Beruflich Dokumente
Kultur Dokumente
2019
iid iid
Sean X1 , ..., Xn ∼ Normal(µX , σ 2 ) e Y1 , ...Ym ∼ Normal(µY , σ 2 ), con σ conocido, las
muestras X e Y independientes también y consideremos las hipótesis:
H0 : µX = µY , vs, H1 : µX 6= µY
|X − Y |
z0 = p ≥ z1−α/2
σ 1/n + 1/m
iid iid
Sean X1 , ..., Xn ∼ Normal(µX , σ 2 ) e Y1 , ...Ym ∼ Normal(µY , σ 2 ), con σ desconocido,
las muestras X e Y independientes también y consideremos las hipótesis:
H0 : µX = µY , vs, H1 : µX 6= µY
|X − Y |
t0 = p ≥ tn+m−2,1−α/2
Sp 1/n + 1/m
con
2
(n − 1)SX + (m − 1)SY2
Sp2 =
n+m−2
estimador insesgado de σ 2
iid 2 iid
Sean X1 , ..., Xn ∼ Normal(µX , σX ) e Y1 , ...Ym ∼ Normal(µY , σY2 ), con σX y σY
desconocidos, las muestras X e Y independientes también y consideremos las
hipótesis:
H0 : µX = µY , vs, H1 : µX 6= µY
Se puede demostrar que la regla de rechazo:
|X − Y |
t0 = q 2 2
≥ tdf,1−α/2
SX SY
n
+ m
Método Datos
1 79.98 80.05 80.04 80.03 80.02 80.02 80.04 80.03
80.00 80.02 80.03 80.04 79.97
2 80.02 79.94 79.98 79.97 79.97 80.03 79.95 79.97
metodo1 <- c(79.98, 80.05, 80.04 ,80.03 ,80.02, 80.02, 80.04, 80.03, 80.00
metodo2 <- c(80.02, 79.94, 79.98, 79.97, 79.97, 80.03, 79.95, 79.97)
mean(metodo1)
## [1] 80.02077
ks.test(metodo1,pnorm)
Notar el Warning...
(UDD) Prueba de Hipótesis II 2019 6 / 20
shapiro.test(metodo1)
##
## Shapiro-Wilk normality test
##
## data: metodo1
## W = 0.87182, p-value = 0.05532
n <- length(metodo1)
m <- length(metodo2)
df <- m+n-2
S2.1 <- (sd(metodo1))^2
S2.2 <- (sd(metodo2))^2
Sp2 <- ((n-1)*S2.1+(m-1)*S2.2)/(df)
t0 <- abs(mean(metodo1)-mean(metodo2))/(sqrt(Sp2)*sqrt(1/m+1/n))
t0
## [1] 3.472245
##
## Two Sample t-test
##
## data: metodo1 and metodo2
## t = 3.4722, df = 19, p-value = 0.002551
## alternative hypothesis: true difference in means is not equal to 0
## 95 percent confidence interval:
## 0.01669058 0.06734788
## sample estimates:
## mean of x mean of y
## 80.02077 79.97875
H0 : p1 − p2 = 0 vs H0 : p1 − p2 6= 0
En R
Supongamos que asignamos los éxitos observados en la muestra i a xi .
x = c(x1 , x2 ); n = c(n1,n2)
prop.test(x, n, alternative="greater", correct=F)
prop.test(x, n, alternative="less", correct=F)
prop.test(x, n, alternative="two.sided", correct=F)
##
## 2-sample test for equality of proportions without continuity
## correction
##
## data: x out of n
## X-squared = 4.0048, df = 1, p-value = 0.02269
## alternative hypothesis: greater
## 95 percent confidence interval:
## 0.02282805 1.00000000
## sample estimates:
## prop 1 prop 2
## 0.3294118 0.2000000
x/n
pchisq(4,df = 1,lower.tail = F)
## [1] 0.04550026
(UDD) Prueba de Hipótesis II 2019 12 / 20
Test para muestras pareadas
Experimento
Se compararán dos métodos diferentes para determinar el porcentaje de hierro en
muestras de mineral. Una forma de diseñar este estudio comparativo es obtener
muestras y someter a cada una de ellas a los dos métodos diferentes para determinar
el contenido de hierro. Para cada muestra de mineral habrá dos mediciones,
resultando en datos pareados.
H0 : µX = µY vs H1 : µX 6= µY
Veamos como construimos un test usando el hecho de que la muestras son pareadas.
donde
µD = µX − µY
y
2 2
σD = σX + σY2 − 2cov(X, Y )
test
Nuestras nuevas hipótesis son
H0 : µD = 0 vs µD 6== 0
|D̄|
t0 = SD
√
n
lo demás es conocido.
##
## Paired t-test
##
## data: turbio$Before and turbio$After
## t = 8.7606, df = 9, p-value = 1.064e-05
## alternative hypothesis: true difference in means is not equal to 0
## 95 percent confidence interval:
## 1.268445 2.151555
## sample estimates:
## mean of the differences
## 1.71
Considere una muestra aleatoria X11 , ..., X1n y X21 , ..., X2m provenientes de
poblaciones Normales de varianza σ1 , σ2 , desconocida. Sean las hipótesis:
H0 : σ1 = σ2 , vs, H1 : σ1 6= σ2
S12 1−α/2
F0 = ≥ Fn−1,m−1
S22
o
1 α/2
> Fm−1,n−1
F0
Deduzca las regiones de rechazo para las hipótesis alternativas σ1 < σ2 y σ1 > σ2 .
teniendo en cuenta que
S12 /σ12
∼ F (n − 1, m − 1)
S22 /σ22