1

Profesor : Ing. Oli Eduardo Carrillo MSc.

olicarrillo@yahoo.es

Unidad I: Estimacin de Parmetros.

Estimacin de parmetros: Es el empleo de estadsticos para calcular los
respectivos parmetros poblacionales.
Estadsticos: son las medidas correspondientes a la muestra.
Parmetros: son las medidas correspondientes a la poblacin.
Estimacin por intervalo: Cuando el parmetro se considere comprendido
entre dos valores i < < s que se calcula a partir de una muestra
seleccionada, se denomina entonces intervalo de confianza del (1- ) 100%; y
la expresin 1- : recibe el nombre de coeficiente de confianza grado de
confianza, los puntos extremos s y i se llaman lmite de confianza superior y
lmite de confianza inferior.
Estimacin de un intervalo de confianza para la media poblacional
conociendo la desviacin estndar : si x es la media de una muestra
aleatoria del tamao n, de una poblacin con varianza conocida (), el
intervalo de confianza de (1- ) 100% para es:

Estimacin de un intervalo de confianza para la media poblacional

desconociendo la desviacin estndar: si
y
representan la media
extrada de una poblacin normal con varianza desconocida , entonces el
intervalo de confianza del (1 ) 100% para es:

Intervalo de confianza para con conocida:

Ejemplo del Intervalo de confianza para con conocida:
1. Se determina que la media de los promedios de los puntos de calidad de
una muestra aleatoria de 36 alumnos universitarios en el ltimo ao es
de 2.6. Encuentre los intervalos de confianza del 95% y 99% para la
varianza total de alumnos. Asuma una desviacin estndar de la
poblacin de 0.3.

Datos:
= 2.6
a) 95%
b) 99%
=?
=?
n=36

a) Intervalo de confianza del 95%

(

b) Intervalo de confianza del 99%

(

Intervalo de confianza para con desconocida:

Donde

es un valor de distribucin t con v= n-1 grados de libertad lo que

deja un rea a la derecha de .

Ejemplo:
Los contenidos de 7 recipientes similares de cido sulfrico son: 9.8; 10.2;
10.4; 9.8; 10; 10.2; 9.6 (litros). Encuentre un intervalo de confianza del 95%
para la media de todos los recipientes suponiendo una distribucin
aproximadamente normal.
Datos:
n=7
(1 ) 100% = 95%
=?

(
(
(

(
(

)
)

Intervalo de confianza para la varianza poblacional (

Si
es la varianza de una muestra aleatoria de tamao n de una poblacin
normal entonces el intervalo de confianza de (1 ) 100% para
es:
(

Dnde:

son los valores de

con v= n-1 grados de libertad

respectivamente a la derecha.
Ejemplo:
La varianza muestral de 10 paquetes de semillas de pasto que distribuye
determinada compaa es de 0.286. Se plantea la interrogante de conocer cul
ser el intervalo de confianza del 95% para la varianza de todos los paquetes
de semillas de pasto que distribuy esta compaa.

Datos:
n= 10

Intervalo de confianza para

(

con 95%

)(

)(

Unidad II: Prueba de Hiptesis.

Una hiptesis estadstica se considera como una afirmacin a cerca de una o
ms poblaciones.
Caractersticas:
1.- La evidencia de la muestra que es inconsistente con la hiptesis planteada
conduce a un rechazo de la misma.
2.- La evidencia que apoya la hiptesis conduce a su aceptacin.
Estructura:
1.- Hiptesis Nula: se refiere a cualquier hiptesis que se desea probar y se
representa (Ho).
2.- Hiptesis Alternativa: en una hiptesis estadstica el rechazo de Ho da
como resultado la aceptacin de la hiptesis alternativa representada por (Hi).
3.- Estadstico de prueba: se basa en la distribucin que permita tomar el
control de la cantidad de elementos en el grupo de prueba. Pueden ser varias
(distribucin normal, t, F, etc.).
4.- Error Tipo I: consiste en rechazar la hiptesis nula cuando esta en realidad
es verdadera.
5.- Error Tipo II: consiste en la aceptacin de la hiptesis nula cuando en
realidad es falsa.
Clasificacin:

{
{
Procedimiento para resolver prueba de hiptesis:
1.- Establecer la hiptesis nula Ho de que = o
2.- Seleccionar la hiptesis alternativa Hi de una de las alternativas siguientes:
;

3.- eleccionar el nivel de significancia de tamao alfa ().

4.- Seleccionar el estadstico de prueba apropiado y establecer la regin criica.

5.- Calcular el valor del estadstico de prueba de los datos mustrales.
6.- Decisin: Rechazar Ho si el estadstico de prueba tiene un valor en la regin
crtica; de otra forma aceptar Ho.
Formulas relacionadas a pruebas con una sola media y varianza
conocida:

Hiptesis
Ho: M = Mo
Hi: M Mo

Criterio de Rechazo
(

Estadstico de Prueba

Ho: M = Mo
Hi: M > Mo

Ho: M = Mo
Hi: M < Mo

Ejemplo:
Un fabricante de equipos deportivos ha desarrollado un nuevo sedal (y lo
sinttico basado en nylon para pesca) el cual se considera que tiene una
resistencia a la ruptura de 8kg con desviaciones aproximadas a los 0.5kg.
Pruebe la hiptesis de que la media es 8 (M=8) en contra posicin con la
alternativa de que es diferente a 8 (M 8) si se prueba una muestra aleatoria
de 50 sedales y se determina que la resistencia promedio a la ruptura es de
7.8kg. Utilice un nivel de significancia de 0.01.

Datos:
n=50
x= .8kg
= 0.01
M=8
M 8
=0.5kg
1) Ho: M=8
2) Hi: M 8
3) = 0.01
4)

= 0.005

5)

= -2.82

6) Decisin:
Se rechaza la hiptesis nula entonces se acepta la hiptesis alternativa.

10

Formulas relacionadas a pruebas con una sola media y varianza

conocida:

Hiptesis
Ho: M = Mo
Hi: M Mo
Ho: M = Mo
Hi: M < Mo

Criterio de Rechazo

Estadstico de Prueba

); v= n-1

Ho: M = Mo
Hi: M

Mo

Ejemplo:
El Edison electric Institute (EEI) ha publicado cifras a cerca de la cantidad anual
de kwatts/horas consumidos por varias aparatos del hogar. Se afirma que las
aspiradoras consumen un promedio de 46 kW/h al ao. Si una muestra
aleatoria de 12 hogares, indican que las aspiradoras consumen un promedio de
42 kW/h al ao con una desviacin estndar de 11.9kw/h. Sugiere esto que
las aspiradoras consumen un promedio menor de 46kw/h al ao? Tmese un
nivel de significancia del 0.05.
Datos:
Mo=46kw/h
n=12
x= 2 kw h
S= 11.9 kw/h
Hi< 46kw/h
=0.05

11

1) Ho: M=46
2) Hi: M <46
3) =0.05
4)

5)

= -1.16

6) Decision:
Aceptamos la Ho (hiptesis nula) y se comprueba que las aspiradoras
consumen 46kw/h al ao.

12

Frmulas para pruebas relacionadas con proporciones:

Hiptesis

Regin Critica

Estadstico
Prueba

de

Ho: p=po
Hi: p po

Si P es menor o
igual que
se
rechaza Ho.

Ho: p=po
Hi: p

po

Ho: p=po
Hi: p

po

Procedimiento:
1.- Establecer la hiptesis nula p=po.
2.- Establecer la hiptesis alternativa Hi; seleccionando la alternativa ms
conveniente p < po; p > po; p po.
3.- Escoge el nivel de significancia .
4.- Utilizar el estadstico de prueba la direccin binomial de variable X con
p=po donde b (X, n, p).
5.- Calcular:
a) El nmero de xitos de la variable X.
b) El valor apropiado de p.
6.- Decidir: Tomar la decisin en base al valor de p.

13

Ejemplo:
Un constructor afirma que actualmente se instalan bombas de calefaccin en
el 70% de todos los hogares en construccin de la ciudad Richmond.
Estara usted de acuerdo con esta afirmacin si una investigacin aleatoria
de nuevas casas en esta ciudad indica que 8 de cada 15 tienen instaladas
bombas de calefaccin? Utilice un nivel de significancia del 0.10.
Datos:
1)
2)
3)
4)

Ho: p= 0.70
Hi: p 0. 0
=0.10
p= 0.70; n= 15; X=8
Distribucin binomial.
5) Clculos:
Si X < 0 > npo
npo= (15) (0.70)= 10.5
X < npo
8 < 10.5
(
[ (
[ (
[(
[

)
)]
)]
)]
]

6) Decisin:
P< rechaza
0.2622 < 0.10
* e acepta Ho porque el valor de p es mayor que el valor de
0.2622 > 0.10

14

Unidad III: ANOVA

Anlisis de Varianza (Anova): se utiliza para comparar varias medias de
tratamiento a fin de ver si provienen de la misma poblacin.
Los supuestos fundamentales de las Anovas son:
1.- Formulas para el clculo de la suma de cuadrados en muestras iguales
tamaos.
2.- Formulas para el clculo de la suma de cuadrados en muestras de
diferentes tamaos.
Procedimiento:
1.- Se seleccionan muestras del tamao n de cada una de las k poblaciones.
2.- Las k poblaciones se clasifican sobre la base de un criterio nico
denominado tratamiento.
3.- Se debe asumir que k poblaciones son independientes y tienen una
distribucin normal con media,
y con una varianza comn
.
4.- La hiptesis a probar ser la siguiente:
Ho:
Hi: al menos dos de las medias no son iguales.
Tratamiento:

Total

Media

5.- Formulas para el clculo de la suma de cuadrados en muestras de

iguales tamaos:

Suma total de cuadrados.

15

Suma de cuadrados de tratamiento.

Suma de cuadrados del error.

Cuadrados de tratamiento medio.

Cuadrados medio del error.

valor de la distribucin aleatoria F, con k-1 y k(n-1) grados de

libertad.

*Ho se rechaza cuando

)]

En resumen:
Fuente
de Suma
de Grados
variacin
cuadrados
libertad

Tratamientos

SSA

K-1

Error

SSE

K(n-1)

SST

n k-1

de Cuadrados
de medios

Calculada

Total

Ejemplo:
Supngase que un experimento industrial un ingeniero est interesado en
como varia la absorcin media de humedad en el concreto de entre 5
diferente mezclas de concreto. Las mezclas varan en el porcentaje en peso
de cierto ingrediente importante. Se expone a la humedad durante 48 horas
y se deciden probar 6 para cada muestra o mezclar, lo que requiere un total
de 30 muestras.

16

Los datos se registran en la siguiente tabla. Pruebe la hiptesis de que

con un nivel de significancia de 0.05 para los
datos tabulados.
Tabla 1: Absorcin de humedad en muestras de concreto.
Mezcla (%de peso)
1
2
551
595
457
580
450
508
731
583
499
633
632
517
3320
3416
553,333333 569,333333

TOTAL
MEDIA

3
4
5
639
417
563
615
449
631
511
517
522
573
438
613
648
415
656
677
555
679
3663
2791
3664
610,5 465,166667 610,666667

Datos:
=0.05
n=6
k=5
1) Ho:
2) Hi: al menos 2 de las medias no son iguales.
3) =0.05
Distribucin F (tabla 6)

4)

)
( )( )

16854
561,8

17

Fuente
de Suma
de Grados
variacin
cuadrados
libertad

Mezcla

)
( )( )

85356.6

de Cuadrados
de medios

Calculada

21339.15
=4.30

Error

124021

209377

25

4960.84

29

26299.99

Total

5) Se rechaza la hiptesis nula Ho

Se acepta que al menos dos mezclas no son iguales.
Anlisis de varianza para muestras de tamaos diferentes:

18

Grados de libertad
SST= N-1
SSA= K-1
SSE= N-K

Ejemplo:
La Universidad Politcnica de Virginia de estados unidos diseo un
sistema para medir los niveles de actividad de fosfatasa alcalina del
suero en nios que padecan ataques convulsivos y quienes haban
recibido terapia anti convulsionante bajo el cuidado de un especialista
privado. Se encontraron 45 sujetos para el estudio y se clasificaron en 4
grupos de acuerdo con la medicina que se les proporciono.
A partir d muestras sanguneas obtenidas de cada sujeto se
determinaron los niveles de (bessey Lowry) y se registraron en la tabla
que se muestra. Pruebe la hiptesis con un nivel de significancia de 0.05,
de que el nivel promedio de actividad de fosfatasa alcalina del suero es el
mismo para los 4 grupos.
Nivel de actividad del suero fosfatado alcalino.
Grupo de Medicamento.

19

TOTAL
MEDIA

G-1
G-2
G-3
G-4
49,2
97,07
62,1
110,6
44,54
73,4
94,95
57,1
45,8
68,5
142,5
117,6
95,84
91,85
53
77,71
30,1
106,6
175
150
36,5
0,57
79,5
82,9
82,3
0,79
29,5
111,5
87,25
0,77
78,4
105
0,81
127,5
95,22
97,5
105
58,05
86,6
58,35
72,8
116,7
45,15
70,35
77,4
1459,65
440,36
842,45
707,41
3449,87
72,9825 48,92889 93,60556 101,0586 79,14388

G-1=control (sin anti convulsivos).

G-2= fenobarbital.
G-3= carbamazepina.
G-4= otros anti convulsivos.
Datos:

1) Ho:
2) Hi: al menos 2 de las medias no son iguales.
3) =0.05

4) Calculo:

20

TABLA ANOVA
Fuente
variacin

de Suma
de Grados
cuadrados
libertad

Grupos
de 13943.01
Medicamentos

Error

41

53463.9

67406.91
Total

de Cuadrados
de medios

Calculada

4647.66
=3.56

44

1303.99

5951.65

21

5) Decisin:

Se rechaza la hiptesis nula Ho se acepta Hi.