TEMA DE CLASE: ESCUELA PROFESIONAL DE
PRUEBA DE HIPÓTESIS PARA CONTABILIDAD
K-MUESTRAS
INDEPENDIENTES Y
COMPARACIONES
MÚLTIPLES
CURSO: ESTADÍSTICA INFERENCIAL
DOCENTE: MG. ANNE E. ANICETO CAPRISTÁN
SEMESTRE
ACADÉMICO
2024 A
UNIDAD 2:Pruebas de hipótesis
LOGRO DE APRENDIZAJE:Al finalizar la unidad II, los estudiantes elaboran el
segundo informe estadístico de su problema planteado haciendo uso de las pruebas
estadísticas adecuadas para la contrastación de sus hipótesis planteadas,
demostrando un correcto manejo y uso.
Comparación de dos grupos variable cuantitativa
2 Grupos
Muestras Muestras
independientes pareadas
¿Distribución
¿Distribución
normal?
normal?
("paramétrica")
("paramétrica")
Si No
Si No
T de Student Prueba
¿Varianzas U Mann-
Iguales?
pareada Wilcoxon
Whitney
Si No
T de student para T de student
v. iguales para var.
diferentes
En las aplicaciones empresariales modernas del análisis estadístico, hay
algunas situaciones que requieren hacer comparaciones de procesos en
más de dos niveles. Por ejemplo, al director de Circuitos Integrados S.A. le
gustaría saber si cualquiera de cinco procesos para montar componentes
aumenta la productividad por hora y reduce el número de componentes
defectuosos. Los análisis para responder a estas cuestiones se conocen con
el nombre general de diseño experimental. Un importante instrumento
para organizar y analizar los datos de este experimento se llama análisis de
la varianza. Por poner otro ejemplo, el presidente de una empresa de
cereales tiene interés en comparar las ventas se-
manales de cuatro marcas diferentes en tres tiendas distintas. Una vez más,
tenemos un diseño de un problema que puede analizarse utilizando el
análisis de la varianza.
Comparar varios
Comparar dos o más instrumentos de medición
EJEMPPLOS materiales con el fin de para verificar si trabajan
elegir el mejor con la misma precisión
y exactitud
Determinar los factores de Encontrar las condiciones
un proceso que tienen de operaciones en las que
impacto sobre una o se reduzcan los defectos
más características del o se logre un mejor
producto final desempeño del proceso
DISEÑO COMPLETAMENTE ALEATORIZADO
El Diseño Completamente Aleatorizado (DCA), que es el más simple de todos
los diseños , se usa para comparar 2 o más tratamientos y la prueba estadístico
correspondiente es la PRUEBA “F” DE SNEDECOR.
TRATAMIENTO
Diseño de Comparación Diseño Completamente
Simple Aleatorizado
T – Student F de Snedecor
Errores :
Normalidad de los datos Análisis de Varianza
- Normalidad
- Varianza Constante
- Errores Independientes
A continuación tenemos una representación del Diseño Completamente
Aleatorizado :
Observaciones Totales
Tratamiento
1 2 … n Yi.
1 Y11 Y12 … Y1n Y1.
2 Y21 Y22 … Y2n Y2.
… … … … … …
a Ya1 Ya2 … Yan Ya.
Y..
Donde:
Y.. : Suma de todos los datos
Yi. : Suma de las observaciones del i-ésimo tratamiento
MODELO ESTADÍSTICO
Yij = μ + αi + εij
εij ~ NID (0 , σ2 )
Donde:
Yij : Es el resultado de las observaciones j- ésima en el tratamiento i- ésimo
μ : Media general o global del experimento
𝜶𝒊 : Efecto del i- ésimo tratamiento
𝛆𝐢𝐣 : Error aleatorio
TABLA DE ANÁLISIS DE ANOVA
FUENTE DE
G. L. SS MS F0
VARIACIÓN
TRATAMIENTO a-1 SSTrat SSTrat / a - 1 MSTrat /MsE
ERROR a (n -1) SsE SsE / a (n -1)
TOTAL an - 1 SSTotal
La Suma de Cuadrados pueden expresarse en términos de totales:
σ Yi. 2 Y.. 2
𝐒𝐒𝐓𝐫𝐚𝐭. = −
n an − 1
a n 2 Se le denomina
2 Y..
𝐒𝐒𝐓𝐨𝐭𝐚𝐥 = Yij − “FACTOR DE CORREACIÓN”
an − 1
i=1 i=0
“N”
𝐒𝐒𝐄𝐫𝐫𝐨𝐫 = SSTotal − SSTrat.
El consumo efectivo de combustible de cada tipo de automóvil registrado en una
prueba cualquiera puede representarse por medio de una variable aleatoria que sigue
una distribución normal. Las medias poblacionales del consumo medio de combustible
de los automóviles A, B y C, , respectivamente, determinan los centros de
estas distribuciones. Según nuestro supuesto, estas distribuciones poblacionales deben
tener las mismas varianzas.
Un fabricante de cereales tiene que elegir entre tres colores para las cajas de cereales: rojo,
amarillo y azul. Para averiguar si el color influye en
las ventas, se eligen 16 tiendas de tamaño parecido. Se envían cajas rojas a 6 de estas tiendas,
cajas amarillas a 5 y cajas azules a las 5 restantes. Después de unos días, se comprueba el
número de cajas vendidas en cada tienda. La tabla adjunta muestra los resultados (en decenas
de cajas) obtenidos.
a) Calcule la suma de los cuadrados dentro delos grupos, entre los grupos y total.
b) Complete la tabla del análisis de la varianza y contraste la hipótesis nula de que las
medias poblacionales de los niveles de ventas de las cajas de los tres colores son
iguales.
Tres proveedores suministran piezas en envíos de 500 unidades. Se han comprobado
minuciosamente muestras aleatorias de seis envíos de cada uno de los tres proveedores y se
ha anotado el número de piezas que no se ajustan a las normas.
La tabla muestra este número.
a) Elabore la tabla del análisis de la varianza de estos datos.
b) Contraste la hipótesis nula de que la igualdad de las medias poblacionales del número
de piezas por envío de los tres proveedores no se ajustan a las normas.
Se pide a muestras de cuatro vendedores de cuatro regiones distintas que predigan los aumentos
porcentuales del volumen de ventas de sus territorios en los próximos 12 meses. La tabla adjunta
muestra las predicciones.
a) Elabore la tabla del análisis de la varianza.
b) Contraste la hipótesis nula de que las medias poblacionales de las cuatro predicciones del
crecimiento de las ventas de las cuatro regiones son iguales.
