Beruflich Dokumente
Kultur Dokumente
NO se rechaza
Se rechaza
𝜇=0
z
𝑍0 𝑍0
NO se rechaza
Se rechaza
𝑡0 𝑡𝛼,𝑛−1 𝑡0
𝑡1−𝛼,𝑛−1
2
t
2
Prueba de Medias
Estadístico de Criterios de
Hipótesis
Prueba Rechazo
𝐻0 : 𝜇= 𝜇0
𝑍0 > 𝑍1−𝛼Τ2
𝐻1 : 𝜇≠ 𝜇0
𝐻0 : 𝜇= 𝜇0 𝑥ҧ − 𝜇0
𝑍0 = 𝑍0 < 𝑍𝛼
𝐻1 : 𝜇< 𝜇0 𝜎Τ 𝑛
𝐻0 : 𝜇= 𝜇0
𝑍0 > 𝑍1−𝛼
𝐻1 : 𝜇> 𝜇0
Estadístico de Criterios de
Hipótesis
Prueba Rechazo
𝐻0 : 𝜇= 𝜇0
𝑡0 > 𝑡1−𝛼Τ2,𝑛−1
𝐻1 : 𝜇≠ 𝜇0
𝐻0 : 𝜇= 𝜇0 𝑥ҧ − 𝜇0
𝑡0 = 𝑡0 < 𝑡𝛼,𝑛−1
𝐻1 : 𝜇< 𝜇0 𝑆Τ 𝑛
𝐻0 : 𝜇= 𝜇0
𝑡0 > 𝑡1−𝛼,𝑛−1
𝐻1 : 𝜇> 𝜇0
Intervalo de confianza de la media
• El intervalo de confianza de 100 1 − 𝛼 por ciento para la
verdadera media poblacional es:
𝜎 𝜎
𝑥ҧ − 𝑍1−𝛼 ≤ 𝜇 ≤ 𝑥ҧ + 𝑍1−𝛼/2
2 𝑛 𝑛
𝑆 𝑆
𝑥ҧ − 𝑡1−𝛼,𝑛−1 ≤ 𝜇 ≤ 𝑥ҧ + 𝑡1−𝛼,𝑛−1
2 𝑛 2 𝑛
Prueba de Varianzas
Comparación de una sola varianza con
un valor específico
Probar la hipótesis de que la varianza de una población normal
es igual a una constante 20
Estadístico de
Hipótesis Criterios de Rechazo
Prueba
𝐻0 : 𝜎2 = 𝜎02 𝑋02 > 𝑋 2𝛼 𝑜 𝑋02 < 𝑋𝛼2
1− 2 ,𝑛−1 2 ,𝑛−1
𝐻1 : 𝜎2 ≠ 𝜎02
2
𝐻0 : 𝜎2 = 𝜎02 𝑛 − 1 𝑆
𝑋02 = 𝑋02 < 𝑋𝛼,𝑛−1
2
𝐻1 : 𝜎2 < 𝜎02 𝜎02
𝐻0 : 𝜎2 = 𝜎02
𝑋02 > 𝑋1−𝛼,𝑛−1
2
𝐻1 : 𝜎2 > 𝜎02
Prueba de Varianzas
𝑋2 𝛼 = 𝐼𝑁𝑉. 𝐶𝐻𝐼𝐶𝑈𝐴𝐷(𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑; 𝑔𝑟𝑎𝑑𝑜𝑠 𝑑𝑒 𝑙𝑖𝑏𝑒𝑟𝑡𝑎𝑑)
1− ,𝑛−1
2
𝐻0 : 𝑝 = 𝑝0
𝑍0 > 𝑍1−𝛼Τ2
𝐻1 : 𝑝 ≠ 𝑝0
𝑝Ƹ − 𝑝0
𝐻0 : 𝑝 = 𝑝0 𝑍0 =
𝑝0 1 − 𝑝0 𝑍0 < 𝑍𝛼
𝐻1 : 𝑝 < 𝑝0
𝑛
𝐻0 : 𝑝 = 𝑝0
𝑍0 > 𝑍1−𝛼
𝐻1 : 𝑝 > 𝑝0
Prueba de Proporciones
𝑍1−𝛼Τ2 = 𝐼𝑁𝑉. 𝑁𝑂𝑅𝑀. 𝐸𝑆𝑇𝐴𝑁𝐷(𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑)
𝑁(0,1)
𝜇=0
z
𝑍0 𝑍0
𝑝ො 1 − 𝑝ො 𝑝ො 1 − 𝑝ො
𝑝ො − 𝑍1−𝛼 ≤ 𝑝 ≤ 𝑝ො + 𝑍1−𝛼/2
2 𝑛 𝑛
Prueba de Hipótesis para
comparación de dos
Poblaciones o Tratamientos
Hipótesis para dos medias
Hipótesis Estadístico de Prueba Criterios de Rechazo
𝐻0 : 𝜇1 = 𝜇2
𝑍0 > 𝑍1−𝛼Τ2
𝐻1 : 𝜇1 ≠ 𝜇2 𝑥1 − 𝑥2
𝑍0 =
𝐻0 : 𝜇1 = 𝜇2
𝜎12 𝜎12 𝑍0 < 𝑍𝛼
𝐻1 : 𝜇1 < 𝜇2 +
𝑛1 𝑛2
𝐻0 : 𝜇1 = 𝜇2
𝑍0 > 𝑍1−𝛼
𝐻1 : 𝜇1 > 𝜇2
Distribuciones normales con varianza desconocida
Hipótesis Estadístico de Prueba Criterios de Rechazo
𝐻0 : 𝜇1 = 𝜇2 𝑺𝒊 𝝈𝟐𝟏 = 𝝈𝟐𝟐 𝑡0 > 𝑡1−𝛼Τ2,𝑣
𝐻1 : 𝜇1 ≠ 𝜇2
𝐻0 : 𝜇1 = 𝜇2 𝑥1 − 𝑥2
𝑡0 = 𝑡0 < 𝑡𝛼,𝑣
𝐻1 : 𝜇1 < 𝜇2 1 1
𝑆𝑝 +
𝑛1 𝑛2
𝐻0 : 𝜇1 = 𝜇2
𝑡0 > 𝑡1−𝛼,𝑣
𝐻1 : 𝜇1 > 𝜇2 𝑣 = 𝑛1 + 𝑛2 − 2
Hipótesis para dos medias
𝑛1 − 1 𝑆12 + 𝑛2 − 1 𝑆22
𝑆𝑝 =
𝑛1 + 𝑛2 − 2
𝐻0 : 𝜇1 = 𝜇2 2 2
𝑆12 𝑆2 𝑡0 > 𝑡1−𝛼,𝑣
𝐻1 : 𝜇1 > 𝜇2 +
𝑛1 𝑛2
𝑣=
𝑆12 Τ𝑛1 2 𝑆22 Τ𝑛2 2
+
𝑛1 − 1 𝑛2 − 1
Hipótesis para dos varianzas
Hipótesis Estadístico de Prueba Criterios de Rechazo
𝐻0 : 𝜎12 = 𝜎22 𝑆12
𝐻1 : 𝜎12 ≠ 𝜎22 𝐹0 = 2
𝑆2 𝐹0 > 𝐹1−𝛼,𝑛
1 −1,𝑛2 −1
𝑜
2
𝜎12 𝐹0 < 𝐹 𝛼
,𝑛 −1,𝑛2 −1
𝐻0 : 2 = 1 2 1
𝜎2
𝜎12
𝐻1 : 2 ≠ 1
𝜎2 𝑆22
𝐹0 = 2
𝐻0 : 𝜎12 = 𝜎22 𝑆1 𝐹0 > 𝐹1−𝛼,𝑛2−1,𝑛1 −1
𝐻1 : 𝜎12 < 𝜎22
𝑆12
𝐻0 : 𝜎12 = 𝜎22 𝐹0 = 2
𝑆2 𝐹0 > 𝐹1−𝛼,𝑛1 −1,𝑛2 −1
𝐻1 : 𝜎12 > 𝜎22
Hipótesis para dos proporciones
Hipótesis Estadístico de Prueba Criterios de Rechazo
𝐻0 : 𝑝1 = 𝑝2 𝑝
ෞ1 − 𝑝
ෞ2
𝑍0 = 𝑍0 > 𝑍1−𝛼Τ2
𝐻1 : 𝑝1 ≠ 𝑝2 1 1
𝐻0 : 𝑝 = 𝑝0 𝑝Ƹ 1 − 𝑝Ƹ +
𝑛1 𝑛2
𝑍0 < 𝑍𝛼
𝐻1 : 𝑝 < 𝑝0
𝐻0 : 𝑝 = 𝑝0 𝑥1 + 𝑥2
𝑝Ƹ = 𝑍0 > 𝑍1−𝛼
𝐻1 : 𝑝 > 𝑝0 𝑛1 + 𝑛2
Intervalos de Confianza
Dos Tratamientos
Parámetro Límite Inferior Límite Superior
𝜇1 − 𝜇2
𝜎12 𝜎22 𝜎12 𝜎22
𝑋1 − 𝑋2 − 𝑍1−𝛼/2 + 𝑋1 − 𝑋2 + 𝑍1−𝛼/2 +
𝑛1 𝑛2 𝑛1 𝑛2
1 1 1 1
𝑋1 − 𝑋2 − 𝑡1−𝛼/2,𝑛1+𝑛2−2 𝑆𝑝 + 𝑋1 − 𝑋2 + 𝑡1−𝛼/2,𝑛1+𝑛2−2 𝑆𝑝 +
𝑛1 𝑛2 𝑛1 𝑛2
Criterio de Rechazo
𝑡0 > 𝑡1−𝛼Τ2,𝑛−1
ANOVA para
el DCA
✓ Experimentos con un solo
factor (Análisis de
Varianza)
Diseño completamente al azar
• Es el más simple de todos. Sólo considera dos fuentes de
variabilidad: los tratamientos y el error aleatorio.
• Todas las corridas experimentales se realizan en orden aleatorio
completo.
Tratamientos
T1 T2 T3 … Tk
Y11 Y21 Y31 ⋯ Yk1
Y12 Y22 Y32 ⋯ Yk2
Y13 Y23 Y33 ⋯ Yk3
Yij Valor observado j
⋮ ⋮ ⋮ ⋱ ⋮ del tratamiento i
n Tamaño de la
Y1n1 Y2n2 Y3n3 ⋯ Yknk muestra
𝑛𝑖
σ𝑗=1 𝑌𝑖𝑗 𝑌..
𝑌ത𝑖. = 𝑌ത.. =
𝑛𝑖 𝑁
Tabla de ANOVA para el DCA
Comparaciones o pruebas de
rango múltiples
✓ Si se rechazó la hipótesis nula, se debe revisar ¿cuáles
tratamientos son diferentes?
Comparación de parejas de
medias de tratamientos
Método LSD (Least significant difference
– Diferencia mínima significativa)
• Consiste en probar la igualdad de todos los posibles pares de
medias: k(k-1)/2
• Hipótesis:
𝐻0 : 𝜇𝑖 = 𝜇𝑗
𝐻1 : 𝜇𝑖 ≠ 𝜇𝑗
𝑘 2
2
σ 𝑛
𝑖=1 𝑖 − 1 𝑆𝑖
𝑆𝑝 =
𝑁−𝑘
Procedimiento
3. Si el valor del estadístico es mayor que su valor crítico
2
𝑋(1−𝛼,𝑘−1) al nivel 𝛼 seleccionado, se rechaza la igualdad de
varianzas
Supuesto de Independencia
✓ Los eij son independientes entre sí.
La suposición de independencia en los residuos puede verificarse si se
grafica el orden en que se recolectó un dato contra el residuo
correspondiente.
Si al graficar en el eje horizontal el tiempo (orden de corrida) y en el eje
vertical los residuos, se detecta una tendencia o patrón no aleatorio
claramente definido, esto es evidencia de que existe una correlación entre
los errores y, por lo tanto, el supuesto de independencia no se cumple.
Diseño por
Bloques
✓ Características y usos de
los diseños de bloques
Diseño de Bloques completos al azar
(DBCA)
• Considera tres fuentes de variabilidad: el factor de tratamientos, el
factor de bloque y el error aleatorio.
• La palabra completo se debe a que en cada bloque se prueban
todos los tratamientos. Los bloques están completos.
Bloque
Tratamiento
1 2 3 … b
1 Y11 Y21 Y31 ⋯ Y1b
2 Y12 Y22 Y32 ⋯ Y2b
3 Y13 Y23 Y33 ⋯ Y3b
⋮ ⋮ ⋮ ⋮ ⋱ ⋮
2𝐶𝑀𝐸
𝐿𝑆𝐷 = 𝑡𝛼,(𝑘−1)(𝑏−1)
2 𝑏
Diseño en Cuadro Latino (DCL)
Bloque II (columnas)
1 2 3 … 𝐤
𝑘 𝑘 2 𝑘
2 𝑌∙∙∙ 𝑌∙∙𝑙2 𝑌∙∙∙2
𝑆𝐶𝑇 = 𝑌𝑖𝑗∙ − 𝑆𝐶𝑇𝑅𝐴𝑇 = −
𝑁 𝑘 𝑁
𝑖=1 𝑗=1 𝑙=1
𝑘 𝑘 2
𝑌𝑖∙∙2 𝑌∙∙∙2 𝑌∙𝑗∙ 𝑌∙∙∙2
𝑆𝐶𝐵1 = − 𝑆𝐶𝐵2 = −
𝑘 𝑁 𝑘 𝑁
𝑖=1 𝑗=1
Diseño en cuadro grecolatino
(DCGL)
Columnas
1 2 3 𝟒
𝟏 Aα Bβ Cγ Dδ
𝟐 Bδ Aγ Dβ Cα
Filas
𝟑 Cβ Dα Aδ Bγ
𝟒 Dγ Cδ Bα Aβ
Análisis de varianza
ANOVA para DCGL
Análisis de varianza
ANOVA para DBIB
Igualdad de efectos de los tratamientos
Fuente de variabilidad Suma de cuadrados Grados de Libertad
𝑘 𝑏
𝑌 2
Total 𝑆𝐶𝑇 = 𝑌𝑖𝑗2 −
∙∙ 𝑁−1
𝑁
𝑖=1 𝑗=1
1 𝑏
𝑇𝑖 = 𝑌𝑖∙ − σ𝑗=1 𝑛𝑖𝑗 𝑌.𝑗 𝑖 = 1,2, ⋯ , 𝑘 - Total ajustado por bloques
𝑡
1 𝑠𝑖 𝑒𝑙 𝑡𝑟𝑎𝑡𝑎𝑚𝑖𝑒𝑛𝑡𝑜 𝑖 𝑜𝑐𝑢𝑟𝑟𝑒 𝑒𝑛 𝑒𝑙 𝑏𝑙𝑜𝑞𝑢𝑒 𝑗
𝑛𝑖 = ቊ
0 𝑒𝑛 𝑐𝑎𝑠𝑜 𝑐𝑜𝑛𝑡𝑟𝑎𝑟𝑖𝑜
Análisis de varianza
ANOVA para DBIB
Igualdad de efectos de los bloques
Fuente de variabilidad Suma de cuadrados Grados de Libertad
Tratamientos no 𝑘
𝑌𝑖∙2 𝑌∙∙2 𝑘−1
ajustado 𝑆𝐶𝑇𝑅𝐴𝑇 = −
𝑟 𝑁
𝑖=1
✓ Aspectos
fundamentales, diseño
y aplicación
Diseño Factorial general 2 k
✓ Aspectos fundamentales,
diseño y aplicación
Análisis del diseño factorial 3 2
• Modelo estadístico:
• Hipótesis:
𝐻0 : 𝛾𝛿 𝑖𝑗 = 0
(𝑛𝑜 ℎ𝑎𝑦 𝑒𝑓𝑒𝑐𝑡𝑜 𝑑𝑒 𝑖𝑛𝑡𝑒𝑟𝑎𝑐𝑐𝑖ó𝑛 𝑑𝑒 𝑙𝑜𝑠 𝑓𝑎𝑐𝑡𝑜𝑟𝑒𝑠 𝐴 𝑦 𝐵 𝑠𝑜𝑏𝑟𝑒 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑑𝑒 𝑟𝑒𝑠𝑝𝑢𝑒𝑠𝑡𝑎)
Análisis del diseño factorial 3 2