Vous êtes sur la page 1sur 42

UNIVERSIDAD DE ORIENTE

NCLEO ANZOTEGUI
ESCUELA DE CIENCIAS ADMINISTRATIVAS
COORDINACIN DE ESTUDIOS DE POST GRADO

Prof. MSc Hamlet Mata Mata Integrantes:


Evelyn Quintero
Raifel Morales
Yariam Sanchz
William Lee

El Tigre, Agosto de 2017.


ESTIMACIN DE LA MEDIA POBLACIONAL

Estadstica
Estimacin Muestra Poblacin
Inferencial

Estadstico
Estimador

Estimacin Valor numrico Parmetro


Puntual nico Poblacional

Estimacin por Rango de valores Parmetro


Intervalos numricos Poblacional

Raifel Morales
ESTIMACIN PUNTUAL

Estimador Puntual Parmetro Poblacional

Media Poblacional

Varianza Poblacional

Desviacin Estndar
Poblacional

Ejemplo de Estimacin Puntual

Por ejemplo, si se pretende estimar la talla media de un determinado


grupo de individuos, puede extraerse una muestra y ofrecer como
estimacin puntual la talla media de los individuos. Lo ms importante
de un estimador, es que sea un estimador eficiente. Es decir, que sea
insesgado(ausencia de sesgos) y estable en el muestreo o eficiente
(varianza mnima).
Raifel Morales
ERROR MUESTRAL

Error Muestral

Cualquier medida conlleva algn error.

Ejemplo:

n= 25
Error
= 15 X-= -3
Muestral
X= 12

X=+e

Raifel Morales
ERROR MUESTRAL

Ejemplo

Se toman muestras de tamao 2 de una poblacin consistente en tres valores,


2, 4 y 6, para simular una poblacin "grande" de manera que el muestreo
pueda realizarse un gran nmero de veces, supondremos que ste se hace con
reemplazo.

Muestra
2,4 4,2
Ordenada

Muestras ordenadas de tamao 2

=2+4+6/3=4

x= 2+3+4+3+4+5+4+5+6/9= 4

La suma de los errores muestrales es cero.


e1+ e1+ e1++ e9= (-2)+(-1)+0+(-1)+0+1+0+1+2= 0

Raifel Morales
ERROR MUESTRAL

Muestras ordenadas x Error muestral e = x -

(2,2) 2 2 4 = -2

(2,4) 3 3 4 = -1

(2,6) 4 44=0

(4,2) 3 3 4 = -1

(4,4) 4 44=0

(4,6) 5 54=1

(6,2) 4 44=0

(6,4) 5 54=1

(6,6) 6 64=2

En consecuencia, si x se usa para medir, estimar, la media poblacional


, el promedio de todos los errores muestrales es cero.

Raifel Morales
ESTIMACIN DE LA MEDIA POR INTERVALO
USANDO MUESTRAS GRANDES

Teorema
Muestras
30 datos del Lmite
Grandes
Central

Distribucin Muestral de la Media

Desviacin Estndar Intervalos de


Poblacional () Confianza

Raifel Morales
ESTIMACIN DE LA MEDIA POR INTERVALO
USANDO MUESTRAS GRANDES
No se conoce
Desviacin Estndar Intervalos de
Poblacional () Confianza

S Error Estndar de la media poblacional

El intervalo de confianza tambin puede expresarse como:

Cota Inferior Cota Superior

Intervalos de Confianza ms utilizados Raifel Morales


ESTIMACIN DE LA MEDIA POR INTERVALO
USANDO MUESTRAS GRANDES

Ejemplo:

Una mquina de refrescos est ajustada de tal manera que la cantidad de


lquido despachada se distribuye aproximadamente en forma normal con una
desviacin estndar igual a 0.15 litros. Si se toma una muestra de 25 refrescos
cuya media fue de 2.25 litros, cul sera el intervalo de confianza de 95% para
la media de todos los refrescos que sirva esta mquina?
Se utiliza la formula:

Nivel de Confianza 95%


n= 25
X=2,25
Z/2=1,96
Z/2=1,96
=0,15

Sustituyendo:

Raifel Morales
ESTIMACIN DE LA MEDIA POR INTERVALO
USANDO MUESTRAS PEQUEAS

Muestras
Pequeas Distribucin
< 30 datos
T student

Se desconoce la
desviacin
estndar
poblacional

X: Media muestral
: Media poblacional
S: Desviacin estndar de la muestra
N: Nmero de observadores

Raifel Morales
ESTIMACIN DE LA MEDIA POR INTERVALO
USANDO MUESTRAS PEQUEAS
Ejemplo:

En seis procesos de produccin distintos con una duracin de dos horas cada uno se
observaron los siguientes artculos defectuosos: 9, 14, 7, 8, 11 y 5. Si se sabe que la
distribucin de los artculos defectuosos es normal, cul ser el intervalo donde se
encuentra el nmero promedio de artculos defectuosos si se tiene un nivel de confianza de
95%?

Datos:

Raifel Morales
USO DE PROGRAMAS DE COMPUTACIN

Raifel Morales
ESTIMACION DE LA PROPORCION POBLACIONAL

Si en una poblacin, una determinada caracterstica se presenta en una


proporcin p, la proporcin p' , de individuos con dicha caracterstica en
las muestras de tamao n, se distribuirn segn:

Intervalo de confianza para una proporcin


Si no se espera que la proporcin P desconocida est demasiado cerca de 0 de 1,
se puede establecer un intervalo de confianza para P al considerar la distribucin
muestral de proporciones.

Al despejar P de esta ecuacin nos queda:


El error mximo de estimacin es:

Evelyn Quintero
Estimacin puntual de la proporcin puntual

Una estimacin puntual del valor de un parmetro


poblacional desconocido (como puede ser la media , o la
desviacin estndar ), es un nmero que se utiliza para
aproximar el verdadero valor de dicho parmetro
poblacional. A fin de realizar tal estimacin, tomaremos una
muestra de la poblacin y calcularemos el parmetro
muestral asociado ( x para la media, s para la desviacin
estndar, etc.). El valor de este parmetro muestral ser la
estimacin puntual del parmetro poblacional.

Por ejemplo, supongamos que la compaa desea estimar la


edad media de los compradores de equipos de alta fidelidad.
Seleccionan una muestra de 100 compradores y calculan la
media de esta muestra, este valor ser un estimador puntual
de la media de la poblacin.

Podemos utilizar como estimadores de la Media de la poblacin


otros estadsticos de tendencia central como la Moda o la
Mediana, pero NO todos los estimadores son apropiados. Los
estimadores deben satisfacer ciertos requisitos, y por esta
razn, interesa conocer sus propiedades a fin de utilizar los que
sean adecuados segn las circunstancias de la estimacin.

Evelyn Quintero
Estimacin de intervalo de la proporcin poblacional

Un intervalo de confianza es un intervalo aleatorio cuyos extremos son funciones de la


muestra que nos garantiza con una confianza del (1-)% que el verdadero valor del parmetro va
a estar dentro del intervalo obtenido.

En realidad se trata de dada una v.a. poblacional X cuya distribucin depende de y dada
una Muestra Aleatoria Simple (MAS) X1, X2, ... , Xn Obtener dos estimadores 1 y 2 tales que
P( ) 1
1 2

En donde (1-)% es el nivel de confianza y 1- es el coeficiente de confianza.

Obsrvese que el intervalo es aleatorio porque los extremos son variables aleatorias, ya que
el parmetro es desconocido pero fijo.

Evelyn Quintero
Determinacin del tamao de muestra
para estimar una proporcin poblacional
Estimar una proporcin: Debemos saber:

El nivel de confianza o seguridad (1- ). El nivel de confianza prefijado da lugar a un


coeficiente (Za ). Para una seguridad del 95% = 1.96, para una seguridad del 99% =
2.58.

La precisin que deseamos para nuestro estudio.

Una idea del valor aproximado del parmetro que queremos medir (en este caso una
proporcin). Esta idea se puede obtener revisando la literatura, por estudio pilotos
previos. En caso de no tener dicha informacin utilizaremos el valor p = 0.5 (50%), ya
que asi maximiza el tamao muestral.

donde:

Za 2 = 1.962 (ya que la seguridad es del 95%)


p = proporcin esperada (en este caso 5% = 0.05)
q = 1 p (en este caso 1 0.05 = 0.95)
d = precisin (en este caso deseamos un 3%)

Si la poblacin es finita, es decir conocemos el total de la poblacin y desesemos


saber cuntos del total tendremos que estudiar la respuesta seria:

Evelyn Quintero
Hiptesis

* Una hiptesis es una afirmacin acerca de un hecho cualquiera, la cual se quiere


contrastar o verificar con la realidad.

* Una hiptesis estadstica es una hiptesis, proposicin o supuesto sobre la


distribucin de una variable aleatoria o sobre los parmetros de la distribucin de
una v.a..

* Un contraste o test de hiptesis es una tcnica de Inferencia Estadstica que permite


comprobar si la informacin que proporciona una muestra observada concuerda (o
no) con la hiptesis estadstica formulada sobre el modelo de probabilidad en
estudio y, por tanto, se puede aceptar (o no) la hiptesis formulada.

* Este es uno de los aspectos ms tiles de la inferencia estadstica, puesto que


muchos tipos de problemas de toma de decisiones, pruebas o experimentos en el
mundo de la ingeniera, pueden formularse como problemas de prueba de hiptesis.

Evelyn Quintero
Las pruebas de hiptesis

TIPOS DE HIPTESIS:
Simples cuando se refieren a un solo valor del parmetro
poblacional. Prueba de 2 colas

Compuestas cuando se refieren a mas de un valor del parmetro


poblacional.
cola izquierda cola derecha

Evelyn Quintero
Las pruebas de hiptesis

* Es importante recordar que las hiptesis siempre son proposiciones


sobre la poblacin o distribucin bajo estudio, no proposiciones sobre
la muestra. Por lo general, el valor del parmetro de la poblacin
especificado en la hiptesis nula se determina en una de tres
maneras diferentes:
* Puede ser resultado de la experiencia pasada o del conocimiento del
proceso, entonces el objetivo de la prueba de hiptesis usualmente
es determinar si ha cambiado el valor del parmetro.
* Puede obtenerse a partir de alguna teora o modelo que se relaciona
con el proceso bajo estudio. En este caso, el objetivo de la prueba de
hiptesis es verificar la teora o modelo.
* Cuando el valor del parmetro proviene de consideraciones externas,
tales como las especificaciones de diseo o ingeniera, o de
obligaciones contractuales. En esta situacin, el objetivo usual de la
prueba de hiptesis es probar el cumplimiento de las
especificaciones.

Evelyn Quintero
Uso de pruebas de decisin estadstica
en investigacin educativa

la Estadstica trasciende el contexto acadmico y est


presente en distintos mbitos de la actividad humana.
En definitiva, la idea de estadsticas en el hombre de la
calle quedara asociada a la de una informacin numrica, a
veces apoyada mediante la representacin grfica, con la
que se pretende expresar la importancia cuantitativa o
magnitud de algunos fenmenos, sucesos, realidades o se
muestra comparativamente su modificacin al variar las
coordenadas espacio-tiempo. Las estadsticas, desde esta
percepcin, se traducen en un conjunto de datos numricos
recogidos sobre una realidad o a los productos de su
procesamiento a travs de la aplicacin de un mtodo
sistemtico de trabajo

Evelyn Quintero
Estadstica en investigacin educativa

la Estadstica tambin desempea en momentos del proceso de investigacin


diferentes a la fase de anlisis de datos.

a) Planteamiento del problema y formulacin de hiptesis.

b) Diseo de investigacin

c) Anlisis de datos

d) Obtencin de conclusiones y redaccin del informe

Evelyn Quintero
Matriz de decisin:

Una matriz de decisin es un grfico que permite a un equipo o un


individuo identificar y analizar la tasa de la fuerza de las relaciones
entre conjuntos de informacin. Una matriz de decisin se utiliza
con frecuencia durante las actividades de planificacin de la calidad
para seleccionar producto / servicio, caractersticas y objetivos y
desarrollar los procesos y sopesar las alternativas.

Una matriz de decisin esta formada por los siguientes


elementos:

-Estrategias: Estn formadas por variables controladas


-Estados de la naturaleza: Son variables no controladas/
condicionan
-Probabilidades: Son las posibilidades
Resultados o desenlaces: Resultados esperados en cada una de
las estrategias
William Lee
Criterios existentes para tomar una decisin en situacin de
incertidumbre:

-Criterio optimista: Estado de naturaleza mas favorable


-Criterio pesimista: Estado de naturaleza mas desfavorable
-Criterio de Laplace: No se conocen las probabilidades de cada estado de
la naturaleza
Criterio de Hurwicz: Coeficiente de optimismo y coeficiente de pesimismo
-Criterio de savage: Nueva matriz de desenlaces en trminos de coste de
oportunidad. Perdidas por escoger una estrategia equivocada
Eleccin de la prueba estadstica
Una investigacin bien planificada debe incluir en su diseo referencias
precisas acerca de las tcnicas estadsticas que se utilizan en el anlisis
de los datos.

El anlisis estadstico es el procedimiento objetivo por medio del cual se


puede aceptar o rechazar un conjunto de datos como confirmatorios de
una hiptesis.

Es necesario tener una base racional, por medio de la cual se seleccione la


prueba ms apropiada. Esta seleccin constituye el punto crtico del
anlisis estadstico. William Lee
En la seleccin de una prueba estadstica, se deben aplicar los
criterios siguientes:

a)Tipo de escala
b)Hipotesis
c)Eficiencia de la prueba
d)Caracteristicas muestrales:
1)Tamao de la muestra
2)Seleccin de la muestra:
3)Distribucin de la muestra en el diseo experimental

Nivel de significacin y el tamao de la muestra:

Para determinar el tamao muestral de un estudio, debemos


considerar diferentes situaciones:

William Lee
A) Estudios para determinar parmetros Pretendemos hacer
inferencias a valores poblacionales (proporciones, medias) a partir de una
muestra.
A.1. Estimar una proporcin: Debemos saber:
-El nivel de confianza o seguridad (1- ). El nivel de confianza prefijado da
lugar a un coeficiente (Za ). Para una seguridad del 95% = 1.96, para una
seguridad del 99% = 2.58.

-La precisin que deseamos para nuestro estudio.


-Una idea del valor aproximado del parmetro que queremos medir (en
este caso una proporcin). Esta idea se puede obtener revisando la
literatura, por estudio pilotos previos. En caso de no tener dicha
informacin utilizaremos el valor p = 0.5 (50%), ya que as maximiza el
tamao muestral.

dnde:
Za 2 = 1.962 (ya que la seguridad es del 95%)
p = proporcin esperada (en este caso 5% = 0.05)
q = 1 p (en este caso 1 0.05 = 0.95)
d = precisin (en este caso deseamos un 3%) William Lee
Si la poblacin es finita, es decir conocemos el total de la poblacin y
desesemos saber cuntos del total tendremos que estudiar la respuesta
seria:

dnde:
N = Total de la poblacin
Za2 = 1.962 (si la seguridad es del 95%)
p = proporcin esperada (en este caso 5% = 0.05)
q = 1 p (en este caso 1-0.05 = 0.95)
d = precisin (en este caso deseamos un 3%)

Segn diferentes seguridades el coeficiente de Za vara, as:


Si la seguridad Za fuese del 90% el coeficiente sera 1.645
Si la seguridad Za fuese del 95% el coeficiente sera 1.96
Si la seguridad Za fuese del 97.5% el coeficiente sera 2.24
Si la seguridad Za fuese del 99% el coeficiente sera 2.576

William Lee
A.2. Estimar una media: Debemos saber:

El nivel de confianza o seguridad (1- ). El nivel de confianza prefijado da lugar


a un coeficiente (Za ). Para una seguridad del 95% = 1.96; para una seguridad
del 99% = 2.58.

La precisin con que se desea estimar el parmetro (2 * d es la amplitud del


intervalo de confianza).

Una idea de la varianza S2 de la distribucin de la variable cuantitativa que se


supone existe en la poblacin.

Estudios para contraste de hiptesis:

Pretenden comparar si las medias o las proporciones de las muestras son


diferentes. Para el clculo del tamao muestral se precisa conocer:

William Lee
Magnitud de la diferencia a detectar que tenga inters clnicamente relevante. Se
pueden comparar dos proporciones o dos medias.
Tener una idea aproximada de los parmetros de la variable que se estudia
(bibliografa, estudios previos).
Seguridad del estudio (riesgo de cometer un error )
Poder estadstico (1 - ) (riesgo de cometer un error )
Definir si la hiptesis va a ser unilateral o bilateral.

B1. Comparacin de dos proporciones:


Donde:
n = sujetos necesarios en cada una de las muestras
Za = Valor Z correspondiente al riesgo deseado
Zb = Valor Z correspondiente al riesgo deseado
p1 = Valor de la proporcin en el grupo de referencia, placebo, control o tratamiento
habitual.
p2 = Valor de la proporcin en el grupo del nuevo tratamiento, intervencin o tcnica.
p = Media de las dos proporciones p1 y p2 :

Los valores Za segn la seguridad y Zb Estn tabulados.

William Lee
Zonas de aceptacin y de rechazo de la hiptesis

Nivel de significancia: Probabilidad de rechazar la hiptesis nula cuando es


verdadera. Se le denota mediante la letra griega , tambin es denominada
como nivel de riesgo, este termino es mas adecuado ya que se corre el riesgo
de rechazar la hiptesis nula, cuando en realidad es verdadera. Este nivel esta
bajo el control de la persona que realiza la prueba.
Si suponemos que la hiptesis planteada es verdadera, entonces, el nivel de
significacin indicar la probabilidad de no aceptarla, es decir, estn fuera de
rea de aceptacin. El nivel de confianza (1-), indica la probabilidad de
aceptar la hiptesis planteada, cuando es verdadera en la poblacin.

William Lee
La distribucin de muestreo de la estadstica de prueba se divide en dos
regiones, una regin de rechazo (conocida como regin crtica) y una regin de
no rechazo (aceptacin). Si la estadstica de prueba cae dentro de la regin de
aceptacin, no se puede rechazar la hiptesis nula.

La regin de rechazo puede considerarse como el conjunto de valores de la


estadstica de prueba que no tienen posibilidad de presentarse si la hiptesis
nula es verdadera. Por otro lado, estos valores no son tan improbables de
presentarse si la hiptesis nula es falsa. El valor crtico separa la regin de no
rechazo de la de rechazo.

Prueba de hiptesis en el caso de una sola muestra


Prueba de hipotesis en el caso de dos muestras
La prueba de diferencia entre dos medias

William Lee
Prueba de hiptesis en el caso de una sola muestra

El investigador establecer las hiptesis en base a la teora que quiere verificar,


para un parmetro .
Tomar una muestra aleatoria de la poblacin en estudio.
Comparar lo observado con su teora, si lo observado se contrapone a su teora
se rechaza su hiptesis en caso contrario se dice que no se observ cambio.
Primero definiremos los elementos necesarios para lleva adelante una Prueba
de hiptesis.
a) El investigador debe establecer las hiptesis contrapuestas de inters para
, llamadas Hiptesis Nula () e Hiptesis Alternativa ().

hiptesis de no cambio, no diferencia, no mejora, etc.


hiptesis que el investigador pretende validar.

Si es el parmetro de inters y 0 un valor fijado por el investigador entonces


en nuestro tratamiento de Prueba de hiptesis consideraremos estas posibles
hiptesis alternativas >
<
William Lee
b) Estadstico de Prueba: estadstico con distribucin conocida bajo hiptesis
nula, sobre el cual se basar la decisin a tomar.
c) Regin de Rechazo (RR): conjunto de valores del estadstico de prueba
para los cuales ser rechazada.
d) Luego ser rechazada si el valor observado o alcanzado del estadstico
pertenece a la RR, en cuyo caso diremos que la es la correcta. En caso
contario diremos que no se encontr evidencia suficiente para rechazar .

Al tomar una decisin se pueden cometer dos tipos de errores.


Error tipo I: Rechazar cuando es verdadera.
Error tipo II: Aceptar cuando es falsa.
Denotaremos con a las probabilidades de cometer los Errores tipo I y
tipo II respectivamente.
Llamaremos nivel de significacin de una prueba al valor
= , : .
La RR determina las probabilidades de cometer cada uno de los errores.

William Lee
En resumen los pasos a seguir para realizar una Prueba de Hiptesis son:

a) Identificar el parmetro de inters.


b) Determinar las Hiptesis nula y alternativa para el problema.
c) Determinar el Estadstico de Prueba adecuado, con distribucin conocida
bajo .
d) Fijado un nivel de significancia determinar la Regin de Rechazo.
e) Calcular el valor observado o alcanzado del estadstico de prueba con la
muestra obtenida.
f) Determinar si debe ser rechazada o no para el nivel de significacin
dado, estableciendo una conclusin en el contexto del problema.

William Lee
b) Estadstico de Prueba: estadstico con distribucin conocida bajo hiptesis
nula, sobre el cual se basar la decisin a tomar.
c) Regin de Rechazo (RR): conjunto de valores del estadstico de prueba
para los cuales ser rechazada.
d) Luego ser rechazada si el valor observado o alcanzado del estadstico
pertenece a la RR, en cuyo caso diremos que la es la correcta. En caso
contario diremos que no se encontr evidencia suficiente para rechazar .

Al tomar una decisin se pueden cometer dos tipos de errores.


Error tipo I: Rechazar cuando es verdadera.
Error tipo II: Aceptar cuando es falsa.
Denotaremos con a las probabilidades de cometer los Errores tipo I y
tipo II respectivamente.
Llamaremos nivel de significacin de una prueba al valor
= , : .
La RR determina las probabilidades de cometer cada uno de los errores.

William Lee
En resumen los pasos a seguir para realizar una Prueba de Hiptesis son:

a) Identificar el parmetro de inters.


b) Determinar las Hiptesis nula y alternativa para el problema.
c) Determinar el Estadstico de Prueba adecuado, con distribucin conocida
bajo .
d) Fijado un nivel de significancia determinar la Regin de Rechazo.
e) Calcular el valor observado o alcanzado del estadstico de prueba con la
muestra obtenida.
f) Determinar si debe ser rechazada o no para el nivel de significacin dado,
estableciendo una conclusin en el contexto del problema.

William Lee
Prueba de hiptesis en el caso de dos muestras

La prueba de hiptesis para dos muestras es casi semejante a la prueba de


una sola muestra
es decir que este captulo se tomaran dos muestras aleatorias para determinar
si proviene de
una misma poblacin o a su vez de poblaciones iguales.

As mismo puedo entender que en el caso de que se den las dos poblaciones
iguales, se
esperar que la media entre las dos medias mustrales sea cero.

En el caso que existan poblaciones independientes, estas son iguales a la


suma de dos
variables individuales.

Por ende las muestras deben ser suficientemente grandes para que la
distribucin de las
medias mustrales siga una distribucin normal.

William Lee
As mismo constituyo que para realizar una comparacin de poblaciones con
muestras
pequeas es necesario tener en cuenta las siguientes suposiciones: las dos
muestras
provienen de poblaciones independientes, de igual manera las desviaciones
estndar de las
dos poblaciones son iguales, as mismo las poblaciones muestreadas siguen
una
distribucin normal.

Como consiguiente tenemos que el nmero de grados de libertad en la prueba


es igual al
nmero total de elementos muestreados, menos el nmero de muestras.

Existen casos en que las muestras no son independiente sino son


dependientes o que a su
ves estas estn relacionadas entre si.

Por tal razn puedo entender que existen dos tipos de muestras dependientes:

1.- las que se caracterizan por una medicin, una intervencin de cierto tipo y
est a su ves
otra medicin. William Lee
2.- existe una formacin de pares de las observaciones correspondientes.
Para tener una idea ms concreta formulare la existencia de una comparacin
de las
muestras independientes y dependientes.

Las muestra dependiente son aquellas que se caracteriza por una medicin
seguida, por un
intervalo de algn tipo y despus otra medida. A esta tambin se la puede
llamar un estudio
antes o despus.

De la misma forma el segundo tipo de muestra dependiente se caracteriza por


la formacin
de pares de observaciones.

William Lee
La prueba de diferencia entre dos medias

En ocasiones interesa definir un intervalo de valores tal que permita establecer


cuales son los valores mnimo y mximo aceptables para la diferencia entre las
medias de dos poblaciones. Pueden darse dos situaciones segn las muestras
sean o no independientes; siendo en ambos casos condicin necesaria que las
poblaciones de origen sean normales o aproximadamente normales:

MUESTRAS INDEPENDIENTES
Si puede suponerse que las varianzas de ambas poblaciones son iguales, el
intervalo de confianza para la diferencia de medias poblacionales est centrado
en la diferencia de las medias muestrales, siendo sus lmites superior e inferior:

William Lee
t /2 es el valor crtico correspondiente al grado de confianza 1- de la distribucin
t de Student con n1+ n2-2 grados de libertad y es una estimacin de la
desviacin tpica comn a ambas poblaciones obtenida a partir de las varianzas
de las dos muestras. En la prctica si n1 y n2 son moderadamente grandes, el
valor crtico

t /2 se aproxima, como ya se ha visto anteriormente, a los valores de la


distribucin normal.

William Lee
Si las varianzas poblacionales no pueden suponerse iguales los lmites del
intervalo de confianza son:

El valor crtico t /2 corresponde a una distribucin t cuyos grados de libertad se


calculan en base a ambos tamaos muestrales y a las desviaciones tpicas de
cada grupo segn la correccin propuesta por Dixon y Massey:

Para obtener el intervalo de confianza en ambos casos la secuencia es:

Analizar
Comparar medias
Prueba T para muestras independientes

William Lee

Vous aimerez peut-être aussi