Intervalos de Conanza para pequeas muestras

Msc. Julio Hurtado Mrquez

Universidad Tecnolgica de Bolvar
20102
(UTB) 20102 1 / 33
Intervalos de Conanza para muestras pequeas
Suponga que Y
1
, Y
2
, ..., Y
n
representa una muestra aleatoria
seleccionada de una poblacin normal, y que Y y S
2
representan la
media y la varianza de la muestra respectivamente. Se desea construir
un IC () cuando se desconoce V (Y
i
) =
2
y cuando el tamao de
la muestra es demasiado pequeo.
En teoremas anteriores se arm que Y N
_
,
2
n
_
y
(n1)S
2

2

2
(n 1) y por denicin la variable aleatoria
T =
Z
p

2
/

2
()
Si reemplazamos Z =
Y
p

2
n
y
2
(n 1) =
(n1)S
2

2
, tenemos
T =
Y
p

2
n
_
(n1)S
2

2
(n 1)
=
Y
p
1n
p
S
2
=
Y
S
p
1n

2
(n 1)
Esta variable T servir de expresin pivote para construir un intervalo
de conanza para
(UTB) 20102 2 / 33
Intervalos de Conanza para la media muestral
Ahora seleccione dos valores extremos de esta distribucin, t
/2
y
t
/2
tales que
P (t
/2
T t
/2
) = 1
Al sustituir T en el enunciado de la probabilidad, se tiene que
1 = P
_
t
/2,(n1)
<
Y
S
p
1n
t
/2,(n1)
_
= P
_
Y t
/2,(n1)
S
_
1n Y +t
/2,(n1)
S
_
1n
_
Por lo tanto el intervalo de conanza para es
IC () =
_
Y t
/2,(n1)
S
p
1n, Y +t
/2,(n1)
S
p
1n
_
(UTB) 20102 3 / 33
Intervalos de Conanza para muestras pequeas
Ejemplo 7. Un fabricante de plvora desarroll una nueva frmula,
que se prob con ocho granadas. Las velocidades iniciales resultantes,
en pies por segundo, fueron las siguientes: 3005, 2995, 2925, 3005,
2935,2937, 2965, 2905. Hallar un intervalo de conanza para medir la
media real de las velocidades para granadas de este tipo, con
coeciente de conanza de 0.95. Suponga qe las velocidades iniciales
tienen aproximadamente una distribucin normal.
(UTB) 20102 4 / 33
Intervalos de Conanza para muestras pequeas
Solucin. Si suponemos que las velocidades Y
i
estn distribuidas
normalmente, el intervalo de conanza para es
IC () = Y t
/2,(n1)
S
p
1n. Para los datos antes mencionados,
y = 2959, s = 39.1, n = 6, t
/2,(n1)
= t
0.025,(7)
= 2.36

5 Por lo
tanto tenemos: IC () = 2959 2.365 2.365
p
18 = 2959 32.7
como el intervalo observado para .
(UTB) 20102 5 / 33
Intervalos de Conanza para la diferencia de medias
Suponga que nos interesa comparar las medias de dos poblaciones
normales, una con media
1
y varianza
2
1
y la otra con media
2
y
varianza
2
2
. Un intervalo de conanza para
1

2
basado en una
variable aleatoria T se puede construir si suponemos que

2
1
=
2
2
=
2
. Procedemos anlogamente al caso anterior.
_
Y
1
Y
2
_
N
_

2
,

2
1
n
1
+

2
2
n
2
_
y
(n
1
+n
2
2)S
2

2

2
(n
1
+n
2
2) y por denicin la variable aleatoria
T =
Z
p

2
/

2
()
Si reemplazamos Z =
(
Y
1
Y
2)
(
1

2
)

_
1
n
1
+
1
n
2
y
2
(n 1) =
(n
1
+n
2
2)S
2

2
,
tenemos
T =
(Y
1
Y
2
)(
1

2
)

p
1
n
1
+
1
n
2
_
(n
1
+n
2
2)S
2

2
(n
1
+n
2
2)
=
(
Y
1
Y
2)
(
1

2
)
S
_
1
n
1
+
1
n
2

2
(n
1
+n
2
2)
(UTB) 20102 6 / 33
Intervalos de Conanza para diferencia de medias
Ahora seleccione dos valores extremos de esta distribucin, t
/2
y t
/2
tales que
P (t
/2
T t
/2
) = 1
Al sustituir T en el enunciado de la probabilidad, se tiene que
Por lo tanto el intervalo de conanza para
1

2
es
IC (
1

2
) =
_
Y
1
Y
2
_
t
/2,(n
1
+n
2
2)
S
p
_
1
n
1
+
1
n
2
donde
S
2
p
=
(n
1
1) S
2
1
+ (n
2
1) S
2
2
n
1
+n
2
2
(se requiere del supuesto que
2
1
=
2
2
=
2
)
(UTB) 20102 7 / 33
Ejemplo 8. Una operacin de montaje en una fbrica manufacturera
requiere aproximadamente un periodo de entrenamiento de un mes
para que un nuevo empleado alcance la mxima eciencia. Se sugiri
un nuevo mtodo para el entrenamiento y se realiz una prueba para
comparar el mtodo nuevo con el procedimiento estandar. Se
entrenaron dos grupos de nueve empleados nuevos durante un periodo
de tres semanas; un grupo realiz el nuevo mtodo y el otro grupo el
procedimiento de entrenamiento estandar. Se midi el tiempo (en
minutos) que necesit cada empleado para montar el dispositivo al
nal del periodo de entrenamiento de tres semanas. Las mediciones
se muestran a continuacin. Estime la diferencia real de la medias
(
1

2
) , con un coeciente de conanza de 0.95. Suponga que los
tiempos de montaje tienen aproximadamente una distribucin normal
y que las varianzas son aproximadamente iguales para los dos
mtodos.
Procedimento Mediciones
Estndar 32 37 35 28 41 44 35 31 34
Nuevo 35 31 29 25 34 40 27 32 31
(UTB) 20102 8 / 33
Solucin. El intervalo de conanza para
1

2
es
IC (
1

2
) =
_
Y
1
Y
2
_
t
/2,(n
1
+n
2
2)
S
p
_
1
n
1
+
1
n
2
donde
S
2
p
=
(n
1
1)S
2
1
+(n
2
1)S
2
2
n
1
+n
2
2
y el supuesto
2
1
=
2
2
. De los datos en al
tabla se tiene que y
1
= 35.22, y
2
= 31.56, t
0.025,(16)
= 2.12,
s
p
=
_
(n
1
1)S
2
1
+(n
2
1)S
2
2
n
1
+n
2
2
=
_
195.56+160.22
9+92
=
p
22.24 = 4.71. El
intervalo de conanza observado es entonces:
IC (
1

2
) = (y
1
y
2
) t
/2,(n
1
+n
2
2)
s
p
_
1
n
1
+
1
n
2
=
(35.22 31.56) (2.12) (4.71)
_
1
9
+
1
9
= 3.66 4.71. El intervalo
de conanza se puede escribir de la forma (1.05, 8.37) , que resulta
ser muy amplio e incluye tanto valores positivos como negativos. Si

2
resulta positivo,
1
>
2
y el procedimiento estandard tiene
un tiempo esperado mayor que el procedimiento nuevo. Si
1

2
resulta negativo, lo contrario resulta. Como el intervalo contiene
tanto valores positivos como negativos, no se puede concluir con que
haya una diferencia entre ambos procedimientos.
(UTB) 20102 9 / 33
Intervalos de Conanza para la varianza

2
es el nmero que cuantica la cantidad de variabilidad de una
poblacin. Muchas veces un experimentador desconoce el valor real
de
2
y requerir estimarlo.
Se mostr anteriormente que S
2
=
1
n1
n

i =1
_
Y
i
Y
_
2
es un estimador
insesgado para
2
. Al contruir un IC () y para IC (
1

2
)
utilizamos S
2
para estimar
2
cuando sta es deconocida.
Suponga que Y
1
, Y
2
, ..., Y
n
representa una muestra aleatoria
seleccionada de una poblacin normal con media y varianza
2
,
ambas desconocidad
1

2
n

i =1
_
Y
i
Y
_
2
=
(n 1)

2
S
2

2
(n 1)
(UTB) 20102 10 / 33
Intervalos de Conanza para la varianza
Por el mtodo del pivote, procedemos a encontrar dos numeros
2
L
y

2
U
tales que:
1 = P
_

2
L

(n 1)

2
S
2

2
U
_
= P
_
(n 1)

2
U
S
2

2

(n 1)

2
L
S
2
_
y por lo tanto el intervalo de conanza para
2
es
IC
_

2
_
=
_
(n 1)

2
/2,(n1)
S
2
,
(n 1)

2
1/2,(n1)
S
2
_
(UTB) 20102 11 / 33
Intervalos de Conanza para la varianza
Escogemos arbirtrariamente los puntos que limitan reas iguales en las
colas
(UTB) 20102 12 / 33
Intervalos de Conanza para la varianza
Ejemplo 9. Un experimentador quiere vericar la variabilidad de un
equipo diseado para medir el volumen de una fuente de audio
frecuencia. Tres mediciones independientes registradas con este
equipo fueron 4.1, 5.2 y 10.2. Estimar
2
con un coeciente de
conanza de 0.90.
(UTB) 20102 13 / 33
Intervalos de Conanza para la varianza
Solucin. Si se supone normalidad en las mediciones registradas por
este equipo, se puede aplicar el intervalo de conanza desarrollado
anteriormente. Para los datos ofrecidos, s
2
= 10.57. Con /2 = 0.05
y (n 1) = 2 grados de libertad, se tienen

2
U
=
2
/2,(n1)
=
2
0.05,(2)
= 5.991 y

2
L
=
2
1/2,(n1)
=
2
0.95,(2)
= 0.103. Por tanto el intervalo de
conanza pedido es: IC
_

2
_
=
_
(n1)

2
/2,(n1)
s
2
,
(n1)

2
1/2,(n1)
s
2
_
=
_
(2)
5.991
10.57,
(2)
0.103
10.57
_
= (3.53, 205.24) Obsrvese que este
intervalo para
2
es muy amplio, bsicamente por que n es muy
pequeo.
(UTB) 20102 14 / 33
Muestras pareadas
Este es un procedimiento de estimacin para la diferencia de dos
medias cuando las muestras son dependientes y las varianzas de las
dos poblaciones no necesariamente son iguales.
Las muestras pareadas involucran un procedimiento en el cual varios
pares de observaciones se equiparan de la manera ms prxima
posible, en trminos de caractersticas relevantes.
Los dos grupos de observaciones son diferentes slo en un aspecto o
tratamiento. Toda diferencia subsiguiente en los dos grupos se
atribuye a dicho tratamiento. Las ventajas de las muestras pareadas
son:
Pueden utilizar muestras muy pequeas.
Se encuentran varianzas ms pequeas.
Menos grados de libertad se pierden en el anlisis.
Resulta un error de muestreo ms pequeo (la variacin entre
observaciones reduce debido a que corresponden de la forma ms
prxima posible).
(UTB) 20102 15 / 33
Muestras pareadas
Se utilizan muestras pareadas cuando las condiciones de las dos
poblaciones no se signan de forma aleatoria a las unidades
experimentales.
Cada unidad experimental homognea recibe ambas condiciones
poblacionales; como resultado, cada unidad experimental tiene un par
de observaciones, una para cada poblacin.
Por ejemplo, si realizamos una prueba de una nueva dieta con 15
individuos, el peso antes y despus de llevar a cabo la dieta forman la
informacin de nuestras dos muestras. Estas dos poblaciones son
antes y despus y la unidad experimental es el individuo.
Para determinar si la dieta es efectiva consideramos las diferencias
d
1
, d
2
, ..., d
n
en las observaciones pareadas. Estas diferencias son los
valores de una muestra aleatoria D
1
, D
2
, ..., D
n
de una poblacin de
diferencias que supondremos distribuidas normalmente con media

D
=
1

2
y varianza
2
D
.
(UTB) 20102 16 / 33
Muestras pareadas
Estimamos
2
D
mediante S
2
d
, la varianza de las diferencias que
constituyen nuestra muestra.
El estimador puntual de
D
es d. Se puede establecer un intervalo de
conanza de (1 )100% para
D
as:
IC (
D
) = d t
/2,n1
S
d
p
n
donde S
D
=
_
(
d
i
d
)
2
n1
(UTB) 20102 17 / 33
Muestras pareadas
Ejemplo. Se asume que se tienen puntajes de la prueba de 10
empleados antes y despus de habrseles impartido capacitacin
laboral adicional . Establezca un intervalo de conanza del 90% para
la media de la diferencia en los puntaje antes y despus de la
capacitacin. Los puntajes aparecen en la tabla:
Empleado Antes Despues
1 9 9.2
2 7.3 8.2
3 6.7 8.5
4 5.3 4.9
5 8.7 8.9
6 6.3 5.8
7 7.9 8.2
8 7.3 7.8
9 8 9.5
10 8.5 8
(UTB) 20102 18 / 33
Muestras pareadas
Solucin:
d = 0.4
t
/2,n1
= t
0.5,9
= 1.833
S
d
= 0.80138769
IC (
D
) = d t
/2,n1
S
d
p
n
= 0.4 1.833
0.80138769
p
10
= 0.4 0.46452
= (0.86452, 0.06452)
Debido a que se restan los puntajes posteriores al entrenamiento de
los puntajes anteriores al entrenamiento , produciendo valores
negativos, se puede estar 90% seguro de que la media de los puntajes
posteriores al entrenamiento est entre 0.86452 y 0.06452.
(UTB) 20102 19 / 33
Intervalos de conanza para el cociente de varianzas
Supngase que se tienen dos poblaciones normales e independientes
con varianza desconocida
2
1
y
2
2
, respectivamente. De este par de
poblaciones, se tiene disponible dos muestras aleatorias de tamao n
1
y n
2
, respectivamente; sean las dos varianzas muestrales S
2
1
y S
2
2
. Se
desea encontrar un intervalo de conanza del 100(1 ) por ciento
para el cociente de las dos varianzas.
Para hallar el intervalo de conanza para

2
1

2
2
, recurdese que la
distribucin de muestreo de
F =
S
2
1
/
2
1
S
2
2
/
2
2
es una F con n
1
1 y n
2
1 grados de libertad en el nmerador y
denominador respectivamente
(UTB) 20102 20 / 33
Intervalos de conanza para el cociente de varianzas
IC
_

2
1

2
2
_
=
_
S
2
1
S
2
2
F
1/2,
(n
2
1) (n
1
1) ,
S
2
1
S
2
2
F
/2,
(n
2
1) (n
1
1)
_
(UTB) 20102 21 / 33
Intervalos de conanza para el cociente de varianzas
Ejemplo. Una compaa de TAXIS est tratando de decidir la compra
de neumticos de las marcas A o B para sus vehculos. Para estimar la
diferencia de las dos marcas de neumticos se realiza un experimento
empleando 12 neumticos de cada marca. Los neumticos se hacen
correr hasta su desgaste total. Los resultados son:
A B
y
1
= 36300 km y
2
= 38100 km
S
1
= 5000 S
2
= 6100
n
1
= 12 n
2
= 12
obtener un intervalo de 95% de conanza para

2
1

2
2
y
1

2
(UTB) 20102 22 / 33
Intervalos de conanza para el cociente de varianzas
IC
_

2
1

2
2
_
=
_
S
2
1
S
2
2
F
1/2,
(n
2
1) (n
1
1) ,
S
2
1
S
2
2
F
/2,
(n
2
1) (n
1
1)
_
=
_
5000
2
6100
2
F
0.975,
(11) (11) ,
5000
2
6100
2
F
0.025,
(11) (11)
_
=
_
5000
2
6100
2
0.287878,
5000
2
6100
2
3.4737
_
= (0.19341, 2.3338)
Con un 95% de conanza se arma que

2
1

2
2
se encuentra entre
(0.19341, 2.3338)
(UTB) 20102 23 / 33
Intervalos de conanza para el cociente de varianzas
Solucin.
El intervalo de conanza para
1

2
es
IC (
1

2
) =
_
Y
1
Y
2
_
t
/2,(n
1
+n
2
2)
S
p
_
1
n
1
+
1
n
2
donde
S
2
p
=
(n
1
1)S
2
1
+(n
2
1)S
2
2
n
1
+n
2
2
y el supuesto
2
1
=
2
2
.
De los datos en al tabla se tiene que y
1
= 36300, y
2
= 38100 km,
t
0.025,(22)
= 2.07388,
s
p
=
_
(n
1
1)S
2
1
+(n
2
1)S
2
2
n
1
+n
2
2
=
_
9(5000
2
)+9(6100
2
)
22
= 5044.8
El intervalo de conanza observado es entonces:
IC (
1

2
) = (y
1
y
2
) t
/2,(n
1
+n
2
2)
s
p
_
1
n
1
+
1
n
2
= (36300 38100) (2.07388) (5044.8)
_
1
12
+
1
12
= 1800 4271.2 = (6071.2, 2471.2)
Con un 95% de conanza se concluye que el verdadero valor para

2
se encuentra en el intervalo (6071.2, 2471.2)
(UTB) 20102 24 / 33
Ejercicio 1. El peso medio de los estudiantes secundarios sigue una
distribucin normal. Se toma una muestra aleatoria de 20 estudiantes
y se obtiene una media de 65 kg con una desviacin estndar de 9kg.
Encuentre los lmites para intervalos de conanza al 95% y 99% para:
(a) La media poblacional si se sabe que la desviacin estndar
poblacional es de 10 kg. (b) La media poblacional si no se conoce la
desviacin estndar poblacional. (c) Halle un intervalo de conanza
de 95% para la varianza poblacional.
Ejercicio 2. Suponga que a partir de una muestra de tamao 25 se
ha podido establecer un intervalo de conanza para la media
poblacional que va desde 68 a 72 unidades de medida, para un
= 0.01. Encuentre un intervalo al 95% de conanza para la media
poblacional. Asuma que la varianza poblacional es desconocida.
(UTB) 20102 25 / 33
Ejercicio 3. Los pesos de 10 personas menores de 15 aos fueron:
51; 48.5; 50.5; 51.5; 50.5; 49; 49.5; 52; 51.5 y 49 kilos. (a)
Encuentre un intervalo de conanza para el peso medio de todas las
personas menores de 15 aos al 99% de conanza. (b) Halle un
intervalo de conanza de 95% para la varianza poblacional.
Ejercicio 4. Se debe estimar el grosor de las lminas de vidrio
producidas en cierta fbrica. Se toma una muestra aleatoria de
tamao 10 y se encuentra un grosor promedio de 20mm. Suponiendo
que la muestra se toma de una poblacin normal y se conoce la
varianza poblacional y es igual a 1.44mm
2
, se pide encontrar un
intervalo de conanza del 95% de conanza para el espesor promedio
de las lminas de vidrio.
(UTB) 20102 26 / 33
Ejercicio 5. Un gran exportador de manzanas debe estimar el peso
promedio por caja que enva al mercado europeo. Para ello extrae una
muestra aleatoria de su ltimo embarque consistente en 15 cajas. La
media de los pesos para esta muestra fu de 22 kg, mientras que la
desviacin estndar fu de 3 kg. Suponga que la muestra proviene de
una poblacin normal. Se pide: Calcule un intervalo de conanza
para el peso medio de las cajas a nivel poblacional con una conanza
del 94%.
Ejercicio 6. Los resultados obtenidos en un examen de estadstica
(de un mximo de 100 ptos.) se presentan a continuacin: Clase A:
84, 80, 75, 85, 71, 79, 52, 36, 45, 67, 89, 61. Clase B: 87, 99, 4, 21,
68, 17, 32, 9, 79. (a) Calcule al 95% de conanza un intervalo para
la diferencia de los puntajes promedios. Suponga que las muestras
provienen de un poblaciones normales con varianzas iguales. (a)
Calcule al 95% de conanza un intervalo para la diferencia de los
puntajes promedios. Suponga que las muestras provienen de un
poblaciones normales con varianzas diferentes. (c) Halle un intervalo
de conanza de 95% para el cociente de las varianza poblacionales.
(UTB) 20102 27 / 33
Ejercicio 7. Una empresa dedicada a los estudios de opinin pblica
desea medir cunto leen los habitantes del pas. Se realiza el muetreo
en 2 ciudades distintas arrojando los siguientes resultados en libros
mensuales
ciudad n y s
1 25 2.3 4
2 25 1.8 3.5
(a) Construya un intervalo de conanza para la diferencia de
promedios al 95% de conanza. Pueden ser los promedios iguales?.
Fundamente su respuesta. Suponga que las muestras provienen de un
poblaciones normales con varianzas iguales. (c) Halle un intervalo de
conanza de 95% para el cociente de las varianza poblacionales.
(UTB) 20102 28 / 33
Ejercicio 8. Sea Y una variable aleatoria con distribucin normal con
media y varianza 2.0. Se toma una muestra de 10 individuos,
obteniendose los siguientes resultados: 5.3, 6.5, 2.1, 4.3, 3.9, 7.8, 9.0,
1.2, 5.0, 8.1. (a) Encuentre lmites de conanza para la media con
80%, 90% y 95% de conanza. (b) Recalcule los lmites de conanza
para la media suponiendo que la varianza de la poblacin es
desconocida.
Ejercicio 9. En el trabajo de un laboratorio es deseable vericar
cuidadosamente la variabilidad de las lecturas obtenidas en una
muestra estndar. En un estudio de concentracin de calcio en agua
potable como parte de la valoracin de la calidad del agua, se pas el
mismo patrn de medidas seis veces por el laboratorio. Las lecturas,
en partes por milln fueron 9.54 , 9.61 , 9.32 , 9.48 , 9.70 , 9.26 .
Estime la varianza de la poblacin para las lecturas obtenidas del
patrn. Use un intervalo del 90% de conanza.
(UTB) 20102 29 / 33
Ejercicio 10. Un qumico ha preparado un producto diseado para
eliminar el 60% de un tipo particular de insecto. Cul debe ser el
tamao de la muestra , si se quiere tener una conabilidad del 95%
de que el error de estimacin de la verdadera proporcin de insectos
eliminados no sea mayor a 0.02?
Ejercicio 11. Cual es el tamao necesario para que una muestra
sacada al azar de semillas pueda armar, con una probabilidad de
95% de conanza, que la proporcin de germinacin muestral se
desva de la tasa de germinacin poblacional es de 0.03?
Ejercicio 12. La experiencia muestra que la desviacin estndar del
ingreso anual de trabajadores del rea textil en cierta provincia es de
$200.000 Cuntos trabajadores de la rama tendran que ser
seleccionados si se quiere estimar el ingreso medio con un error
mximo de $2.500 , con una probabilidad del 95%?
(UTB) 20102 30 / 33
Ejercicio 13. Sea Y
1
, Y
2
, ..., Y
10
una muestra aleatoria de tamao 10
de una distribucin normal con media 0 y varianza
2
. Halle un
nmero c tal que P
_
c
S
Y
c
_
= 0, 90,
S
Y
es el coeciente de
variacin.
(UTB) 20102 31 / 33
Ejercicio 14. Sea Y
1
, Y
2
, ..., Y
5
una muestra aleatoria de tamao 5
de una distribucin normal con media 0 y varianza 1. Sea Y
6
otra
observacin independiente de la misma poblacin. (a) Cul es la
distribucin de W =
5

i =1
Y
2
i
?Por qu? (b) Cul es la distribucin
de U =
5

i =1
_
Y
i
Y
_
2
?Por qu? (c) Cul es la distribucin de
5

i =1
_
Y
i
Y
_
2
+Y
2
6
?Por qu? (d) Cul es la distribucin de
p
5Y
6

p
W?Por qu? (e) Cul es la distribucin de
2Y
6

p
U?Por qu? (f ) Cul es la distribucin de
2
_
5Y
2
+Y
2
6
_
U?Por qu?
(UTB) 20102 32 / 33
Bibliografa
MONTGOMERY C. DOUGLAS. Diseo y Anlisis de Experimentos.
Segunda Edicin. LIMUSA WILEY
GUTIERREZ H y DE LA VARA R. Anlisis y Diseo de Experimentos.
Segunda Edicin. Mc Graw Hill.
KUEHL ROBERT. Diseo de Experimentos. Segunda Edicin.
Thomson.
VICENTE M, GIRON P, NIETO C, PREZ T. Diseo de
Experimentos. Pearson Prentice Hall.
DEVORE JAY. Probabilidad y Estadstica para Ingeniera y Ciencias.
Sexta Edicin.
WALPOLE MYERS. Probabilidad y Estadstica. Cuarta Edicin. Mc
Graw Hill.
MENDENHALL W, WACKERLY D. y SCHEAFFER R. Estadstica
matemtica con aplicaciones. Sexta edicin. Thomson paraninfo
(UTB) 20102 33 / 33