Você está na página 1de 25

Prueba de hipótesis e

intervalos de confianza
para diferencia de medias

• ALVEIRO
HERNANDEZ.

• GISSELLE LEON.

• OMAR ARNEDO.
Objetivos

En esta presentación se utilizara la prueba de hipótesis
para comparar la diferencia entre:

 Las medias de dos poblaciones independientes


 Las medias de dos poblaciones relacionadas
Pruebas de Dos
Muestras
Pruebas de
Dos Muestras

𝜇1 − 𝜇2 𝜇1 − 𝜇2
Muestras Muestras
Independientes Relacionadas

Ejemplos: Ejemplos:
Grupo 1 vs. Mismo grupo
Grupo 2 antes vs. después
Diferencia Entre Dos
Medias
Medias Poblacionales,

Objetivo: prueba de hipótesis
Muestras
Independientes
* o construcción de intervalo de
confianza para la media de
dos poblaciones, μ1 – μ2
σ1 y σ2 desconocidas y
se asumen iguales La estimación puntual para
la diferencia es

X1 – X2
σ1 y σ2 desconocidas y
se asumen desiguales
Diferencia Entre Dos Medias: Muestras
Independientes

Medias poblacionales, 
 Diferentes fuentes de datos
 No relacionados
Muestras
Independientes *  Independientes
 La muestra escogida de una
población no tiene efecto en la
muestra escogida de la otra
población.

Use Sp para estimar la varianza σ


σ1 y σ2 desconocidas y desconocida. Utilice Prueba t con
se asumen iguales Varianza Ponderada.

Use S1 y S2 use para estimar la


σ1 y σ2 desconocidas y
σ1 y σ2. Use la Prueba t con
se asumen desiguales
Varianza Separada.
Prueba de Hipótesis para
la Media de Dos
Poblaciones

Medias de Dos Poblaciones, Muestras independientes

Prueba cola izquierda: Prueba cola derecha: Prueba de dos colas:

H0: μ1  μ2 H0: μ1 ≤ μ2 H0: μ1 = μ2


H1: μ1 < μ2 H1: μ1 > μ2 H1: μ1 ≠ μ2
i.e., i.e., i.e.,
H0: μ1 – μ2  0 H0: μ1 – μ2 ≤ 0 H0: μ1 – μ2 = 0
H1: μ1 – μ2 < 0 H1: μ1 – μ2 > 0 H1: μ1 – μ2 ≠ 0
Prueba de Hipótesis
para μ1 – μ2

Medias de Dos Poblaciones, Muestras Independientes

Prueba cola izquierda: Prueba cola derecha: Prueba de dos colas:

H0: μ1 – μ2  0 H0: μ1 – μ2 ≤ 0 H0: μ1 – μ2 = 0


H1: μ1 – μ2 < 0 H1: μ1 – μ2 > 0 H1: μ1 – μ2 ≠ 0

a a a/2 a/2

-ta ta -ta/2 ta/2


Rechace H0 si tP < -ta Rechace H0 si tP > ta Rechace H0 si tP < -ta/2
or tP > ta/2
Prueba de Hipótesis para µ1 - µ2 con
σ1 y σ2 Desconocidas e Iguales

Medias Poblacionales, Supuestos:


Muestras
Independientes  Las muestras son escogidas
aleatoria e
independientemente.
 Las poblaciones están
σ1 y σ2 desconocida y
se asumen iguales
* distribuidas normalmente o
ambas muestras son, por lo
menos, tamaño 30.
 Las varianzas poblacionales
son desconocidas, y se asume
que son iguales.
σ1 y σ2 desconocidas y
se asumen desiguales
Prueba de Hipótesis para µ1 - µ2 con
σ1 y σ2 Desconocidas e Iguales

Medias Poblacionales, 
• La varianza ponderada:
Muestras n
S2  1
 1S 1
2
 n 2  1S 2
2

Independientes
(n 1  1)  (n 2  1)
p

• El estadístico de prueba:
σ1 y σ2 desconocidas y
se asumen iguales
*  X  X   μ  μ 

1 2 1 2
tP
1 1 
S   
2
p
 n1 n 2 
σ1 y σ2 desconocidas y
se asumen desiguales • Donde tP tiene g.l. = (n1 + n2 – 2)
Intervalo de confianza para µ1 - µ2 con
σ1 y σ2 desconocidas e iguales

Medias Poblacionales: 
Muestras
Independientes
El intervalo de confianza para
μ1 – μ2 es:
σ1 y σ2 desconocidas y
se asumen iguales
*
X 1 
 X 2  ta/2
1 1 
S   
2
p
 n1 n 2 

σ1 y σ2 desconocidas y Donde tα/2 tiene g.l. = n1 + n2 – 2


se asumen desiguales
Prueba t Varianza Ponderada:
Ejemplo

Usted es un analista financiero para una firma. Existe
diferencia entre las medias de los dividendos generados
por las acciones (NYSE y NASDAQ)? Datos:
NYSE NASDAQ
Número 21 25
Media muestral 3.27 2.53
Desv. Est. mstrl 1.30 1.16

Ambas poblaciones son


aproximadamente normal con
varianzas iguales, hay
diferencia en las medias de los
dividendos (a = 0.05)?
Prueba t Varianza Ponderada:
Cálculos para el estadístico

H0: μ1 - μ2 = 0 i.e. (μ1 = μ2)
H1: μ1 - μ2 ≠ 0 i.e. (μ1 ≠ μ2)

El estadístico de prueba es:

tP 
X  X   μ
1 2 1  μ2 

3.27  2.53  0  2.040
1 1  1 1 
S   
2
1.5021  
p
 n1 n 2   21 25 

n
S2  1
 1S1
2
 n 2  1S 2
2

21  11.30 2
 25  11.16 2
 1.5021
(n1  1)  (n 2  1) (21 - 1)  ( 25  1)
P
Prueba t Varianza Ponderada:
Cálculos para ejemplo
H0: μ1 - μ2 = 0 i.e. (μ1 = μ2)
H1: μ1 - μ2 ≠ 0 i.e. (μ1 ≠ μ2)
 Rechace H0 Rechace H0

a = 0.05 .025 .025

gl = 21 + 25 - 2 = 44 -2.0154 0 2.0154 t
Valores críticos: t = ± 2.0154
2.040
T calculada: Decisión:
3.27  2.53 Rechace H0 at a = 0.05
t Calc   2.040
1 1 
1.5021    Conclusión:
 21 25  Hay evidencia de que las
Medias son diferentes.
Prueba t Varianza Ponderada:
Intervalo de confianza para µ1 - µ2

Como se rechazó H0 con un 95% de confianza podemos


decir que µNYSE > µNASDAQ?

Intervalo con 95% de confianza para µNYSE - µNASDAQ

X  X   t
1 2 a/2
2
p
1 1 
S     0.74  2.0154  0.3628  (0.009, 1.471)

 n1 n 2 

Como el intervalo no incluye el 0, podemos concluir con


un 95% de confianza que µNYSE > µNASDAQ
Prueba de Hipótesis para µ1 - µ2 con
σ1 y σ2 desconocidas y desiguales

Medias Poblacionales, Asunciones


Muestras  Las muestras se escogen
Independientes
aleatoria e
independientemente
 Las poblaciones están
σ1 y σ2 desconocidas y
se asumen iguales normalmente distribuidas,
o ambas muestras son, por
lo menos, de tamaño 30
 Las varianzas, 𝜎1 𝑦 𝜎2 , son
desconocidas y se asumen
σ1 y σ2 desconocidas y
se asumen desiguales * desiguales.
Prueba de hipótesis para µ1 - µ2 con
σ1 y σ2 desconocidas y desiguales

El estadístico de muestra es:


 X  X   μ
Medias poblacionales.
Muestras  μ2 

1 2 1
independiente tP
S12 S22

n1 n 2
σ1 y σ2 desconocidas y
se asumen iguales
2
 S1 2 S 2 2 
 
n  n 
tp tiene g.l. ν =   2
 S1 
2
1 2 

 S22 
2

   
n  n 
 1   2 
n1  1 n2  1

σ1 y σ2 desconocidas y
se asumen desiguales
*
Prueba para Muestras
Apareadas

para 2 muestras apareadas
Prueba de medias
Muestras apareadas
Muestras
 Medidas repetidas (antes/después)
relacionadas
 Use la diferencia entre los valores apareados:

Di = X1i - X2i
 Elimina la variación entre sujetos
 Supuestos:
 Ambas poblaciones están normalmente distribuidas
 O, si no son normales, use muestras grandes
Prueba para Muestras
Apareadas
Muestras

La iesima diferencia apareada es Di, donde

relacionadas
Di = X1i - X2i
n
El valor puntual para la
diferencia media entre las
D i

dos poblaciones μD is D : D 
i 1
n
n
La desviación estándar  i
(D  D ) 2

de la muestra SD : SD  i 1
n1
n es el número de pares en la muestra
Prueba para Muestras
Apareadas: cálculo de t critico

 El estadístico de prueba para μD es:
Muestras
apareadas
D  μD
tPrueba 
SD
n

 Donde 𝐭 𝑷 tiene n - 1 g.l.


Prueba para Muestras
Apareadas: Hipótesis Posibles

Muestras apareadas
Cola izquierda: Cola derecha: Dos colas:

H0: μD  0 H0: μD ≤ 0 H0: μD = 0


H1: μD < 0 H1: μD > 0 H1: μD ≠ 0

a a a/2 a/2

-ta ta -ta/2 ta/2


Rechace H0 si tp < -ta Rechace H0 si tp > ta Rechace H0 si tp < -ta/2
o tp > ta/2
Donde tp tiene n - 1 g.l.
Intervalo de Confianza Para
Muestras Apareadas

El intervalo de confianza para μD es
Muestras
Apareadas
SD
D  ta / 2
n
n

 (D  D)
i
2

donde SD  i1
n 1
Prueba de Muestras Apareadas:
Ejemplo
 Asuma que usted envió sus trabajadores a
entrenamiento de “servicio al cliente”. Ha hecho
diferencia en el número de quejas el entrenamiento?
Datos:

Número de quejas: (2) - (1)  Di


Vendedor Antes Después Diferencia D = n
C.B. 6 4 - 2 = -4.2
T.F. 20 6 -14

 i
M.H. 3 2 - 1
(D  D ) 2
R.K. 0 0 0 SD 
M.O. 4 0 - 4 n 1
-21  5.67
Prueba de Muestras Apareadas:
Solución
 Ha hecho diferencia en el número de quejas el
entrenamiento (alfa= 0.01)?
Rechace Rechace
H0: μD = 0
H1: μD  0
a/2 a/2
a = .01 D = - 4.2 - 4.604 4.604
- 1.66
t0.005 = ± 4.604 Decision: No rechace H0
g.l = n - 1 = 4 (tp) no esta en la región de rechazo
Estadístico de prueba:
Conclusión: No hay
D  μ D  4.2  0 suficiente evidencia para
tP    1.66
SD / n 5.67/ 5 concluir que hay diferencia
en el número de quejas.
TABLA DE DECISION

Distribución de las Diferencias de Medias Muestrales


Pob. var. conocida? var1 = var2? Tamaño de n ? Dist. Muestral? Z o t?
Grandes
N − − −
o S
No importa Normal
i
n
o
Grandes
r − − −
m N
No importa Normal
a o
l

− − −
S
No importa No importa Normal
i

N
Pequeñas
o − − −
r Distribución t con n1 +n2 - 2
Si
m grados de libertad
2
a
N
l
o Pequeñas
− − −
No

− −

Fuente:
Introducción a la − −
Estadística Matemática.
Por: Humberto Llinas Solano − Chap 10-24
Copyright ©2012 Pearson Education,
Chap 10-25
Inc. publishing as Prentice Hall