UNIVERSIDAD CATOLICA SEDES APIENTIAE-

NUEVA CAJAMARCA
CURSO: ESTADÍSTICA APLICADA

CICLO: VII-2018

UNIDAD I : DISEÑO
EXPERIMENTALES SIMPLES
 EXPERIMENTOS COMPARATIVOS
SIMPLES

• Se refieren a experimentos para

comparar dos tratamientos
(condiciones).
• Desarrollemos un experimento que se
realiza para determinar si 02
Formulaciones diferentes de un producto
producen resultados equivalentes.
Ejemplos:

Formulación 1 en concreto.

Formulación 2 en concreto
Ejemplo 2:

CUADRO 1.Datos de producción de Café

(Kg)/planta Parcela Jorge 2016
ү₂
ү₁
‫ﻧ‬
T1/Abono
T2/Sin Abono
1 16.85 17.5
2 16.4 17.63
3 17.21 18.25
4 16.35 18
5 16.52 17.86
6 17.04 17.75
7 16.96 18.22
8 17.15 17.9
9 16.59 17.96
10 16.57 18.15
 Dos tratamientos de producción de café
T1 Y T2

 Un ingeniero está interesado en comparar los Kg. de

Café de cada planta en terrenos uno con Abono= T1 y
el otro T2 sin Abono.
 El experimentador tiene 10 observaciones en cada
tratamiento.

 Puede hacerse referencia como 02 tratamientos o

como 02 niveles del factor formulaciones.
 Diagrama de puntos

ү₁ 16.76 Kg ү₂ 17.92 Kg

Examen visual de estos dos datos

se obtiene de que la producción de
café/planta sin abono es mayor
que la producción con abono. Al
comparar las medias.
 MEDIA DE LOS TRATAMIENTOS DE CAFÉ
16.76 y 17.92 Kg
Sin embargo no es evidente que esta diferencia de medias sea
suficiente, para implicar que los 02 tratamientos son en realidad
diferentes. Posiblemente sean idénticas.

NACE: LA PRUEBA DE HIPÓTESIS O PRUEBA DE SIGNIFICACIÓN. Es una técnica de la

Inferencia estadística. Con el fin de auxiliar al experimentador en la comparación de
estas Medias de producción de café/planta con abono y sin abono.
 PARA ELLO HAREMOS LA PRUEBA DE
HIPÓTESIS:

CONCEPTOS ESTADÍSTICOS BÁSICOS:

1. Observaciones
2. Fluctuaciones en los resultados de las observaciones
3. Estas fluctuaciones= error experimental o error estadístico
4. La presencia del error experimental implica que la variable respuesta
Kg/planta de café es una variable aleatoria.
5. Variable aleatoria puede ser Discreta o Continua
6. Variable Continua= es cuando los valores posibles de la variable aleatoria es un intervalo.
Nunca es exacto.
7. Variable Discreta= Valores posibles es finito o infinito.
 Interpretación
El Diagrama de puntos revela que probablemente los 02 tratamientos difieren
en la producción promedio de Kg de café/planta, pero que ambas producen
Aproximadamente la misma variación en la producción de Kg de café /planta.

Para describir con mayor detalle las observaciones que podrían presentarse en
una muestra, se usa el concepto de Distribución de probabilidad
Distribución de probabilidad: Discreta o Continua

Es la altura de la función p(y‫ )ﻧ‬la que

Representa la probabilidad)

Es el área bajo la curva f(y‫ )ﻧ‬la que

Representa la probabilidad, asociado
con
Un intervalo.
Resumen de las propiedades de las
distribuciones de probabilidad sería:

 Y discreta: 0≤ p(y‫ ≤)ﻧ‬1 todos los valores de y‫ﻧ‬

P(y=y‫ =)ﻧ‬p( y‫) ﻧ‬ Todos los valores de y‫ﻧ‬
Ʃ p( y‫ = ) ﻧ‬1
Todos los

Valores de y

Y continua 0 ≤ f ( y)

P ( a ≤ y ≤ b = ∫ f(y) dy desde a hasta b

∫ f (y) dy = 1 desde -∞ hasta +∞

INFERENCIA ACERCA DE LAS DIFERENCIAS
EN LAS MEDIAS, DISEÑOS ALEATORIZADOS

 Diseño experimental simple utilizando procedimientos de prueba

de Hipótesis e intervalos de confianza para comparar las medias
de 02 tratamientos. Ejemplo de la Producción de café/planta con
T1 con abono y T2 sin abono.
 Se supone un diseño experimental aleatorizado: muestra aleatoria
de una distribución normal.
 VEAMOS LA PRUEBA DE HIPÓTESIS.
Prueba de hipótesis de la producción de
café/planta con abono T1 y sin abono T2
 MODELO DE LOS DATOS de la Producción
de café/planta

Un modelo estadístico simple es:

Hipótesis estadísticas: es un enunciado o afirmación ya sea acerca de los parámetros de una

Distribución de probabilidad o de los parámetros de un modelo.

Hipótesis nula H₀ : µ₁ = µ₂ Ho: pensamos que el promedio(µ)

De producción de café/planta con
Abono y Sin abono son iguales.
Hipótesis alternativa H₁ : µ₁ ≠ µ₂
Ejemplo de Región crítica o región de
rechazo de la prueba
 Nivel de significación

∝= 𝑃 𝑒𝑟𝑟𝑜𝑟 𝑡𝑖𝑝𝑜 𝐼 = 𝑃( 𝑟𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻𝑜 𝐻𝑜 𝑒𝑠 𝑣𝑒𝑟𝑑𝑎𝑑𝑒𝑟𝑎

∝=Alfa= 5%, 2%, 1%

Se especifica ∝ 𝒅𝒆𝒍 𝒆𝒓𝒓𝒐𝒓 𝒕𝒊𝒑𝒐 𝑰 𝒍𝒍𝒂𝒎𝒂𝒅𝒂 = 𝑵𝒊𝒗𝒆𝒍 𝒅𝒆 𝒔𝒊𝒈𝒏𝒊𝒇𝒊𝒄𝒂𝒄𝒊ó𝒏 𝒅𝒆 𝒍𝒂 𝒑𝒓𝒖𝒆𝒃𝒂

Aprendamos la PRUEBA t de dos muestras

 La prueba t de dos muestras

Ejercicio. Desarrolle la prueba t de dos muestras del ejemplo de la producción de

café/planta con abono y sin abono ( 02 muestras)

Supuestos: 1.- suponer que las varianzas de la producción de café/planta son idénticas

Estadístico de prueba que deberá usarse es :

A cada tratamiento aplicamos esta fórmula: para encontrar la media y la
varianza respectiva.
 Datos de producción de Café (Kg)/planta Parcela Jorge
2016

ү₁ ү₂
‫ﻧ‬
T1/Abono T2/Sin Abono
T1(y-‫ﻧ‬ȳ)² T2(y-‫ﻧ‬ȳ)²
1 16.85 17.5 0.007396 0.178084
2 16.4 17.63 0.132496 0.085264
3 17.21 18.25 0.198916 0.107584
4 16.35 18 0.171396 0.006084
5 16.52 17.86 0.059536 0.003844
6 17.04 17.75 0.076176 0.029584
7 16.96 18.22 0.038416 0.088804
8 17.15 17.9 0.148996 0.000484
9 16.59 17.96 0.030276 0.001444
10 16.57 18.15 0.037636 0.051984
167.64 179.22 0.90124 0.55316
Y= 16.764 17.922
S²= 0.100137778 0.061462222
T1 CON ABONO T2 SIN ABONO

ȳ = 16.76 KG/PLANTA ȳ = 17.92 KG/PLANTA

S²₁ = 0.100 S²₂ = 0.061
s₁ = 0.316 s₁ = 0.247
n₁ = 10 n₂ = 10

t₀ se compara con la distribución t con n₁ + n₂ - 2 grados de libertad

 H₀: µ₁=µ₂

H₁ : µ₁ ≠ µ₂

10 + 10 – 2 = 18, y se elige ∝= 0.05, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠

t ₀ ˃0.025,18=2.101 , o si t₀ ˂ -t 0.025,18 = - 2.101

Encontremos S² =[ 9 (0.100) + 9 (0.061)]/10+10-2 = 0.081

t₀ = [16.76-17.92]/0.284*[𝑟𝑎𝑖𝑧 𝑐𝑢𝑎𝑑𝑟𝑎𝑑𝑎 [1/10+1/10]= --9.13

Puesto que t₀= --9.13 ˂ --t₀ 0.025,18 = --2.101, se rechaza H₀ y se concluye que
La producción promedio de café/planta de los dos tratamientos son diferentes.
Aplicando la prueba t de muestras, determina si el promedio de la
producción de
Tomate de los dos tratamientos son diferentes.

Kg Kg tomate
tomate/plant /planta. T2
PRUEBA
a T1 CON SIN
COMPOST COMPOST
1 7 6
2 3 3
3 3 5
4 4 3
5 8 8
6 3 2
7 2 4
8 9 9
9 5 4
10 4 5
 REVIEW

ANALISIS DE VARIANZA
CÓMO ENCONTRAR t y t₀
ENSEÑAR UTILIZAR LA TABLA DE ANEXO t