Capítulo V:

Inferencia Estadística para dos o más poblaciones

 En este capítulo nos ocuparemos de algunas pruebas estadísticas que
tienen por objeto comparar parámetros (medias, proporciones,
varianzas) de dos poblaciones.
Prueba de igualdad de medias poblacionales
 Comenzaremos por el caso en que se toman muestras
independientes en dos poblaciones (a veces se toma una muestra y
se divide en dos grupos asignándose aleatoriamente los individuos
seleccionados a uno u otro grupo, o bien clasificándolos según su
pertenencia a uno u otro grupo).
 Ejemplos:
 Se desea comparar el ingreso familiar promedio de los habitantes de dos
ciudades. Se selecciona una muestra de hogares en cada ciudad.
 Se desean comparar dos métodos de enseñanza en un establecimiento
educativo. Se selecciona una muestra de alumnos y se los asigna
aleatoriamente a uno de los dos métodos.
 Se desean comparar los sueldos de varones y mujeres en una empresa. Se
selecciona una muestra de empleados y luego se los clasifica según el sexo.
Capítulo V:
Inferencia Estadística para dos o más poblaciones

 Trabajaremos con el primer ejemplo:

Se supone que si existieran diferencias en los ingresos de ambas
ciudades, estos se reflejarán en diferencias en los promedios. La
comparación se realizará a través de una prueba conveniente.
Como primera medida establecemos las hipótesis de trabajo:
H 0 : 1  2 o 1  2  0
H1 : 1  2 o 1  2  0

Luego, elegiremos un estimador adecuado X1  X 2 . Aplicando

propiedades:

E  X1  X 2   E  X1   E  X 2   1  2

 12  22
Var  X 1  X 2   Var  X 1   Var  X 2   
n1 n2
Capítulo V:
Inferencia Estadística para dos o más poblaciones

 En cuanto a la elección del criterio de test adecuado, se plantean

algunas alternativas:
1. Varianzas poblacionales conocidas: Siendo las poblaciones
normales o las muestras suficientemente grandes como para
aplicar el T.C.L., entonces el criterio de test sería:

Z
 X 1  X 2    1  2 
 N (0,1) (1)
 2
 2
1
 2
n1 n2
2. Varianzas poblaciones desconocidas: En este caso es
necesario buscar un estadístico que no contenga las varianzas
poblacionales. Para ello planteamos el siguiente estadístico:

 n1  1 S12   n2  1 S22   2 (2)

n n 2
1 2 2
2 1 2
Capítulo V:
Inferencia Estadística para dos o más poblaciones

 Recordemos que el cociente entre el estadístico (1) y la raíz

cuadrada de (2) dividido por sus grados de libertad, tiene
distribución t de Student con los mismos grados de libertad que el
estadístico (2). No obstante, será necesario agregar un supuesto
2

adicional bastante restrictivo  1   2   .
2 2

t
 X 1  X 2    1  2 
 tn1  n2  2
1 1
S 2 .  
 n1 n2 
donde S 2 es un promedio ponderado de las varianzas de los dos
grupos considerados, denominada Varianza combinada o “pooled”.

S2  1
n  1 S1
2
  n2  1 S 2
2

n1  n2  2
 Dado la importancia del supuesto de igualdad de varianzas, será
necesario probar si se cumple.
 Capítulo V:
Inferencia Estadística para dos o más poblaciones

Prueba de igualdad de varianzas poblacionales

 Las hipótesis de trabajo son:

H 0 : 12   22 versus H1 : 12   22

 El criterio para testear las hipótesis es:

S12  12 S12
 Fn1 1;n2 1 Bajo H0 cierta, el criterio de test es F  2  Fn1 1;n2 1
S2  2
2 2
S2
 Fijado el nivel de significación  , establecemos los valores críticos:

F1*  1 F( n2 1;n1 1), 2 y

F2*  F( n1 1;n2 1),1 2
 Y la regla de decisión será:
Rechazar H0 si F  F1* o F  F2*
Capítulo V:
Inferencia Estadística para dos o más poblaciones

 Una vez probada la igualdad de varianzas, se pasa a probar la

igualdad de medias poblacionales.
 Fijado el nivel de significación , establecemos los valores críticos:

t1*  t 2;n1 n2 2 y t2*  t1 2;n1  n2 2

O bien
2  1 1 2  1 1
X  y  1 2 2
*
1  X 2 1  t1 2; n1  n2  2 . S .    X  X
*
 t . S .   
1 2; n1  n2  2
 1
n n2 
 1
n n2 

 Y la regla de decisión será: Rechazar H0 si t  t2*

 Actividad 19 (pág. 125)

Capítulo V:
Inferencia Estadística para dos o más poblaciones

Actividad 19 (pág. 125)

Capítulo V:
Inferencia Estadística para dos o más poblaciones

 Si se rechaza la hipótesis de igualdad de varianzas, se utiliza otro

estadístico en el cual se consideran las varianzas de ambas
muestras “separadas”. La distribución también es t de Student pero
es necesario recalcular los grados de libertad (corrección de
Satterthwaite).

t
 X 1  X 2    1  2 
 tv
2 2
S S
1
 2
n1 n2  S12 S 22 
2

  
 n1 n2 
donde v es la parte entera de la siguiente cantidad 2
 S12   S 22 
2

   
 n1    n2 
n1  1 n2  1
 Ejemplo (pág. 123)
Interpretar la salida que genera el programa estadístico. Trabajar
con distintos niveles de significación.
Capítulo V:
Inferencia Estadística para dos o más poblaciones

Ejemplo (pág. 123)