Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
1ESTADÍSTICA BÁSICA 2ESTADÍSTICA BÁSICA 8. Inferencia en poblaciones normales 3ESTADÍSTICA BÁSICA Tema 8: Inferencia en poblaciones normales 4ESTADÍSTICA BÁSICA 1. Inferencia en muestras pequeñas En el tema anterior usamos que si X es una v. aleatoria de interés con distribución cualquiera y con si n es grande (n>30) Construimos métodos estadísticos basados en la aproximación a esa normal ¿Y si n no es grande? 5ESTADÍSTICA BÁSICA ¿Y si n no es grande? Las propiedades estadísticas de / X n ˆ / X S n cambian!! Dependen de la distribución de X Los intervalos y los contrastes del tema anterior no serían correctos En el caso de X normal, se tiene que independientemente del tamaño de n Distribución t de Student 1. Inferencia en muestras pequeñas ത𝑋 − 𝜇 Τ𝜎 𝑛 ∼ 𝑁(0,1) ത𝑋 − 𝜇 Τመ𝑆 𝑛 ∼ 6ESTADÍSTICA BÁSICA Tema 8: Inferencia en poblaciones normales 7ESTADÍSTICA BÁSICA 2. Inferencia con la distribución t de Student• La distribución t de Student es una variable aleatoria continua, simétrica, de media cero, y de perfil muy parecido a la normal estándar. • Aunque tienen un aspecto similar, se diferencian en la zona de las colas, que es precisamente la zona donde vamos a necesitar tomar valores para la realización de intervalos y contrastes. • Depende de un parámetro g que se denomina grados de libertad. Su notación habitual es 𝑡𝑔 . A mayor g, más se acerca a la N(0,1). Se diferencian en la zona de las colas, que es justo donde necesitamos tomar valores para hacer inferencia 8ESTADÍSTICA BÁSICA 2. Inferencia con la distribución t de Student Puede demostrarse que si 𝑋 ∼ 𝑁(𝜇, 𝜎²), La distribución cambia con n ത𝑋 − 𝜇 Τመ𝑆 𝑛 ∼ 𝑡𝑛−1 ത𝑋 − 𝜇 Τመ𝑆 𝑛 ∼ 𝑡𝑛−1 𝑛→∞ 𝑁(0,1) A medida que n crece, la distribución 𝑡𝑛−1 se va pareciendo cada vez más a la normal N(0,1). Por tanto, no hay contradicción con lo que se ha visto en el tema anterior para muestras grandes. No obstante, si sabemos que la población es normal, es preferible usar siempre la 𝑡𝑛−1 9ESTADÍSTICA BÁSICA Tema 8: Inferencia en poblaciones normales 10ESTADÍSTICA BÁSICA Intervalos de confianza para m 1; /2 ˆ (1 ) : n S IC X t n en lugar de /2z 11ESTADÍSTICA BÁSICA En una explotación minera las rocas excavadas se someten a un análisis químico para determinar su contenido de Cadmio. Después de analizar 25 rocas se obtiene que Ejemplo 9.77x Suponiendo que el contenido de Cadmio sigue una distribución normal. Se quiere construir un intervalo de confianza al 95% para el contenido medio de Cadmio en las rocas de la mina. ˆ 3.164s 1; /2 ˆ (1 ) : n S IC X t n 12ESTADÍSTICA BÁSICA En una explotación minera las rocas excavadas se someten a un análisis químico para determinar su contenido de Cadmio. Después de analizar 25 rocas se obtiene que Ejemplo 9.77x Suponiendo que el contenido de Cadmio sigue una distribución normal. Se quiere construir un intervalo de confianza al 95% para el contenido medio de Cadmio en las rocas de la mina. ˆ 3.164s Para n=25 y a=0.05 a/2=0.025 24;0.025 2.06t 3.164 (0.95) : 9.77 2.06 (8.47,11.07) 25 IC 13ESTADÍSTICA BÁSICA Para n=25 y a=0.05 a/2=0.025 24;0.025 2.06t Usando la aproximación N(0,1) como si fuese para muestras grandes... a/2=0.025 0.025 1.96z 14ESTADÍSTICA BÁSICA 3.164 (0.95) : 9.77 2.06 (8.47,11.07) 25 IC Usando la t de Student: intervalo exacto 3.164 9.77 1.96 (8.53,11) 25 Usando la aproximación a N(0,1) para muestras grandes Si no usamos la t de Student, daremos un intervalo más estrecho del que tiene realmente un confianza del 95%. Este intervalo tiene una confianza menor de la que pensamos Para poblaciones normales usaremos siempre la t de Student 15ESTADÍSTICA BÁSICA 3. Inferencia sobre μ Contraste de hipótesis (a) H0:μ=μ0; frente a H1:μ≠μ0, (b) H0:μ≤μ0; frente a H1:μ>μ0, (c) H0:μ≥μ0; frente a H1:μ<μ0. Se hacen igual, con el mismo estadístico de contraste, que ahora tiene otra distribución de referencia: 𝑇0 = ത𝑋 − 𝜇 Τመ𝑆 𝑛 ∼ 𝑡𝑛−1Z0 = ത𝑋 − 𝜇 Τ𝜎 𝑛 ∼ 𝑁(0,1) 16ESTADÍSTICA BÁSICA 0 0 1 0: ; :H H 0 0 1 0: ; :H H 0 0 1 0: ; :H H PASO 1: PASO 2: PASO 3: (a) Rechazo H0 Rechazo H0 Acepto H0 (a) (b) Rechazo H0 Acepto H0 (b) (c) Rechazo H0 Acepto H0 (c) PASO 4: La región de rechazo está donde señala H1 /2z /2z 1; /2nt 1; /2nt z 1;nt z 1;nt 𝑍0 ∼ 𝑁 0,1 𝑇0 ∼ 𝑡𝑛−1 17ESTADÍSTICA BÁSICA Ejemplo Se quiere saber si la media de la ganancia β de los transistores BC547B se mantiene el valor nominal μ=290 H0 : μ=290 H1: μ≠290 Con 100 datos: p-valor del test de la chi-cuadrado para el ajuste de una normal: p-value=0.43 Podemos asumir normalidad en X 18ESTADÍSTICA BÁSICA Ejemplo Se quiere saber si la media de la ganancia β de los transistores BC547B se mantiene el valor nominal μ=290 𝐻0 ∶ 𝜇 = 290 𝐻1: 𝜇 ≠ 290 Con 100 datos: Rechazo H0 Rechazo H0 Acepto H0 (a) 99;0.025t 99;0.025t a=0.05 1.98-1.98 0.025( 1.96)z Con un nivel de significación del 5%, rechazamos H0 La diferencia entre los datos y 290 es significativa El tamaño muestral es grande, y por eso el valor crítico es muy similar al de N(0,1) 19ESTADÍSTICA BÁSICA Tema 8: Inferencia en poblaciones normales 20ESTADÍSTICA BÁSICA 4. Inferencia sobre σ² Estimadores de s2 2 2 1 n i i X X S n 2 2 1ˆ 1 n i i X X S n sesgado (cuasivarianza) insesgado En poblaciones normales, la distribución muestral de estos estimadores está relacionada con la distribución chi-cuadrado 21ESTADÍSTICA BÁSICA La distribución c2 • La c2 es una variable aleatoria no negativa. Es asimétrica positiva • Depende de un parámetro g que se llama grados de libertad • Su notación es 2 g Si X es normal 4. Inferencia sobre σ² 𝑛 − 1 መ𝑆 𝜎2 ∼ 𝜒𝑛−1 2 𝑛𝑆2 𝜎2 ∼ 𝜒𝑛−1 2 σ𝑖=1 𝑛 𝑋𝑖 − ത𝑋 2 𝜎2 ∼ 𝜒𝑛−1 2 22ESTADÍSTICA BÁSICA 4. Inferencia sobre σ² Intervalos de confianza para σ² Operando igual que en el caso de la media... No son simétricos alrededor de la estimación 2 2 2 2 2 1; / 2 1;1 / 2 ˆ ˆ( 1) ( 1) (1 ) : ; n n n s n s IC a a a s c c 2 2 2 2 2 1; / 2 1;1 / 2 (1 ) : ; n n ns ns IC a a a s c c 23ESTADÍSTICA BÁSICA En una explotación minera las rocas excavadas se someten a un análisis químico para determinar su contenido de Cadmio. Después de analizar 25 rocas se obtiene que Ejemplo 9.77x Suponiendo que el contenido de Cadmio sigue una distribución normal. Se quiere construir un intervalo de confianza al 99% para la varianza poblacional s2 ˆ 3.164s 2ˆ 10.01s 2 2 2 2 2 1; / 2 1;1 / 2 ˆ ˆ( 1) ( 1) (1 ) : ; n n n s n s IC a a a s c c 24ESTADÍSTICA BÁSICA En una explotación minera las rocas excavadas se someten a un análisis químico para determinar su contenido de Cadmio. Después de analizar 25 rocas se obtiene que Ejemplo 9.77x Suponiendo que el contenido de Cadmio sigue una distribución normal. Se quiere construir un intervalo de confianza al 99% para la varianza poblacional s2 ˆ 3.164s a/2=0.005 a/2=0.005 2 24;0.995 9.89 2 24;0.005 45.6 Para una confianza del 99% tenemos a/2=0.005 2 2 2 24 3.165 24 3.165(0.99) : , 45.6 9.89 IC 2(0.99) : 5.27,24.29IC 2ˆ 10.01s ¿Podría ser 2=25? 25ESTADÍSTICA BÁSICA 4. Inferencia sobre σ² Contraste de hipótesis para σ² (a): H0 : σ²=σ0²; H1: σ²≠σ0² (b): H0 : σ²≤σ0²; H1: σ²>σ0² (c): H0 : σ²≥σ0²; H1: σ²<σ0² Estadístico de contraste 2 2 0 2 0 ˆ( 1)n S X 2 2 0 2 0 nS X Sigue la misma metodología que para otros parámetros Distribución de referencia 𝑋0 2 ∼ 𝜒𝑛−1 2 26ESTADÍSTICA BÁSICA PASO 1: PASO 2: PASO 3: (a) Rechazo H0 Rechazo H0 Acepto H0 (a) (b) (c) PASO 4: La región de rechazo está donde señala H1H0 : σ²=σ0²; H1: σ²≠σ0² H0 : σ²≥σ0²; H1: σ²<σ0² H0 : σ²≤σ0²; H1: σ²>σ0² 2 2 0 2 0 ˆ( 1)n S X 2 2 0 2 0 nS X 2 1; / 2n 2 1;1 / 2n Rechazo H0Acepto H0 2 1;n (b) Rechazo H0 Acepto H0 2 1;1n (c) 𝑋0 2 ∼ 𝜒𝑛−1 2 27ESTADÍSTICA BÁSICA Ejemplo Sobre los transistores BC547B mencionados anteriormente, teníamos el objetivo de comprobar si la media no había cambiado, así como comprobar si la varianza no había aumentado. Podemos ahora contrastar este segundo punto. Los datos históricos decían que 𝜎0² = 760. Por tanto el contraste es 𝐻0: 𝜎 2 ≤ 760 𝐻₁: 𝜎² > 760. Rechazo H0 Acepto H0 2 99;0.05 123.2 Con 100 datos 2ˆ 766.85s 2 2 0 2 0 ˆ( 1) 99 766.85 99.89 760 n s x No rechazamos H0 La diferencia entre los datos y la hipótesis no es significativa (con nivel 5%) y puede deberse al azar de la muestra
Compartir