Documente Academic
Documente Profesional
Documente Cultură
FACULTAD DE INGENIERIA
ESCUELA PROFESIONAL DE INGENIERIA INDUSTRIAL
INTEGRANTES:
Benites Vegas Javier
Castillo Quinde Claudia Sofía
Huertas Sánchez Luis
Lama Rosas Alejandro
Rubio Ancajima Alejandra
Suarez García Yaritza Jahaira
DOCENTE:
Segundo Castillo Asmat
TEMAS:
Intervalo de Confianza para la diferencia de medias poblacionales
dependientes e independientes. Intervalo de confianza para la diferencia de
proporciones.
ASIGNATURA:
Estadística Inferencial
NRC: 2153-2154
PIURA-2018
INTRODUCCION
Donde:
1 – α: Recibe el nombre de coeficiente de confianza o nivel de confianza. Es la
probabilidad de que el intervalo de confianza contenga el verdadero valor del
parámetro poblacional θ
α: Es un valor comprendido entre 0 y 1, 0 < α < 1, (usualmente próximo a 0), que
indica el riesgo de que el intervalo de confianza no contenga el valor del
parámetro poblacional a estimar, θ. Por lo que α recibe el nombre de riesgo del
error del intervalo, nivel del error del intervalo o nivel de significación del
intervalo.
θ*1 y θ*2: Son los valores que delimitan el intervalo de confianza y reciben el
nombre de límite superior y límite inferior del intervalo, respectivamente. La
diferencia entre el límite superior y el límite inferior de un intervalo, θ*2 – θ*1 se
conoce como amplitud del intervalo.
OBJETIVOS ESPECIFICOS:
Calcular e interpretar intervalos de confianza para la diferencia de medias
dependientes e independientes.
Calcular e interpretar intervalos de confianza para la diferencia de
proporciones.
Aplicar lo aprendido teóricamente en ejercicios basados en nuestra
carrera profesional.
𝜇1 = 𝜇2 ; 𝜇1 > 𝜇2 ; 𝜇1 < 𝜇2
Para ello, es deseable construir intervalos de confianza para la diferencia de
medias 𝜇1 − 𝜇2
𝑋̅1 − 𝑋̅2 − ( 𝜇1 − 𝜇2 )
𝑍=
𝜎2 𝜎2
√ 1 + 2
𝑛1 𝑛2
𝜎12 𝜎22
𝐸𝑇 = √ +
𝑛1 𝑛2
Operando adecuadamente, resulta:
EJEMPLO N°1:
9 16 9 16
[(70 − 60) − 2.054 ∗ √ + ≤ 𝜇1 − 𝜇2 ≤ (70 − 60) + 2.054 ∗ √ + ]
36 25 36 25
8.06226 ≤ 𝜇1 − 𝜇2 ≤ 11.93774
El intervalo de confianza resulto entre 8.06226 y 11.93774 con un 96%.
1.2. INTERVALOS DE CONFIANZA PARA LA DIFERENCIA DE
MEDIAS EN POBLACIONALES CON AMBAS VARIANZAS
DESCONOCIDAS
𝝈𝟐𝟏 = 𝝈𝟐𝟐 = 𝝈𝟐
A) Varianzas desconocidas iguales:
• Cuando las varianzas son desconocidas, se debe realizar previamente
una prueba estadística para verificar si éstas son iguales o diferentes.
• Para hacerlo debemos hacer uso de la distribución «T», bien sea
mediante el cálculo de la probabilidad de que la muestra tomada
provenga de dos poblaciones con varianzas iguales, o mediante el uso
de un intervalo de confianza para la relación de dos varianzas.
• El procedimiento a seguir para el cálculo del intervalo de confianza es :
a. El estadístico usado como estimador puntual de la diferencia de medias
μ1 − μ2 será 𝑋̅1 − 𝑋̅2 , que es un estimador suficiente.
b. La variable aleatoria asociada con el estimador será la variable definida
como (se usa t en caso de muestras pequeñas) :
𝑋̅1 − 𝑋̅2 − ( 𝜇1 − 𝜇2 )
𝑡=
2 2
√(𝑛1 − 1)𝑆1 + (𝑛2 − 1)𝑆2 ( 1 + 1 )
𝑛1 + 𝑛2 − 2 𝑛1 𝑛2
2 1 1 2 1 1
̅2 ) − 𝑡𝛼/2 ∗ √𝑆𝑝 (
̅1 − 𝑋
𝑃 [(𝑋 + ) ≤ 𝜇1 − 𝜇2 ≤ (𝑋 ̅2 ) + 𝑡𝛼/2 ∗ √𝑆𝑝 ( + )]
̅1 − 𝑋
𝑛1 𝑛2 𝑛1 𝑛2
Solución: Como las varianzas son iguales, calculamos 𝑆𝑝2 que está dado por:
(9)0.52 +(7)0.72
𝑆𝑝2 = = 0.355 ⟹ 𝑆𝑝 = 0.596
16
2 1 1 2 1 1
̅2 ) − 𝑡𝛼/2 ∗ √𝑆𝑝 (
̅1 − 𝑋
𝑃 [(𝑋 + ) ≤ 𝜇1 − 𝜇2 ≤ (𝑋 ̅2 ) + 𝑡𝛼/2 ∗ √𝑆𝑝 ( + )]
̅1 − 𝑋
𝑛1 𝑛2 𝑛1 𝑛2
2 1 1 2 1 1
[(3.1 − 2.7) − 2.21 ∗ √0.596 ( + ) ≤ 𝜇1 − 𝜇2 ≤ (3.1 − 2.7) + 2.21 ∗ √0.596 ( + )]
10 8 10 8
0.2 ≤ 𝜇1 − 𝜇2 ≤ 1.0
𝝈𝟐𝟏 ≠ 𝝈𝟐𝟐
Dado que v rara vez es un número entero, se redondea al entero más cercano.
Fijando el coeficiente de confianza 𝛾 = 1 − 𝛼 ; (0< 𝛼 < 1), existe los valores
tabulados q1= −𝑡𝛼/2 =−𝑡𝛼/2 (𝑉) y q2=𝑡𝛼/2=𝑡𝛼 (𝑉) que verifican la expresión:
2
𝑆21 𝑆22 𝑆2 𝑆2
̅2 ) − 𝑡𝛼⁄2 (𝑉) ∗ √(
̅1 − 𝑋
𝑃 [(𝑋 + ) < 𝜇1 − 𝜇2 < (𝑋̅1 − 𝑋̅2 ) + 𝑡𝛼⁄2 (𝑉) ∗ √( 1 + 2 )]
𝑛1 𝑛2 𝑛1 𝑛2
𝑋̅1 − 𝑋̅2 − ( 𝜇1 − 𝜇2 )
𝑍=
𝑆12 𝑆22
√( + )
𝑛1 𝑛2
2 2 2 2
𝑆 𝑆 𝑆 𝑆
̅2 ) − 𝑍𝛼/2 ∗ √( 1 + 2 ) ≤ 𝜇 − 𝜇 ≤ (𝑋
̅1 − 𝑋
𝑃 [(𝑋 ̅2 ) + 𝑍𝛼/2 ∗ √( 1 + 2 )]
̅1 − 𝑋
𝑛1 1
𝑛2 2 𝑛1 𝑛2
EJEMPLO:
Cierto metal se produce, por lo común, mediante un proceso estándar. Se
desarrolla un nuevo proceso en el que se añade una aleación a la producción
del metal. Los fabricantes se encuentran interesados en estimar la verdadera
diferencia entre las tensiones de ruptura de los metales producidos por los dos
procesos. Para cada metal se seleccionan 12 ejemplares y cada uno de éstos
se somete a una tensión hasta que se rompe.
La siguiente tabla muestras las tensiones de ruptura de los ejemplares, en
kilogramos por centímetro cuadrado:
Proceso 446 401 476 421 459 438 481 411 456 427 459 445
estándar
Proceso 462 448 435 465 429 472 453 459 427 468 452 447
nuevo
95% de confianza
𝑡1 = 2.1 ; 𝑡2 = −2.1
2 2 2 2
𝑆 𝑆 𝑆 𝑆
̅2 ) − 𝑡𝛼⁄2 (𝑉) ∗ √( 1 + 2 ) ≤ 𝜇 − 𝜇 ≤ (𝑋
̅1 − 𝑋
[(𝑋 ̅2 ) + 𝑡𝛼⁄2 (𝑉) ∗ √( 1 + 2 )]
̅1 − 𝑋
𝑛1 𝑛2 1 2 𝑛1 𝑛2
−25.65 ≤ 𝜇1 − 𝜇2 ≤ 9.49
Y para 99% de confianza
𝑡1 = 2.88 ; 𝑡2 = −2.88
−32.16 ≤ 𝜇1 − 𝜇2 ≤ 15.99
2. INTERVALO DE CONFIANZA PARA LA DIFERENCIA
DE MEDIAS PARA MUESTRAS DEPENDIENTES
Sea (𝑋1, 𝑌1), (𝑋2, 𝑌2),…., (𝑋𝑛, 𝑌𝑛 ), una muestra aleatoria de n datos en parejas
escogida de la población (𝑋, 𝑌), donde 𝑋1, 𝑋2,…., 𝑋𝑛 e 𝑌1 , 𝑌2 , ……., 𝑌𝑛 , son
las muestras correlacionadas de X y de T respectivamente.
Se supone que X ~ 𝑁(𝜇1, 𝜎12 ) e Y 𝑁(𝜇2, 𝜎22 ) .
𝑛
𝛴𝑖=1 𝑑𝑖
𝑑=
𝑛
2
𝜎𝐷
Si 𝜎𝐷2 es conocida, la estadística D tiene distribución normal 𝑁(𝜇𝐷 , ).
𝑛
Consecuentemente su distribución es:
𝐷 −(𝜇1 −𝜇2 )
Z= 𝜎𝐷
√𝑛
𝑛1 𝑋
∑𝑖=1 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 é𝑥𝑖𝑡𝑜𝑠 𝑒𝑛 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎 2
̂𝑝2 = 𝑋̅2 =
𝑖
=
𝑛2 𝑛2
Sabemos que:
𝐸 = [ ̂𝑝1 − ̂
𝑝2] = 𝐸[ ̂𝑝1] − 𝐸[ ̂𝑝2] = 𝑝1 − 𝑝2
𝑝 𝑞 𝑝 𝑞 𝑝 (1−𝑝1 ) 𝑝 (1−𝑝2 )
𝑝2]=𝑉𝑎𝑟[ ̂𝑝1] + 𝑉𝑎𝑟[ ̂𝑝2]= 1 1 + 2 2= 1
𝑉𝑎𝑟[ ̂𝑝1 − ̂ + 2
𝑛1 𝑛2 𝑛1 𝑛2
Lo que facilita la construcción de la cantidad pivotal como la función
̂𝑝1 − ̂𝑝2 − ( 𝑝1 − 𝑝2 )
𝑍=
̂𝑝1(1 − 𝑝
̂1) ̂𝑝2(1 − 𝑝
̂2)
√( + )
𝑛1 𝑛2
𝑝1(𝑞1) 𝑝2(𝑞2)
𝑝1 − 𝑝2 ≤ (̂𝑝1 − ̂𝑝2) + 𝑍𝛼/2 ∗ √( 𝑝1(𝑞1) 𝑝2(𝑞2)
̂ ̂ ̂ ̂
𝑝1
[(̂ −̂
𝑝2) − 𝑍𝛼 ∗ √( + )≤ + )]
2 𝑛1 𝑛2 𝑛
1 𝑛2
Ejemplo
En la práctica, la evaluación de la calidad de la educación, requiere disponer de
datos que permitan la emisión de juicios de valor basados en la evidencia, por
tanto esos datos deben ser válidos y confiables, además deben ser difundidos a
través de diversos medios. En tal sentido se realizó una encuesta entre docentes
que laboran en universidades estatales y privadas, a fin de conocer la opinión de
los docentes sobre calidad de los datos que recolectan las universidades y su
trascendencia el proceso de la acreditación académica.
Entre varias preguntas que comprende el cuestionario aplicado, una de ellas es:
“¿Los datos que recolecta su universidad garantiza la validez de las
evaluaciones?” Los resultados se muestran en la siguiente tabla:
a) Aplique el nivel de confianza del 95% y suponga que las dos poblaciones
tienen distribución normal con desviaciones estándar respectivas de 120 y 60
horas.