INTRODUCCIN

La inferencia estadstica es el proceso mediante el cual se utiliza la informacin de los datos de una
muestra para extraer conclusiones acerca de la poblacin de la que se seleccion la muestra. Las
tcnicas de inferencia estadstica se dividen en dos reas principales: Estimacin de intervalos de
confianza y Pruebas de hiptesis.

En cada prueba estadstica, se comparan algunos valores observados contra algunos esperados u
otro valor observado comparando estimaciones de parmetros (media, desviacin estndar,
varianza). Estas estimaciones de los verdaderos parmetros son obtenidos usando una muestra de
datos y calculando los estadsticos.

La capacidad para detectar una diferencia entre lo que es observado y lo que es esperado depende
del desarrollo de la muestra de datos. Incrementando el tamao de la muestra mejora la estimacin y
la confianza en las conclusiones estadsticas.

Al realizar pruebas de hiptesis, se parte de que un valor supuesto (hipottico) es el parmetro

poblacional. Despus de recolectar una muestra aleatoria, se compara el estadstico muestral, as
como la media (x), con el parmetro hipottico, se compara con una supuesta media poblacional ().
Despus se acepta o se rechaza el valor hipottico, segn proceda. Se rechaza el valor hipottico
slo si el resultado muestral resulta muy poco probable cuando la hiptesis es cierta.

FUNDAMENTO TEORICO
ESTIMACIN DEL COCIENTE DE VARIANZAS
Una estimacin puntual de la razn de dos varianzas poblacionales 12/22 est dada por la razn de
las varianzas muestrales S12/S22.
Si 12 y 22 son las varianzas de poblaciones normales, podemos establecer una estimacin por
intervalos de 12/22 mediante el uso de la estadstica F.
F

2 2 S12
12 S2 2

La variable aleatoria F tiene una distribucin F con n 1 1 y n2 1 grados de libertad.

P( f1 / 2 F f / 2 ) 1

Reemplazando F, se encuentra que:

S1
1

S
*
1 2 1 2 * f / 2
2
f / 2 2
S2
S2
2

Nota: Para la obtencin del intervalo de confianza se tuvo en cuenta que

f1 (v1 , v2 )

1
f (v2 , v1 )

(teorema)

FUNDAMENTO PRCTICO
Ejemplo 1: Una compaa fabrica propulsores para uso en motores de tractores para fines agrcolas.
Una de las operaciones consiste en esmerilar el terminado de una superficie particular con una
aleacin de titanio. Pueden emplearse dos mtodos de esmerilado y ambos pueden producir partes
que tienen la misma rugosidad superficial promedio. Al ingeniero de manufactura le gustara
seleccionar el proceso que tenga la menor variabilidad en la rugosidad de la superficie. Para ello
toma una muestra de 12 partes del primer proceso, la cual tiene una desviacin estndar muestral de
5.1 micropulgadas y una muestra aleatoria de 15 partes del segundo proceso, la cual tiene una
desviacin estndar muestral de 4.7 micropulgadas. Se quiere encontrar un intervalo de confianza
del 90% para el cociente de las dos varianzas poblacionales.
SOLUCIN:
Si se supone que los dos procesos son independientes y que la rugosidad de la superficie est
distribuida normalmente, entonces:
S1

S
f
1 2 1 2 f 0.05,14,11
2 0.95,14,11
S2
2
S2
2

1
5.12
1
5.12
*

* 2.74
4.7 2 2.58 2 2 4.7 2
2

12
0.46 2 3.23
2
Puesto que este intervalo de confianza incluye el uno, no se puede afirmar, con un nivel de confianza
de 90% que las desviaciones estndar de las rugosidades con los dos procesos sean diferentes.

Ejemplo 2: Una empresa de productos cosechados del campo ha estado experimentando con dos
disposiciones fsicas de los productos en cajas de porcifolonato, para as obtener la mayor disposicin
en las cajas en experimento, obteniendo como resultados:

Usar una prueba de hiptesis bilateral con regla de decisin determinada por la regin de rechazo
(use un nivel de significancia del 5%).

SOLUCIN:
Dado que en tablas, tendremos:
y
Luego reemplazando en el intervalo de confianza obtenido para la razn de varianzas, se obtiene
que:

Entonces el intervalo de confianza estar determinado por:

Por lo tanto el intervalo de confianza al 5% de significancia ser: [

Ejemplo 3: En un estudio sobre el tiempo de desarrollo de una especie de insectos en dos

poblaciones aisladas, A1 y A2, se obtuvieron los siguientes datos:

Suponiendo que el tiempo de desarrollo en la poblacin A i sigue una distribucin N(i ; i), para i = 1,
2,obtener un intervalo de confianza para el cociente de varianzas al nivel 0.80 .
SOLUCIN:

Ejemplo 4: Se requiere conocer los menores tiempos de riego de dos tipos de hortalizas. El ingeniero
agrnomo le gustara seleccionar el riego que tenga la menor variabilidad en los tiempos de riego en la
superficie a plantar. Para ello toma una muestra de 10 tiempos del primer riego, la cual tiene una desviacin
estndar muestral de 5 minutos y una muestra aleatoria de 15 tiempos del segundo riego, la cual tiene una
desviacin estndar muestral de 4 minutos. Se quiere encontrar un intervalo de confianza del 90% para el
cociente de las dos varianzas poblacionales de los tiempos de riego encontrados.

SOLUCIN:
Si se suponemos que los dos tiempos de riego son independientes y que la superficie est
distribuida normalmente, entonces:
S1

S
f 0.95,9,14 1 2 1 2 f 0.05,9,14
2
S2
2
S2
2

1
52
1
52
*

* 3.03
4 2 2.87 2 2 4 2
2

0.544

12
4.734
22

Puesto que este intervalo de confianza al 90% ser: [

riego.

para los dos tiempo de

Ejemplo 5: Un fabricante de cosechadoras arroz pone a prueba dos nuevos mtodos de ensamblaje
de motores que utilizan estas cosechadoras de arroz respecto al tiempo en minutos. Los resultados
se muestran en la tabla:
Mtodo 1

Mtodo 2

n1 = 31

n2 = 25

s1 = 50

s2 = 24

Construya un intervalo de confianza del 90% para 12/22.

SOLUCIN:
Por la recomendacin de que la varianza muestral mayor va en el numerador se tiene la siguiente
frmula:

Al despejar:

F toma dos valores dependiendo del nivel de confianza y de los grados de libertad. En este
caso los grados de libertad uno valen 30 y los grados de libertad dos 24.

y
Estos resultados los podemos interpretar de la siguiente manera:
Con un nivel de confianza del 90% se sabe que la relacin de varianzas 12/22 est entre
1.07 y 3.93. Esto supondra que la varianza de la poblacin del mtodo 1 es mayor a la
varianza de la poblacin del mtodo 2 entre 1.07 y 3.93.

Ejemplo 6: Se piensa que la concentracin del ingrediente activo de un detergente lquido para el
control de una plaga de mariquitas, es afectada por el tipo de catalizador utilizado en proceso de
fabricacin. Se sabe que la densidad del agua donde es diluido para disminuir la concentracin
activa es de 3 g/l, sin importar el tipo de catalizador utilizado. Se realizan 10 observaciones con cada
catalizador, y se obtienen los datos siguientes:
Catalizador 1: 57.9, 66.2, 65.4, 65.4, 65.2, 62.6, 67.6, 63.7, 67.2, 71.0
Catalizador 2: 66.4, 71.7, 70.3, 69.3, 64.8, 69.6, 68.6, 69.4, 65.3, 68.8
Encuentre un intervalo de confianza del 95% para el cociente de las dos varianzas
SOLUCIN:
Hallando los datos muestrales
tendremos:

n1=10

n2=10

, y 1- =0.95, entonces /2 = 0.025, luego

X 1 65 .22
X 2 68 .42
S12 10 .677
S 22 4.4516
Reemplazando en la frmula antes mencionada:

S1

S
f 0.975,10,10 1 2 1 2 f 0.25,10,10
2
S2
2
S2
2

10.667
1
10.667
*
12
* 3.72
4.4516 3.56 2
4.4516
2

0.673

12
8.914
22

Por lo tanto el intervalo de confianza al 95% ser: [

diluido en detergente.

para los dos catalizadores,

CONCLUSIONES:
1. Los test de hiptesis utilizando probabilidad Fisher constituye un importante parmetro en la
determinacin de las diversas casualidades obtenidas tras una serie de eventos esperados
dentro de un rango estadstico, para la decisin de los problemas antes resueltos.
2. La distribucin Fisher Smederco mide los grados de libertad de las dos distribuciones de las
varianzas al llevar a cabo un experimento aleatorio, del que se conocen todos los resultados
posibles, bajo condiciones suficientemente estables.
3. Los test de hiptesis se usa extensamente en reas como la estadstica, la fsica, la
matemtica, la ciencias de ingeniera, etc.

BIBLIOGRAFIA:
1. Anlisis Estadstico y Grfico de datos Aleatorioso I, Tom Alban Coppier; 5ta edicin,
2009.
2. Enciclopedia Clarn, Tomo 20 Nagel, Ernest and Newman, James R., Godel's Proof,
New York University Press, 1958.
3. Calculos Estadsticos y Grficos de Poblaciones Descriptivas Parson R E - Hostetler R
P - Edwards, 6ta edicin, 20.
4. Enciclopedia Acucola . Dra Ines Montilla Zavala. Universidad Agraria La Molina. 4ta
edicin.