Distribución de la diferencia de medias muestrales de do

Sean las variables aleatorias X e Y tales que

X N( X, X)
Independientes
Y N (  Y , Y )
Consideramos:

m.a.s. de tamaño n X de X
X , S X2
X , X 12 ,..., X n x

m.a.s. de tamaño n Y de Y Y , S 2Y
Y1,Y2 ,...,Yn Y

1 nX 2 1 nX
X  Xi S2X   Xi  X 
nX i1 nX 1 i1
Y
1 nY 1 nY 2
Yi SY2   Yi  Y 
nY i1 nY 1i1
 Distribución de la diferencia de medias

Caso A. Varianzas poblacionales conocidas

Caso B. Varianzas poblacionales

desconocidas, pero iguales

Caso C. Varianzas poblacionales

desconocidas, distintas o no, con
n X, n Y > 30
 Distribución de la diferencia de medias

Caso A. Varianzas poblacionales conocidas

 La variable aleatoria, X  , tiene distribución Normal

Y

 2  2
N  ( X  Y ), X  Y 
 nX nY 
 

 Por lo tanto

( X  Y )  ( X   Y )
Z N ( 0 ; 1 )
2 2
X  Y
nX nY
Caso B. Varianzas poblacionales desconocidas, pero iguale

  X2  2Y

 El estadístico T, definido como:

 X  Y  (  X   Y )
T 11
Sp
nX nY

donde: S p2  Y
 nX 1  SX 2 n 
1S 2
Y
nX  nY  2

tiene una distribución t de Student nX  nY  2

con grados de libertad

 X  Y  ( X   Y ) t n X  n Y  2
T 11
Sp
nX nY
Caso C. Varianzas poblacionales desconocidas distintas o no,

 El estadístico Z, definido como:

 X  Y  ( X   Y )
Z S2 S2
X Y

nX nY

tiene distribución Normal

 X  Y  ( X   Y )
2 N S 0;1
Z S 2 
X Y

nX nY
 ♦ Ejemplo: Distribución de la diferencia de
medias Varianzas poblacionales
conocidas
• Los niveles de radiación latente en dos regiones A y B
siguen distribuciones Normales independientes de medias
0.48 y 0.4663 y varianzas 0.2 y 0.01 rem por año,
respectivamente. Se realizan 25 mediciones en la región A y
100 en la B. Obtener la probabilidad de que la media de la
muestra A sea como máximo 0.2 rem superior a la media de
la muestra B.

X :" Nivel radiación latente en A"

Y :" Nivel radiación latente en B"

XN 0.2;  25
0.48; nX
YN 0.01;  100
0.4663; nY

Z  Y    Y 
X N 0;1
X 2 
2
X Y

nX nY
 Z  Y    Y 
X N 0;1
X 2 
2
X Y

nX nY

PX   0.2 P  X   0.2 

Y  Y 
 

 X  Y      0.2    Y  
 P Y 
X X
2 2 2 2
  X  Y  X Y 
 
 nX nY n X nY 


 P  0.2  0.0137  
Z 0.008  0.0001 

  2.07  P  2.07 
PZ 1 Z

 1 0.0192  0.9808
 ♦ Ejemplo: Distribución de la diferencia de
medias. Varianzas poblacionales
desconocidas, pero iguales
• Se está realizando un estudio sobre la calidad del aire
en dos zonas A y B. Un indicador de la calidad es el
número de microgr. de partículas en suspensión por m3 de
aire, que suponemos siguen distribuciones Normales
independientes de media 62.237 en A, 61.022 en B y
varianzas iguales. En la zona A se realizan 12 mediciones,
obteniéndose una cuasi-varianza de 8.44 microgr2 y en la
B 15 mediciones, con una cuasi-varianza de 9.44
microgr2. Obtener la probabilidad de que la media
muestral de A sea como mínimo tres unidades superior a
la media muestral de B.

X :"Calidad del aire en X  N 62.237;  

A";
Y :"Calidad del aire en Y  N 61.022;  
B";

n X  12; s 2X  8.44
nY  sY2  9.44
15;
 X :"Calidad del aire en X  N 62.237;  
A";
Y :"Calidad del aire en Y  N 61.022;  
B";

n X  12; s 2X  8.44
nY  15; s 2  9.44
Y
2 n 2 S
1   1S
2
n
Sp X X Y Y 9
n  n 
Y
2
X

PX   3 
Y 

 
 P  Y     Y  3    Y  
X 1 
X X
 1 1 1
 S  S
 p
nX
p n X nY
 

  nY 
 P  3 1.015 Pt25  1.708 0.05
t25  

 1 1 
 3  
 12 15 
 ♦ Ejemplo: Distribución de la diferencia de
medias Varianzas poblacionales
desconocidas. Muestras grandes

• Se estudia el efecto de un vertido tóxico en un río,

comparando el índice de biodiversidad I.B-D. antes y
después del vertido.
Supongamos que los I.B-D. siguen distribuciones
Normales. Antes del vertido se habían realizado 35
pruebas y se obtuvo una media de 1.9 y una cuasi-
desviación típica de 0.4. Después del vertido se realizan
40 pruebas y se obtiene una media de 1.7 y una cuasi-
desviación típica de 0.7.
Obtener la probabilidad de que la media poblacional
antes del vertido sea como máximo 0.5 unidades inferior
a la media poblacional después del vertido.
X :"I.B - D antes del N  ; X 
vertido"
X
Y :"I.B - D después del N ;Y 
vertido"
Y
nX  X  S X  0.4
35; 1.9;
nY  Y SY  0.7
40 1.7;
  X  Y      Y
 N  0; 1
Z
X

2 2
S X SY
nX  nY
 X :"I.B - D antes del N  ; X 
vertido" X
Y :"I.B - D después del N ;Y 
vertido"
Y
nX  X  S X  0.4
35; 1.9;
nY  Y SY  0.7
40 1.7;

PX   0.2 
Y 
 

 X  Y      0.5    Y  
 P Y 
X X
2 2 2 2
 S S
X  Y
S S
X  Y 
 n X nY nX nY 

 
 
P
 0.5  1.9  1.7  
 
 
Z
2
 0.4 
 0.7
2
 35
 
40 

 2.313  1  2.313 
PZ
P Z

 1 0.0104  0.9896
©6.5.5. Distribución del cociente de varianzas muestrales

Sean las variables aleatorias X e Y tales que

X N(X,X)
Independientes
Y N (  Y , Y )
Consideramos:

m.a.s. de tamaño n X de X
X , S X2
X , X 12 ,..., X n x

m.a.s. de tamaño n Y de Y Y , S 2Y
Y1,Y2 ,...,Yn Y

nX nX
X 1  Xi S 2 1  (X i
X nX 1  X )2
nX i 1 i 1

nY nY
1 2 1 2
Y
nY  Yj S Y  n1  (Yj  Y )
j 1
Y j 1
 Distribución del cociente de varianzas muestrales

 El estadístico F, definido como:

S2 2 S 2  2
X X X Y
F 
S2 S 2  2
Y Y 2 Y X

tiene una distribución F de Snedecor con n X 1, 1 ,

grados de libertad nY

S 2  2
X Y
F F n 1, n 1
S 2  2 Y
Y X X
 ♦ Ejemplo: Distribución del cociente de
varianzas muestrales

• Se está comparando la variabilidad de los I.B-D de dos

ríos A y B, que suponemos siguen distribuciones
Normales. Se realizan 16 mediciones en el río A y se
obtiene una cuasi-varianza de 9.52, y 18 mediciones en el
río B y se obtiene una cuasivarianza de 7.
Obtener la probabilidad de que la varianza en el río B
sea como mínimo el doble de la varianza en el río A.

X :"I.B - D en el río N  ;  X 
A" X
Y :"I.B - D en el río N ;Y 
B"
 Y
2 2
F  S X  Y
2 2  1 , n 1
Fn
SY   X X Y
2 
2 2
2S2 2

P   2  S
 P Y  2  P X Y  2 X  
X
Y  2   2 2 2 
X   SY SY 
X
 P 

F
9.52 P  2.72  0.025
2
 F

15,17 15,17
 7 
 © 6.5.6. Distribución de laproporción muestral

 Consideramos una variable aleatoria X B( n; p

), donde “p” es la proporción de “éxitos” en la población

 Para tamaños grandes de n, n > 30, la distribución

Binomial se aproxima a una distribución Normal :

X  N np; npq 

 Definimos el estadístico proporción muestral como:

pˆ X
n
 Distribución de la proporción muestral

 El estadístico proporción muestral :

pˆ  X
n

 Verifica que:

pˆ  p; pq
N 
 n
Por lo tanto:

Z  pˆ  p  N 0;1
pq
n
 ♦ Ejemplo: Distribución de la proporción muestral

• Se quiere probar una terapia de grupo para dejar de

fumar. Para ello se toma una m.a.s. de 50 fumadores. Se
sabe que las personas que llevan al menos 10 años
fumando tienen más dificultades para dejar de fumar, y
que el 38% de los fumadores llevan al menos 10 años
fumando. Por ello, se decide separar unos de otros si
entre los fumadores elegidos más de un 19% llevan más
de 10 años fumando. Obtener la probabilidad de que se
decida separarlos.
p :"Proporción de fumadores con  10 años, en la población
pˆ :"Proporción de fumadores con  10 años, en la muestra
    
pˆ N  pq N 0.38 0.62 N 0.38; 0.068
 p;  0.38; 
n 
   50 

pˆ  pˆ  0.38 N 0;1
Z 
p
pq 
0.068
n
P   0.19  pˆ  0.38 0.19  0.38  PZ  2.769 
P  
pˆ 
 0.0686 0.0686 
 1 P   2.769  1 P   2.769  1 0.0028  0.9972
Z Z
 © 6.5.7. Distribución de ladiferencia de proporciones mu

Sean las variables aleatorias X e Y tales que

X  B  n X ; p X 

Independientes
Y  BnY ; pY 
Para nX
y nY grandes, se verifica:

X 
N n X pX ; nXp X q X 
N  n Y pY ; 
Y
nY pY qY

 Definimos las proporciones muestrales como:

X
pˆ XnX
Y
pˆ Y 
nY
 Distribución de la diferencia de proporciones muestrales

 Definimos el estadístico diferencia de proporciones

muestrales:
 X
p 
 ˆ X nX
pˆ - pˆ Y ; donde: 
 Y
ˆp X  ˆp Y ;

X
 pˆ Y 
 nY

 Se verifica que:

Z   pˆ X  pˆ Y    p X  pY   N 0;1
p X q X  pY qY
nX nY
 ♦ Ejemplo: Distribución de la diferencia
de proporciones muestrales
• Se sabe que en una población el 28% de las mujeres y
el 25% de los hombres son fumadores. Se extraen
muestras de 42 mujeres y 40 hombres. Determinar la
probabilidad de que las mujeres fumadoras superen a los
hombres fumadores en al menos el 4%.
pX: “Proporción de mujeres fumadoras en la población
pY: “Proporción de mujeres fumadoras en la población
pˆ :“Proporción de mujeres fumadoras en la muestra
X
: “Proporción de mujeres fumadoras en la
pˆ
Y
muestra

Z  pˆY     pY    pˆY  0.280.25
pˆ X pX pˆ
 X
pXq  pYq 0.280.72 0.250.7

42 5
X Y
nX 40
nY
 pˆ  pˆ   0.03 N 0;1
 Y
X 

P pˆ Y 0.097  
4 0.04
X  pˆ
P  pˆ X  pˆ Y  0.04 

  pˆ X  pˆ   0.03 0.04  0.03 

 P 
Y

 0.0974 0.0974 

  
 P 0.04 0.03
Z   PZ  0.0103  0.4602

 0.974 