CONOCIMIENTOS PREVIOS

Qu diferencia existe entre una estimacin puntal e

intervalica?
Qu distribucin utilizo para construir un IC. Cuando
se conoce la varianza poblacional?
Cules son los pasos para construir una prueba de
hiptesis?
En un problema determinado como identifico que
estoy en IC. o en una prueba de hiptesis?
Caso de estudio:
CARTEL PUBLICTARIO
El especialista en Negocios Internacionales esta interesado en verificar la influencia
de un cartel publicitario en las ventas de una marca de bebida gaseosa
seleccionando al azar una muestra de 7 bodegas en la que se ha registr el nmero
de botellas vendidas en la ltima semana antes de colocar el cartel y dos semanas
despus de colocar el cartel publicitario. Los resultados se muestran a
continuacin:

Tienda 1 2 3 4 5 6 7
Botellas vendidas antes de colocar el cartel 43 48 44 46 49 42 52
Botellas vendidas despus de colocar el cartel 46 54 48 44 56 47 59

Cul es la unidad de anlisis?

Las muestras que se observan son dependientes (relacionadas) o

independientes?

El especialista en Negocios podr verificar la influencia del

cartel publicitario si existe diferencia entre las ventas promedio
semanales antes y despus de colocar el cartel publicitario a un
nivel confianza del 95%?
 PROBABILIDAD Y ESTADISTICA
Sesin N 11

PRUEBAS PARAMETRICAS:
ESTIMACIN INTERVALICA Y PRUEBA
DE HIPTESIS PARA LA DIFERENCIA DE
PROMEDIOS POBLACIONALES EN
MUESTRA RELACIONADAS

Docente:
Dr. Juan Carlos Oruna Lara
LOGRO DE APRENDIZAJE

Al finalizar la sesin, el estudiante ser

capaz de determinar la estimacin
intervalica y realizar pruebas de
hiptesis para la diferencia de
promedios poblacionales con
informacin obtenida de muestras
relacionadas.
 ESTIMACIONES INTERVLICAS PARA
LA DIFERENCIA DE DOS PARMETROS
 I.C. PARA LA DIFERENCIA DE MEDIAS
Caso 1. 12 y 22 conocidas

Si se desea estimar la diferencia de dos medias poblacionales

con una confianza del 100(1-)% para muestras independientes
de tamao n1 y n2

Las poblaciones donde provienen las variables pueden

presentar o no una distribucin normal, pero sus varianzas
poblacionales son conocidas

En este caso se emplea la distribucin Z, concluyndose que:

12 22 12 22
1 2 ( x1 x 2 ) z1 2 ; ( x1 x 2 ) z1 2
n1 n 2 n1 n 2
APLICACIN

En una discusin sobre reajuste salarial entre empresarios y el

sindicato de los empleados que tienen una distribucin normal,
se llego a un impase. Los empresarios afirman que el salario de la
categora es de 7.6 salarios mnimos (SM), y los empleados dicen
que es de 6.5 SM. Para eliminar dudas, cada uno de los grupos
resolvi seleccionar muestras independientes. Los empresarios
con una muestra de 90 empleados, observaron un salario medio
de 7.0 SM. El sindicato, con 60 empleados obtuvo una media de
7.1 SM. Se sabe adems que ambas poblaciones presentan
desviacin estndar de 2.9 y 2.4 SM, respectivamente. En base a
un intervalo de confianza del 95% para las diferencias de los
salarios medios sostenido por los empresarios con el salario
medio sostenido por el sindicato, responda a la siguiente
pregunta Las muestras obtenidas justifican las respectivas
afirmaciones de los dos grupos?
 I.C. PARA LA DIFERENCIA DE MEDIAS
Caso 2 :(12 = 22 desconocidas)

a. Muestras Independientes y varianzas poblacionales homogneas:

Si se desea estimar la diferencia de dos medias poblacionales

con una confianza del 100(1-)% para muestras
independientes de tamao n1 y n2

Usando la distribucin t student con n1 + n2 2 grados de

libertad, se concluye que:

1 1 2 1 1
1 2 ( x1 x2 ) t(1 2), n1 n2 2 S ; ( x1 x2 ) t(1 2), n1 n2 2 S p
2
p
n1 n2 n1 n2

S2 1
n 1 S1
2
n2 1 S 2
2

n1 n2 2
p
Aplicacin
Un inversionista desea comparar los riesgos asociados con
dos diferentes mercados, A y B. El riesgo de un mercado
dado se mide por la variacin en los cambios diarios de
precios. El inversionista piensa que el riesgo promedio
asociado con el mercado B es mayor que el del mercado A.
se obtienen muestras aleatorias de 15 cambios de precios
diarios para cada mercado. Se obtienen los siguientes
resultados:

Mercado A Mercado B

nA = 15 nB = 15
SA = 0.25 SB = 0.45

Estos datos apoyan la creencia del inversionista? Suponga que las

varianzas poblacionales se desconocen y son iguales, con un nivel
de confianza del 98%
 I.C. PARA LA DIFERENCIA DE MEDIAS
Caso 3: (12 22 desconocidas)

b. Muestras Independientes y varianzas poblacionales heterogneas:

Si se desea estimar la diferencia de dos medias poblacionales

con una confianza del 100(1-)% para muestras
independientes de tamao n1 y n2

Con una confianza del 100(1-)% . Usando la distribucin t

student con v grados de libertad, se concluye que:

S12 S 22 S12 S 22
1 2 ( x1 x2 ) t(1 2), v ; ( x1 x2 ) t(1 2), v
n1 n2 n1 n2
2
S12 S 22

12 2 2
n n
S12 S 22

n1 n2
n1 1 n2 1
 APLICACION

Un analista est investigando la evolucin de la liquidez en el

sistema bancario y no bancario, contando con la siguiente
informacin mensual, (datos en millones de nuevos soles) del ao
2014.
12

Y 511.7
12

X
i 1
i 1540.1
i 1
i

12

Y
12

X 204754.47 22319.43
2 2
i i
i 1 i 1

Donde X es la liquidez bancaria e Y la liquidez no bancaria.

El analista piensa que la liquidez bancaria promedio del ao 2016 es
mayor que la liquidez no bancaria. Los datos apoyan la postura del
analista? Con un nivel de confianza del 95% y supngase que las
varianzas poblacionales son desconocidas y diferentes.
Intervalo de confianza para la diferencia entre
dos proporciones

p11 p1 p2 1 p2 p11 p1 p2 1 p2
p1 p2 z1 2 p1 p2 p1 p2 z1 2
n1 n2 n1 n2

Donde

q1 1 p1

q2 1 p 2
Aplicacin

El fabricante de cerveza Dorada afirma que

su marca de cerveza es ms preferida en
Iquitos que Cuzco. Para comprobar esta
afirmacin un investigador de mercado
escogi dos muestras aleatorias, una de 500
consumidores de cerveza en Iquitos y otra
de 400 consumidores de cerveza en el
Cuzco. Si las muestras revelaron que 350
consumidores en Cuzco y 240
consumidores en Iquitos prefieren la
cerveza Dorada; utilizando un intervalo de
confianza del 95% para la diferencia de dos
proporciones de todos los consumidores de
esta cerveza en las dos ciudades, se puede
inferir que el fabricante tiene razn?.
PRUEBA DE HIPOTESIS PARA LA
DIFERENCIA DE MEDIAS
 PRUEBA DE HIPOTESIS

La prueba de hiptesis es un procedimiento

de toma de decisiones, relacionada
principalmente con la eleccin de una accin
entre dos conjuntos posibles de valores del
parmetro, es decir, en dos hiptesis
estadsticas, a las cuales llamaremos:
Hiptesis nula H0
Hiptesis alternativa H1
 Prueba de hiptesis acerca de dos medias.
A. Prueba de hiptesis acerca de dos medias, varianza
poblacionales conocidas.

Z
X 1
X 2 1 2
N 0,1
2
2
1
2
n1 n2
 Ejemplo

El gerente de ventas de la empresa C&P analiza

dos tcnicas de ventas A y B. Escogi dos muestras
aleatorias independientes de 50 vendedores. La
primera, aplico la tcnica A y la segunda la tcnica
B. Al final de un mes el nmero de ventas por
vendedor ha dado las medias respectivas de 67 y
60. Ambas poblaciones presentan varianzas de 225
y 100, respectivamente. Al nivel de significancia
del 5%, presentan los resultados muestrales
suficiente evidencia que indique que la tcnica A da
mejores resultados que la tcnica B?
B. Pruebas de hiptesis acerca de dos medias.
B1. Varianzas desconocidas supuestas iguales.

t
X 1
X 2 1 2
t n1 n2 2
2 2
s s
c c
n1 n2

S 2

n1 1 S12 n2 1 S22
n1 n2 2
c
 Ejemplo

Una firma comercializadora esta interesada en vender arroz embolsado por kilos que tenga
el menor porcentaje de granos quebrados. Recibe el informe de dos molineras A y B que
afirman tener el mejor arroz embolsado con el ms bajo porcentaje de granos quebrados por
kilo. Para tomar la decisin estadstica se seleccion una muestra aleatoria de 11 y otra de
10 bolsas de arroz de un kilo de las molineras A y B, respectivamente resultando los
siguientes porcentajes de granos quebrados por kilo:
A 1.3 4 5 6 2 1 3 3.5 6 2 3
B 1.2 3 4 2.1 1.3 1.9 2.2 3.1 2.1 2.9
Se sabe que las poblaciones independientes de granos quebrados por kilo se distribuyen de
manera normal, con un nivel de significancia del 5% se puede concluir que son iguales las
medias de los porcentajes de granos quebrados por kilos de las molineras A y B?.
B2. Varianzas desconocidas supuestas distintas.

t
X 1
X 2 1 2
t r
2 2
s s
1
2
n1 n2

2
s s 2 2

n 1

2

r 1 n 2
2 2
s12 s22
n n
1 2
n1 1 n2 1
Ejemplo

Un analista compara dos mtodos de enseanza de Matemticas bsica; el mtodo

tradicional (T) y el mtodo moderno de enseanza basado en problemas (M). Una
muestra aleatoria de 9 calificaciones finales con el mtodo T y otra muestra aleatoria de
10 calificaciones finales con el mtodo M dieron los siguientes resultados:
T 6 14 8 11 10 18 15 20 13
M 12 11 12 10 14 15 10 13 14 12
Se asume que las calificaciones finales son dos poblaciones independientes con
distribucin normal. Con un nivel de significancia de 0,01, es la calificacin promedio
del mtodo tradicional igual a la calificacin promedio del mtodo moderno?.
 PRUEBA DE HIPOTESIS
PARA LA DIFERENCIA DE
PROPORCIONES
Prueba de hiptesis para la diferencias de dos
proporciones
X1
p1
n1
X2
p2
n2
Prueba de hiptesis para proporciones
Hiptesis:

Unilateral Unilateral
Bilateral
izquierda derecha
H0: p 1 p 2 0 H0: p 1 p 2 = 0 H 0: p 1 p 2 0

H 1: p 1 p 2 < 0 H 1: p 1 p 2 0 H 1: p 1 p 2 > 0

Estadstico de prueba:
p1 p 2
Zc ~Z
Donde: 1 1
p 1 p
n1 p1 n2 p 2 n1 n2
p
n1 n2
2
Supuestos: poblaciones normales, muestras independientes (n1 50 y n2 50)
4
 Ejemplo
Un patrocinador de un programa especial de televisin afirma que el programa
representa un atractivo mayor para los televidentes hombres que para las mujeres, pero,
el personal de produccin del programa piensa que es igual el porcentaje de televidentes
hombres y mujeres que ven el programa especial. Si una muestra aleatoria de 300
hombres y otra de 400 mujeres revel que 120 hombres y 120 mujeres estaban viendo el
programa especial de televisin. Puede considerarse significativa la diferencia al nivel
del 1%?
 INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE
MEDIAS CON MUESTRAS RELACIONADAS
En muchos casos es necesario comparar los cambios sufridos en dos momentos
diferentes en el tiempo a los mismo sujetos de anlisis o identificar posibles cambios en
variables que estn relacionadas de alguna manera, valga decir, una pareja de esposos
tienen mucho que en diferentes aspectos en los hbitos de vida y por lo tanto, se puede
considerar como poblaciones relacionadas.
En ste caso, se requiere utilizar las diferencias de las variables, por lo tanto, es
necesario formar parejas de datos y con la nueva variable formada por las diferencias,
se calculan los estadsticos

Diremos que 2 muestras son pareadas si existe alguna relacin entre los elementos de
ambas muestras que pudiera establecer dependencia entre los valores obtenidos de la
variable de estudio. Por ejemplo, si queremos evaluar los efectos de una dieta sobre el
peso corporal en cierta poblacin tomaremos el peso a un conjunto de individuos
antes de someterlos a dieta. Tras el periodo de dieta pesamos nuevamente a los
integrantes del estudio obteniendo as una segunda medicin del peso en cada
individuo. As obtenemos 2 muestras de pesos de la poblacin, pero estas 2 muestras
tienen una peculiaridad y es que los individuos que las componen estn relacionados,
es ms son los mismos individuos. En este caso diremos que las muestras estn
pareadas.
Si se tiene dos muestras aleatorias dependientes de tamao n, donde
cada elemento de la primera muestra es pareja de un elemento de la
segunda pareja, entonces estas dos muestras dan lugar a una pareja
o a una diferencia .

X11 X11 - X21 X21

X12 X12 - X22 X22

X13 X13 - X23 X23

. .
.
. .
.
. .
.
X1n X1n - X2n X2n

Muestra 1 Muestra de diferencias Muestra 2

Ux1 Ux2 = Ud = U1 U2
I.C. PARA LA DIFERENCIA DE MEDIAS:
Caso: DATOS PAREADOS
Muestras de datos pareados o relacionados:

Se define la variable Aleatoria:

d =(1 - 2 ). Se deben buscar dos valores a y b tal que d (a, b) con
una confianza del (1-)100%.

Utilizando la distribucin t-student con (n-1) grados de libertad y el

procedimiento adecuado se concluye que:

d 1 2 D t1 / 2;n1
sD s
; D t1 / 2;n1 D
n n
x i y i
n n
Di
D i 1
i 1
x y
: Promedio de las diferencias
n n

Di D
n 2

SD2 i 1 : Varianza de las diferencias.

n 1
Cinco operadores de cierto tipo de mquina son entrenados en
APLICACIN
mquinas de dos marcas diferentes, A y B. los tiempos empleados
para realizar una misma tarea fueron medidos, y los resultados se
muestran en el cuadro siguiente:

OPERADOR MARCA A (Xi) MARCA B (Yi)

A 80 75
B 72 70
C 65 60
D 78 72
E 85 78
TOTAL

Con un nivel de confianza del 99%, Podemos afirmar que la tarea

realizada en la mquina A demora ms tiempo que en el mquina B?
RETROALIMENTACIN:

Observar y analizar el siguiente video

https://www.youtube.com/watch?v=P2sKstxqy2E

https://www.youtube.com/watch?v=WLUZHm6m
BQ8
 SITUACIN PROBLEMTICA

Una compaa de aplicaciones de software desarrolla un nuevo paquete de aplicaciones

financieras. Como el tiempo de procesamiento en la computadora es un criterio de decisin
importante, el investigador desea que el nuevo paquete tenga las mismas caractersticas y
capacidad y que arroje los mismos resultados que el producto lder. Si el nuevo paquete
financiero es efectivo, proporcionar los mismos resultados que el producto lder pero usar
menos tiempo de procesamiento en la computadora.
Para probar el nuevo paquete de software, se disea un experimento en el que se usarn
ciertos proyectos de aplicacin financiera, tanto en el producto lder como en el nuevo
paquete. Al usar un conjunto especfico de proyectos en ambos paquetes, cada proyecto es
su propio control. Por tanto, solo se evalan las diferencias en los tiempos requeridos para
lograr los resultados deseados con la comparacin de las diferencias promedio en las dos
lecturas de tiempos, en lugar de comparar las diferencias en los tiempos de terminacin
promedio de las dos muestras independientes.
Los resultados de una muestra de 10 proyectos de aplicacin financiera usados en el
experimento se muestran en la siguiente tabla:
Tabla 1. Mediciones repetidas de tiempo en segundos para proyectos de aplicacin
financiera terminados
Usuario del proyecto C.B en
T.F. dosM.H
paquetes
R.K. de software
M.O. D.S competitivos
S.S. C.T. K.T. S.Z.

Tiempo con el producto lder 9.98 9.88 9.84 9.99 9.94 9.84 9.86 10.12 9.90 9.91

Tiempo con el nuevo software 9.88 9.86 9.75 9.80 9.87 9.84 9.87 9.86 9.83 9.86

El nuevo software es ms rpido o no?. Use un nivel de significacin del 5%.

 PRUEBA DE HIPOTESIS
PARA LA DIFERENCIA DE
MEDIAS. MUESTRAS
DEPENDIENTES
PRUEBA DE HIPTESIS PARA DOS MUESTRAS PAREADAS
Suposicin bsica: Datos de muestras dependientes o pareadas.
d
t0
Sd n

Supngase que se desea probar:

a. H0: d = 0
H1: d 0
Debe de rechazarse H0 si: t0 > t/2, n-1 T < - t/2, n-1

b. H0: d 0
H1: d < 0
Debe de rechazarse H0 si: t0 < - t, n-1

c. H0: d 0
H1: d > 0
Debe de rechazarse H0 si: t0 > t, n-1
PRUEBA DE HIPTESIS PARA DOS MEDIAS
CON MUESTRAS RELACIONADAS O DEPENDIENTES

Cuando las muestras estn relacionadas y se quiere probar si

luego de aplicar un tratamiento las medias difieren
(antes/despus) y las desviaciones estndar poblacionales son
desconocidas y el tamao de la muestra es pequeo, el
estadstico de prueba est dado por:
n

( d
n n

t
d d
t n 1 gl dnde: d (x x )
i i 2 i d )2
sd d i 1
i 1
S 2d i 1
n n n 1
n

el cual se distribuye como una t de Student con n-1 grados de

libertad.
EJEMPLO MUESTRAS INDEPENDIENTES

Usted y sus amigos han decidido probar la validez del anuncio de un restaurante local de
pizzas, el cual afirma que entrega el producto a la residencia universitaria con mayor
rapidez que la sucursal local de una cadena nacional. Tanto el restaurante local de pizzas
como la cadena nacional estn ubicados al otro lado de la calle de su campus
universitario. Usted define la variable inters como el tiempo de entrega, en minutos,
desde el momento en que se ordena la pizza hasta el momento en que se entrega; rene
los datos pidiendo 10 pizzas al restaurante local y 10 pizzas a la cadena nacional en
momentos diferentes. Despus organiza y presenta sus datos sobre el tiempo de entrega
en la siguiente tabla:
Local Cadena
16.8 18.1 22.0 19.5
11.7 14.1 15.2 17.0
15.6 21.8 18.7 19.5
16.7 13.9 15.6 16.5
17.5 20.8 20.8 24.0

Utilizando un nivel de significancia de 0.05, existe evidencia de que el tiempo medio de

entrega del restaurante local de pizzas es menor que el tiempo medio de entrega de la
cadena nacional de pizzeras?
EJEMPLO MUESTRAS PAREADAS

En el ejemplo anterior se describi que un restaurante Tiempo Local Cadena

local de pizzas, localizado al otro lado de la calle de su 1 16.8 22.0
campus universitario, anuncia que entrega productos a la
2 11.7 15.2
residencia universitaria con mayor rapidez que la sucursal
local de una cadena nacional de pizzas. Para determinar si 3 15.6 18.7
este anuncio es vlido, usted y algunos amigos decidieron 4 16.7 15.6
ordenar 10 pizzas al restaurante local y 10 pizzas a la
5 17.5 20.8
cadena nacional. De hecho, cada vez que orden una pizza
del restaurante local, al mismo tiempo, sus amigos 6 18.1 19.5
ordenaron una pizza de la cadena nacional. Por lo tanto, 7 14.1 17.0
usted tiene muestras pareadas. En cada una de las 10
8 21.8 19.5
ocasiones que orden pizzas, cuenta con una medida del
restaurante local y una de la cadena nacional. Con un nivel 9 13.9 16.5
de significancia de 0.05, el tiempo medio de entrega del 10 20.8 24.0
restaurante local de pizzas es menor que el tiempo medio
de entrega de la cadena nacional?
RETROALIMENTACIN:

Observar y analizar el siguiente video

https://www.youtube.com/watch?v=axi_eSSbFmY

https://www.youtube.com/watch?v=WLUZHm6m
BQ8

https://www.youtube.com/watch?v=na-9nLq6szc
 QU HEMOS APRENDIDO HOY?

CONSTRUIR INTERVALO DE
CONFIANZA PARA LA DIFERENCIA DE
DOS MEDIAS CON MUESTRAS
PAREADAS O RELACIONADAS
COMO PROBAR UNA HIPTESIS PARA
DIFERENCIA DE MEDIAS EN
MUESTRAS DEPENDIENTES.
DEL CASO SOBRE EL CARTEL
PUBLICITARIO REALIZAR EL
INTERVALO DE CONFIANZA Y LA
PRUEBA DE HIPTESIS RESPECTIVA
 BIBLIOGRAFA BSICA:

Estimado estudiante, puedes revisar los siguientes textos que se encuentran en

tu biblioteca:

Nro. CDIGO AUTOR TTULO AO

519.2 PROBABILIDAD Y ESTADSTICA PARA

1 SCHEAFFER Mc. CLAVE 2005
SCHE INGENIERA

519.5 ESTADSTICA PARA

2 LEVINE-KREHBIEL-BERENSON 2006
LEVI/P ADMINISTRACIN.

WILLIAM W. HINES
519.2 DOUGLAS C. MONTGOMERY PROBABILIDAD Y ESTADSTICA PARA
3 2011
HINE DAVID M. GOLDSMAN INGENERIA
CONNIE M. BORROR
Jams desesperes, an estando en las mas sombras aflicciones. Pues de las nubes
negras, cae agua limpia y fecundante
Annimo
 No camines delante de m por que no puedo seguirte; no camines detrs de m por
que no puedo guiarte; camina junto a m y simplemente se mi amigo