INFERENCIAS DE MUESTRA PEQUEÑA PARA LA
DIFERENCIA ENTRE DOS MEDIAS POBLACIONALES:
MUESTRAS ALEATORIAS INDEPENDIENTES
PRUEBA DE HIPÓTESIS RESPECTO A LA DIFERENCIA ENTRE
DOS MEDIAS: MUESTRAS ALEATORIAS INDEPENDIENTES
INTERVALO DE CONFIANZA 𝟏 − 𝜶 𝟏𝟎𝟎%DE MUESTRA
PEQUEÑA PARA (𝝁𝟏 − 𝝁𝟐 ) CON BASE EN MUESTRAS
ALEATORIAS INDEPENDIENTES
EJEMPLO.
Puede tomarse un curso con crédito ya sea asistiendo a sesiones de clases en horas y
días fijos, o haciendo sesiones en línea que el estudiante puede hacer a su propio paso
y en los tiempos que el estudiante escoja. El coordinador del curso desea determinar si
estos dos días de tomar el curso resultaron en una diferencia significativa en
rendimiento medido por el examen final para el curso. La siguiente información da las
calificaciones en un examen con 45 puntos posibles para un grupo de 𝑛+ = 9
estudiantes que tomaron el curso en línea y un segundo grupo de 𝑛. = 9 estudiantes
que tomaron el curso de clases convencionales. ¿Estos datos presentan suficiente
evidencia para indicar que las calificaciones para estudiantes que tomaron el curso en
línea son significativamente más altas que las de quienes asistieron a una clase
convencional? Encuentre el valor p que sería reportado para la prueba estadística. Use
un límite inferior de confianza de 95% para estimar la diferencia (𝜇+ − 𝜇. ) ¿El límite de
confianza inferior indica que el promedio en línea es significativamente más alto que el
promedio de salón de clase?
INFERENCIAS DE MUESTRA PEQUEÑA PARA LA
DIFERENCIA ENTRE DOS MEDIAS: UNA PRUEBA DE
DIFERENCIA PAREADA.
PRUEBA DE HIPÓTESIS DE DIFERENCIA PAREADA PARA
𝝁𝟏 − 𝝁𝟐 = 𝝁𝒅 : MUESTRAS DEPENDIENTES.
EJERCICIO.
¿Los datos de la tabla dan suficiente evidencia para indicar una diferencia en el
desgaste medio para llantas tipo A y B? Pruebe usando a ︎𝛼 = 0.05. Encuentre un
intervalo de confianza de 95% para 𝜇+ − 𝜇. = 𝜇5 usando los datos de la tabla.
INFERENCIAS RESPECTO
A LA VARIANZA POBLACIONAL
Una estimación de la varianza poblacional 𝜎 . suele ser
necesaria antes de hacer inferencias acerca de medias
poblacionales, pero a veces la varianza poblacional 𝜎 . es el
objetivo principal en una investigación experimental. Puede
ser más importante para el experimentador que la media
poblacional. Considere estos ejemplos:
■ Los instrumentos de mediciones científicas deben dar lecturas no sesgadas con un
muy pequeño error de medición. Un altímetro de un avión que mida la altitud
correcta en promedio es bastante inútil si las mediciones están en error de hasta
1000 pies arriba o debajo de la altitud correcta.
■ Las piezas maquinadas en un proceso de manufactura deben ser producidas con
mínima variabilidad para reducir piezas fuera de dimensiones y, por tanto,
defectuosas.
■ Las pruebas de aptitud deben estar diseñadas de manera que las calificaciones
exhibirán una cantidad razonable de variabilidad. Por ejemplo, un examen de 800
puntos no es muy discriminatorio si todos los estudiantes obtienen calificaciones
entre 601 y 605.
Definición. La estadística estandarizada.
recibe el nombre de variable ji cuadrada y tiene una distribución de muestreo llamada
distribución de probabilidad ji cuadrada, con 𝑛 − 1 grados de libertad.
Ejemplo:
■ La probabilidad de que 𝜒 . , basada en 𝑛 = 16 mediciones (𝑑𝑓 = 15), exceda de
24.9958 es .05.
■ Para una muestra de 𝑛 = 6 mediciones, 95% del área bajo la distribución 𝜒 . está a la
derecha de 1.145476.
PRUEBA DE HIPÓTESIS RESPECTO A UNA
VARIANZA POBLACIONAL.
INTERVALO DE CONFIANZA DE 𝟏 − 𝜶 𝟏𝟎𝟎% PARA 𝝈𝟐
donde 𝜒>.⁄. y 𝜒(+@>
. .
⁄.) son los valores 𝜒 , que localizan la mitad de a en
cada cola de la distribución ji cuadrada.
Suposición: La muestra se selecciona al azar de una población normal.
EJERCICIO.
Un fabricante de cemento dice que el concreto preparado con el producto de
él tiene resistencia relativamente estable a la compresión y que la
resistencia medida en kilogramos por centímetro cuadrado (𝑘𝑔⁄𝑐𝑚 . ) está
dentro de un rango de 40 𝑘𝑔⁄𝑐𝑚 . . Una muestra de 𝑛 = 10 mediciones
produjo una media y varianza igual a, respectivamente, ︎
𝑥̅ = 312 y 𝑠 . = 195
¿Estos datos presentan suficiente evidencia para rechazar lo dicho por el
fabricante?
EJERCICIO.
Una experimentadora está convencida de que su instrumento de medición tenía una
variabilidad medida por la desviación estándar 𝜎 = 2. Durante un experimento, ella
registró las mediciones 4.1, 5.2 y 10.2. ¿Estos datos confirman o desaprueban lo dicho por
ella? Pruebe la hipótesis apropiada y construya un intervalo de confianza de 90% para
estimar el verdadero valor de la varianza de población.
