Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
1 Introducción
Esta investigación se concentra en la prueba de hipótesis, otro aspecto de la
estadística inferencial que al igual que la estimación del intervalo de confianza, se
basa en la información de la muestra. Se desarrolla una metodología paso a paso
que le permita hacer inferencias sobre un parámetro poblacional mediante el
análisis diferencial entre los resultados observados (estadístico de la muestra) y los
resultados de la muestra esperados si la hipótesis subyacente es realmente cierta.
En el problema de estimación se trata de elegir el valor de un parámetro de la
población, mientras que en las pruebas de hipótesis se trata de decidir entre aceptar
o rechazar un valor especificado (por ejemplo, si el nivel de centra miento de un
proceso es o no lo es). Prueba de hipótesis: Estadísticamente una prueba de
hipótesis es cualquier afirmación acerca de una población y/o sus parámetros.
̅𝟏 − 𝑿
(𝑿 ̅ 𝟐 ) − (𝝁𝟏 − 𝝁𝟐 )
𝒛=
𝝈𝑿𝟏 −𝑿𝟐
𝑯𝒐 : 𝝁 𝟏 − 𝝁 𝟐 = 𝟎
La expresión anterior se convierte en:
𝝈 𝟐 𝟏 𝝈𝟐 𝟐
𝝈𝑿𝟏 −𝑿𝟐 =√ +
𝒏𝟏 𝒏𝟐
Sin embargo, el caso más común es que no se conozcan las varianzas, entonces
se utilizan la de las muestras para estimarlas, y el procedimiento es exactamente
igual.
Para probar si existe o no la diferencia entre las varianzas de dos poblaciones puede
utilizarse como estadístico de prueba de F de la distribución de F de Fisher, llamada
así en honor del destacado estadístico Ronald Aylmer Fisher, que se calcula como
el cociente de las varianzas de dos poblaciones:
𝝈𝟐 𝟏
𝑭= 𝟐
𝝈 𝟐
Que sería la expresión teoría de F. Y el valor calculado de F a partir de las
varianzas muestrales:
𝑭 𝑺 𝟐
𝒄𝒂𝒍= 𝟏 𝟐
𝑺𝟐
La prueba se lleva a cabo sobre la diferencia hipotética entre dos varianzas
poblacionales: 𝑯𝒐 = 𝝈𝟏 𝟐 − 𝝈𝟐 𝟐 = 𝟎; para realizarla se obtienen las varianzas de dos
muestras tomadas de dos poblaciones diferentes. En otras palabras, esta prueba
se realiza para las poblaciones independientes, las que suele identificarse como 1
y 2.
Las dos varianzas muestrales son las que se utilizan como base para hacer
inferencias sobre sus correspondientes parámetros.
Si puede asumirse que las dos varianzas poblacionales son iguales, 𝝈𝟐 𝟏 = 𝝈𝟐 𝟐 ,
entonces se utiliza como estadístico de prueba, la distribución F con 𝒏𝟏−𝟏 grados
de libertad para el numerador y 𝒏𝟏 − 𝟏 grados de libertad para el denominador; ya que
el estadístico de prueba se calcula con los datos muestrales se construye un cociente.
4.6 Comparaciones de dos muestras pareadas
̅ )𝟐
∑𝒏𝒊=𝟏(𝑫𝒊 − 𝑫
𝑺=√
𝒏−𝟏
El error estándar de las diferencias pareadas es:
̅
𝑫
𝑺𝑫 =
√𝒏
̅
𝑫
𝒕𝒏−𝟏 =
𝑺𝑫
Con n-1 grados de libertad. Nótese que aquí cambian los grados de libertad, al
tratarse de muestras pareadas.
4.7 Modelo totalmente aleatorio: análisis de varianza de un factor
̅𝟏 − 𝑿
(𝑿 ̅ 𝟐 ) − (𝝁𝟏 − 𝝁𝟐 )
𝒛=
𝝈𝟏 𝟐 𝝈𝟐 𝟐
√ +
𝒏𝟏 𝒏𝟐
Suponemos que n_1 y n_2 son suficientemente grandes, por lo que se aplica el
teorema del limite central. Por supuesto, si las dos poblaciones son normales, el
estadístico anterior tiene una distribución normal estándar aun para n_1 y n_2
pequeñas. Evidentemente, si podemos suponer que σ_1=σ_2=σ, el estadístico
anterior se reduce a:
̅𝟏 − 𝑿
(𝑿 ̅ 𝟐 ) − (𝝁𝟏 − 𝝁𝟐 )
𝒛=
𝟏 𝟏
𝝈√𝒏 + 𝒏
𝟏 𝟐
os dos estadísticos anteriores sirven como base para el desarrollo de los
procedimientos de prueba que incluyen dos medias. La equivalencia con el intervalo
de confianza y facilidad de la transcicion del caso de pruebas sobre una sola media
hacen que esto sea sencillo.
La hipótesis bilateral sobre dos medias se escribe con bastante generalidad como
𝑯𝒐 = 𝝁𝟏 − 𝝁𝟐 = 𝒅𝒐