𝝁𝟏 − 𝝁𝟐

1
 ELEMENTOS QUE INTERVIENEN

𝜇1 − 𝜇2
Parámetro
𝜇1 − 𝜇2
Estimación Puntual 𝑋ത1 − 𝑋ത2

Nivel de Confianza 1−𝛼

Margen de Error 𝑧 ∗ 𝜎(𝑥ҧ1−𝑥ҧ2)

(𝑥ҧ1 −𝑥ҧ2 ) − (𝜇1 − 𝜇2 ) (𝑥ҧ1 −𝑥ҧ2 ) − (𝜇1 − 𝜇2 )

𝑧= =
𝜎𝑥2ҧ1−𝑥ҧ2 𝜎12 𝜎22
𝑛1 + 𝑛2

Limites 𝑥ҧ1 − 𝑥ҧ2 ∓ 𝑧 ∗ 𝜎(𝑥ҧ1−𝑥ҧ2)

2
 DESPEJE DE LOS LIMITES A PARTIR DEL ESTADISTICO
PARAMETRO: 𝜇1 − 𝜇2 − 𝑉𝑎𝑟𝑖𝑎𝑛𝑧𝑎𝑠 𝑃𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛𝑎𝑙𝑒𝑠 (𝜎12𝑦 𝜎22 ) - CONOCIDAS

𝒁𝜶/𝟐 ≤ 𝒁 ≤ 𝒁𝟏−𝜶/𝟐

1−𝛼
(𝑥ҧ1 −𝑥ҧ2 ) − (𝜇1 − 𝜇2 ) ≤ 𝒁𝟏−𝜶/𝟐
𝛼/2 𝛼/2 𝒁𝜶/𝟐 ≤
𝒁𝜶/𝟐 𝒁 𝒁𝟏−𝜶/𝟐 𝜎𝑥2ҧ1−𝑥ҧ2

Limite Inferior

Limite Superior

3
 DESPEJE DE LOS LIMITES A PARTIR DEL ESTADISTICO
PARAMETRO: 𝜇1 − 𝜇2 − 𝐶𝑜𝑛 𝜎12𝑦 𝜎22 - DESCONOCIDAS pero IGUALES

𝒕 𝒏𝟏 +𝒏𝟐 −𝟐 ;𝜶/𝟐 ≤ 𝒕 ≤ 𝒕 𝒏𝟏 +𝒏𝟐 −𝟐 ;𝟏−𝜶/𝟐

1−𝛼

𝒕𝜶/𝟐 t 𝒕𝟏−𝜶/𝟐 (𝑥ҧ1 −𝑥ҧ2 ) − (𝜇1 − 𝜇2 )

𝒕𝜶/𝟐 ≤ ≤ 𝒕𝟏−𝜶/𝟐
𝑠12 𝑠22
+
𝑛1 𝑛2

Limite Inferior

(𝑥1ҧ −𝑥ҧ2 ) − (𝜇1 − 𝜇2 )

𝒕𝜶/𝟐 ≤ ≤ 𝒕𝟏−𝜶/𝟐
1 1
𝑠𝑐2 ∗ (𝑛 + 𝑛 )
1 2
Limite Superior

4
 DESPEJE DE LOS LIMITES A PARTIR DEL ESTADISTICO
PARAMETRO: 𝜇1 − 𝜇2 − 𝐶𝑜𝑛 𝜎12𝑦 𝜎22 - DESCONOCIDAS pero DISTINTAS

𝒕 𝝑 ;𝜶/𝟐 ≤ 𝒕𝝑 ≤ 𝒕𝝑;𝟏−𝜶/𝟐

1−𝛼
(𝑥ҧ1 −𝑥ҧ2 ) − (𝜇1 − 𝜇2 )
𝒕𝜶/𝟐 ≤ ≤ 𝒕𝟏−𝜶/𝟐
𝑠12 𝑠22
𝒕𝜶/𝟐 t 𝒕𝟏−𝜶/𝟐 +
𝑛1 𝑛2

Donde 𝑠12 𝑠22

2
+
𝑛1 𝑛2
Limite Inferior 𝜗= 2 2
1 𝑠12 1 𝑠22
+
𝑛1 − 1 𝑛1 𝑛2 − 1 𝑛2

Limite Superior

5
 DESPEJE DE LOS LIMITES A PARTIR DEL ESTADISTICO
𝜎12
PARAMETRO: Cociente de Varianzas Poblacionales
𝜎22

𝑭 𝒏𝟏 −𝟏 ;(𝒏𝟐 −𝟏);𝜶/𝟐 ≤ 𝑭 𝒏𝟏 −𝟏 ;(𝒏𝟐 −𝟏) ≤ 𝑭 𝒏𝟏−𝟏 ; 𝒏𝟐−𝟏 ;𝟏−𝜶/𝟐

1−𝛼

𝑭 𝒏𝟏 −𝟏 ;(𝒏𝟐 −𝟏);𝜶/𝟐
𝑭 𝒏𝟏 −𝟏 ; 𝒏𝟐 −𝟏 ;𝟏−𝜶/𝟐

Como el cociente de varianzas tiene una nueva distribución denominada

Distribución F de Snedecor veamos primero las características de esta
nueva distribución de probabilidad.

6
 DISTRIBUCION DE PROBABILIDAD F de SNEDECOR
𝜎12
PARAMETRO: Cociente de Varianzas Poblacionales
𝜎22

1−𝛼
𝑭 𝒏𝟏 −𝟏 ;(𝒏𝟐 −𝟏);𝜶/𝟐
𝑭 𝒏𝟏 −𝟏 ; 𝒏𝟐 −𝟏 ;𝟏−𝜶/𝟐
Características:
• Distribución para variables continuas
• Es una distribución asimétrica derecha
• Posee grados de libertad en el numerados y
grados de libertad en el denominador
• Se define como el cociente de 2 chi-cuadrados, cada una
dividida por sus grados de libertad.
• Se utiliza para comparar varianzas

𝑅𝑒𝑒𝑚𝑝𝑙𝑎𝑧𝑎𝑛𝑑𝑜 𝑎 𝜒12 𝑦 𝜒22 𝑝𝑜𝑟 𝑠𝑢𝑠 𝑖𝑔𝑢𝑎𝑙𝑒𝑠

𝜒12 𝑛1 − 1 ∗ 𝑠12
𝑛 −1 𝑠12
𝐹 𝑛1 −1 ;(𝑛2 −1) = 1 2 𝜎12
𝜒2 𝑛1 − 1 𝜎12 𝑠12 ∗ 𝜎22
𝑛2 − 1 𝐹 𝑛1 −1 ;(𝑛2 −1) = = 2 = 𝑠2 ∗ 𝜎 2
(𝑛2 −1) ∗ 𝑠22 𝑠2 2 1
2
𝜎22 𝜎2
𝑛2 − 1
7
 DESPEJE DE LOS LIMITES A PARTIR DEL ESTADISTICO
𝜎12
PARAMETRO: Cociente de Varianzas Poblacionales
𝜎22

𝑭 𝒏𝟏 −𝟏 ;(𝒏𝟐 −𝟏);𝜶/𝟐 ≤ 𝑭 𝒏𝟏 −𝟏 ;(𝒏𝟐 −𝟏) ≤ 𝑭 𝒏𝟏−𝟏 ; 𝒏𝟐−𝟏 ;𝟏−𝜶/𝟐

1−𝛼
𝑠12 ∗ 𝜎22
𝑭𝟏; 𝜶/𝟐 ≤ ≤ 𝑭𝟐;𝟏−𝜶/𝟐
𝑭 𝒏𝟏 −𝟏 ;(𝒏𝟐 −𝟏);𝜶/𝟐
𝑠22 ∗ 𝜎12
𝑭 𝒏𝟏 −𝟏 ; 𝒏𝟐 −𝟏 ;𝟏−𝜶/𝟐

Limite Inferior
𝟏
≥ 𝑠22 ∗ 𝜎12 𝟏
𝑭𝟏; 𝜶/𝟐 ≥
𝑠12 ∗ 𝜎22 𝑭𝟐;𝟏−𝜶/𝟐
𝟏 𝒔𝟐𝟏
∗
𝑭𝟐;𝟏−𝜶/𝟐 𝒔𝟐𝟐

Limite Superior 𝟏 𝒔𝟐𝟏 𝜎12 𝟏 𝒔𝟐𝟏

∗ ≥ ≥ ∗
𝑭𝟏; 𝜶/𝟐 𝒔𝟐𝟐 𝜎22 𝑭𝟐;𝟏−𝜶/𝟐 𝒔𝟐𝟐
𝟏 𝒔𝟐𝟏
∗
𝑭𝟏; 𝜶/𝟐 𝒔𝟐𝟐
𝟏 𝒔𝟐𝟏 𝜎12 𝟏 𝒔𝟐𝟏
∗ ≤ ≤ ∗
𝑭𝟐;𝟏−𝜶/𝟐 𝒔𝟐𝟐 𝜎22 𝑭𝟏; 𝜶/𝟐 𝒔𝟐𝟐 8
 DESPEJE DE LOS LIMITES A PARTIR DEL ESTADISTICO
PARAMETRO: 𝑃1 − 𝑃2 − 𝐶𝑜𝑛 𝑛1 𝑦 𝑛2 grandes (> 100)

𝒛𝜶/𝟐 ≤ 𝒛 ≤ 𝒛𝟏−𝜶/𝟐

1−𝛼
(𝑝1ҧ −𝑝2ҧ ) − (𝑃1 − 𝑃2 )
𝒛𝜶/𝟐 ≤ ≤ 𝒛𝟏−𝜶/𝟐
𝑝1ҧ ∗ (1 − 𝑝1ҧ ) 𝑝2ҧ ∗ (1 − 𝑝2ҧ )
+
𝒛𝟏−𝜶/𝟐 𝑛1 𝑛2
𝒛𝜶/𝟐 z

Limite Inferior

Limite Superior

9
 ESTIMACION: DISTINTOS CASOS RESUMEN

DISTRIBUCION DE
PARAMETRO VARIANZA POBLACIONAL ESTIMADOR ESTADISTICO PROBABILIDAD LIMITES
(𝑥ҧ 1−𝑥ҧ2 ) − (𝜇1 − 𝜇2 )
𝜇1 − 𝜇2 𝜎12 𝑦 𝜎22 𝑐𝑜𝑛𝑜𝑐𝑖𝑑𝑎 𝑥ҧ 1 − 𝑥ҧ 2 NORMAL = (𝑥ҧ1 − 𝑥ҧ2 ) 𝑧 𝜎𝑥ҧ1−𝑥ҧ2
𝜎𝑥ҧ21−𝑥ҧ2 /

(𝑥ҧ 1−𝑥ҧ2 ) − (𝜇1 − 𝜇2 )

𝜇1 − 𝜇2 𝜎12 𝑦 𝜎22 𝑑𝑒𝑠𝑐𝑜𝑛𝑜𝑐𝑖𝑑𝑎𝑠 = (𝑥ҧ1 − 𝑥ҧ2 ) 𝑠𝑥ҧ1−𝑥ҧ2
𝑥ҧ 1 − 𝑥ҧ 2 1 1 𝑛1 2 2 /
𝑝𝑒𝑟𝑜 𝑖𝑔𝑢𝑎𝑙𝑒𝑠 𝑠𝑐2 ∗ ( + )
𝑛1 𝑛2

(𝑥ҧ 1−𝑥ҧ2 ) − (𝜇1 − 𝜇2 )

𝜇1 − 𝜇2 𝜎12 𝑦 𝜎22 𝑑𝑒𝑠𝑐𝑜𝑛𝑜𝑐𝑖𝑑𝑎𝑠
𝑥ҧ 1 − 𝑥ҧ 2
y distintas 𝑠12 𝑠22 Ver Formula Libro / = (𝑥ҧ1 − 𝑥ҧ2 ) 𝑠𝑥ҧ1−𝑥ҧ2
𝑛1 + 𝑛2

𝟏 𝒔𝟐𝟏
𝜎12 𝑠12 𝑠12 ∗ 𝜎22 = ∗
𝑭𝟏−𝜶/𝟐 𝒔𝟐𝟐
𝐹(𝑛1 1 ) ;(𝑛2 −1)
𝜎22 𝑠22 𝑠22 ∗ 𝜎12 𝟏 𝒔𝟐𝟏
𝒔= ∗
𝑭 𝜶/𝟐 𝒔𝟐𝟐

(𝑝ҧ1−𝑝ҧ2 ) − (𝑃1 − 𝑃2)

𝑃1 − 𝑃2 𝑛1 𝑦 𝑛2 > 100 𝑝ҧ1 − 𝑝ҧ2 NORMAL
= (𝑝ҧ1 − 𝑝ҧ 2 ) 𝑧 𝑠 ҧ 1− ҧ 2
𝑝ҧ1 ∗ (1 − 𝑝ҧ1 ) 𝑝ҧ2 ∗ (1 − 𝑝ҧ2 ) /
𝑛1 + 𝑛2

10