Clase 2
• Tabla de propiedades:
• Media muestral:
• Varianza muestral:
• Para probar una hipótesis se proyecta un procedimiento pata tomar una muestra
aleatoria, calcular un estadístico de prueba apropiado para después rechazar o no
estar en posición de rechazar la hipótesis nula 𝐻𝑜 . Parte de este procedimiento
consiste en especificar el conjunto de valores estadístico de prueba que llevan al
rechazo de 𝐻𝑜 . A este conjunto de valores se le llama la región critica o región de
rechazo de la prueba.
• Pueden cometerse dos tipos de errores cuando se prueban hipótesis. Si la hipótesis
nula se rechaza cuando es Verdadera, ha ocurrido un erro tipo I. Si la hipótesis nula
no se rechaza cuando es Falsa, se cometido un error tipo II.
Departamento de metalurgia y en minas.
Conceptos básicos: Estadística inferencial
• Distribuciones de probabilidad continua.
• Ejercicios (Montgomery, Cap 4).
• Supongase que las mediciones de corrientes realizadas en una pista de alambre conductor
siguen una distribución normal con 𝜇=10mA y 𝜎 2 =4mA.
• A) ¿Cuál es la probabilidad de que el valor de una medición sea mayor a 13 mA?
• B)Idem al punto anterior, pero si la medición cae entre 9 y 11 mA.
• C) ¿Qué valor debe tener la corriente para que la probabilidad bajo el sea de un 98%?
• Solución:
𝑋−𝜇 13−10
• A) P(x>13), se estandariza para N(0,1) ocupando 𝑧 = dado, P 𝑍 > = P Z > 1.5 =
𝜎 2
• 1 − 𝑃 Z ≤ 1.5 , buscando las tablas de probabilidad continua, tenemos =1-0.9332=0,06338.
11−10
• B) P 9 ≤ 𝑥 ≤ 11 = 𝑃 𝑥 ≤ 11 − 𝑃(𝑥 ≤ 9), tipificando la variable tenemos 𝑃 𝑧 ≤ −
2
9−10
𝑃 𝑥≤ = 𝑃 𝑧 ≤ 0.5 − 𝑃 𝑧 ≤ −0.5 , gracias a las tablas tenemos: 0,6915-0.3085=0,383.
2
• C) 𝑃 𝑧 ≤ 𝑘 = 𝜑 𝑘 = 0,98, Al ver en tabla,
𝑋−10
k=2.01~2.06= −→ 4.07 + 10 = 14.07, 𝑋~14𝑚𝐴.
2
• 1. Si una variable normal X no es estándar, entonces sus valores deben ser estandarizados
mediante la transformación: Z=(X-𝜇)/ 𝜎 es decir,
• P(X<x)= 𝜑[ (x -𝜇)/s ]
• 2. Para valores de z>4, 𝜑[z]=1, a una precisión de cuatro decimales; para valores de z<-4,
𝜑[z]=0, con cuatro decimales significativos.
• 3. Aquellos valores al lado del valor de 3 corresponden a las probabilidades acumuladas de z
igual a 3.0, 3.1, 3.2, etc.
𝑥1 −𝜇 𝑥2 −𝜇
• Solución: Sabemos que se necesita en estandarizar y tipificar, 𝑧1 = , 𝑧2 = , donde
𝜎 𝜎
𝑥1 = 21° y 𝑥2 = 27°, gracias a las propiedades anteriores :
21−23 27−23 2 4
• P 21 ≤ 𝑥 ≤ 27 −→ 𝑃 ≤ 𝑧≤ =𝑃 − ≤𝑧≤ =
5 5 5 5
4 2 4 2
𝑃 𝑧≤ − 1− 1− 𝑃(𝑧 ≤ ) =𝑃 𝑧≤ − 𝑃(𝑧 ≤ )-1 , gracias a las tablas tenemos:
5 5 5 5
• 0.7881+0.6554-1= 0.4435
• Para ser cuando días del mes se espera alcanzar las máximas, 0.4435*30=13.3~13 𝑑𝑖𝑎𝑠.
• Sea que las varianzas para ambas muestras son idénticas, 𝜎1 2 = 𝜎2 2 . Los estimación de
parámetros:
1 𝑛
• 𝑦= 𝑖=1 𝑦𝑖 estima la población supone 𝜇.
𝑛
1 𝑛
• 𝑆2 = 𝑦 − 𝑦 2 estima la varianza 𝜎 2 de la población.
𝑛−1 𝑖=1 𝑖
Departamento de metalurgia y en minas.
Experimentos comparativos simples
• La prueba t de dos muestras:
• Sea que las varianzas para ambas muestras son idénticas, 𝜎1 2 = 𝜎2 2 =𝜎 2 . El estimador estadístico
de prueba utilizado para comparar dos medias:
𝒚𝟏 −𝒚𝟐 𝟐 𝒏𝟏 −𝟏 𝑺𝟏 𝟐 + 𝒏𝟐 −𝟏 𝑺𝟐 𝟐
• 𝒕𝒐 = y 𝑺𝒑 =
𝑺𝒑
𝟏
+
𝟏 𝒏𝟏 +𝒏𝟐 −𝟐
𝒏𝟏 𝒏𝟐
Solución:
Al calcular la media, varianza y desviación estándar muestral,
Tenemos: 𝑦1 = 16.76 𝑦2 = 17.92
𝑆1 2 = 0.100 𝑆2 2 = 0.061
𝑆1 = 0.316 𝑆2 = 0.248
𝑛1 = 10 𝑛2 = 10
Como las desviaciones estándares son relativamente similares, no es improcedente concluir que las
desviaciones ( o varianzas) poblaciones son iguales.
Departamento de metalurgia y en minas.
Conceptos básicos: Estadística inferencial
• La prueba t de dos muestras:
• Ejercicio Resuelto:
Entonces 𝐻𝑜 ; 𝜇1 = 𝜇2 se rechazaría si el valor numero del estadístico 𝑡𝑜 > 2.101, o si 𝑡𝑜 < −2.101.
Estos limites se definen la región critica. Ahora 𝑆𝑝 𝑦 𝑡:
𝟏𝟎 − 𝟏 ∗ 𝟎. 𝟏𝟎𝟎 + 𝟏𝟎 − 𝟏 ∗ 𝟎. 𝟎𝟔𝟏
𝑺𝒑 𝟐 = = 𝟎. 𝟎𝟖𝟏 −→ 𝑺𝒑 = 𝟎. 𝟐𝟖𝟒
𝟏𝟖
𝟏𝟔. 𝟕𝟔 − 𝟏𝟕. 𝟗𝟐
𝒕𝒐 = = −𝟗. 𝟏𝟑
𝟏 𝟏
𝟎. 𝟐𝟖𝟒 +
𝟏𝟎 𝟏𝟎
Departamento de metalurgia y en minas.
Experimentos comparativos simples
• La prueba t de dos muestras:
• Ejercicio Resuelto:
• Puesto que -9.13<-2.101, se rechazaría 𝐻𝑜 y se concluirá que las fuerzas de tensión de adhesión de
las dos formulaciones del morteros de cemento de portland son diferentes.
• Podría ser utilizado para probar todas las hipótesis relevantes en un diseño factorial de dos
niveles, porque todas estas hipótesis implican la respuesta media en un "lado" del cubo
frente a la respuesta media en el "lado" opuesto del cubo.
t0 = -9.13
• Ósea por lo anteriormente comentado y viendo la presente tabla , el valor P puedo tomar un
valor muy pequeño. Para este caso P=3.68*10−8 , así decimo que Ho se rechazaría con
cualquier nivel de significación donde 𝛼 ≥ 3.68∗10−8 .
Departamento de metalurgia y en minas.
Experimentos comparativos simples
• La prueba t para una muestra:
• Ejercicio Resuelto 2:
• Las puntuaciones en un test que mide la variable creatividad siguen, en la población general
de adolescentes, una distribución Normal de media 11,5. En un centro escolar que ha
implantado un programa de estimulación de la creatividad una muestra de 30 alumnos ha
proporcionado las siguientes puntuaciones:
• 11, 9, 12, 17, 8, 11, 9, 4, 5, 9, 14, 9, 17, 24, 19, 10, 17, 17, 8, 23, 8, 6, 14, 16, 6, 7, 15, 20, 14, 15.
• A un nivel de confianza del 95% ¿Puede afirmarse que el programa es efectivo?
• Solución:
• El error 𝛽 también es una función del tamaño de la muestra. Para un valor dado 𝜹 , el error
𝜷 se reduce cuando el tamaño de la muestra se incrementa. Ósea es mas fácil detectar una
diferencia especificada en las medias para los tamaños grandes de la muestra que para los
tamaños pequeños.
• Similarmente, ocurre lo mismo para s. Estos son los llamados intervalos de confianza, en que
los números extremos son llamados Límites de Confianza.
• Análogamente, s ± 1.96σs y s ± 2.58σs son los límites de confianza del 95% y 99% para s.
• El porcentaje de confianza se llama también nivel de confianza.
• Se le llama intervalo de confianza de la diferencia de medias 100(1-𝛼) por ciento para el parámetro
𝛼. Los estadísticos L y U se denominan limites de confianza inferior y superior, y (1-𝛼) es el
coeficiente de confianza.
• Supongamos que se requiere encontrarse un intervalo de confianza 100(1-𝛼) por ciento para la
verdadera diferencia de las medias 𝜇1 − 𝜇2 . Sea el estadístico:
• Asumiendo los valores del ejemplo anterior del las muestras de fuerzas de tensión de la adhesión:
• Por lo tanto el intervalo de confianza de 95% estimado para las diferencias de las medias se
extiende de -1.43 𝑘𝑔𝑓 𝑐𝑚2 a -0.89 𝑘𝑔𝑓 𝑐𝑚2 . En otros términos, el intervalo de confianza de 𝜇1 −
𝜇2 =-1.16 𝑘𝑔𝑓 𝑐𝑚2 ± 0.27 𝑘𝑔𝑓 𝑐𝑚2.