Ayudantía N°6

Ayudante: Waldo Ahumada G. / Profesor: Hugo Robotham

1) En un ensayo clínico se quiere estudiar la efectividad de un nuevo tratamiento como

prevención de parto prematuro. En este ensayo, se asignan al azar 15 mujeres al grupo
control y 15 al grupo de tratamiento (el tratamiento o el placebo se suministra en dosis
diarias únicas entre la semana 24 y 28 de gestación). Una vez realizado el estudio se
obtuvieron los siguientes pesos de los niños nacidos en cada parto:

Grupo 6,9 7,6 7,3 7,6 6,8 7,2 8,0 5,5 5,8 7,3 8,2 6,9 6,8 5,7 8,6
Tratamiento
Grupo 6,4 6,7 5,4 8,2 5,3 6,6 5,8 5,7 6,2 7,1 7,0 6,9 5,6 4,2 6,8
Control

Calcule el intervalo de confianza para la diferencia de medias del grupo control respecto al
de tratamiento y comente el resultado, con un nivel de confianza del 95%.

2) Una cadena de negocios de electrodomésticos quiere estudiar la efectividad de una nueva

campaña televisiva sobre la venta de una cierta marca de heladeras. Para ello se recoge el
número de unidades vendidas durante un mes antes y un mes después de la campaña, en
12 de los negocios que componen la cadena. Los resultados obtenidos están dados en la
siguiente tabla:

Antes 12 10 15 8 19 14 12 21 16 11 8 15

Después 11 11 17 9 21 15 16 25 20 18 10 17

Con un error del 5% hallar un intervalo de confianza para la diferencia de medias de

unidades vendidas durante un mes antes y un después. Indicar las hipótesis realizadas. ¿Se
puede considerar efectiva la campaña publicitaria?

3) Se cree que la osteoporosis está relacionada con el sexo. Para ello se elige una muestra de
100 hombres de más de 50 años y una muestra de 200 mujeres en las mismas condiciones.
Se obtiene que 10 hombres y 40 mujeres con algún grado de osteoporosis. ¿Qué podemos
concluir con un nivel de confianza del 95%?
Desarrollo:

1) Sea X: Peso de los niños en el grupo de tratamiento

Y: Peso de los niños en el grupo de control

Supuestos:

i) X distribuye Normal, y además, Y distribuye Normal.

ii) Sea x1, x2,……, xn una muestra aleatoria (nx=15) i.i.d, y sea y1,y2,……, yn una muestra
aleatoria (ny=15) i.i.d.
iii) Varianzas desconocidas

Cálculos previos:

6.9  7.6  7.3  7.6  6.8  7.2  8  5.5  5.8  7.3  8.2  6.9  6.8  5.7  8.6
X = = 7.08
15
6.4 + 6.7 + 5.4 + 8.2 + 5.3 + 6.6 + 5.8 + 5.7 + 6.2 + 7.1 + 7 + 6.9 + 5.6 + 4.2 + 6.8
Y =  6.26
15
 Xi2  763.22
 Yi2  600.73

 xi2  nx  x 
2
763.22  15 (7.08)2
 Sx = = = 0.899364855
nx  1 14

 yi2  ny  y 
2
600.73  15 (6.26)2
 Sy = = = 0.960505819
ny  1 14

Antes de realizar el IC, primero debemos conocer si las varianzas son iguales o distintas. La
solución a este problema está en construir un IC para el cuociente entre las varianzas:

  y2   S y2 S y2 
IC  2  :  f ; f1 2;nx 1;ny 1 
  2;nx 1;n y 1 2
S x2 
 x 1  S x
Donde:

1
f 2;nx 1;ny 1 =
f1 2;ny 1;nx 1
En este caso:

 f0,975;14;14 = 2,979
1 1
 f0,025;14;14 =   0,3357
f 0.975;14;14 2,979

Luego:

  y2   0,3357  (0,9605) 2 2,979  (0,9605) 2 

IC  2  :  (0,8994)2 ; 
  2
 x 0.95  (0,8994) 
: 0,38286 ; 3,3975
Como 1 ɛ [0,3829; 3,3975], entonces podemos concluir que las varianzas son iguales. Con esto ya
conocido, podemos utilizar el siguiente intervalo:

Sc2 Sc2
IC ( x   y ) 1 : (X - Y)  t nx  ny 2; 1 2 
nx ny

En este caso, como nx = ny = 15:

S2x + S2y (0,8994)2  (0,9605)2

Sc2 =   0,8657
2 2
Entonces:

IC   x   y 
0,8657 0,8657
: (7,08  6, 26)  t 28;0,975 
0.95 15 15
: 0,82  2,0484  0,339745
: 0,82  0,6959

0,1241   x   y  1,5159

Con este resultado podemos concluir que el grupo de tratamiento ha tenido niños con mucho
mayor peso que los del grupo de control.

2) Sea X: N° unidades vendidas antes de la campaña.

Y: N° unidades vendidas después de la campaña.

Supuestos:

i) X distribuye Normal, e Y distribuye Normal.

ii) Se toma una m.a (n=12) i.i.d.

Cálculos previos:

X Y di
12 11 1
10 11 -1
15 17 -2
8 9 -1
19 21 -2
14 15 -1
12 16 -4
21 25 -4
16 20 -4
11 18 -7
8 10 -2
15 17 -2
  di 29
d=   2, 4167
n 12
 di2  117

 di2  n  d 
2
117  12 (-2,4167) 2
 Sd = = = 2,0652
n 1 11

Luego, realizamos el IC:

IC   x   y 
2, 0652
: -2,4167  t11;0,975
0.95
12
: -2,4167  2,2010  0,5962
: -2,4167  1,3122

 3,7289   x   y  1,1045

Podemos concluir, con un nivel de confianza del 95%, que las ventas fueron mejores después de la
campaña publicitaria, por lo que se le puede considerar efectiva.

3) Sea X: N° hombres con grado de osteoporosis.

Y: N° mujeres con grado de osteoporosis.

Supuestos:

i) X distribuye B(1, Px), e Y distribuye B(1, Py).

ii) Sea x1, x2,……, xn una m.a (nx), y sea y1, y2,…., yn una m.a (ny), ambas i.i.d.
𝑋 𝑦
iii) Sea 𝑃𝑋 = 𝑛𝑥
, y además, 𝑃𝑦 = 𝑛𝑦
estimadores insesgados de Px y Py respectivamente.
Entonces:

Casos a favor 10
 Pˆ x =   0,1  Qˆ x  0,9
Casos totales 100
Casos a favor 40
 Pˆ y =   0, 2  Qˆ y  0,8
Casos totales 200
Luego, el IC a utilizar es:

0,1 0,9 0, 2  0,8

IC  Px  Py  : (0,1  0, 2)  Z0,975 
0.95 100 200
: -0,1  1,96  0,0413
: -0,1  0,0808

 0,18081  Px  Py  0,01919

Podemos concluir, con un nivel de confianza del 95%, que es más probable encontrar a una mujer
con osteoporosis que a un hombre con las mismas condiciones.