Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Historia
9. Obtencin de conclusiones.
El estadstico auxilia.
Se origina por:
1. Variacin natural entre u.e.
2. Variabilidad en la medicin de la respuesta
3. Incapacidad de reproducir las condiciones de los
tratamientos exactamente de una u.e. a otra
4. Interaccin de tratamientos y u.e.
5. Cualquier otro factor externo que afecte las caractersticas
medidas
Pn n !
i=1 yi 1 X
E(y) = E = E yi
n n i=1
n
1X
= E(yi )
n i=1
1
= n =
n
y es un estimador insesgado de .
n
" #
2
(yi y)2
X
E S = E
i=1
n1
" n #
1 X
2 1
= E (yi y) = E [SS]
n1 i=1
n 1
Pn
donde SS = i=1 (yi y)2 es la Suma de Cuadrados
corregida de las observaciones.
" n #
X
E (SS) = E (yi y)2
i=1
n
" #
X
= E yi2 ny 2
i=1
n
X
= E(yi2 ) nE(y 2 )
i=1
por lo tanto
E(y 2 ) = 2 + 2
Y por otro:
n
! n !
1 X 1 X
V (y) = V yi = 2V yi
n i=1
n i=1
n
1 X
=iid 2
V (yi )
n i=1
2
1 2
= n = .
n2 n
Entonces,
2 2
V (y) = E y [E(y)]
2 2
E y = V (y) + [E(y)]
= 2 /n + 2 .
Regresando,
n
X
E (SS) = E(yi2 ) nE(y 2 )
i=1
Xn
= (2 + 2 ) n(2 + 2 /n)
i=1
= n + n 2 n2 2
2
= (n 1) 2
Por lo tanto,
2 1 1
(n 1) 2 = 2
E S = E (SS) =
n1 n1
S 2 es un estimador insesgado de 2 .
Distribucin muestral.
Si y N (, 2 ) entonces:
1 212 (y)2
f (y) = e < y <
2
< <
2 > 0
0.4
NH10,1L
0.3
NH10,4L
0.2
NH10,9L
0.1
5 10 15 20
Caractersticas
1 z2
fZ (z) = e 2 <z <
2
Diseo de experimentos p. 31/80
Normal
X N (, 2 /n)
(n 1)S 2 2
n1
2
Con R:
P2.5 = qnorm(0.025) = 1.96
Obtener los porcentiles que, entre ellos, se encuentra una rea
del 99% en el centro de la distribucin.
Otro ejemplo,
Se sabe que el IQ tiene aproximadamente una distribucin
normal con media 100 y desviacin estndar 16.
En R:
P [X > 120] = 1 P [X < 120] = 1 pnorm(120, 100, 16)
= 1 0.89 = 0.11
P [X > 120] = pnorm(120, 100, 16, F ALSE) = 0.11
0.15
0.125 H5L
0.1
H10L
0.075
0.05 H15L
0.025
5 10 15 20 25 30
0.4
tH1L
0.3
tH2L
0.2
tH30L
0.1
-6 -4 -2 2 4 6
2u /u
F = 2 Fu,v
v /v
Sabemos que:
SS1 SS2
S12 = 2
y S2 =
n1 1 n2 1
y
SS1 (n1 1)S12 2
= n1 1
2 2
SS2 (n2 1)S22 2
= n2 1
2 2
Por lo tanto:
(n1 1)S12
(n1 1) 2
(n2 1)S22
Fn1 1,n2 1
(n2 1) 2
Para probar si las dos frmulas son iguales o no, se utiliza una
tcnica de estadstica inferencial llamada Prueba de Hiptesis,
la cual permite hacer la comparacin de las dos frmulas en
trminos objetivos, con el conocimiento del riesgo asociado a
llegar a una conclusin errnea.
0.2
0.15
trat 1
0.1
trat 2
0.05
5 10 15 20 25 30
H0 : 1 = 2 hiptesis nula
vs.
Ha : 1 6= 2 hiptesis alternativa dos colas
1 < 2 1 > 2
Regresando al ejemplo.
y1 = 16.764 y2 = 17.992
S1 = 0.3164 S2 = 0.2479
S12 = 0.100 S22 = 0.061
n1 = 10 n2 = 10
y1 N (1 , 2 /n1 ) y2 N (2 , 2 /n2 )
y1 y2 (1 2 )
z0 = q N (0, 1)
1 1
n1 + n2
1/2
Se compara t0 con tn1 +n2 2 porcentil (1 /2) de la
distribucin t con n1 + n2 2 g.l.
1/2
Si |t0 | > tn1 +n2 2 se rechaza H0 .
y1 y2 16.76 17.92
t0 = q = q = 9.13
1 1 2
S p n1 + n2 0.284 10
y1 y2 (1 2 )
q tn1 +n2 2
1 1
S p n1 + n2
(1/2) y1 y2 (1 2 ) (1/2)
P tn1 +n2 2 q tn1 +n2 2 = 1
Sp n11 + n12
r
(1/2) 1 1
P y1 y2 tn1 +n2 2 Sp + 1 2
n1 n2
r
(1/2) 1 1
y1 y2 + tn1 +n2 2 Sp + =1
n1 n2
Si estamos probando
H0 : 1 = 2 vs. Ha : 1 6= 2
y no podemos suponer que las varianzas 12 y 22 son iguales,
la prueba t se modifica. La estadstica de prueba es ahora:
y1 y2
t0 = q 2 2
.
S1 S2
n1 + n2
Punta 1 Punta 2
7,3,3,4,8, 6,3,5,3,8,
3,2,9,5,4 2,4,9,4,5
y1 = 4.80 y2 = 4.90
S12 = (2.39)2 S22 = (2.23)2
Si
dj = y1j y2j j = 1, . . . , 10
entonces
d = E(dj ) = E(y1j y2j ) = E(y1j ) E(y2j )
= 1 + j (2 + j )
= 1 2 (se cancela el efecto de j )
P 2
(dj d)
donde d = 1
Sd2
P
n j dj y = n1 .
t0.975
9 = 2.262 p-value = 0.798
No se rechaza H0 .
Sp = 2.31 Sd = 1.20