Prueba de Hipótesis para diferencia de medias Dr. Edwin Asnate Salazar Resumen Prueba de dos muestras Medias, Muestra
Views 294 Downloads 6 File size 615KB
Prueba de Hipótesis para diferencia de medias
Dr. Edwin Asnate Salazar
Resumen Prueba de dos muestras Medias, Muestras independientes
Varianzas poblacionales
Prueba de dos muestras Prueba dos muestras
Medias, Muestras independientes
Varianzas poblacionales
Ejemplos: Media 1 vs. independiente Media 2
Varianza 1 vs. Varianza 2
Diferencia Entre dos Medias Medias poblacionales, Muestras independientes
*
Objetivo: Determinar diferencia de medias de dos poblaciones, μ1 – μ2
σ1 y σ2 conocido σ1 y σ2 desconocido, asumiendo σ1 = σ2
σ1 y σ2 desconocido, asumiendo σ1 ≠ σ2
El punto estimado para la diferencia es
X1 – X2
Muestras Independientes Medias poblacionales, Muestras independientes
*
σ1 y σ2 conocido σ1 y σ2 desconocido, asumiendo σ1 = σ2 σ1 y σ2 desconocido, asumiendo σ1 ≠ σ2
Diferentes fuentes de datos No relacionado Independiente La muestra seleccionada de una población no afecta la muestra seleccionada de otra población
Usa la diferencia entre 2 medias muestrales Usa Z, una varianza conjunta con prueba t, o una varianza separada con prueba t
Diferencia Entre dos Medias Medias Poblacionales, muestras independientes
*
σ1 y σ2 conocido σ1 y σ2 desconocido, asumiendo σ1 = σ2 σ1 y σ2 desconocido, asumiendo σ1 ≠ σ2
Usa una prueba estadística Z Usa Sp para estimar σ desconocido, usa una prueba estadística t y desviación standard conjunta
Usa S1 y S2 para estimar σ1 y σ2 desconocido, usa una prueba estadística t con varianza separada
σ1 y σ2 Conocido Medias Poblacionales, muestras independientes
σ1 y σ2 Conocido σ1 y σ2 desconocido, asumiendo σ1 = σ2 σ1 y σ2 desconocido, asumiendo σ1 ≠ σ2
Supuestos: Muestras seleccionadas aleatoriamente e independiente
* La distribución de las
poblaciones son normales o el tamaño de ambas muestras es 30 Las desviaciones Standard de las poblaciones son conocidos
σ1 y σ2 Conocido (continuación) Medias Poblacionales, muestras independientes
σ1 y σ2 conocido
Cuando σ1 y σ2 son conocidos y ambas poblaciones son normales o el tamaño de las muestras son≥ 30, la prueba estadística es Z
*
…y el error standard de X1 – X2 es
σ1 y σ2 desconocido, asumiendo σ1 = σ2 σ1 y σ2 desconocido, asumiendo σ1 ≠ σ2
σ X1 X2
2 1
2
σ σ2 n1 n2
σ1 y σ2 Conocido (continuación) Medias Poblacionales, muestras independientes
σ1 y σ2 conocido σ1 y σ2 desconocido, asumiendo σ1 = σ2 σ1 y σ2 desconocido, asumiendo σ1 ≠ σ2
La prueba estadistica para μ1 – μ2 es:
*
X X μ μ Z 1
2
2 1
1
2
σ σ2 n1 n2
2
Prueba de Hipótesis para dos Medias Poblacionales Dos Medias poblacionales, Muestras Independientes
Unilateral Izquierda:
Unilateral Derecha:
H0: μ1 μ2 H1: μ1 < μ2
H0: μ1 ≤ μ2 H1: μ1 > μ2
i.e.,
i.e.,
H0: μ1 – μ2 0 H1: μ1 – μ2 < 0
H0: μ1 – μ2 ≤ 0 H1: μ1 – μ2 > 0
Bilateral: H0: μ1 = μ2 H1: μ1 ≠ μ2 i.e., H0: μ1 – μ2 = 0 H1: μ1 – μ2 ≠ 0
Prueba de Hipótesis for μ1 – μ2 Dos Medias poblacionales, Muestras Independientes Unilateral Izquierda:
Unilateral Derecha:
Bilateral:
H0: μ1 – μ2 0 H1: μ1 – μ2 < 0
H0: μ1 – μ2 ≤ 0 H1: μ1 – μ2 > 0
H0: μ1 – μ2 = 0 H1: μ1 – μ2 ≠ 0
a
a -za
Rechazar H0 si Z < -Za
za Rechazar H0 si Z > Za
a/2 -za/2
a/2 za/2
Rechazar H0 si Z < -Za/2 o Z > Za/2
Intervalo de Confianza, σ1 y σ2 Conocido Medias Poblacionales, muestras independientes
σ1 y σ2 conocido σ1 y σ2 desconocido, asumiendo σ1 = σ2 σ1 y σ2 desconocido, asumiendo σ1 ≠ σ2
Intervalo de confianza para μ1 – μ2 es:
*
2 1
2
σ σ2 X1 X2 Z n1 n2
σ1 y σ2 Desconocido, Asumiendo Igualdad Supuestos:
Medias Poblacionales, muestras independientes
Muestras aleatorias elaboradas independientemente
σ1 y σ2 conocido σ1 y σ2 desconocido, asumiendo σ1 = σ2 σ1 y σ2 desconocido, asumiendo σ1 ≠ σ2
*
Población distribuida normalmente y n≥ 30 Varianzas poblacionales desconocidas pero iguales
σ1 y σ2 Desconocido, Asumiendo Igualdad (continuación)
Para estimar intervalos:
Medias Poblacionales, muestras independientes
σ1 y σ2 conocido σ1 y σ2 desconocido, asumiendo σ1 = σ2 σ1 y σ2 desconocido, asumiendo σ1 ≠ σ2
*
La varianzas poblacionales son asumidos iguales, para estimar σ2, usar las dos varianzas muestrales y en conjunto El estadístico es un t valor con (n1 + n2 – 2) grados de libertad.
σ1 y σ2 Desconocido, Asumiendo Igualdad (continuación) Medias Poblacionales, muestras independientes
La varianza conjunta es σ1 y σ2 conocido σ1 y σ2 desconocido, asumiendo σ1 = σ2 σ1 y σ2 desconocido, asumiendo σ1 ≠ σ2
*
S
2 p
n1 1S
n2 1S 2 (n1 1) (n2 1) 2 1
2
σ1 y σ2 Desconocido, Asumiendo Igualdad (continuación)
El estadístco para μ1 – μ2 es:
Medias Poblacionales, muestras independientes
X t
1
σ1 y σ2 conocido σ1 y σ2 desconocido, asumiendo σ1 = σ2 σ1 y σ2 desconocido, asumiendo σ1 ≠ σ2
X2 μ1 μ2 1 1 S n1 n2 2 p
*
Donde t tiene (n1 + n2 – 2) G.L., y
S
2 p
2 2 n1 1S1 n2 1S2
(n1 1) (n2 1)
Intervalo de Confianza, σ1 y σ2 Desconocido Medias Poblacionales, muestras independientes
El intervalo de Confianza para μ1 – μ2 es:
X
σ1 y σ2 conocido σ1 y σ2 desconocido, asumiendo σ1 = σ2 σ1 y σ2 desconocido, asumiendo σ1 ≠ σ2
1
X 2 t n1 n2 -2
*
1 1 S n1 n2 2 p
Donde 2 2 n 1 S n 1 S 1 2 2 S2 1 p
(n1 1) (n2 1)
Prueba t con Varianza Conjunta: Ejemplo Se mide la concentración de atención en CCEE de dos hospitales. Hay alguna diferencia en el rendimiento entre los dos hospitales? Se recoje los siguientes datos: Hospital 1 Hospital 2
Tamaño 21 Media muestral 3.27 Desviación muestral 1.30
25 2.53 1.16
Asumiendo que las dos poblaciones tienen distribución normal con igual varianza, ¿Hay alguna diferencia en el rendimiento promedio(a = 0.05)?
Calculando el Estadístico El estadístico de prueba es :
X t
1
X2 μ1 μ2 1 1 S n1 n2 2 p
3.27 2.53 0 1 1 1.5021 21 25
2 2 2 2 n 1 S n 1 S 21 1 1.30 25 1 1.16 1 2 2 S2 1 p
(n1 1) (n2 1)
(21 - 1) (25 1)
2.040
1.5021
Solución H0: μ1 - μ2 = 0 i.e. (μ1 = μ2) H1: μ1 - μ2 ≠ 0 i.e. (μ1 ≠ μ2) a = 0.05 Gl = 21 + 25 - 2 = 44 Valor Critico: t = ± 2.0154
Rechazar H0
0.025
-2.0154
Rechazar H0
0.025
0 2.0154
t
2.040
Estadístico: Decision: 3.27 2.53 t 2.040 Rechazar H0 con a = 0.05 1 1 Conclusion: 1.5021 21 25 Hay evidencia de una diferencia en los promedios.
σ1 y σ2 Desconocido, Sin Asumir igualdad Supuestos: Medias Poblacionales, muestras independientes
Muestras seleccionadas aleatoriamente e independientes
σ1 y σ2 Conocido
Poblaciones con distribución normal con n≥30
σ1 y σ2 desconocido, asumiendo σ1 = σ2 σ1 y σ2 desconocido, asumiendo σ1 ≠ σ2
*
Varianzas poblacionales desconocidas, pero no se asumen igualdad entre ellas.
σ1 y σ2 Desconocido, Sin Asumir igualdad (continuación) Medias Poblacionales, muestras independientes
Formando el estadístico: Las varianzas poblacionales no son iguales, se incluye las dos varianzas muestrales para el calculo del Estadístico.
σ1 y σ2 Conocido σ1 y σ2 desconocido, asumiendo σ1 = σ2 σ1 y σ2 desconocido, asumiendo σ1 ≠ σ2
El estadísitico es un valor t
*
σ1 y σ2 Desconocido, Sin Asumir igualdad (continuación)
El estadístico para μ1 – μ2 es:
Medias Poblacionales, muestras independientes
X X μ μ t 1
σ1 y σ2 conocido
1
2 1
2
2 2
S S n1 n2
σ1 y σ2 desconocido, asumiendo σ1 = σ2 σ1 y σ2 desconocido, asumiendo σ1 ≠ σ2
2
S S n n Con v GL v 2 12 22 2 1
*
2 2
2
S1
n1
n1 1
S2
2
n2
n2 1
2
Prueba de Hipótesis para Varianzas Prueba para dos Varianzas poblacionales
Estadístco F
*
H0: σ12 = σ22 H1: σ12 ≠ σ22
Bilateral
H0: σ12 σ22 H1: σ12 < σ22
Unilateral Izquierda
H0: σ12 ≤ σ22 H1: σ12 > σ22
Unilateral Derecha
Prueba de Hipótesis para Varianzas (continuación)
Prueba para dos Varianzas poblacionales
Estadístico F
Estadístico F es:
*
2 1 2 2
S F S
S12 = Varianza de la muestra
1 n1 - 1 = Grados de libertad del numerador
S22 = Varianza de la muestra 2 n2 - 1 = Grados de libertad del denominador
La Distribución F El valor crítico F se busca en una tabla estadística Hay dos grados de libertad apropiados: numerador y denominador
S12 F 2 S2
donde gl1 = n1 – 1 ; gl2 = n2 – 1
En la tabla F , Los grados de libertad del numerador esta en la columna Los grados de libertad del denominador esta en la fila
Encontrar la región de rechazo H0: σ12 σ22 H1: σ12 < σ22
a
H0: σ12 = σ22 H1: σ12 ≠ σ22 a/2
0 Rechazar H0
FL
Rechazar H0 is F < FL
2
FU
Rechazar H0
Reject H0 if F > FU
No
Rechazar
Rechaza H0
FL
F
F FU
La región de rechazo para una prueba bilateral es:
a
No Rechaza H0
0 H0
H0: σ1 ≤ σ2 H1: σ12 > σ22 2
0
a/2
F
No Rechaza H0
Rechazar H0
S12 F 2 FU S2 S12 F 2 FL S2
Encontrar la región de rechazo (continuación)
Para encontrar los valores críticos F: 1. Encontrar FU de la tabla F para n1 – 1 numerador y n2 – 1 denominador grados de libertad
H0: σ12 = σ22 H1: σ12 ≠ σ22
a/2
a/2
0 Rechazar H
0
F
No
Rechaza H0
FL
FU
2. Encontrar FL usando la formula:
Rechazar H0
1 FL FU*
Donde FU* es de la tabla F con n2 – 1 numerador y n1 – 1 denominador grados de libertad (i.e., cambiar los grados de Libertad de FU)
Ejemplo de Prueba F: Se mide la concentración de atención en CCEE de dos hospitales. Hay alguna diferencia en el rendimiento entre los dos hospitales? Se recoje los siguientes datos: Hospital 1 Hospital 2
Tamaño 21 Media muestral 3.27 Desviación muestral 1.30
25 2.53 1.16
¿Hay alguna diferencia entre las varianzas de los hospitals Use (a = 0.05)?
Solucion Hipótesis: H0: σ21 – σ22 = 0 H1: σ21 – σ22 ≠ 0
(No hay diferencia entre las varianzas) (Hay diferencia entre las varianzas)
Encontrar el valor crítico F para a = 0.05:
FU: Numerador: n1 – 1 = 21 – 1 = 20 g.l.
Denominador: n2 – 1 = 25 – 1 = 24 g.l.
FU = F.025, 20, 24 = 2.33
FL: Numerador: n2 – 1 = 25 – 1 = 24 g.l.
Denominador: n1 – 1 = 21 – 1 = 20 g.l.
FL = 1/F.025, 24, 20 = 1/2.41 = 0.415
Solución (continuación)
El estadístico es:
H0: σ12 = σ22 H1: σ12 ≠ σ22
S12 1.30 2 F 2 1.256 2 S2 1.16
a/2 = .025 0 Rechazar H0
F = 1.256 no esta en la region de rechazo, No se rechaza H0
a/2 = .025 No Rechaza H0
FL=0.43
Rechazar H0
FU=2.33
Conclusion: No hay evidencia suficiente para la diferencia de varianzas con a = 0.05
F