Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
254 3) Seleccionar el nivel de significancia α 4) Estadístico de prueba χ2 = (n-1) 2 o 2S σ , distribución ji-cuadrado con ν = n-1 grados de libertad Región crítica Ha Región de rechazo de Ho en favor de Ha σ2 < 2oσ χ 2 < 21 α−χ σ2 > 2oσ χ 2 > 2αχ σ2 ≠ 2oσ χ 2< 2 2/1 α−χ ∨ χ 2 > 2 2/αχ 5) Calcular el valor del estadístico de prueba con los datos de la muestra 6) Tomar una decisión. Ejemplo Un fabricante afirma que la duración de su producto tiene distribución aproximadamente normal con una desviación estándar de 0.9 años. Una muestra aleatoria de 10 productos tuvo una desviación estándar de 1.2 años. Pruebe, con una significancia de 5%, si esta evidencia es suficiente para afirmar que la desviación estándar poblacional es mayor a la especificada La prueba es aplicable a la varianza σ2 por lo tanto σ2 = (0.9)2 = 0.81 1) Ho: σ2 = 0.81 2) Ha: σ2 > 0.81 3) α = 0.05 4) Estadístico de prueba χ2 = (n-1) 2 2 o S σ , distribución ji-cuadrado con ν = n-1 grados de libertad Región de rechazo α = 0.05, ν = n - 1 = 9 ⇒ 20.05χ = 16.91 Rechazar Ho si χ2 > 16.91 5) χ2 = (n-1) 2 2 o S σ = 9 2(1.2) 0.81 =16.0 6) Con 5% de significancia se puede concluir que no hay evidencia suficiente para rechazar la afirmación del fabricante 255 10.7.3 EJERCICIOS 1) Se tomó una muestra aleatoria de 15 observaciones de una población normal y se obtuvo que la media y la varianza muestrales fueron respectivamente 3.92 y 0.325. Encuentre un intervalo de confianza de 90 para varianza de la población. 2) Una muestra aleatoria de 20 observaciones tomada de una población normal produjo una varianza muestral igual a 18.2. Determine si los datos proporcionan suficiente evidencia para afirmar que ñla varianza poblacional es mayor a 15. Haga la prueba con 5% de significancia. 3) El fabricante de un artículo afirma que la resistencia media de su artículo tiene distribución normal con una desviación estándar de 0.5. Una muestra aleatoria 4 observaciones produjo los siguientes resultados de su resistencia: 5.2 4.3 3.7 3.9 5.7. Realice una prueba con 5% de sigificancia para determinar si la desviación estándar especificada por el fabricante es cierta. 4) Un fabricante de cables de cobre afirma que la resistencia de su producto tiene distribución normal con varianza de 100. Al probar la resistencia de cuatro artículos de una muestra aleatoria se obtuvieron los siguientes resultados: 130, 152, 128, 145. Pruebe con una significancia de 5% que la varianza excede a la especificación. MATLAB Obtención de un intervalo de confianza para la varianza σ2 Vector conteniendo una muestra de diez datos >> u=[46.4 46.1 45.8 47.0 46.1 45.9 45.8 41.9 45.2 46.0]; >> v=var(u) Varianza muestral v = 1.9196 >> ja=chi2inv(0.975,9) Valor del estadístico χ2 para α = 0.025, ν = 9 ja = 19.0228 >> j1a=chi2inv(0.025,9) Valor del estadístico χ2 para α = 0.975, ν = 9 j1a = 2.7004 >> x=[9*v/ja, 9*v/j1a] Intervalo de confianza bilateral para σ2 x = 0.9082 6.3976 256 10.8 INFERENCIAS RELACIONADAS CON LA DIFERENCIA ENTRE DOS MEDIAS 10.8.1 ESTIMACIÓN PUNTUAL E INTERVALO DE CONFIANZA CASO: Muestras grandes (n≥30) En esta sección se desarrolla la técnica para comparar las medias de dos poblaciones. Supongamos dos poblaciones de las cuales se toman muestras aleatorias independientes y se usa la diferencia de las medias muestrales para estimar la diferencia de las medias poblacionales. Parámetro: µ1 - µ2 Diferencia de medias poblacionales Poblaciones con distribuciones desconocidas, con varianzas 21σ , 2 2σ Estimador: 1X - 2X Diferencia de medias muestrales Muestras aleatorias independientes de tamaños n1 y n2 mayores o iguales a 30 Media y varianza del estimador: 2x1x −µ = E( 1X - 2X ) = E( 1X ) – E( 2X ) = µ1 - µ2 (Es un estimador insesgado) 1 2 2 X X−σ = V( 1X - 2X ) = V[(1) 1X + (-1) 2X ] = (1) 2V( 1X ) + (-1)2V( 2X ) = 2 2 1 2 1 2n n σ σ + Adicionalmente, pueden aproximarse las varianzas poblacionales con las varianzas muestrales: 21σ ≅ 2 1S , 2 2σ ≅ 2 2S Siendo las muestras grandes, por el Teorema del Límite Central, el estadístico 1 2 1 2 1 2 x x x x (x x ) Z − − − − µ = σ = 1 2 1 2 2 2 1 2 1 2 (x x ) ( ) n n − − µ − µ σ σ + , tiene distribución normal estándar aproximadamente, 10 ESTADÍSTICA INFERENCIAL 10.7 INFERENCIAS RELACIONADAS CON LA VARIANZA 10.7.3 EJERCICIOS 10.8 INFERENCIAS RELACIONADAS CON LA DIFERENCIA ENTRE DOS MEDIAS 10.8.1 ESTIMACIÓN PUNTUAL E INTERVALO DE CONFIANZA (Muestras grandes)
Compartir