μ2 μ1 - μ 2 = 0
H1: μ1 ≠ μ2 (caso bilateral) μ1 - μ2 ≠ 0 Cuando n1,n2 son muestras grandes (ni ≥ 30), y las
varianzas poblacionales son conocidas:

Ho: μ1 ≤ μ2 Estadístico de prueba: Z

H1: μ1 > μ2 (caso unilateral)

( x1 − x 2 ) −(m1 − m 2 )
Ho: μ1 ≥ μ2 Zc =
  12  22 
H1: μ1 < μ2 (caso unilateral)  + 
 n1 n2 
Inferencia Estadística Estimación Interválica y Prueba de hipótesis para la diferencia de
parámetros

CASO 2.
Cuando n1 y n2 son muestras pequeñas (ni < 30) y las varianzas poblacionales son desconocidas e iguales:

( x1 − x 2 ) −(m1 − m 2 )
Estadístico de prueba: t de Student Tc =
1 1
Sc  + 
 n1 n2 

Donde, la varianza mancomunada se detalla: Y los grados de libertad son:

( n −1) S 2
+ ( n −1) S 2 t( prob;n1 + n2 − 2 ) g .l
S c2 = 1 1 2 2
n1 + n2 − 2

Se rechaza Ho, con un riesgo α cuando valor-p < α

 Inferencia Estadística Estimación Interválica y Prueba de hipótesis para la diferencia de
parámetros

CASO 3.

Cuando n1 y n2 son muestras pequeñas (ni < 30) y las varianzas poblacionales son desconocidas y diferentes

Estadístico de prueba: t de Student 𝑥1 −𝑥2 − 𝜇1 −𝜇2

𝑇𝑐 =
𝑆2 𝑆
1+ 2
2
𝑛 1 𝑛2
Donde, los grados de libertad son:
2
s2
s  2

n + n 
1 2
r, representa los
r =  12 2  2
grados de
libertad
 s12   s22 
n  n 
 1 +  2
n1 − 1 n2 − 1

Se rechaza Ho, con un riesgo α cuando valor-p < α

Inferencia Estadística Estimación Interválica y Prueba de hipótesis para la diferencia de
parámetros

Diferencia de proporciones- muestras independientes

Estadístico de prueba: Z

𝑝ҧ1 −𝑝ҧ2 −(𝑝1 −𝑝2 )

Prueba de hipótesis: 𝑍= 1 1
~𝑁(0,1)
ҧ
𝑝(1−𝑝)ҧ 𝑛 +𝑛
Ho: P1 = P2 P1 - P 2 = 0 1 2
H1: P1 ≠ P2 (caso bilateral)
X1
p1 =
n1 𝑥1 + 𝑥2
Ho: P1 ≤ P2 𝑝ҧ =
H1: P1 > P2 (caso unilateral) p2 =
X2 𝑛1 + 𝑛2
n2

Ho: P1 ≥ P2
H1: P1 < P2 (caso unilateral)
 Inferencia Estadística Estimación Interválica y Prueba de hipótesis para la diferencia de
parámetros
Prueba de hipótesis
RESUMEN α: nivel de significancia, α = 100% - NC

Para una muestra Para dos muestras

O dos grupos, comparar

Hipótesis para la Hipótesis para la Hipótesis para la diferencia de Hipótesis para la diferencia de
media (𝜇) proporción (𝑝) medias (𝜇1 − 𝜇2 ) proporciones (𝑝1 − 𝑝2 )
Var cuantitativa Var cualitativa Var cuantitativa Var cualitativas

De la muestra De las muestras (n1 y n2),

Si n ≥ 30, usar “Z”
Si n < 30, usar “t”
De la muestra (n),
Calculamos: promedio
Y desvest
(n), Si n1 y n2 ≥ 30, usar Si n1 y n2 < 30, usar Identificar x1 y x2 (n° de elementos con
Identificar x (n° característica de interés)
“z” “t”
de elementos
con
característica
“Prueba de Levene” (Homogeneidad de varianzas)
de interés)
Si: P-value < α , Varianzas desiguales
Si: P-value ≥ α , Varianzas iguales (homogéneas)
De las muestras (n1 y n2),
Calculamos: promedio1, promedio 2, desvest1 y desvest2

En todos los casos debemos aplicar la siguiente regla de decisión:

Se Rechaza Ho Si P-valor < α
No se Rechaza Ho Si P-valor ≥ α
Inferencia Estadística Estimación Interválica y Prueba de hipótesis para la diferencia de
parámetros

APLICACIÓN 1

Un analista compara dos métodos de enseñanza de Estadística; el método

tradicional (T) y el método moderno de enseñanza basado en problemas (M).
Una muestra aleatoria de 9 calificaciones finales con el método T y otra
muestra aleatoria de 10 calificaciones finales con el método M dieron los
siguientes resultados:

T 6 14 8 11 10 18 15 20 13
M 12 11 12 10 14 15 10 13 14 12

Se asume que las calificaciones finales son dos poblaciones independientes con distribución normal. Con un
nivel de significancia de 0,01, ¿es la calificación promedio del método tradicional menor a la calificación
promedio del método moderno?
 Inferencia Estadística Estimación Interválica y Prueba de hipótesis para la diferencia de
parámetros

Solución

En el menú principal Datos, luego

Megastat.....
Hypothesis Test……
Comapre Two Independent Groups
Ingresamos los datos en Excel y seguimos
los pasos para la contrastación de la
hipótesis
Inferencia Estadística Estimación Interválica y Prueba de hipótesis para la diferencia de
parámetros

Prueba de Homogeneidad de Varianzas

Planteamos Ho: Var 1 = Var 2
la hipótesis H1: Var 1 ≠ Var 2
Nivel de Significancia α = 0.01

Ingresamos los datos, luego

activamos la opción: Test for
equality of variances
Inferencia Estadística Estimación Interválica y Prueba de hipótesis para la diferencia de
parámetros

2) Analizamos el p-value = 0.0080 < 0.01, entonces

rechazamos Ho, es decir debemos asumir que las
varianzas poblacionales son desiguales.

Prueba de Homogeneidad de Varianzas

Planteamos Ho: Var 1 = Var 2
1) Observamos la salida correspondiente a la hipótesis H1: Var 1 ≠ Var 2
la prueba de igualdad de varianzas.
3) Luego volvemos a realizar la
prueba de hipótesis para los
promedios, conociendo ya el
comportamiento de las
varianzas que son desiguales

Como el P value = 0.0080<α= 0,01

Se Rechaza H0 Si P-valor < α
Inferencia Estadística Estimación Interválica y Prueba de hipótesis para la diferencia de
parámetros

Realizamos la prueba de hipótesis para

los promedios:
Ho: µ1 ≥ µ2
H1: µ1 < µ2

Usando el nivel de significancia (α=0.01)

Al ingresar la información no olvidar tener

en cuenta que utilizaremos el estadístico T
asumiendo varianzas desiguales.
Inferencia Estadística Estimación Interválica y Prueba de hipótesis para la diferencia de
parámetros

Nota: también podemos analizar el IC donde

tenemos [-4.622 ; 5.578] el cual por la ley de
los signos estudiadas en el modulo anterior
nos indica que los promedios son iguales.

4° Observamos que el p-value es 0.6137 y lo

comparamos con el valor de significancia de la
prueba α = 0.01 teniendo: p-value=0.6137 > α =
0.01 por tanto Aceptamos Ho.
Interpretación: Existe suficiente
evidencia estadística para concluir
que la calificación promedio del
Caso 2: Cuando el IC es
método tradicional No es menor a
de la forma [ - , + ] ,
entonces los parámetros la calificación promedio del
son iguales. método moderno, con una
significancia del 1%.
Inferencia Estadística Estimación Interválica y Prueba de hipótesis para la diferencia de
parámetros

APLICACIÓN 2:
La compañía de perfumes “Esperanza S.A.” desarrolló una fragancia nueva que planea comercializar con el nombre de
Heavenly. Varios estudios de mercado indican que Heavenly tiene buen potencial de mercado; al departamento de
ventas de “Esperanza S.A.” le interesa saber si hay alguna diferencia entre las proporciones de mujeres jóvenes y
mayores que comprarían el perfume si saliera al mercado. Hay dos poblaciones independientes, una de mujeres
jóvenes y la otra, de mujeres mayores. A cada una de las mujeres muestreadas se le pidió oler el perfume e indicar si le
gusta lo suficiente para comprar un frasco o no le gusta. Los resultados se muestran a continuación:

Mujeres jóvenes Si No No Si No No No No No No
No No Si No No No No Si No No

Si Si No Si No Si No No No No
Mujeres mayores No No Si No Si No No Si No No
No No Si No No No No Si No No
Con un nivel de significancia del 2%. Las mujeres jóvenes y mayores compran Heavenly en distintas
proporciones.
Inferencia Estadística Estimación Interválica y Prueba de hipótesis para la diferencia de
parámetros

Solución

Entramos a Datos-----Megastat
Luego Hypothesis Test
Compare Two Independent Proportions

Ingresamos los datos en Excel

dando valor 0:No y 1:Si
Inferencia Estadística Estimación Interválica y Prueba de hipótesis para la diferencia de
parámetros

Conociendo previamente los datos correspondientes a las proporciones muestrales:

n1= 20 X1= 4 p1= X1/n1
n2=30 X2= 9 p2=X2/n2
Inferencia Estadística Estimación Interválica y Prueba de hipótesis para la diferencia de
parámetros

4° Observamos que el p-value es 0.4297 y lo

comparamos con el valor de significancia de la
prueba α = 0.02 teniendo: p-value=0.4297 > α =
0.02 por tanto Aceptamos Ho.

Nota: también podemos analizar el IC donde

tenemos [-0.3849 ; 0.1849] el cual por la ley de
los signos estudiadas en el modulo anterior nos
indica que las proporciones son iguales.

Interpretación: Existe suficiente

evidencia estadística para concluir
que las mujeres jóvenes y mayores
(-0.3849 ; 0.1849) compran Heavenly en iguales
proporciones, con una
significancia del 2%.
Como el P value = 0.4297 >α= 0,02
 Inferencia Estadística Estimación Interválica y Prueba de hipótesis para la diferencia de
parámetros

Evaluando lo aprendido
Aprendiendo de forma divertida con Genially
Estimados estudiantes repasamos lo aprendido respondiendo a los ítems propuestos a
través del siguiente link:

https://view.genial.ly/6358c016451fdb001ae29dba/interactive-content-copia-quiz-genial
 Inferencia Estadística Estimación Interválica y Prueba de hipótesis para la diferencia de
parámetros

Conclusiones
1

4
Inferencia Estadística Estimación Interválica y Prueba de hipótesis para la diferencia de
parámetros

Recordamos nuestro logro de aprendizaje...!!

Al culminar el estudio del módulo, el estudiante estará en capacidad de resolver casos tomando decisiones

en situaciones reales, aplicando los diferentes tipos de estimación interválica y pruebas de hipótesis con

información obtenida de dos muestras, utilizando el complemento Excel -Megastat.

Te invito a reflexionar
¿Lo lograste?
Seguro que sí..!!
Si tienes dudas recuerda enviar tus consultas a través
de Pregúntale al profesor o Mensajería interna y te
responderemos como máximo en 24 horas
Te invito a participar de la próxima clase:

PRUEBA CHI CUADRADO PARA LA INDEPENDENCIA

¿Fumar estará relacionado con ¿Están asociados el
desarrollar cáncer de pulmón? bienestar y la calidad
de vida?

¿Las habilidades blandas están

relacionadas con el éxito?
Inferencia Estadística Estimación Interválica y Prueba de hipótesis para la diferencia de
parámetros

Consultas

Realiza consultas a través del

chat o solicita al docente
activar el micrófono para
participar.