TALLER DE DIFERENCIA ENTRE MEDIAS MUESTRALES
HELENA PEREA OVALLE
PROF. JORGE ELEAZAR SANCHEZ
ESTADISTICA INFERENCIAL
UNIVERSIDAD DEL ATLANTICO
FACULTAD DE CIENCIAS ECONOMICAS
PROGRAMA DE CONTADURÍA PÚBLICA
PUERTO COLOMBIA
2020
INTRODUCCIÓN
Una muestra es el resultado de un proceso llamado muestreo, este se aplica a un grupo
poblacional o varios, con lo cual se busca que la muestra obtenida sea representativa, aunque
difícilmente podrá ser una representación exacta, esto conlleva a que su tendencia central,
variabilidad, etc., estarán aproximadas y hayan algunas diferencia, por lo cual para que una
muestra sea eficaz debe ser lo más representativa posible.
Se recurre a la comparación de las medias cuando se requiere verificar si los valores de una
característica cuantificable son diferentes al agruparlas en dos o más grupos, dadas estas
hipótesis hablaremos de comparación de medias, en general es la comparación de los valores
de una variable continúa según los valores de una variable o factor el cual se puede resumir
en dos o más categorías.
En el presente trabajo llevaremos a cabo la realización paso a paso para los diferentes tipos
de medias muestrales.
OBJETIVOS
Aprender por medio de la practica el uso y manejo de la tabla T Student y conocer
los pasos a seguir para la realización de cada ejercicio.
Analizar e interpretar los resultados con respecto a T, aplicando las formulas
indicadas.
Conocer e identificar el uso de las formulas pertinentes para cada tipo de muestra.
TALLER SOBRE DIFERENCIA DE MEDIAS MUESTRALES
Para cada pregunta ser preciso, indicar las fórmulas usadas . Expresar exactamente lo que
usted quiere decir y recuerde que es importante presentar un planteamiento claro.
DESARROLLO
EJERCICIO 1
La compañía “X” que fabrica lámparas incandescentes, asegura que su producto es superior
al de su principal competidor, la compañía “Y”. En un estudio, en una muestra de 24 de las
lámparas “X” y una muestra de 20 lámparas “Y” se obtuvieron las siguientes duraciones en
horas:
Lámparas “X” Lámparas “Y”
643 636 630 645 630 624 611 655 630 639 622 688
667 626 635 652 622 629 665 696 665 573 639 585
624 662 633 645 691 690 641 673 649 597 629 648
636 656 610 645 621 630 652 641
a) En base a esta información ¿se debe aceptar la afirmación de la compañía “X”?
Para poder realizar este ejercicio es necesario conocer los datos de:
- Media, es la suma de todos los datos entre la cantidad de datos, es decir:
Donde N es el tamaño total de la muestra.
Para este caso la media para las lámparas “X” y “Y” seria:
646 + 636 + ⋯ + 621 + 630 15382
𝑋̅ = = = 640,9
24 24
611 + 655 + ⋯ + 652 + 641 12798
𝑌̅ = = = 639,9
20 20
- Varianza :
∑(𝑥 − ̅̅̅
𝑥)2
𝑆2 =
𝑛−1
La varianza para “X” y “Y”, sería la siguiente:
(646−640,9)2 +(636−640,9)2 +⋯+(621−640,9)2 +(630−640,9)2
𝑆𝑥2 = = 417,3
24−1
(611−639,9)2 +(655−639,9)2 +⋯+(652−639,9)2 +(641−639,9)2
𝑆𝑦2 = =1002,4
20−1
Y por último la desviación estándar, ésta mide cuanto se separan los datos.
𝑆 = √𝑆 2
La desviación estándar para “X” y “Y”, serian:
𝑆𝑥 = √417,3 = 20,43 𝑆𝑦 = √1002,4 = 31,66
Datos:
𝑋̅ = 640,9 𝑌̅= 639,9
𝑆𝑥2 = 417,3 𝑆𝑦2 = 1002,4
𝑆𝑥 = 20,43 𝑆𝑌 = 31,66
𝑁𝑥 = 24 𝑁𝑦 = 20
Podemos decir que,
𝑋̅ − 𝑌̅
𝑃[𝑋̅ − 𝑌̅ > 0] = 𝑃 > 0 = [𝑇42 > 0,1217]
1 1
𝑆𝑝 √𝑛 + 𝑛
𝑥 𝑦
[ ]
Es necesario hallar la varianza ponderar (Sp) con la siguiente formula:
Reemplazamos:
(𝑛𝑥 − 1)𝑆𝑥2 + (𝑛𝑦 − 1)𝑆𝑦2 (24 − 1)(417,3) + (20 − 1)(1002,4)
𝑆𝑝 = √ 𝑆𝑝 = √
𝑛𝑥 + 𝑛𝑦 − 2 24 + 20 − 2
𝑆𝑝 = 26,11
Procedemos a hallar T:
𝑋̅ −𝑌̅ 640,9−639,9
𝑇= 1 1
Reemplazamos: 𝑇42 = 1 1
= 0,126
𝑆𝑝 √ + (26,11)√ +
𝑛𝑥 𝑛𝑦 24 20
Buscamos el resultado de T (0,126) en la Tabla T Student o utilizamos la formula
DISTR.T(x; grados de libertad; colas) en Excel: T=0,12
=DISTR.T(0,12;42;1)= 0,45
Zona equivale
T=0,45 a 0,45
Conclusión: podemos decir que la Grafica para 𝑇42
afirmación de “X” no es correcta, ya
que la probabilidad de que haya una
diferencia mayor a 0 es de 45% para X,
es decir que, aunque no es mucha la
diferencia, las lámparas de “Y” duran
más.
b) La compañía “Y” afirma que las lámparas “X” duran menos de 650 horas ¿se debe
aceptar la afirmación de la compañía “Y”?
Tenemos que hallar la probabilidad de que las lámparas de “X” duren menos de 650
horas:
µ𝒙 =< 650
Entonces, Podemos decir que:
𝑋̅ − µ
𝑃[𝑋̅ − 650 < 0] = 𝑃 [ ~𝑡𝑛−1 < 0] = [𝑍23 < −2,18]
𝑆
√𝑛
Procedemos a hallar Z:
𝑋̅−µ 640,9−650
𝑍= 𝑆 Reemplazamos: 𝑍23 = 20,43 = -2,18
√𝑛 √24
Buscamos el resultado de Z (-2,18) en la Tabla T Student o utilizamos la formula
DISTR.T.N(x; grados de libertad; colas) en Excel:
=DISTR.T.N(-2,18;23;1)= 0,02
Z=0,02
Zona T=-2,18
equivale
a 0,02
Conclusión: La afirmación de la Grafica para 𝑍23
compañía “Y” sobre que las lámparas
de la compañía “X” duran menos de 650
horas se puede aceptar, ya que tienen
una probabilidad del 2%, es decir, es un
hecho muy poco probable de suceder.
EJERCICIO 2
La concentración promedio de albúmina (un tipo de proteína) en el suero de una población
de individuos es de 4.1 g/100 ml. A una muestra aleatoria de 25 individuos de esta población
se les aplicó una dosis diaria de esteroide ”A” y a otra muestra de 20 individuos se les aplico
el esteroide “B”, las concentraciones de albúmina de ambas muestras son las siguientes:
Concentraciones de albúmina con Concentraciones de albúmina con
Esteroide “A” (g/100ml) Esteroide “B” (g/100ml)
4.1 3.7 4.1 4.0 4.3 4.0 3.9 3.8 3.7 3.7
3.7 4.4 3.8 3.5 3.4 3.5 3.6 3.6 3.5 3.8
4.0 4.3 4.5 4.0 3.5 3.5 3.8 4.0 3.4 3.9
4.3 3.4 3.3 4.3 2.9 3.5 3.5 4.0 3.4 3.9
3.8 3.8 4.1 4.4 4.1
Para poder realizar este ejercicio es necesario conocer los datos de:
- Media, es la suma de todos los datos entre la cantidad de datos, es decir:
Donde N es el tamaño total de la muestra.
Para este caso la media para las muestras “A” y “B” seria:
4,1 + 3,7 + ⋯ + 4,4 + 4,1
̅̅̅
𝑋 𝐴 = = 3,91
25
4,0 + 3,9 + ⋯ + 3,5 + 3,9
𝑋̅𝐵 = = 3,7
20
- Varianza
̅̅̅2
∑(𝑥 − 𝑥)
2
𝑆 =
𝑛−1
La varianza para “A” y “B”, sería la siguiente:
(4,1−3,91)2 +(3,7−3,91)2 +⋯+(4,4−3,91)2 +(4,1−3,91)2
𝑆𝐴2 = = 0,17
25−1
(4,0−3,7)2 +(3,9−3,7)2 +⋯+(3,4−3,7)2 +(3,9−3,7)2
𝑆𝐵2 = =0,04
20−1
Y por último la desviación estándar, ésta mide cuanto se separan los datos.
𝑆 = √𝑆 2
La desviación estándar para “A” y “B”, serian
𝑆𝐴 = √0,17 = 0,41 𝑆𝐵 = √0,04 = 0,21
Datos:
𝐴̅ = 3,91 𝐵̅= 3,7
𝑆𝐴2 = 0,17 𝑆𝐵2 = 0,04
𝑆𝐴 = 0,41 𝑆𝐵 = 0,21
𝑁𝐴 = 25 𝑁𝐵 = 20
a) ¿podemos decir que en base a estos datos, que el esteroide “A” disminuye el nivel de
albúmina en el suero?
El valor del suero es igual a:
µ𝒙 = 4,1
A partir de aquí, podemos decir que:
𝑋̅ − µ
𝑃[𝑋̅ − 4,1 < 0] = 𝑃 [ ~𝑡𝑛−1 < 0] = [𝑍24 < −2,3171]
𝑆
√𝑛
Procedemos a hallar Z:
𝑋̅−µ 3,91−4,1
𝑍= 𝑆 Reemplazamos: 𝑍24 = 0,41 = -2,3171
√𝑛 √25
Buscamos el resultado de Z (-2,3171) en la Tabla T Student o utilizamos la formula
DISTR.T.N(x; grados de libertad; colas) en Excel:
=DISTR.T.N(-2,3171;24;1)= 0,0147
Z=0,0147
Z=-2,31
Zona
equivale
a 0,0147
Grafica para 𝑍24
Conclusión: Con respecto a los datos,
podemos decir que la probabilidad de
que A disminuye el nivel de albumina en
el suero es de 1.5%, es decir, es muy
baja, por lo cual es una rareza que
ocurra esta probabilidad.
b) ¿podemos decir que en base a estos datos, que el esteroide “A” disminuye el nivel de
albúmina en el suero igual que el esteroide “B”?
Podemos decir que,
𝐴̅ − 𝐵̅
𝑃[𝐴̅ − 𝐵̅ > 0] = 𝑃 > 0 = [𝑇43 > 2,2224]
1 1
𝑆 √ +
[ 𝑝 𝑛𝐴 𝑛𝐵 ]
Es necesario hallar la Varianza Ponderada (Sp) con la siguiente formula:
2 +(𝑛 −1)𝑆 2
(𝑛𝐴 −1)𝑆𝐴 (25−1)(0.17)+(20−1)(0,04)
𝐵 𝐵
𝑆𝑝 = √ Reemplazamos: 𝑆𝑝 = √
𝑛𝐴 +𝑛𝐵 −2 25+20−2
𝑆𝑝 = 0,312
Procedemos a hallar T:
𝐴̅−𝐵̅ 3,91−3,7
𝑇= 1 1
Reemplazamos: 𝑇43 =
1 1
= 2,2224
𝑆𝑝 √ + (0,312)√25+20
𝑛𝐴 𝑛𝐵
Buscamos el resultado de T (2,2224) en la Tabla T Student o utilizamos la formula
DISTR.T(x; grados de libertad; colas) en Excel: Zona
equivale
=DISTR.T(2,2224;43;1)= 0,016 a 0,016
T=0,016 T=2,22
Conclusión: La probabilidad de que A
disminuya el nivel en suero al igual
que B es de 1.6%, es muy baja, por lo
que se puede decir que es un hecho Grafica para 𝑇43
que se difícil de ocurrir.
EVIDENCIA EN EXCEL EJERCICIO 1
EVIDENCIA EN EXCEL EJERCICIO 2
REFERENCIAS BIBLIOGAFICAS
- Intervalos de Confianza y Prueba de Hipótesis. (s. f.). Recuperado de
https://studylib.es/doc/597213/intervalos-de-confianza-y-prueba-de-
hip%C3%B3tesis
- Carlos Velazco. (2012, 20 agosto). Excell 2010 Distribución T Student [Archivo de
vídeo]. Recuperado de https://www.youtube.com/watch?v=jHsJWN5vQqk
- Huamand Durand, R. (2013, 27 septiembre). Capitulo VIII. Recuperado de
https://es.slideshare.net/RichardHuamanDurand/captulo-viii-26631974
