Está en la página 1de 23

Si tenemos dos poblaciones con: • Medias μ1 y μ2

• varianzas σ1^2 y σ2^2

Un estimador puntual de la diferencia entre μ1


y μ2 está dado por :

Seleccionamos dos muestras aleatorias


independientes, una de cada población, de tamaños Para Obtener una estimación
n1 y n2, y calculamos la diferencia de las puntual de μ1 − μ2,
medias muéstrales
La distribución muestral de

esté distribuida de forma aproximadamente normal con

media desviación estándar

Por lo tanto, podemos asegurar que


con un intervalo de confianza 1− α la
variable normal estándar es:
un solo parámetro, el intervalo de
confianza simplemente produce límites
de error sobre el parámetro.

El grado de confianza es exacto cuando las muestras se


seleccionan de poblaciones normales. Para poblaciones no
normales, el teorema del límite central permite una buena
aproximación para muestras de tamaños razonables.

En el caso de una diferencia entre dos Los valores contenidos en el intervalo se


medias, la interpretación se puede deberían ver como valores razonables dados los
extender a una de comparación de las dos datos experimentales.
medias.
Condiciones experimentales del
proceso de recolección de datos.

Dos muestras aleatorias independientes


de distribuciones con medias μ1 y μ2

Resulta importante que las diferencias


Las suposiciones tan cerca como entre tales unidades tengan un impacto
sea posible es un “Ideal” mínimo sobre los resultados.
UNIDAD EXPERIMENTAL: parte del
experimento que produce el error experimental y
que es responsable de la varianza de la población
que denominamos σ2.

Se tiene un grado de seguridad de


que las unidades experimentales no
sesgarán los resultados

En un estudio médico, la unidad


experimental es el paciente o el sujeto
Se considera que la diferencia de las medias de las
poblaciones es igual a la diferencia
Desviaciones Estándares de las
Poblaciones

Varianza
Población

Valor Critico Promedio de


Tamaño de la
la Muestras
muestra
Un intervalo de confianza de (1 − α)100% para μ1 − μ2 dado por

Estimación de
Valor Critico Tamaño de la
La Unión de la
muestra
Desviación Estándar

Donde Estimación de La Unión de la Desviación Estándar

Varianza
Muestra