9/10/19

Estadística
Inferencial
SECCIÓN
ING. CARMEN ELENA PLIEGO

– a) El estadístico usado como estimador puntual de la diferencia de

medias μ1 − μ 2 , será 𝑥1 − 𝑥2, que es un estimador suficiente
Caso 3: – b) La variable aleatoria asociada con el estimador será la variable t
definida como:
Varianzas
desconocidas y
diferentes
𝜎" ≠ 𝜎$

c) El intervalo de confianza esta dado por el siguiente

teorema, basado en la distribución t con n grados de
libertad.

1
 9/10/19

– Si 𝑥"̅ , 𝑥̅$ , 𝑆"$ , 𝑆$$ , son las medias y las varianzas

de dos muestras aleatorias de tamaños 1 2 n ,n
, respectivamente, tomadas de dos
poblaciones normales e independientes con
varianzas desconocidas y diferentes, entonces
un intervalo de confianza para la diferencia
TEOREMA entre medias μ1 − μ 2 es (nuevamente para el
caso de muestras pequeñas):

Grados de
libertad:
–REDONDEAR AL ENTERO MÁS
CERCANO

2
 9/10/19

– Si llevamos a cabo un cálculo de intervalo de

confianza para diferencia de medias,
suponiendo que las varianzas no son iguales,
en el dado caso que sí lo fueran, perderíamos
NOTA muy poco, y el intervalo obtenido sería un
poco conservador. El caso de que
IMPORTANTE: supongamos que las varianzas son iguales,
siendo que no lo son, nos produce un error
mayor que puede ser considerable por lo que
una sugerencia es usar varianzas diferentes
como regla general.

– Cierto metal se produce, por lo común,

mediante un proceso estándar. Se desarrolla un
nuevo proceso en el que se añade una aleación
a la producción del metal. Los fabricantes se
encuentran interesados en estimar la
verdadera diferencia entre las tensiones de
Ejemplo: ruptura de los metales producidos por los dos
procesos. Para cada metal se seleccionan 12
ejemplares y cada uno de éstos se somete a
una tensión hasta que se rompe. La siguiente
tabla muestra las tensiones de ruptura de los
ejemplares, en kilogramos por centímetro
cuadrado:

3
 9/10/19

Si se supone que el Proceso Proceso Nuevo

muestreo se llevó a Estandar
cabo sobre dos 446 462
distribuciones 401 448
normales e 476 435
independientes, 421 465
obtener los intervalos 459 429
de confianza 438 472
estimados del 95 y
481 453
99% para la diferencia
entre los dos 411 459
procesos. Interprete 456 427
los resultados. 427 468
459 452
445 447

4
 9/10/19

PRUEBAS DE
HIPÓTESIS

10

5
 9/10/19

– Hay muchos problemas en los cuales, en vez de

estimar el valor de un parámetro, se debe
decidir si un enunciado concerniente a un
Pruebas de parámetro es verdadero o falso; esto es, hay
hipótesis que poner a prueba una hipótesis acerca de un
parámetro.

11

– La hipótesis a probar se le conoce como hipótesis H, y

se resume en la siguiente tabla:
Hipótesis H

12

6
 9/10/19

– 𝛼: La máxima probabilidad de cometer el error tipo I, y también

recibe el nombre de nivel de significancia.
Error tipo I y II
– 𝛽: Probabilidad de cometer el error tipo II.

13

– si la hipótesis H es verdadera y no se rechaza, o

es falsa y se rechaza, la decisión en cualquier
caso es correcta. si la hipótesis H es verdadera
Error tipo I y II pero se rechaza, se rechaza con error, y si la
hipótesis H es falsa pero no se rechaza,
también es un error.

14

7
 9/10/19

– el término hipótesis nula se usa para cualquier hipótesis que se

establece principalmente para saber si puede rechazarse.

– Una hipótesis nula es una suposición que se utiliza para negar o

afirmar un suceso en relación a algún o algunos parámetros de
Hipótesis nula una población o muestra.

– Refleja la probabilidad α de arriesgar un error de tipo I

15

– la hipótesis alternativa por lo general

especifica que la media poblacional (o cualquier
Hipótesis otro parámetro que resulte de interés) es o no
alternativa: igual a, mayor que o menor que el valor
supuesto con la hipótesis nula.

16

8
 9/10/19

– Por ejemplo, si espera demostrar que el tiempo

promedio requerido para realizar cierta tarea es
menor de 15 minutos, se probaría:
Ejemplo:
– hipótesis nula μ = 15
– hipótesis alternativa μ < 15.

17

1. Formule una hipótesis nula y una hipótesis alternativa

adecuada que se acepte cuando deba rechazarse la
hipótesis nula.
2. Especifique la probabilidad de un error de tipo I. Si es
Pasos para posible, deseable o necesario, también puede especificar
las probabilidades de los errores de tipo II para alternativas
resolver particulares.
problemas 3. Con base en la distribución muestral de un estadístico
estadísticos de adecuado,se construye un criterio para poner a prueba la
hipótesis nula contra la alternativa dada.
pruebas de
4. A partir de los datos, calcule el valor del estadístico sobre el
hipótesis: cual se debe basar la decisión.
5. Decida si hay que rechazar la hipótesis nula o fallar en
rechazarla.

18

9
 9/10/19

1. Formule una hipótesis nula y una hipótesis alternativa

adecuada que se acepte cuando deba rechazarse la hipótesis
Hipótesis nula:
alternativa
unilateral y
- Alternativa unilateral. μ > 20
bilateral.
- Alternativa bilateral. μ ≠ μ0

19

– En este enfoque, el valor máximo de α está controlado

sobre la hipótesis nula. Por ejemplo, si la hipótesis nula
es μ ≤ μ0, entonces, tanto μ como σ no están
especificadas. Esta es una hipótesis compuesta. de
Hipótesis otro modo, si todos los parámetros están comple
tamente especificados, la hipótesis es simple. incluso
compuesta y con una hipótesis nula compuesta, se establece la
simple: región crítica, de modo que la probabilidad de error es
α sobre la frontera μ = μ0. Entonces, las probabilidades
de error serán incluso menores con valores de μ que
sean menores que μ0.

20

10
 9/10/19

Lineamiento para seleccionar la hipótesis nula:

21

22

11
 9/10/19

Hipótesis – Estadístico para prueba concerniente a una media

concernientes con 𝛔 conocida
a una media

23

24

12
 9/10/19

– El valor P es la probabilidad de obtener un

Valor P para un valor para el estadístico de prueba que sea tan
estadístico de extremo o más extremo que el valor realmente
prueba dado e observado. La probabilidad se calcula con la
hipótesis nula
hipótesis nula

25

Estadístico
para prueba
de muestra
grande
concerniente
a la media

26

13
 9/10/19

Estadístico
para prueba
de muestra
pequeña
concerniente
a la media
(población
normal)

27

– Se desea contrastar con un nivel de significancia del 5

% la hipótesis de que la talla media de los hombres de
18 o m´as años de un país es igual a 180. Suponiendo
Ejemplo: que la desviación típica de las tallas en la población vale
4, contraste dicha hipótesis frente a la alternativa de
que es distinta.

28

14
 9/10/19

29

30

15
 9/10/19

Ejemplo de
– Se desea contrastar con un nivel de significancia del 5 % la
Contraste de hipótesis de que la talla media de los hombres de 18 o más años de
hipótesis para un país es igual o mayor a 175. Suponiendo que la desviación tÍpica
de las tallas en la población vale 4, contraste dicha hipótesis frente
la media con σ a la alternativa de que es menor, con una muestra de n=15
hombres seleccionados al azar, cuyas alturas son las del apartado
conocida (una anterior
cola)

31

– H0 : µ ≥ 175
Solución: – H1 : µ < 175

32

16
 9/10/19

33

Ejemplo de
Contraste de
Hipótesis para – Supongamos que se desconoce la desviación típica de las tallas en
la población del ejemplo anterior. Se desea contrastar la hipótesis
la media µ con nula siguiente a un nivel de significancia del 5 %.
σ desconocida
(una cola)

34

17
 9/10/19

Solución

35

Solución

36

18
 9/10/19

37

38

19