Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
REPASO DEL CAPÍTULO ❍ 433 En realidad, usted nunca sabrá todo acerca de la población muestreada. Si lo sabía, no habría necesidad de muestreo o de estadísticas. También es muy improbable que una población satisfaga exactamente las suposiciones dadas en la caja. Por fortuna, los procedimientos presentados en este capítulo dan buenas inferencias cuando los datos exhiben desviaciones moderadas desde las condiciones necesarias. Un procedimiento estadístico que no es sensible a desviaciones desde las condiciones en las que está basado se dice que es robusto. Las pruebas t de Student son muy robustas para desviaciones moderadas desde normalidad. También, mientras los tamaños mues- trales sean casi iguales, no hay mucha diferencia entre las estadísticas t agrupadas y no agrupadas para la diferencia en dos medias poblacionales. Sin embargo, si los tamaños muestrales no son claramente iguales y si las varianzas poblacionales son desiguales, la estadística t agrupada da conclusiones imprecisas. Si usted está preocupado de que sus datos no satisfagan las suposiciones, hay otras opciones: • Si puede seleccionar muestras relativamente grandes, puede usar uno de los procedimientos de muestra grande de los capítulos 8 y 9, que no se apoyan en la normalidad o en suposiciones de varianza iguales. • Puede usar una prueba no paramétrica para contestar sus preguntas inferenciales. Estas pruebas han sido desarrolladas específi camente para que pocas o ninguna suposición distribucional se requieran para su uso. Las pruebas que se puedan usar para comparar las ubicaciones o variabilidad de dos poblaciones se presen- tan en el capítulo 15. Conceptos y fórmulas clave I. Diseños experimentales para muestras pequeñas 1. Una muestra aleatoria: La población muestreada debe ser normal 2. Dos muestras aleatorias independientes: Ambas poblaciones muestreadas deben ser normales a. Las poblaciones tienen una varianza común s 2 b. Las poblaciones tienen varianzas diferentes: s 21 y s 2 2 3. Diseño de una diferencia pareada o pares acoplados: Las muestras no son independientes II. Pruebas estadísticas de signifi cancia 1. Con base en las distribuciones t, F y x2 2. Use el mismo procedimiento que en el capítulo 9 3. Región de rechazo —valores críticos y niveles de signifi cancia: con base en las distribuciones t, F o x2 con grados de libertad apropiados 4. Pruebas de parámetros poblacionales: una sola media, la diferencia entre dos medias, una sola varianza y la razón entre dos varianzas REPASO DEL CAPÍTULO III. Estadística de prueba de muestra pequeña Para probar uno de los parámetros poblacionales cuando los tamaños muestrales sean pequeños, use la siguiente estadística de prueba: Grados Parámetro Estadístico de prueba de libertad m t � x� � m0 ______ s/ � __ n n � 1 t � (x�1 � x�2) � (m1 � m2) ��� �s 2��n11� � �n 1 2 �� n1 � n2 � 2 t � (x�1 � x�2) � (m1 � m2) ��� ��ns1 2 1 � � n s 2 2 2 t � d� � md _______ sd/ � __ n n � 1 s 2 x 2 � (n � 1)s 2 _______ s 20 n � 1 s 21/s 22 F � s 21/s 22 n1 � 1 y n2 � 1 m1 � m2 (varianzas iguales) m1 � m2 (varianzas desiguales) Aproximación Satterthwaite m1 � m2 (muestras pareadas) Probabilidad_Mendenhall_10.indd 433Probabilidad_Mendenhall_10.indd 433 5/14/10 8:51:12 AM5/14/10 8:51:12 AM www.FreeLibros.me 434 ❍ CAPÍTULO 10 INFERENCIA A PARTIR DE MUESTRAS PEQUEÑAS MINITABMIMI Prueba y estimación de muestra pequeña Las pruebas e intervalos de confi anza para medias poblacionales basadas en la distri- bución t de Student se encuentran en un submenú de MINITAB si se selecciona Stat � Basic Statistics. El usuario verá opciones para 1-Sample t, 2-Sample t y Paired t, que generarán cuadros de diálogo para los procedimientos en la secciones 10.3, 10.4 y 10.5, respectivamente. El usuario debe escoger las columnas en las que los datos se guarden y las hipótesis nula y alternativa a probarse (o el coefi ciente de confi anza para un intervalo de confi anza). En el caso de la prueba t de dos muestras, se debe indicar si las varianzas poblacionales se suponen iguales o desiguales, de modo que el MINITAB pueda efectuar la prueba correcta. Exhibiremos algunos de los cuadros de diálogo y salidas de ventana Session para los ejemplos de este capítulo, empezando con la prueba t de una muestra del ejemplo 10.3. Primero, se introducen los seis pesos registrados, es decir, .46, 61, .52, .48, .57, .54 en la columna C1 y se les nombra “Pesos”. Use Stat � Basic Statistics � 1-Sample t para generar el cuadro de diálogo de la figura 10.24. Para probar H0 : m � .5 contra Ha : m � .5, use la lista de la izquierda para seleccionar “Pesos” para la caja marcada “Sam- ples in Columns”. Verifique la caja marcada “Perform hypothesis test”. A continuación, ponga su cursor en la caja marcada “Hypothesized mean:” e introduzca .5 como el valor de prueba. Finalmente, use Options y el menú descendente marcado “Alternative” para seleccionar “greater than”. Dé un clic en OK dos veces para obtener la salida de la figu- ra 10.25. Observe que MINITAB produce un intervalo de confianza de uno o de dos lados para la media poblacional única, consistente con la hipótesis alternativa que ha escogi- do. Puede cambiar el coeficiente de confianza desde el predeterminado de .95 en la caja Options. También, la opción Graphs producirá un histograma, una gráfica de caja o una gráfica de valor individual de los datos en la columna C1. Los datos para una prueba t de dos muestras con muestras independientes se pueden introducir en la hoja de trabajo en una de dos formas: FIGURA 10.24 ● Probabilidad_Mendenhall_10.indd 434Probabilidad_Mendenhall_10.indd 434 5/14/10 8:51:12 AM5/14/10 8:51:12 AM www.FreeLibros.me MI MINITAB ❍ 435 • Introduzca mediciones desde ambas muestras en una sola columna e introduzca números (1 o 2) en una segunda columna para identifi car la muestra de la cual proviene la medición. • Introduzca las muestras en dos columnas separadas. Si el usuario no tiene los datos sin elaborar, pero sí tiene estadísticas en resumen como la media muestral, desviación estándar y tamaño muestral, MINITAB 15 le permitirá usar estos valores al seleccionar el botón de radio marcado “Summarized data” e introducir los valores apropiados en las cajas. Use el segundo método e introduzca los datos del ejemplo 10.5 en las columnas C2 y C3. A continuación use Stat � Basic Statistics � 2-Sample t para generar el cuadro de diálogo en la figura 10.26. Verifique “Samples in different columns”, seleccionando C2 y C3 de la caja de la izquierda. Verifique la caja “Assume equal variances” y seleccione la hipótesis alternativa apropiada de la caja Opciones. (De otro modo, MINITAB efectuará la aproximación de Satterthwaite para varianzas desiguales.) La salida de dos muestras cuando el usuario dé un clic en OK dos veces automáticamente contiene un intervalo de confianza de 95% de una o de dos colas, así como el estadístico de prueba y valor p (se puede cambiar el coeficiente de confianza si se desea). La salida para el ejemplo 10.5 se muestra en la figura 10.13. Para una prueba de diferencia pareada, las dos muestras se introducen en columnas separadas, lo cual hicimos con los datos de desgaste en llantas en la tabla 10.3. Use Stat � Basic Statistics � Paired t para generar el cuadro de diálogo de la figura 10.27. FIGURA 10.25 ● FIGURA 10.26 ● Probabilidad_Mendenhall_10.indd 435Probabilidad_Mendenhall_10.indd 435 5/14/10 8:51:13 AM5/14/10 8:51:13 AM www.FreeLibros.me 10 INFERENCIA A PARTIR DE MUESTRAS PEQUEÑAS Repaso del capítulo
Compartir