IC µ1-µ2 σ12 y σ22 conocidas

n1=
mu1=
sigma1=
muestra1=rnorm(n1,mu1,sigma1)
n2=
mu2=
sigma2=
muestra2=rnorm(n2,mu2,sigma2)

dif=mu1-mu2

N=1000
LI=NULL
LS=NULL
for (i in 1:N) {
aux1=sample(muestra1,n1,replace=T)
aux2=sample(muestra2,n2,replace = T)
Xbarra1=mean(aux1)
Xbarra2=mean(aux2)
alfa=
z=qnorm(1-alfa/2)

LI[i]=Xbarra1-Xbarra2 - z*sqrt((sigma1^2)/n1 + (sigma2^2)/n2)

LS[i]= Xbarra1-Xbarra2+ z*sqrt((sigma1^2)/n1 + (sigma2^2)/n2)
}
contador1=mean(dif>=LI & dif<=LS)
IC µ1-µ2 σ12 = σ22 desconocidas
n1=
mu1=
s1=
muestra1=rnorm(n1,mu1,s1)
n2=
mu2=
s2=
muestra2=rnorm(n2,mu2,s2)

dif=mu1-mu2

N=1000
LI=NULL
LS=NULL
for (i in 1:N) {
aux1=sample(muestra1,n1,replace=T)
aux2=sample(muestra2,n2,replace = T)
Xbarra1=mean(aux1)
Xbarra2=mean(aux2)
s1_quad=var(muestra1)
s2_quad=var(muestra2)

alfa=
t=qt(1-alfa/2,n1+n2-2)

sp_quad=((n1-1)*s1_quad +(n2-1)*s2_quad2)/(n1+n2-2)
sp=sqrt(sp_quad)

LI[i]=dif - t*sp*sqrt(1/n1 +1/n2)

LS[i]=dif + t*sp*sqrt(1/n1 +1/n2)
}
contador2=mean(dif>=LI & dif<=LS)
IC µ1-µ2 σ12 ≠ σ22 desconocidas
n1=
mu1=
s1=
muestra1=rnorm(n1,mu1,s1)
n2=
mu2=
s2=
muestra2=rnorm(n2,mu2,s2)
dif=mu1-mu2

N=1000
LI=NULL
LS=NULL
for (i in 1:N) {
aux1=sample(muestra1,n1,replace=T)
aux2=sample(muestra2,n2,replace = T)
Xbarra1=mean(aux1)
Xbarra2=mean(aux2)
s1_quad=var(muestra1)
s2_quad=var(muestra2)

num=(s1_quad/n1 + s2_quad/n2)^2
den=((s1_quad/n1)^2)/(n1-1) + ((s2_quad/n2)^2)/(n2-1)
nu=num/den

alfa=
t=qt(1-alfa/2,nu)

LI[i]=dif - t*sqrt(s1_quad/n1 + s2_quad/n2)

LS[i]=dif + t*sqrt(s1_quad/n1 + s2_quad/n2)

}
contador3=mean(dif>=LI & dif<=LS)
IC σ 1 2 / σ2 2 Son iguales o no?

n1=
Xbarra1=
s1=
n2=
Xbarra2=
s2=

s1_quad=s1^2
s2_quad=s2^2

alfa=0.05
f1=qf(1-alfa/2,n1-1,n2-1)
f2=qf(1-alfa/2,n2-1,n1-1)

LI=(s1_quad/s2_quad)*(1/f1)
LS=(s1_quad/s2_quad)*f2

#como el 1 esta incluido en el intervalo no tengo evidencia

#suficiente para decir que las varianzas son distintas
#para los calculos posteriores las tomo como iguales

#como el 1 no esta incluido en el intervalo,

#puedo decir con un 95% de confianza que las varianzas no son iguales
#para los cálculos posteriores las considero distintas

CUANDO TENGO LOS DATOS

var.test(Sleep,Caffeine,conf.level = 0.99)
IC µ σ conocida
Xbarra=
n=
sigma=

alfa=
z_alfa=qnorm(1-alfa/2)

LI= Xbarra - z_alfa* (sigma/sqrt(n))

LS= Xbarra + z_alfa* (sigma/sqrt(n))

ESTADISTICO

Z=(Xbarra – mu)/(sigma*sqrt(n))

IC µ σ desconocida
Xbarra=
n=
s=

alfa=
t_alfa=qt(1-alfa/2,n-1)

LI= Xbarra - t_alfa* (s/sqrt(n))

LS= Xbarra + t_alfa* (s/sqrt(n))

ESTADISTICO

t=(Xbarra – mu)/(s/sqrt(n))

con distribución t con n-1 grados de libertad

IC µ1-µ2 σ12 y σ22 conocidas
n1=
Xbarra1=
sigma1=

n2=
Xbarra2=
sigma2=

dif=Xbarra1-Xbarra2

alfa=
z=qnorm(1-alfa/2)

LI=(Xbarra1-Xbarra2) - z*sqrt((sigma1^2)/n1 + (sigma2^2)/n2)

LS=(Xbarra1-Xbarra2) + z*sqrt((sigma1^2)/n1 + (sigma2^2)/n2)

#como el cero esta incluido en el intervalo, no puedemos afirmar

#que existen diferencias entre…

# Con un 95% de confianza puedo afirmar que las resistencias medias

# de los dos proveedores son DISTINTAS, pues el cero no pertenece al IC.
# A su vez, como ambos extremos del IC son positivos, podemos afirmar que
# mu2 > mu1 con un 95% de confianza.

ESTADISTICO

Z=(Xbarra1 – Xbarra2)-do / sqrt(sigma1^2/n1 +sigma2^2/n2)

IC µ1-µ2 σ12 = σ22 desconocidas

n1=
Xbarra1=
s1=
n2=
Xbarra2=
s2=

dif=Xbarra2-Xbarra1

alfa=
t=qt(1-alfa/2,n1+n2-2)

sp_quad=((n1-1)*s1^2 +(n2-1)*s2^2)/(n1+n2-2)
sp=sqrt(sp_quad)

LI=(Xbarra1-Xbarra2) - t*sp*sqrt(1/n1 +1/n2)

LS=(Xbarra1-Xbarra2) + t*sp*sqrt(1/n1 +1/n2)

#como el cero esta incluido en el intervalo, no puedemos afirmar

#que existen diferencias entre…

# Con un 95% de confianza puedo afirmar que las resistencias medias

# de los dos proveedores son DISTINTAS, pues el cero no pertenece al IC.
# A su vez, como ambos extremos del IC son positivos, podemos afirmar que
# mu2 > mu1 con un 95% de confianza.

CUANDO TENGO LOS DATOS

t.test(1,2,conf.level=0.99,var.equal=T)

ESTADISTICO
t=(Xbarra1-Xbarra2)-do / (sp * sqrt(1/n1 +1/n2))
IC µ1-µ2 σ12 ≠ σ22 desconocidas

n1=
Xbarra1=
s1=

n2=
Xbarra2=
s2=

dif=Xbarra1-Xbarra2

num=(s1^2/n1 + s2^2/n2)^2
den=((s1^2/n1)^2)/(n1-1) + ((s2^2/n2)^2)/(n2-1)
nu=num/den

alfa=
t=qt(1-alfa/2,nu)

LI=(Xbarra1-Xbarra2) - t*sqrt(s1_quad/n1 + s2_quad/n2)

LS=(Xbarra1-Xbarra2) + t*sqrt(s1_quad/n1 + s2_quad/n2)

CUANDO TENGO LOS DATOS

t.test(1,2,conf.level=0.99,var.equal=F)

ESTADISTICO
t=(Xbarra1 - Xbarra2) - do / sqrt(s1^2/n1 +s2^2/n2)
IC µ1-µ2 apareadas σ12 ≠ σ22 desconocidas

Antes=c(35,28,38,45,32,25,39,52,29,38)
Despues=c(12,27,14,25,13,20,12,45,10,22)
Diferencia=Antes-Despues
n=length(Diferencia)
D_media= mean(Diferencia)
sD=sd(Diferencia)
alfa=
t_alfa=qt(1-alfa/2,n-1)
LI= D_media - t_alfa * (sD/sqrt(n))
LS= D_media + t_alfa * (sD/sqrt(n))

SI TENGO LOS DATOS

t.test(Diferencia)
t.test(Antes,Despues,paired = T)

ESTADISTICO
t=(D-do)-sD/sqrt(n)