Académique Documents
Professionnel Documents
Culture Documents
Formula:
zσ
IC = µ ± √ n
(1.96 ) (.3 )
IC =2.6± = 2.50 y 2.70
√ 36
Para nuestro segundo ejemplo tomaremos los datos del ejemplo número 2 “z”
Datos:
µ = 780
n = 30
Z = .96/2 = .48 = 2.06
σ = 40
Formula:
zσ
IC = µ ±
√n
(2.06)( 40)
IC= 780 ± = 765 Y 795
√ 30
Se deduce que
( X 1−X 2 )−( μ 1−µ 2)
Z=
√
2 2
σ σ
1 2
+
n1 n2
Tiene una distribución normal estándar. Sustituyendo esta expresión por z en:
α α
P (-z 2 < z < z2 ) 1 – α
√
2 2 2 2
σ σ σ σ
α 1 2 α 1 2 =1- α
( ( x 1−x 2 )−z
2
∙ )
n1
+
n2
< μ 1−μ 2 < ( x 1−x 2 ) + Z ∙ √
2 n1
+
n2
dado por
√
2 2 2 2
σ σ σ σ
α 1 2 α 1 2
( ( x 1−x 2 )−z
2
∙ )n1
+
n2
< μ 1−μ 2 < ( x 1−x 2 ) + Z ∙ √
2 n1
+
n2
Así mismo, en virtud del teorema del límite central, este resultado puede usarse
con muchas aleatorias independientes de poblaciones no normales con las
2 2
varianzas conocidas σ y σ ,
1 2 siempre que n1 y n2 sean lo suficientemente
Ejemplo 1:
Construya un intervalo de confianza del 94% de la diferencia real entre las
duraciones en promedio de dos tipos de focos eléctricos, dado que una
muestra tomada al azar de 40 focos de un tipo duro en promedio 418 horas de
uso continuo y 50 focos de otra clase duraron en promedio 402 horas. Las
desviaciones estándar de las poblaciones, según se sabe, son
σ 1=26 y σ 2=22 .
Solución:
Para θ = 0.06, tenemos a partir de la tabla lll que Z.03 = 1.88. Por lo tanto, el
intervalo de confianza del 94% de µ1 - µ2 es
(418-402) – 1.88
√ 26 22
+
40 50 √
< μ 1−μ 2<( 418−402+1.88 ∙
26 22
+
40 50
Que se reduce a
6.3 ¿ μ 1−μ 2 <25.7
Solución:
Para θ=0.06 , tenemos a partir de la tabla z= 1.88. Por lo tanto el intervalo de
confianza del 94% de μ 1−μ 2 es:
(518-502) -1.88 ∙
√ 36 32
+
50 60
< μ 1−μ 2< ( 518−502 ) +1.88 ∙
√
36 32
+
50 60