Beruflich Dokumente
Kultur Dokumente
1.1
* Supuestos probabilisticos:
1) Muestra: observaciones independientes x1 ,...,xn de una variable aleatoria
X con distribucion Normal o Gaussiana N ; 2 .
2) La varianza 2 de la distribucion de la variable observada X es conocida.
Aclaracion: No confundir media poblacional P
o valor esperado de la distribun
cion
= E (X) con media muestral x = n1
i=1 xi , ni confundir varianza
poblacional o de la distribucion 2 = V (X) con la varianza muestral
s2 =
1
n
n
X
(xi
x) :
(1)
i=1
H0 :
H0 :
H0 :
Problema
0 versus H1 :
0 versus H1 :
0 versus H1 :
6
=
>
<
0
0
0
1.2
* Supuestos probabilisticos:
1) Muestra: x1 ,...,xn son observaciones independientes de una variable aleatoria X con distribucion arbitraria.de media = E (X).
2) El tamao de muestra n es grande (en practica, se suele considerar grande
cuando n > 30)
* Dado un valor de conanza 1
especicado por el investigador, un
intervalo con conanza 1
para la media es el siguiente:
x
s
p Z1
n
=2 ; x
s
+ p Z1
n
=2
donde
- para cualquier probabilidad 0 < < 1, se denota por Z al percentil de
la distribucion normal standard N (0; 1) correspondiente a la probabilidad , o
sea, (Z ) = donde es la distribucion Normal
p standard;
- y s es la desviacion standard muestral s = s2 con s2 denida por (1).
* Pruebas de hipotesis
Dada una constante de referencia de interes 0 2 R y un nivel de signicacion
0 < < 1 especicados ambos por el investigador:
H0 :
H0 :
H0 :
Problema
0 versus H1 :
0 versus H1 :
0 versus H1 :
6
=
>
<
0
0
0
1.3
* Supuestos probabilisticos:
1) Muestra: x1 ,...,xn son observaciones independientes de una variable aleatoria X con distribucion Normal o Gaussiana N ; 2 .
2) La varianza 2 de la distribucion de la variable observada X es desconocida.
3) El tamao de muestra n no es grande (en practica, se considera no grande
cuando n < 30).
* Dado un valor de conanza 1
especicado por el investigador, un
intervalo con conanza 1
para la media es el siguiente:
x
s
p t1
n
=2
s
1) ; x + p t1
n
(n
=2
(n
1) ;
donde:
p
-se dene s como la desviacion standard muestral s = s2 con s2 denida
por (1);
y, para cualquier probabilidad 0 < < 1 y cualquier entero k 2 N, t (k)
denota el percentil de la distribucion t de Student con k grados de libertad
correspondiente a la probabilidad , o sea, F (t (k)) = , donde F aqui denota
la funcion de distribucion de una variable aleatoria t-Student con k grados de
libertad. El percentil t (k) puede hallarse usando la Tabla de la distribucion
t-Student.
* Pruebas de hipotesis
Dada una constante de referencia de interes 0 2 R y un nivel de signicacion
0 < < 1 especicados por el investigador,
H0 :
H0 :
H0 :
Problema
versus H1 :
0 versus H1 :
0 versus H1 :
6
=
>
<
0
0
0
x
s
0p
n:
* Supuestos probabilisticos:
Muestra: x1 ,...,xn son observaciones independientes de una variable aleatoria
X con distribucion Normal o Gaussiana N ; 2 .
Dado un valor de conanza 1
especicado por el investigador (por ejemplo, 1
= 0:95), un intervalo con conanza 1
para la varianza 2
es el siguiente:
#
"
(n 1) s2
(n 1) s2
;
;
X12 =2 (n 1) X 2=2 (n 1)
donde
el estimador insesgado s2 de la varianza 2 denido por (1).
y ,para cualquier probabilidad 0 < < 1 y cualquier entero k 2 N, el valor
X 2 (k) denota el percentil de la distribucion ji-cuadrado k grados de libertad
correspondiente a la probabilidad ; o sea, F X 2 (k) = , donde aqui F es
la funcion de distribucion de una variable aleatoria ji-cuadrado k grados de
libertad. El valor X 2 (k) se puede hallar usando la Tabla de la distribucion
ji-cuadrado.
* Pruebas de hipotesis
Dada una constante de referencia de interes 0 > 0 y un nivel de signicacion
0 < < 1 especicados por el investigador,
H0 :
H0 :
H0 :
2
2
2
Problema
versus H1 :
versus H1 :
versus H1 :
2
0
2
0
2
0
2
2
2
6=
>
<
2
0
2
0
2
0
1) s2
2
v ji-cuadrado con n
1 grados de libertad.
*Supuestos probabilisticos:
1) Muestras: x1 ,...,xn son observaciones independientes de una variable
aleatoria X con distribucion Normal o Gaussiana N 1 ; 2 , y y1 ,...,ym son observaciones independientes de una variable aleatoria Y con distribucion Normal
o Gaussiana N 2 ; 2 . Ambas muestras se suponen ademas independientes
entre si.
2) Notar que se supone que las varianzas de ambas variables muestreadas es
la misma: 2 = V (X) = V (Y ).
3) Los tamaos de muestra n y m no son grandes (en practica, se suelen
considerar no grandes cuando n < 30 o m < 30).
* Dado un valor de conanza 1
especicado por el investigador, un
intervalo con conanza 1
para la diferencia de medias 1 2 es el
siguiente:
x
sC
t1
n+m
=2
y+ p
2) ; x
(n + m
sC
t1
n+m
=2
(n + m
2) ;
donde
-para cualquier probabilidad 0 <
< 1 y cualquier entero k 2 N, t (k)
denota el percentil de la distribucion t de Student con k grados de libertad
correspondiente a la probabilidad , o sea, F (t (k)) = , donde F aqui denota
la funcion de distribucion de una variable aleatoria t-Student con k grados de
libertad. El percentil t (k) puede hallarse usando la Tabla de la distribucion
t-Student; p
- y sC = s2C , donde s2C es el estimador insesgado de 2 usando muestras
conjuntas de xi y yj :
s2C =
1
n+m
1) s2x + (m
(n
1) s2y ;
donde s2x y s2y estan denidos son los estimadores insesgados de varianzas denidos
por:
s2x
s2y
=
=
1
n
1
1
n
X
(xi
i=1
m
X
(yi
(2)
(3)
y) :
i=1
* Pruebas de hipotesis
Dada una constante de referencia de interes
0 < < 1 especicados por el investigador,
5
x) ;
2 R y un nivel de signicacion
H0 :
H0 :
H0 :
Problema
versus H1 :
2 versus H1 :
2 versus H1 :
1
1
1
1
1
6=
>
<
T <
2
2
* Fundamento teorico de dichos intervalo de conanza y regiones de rechazo: si x1 ,...,xn son observaciones independientes de una variable aleatoria X
con distribucion Normal o Gaussiana N 1 ; 2 , y y1 ,...,ym son observaciones
independientes de una variable aleatoria Y con distribucion Normal o Gaussiana
N 2 ; 2 entonces se cumple que:
x
s2C
n+m
2)
v t-Student con n + m
2 grados de libertad.
* Supuestos probabilisticos:
Muestras: x1 ,...,xn son observaciones independientes de una variable aleatoria X con distribucion Normal o Gaussiana N 1 ; 21 , y y1 ,...,ym son observaciones independientes de una variable aleatoria Y con distribucion Normal
o Gaussiana N 2 ; 22 . Ambas muestras se suponen ademas independientes
entre si.
* Dado un valor de conanza 1
especicado por el investigador, un
intervalo con conanza 1
para el cociente de varianzas 21 = 22 es el
siguiente:
s2x
s2y F1
1
=2 (n
1; m
s2x
1) s2y F
;
=2 (n
1
1; m
1)
donde
los valores s2x y s2y estan denidos por (2) y (3);
y, para cualquier probabilidad 0 < < 1 y cualesquiera enteros k1 ; k2 2
N, el valor F (k1 ; k2 ) denota el percentil de la distribucion F de Fisher con
6
2)
2
1 =
2
1
2
1
2
2 versus H1 :
2
2 versus H1 :
2
2 versus H1 :
2
1 6=
2
1 >
2
1 <
2
2
2
2
2
2
F <F
F =
2
1
2
sy
2
2
1)