Inferencias acerca

de varianzas
poblacionales
CAPTULO 10

Ejemplo
se llenan recipientes con un detergente lquido. La mquina de llenado se
ajusta de manera que logre un llenado medio de 16 onzas por envase. Aunque
la media de llenado es importante, la varianza en los pesos de llenado
tambin es relevante.
Es decir, aun cuando la mquina de llenado tenga un ajuste adecuado para
una media de llenado de 16 onzas, no es de esperar que todos los envases
tengan exactamente 16 onzas. Para calcular la varianza muestral de la
cantidad de onzas en cada envase se toma una muestra de envases llenos. El
valor de la varianza muestral sirve como estimacin de la varianza en la
poblacin de envases que estn siendo llenados en el proceso de produccin.
Si la varianza muestral es moderada, el proceso contina. Pero, si la varianza
muestral es grande, puede estar ocurriendo por exceso o defecto de llenado,
aunque la media sea la correcta. En este caso habr que reajustar la mquina
de llenado con objeto de reducir la varianza de los envases.

Inferencias acerca de una

varianza poblacional
La varianza muestral es el estimador puntual de la varianza
poblacional 2.
S2 = (xi _ x)2 /(n _ 1)

En realidad la distribucin ji-cuadrada es la distribucin muestral

de s2. O sea que si se extraen todas las muestras posibles de
una poblacin normal y a cada muestra se le calcula su
varianza, se obtendr la distribucin muestral de varianzas.

Prueba de Hiptesis para la varianza poblacional

La varianza poblacional tambin puede ser estimada a travs de
su estimador que ser la varianza muestral s.
Sea X1, X2, ..., Xnuna muestra aleatoria de tamao n, extrada
de una poblacin normal N(, ). Si = y = s
entonces podemos definir la variable aleatoria
tal
Caso Ique Vc--- >
forma

Caso II

y realizar pruebas
de
Caso
III hiptesis de la

Propiedades de las
distribuciones ji-cuadrada
Los valores de X2son mayores o iguales que 0.
La forma de una distribucin X2depende del gl=n-1. En
consecuencia, hay un nmero infinito de distribuciones
X2.
El rea bajo una curva ji-cuadrada y sobre el eje
horizontal es 1.
Las distribuciones X2no son simtricas. Tienen colas
estrechas que se extienden a la derecha; esto es, estn
sesgadas a la derecha.
Cuando n>2, la media de una distribucin X2es n-1 y la
varianza es 2(n-1).

Tres distribuciones X2. Note que el

valor modal aparece en el valor (n3) = (gl-2).

La funcin de densidad de la
distribucin X2

Para x>0

Para denotar el valor crtico de una distribucin X2con gl

grados de libertad se usa el smbolo

Ejemplo
Suponga que los tiempos requeridos por un cierto
autobs para alcanzar un de sus destinos en una ciudad
grande forman una distribucin normal con una
desviacin estndar =1 minuto. Si se elige al azar una
muestra de 17 tiempos, encuentre la probabilidad de
que la varianza muestral sea mayor que 2.
Solucin:
Primero se encontrar el valor de ji-cuadrada
correspondiente a s2=2 como sigue:

El valor de 32 se busca adentro de la tabla en el rengln

de 16 grados de libertad y se encuentra que a este valor
le corresponde un rea a la derecha de 0.01. En
consecuencia, el valor de la probabilidad es P(s2>2)=
0.01

Ejemplo
Encuentre la probabilidad de que una muestra aleatoria de 25
observaciones, de una poblacin normal con varianza
tenga una
varianza muestral:
a)Mayor que 9.1
b)Entre 3.462 y 10.745
Solucin.
a)Primero se proceder a calcular el valor de la ji-cuadrada
Al buscar este nmero en el rengln de 24 grados de libertad nos da un
rea a la derecha de 0.05. Por lo que la P(s 2>9.1) = 0.05
b)Se calcularn dos valores de ji-cuadrada

Aqu se tienen que buscar los dos valores en el rengln

de 24 grados de libertad. Al buscar el valor de 13.846 se
encuentra un rea a la derecha de 0.95. El valor de 42.98
da un rea a la derecha de 0.01. Como se est pidiendo
la probabilidad entre dos valores se resta el rea de 0.95
menos 0.01 quedando 0.94 . Por lo tanto la P(3.462 s2
10.745)=0.94

Intervalo de confianza para la

varianza de una distribucin
Normal

Dada una variable aleatoria condistribucin

NormalN(;), el objetivo es la construccin de un
intervalo de confianza para el parmetro, basado en
una muestra de tamaonde la variable.
A partir del estadstico
o
la frmula para el intervalo de confianza, con nivel de
confianza 1 es la siguiente
Donde2/2es el valor de una distribucin ji-cuadrado
conn1 grados de libertad que deja a su derecha una
probabilidad de /2.

Ejemplo
Los pesos, en decagramos, de 10 paquetes de semillas de pasto distribuidas por cierta compaa son:
46.4, 46.1, 45.8, 47.0, 46.1, 45.9, 45.8, 46.9, 45.2 y 46. Encuentre un intervalo de confianza de 95%
para la varianza de todos los paquetes de semillas de pasto que distribuye esta compaa, suponga
una poblacin normal.
Solucin:
Primero se calcula la desviacin estndar de la muestra:

al elevar este resultado al cuadrado se obtiene la varianza de la muestra s 2= 0.286

Para obtener un intervalo de confianza de 95% se elige un = 0.05

de la tabla con 9 grados de libertad se obtienen los valores de X 2.

Se puede observar en la grfica anterior que el valor de

X2corre en forma normal, esto es de izquierda a derecha.
Por lo tanto, el intervalo de confianza de 95% para la
varianza es:

Grficamente

Se observa que la varianza corre en sentido contrario, pero esto es slo en la

grfica. La interpretacin quedara similar a nuestros temas anteriores referentes
a estimacin. Con un nivel de confianza del 95% se sabe que la varianza de la
poblacin de los pesos de los paquetes de semillas de pasto esta entre 0.135 y
0.935 decagramos al cuadrado.

Ejemplo

En trabajo de laboratorio se desea llevar a cabo comprobaciones cuidadosas de la variabilidad de los resultados
que producen muestras estndar. En un estudio de la cantidad de calcio en el agua potable, el cual se efecta
como parte del control de calidad, se analiz seis veces la misma muestra en el laboratorio en intervalos
aleatorios. Los seis resultados en partes por milln fueron 9.54, 9.61, 9.32, 9.48, 9.70 y 9.26. Estimar la
varianza de los resultados de la poblacin para este estndar, usando un nivel de confianza del 90%.
Solucin:
Al calcular la varianza de la muestra se obtiene un valor de s 2= 0.0285.
Se busca en la tabla los valores correspondientes con 5 grados de libertad, obtenindose dos
resultados. Para
X2(0.95,5)= 1.145 y para X2(0.0,5)= 11.07.
Entonces el intervalo de confianza esta dado por

Grfica

Prueba de Homogeneidad de varianzas

De manera que, si las varianzas poblacionales son

iguales, dicha razn es 1 y podramos afirmar que las dos
poblaciones tienen una distribucin homognea; es decir,
los datos se encuentran igualmente dispersos. Una forma
clara de interpretacin de la importancia de la
homogeneidad de varianzas se puede apreciar en el
siguiente ejemplo:

Ejemplo

estamos comparando el rendimiento promedio de los

alumnos de una asignatura dividida en dos secciones,
cada una de las cuales estn asignadas a diferentes
profesores. Podra ocurrir que el rendimiento promedio de
ambas secciones sea la misma; pero sin embargo, las
notas pueden tener diferente variabilidad.
Observe las dos curvas en el siguiente grfico. Las dos
tienen el mismo promedio, pero, por la forma de la
campana, tienen diferente varianza.

.
Esto justifica la necesidad de establecer una prueba de hiptesis para una razn de varianzas,
a fin de comprobar si ellas son homogneas o no.
Una aplicacin de esta razn podra ser bastante significativa en un caso en el que las medias
no son muy explicativas.
Por otro lado, as como se realiza inferencia sobre la estimacin y prueba de hiptesis de la
diferencia de medias o proporciones muestrales en el caso de dos poblaciones, as tambin
podemos plantear el estudio de la razn de las varianzas de dos poblaciones definiendo al
parmetrocomo
y su estimador

Este estudio lo haremos tomando en cuenta el

intervalo de confianza y la prueba de hiptesis para
Pues bien. Sea X1, X2, ..., Xn1una muestra aleatoria
extrada a partir una poblacin N(m1,s1) y se Y1, Y2, ...,
Yn2una muestra aleatoria extrada a partir una poblacin
N(m2,s2).

Estimacin puntual para 2 varianzas poblacionales

Si
son los estadsticos de la primera
muestra, de tamao n1 y
son los estadsticos
de la primera muestra, de tamao n2
Donde
entonces diremos que
es un estimador puntual
para la razn o el cociente de las varianzas poblacionales

Estimacin por intervalos para 2

varianzas pob
La varianza muestral es el estimador puntual de la varianza poblacional 2.
S2 = (xi _ x)2 /(n _ 1)
Con el fin de exponer cmo usar la distribucin chi-cuadrada para obtener
una estimacin de la varianza poblacional 2 mediante un intervalo de
confianza, suponga que desea estimar la varianza poblacional del proceso
de llenado citado al comienzo de este captulo. En una muestra de 20
envases encuentra que la varianza muestral de las cantidades de llenado
es s2 0.0025. Sin embargo, sabe que no puede esperar que la varianza de
20 envases corresponda al valor exacto de la varianza de toda la poblacin
de envases que se llenan en este proceso de produccin. As, desear
obtener una estimacin por intervalo para la varianza poblacional.

Frmula
Y en cuanto al Intervalo de confianza del (1-a)x100%
para
ser

Pruebas de hiptesis para 2 varianzas poblacionales

definiremos la variable aleatoria
tal que F--- >F(n1 1, n2 1)
Por tanto las pruebas de hiptesis a plantearse, usando el estadstico

con n1 1 grados de libertad en el numerador y n 2 1 grados de libertad en el

denominador, sern
Caso I

Caso II

Caso III

Si Fc<F, Rechazar H0 . Rechazar H0 si Fc< F/2 o si Fc> F1-/2

Si Fc>F1-; rechazar H0

Razn de varianzas en minitab

El programa Minitab resuelve problemas de estimacin
por intervalos y pruebas de hiptesis como un problema
deAnlisis de Varianza, pero en su forma simple,
como una comparacin de dos poblaciones.
Esto se logra mediante la comparacin de medias
poblacionales y tambin mediante la comparacin de
sus varianzas; esta ltima a travs de PRUEBAS DE
HOMGENEIDAD DE VARIANZAS.
Para realizar una Prueba de Homogeneidad de Varianzas
debemos ejecutar la siguiente secuencia:
<Stat> - <Basics Statisticas> - <2 variances >

Tres formas
Observe Ud. que se dispone de tres formas de ingresar los datos: Cuando
los datos estn en una columna y otra contiene los subndices para
reconocer las dos muestras; cuando en la hoja de trabajo las muestras
estn en dos columnas y cuando se dispone de datos resumidos.

La ventana de <Options> es mnima: slo requiere del nivel de confianza.

Esto significa que en todas las pruebas, se asume que la hiptesis nula se
formula como igualdad de varianzas o la afirmacin: Existe homigeneidad
entre las dos poblaciones.

Tomaremos en cuenta estos criterios toda vez que tengamos que obtener
intervalo de confianza para una razn de varianzas o realizar pruebas de
hiptesis de las varianzas poblacionales.

Ejemplo

Determine si la varianza del rendimiento de los alumnos provenientes de colegios privados es

igual a la varianza del rendimiento de los alumnos provenientes de colegios pblicos?.
Solucin
Este es un problema de comparacin de varianzas.
Por la pregunta deducimos que el rendimiento ser idntico o mejor : Homogneo si el
cociente de la variabilidad del rendimiento en cada tipo de colegio es aproximadamente igual
a 1.
En Minitab debemos usaremos la opcin <ANOVA> del comando <Stat>.
< Stat > - < Anova > - < Homogeneity of Variance >.A continuacin debemos completar
los datos en la siguiente ventana:
En < Response > ingresaremos la variable Prom. Gral
En <Factors> ingresaremos la variableColegio.
Los resultados obtenidos son

Notas CE.Priv. Notas CE. Estatal

11

13

10

12

12

14

11

17

13

14

18

16
10 12

Ejemplo

A fin de medir el efecto de una campaa de ventas sobre

artculos sobrantes, en toda la cadena de tiendas que
ofrecen el mismo producto, el Gerente de Investigacin
de mercado tom una muestra aleatoria de 13 pares de
tiendas que se hicieron concordar segn el volumen
semanal promedio de ventas. Una tienda de cada par (el
grupo experimental) fue expuesta a la campaa de
promocin, mientras que la otra no lo fue. Los siguientes
datos muestran los resultados en un perodo semanal.
La promocin lograr aumentar las ventas?

.
VENTAS(en miles) DE ARTICULOS SOBRANTES

Tienda

Con promocin

Sin promocin

67.2

65.3

59.4

54.7

80.1

81.3

47.6

39.8

97.8

92.5

38.4

37.9

57.3

52.4

75.2

69.9

94.7

89.0

10

64.3

58.4

11

31.7

33.0

12

49.3

41.7

13

54.0

53.6

Varianzas poblacionales con Excel