Vista previa del material en texto
Prueba de Hipótesis para la Diferencia entre Dos Medias Casos de Muestras Independientes 10-1 Prueba de Hipótesis para la Diferencia entre dos Medias Evalúa hipótesis respecto a μ1 – μ2 Para las situaciones ya discutidas: Desviaciones estándar poblacionales conocidas. Desviaciones estándar poblacionales desconocidas. Asumidas iguales. Asumidas no iguales, diferentes. 10-2 Pruebas de Hipótesis para dos Medias Poblacionales 10-3 Prueba Unilateral Izquierda: H0: μ1 μ2 HA: μ1 < μ2 es decir, H0: μ1 – μ2 0 HA: μ1 – μ2 < 0 Prueba Unilateral Derecha: H0: μ1 ≤ μ2 HA: μ1 > μ2 es decir, H0: μ1 – μ2 ≤ 0 HA: μ1 – μ2 > 0 Prueba Bilateral: H0: μ1 = μ2 HA: μ1 ≠ μ2 es decir, H0: μ1 – μ2 = 0 HA: μ1 – μ2 ≠ 0 Dos medias poblacionales, muestras independientes Pruebas de hipótesis para μ1– μ2 10-4 Medias poblacionales, muestras independientes σ1 y σ2 conocidas Usar el estadístico de prueba z Usar sp para estimar σ (des- conocida). Usar el estadístico de prueba t con gl: n1+n2–2 Usar s1 y s2 para estimar σ1 y σ2 (desconocidas). Usar el estadístico de prueba t y calcular los grados de libertad requeridos σ1 y σ2 desconocidas, iguales (supuesto) σ1 y σ2 desconocidas, no iguales σ1 y σ2 conocidas 10-5 El estadístico de prueba para μ1–μ2 es: Prueba de Hipótesis para dos Medias Poblacionales: Pasos Especificar el parámetro de interés. Formular hipótesis. Fijar el nivel de significancia (a). Construir la región de rechazo y establecer la regla de decisión. Calcular el estadístico de prueba y/o valor p. Tomar una decisión. Interpretar el resultado. 10-6 Prueba de hipótesis para μ1–μ2 10-7 Dos medias poblacionales, muestras independientes Prueba Unilateral Izquierda: H0: μ1 – μ2 0 HA: μ1 – μ2 < 0 Prueba Unilateral Derecha: H0: μ1 – μ2 ≤ 0 HA: μ1 – μ2 > 0 Prueba Bilateral: H0: μ1 – μ2 = 0 HA: μ1 – μ2 ≠ 0 a a/2 a/2 a -za -za/2 za za/2 Rechazar H0 si z < -za Rechazar H0 si z > za Rechazar H0 si z < -za/2 ó z > za/2 Ejemplo: σ1 y σ2 conocidas: σ1 y σ2 desconocidas y σ1 = σ2 10-8 Donde t tiene n1+n2–2 grados de libertad, y El estadístico de prueba para μ1–μ2 es: Ejemplo σ1 y σ2 desconocidas, iguales (supuesto) Imaginemos que ud. es un analista financiero de una compa-ñía de corretaje. ¿ Hay diferencia en el rendimiento de divi-dendos entre las acciones de NYSE y NASDAQ? Ud. ha recolectado la siguiente información: NYSE NASDAQ Tamaño muestral 21 25 Media muestral 3.27 2.53 Desv. Std. (s) 1.30 1.16 Asumiendo igualdad de varianzas ¿Hay diferencia en el rendimiento promedio ( = 0.05)? 10-9 Calculando el estadístico de prueba 10-10 El estadístico de prueba es: Donde: Solución = 0.05 gl = 21 + 25 - 2 = 44 10-11 Decisión: Conclusión: Rechazar H0 para a = 0.05 Hay suficiente evidencia para concluir que los rendimientos promedios son diferentes. t 0 2.015 -2.015 0.025 Rechazar H0 Rechazar H0 0.025 Estadístico de prueba: Valores críticos: t = ± 2.0154 H0: μ1 - μ2 = 0, es decir, (μ1 = μ2) HA: μ1 - μ2 ≠ 0, es decir, (μ1 ≠ μ2) Uso de Excel Ejemplo: SUV.pdf 10-12 σ1 y σ2 desconocidas y σ1 ≠ σ2 10-13 El estadístico de prueba para μ1–μ2 es: Donde t tiene grados de libertad: oleObject1.bin image1.wmf ( ) ( ) 2 2 2 1 2 1 2 1 2 1 n σ n σ μ μ x x z + - - - = oleObject2.bin image2.wmf ( ) ( ) 2 n n s 1 n s 1 n s 2 1 2 2 2 2 1 1 p - + - + - = oleObject3.bin image3.wmf ( ) ( ) 2 1 p 2 1 2 1 n 1 n 1 s μ μ x x t + - - - = image4.jpeg oleObject4.bin image5.wmf ( ) ( ) ( ) ( ) 1.2256 2 25 21 1.16 1 25 1.30 1 21 2 n n s 1 n s 1 n s 2 2 2 1 2 2 2 2 1 1 p = - + - + - = - + - + - = oleObject5.bin image6.wmf ( ) ( ) ( ) 2.040 25 1 21 1 1.2256 0 2.53 3.27 n 1 n 1 s μ μ x x t 2 1 p 2 1 2 1 = + - - = + - - - = oleObject6.bin image7.wmf 2.040 25 1 21 1 1.2256 2.53 3.27 t = + - = oleObject7.bin image8.wmf ( ) ( ) 2 2 2 1 2 1 2 1 2 1 n s n s μ μ x - x t + - - = oleObject8.bin image9.wmf ( ) ( ) ÷ ÷ ø ö ç ç è æ - + - + = 1 n /n s 1 n /n s ) /n s /n (s gl 2 2 2 2 2 1 2 1 2 1 2 2 2 2 1 2 1