Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Prueba de Hipótesis para Dos Poblaciones Independientes
Prueba de Hipótesis para Dos Poblaciones Independientes
poblaciones independientes
Estadística Inferencial
Grupo #1
Alcívar Sánchez Dayse
Pérez Cañote Juan
Poveda Martínez Nicole
Curso: 5-1
Docente:
Ing. Ingrid Sarmiento
Contenido
La estimación de
Teoría básica
intervalos entre dos
(Introducción)
poblaciones
Estimación de
intervalos con Pruebas de hipótesis
muestras grandes y con dos poblaciones
pequeñas
Ejercicios de
aplicación
En muchas situaciones de toma de decisiones, las personas
necesitan determinar si los parámetros de dos poblaciones son
Introducción
iguales o diferentes.
Ejemplos:
• Una empresa puede tener la intención de probar si sus empleadas
reciben un salario menor que el de sus empleados varones por
realizar el mismo trabajo.
• Un fabricante de medicinas desea saber si un nuevo medicamento
ocasiona una reacción en un grupo de animales para
experimentación y otra reacción distinta en otro grupo.
• Los trabajadores de una planta producen en promedio más que los
trabajadores de una segunda planta?
1 2
Donde: es el error estándar de las
diferencias muestrales.
a. Siendo las
varianzas
𝜎 12 𝜎 22
poblacionales
conocidas 𝜎 𝑋´ 1
´2
−𝑋
=
√ 𝑛1
+
𝑛2
1 2
varianzas
poblacionales
2 2
𝑠1 𝑠2
√
desconocidas
𝑠 𝑋´ ´ 2
−𝑋
= +
1
𝑛1 𝑛2
Ejemplo 1:
Transfer Trucking transporta remesas entre Chicago y Kansas City por dos rutas. Una muestra de 100 camiones enviados por la ruta del norte reveló
un tiempo promedio de tránsito de horas con una desviación estándar de horas, mientras que 75 camiones que utilizan la ruta del sur necesitaron un
promedio de horas con una desviación estándar de horas. Delmar, el despachador de Transfer Trucking, desea desarrollar un intervalo de confianza
del 95% para la diferencia en el tiempo promedio entre estas dos rutas alternas.
Al no
Al no tener
tener la
la desviación
desviación
estándar de
estándar de la
la población,
población,
Datos: Determinación de error
se procede
se procede concon la
la
estándar: muestral
muestral
Intervalo del 95% de confianza
Ruta Norte Ruta Sur
2 2 − 𝟑 , 𝟕 ≤ ( 𝝁𝟏 − 𝝁𝟐 ) ≤ − 𝟎 , 𝟕𝟓
𝑠 𝑋´ − 𝑋´ =
1 2
√
(5,3) (4,5)
100
+
75
=0,742
Construcción de intervalo de
Interpretación:
Delmar puede tener un 95% de confianza en
que la ruta del sur se toma entre 0,75 horas y
Confianza del 95% confianza: 3,7 horas más.
Valor en tabla Z = 1,96
Varianza
Condiciones n≤30 poblacional
desconocida
Utilizada mayormente para los
procesos en línea, maquinarias
ajustables, donde se pueden ajustar
periódicamente para asegurar el nivel
promedio de uso.
Varianza
poblacional de
Se aplica si: ambas poblaciones
Pero, cómo?
son “iguales”
2 2
𝑠𝑝 𝑠𝑝
Los datos se pueden
mancomunar y
obtener un estimado
de
• Se calcula el promedio ponderado de las dos
varianzas de la muestra.
• Los pesos son los grados de libertad n-1 para
cada muestra.
𝐼 .𝐶 𝑝𝑎𝑟𝑎 ( 𝜇1 −𝜇2 ) =( 𝑋´ 1 − 𝑋´ 2)±𝑡 +
√
𝑛1 𝑛 2
Ejemplo 2:
En la cafetería de los estudiantes, una máquina expendedora de bebidas dispensa bebidas en tazas de papel. Una muestra de 15 tazas da una media
de 15,3 onzas con una varianza de 3,5. Después de ajustar la máquina, una muestra de 10 tazas produce un promedio de 17,1 onzas con una varianza
de 3,9. Si se asume que es constante antes y después del ajuste, construya un intervalo de confianza del 95% para la diferencia entre los contenidos
promedio de llenado. Se asume que las cantidades dispensadas están distribuidas normalmente.
varianzas de dos
( 𝑛1
+
𝑛2 )
poblaciones: 𝑔 .𝑙 =
𝑠1 2 𝑠 22
( 𝑛1 ) +
( 𝑛2 )
( 𝑛1 − 1 ) (𝑛2− 1)
( 12 − 1 ) ( 15 − 1 )
12 15
Si es fraccionario, se
aproxima hacia el
100,2 121,3 100,2 121,3
√ √
siguiente valor, se toma el
entero inmediatamente
anterior,. ( 73,5−79,8 ) +2,064 + ( 73,5−79,8 ) −2,064 +
Nivel de confianza = 95% 12 15 12 15
Significancia = 0,05
g.L = 24 Intervalo de confianza del 95%
Valor en tabla t = 2,064 Interpretación: Debido a que el intervalo contiene cero, no
− 𝟏𝟒 ,𝟔𝟔 ≤ ( 𝝁𝟏 − 𝝁 𝟐 ) ≤ − 𝟐 , 𝟎𝟔 existe fuerte evidencia de que exista diferencia alguna en la
efectividad de los programas de entrenamiento.
Paso 2. Pruebas de hipótesis Tanto para prueba Z
como para t se utiliza
el mismo criterio
Hay tres formas que puede tener la Son las siguientes: Caso 1 Se rechaza H0 si:
prueba de hipótesis.
𝐻 0 :𝜇 1 −𝜇 2 ≥ 𝐷0 𝑍
> 𝑍 1 −∝
𝑍
< 𝑍 1 −∝
Calcular el valor estadístico de
Dependerá del tipo 𝐻 0 :𝜇 1 −𝜇 2 ≤ 𝐷0
de muestra, para
la prueba. hacer uso del
estadístico Z o t. Se Estadísticos de prueba
siguen las mismas
Prueba z Prueba t
reglas
anteriormente (𝑋
´ 1−𝑋
´ 2)
𝑍 = ( 𝑋 𝑡 =
´ 1− 𝑋
´ 2)
Encontrar el valor-p mencionadas. 2
𝑠1 𝑠2
2
√
2
𝜎1
𝑛1
+
𝜎2
𝑛2
2
√ 𝑛1
+
𝑛2
Tabla de fórmulas dependiendo de cada caso
Estimación de Intervalo de confianza Prueba de hipótesis
Estimado mancomunado de
a) n≤30 y asumir ܽ ߤଵ െ
ܫǤܽݎܽ ܥ ߤଶ ܪǣߤଵ െߤଶ ܦ ݐݐ
ଵି ן
ݏଵଶ ݊ଵ െ ͳ ݏଶଶ ݊ଶ െͳ ܪଵǣߤଵ െߤଶ ൏ ܦ
varianzas iguales y ݏ ଶ
ൌ
݊ଵ ݊ଶ െʹ ൌതଵ െ
ሺܺ തଶሻേ
ܺ ݐ
ݏ ଶ ݏ ଶ
ܺതଵെ ܺത
ଶ
desconocidas ݊ଵ ݊ଶ
ܪǣߤଵ െߤଶ ൌ ܦ ݐݐଵି ןȀଶ ݐൌ
Grados de libertad ܪଵǣߤଵ െߤଶ ് ܦ ݐ൏ െ
ݐଵି ןȀଶ ݏଵ ଶ ݏଶଶ
Prueba t
ݏଵଶ ݏଶଶ
ଶ
ܽ ߤଵ െ
ܫǤܽݎܽ ܥ ߤଶ ݊ଵ ݊ଶ
a) n≤30 y varianzas ݊ଵ ݊ଶ
݃Ǥ݈ൌ ଶ ݏଵଶ ݏଶଶ ܪǣߤଵ െߤଶ ܦ
ݏଵ ݏଶଶ ൌതଵ െ
ሺܺ തଶሻേԢ
ܺ ݐ ݐ൏ݐଵି ן
desiguales y ݊ଵ ݊ଶ ݊ଵ ݊ଶ ܪଵǣߤଵ െߤଶ ܦ
desconocidas ݊ଵ െ ͳ ݊ଶ െ ͳ
Ejercicios de
aplicación
Aplicación de pruebas de hipótesis con caso z y caso t