TEMA 0.

CONTRASTES DE HIPOTESIS ESTADISTICAS

Planteamiento general del problema
Sea X = (X1 , . . . , Xn ) una muestra aleatoria simple de tamano n procedente de
una poblacion, con distribucion perteneciente a una familia de distribuciones F
F = {F : }, = (1 , . . . , k ), Rk
Hip
otesis estadstica: afirmacion sobre el valor del parametro
Formulaci
on de un contraste de hip
otesis:
H0 : 0 Hipotesis nula
H1 : 1 Hipotesis alternativa
donde = 0 1 y 0 1 =
Objetivo: Analizar los datos observados para decidir si estos proporcionan o no
evidencia suficiente para descartar la hipotesis propuesta

Test de hipotesis
Test de hip
otesis. Un test de hipotesis es un procedimiento que nos permite
aceptar o rechazar la hipotesis nula basandose en los valores muestrales observados
Basandose en una funcion de las observaciones T (X1 , . . . , Xn ) (estadstico de
contraste), un test de hipotesis determina una region de rechazo R
Regla de decisi
on. Observada la variable se tendra un valor concreto del estadstico de contraste, T (x1 , . . . , xn )
Se aceptara la hipotesis nula H0 si T (x1 , . . . , xn )
/ R, los datos no presentan
evidencia en contra de la hipotesis nula
Se rechazara la hipotesis nula H0 si T (x1 , . . . , xn ) R, los datos apoyan la
hipotesis alternativa H1

Ampliaci
on de Estadstica. Ingeniera Industrial. Curso Academico 2007-08.

Tipos de errores
Cuando se toma la decision de aceptar o rechazar la hipotesis nula se pueden
cometer dos tipos de error:
Error tipo I: Se rechaza H0 cuando esta es cierta
Error tipo II: Se acepta H0 cuando esta es falsa
H0 cierta

H0 falsa

Rechazar H0

Error de tipo I

Decision correcta

Aceptar H0

Decision correcta

Error de tipo II

Conceptos fundamentales
Un test tiene nivel de significaci
on , 0 1, si
P [ Rechazar H0 ] = P [T (X1 , . . . , Xn ) R] , 0
Un test tiene tama
no , 0 1, si
= sup P [ Rechazar H0 ] = sup P [T (X1 , . . . , Xn ) R]
0

Se define la funci
on potencia como la funcion
: [0, 1]
donde
() = P [ Rechazar H0 ] = P [T (X1 , . . . , Xn ) R]
Dados y , tests con nivel de significacion para contrastar H0 : 0
frente a H1 : 1 , es uniformemente m
as potente que si se
cumple
() (), 1
Se dice que el test es uniformemente m
as potente (UMP) a nivel
de significaci
on si tiene nivel de significacion y para cualquier otro
test con nivel de significacion , es uniformemente mas potente que
, es decir,
() (), 1
Ampliaci
on de Estadstica. Ingeniera Industrial. Curso Academico 2007-08.

Procedimiento a seguir para realizar un contraste de hip

otesis
Formulacion de las hipotesis H0 y H1
(

H0 : 0
H1 : 1

Se fija una cota para la probabilidad de cometer un error de tipo I,

Se considera el estadstico de contraste T (X1 , . . . , Xn ), basado
generalmente en un estimador del parametro
Se obtiene la distribucion muestral de dicho estadstico bajo la hipotesis de
que H0 es cierta
Se determina la region de rechazo R imponiendo que el test tenga tamano
, i.e.,
= sup P [ Rechazar H0 ] = sup P [T (X1 , . . . , Xn ) R]
0

Para los valores muestrales observados (x1 , . . . , xn ), se calcula el valor del

estadstico de contraste, T (x1 , . . . , xn )
Si T (x1 , . . . , xn )
/ R, se acepta la hipotesis nula H0
Si T (x1 , . . . , xn ) R, se rechaza la hipotesis nula H0

Ampliaci
on de Estadstica. Ingeniera Industrial. Curso Academico 2007-08.

Ejemplo. La longitud media de los tornillos fabricados por una empresa debe
ser de 30mm. Periodicamente se seleccionan al azar 36 tornillos y se mide su
longitud. Se considera que el proceso esta fuera de control cuando la longitud
media muestral x < 29.8 o bien x >30.2mm. Se supone que la longitud de los
tornillos se comporta como una distribucion normal con desviacion tpica 0.6mm.
1. Enunciar las hipotesis nula y alternativa propias de esta situacion.
2. Obtener la probabilidad de cometer un error de tipo I.
3. Calcular la funcion potencia para los valores de las longitudes medias 29.6,
29.8, 30, 30.2 y 30.4.
4. Como una prueba alternativa, se considera que el proceso esta fuera de
control cuando x < 29.75 o bien x >30.25mm. Si el tamano maximo aceptado para un error de tipo I es 0.05. Cual de las dos pruebas es la mejor
suponiendo que en la hipotesis alternativa la longitud media es 30.5mm?
Soluci
on
(
1. Contraste de hipotesis:

H0 : = 30
H1 : 6= 30

Region de rechazo: x > 30.2 o x <29.8

2. Probabilidad de cometer un error de tipo I:
= P=30 [Rechazar H0 ] = P=30 [X < 29.8 o X > 30.2]

29.8 30
30.2 30
=P Z<
+P Z >
0.1
0.1
= P [Z < 2] + P [Z > 2] = 2 0.02275 = 0.0455
Cuando la hipotesis nula es cierta, se obtiene que X N (30, 0.1)
3. Calculo de la funcion potencia:
(29.6) = P=29.6 [Rechazar H0 ] = P=29.6 [X < 29.8 o X > 30.2]

30.2 29.6
29.8 29.6
+P Z >
=P Z<
0.1
0.1
= P [Z < 2] + P [Z > 6] = 0.97725 + 0 = 0.97725

Ampliaci
on de Estadstica. Ingeniera Industrial. Curso Academico 2007-08.

(29.8) = P=29.8 [Rechazar H0 ] = P=29.8 [X < 29.8 o X > 30.2]

29.8 29.8
30.2 29.8
=P Z<
+P Z >
0.1
0.1
= P [Z < 0] + P [Z > 4] w 0.5
(30.0) = 0.0455
(30.2) = (29.8) = 0.5
(30.4) = (29.6) = 0.97725
(30.5) = P=30.5 [Rechazar H0 ] = P=30.5 [X < 29.8 o X > 30.2]

30.2 30.5
29.8 30.5
=P Z<
+P Z >
0.1
0.1
= P [Z < 7] + P [Z > 3] = P [Z < 3] = 0.9987
4. Region de rechazo de la prueba alternativa: x > 30.25 o x <29.75

P=30 [Rechazar H0 ] = P=30 [X < 29.75 o X > 30.25]

29.75 30
30.25 30
=P Z<
+P Z >
0.1
0.1
= P [Z < 2.5] + P [Z > 2.5] = 2 0.0062 = 0.0124 < 0.05
(30.5) = P=30.5 [Rechazar H0 ] = P=30.5 [X < 29.75 o X > 30.25]

29.75 30
30.25 30
=P Z<
+P Z >
0.1
0.1
= P [Z < 7.5] + P [Z > 2.5] = P [Z < 2.5] = 0.9938
Al nivel de significacion de 0.05, el primer test es mas potente que este

Ampliaci
on de Estadstica. Ingeniera Industrial. Curso Academico 2007-08.

Test de la raz
on de verosimilitudes
Formulaci
on del test de la raz
on de verosimilitudes
Se denomina raz
on de verosimilitudes para contrastar
H0 : 0
H1 : 1
al cociente
sup f (x)

(x) =

sup f (x)

Un test de raz
on de verosimilitudes para contrastar dichas hipotesis es aquel
que rechaza H0 si (x) < c, donde c es una constante
La constante c (0, 1) se determina imponiendo la condicion de que el test tenga
tamano , es decir,
sup P [ Rechazar H0 ] = sup P [(x) < c] =

Comportamiento asint
otico del test de la raz
on de verosimilitudes
Bajo ciertas condiciones de regularidad sobre f (x), Rk , abierto de Rk ,
la variable aleatoria
2 log (X)
se distribuye asintoticamente bajo la hipotesis nula como una variable aleatoria
2 con k r grados de libertad, donde k = dim() y r = dim(0 )

Ampliaci
on de Estadstica. Ingeniera Industrial. Curso Academico 2007-08.

Ejemplo Dos personas A y B juegan al siguiente juego: se lanza al aire una

moneda ganando A si sale cara y B si sale cruz. El jugador A proporciona
una moneda y despues de 200 lanzamientos, A ha ganado 130 veces. Tras este
resultado, B afirma que la moneda esta trucada y la probabilidad de obtener
cara no es 0.5. A mantiene que la moneda es correcta. Ante esta situacion, se
plantea la cuestion de decidir quien tiene razon
Sea p la probabilidad de obtener cara al lanzar una moneda y sea la v.a.
(
0 si sale cruz
X=
1 si sale cara
X B(1, p), p (0, 1)
Problema de contraste:
H0 : p = p0 , p0 = 0.5
H1 : p 6= p0
Aplicando el test de la razon de verosimilitudes
sup fp (x)

(x) =

nnx
pnx
0 (1 p0 )
=
sup fp (x)
sup pnx (1 p)nnx

p=p0

p(0,1)

p(0,1)

p nx
nnx
pnx
0
0 (1 p0 )
= nx
=
nnx
x
x (1 x)

1 p0
1x

nnx

Se rechaza H0 , al nivel de significacion , si (x) < c, donde c se calcula

imponiendo la condicion
= Pp=p0 [(X) < c]
Puesto que el tamano muestral es grande, la distribucion de 2 log (x), si la
hipotesis nula es cierta, se puede aproximar por la distribucion de una 21 , entonces
= Pp=p0 [(X) < c] = Pp=p0 [2 log (X) > c0 ] P [21 > c0 ] = c0 = 21,1
donde 21,1 es el cuantil de orden 1 de una 21
Para =0.05: 21,0.95 =3.842 y C = {2 log (X) > 3.842 }
Para p0 =0.5, n = 200, x=0.65 = 2 log (x)=18.280 y se rechaza H0
Ampliaci
on de Estadstica. Ingeniera Industrial. Curso Academico 2007-08.

Contrastes sobre los par

ametros de una poblaci
on normal
(X1 , . . . , Xn ) m.a.s. de N (, 2 )
Contrastes sobre la media
Region de rechazo
Region de rechazo
2
( conocida)
( 2 desconocida)
H0 : = 0
H1 : 6= 0

|
x 0 |
> z1/2
/ n

|
x 0 |
> tn1,1/2
s/ n

H0 : 0
H1 : < 0

x 0
< z
/ n

x 0
< tn1,
s/ n

H0 : 0
H1 : > 0

x 0
> z1
/ n

x 0
> tn1,1
s/ n

Contrastes sobre la varianza

Region de rechazo
( conocida)
n
X
(xi )2
2

H0 : =
H1 : 2 6=

02
02

i=1
n
X
i=1

H0 : 2 02
H1 : 2 < 02

H0 : 2 02
H1 : 2 > 02

< 2n,/2

02

o
(xi )2
> 2n,1/2
2
0

n
X
(xi )2
i=1

02

n
X
(xi )2
i=1

02

<

2n,

> 2n,1

Region de rechazo
( desconocida)

(n 1)s2
< 2n1,/2
2
0
o
2
(n 1)s
> 2n1,1/2
2
0

(n 1)s2
< 2n1,
2
0
(n 1)s2
> 2n1,1
2
0

Ampliaci
on de Estadstica. Ingeniera Industrial. Curso Academico 2007-08.

Contrastes sobre la diferencia de medias de dos poblaciones

normales no necesariamente independientes

((X1 , Y1 ), . . . , (Xn , Yn )), m.a.s. de una distribucion normal bidimensional (X, Y )

2
(D1 , . . . , Dn ), donde Di = Xi Yi , i = 1, . . . , n, m.a.s. de N (D , D
)

D = 1 2
2
D
= 12 + 22 21 2 , generalmente desconocida

Region de rechazo
H0 : D = 0
H1 : D 6= 0

|d 0 |
> tn1,1/2
sD / n

H 0 : D 0
H 1 : D < 0

d 0
< tn1,
sD / n

H 0 : D 0
H 1 : D > 0

d 0
> tn1,1
sD / n

Ampliaci
on de Estadstica. Ingeniera Industrial. Curso Academico 2007-08.

Ejemplo. Se pueden utilizar dos pruebas analticas diferentes para determinar

el nivel de impureza en aleacciones de acero. Se prueban ocho especmenes con
ambos procedimientos; los resultados aparecen en la tabla adjunta. Admitiendo
la hipotesis de normalidad para las variables en estudio, existen diferencias significativas entre los promedios de los niveles de impureza determinados por ambas
pruebas, utilizando =0.01?
Especimen Prueba 1 Prueba 2
1
1.2
1.4
2
1.3
1.7
3
1.5
1.5
4
1.4
1.3
5
1.7
2.0
6
1.8
2.1
7
1.4
1.7
8
1.3
1.6
Soluci
on. El parametro de interes es la diferencia entre los promedios de los
niveles de impureza determinados por ambas pruebas, D = 1 2 . Planteamos
el contraste de hipotesis:
H0 : D = 0
H1 : D 6= 0
Para los datos muestrales calculamos el estadstico de contraste:
texp =

d0
0.2125
=
= 3.48
sD / n 0.17268/ 8

Region crtica al nivel de significacion = 0.01:

|texp | > tn1,1/2 = {|texp | > t7,0.995 } = {|texp | > 3.5}

Como |texp | = 3.48 < 3.5, no se puede rechazar H0 al nivel de significacion
= 0.01; las dos pruebas no proporcionan diferentes promedios de niveles de
impureza
Si calculamos el p-valor del test
p valor = 2P [tn1 > |texp |] = 2P [t7 > | 3.48|]
= 2P [t7 > 3.48] = 2 0.00513 = 0.01026
se obtiene un valor pequeno, lo que nos indicara que a otro nivel de significacion,
p.e., = 0.05 se rechazara H0

Ampliaci
on de Estadstica. Ingeniera Industrial. Curso Academico 2007-08.

10

Contrastes sobre los par

ametros de dos poblaciones
normales independientes
(X1 , . . . , Xn1 ) m.a.s. de N (1 , 12 ), (Y1 , . . . , Yn2 ) m.a.s de N (2 , 22 )
X e Y independientes
Contrastes sobre la diferencia de medias
Region de rechazo
(12 , 22 conocidas)

(12 ,

Region de rechazo
desconocidas, 12 = 22 )

22

|
x y 0 |
r
> tn1 +n2 2,1/2
1
1
sp
+
n1 n2

H0 : 1 2 = 0
H1 : 1 2 6= 0

|
x y 0 |
s
> z1/2
2
2
1 2
+
n1 n2

H 0 : 1 2 0
H 1 : 1 2 < 0

x y 0
s
< z
2
2
1 2
+
n1 n2

x y 0
r
< tn1 +n2 2,
1
1
+
sp
n1 n2

H 0 : 1 2 0
H 1 : 1 2 > 0

x y 0
s
> z1
2
2
1 2
+
n1 n2

x y 0
r
> tn1 +n2 2,1
1
1
sp
+
n1 n2

Se denota Sp =

(n1 1)S12 + (n2 1)S22

n1 + n2 2

Si 12 y 22 desconocidas y no pueden suponerse iguales (problema de BehrensFisher), como estadstico de contraste se utiliza
Y 0
X
s
S12 S22
+
n1 n2
cuya distribucion aproximada, bajo la hipotesis 1 2 = 0 , es una t[f ] , donde
[f ] es la parte entera de
(s21 /n1 + s22 /n2 )2
f= 2
2
(s1 /n1 )2 /(n1 + 1) + (s22 /n2 )2 /(n2 + 1)
Ampliaci
on de Estadstica. Ingeniera Industrial. Curso Academico 2007-08.

11

Contrastes sobre el cociente de varianzas

Region de rechazo
(1 y 2 conocidas)
n1
X

(xi 1 )2 /n1

i=1

< Fn1 ,n2 ,/2

n2
X
(yi 2 )2 /n2

H0 : 12 = 22
H1 : 12 6= 22

i=1

n1
X

(xi 1 )2 /n1

i=1

n2
X

Region de rechazo
(1 y 2 desconocidas)

> Fn1 ,n2 ,1/2

s21
< Fn1 1,n2 1,/2
s22
o
2
s1
> Fn1 1,n2 1,1/2
s22

(yi 2 ) /n2

i=1

n1
X

H0 : 12 22
H1 : 12 < 22

(xi 1 )2 /n1

i=1
n2
X

< Fn1 ,n2 ,

s21
< Fn1 1,n2 1,
s22

> Fn1 ,n2 ,1

s21
> Fn1 1,n2 1,1
s22

(yi 2 )2 /n2

i=1

H0 : 12 22
H1 : 12 > 22

n1
X
(xi 1 )2 /n1
i=1
n2
X

(yi 2 )2 /n2

i=1

Ampliaci
on de Estadstica. Ingeniera Industrial. Curso Academico 2007-08.

12

Contrastes sobre la media de una poblaci

on cualquiera,
para n suficientemente grande (n 30)
Region de rechazo
( 2 conocida)

Region de rechazo
( 2 desconocida)

H0 : = 0
H1 : 6= 0

|
x 0 |
> z1/2
/ n

|
x 0 |
> z1/2
s/ n

H 0 : 0
H1 : < 0

x 0
< z
/ n

x 0
< z
s/ n

H 0 : 0
H1 : > 0

x 0
> z1
/ n

x 0
> z1
s/ n

Contrastes sobre la diferencia de medias de dos poblaciones

independientes, para n1 y n2 suficientemente grandes (n1 , n2 30)
Region de rechazo
(12 , 22 conocidas)

Region de rechazo
(12 , 22 desconocidas)

H 0 : 1 2 = 0
H1 : 1 2 6= 0

|
x y 0 |
s
> z1/2
2
2
1 2
+
n1 n2

H0 : 1 2 0
H1 : 1 2 < 0

x y 0
s
< z
2
2
1 2
+
n1 n2

x y 0
s
< z
2
2
s1
s
+ 2
n1 n2

H0 : 1 2 0
H1 : 1 2 > 0

x y 0
s
> z1
2
2
1 2
+
n1 n2

x y 0
s
> z1
2
2
s
s1
+ 2
n1 n2

|
x y 0 |
s
> z1/2
2
2
s1
s
+ 2
n1 n2

Ampliaci
on de Estadstica. Ingeniera Industrial. Curso Academico 2007-08.

13

Contrastes sobre una proporci

on,
para n suficientemente grande (n 30)
Region de rechazo
H 0 : p = p0
H1 : p 6= p0

|
p p0 |

p0 (1 p0 )/n

H0 : p p0
H1 : p < p0

> z1/2

p p0

p0 (1 p0 )/n

H0 : p p0
H1 : p > p0

p p0

p0 (1 p0 )/n

< z

> z1

Contrastes sobre la diferencia de proporciones p1 p2 ,

para n1 y n2 suficientemente grandes (n1 , n2 30)
Region de rechazo
H0 : p1 p2 = 0
H1 : p1 p2 6= 0
H0 : p1 p2 0
H1 : p1 p2 < 0
H0 : p1 p2 0
H1 : p1 p2 > 0

|
p1 p2 0 |

p1 (1 p1 )/n1 + p2 (1 p2 )/n2

> z1/2

p1 p2 0

p1 (1 p1 )/n1 + p2 (1 p2 )/n2
p1 p2 0

p1 (1 p1 )/n1 + p2 (1 p2 )/n2

< z

> z1

Para 0 = 0 se utiliza como estadstico de contraste

P1 P2
q
P (1 P )(1/n1 + 1/n2 )
donde P =

n1 P1 + n2 P2
.
n1 + n2

Ampliaci
on de Estadstica. Ingeniera Industrial. Curso Academico 2007-08.

14

Ejemplo. Un fabricante de semiconductores produce controladores que se emplean en aplicaciones de motores automovilsticos. El cliente requiere que la fraccion de controladores defectuosos en uno de los pasos de manufactura crticos no
sea mayor que 0.05 y que el fabricante demuestre esta caracterstica del proceso
de fabricacion con este nivel de calidad. El fabricante de semiconductores toma
una muestra aleatoria de 200 dispositivos y encuentra que cuatro de ellos son
defectuosos. El fabricante puede demostrar al cliente la calidad del proceso?
Soluci
on.
Sea p la fraccion de controladores defectuosos
Planteamos el contraste de hipotesis:
H0 : p 0.05
H1 : p < 0.05
Para realizar este contraste se utiliza una aproximacion de la distribucion binomial
a la distribucion normal, valida cuando el tamano muestral es grande y p es
proximo a cero o a uno
Calculamos el estadstico de contraste:
p p0

zexp = p

p0 (1 p0 )/n

4/200 0.05

=p

0.05(1 0.05)/200

= 1.95

Region crtica al nivel de significacion :

{zexp < z }
Calculo del p-valor:
p valor = P [Z < zexp ] = P [Z < 1.95] = 0.0256
Interpretacion del p-valor:
Para > 0.0256 se rechaza H0 , p.e., =0.05
Para < 0.0256 no se puede rechazar H0 , p.e., =0.01

Ampliaci
on de Estadstica. Ingeniera Industrial. Curso Academico 2007-08.

15

C
alculo del p-valor para contrastes planteados sobre la media de una
distribuci
on normal con conocida

H : = 1200
Contraste: H0 : 6= 1200
1

Estadstico de contraste: zexp =

/ n

= 2.32

p-valor=2 P [Z > |zexp |] = 2 P [Z > |2.32|] = 2 P [Z > 2.32] ' 0.02

Interpretacion: Se rechaza H0 con un 98 % de confianza.

H : = 20
Contraste: H0 : 6= 20
1

Estadstico de contraste: zexp =

/ n

= 1.88

p-valor=2 P [Z > |zexp |] = 2 P [Z > | 1.88|] = 2 P [Z > 1.88] ' 0.06

Interpretacion: Se rechaza H0 con un 94 % de confianza.

H : = 4.25
Contraste: H0 : > 4.25
1

Estadstico de contraste: zexp =

/ n

= 1.48

p-valor=P [Z > zexp ] = P [Z > 1.48] ' 0.07

Interpretacion: Se rechaza H0 con un 93 % de confianza.

H : = 10
Contraste: H0 : > 10
1

Estadstico de contraste: zexp =

/ n

= 1.59

p-valor=P [Z > zexp ] = P [Z > 1.59] ' 0.06

Interpretacion: Se rechaza H0 con un 94 % de confianza.

H : = 10
Contraste: H0 : < 10
1

Estadstico de contraste: zexp =

/ n

= 0.23

p-valor=P [Z < zexp ] = P [Z < 0.23|] ' 0.40

Interpretacion: No podemos rechazar H0 con suficiente confianza.

Ampliaci
on de Estadstica. Ingeniera Industrial. Curso Academico 2007-08.

16

ANEXO: DISTRIBUCIONES MUESTRALES

Distribuciones asociadas a la distribuci
on normal
Distribuci
on 2 de Pearson. Sean Z1 , Z2 , ..., Zn vv.aa. independientes e
identicamente distribuidas, con distribucion N (0, 1) y consideremos la v.a.
definida como
n
X
X=
Zi2
i=1

La v.a. X tiene una distribucion denominada distribucion 2 de Pearson con

n grados de libertad y se denota por
n
X

Zi2 2n

i=1

Distribuci
on t de Student. Sean Y y Z vv.aa. independientes tales que
2
Y n y Z N (0, 1) y consideremos la v.a.
Z
T =p
Y /n
La v.a. T tiene una distribucion denominada t de Student con n grados de
libertad y se denota por
T tn
Distribuci
on F de Snedecor. Sean X e Y vv.aa. independientes tales que
X 2m e Y 2n y consideremos la v.a.
F =

X/m
Y /m

La v.a. F tiene una distribucion denominada distribucion F de Snedecor con

m y n grados de libertad y se denota por
F Fm,n
Si F Fm,n , entonces

1
Fn,m
F

Ampliaci
on de Estadstica. Ingeniera Industrial. Curso Academico 2007-08.

17

Estadsticos muestrales m
as usuales
Sea X1 , X2 , . . . , Xn una m.a.s. de una v.a. X, se define la media muestral X,
la varianza muestral
2 y la cuasivarianza muestral S 2 como
n

1X
X=
Xi
n i=1

1X

=
(Xi X)2
n i=1

1 X
S =
(Xi X)2
n 1 i=1

Distribuciones muestrales
Distribuciones muestrales asociadas a una poblaci
on normal
Sea X1 , X2 , . . . , Xn una m.a.s. de una v.a. X N (, 2 ), entonces
X
N (0, 1)
/ n

(n 1)S 2
2n1
2

X
tn1
S/ n

Distribuciones muestrales asociadas a dos poblaciones normales independientes

Sea X1 , X2 , . . . , Xn1 una m.a.s. de una v.a. X N (1 , 12 )
Sea Y1 , Y2 , . . . , Yn2 una m.a.s. de una v.a. Y N (2 , 22 )
X e Y vv. aa. independientes
X y S12 : media y cuasivarianza muestral para X, respectivamente
Y y S22 : media y cuasivarianza muestral para Y , respectivamente.
Si 12 y 22 conocidas, entonces
S12 /12
Fn1 1,n2 1
S22 /22

(X Y ) (1 2 )
s
N (0, 1)
2
2
1 2
+
n1 n2

Si 12 y 22 desconocidas, pero iguales, entonces

(X Y ) (1 2 )
r
tn1 +n2 2
1
1
+
Sp
n1 n2

Sp2

(n1 1)S12 + (n2 1)S22

=
n1 + n2 2

Ampliaci
on de Estadstica. Ingeniera Industrial. Curso Academico 2007-08.

18

Si 12 y 22 desconocidas y distintas, entonces

(X Y ) (1 2 )
s
t[f ]
2
2
S1 S2
+
n1 n2

(distribucion aproximada)

donde [f ] es la parte entera de

(s21 /n1 + s22 /n2 )2
f= 2
2
(s1 /n1 )2 /(n1 + 1) + (s22 /n2 )2 /(n2 + 1)
Tambien podemos utilizar la aproximacion a una distribucion t de Student
con k grados de libertad, donde k = inf n1 1, n2 1
Distribuciones muestrales aproximadas asociadas a una poblaci
on
con media y varianza finitas para muestras de tama
no suficientemente grande (n > 30)
Sea X1 , X2 , . . . , Xn una m.a.s. de una v.a. X con media y varianza 2
finitas, entonces
X
N (0, 1)
/ n

X
N (0, 1)
S/ n

Caso particular: Sea X1 , X2 , . . . , Xn (n > 30) una m.a.s. de una v.a. X

con distribucion de Bernoulli B(p), entonces
P p

p(1 p)/n

N (0, 1)

1X
donde P =
Xi es el estadstico proporcion muestral.
n i=1

Ampliaci
on de Estadstica. Ingeniera Industrial. Curso Academico 2007-08.

19

Distribuciones muestrales aproximadas asociadas a dos poblaciones

independientes con medias y varianzas finitas para muestras de
tama
no suficientemente grande (n1 > 30 y n2 > 30)
Sea X1 , X2 , . . . , Xn1 una m.a.s. de una v.a. X con media 1 y varianza 12
finitas
Sea Y1 , Y2 , . . . , Yn2 una m.a.s. de una v.a. Y con media 2 y varianza 22
finitas
X e Y vv. aa. independientes
X y S12 : media y cuasivarianza muestral de X
Y y S22 : media y cuasivarianza muestral de Y , respectivamente
Si 12 y 22 conocidas, entonces
(X Y ) (1 2 )
s
N (0, 1)
2
2
1 2
+
n1 n2
Si 12 y 22 desconocidas, entonces
(X Y ) (1 2 )
s
N (0, 1)
2
2
S1 S2
+
n1 n2
Caso particular: Sea X1 , X2 , . . . , Xn1 una m.a.s. de una v.a. X con
distribucion de Bernoulli B(p1 ) y sea Y1 , Y2 , . . . , Yn2 una m.a.s. de una
v.a. Y con distribucion de Bernoulli B(p2 )(n1 , n2 > 30). X e Y vv. aa.
n1
n2
X
X
1
1
Xi y P2 =
Yi , entonces
independientes. Sean P1 =
n1 i=1
n2 i=1
p

(P1 P2 ) (p1 p2 )
p1 (1 p1 )/n1 + p2 (1 p2 )/n2

N (0, 1)

Ampliaci
on de Estadstica. Ingeniera Industrial. Curso Academico 2007-08.

20