20131MAT042S2 Clase

Humberto Villalobos
7-03-05
Estimacin de Parmetros
UNIVERSIDAD TCNICA FEDERICO SANTA MARA
Estimacin por Intervalo

La estimacin puntual de un parmetro poblacional
adolece del siguiente defecto: La probabilidad de que
el estimador coincida con el verdadero valor del
parmetro es muy pequea y en el caso continuo nula.
PROBABILIDAD
Y ESTADSTICA
R ENATO A LLENDE O LIVARES
HUMBERTO VILLALOBOS TORRES
UNIVERSIDAD TCNICA FEDERICO SANTA MARA
DEPARTAMENTO
DE
MATEMTICAS
01/09/2008
01/09/2008

Los intervalos de confianza resuelven este
inconveniente, ofrecindonos un rango para
los
posibles
valores
del
parmetro
poblacional.
DEFINICIN 1: Intervalo de confianza. Sean

X1, X2, ... , Xn una muestra aleatoria desde una
distribucin con funcin de masa f(x/), que
depende de un parmetro desconocido . Sean
T1 y T2 dos estadsticos tales que se cumple
T1(x) < T2(x), para casi todo x, entonces:
[T1 < < T2] = = 1 - !,
Se dice que [T1 ; T2] es un intervalo de confianza
bilateral para con 100 % de confianza.
[T1 < ] = . Se dice que T1 es un limite
inferior de confianza para con 100 % de
confianza ([T1 ; ]).
01/09/2008
01/09/2008
Intervalo para la Media
DEFINICIN 2: Cantidad Pivotal. Sea X1, ... , Xn

una muestra aleatoria desde una distribucin
con funcin de masa f(x/) y Q = Q(X1, ... , Xn).
Si la distribucin de Q es independiente de ,
se dice que Q es una Cantidad Pivotal.
Las cantidades pivotales ms comnmente

utilizadas para estimar la media de una
poblacin se basan en la estandarizacin de los
estimadores del parmetro. Sea X1, X2, ... , Xn
Normal.
APLICACIN 1: Sea X1, X2, ... , Xn una m.a.(n)

desde una distribucin Normal con media y
varianza conocida 2, luego:
Q = X
01/09/2008
Primera Clase
Q N(0;
2
n
Z=
Es Cantidad
Pivotal
T=
01/09/2008
(X ) n
N(0;1)
(X ) n
t (n 1)
s
es conocido
es desconocido
Ambas son cantidades pivotales
Humberto Villalobos
7-03-05
Considerando la cantidad pivotal donde la

varianza es conocida, se desarrolla la
probabilidad que permite obtener el intervalo
de confianza
Z=
(X ) n
Cules son los valores de q1 y q2 ptimos?
(X ) n
P q1 <
< q2 =
N(0,1)
(X ) n
P q1 <
< q2 =
01/09/2008
01/09/2008
Despejando el parmetro en el intervalo se

tiene:
Considerando la cantidad pivotal donde la

varianza es desconocida, se desarrolla la
de confianza
(X ) n
P Z1 / 2 <
< Z1 / 2 =
< < X + Z1 / 2
P X Z1 / 2
n
n
T=
01/09/2008
01/09/2008
s
s
< < X + t1 / 2 (n 1)
P X t1 / 2 ( n 1)
n
n
APLICACIN 2: Un ingeniero comercial analiza

la rentabilidad de activos financieros de un
mismo sector industrial. La rentabilidad est
distribuida aproximadamente normal, con una
varianza de 1000 [pesos2]. Al tomar una muestra
aleatoria de 12 activos, se ha encontrado el
siguiente intervalo de confianza para la
verdadera rentabilidad media a los activos:

tiene:
s
I % C( ) : X t1 / 2 (n 1)
Para un error de estimacin dado, digamos ,

es posible determinar:
1. Tamaos de Muestra
Establecer las
ecuaciones
2. Niveles de Confianza
apropiadas
3. Varianzas mxima
Primera Clase
(X ) n
t (n 1)
s
(X ) n
P q1 <
< q2 =
s
I % C( ) : X Z1 / 2
01/09/2008
(X ) n
P Z1 / 2 <
< Z1 / 2 =
[3.232,11; 3.267,89]
01/09/2008
Cul es el nivel de confianza del intervalo?.

Qu estimacin puntual para la resistencia
media a la compresin podra usted dar en base
a esta informacin?.
Humberto Villalobos
7-03-05
APLICACIN 2: Un ingeniero comercial

analiza la rentabilidad de activos Cul es
el nivel de confianza del
X: Rentabilidad de activos financieros de un
mismo sector industrial.

la rentabilidad de activos Con qu nivel de
confianza se puede afirmar que la verdadera
rentabilidad media sea superior a 3232,84?.
I(1 )100%C( ) = X
Z1 ;
n
2
Z1 / 2 = 3.267,89 3.232,11
n
Z1 / 2 =
35,78 12
= 1,96
2 1.000
3.250
(1 2) = 0,975
Z1 =
01/09/2008
2X = 3.267,89 + 3.232,11 = 6.500
1.000
12
(1 ) = 0,97
= 1,88
01/09/2008

la rentabilidad de activos Supngase que se
desea estimar la rentabilidad media con un
error de estimacin menor que 15 pesos para
un nivel de confianza de 99%. Qu tamao de
muestra debera emplearse para este fin?.
APLICACIN 3: El Gerente de control de

calidad de una fbrica de ampolletas desea
estimar la duracin media real de un embarque
de estas ampolletas. Se selecciona una muestra
aleatoria de 29 ampolletas, con los que obtuvo
una duracin promedio de 570 horas con una
desviacin estndar de 50 horas.
Establezca los supuestos que estime conveniente,
determine un intervalo del 95% de confianza,
para la duracin media real de las ampolletas.
X:Tiempo de duracin de las ampolletas del
embarque [en horas].
Supuesto: X
Z 0,995 < 15
1.000 Z 0,995
n>
15
1.000 2, 575
n >
15
01/09/2008
01/09/2008

calidad de una ... un intervalo del 95% de
confianza, para la duracin media real de las
ampolletas.
Datos: n = 29, x = 570, s = 50

calidad de una ... Cul debe ser el tamao de
la varianza muestral ms grande permitido, tal
que el error de estimacin de la media sea
inferior a 30 horas con un 90% de confianza?.
t1/2 (n 1)
I95% C( ) : X t1 /2 ( n 1)
I95% C( ) : 570 2,048
Primera Clase
(3.250 3.232,84)
01/09/2008
1.000
Z1 = 3.232,84
12
50
29
S
< 30
n
30 29
s 2 <
1, 701
INTERPRETACIN
LIBRE
1,701
s<
s
< 30
29
30 29
1, 701
01/09/2008
Humberto Villalobos
7-03-05
Intervalo para la Varianza
Intervalo para la Varianza
La cantidad pivotal utilizada para estimar la

varianza poblacional se basa en X1, X2, ... , Xn
una muestra aleatoria de una distribucin
Normal.
(n 1) S 2
01/09/2008

tiene:
(n 1) S 2
(n 1) S 2
<2 <
P
= = 1
2
2 / 2 (n 1)
1 / 2 (n 1)
2 (n 1)
(n - 1) S 2
< q2 = = 1
P q1 <
2
(n - 1) S 2
P / 2 (n 1) <
< 12 / 2 (n 1) =
2
(n 1) S 2
(n 1) S 2
I % C( 2 ) :
;
2
2
1 / 2 (n 1) / 2 (n 1)
01/09/2008
Intervalos en Muestras Grandes

calidad de una ... Si por especificaciones se
requiere que las ampolletas tengan una varianza
de 2.200 horas2. Sobre la base de un intervalo de
confianza, se puede establecer que se cumplen
las especificaciones.
La cantidad pivotal ms comnmente

utilizadas para estimar algn parmetro de una
poblacin se basan en la estandarizacin de los
estimadores del parmetro. Sea X1, X2, ... , Xn
cuya varianza existe. Entonces:
Z=
I95%C(2):[1.574,45; 4.572,18]
Se cumplen las
especificaciones.
01/09/2008
V[]
N(0;1)
n
La cual representa una cantidad pivotal, para

estimar un parmetro , en una variable cuya
distribucin depende de y su varianza existe.
Algunos casos particulares, seran:

X1, ... , Xn una m.a.(n) desde una distribucin Normal con
varianza desconocida.
I %C( ) : X Z1 / 2
( )
< Z1 / 2 = = 1
P Z1 / 2 <
V [ ]
X1, ... , Xn una m.a.(n) desde una distribucin Normal con

varianza desconocida.
2S 4
I %C( 2 ) : S 2 Z1 / 2
1
n
X1, ... , Xn una m.a.(n) desde una distribucin bernoulli.

tiene:
I %C( ) : Z1 / 2 V[]
Primera Clase
( )
Considerando la cantidad pivotal para

muestras
grandes,
se
desarrolla
la
de confianza, donde:
01/09/2008
(n 1) S 2
2 / 2 (n 1)
2
2
( n 1) S
( n 1) S 28 50 28 50
;
I % C( 2 ) :
;
=
2
2
44, 46
15, 31
1 / 2 ( n 1) / 2 ( n 1)
01/09/2008
(n 1) S 2
I % C( ) :
;
12 / 2 (n 1)
01/09/2008
P)

P(1
I % C( p ) : P Z1 / 2
n
Humberto Villalobos
7-03-05
APLICACIN 4: La directiva estudiantil de una

universidad tom una muestra aleatoria de 45
libros de texto de la librera universitaria y
determin que de ellos, 60% se venda en ms de
50% por arriba de su costo al mayoreo.
Determine un intervalo de confianza del 96,16%
para la proporcin real de libros, cuyo precio
establecido es ms de 50% por encima del costo
de mayoreo.
X:N de libros que se vende en ms del 50% por
arriba de su costo al mayoreo.
p (1 p)

universidad tom una 96,16% para la
proporcin real de libros, cuyo precio
establecido es ms de 50% por
p N P;
01/09/2008

p (1 p)
I96,16% (p): p Z 0,9808
Determine un nuevo tamao de muestra si se

requiere una confianza del 90,5% y un error de
estimacin de a lo ms 0,15
n
01/09/2008
30
Error de Estimacin

universidad tom una Cul debe ser el
nivel de confianza, si se requiere una amplitud
del intervalo para la proporcin real de libros,
cuyo precio establecido es ms de 50% por
encima del costo de mayoreo sea de 0,184?
APLICACIN 5: B. F. Skinner, notable terico,

defendi el uso del refuerzo positivo para
moldear las actitudes en el trabajo. Texaco,
Inc., utilizando las tcnicas de Skinner, a una
muestra de 45 empleados de un rea que
recibieron un estmulo positivo, obtuvieron en
una prueba de actitudes un puntaje promedio
de 5,5 puntos (sobre un total de 10 puntos), con
una desviacin estndar de 1,4; mientras que
en una muestra de 60 empleados de la misma
rea que no recibieron refuerzo positivo,
obtuvieron en la prueba un promedio de 4,8
con una desviacin estndar de 1,9.
2 Z1 / 2 2
0,6 0, 4
0,184
45
Z1 / 2 = 1, 260
1
01/09/2008
= 0,8962
01/09/2008

APLICACIN 5: B. F. Skinner, Definiendo
las variables y supuestos asociados al problema.
Determine intervalos de confianza del 95%
para los verdaderos puntajes medios y
varianzas en ambos grupos de trabajadores.
X:Puntaje en prueba de actitud trabajadores
X N( x ; x2 )
con refuerzo positivo.
Y:Puntaje en prueba de actitud trabajadores
sin refuerzo positivo
Y N( y ; 2y )
Primera Clase
0,152
2Error de Estimacin = Amplitud = LS LI
01/09/2008
2
Z0,952
0,6 0,4

APLICACIN 5: B. F. Skinner, intervalos de
confianza del 95% para
1, 4
I95% C( x ) : 5,5 Z0,975

= [5,09 ; 5,91]
45
1,9
I95% C( y ) : 4,8 Z0,975

= [4,32 ; 5,28]
60
01/09/2008
2 1, 44
I95% C( x2 ) : 1, 42 Z 0,975
= [1,38; 2,55]
44
2 1,94
I95% C( x2 ) : 1,92 Z 0,975
= [1, 27; 4,30]
59
Humberto Villalobos
7-03-05
Intervalo de Diferencia de Medias
Las cantidades pivotales ms comnmente

utilizadas para estimar la diferencia de medias
de dos poblaciones independientes se basan en
la estandarizacin de los estimadores de los
parmetros. Sean: X1, X2, ... , Xn una muestra
aleatoria desde una distribucin Normal y
Y1, Y2, ... , Ym otra muestra aleatoria desde una
distribucin Normal.
Z=
((X Y) ( x y ))
x2
n
01/09/2008
Considerando la cantidad pivotal donde las

varianzas son conocidas, se desarrolla la
probabilidad que permite obtener el
intervalo de confianza

varianzas son desconocidas, se construye una
cantidad pivotal sobre la base de una
distribucin t Student.
= = 1
T=
01/09/2008
((X Y) ( x y ))
Sp
2
x2 y
+
I %C( x y ) : (X Y) Z1 / 2
n
m
1 1
+
n m
(n + m 2)
En donde Sp es la desviacin estndar muestral

ponderada de las dos poblaciones, entonces:
01/09/2008
S 2p =
(n 1) S x2 + (m 1) S y2
n+m2

varianzas son desconocidas, pero iguales, se
desarrolla la probabilidad que permite
obtener el intervalo de confianza.
En el caso que las varianza sean desconocida, y es

posible verificar que con una alta probabilidad
son distintas, se desarrolla una cantidad pivotal
sobre la base de una distribucin t Student,
ajustada por grados de libertad.
((X Y) ( x y ))
q2
P q1
1 1
sp
+
n
m
= = 1
T=
1 1
I %C( x y ) : (X Y) t1 / 2 (n + m 2) S p
+
n m
Primera Clase
N(0;1)
01/09/2008
((X Y) ( x y ))
q2
q1
2
P
x2 y
+
n
m
01/09/2008
y2
Error de Estimacin
((X Y) ( x y ))
2
S x2 S y
+
n
m
01/09/2008
( )
S2 S2
x + y (m 1)(n 1)
n
m
2
S2
S2
y
(m 1) x + ( n 1)
n
m
Humberto Villalobos
7-03-05
Intervalo de Razn de Varianzas

varianzas son desconocidas y distintas, se
desarrolla la probabilidad que permite
obtener el intervalo de confianza.
En el caso de intervalos para diferencia de

medias con varianzas desconocidas, todo el
problema se resuelve verificando que las
varianzas sean iguales o distintas, para la
aplicacin del intervalo adecuado. Para
evaluar este acontecimiento, se considera la
distribucin F de Snedecor como una
cantidad pivotal para razn de varianzas
((X Y) ( x y ))
q
q2
2
P 1
S x2 S y
+
n
m
= = 1
(n 1) S x2
2
S2 Sy
I %C( x y ) : (X Y) t1 / 2 ( ) x +
n
m
Error de Estimacin
01/09/2008
F=
S2 y
P q1 < x
< q2 = = 1
x2 S y2
2 S2
S2
y
y
I % C
:
F / 2 (n 1; m 1); y2 F1 / 2 (n 1; m 1)
x2 S x2
Sx
Si son Iguales, entonces
01/09/2008
01/09/2008
Primera Clase
sx = 9
n y = 17
y = 25
sy = 6
F (n 1; m 1)
m 1

APLICACIN 1: El Laboratorio Farmacutico
Nacional Definiendo claramente variables y
supuestos, determine un intervalos del 98% ...
Verificar si las varianza son iguales
2 S
y y
I % C
:
x2 S x
X : Tiempo de efecto del nuevo analgsico que se

desea sacar al mercado.
Y : Tiempo de efecto del actual analgsico lder
del mercado.
x = 36
1
n 1

Nacional est estudiando el tiempo de efecto de
un nuevo analgsico que desea lanzar al
mercado, el cual desea comparar con el que
actualmente es lder en ventas en el mercado
nacional. Para esto selecciona al azar a 37
pacientes, de las cuales a 20 se les proporcion el
analgsico lder cuando presentaron molestias,
mientras que al resto se les suministro el
analgsico bajo estudio. Los resultados en que
desaparezca el malestar en el analgsico lder
muestran un tiempo medio de 36 minutos con
una desviacin estndar de 9 minutos, mientras
que en el analgsico bajo estudio se obtuvo un
tiempo medio de 25 minutos con una desviacin
estndar de 6 minutos.
01/09/2008

Nacional Definiendo claramente variables y
supuestos, determine un intervalos del 98% de
confianza para la verdadera diferencia entre los
tiempos medios en recuperarse del malestar en
ambos tipos de analgsicos.
nx = 20
2y
Datos:
(m 1) S y2
01/09/2008
Intervalo de Razn de Varianzas

razn de varianzas, se desarrolla la
probabilidad que permite obtener el
intervalo de confianza.
x2
Sy
Sx
F / 2 (nx 1; n y 1);
Luego:
F / 2 (nx 1; n y 1)
= [ 0,172; 1,199]
1 1
I %C( x y ) : (X Y) t1 / 2 (n + m 2) S p
+
n m
01/09/2008
: [ 4, 75; 17, 25]
Humberto Villalobos
7-03-05
Considerando la cantidad pivotal para muestras

grandes, mediante la utilizacin del T.L.C., se
determina el estimador para el parmetro y la
varianza de ste :

muestras
grandes,
se
desarrolla
la
de confianza, donde:
= x y
( )
P Z1 / 2 <
< Z1 / 2 = = 1
V [ ]
= X Y
V[] = V[X Y] =

tiene:
I %C( ) : Z1 / 2 V[]
Si las varianzas son desconocidas se utiliza su

estimacin, es decir:
V[] =
01/09/2008
Algunos casos particulares, seran:
APLICACIN 5: B. F. Skinner, Definiendo

las variables y supuestos asociados al problema.
Determine un intervalo de confianza del 95%
para la verdadera diferencia media de los
puntajes en ambos grupos de trabajadores.
Datos: x = 5, 5
s x = 1, 4
n x = 45
2
s2 s y
I %C( x y ) : X Y Z1 / 2 x +
nx n y
y = 4,8
P (1 P x ) P y (1 P y )
+
I % C( p x p y ) : P x P y Z1 / 2 x
nx
ny
s y = 1,9
n y = 60
2
s2 s y
I % C( x y ) : X Y Z1 / 2 x +
nx n y
X1, ... , Xn una m.a.(n) y Y1, ... , Ym una m.a.(m)

desde unas distribuciones bernoulli independientes.
1,96
01/09/2008
I95%C( x y ) : [ 0, 7 1,96 1,972]
APLICACIN 2: En finanzas, un mercado

eficiente se define como el que adjudica fondos
para el uso ms productivo. Existe
una
bibliografa considerable que est diseada para
determinar si los mercados de valores todava
son eficientes. Business Week recientemente
aplico encuestas a analistas financieros. De 110
analistas que trabajaban para empresas
productoras privadas en su esfuerzo por vender
los valores de sus firmas, 44 consideraron que los
mercados eran eficientes, mientras que 27 de 75
analistas que trabajaban para casas de corretaje
que asistieron tales ventas aceptaron que los
marcados eran eficientes.

eficiente se define ... Determine un intervalo del
95% de confianza para la diferencia real entre
la proporcin de analistas que trabajaban para
empresas productoras y la proporcin de
analistas que trabajaban para casas de corretaje
que consideran que los mercados son eficientes.
Interprete.
01/09/2008
Primera Clase
Error de Estimacin
01/09/2008
X1, ... , Xn una m.a.(n) y Y1, ... , Ym una m.a.(m)

desde unas distribuciones Normales con varianzas
desconocidas.
01/09/2008
X : N de analistas que trabajaban para empresas

productoras privadas que piensan que los
mercados son eficientes.
Y : N de analistas que trabajaban para casa de
corretaje que piensan que los mercados son
eficientes.
01/09/2008
Humberto Villalobos
7-03-05
Intervalos en Muestras Pareadas

eficiente se define ... Determine un intervalo
del 95% de confianza para la diferencia real
entre
Datos:
44
110
27
p y =
75
p x =
nx = 110
n y = 75
(X1, Y1 )
(X 2 , Y2 )
(X3 , Y3 )
P (1 P x ) P y (1 P y )
+
I % C( px p y ) : P x P y Z1 / 2 x
nx
ny
I95% C( p x p y ) : [ 0, 04 1,96 0, 0752]

01/09/2008
01/09/2008
D1 = X1 Y1
D2 = X 2 Y2
D3 = X3 Y3
(X n , Yn )
Dn = X n Yn
Las cantidades pivotales utilizadas para estimar

la diferencia media de dos poblaciones no
independientes basadas en D1, D2, ... , Dn una
muestra aleatoria de diferencias con una
distribucin Normal son:
Se Pueden obtener
la diferencia media
a partir de los datos
y su desviacin
estndar
(X D ) n
I % C( D ) : D
Primera Clase
es desconocido
Los cuales generan los intervalos:
01/09/2008
APLICACIN 3: Una compaa petrolera realiza

un experimento para saber si una pelcula
diseada para promover actitudes ms
favorables hacia las grandes empresas
petroleras, en verdad produce actitudes
positivas. Se considera una muestra aleatoria de
12 sujetos que participan en la experiencia. En la
condicin antes cada sujeto llena un
cuestionario para evaluar su actitud hacia las
compaas petroleras. En la condicin despus
el sujeto ve la pelcula, despus de lo cual
contesta nuevamente el cuestionario. Se
obtuvieron los siguientes datos, donde las
calificaciones altas indican actitudes ms
favorables hacia las grandes empresas
petroleras.
01/09/2008
(X D ) n
t (n 1)
sD
N(0;1)
es conocido
Donde D1, D2, ... , Dn representa una muestra

aleatoria desde una distribucin Normal con
parmetro D.
01/09/2008
X

Y
La diferencia de medias de dos poblaciones

no independientes, se basan en:
(X1, Y1 )
(X 2 , Y2 )
(X3 , Y3 )
(X n , Yn )
(X1, Y1 )
Z1 / 2 sD
n
I %C( ) : X t1 / 2 (n 1)

un experimento para saber ...
Sobre la base de una Intervalo del 90% de

confianza, Se puede decir que la exhibicin de
la pelcula no provoca ningn efecto en los
puntajes medios de las pruebas?
X : Puntaje en cuestionarios antes de ver la
X N( x ; x2 )
pelcula [pts.].
Y : Puntaje en cuestionarios despus de ver la
pelcula [pts.].
Y N( ; 2 )
y
01/09/2008
Humberto Villalobos
7-03-05
Prueba de Hiptesis
En estimacin por intervalo, existe un total

desconocimiento acerca del parmetro, es por
esta razn que es deseable estimarlo.
Existe muchas situaciones, donde los valores
posibles del parmetro no son del todo
desconocidas:

un experimento para saber ...
Sobre la base de una Intervalo del 90% de

D = x y = X Y
Rentabilidad mnima deseada para accin X.

Costo asociados a produccin.
Precio de bien. etc.
D = 29, 25 33,83= 4,58
D = sD = 7,34
s
C(DD):):D
(11) D7,34
t 1,796
II90%
90%C(
4,58 0,95
n 12
01/09/2008
01/09/2008
Prueba de Hiptesis
Prueba de Hiptesis
Entonces ante una creencia a priori de los

posibles valores del parmetro, es espacio
paramtrico , se divide en dos grupos, digamos
0 y 1 (Se puede extender a k grupos).
El planteamiento de las hiptesis se realiza de

acuerdo a una creencia lo que actualmente
est sucediendo
Luego sobre los

resultados
de
muestrales, se ver
si existe suficiente
evidencia
para
suponer que nos
encontramos en 0
y 1.
0
1
01/09/2008
01/09/2008
Primera Clase
Acierto
Error
Acierto
Error
H0: 0
H1: 1
Hiptesis Nula
Lo Actual
El Estado del No
cambio
El Estado del Cambio

La Renovacin
Prueba de Hiptesis
La prueba de una hiptesis, se basa en

resultados muestrales, lo cual conlleva el
riesgo de equivocacin.
Hiptesis Alternativa
Prueba de Hiptesis
01/09/2008
En todo este conjunto de situaciones, el inters

no est en estimar, sino, el probar dicho
planteamiento o hiptesis relacionada al
parmetro.
Entonces ante posible valor real y

desconocido del parmetro, sobre la base de
una muestra aleatoria se puede apostar que el
ms probable que se encuentre en 0 1.
En todo problema
de decisin, se
tiene la
posibilidad de
cometer un error
Cul es ms grave?
01/09/2008
10
Humberto Villalobos
7-03-05
Prueba de Hiptesis
Prueba de Hiptesis
La cuantificacin de los errores se realiza

mediante probabilidades, es decir:
Considere la siguiente situacin Una

persona ha sido arrestada
Cul es la situacin Judicial?
[Error Tipo I]
H0: La persona es Inocente
v/s
[Rechazar H0 / H0 es Cierta] = !
H1: La Persona no es Inocente (es Culpable)
[Error Tipo II]
PARA
UN INOCENTE
Error Tipo I: C
LaARCEL
persona
es Culpable
/ Inocente
[No Rechazar H0 / H0 es Falsa] = "

01/09/2008
Error Tipo II: L

La
Persona P
esARA
Inocente
Culpable
IBERTAD
UN C/ULPABLE
01/09/2008
Prueba de Hiptesis
Prueba de Hiptesis
El objetivo ser establecer una regla de

decisin sobre la base de un Error Tipo I
predefinido
y
la
distribucin
de
probabilidad del estimador del parmetro que
se desea probar, es decir:
Luego como se est en funcin de ! (rechazar

H0), sta depender de lo propuesto bajo H1:
H0: = 0
H0: = 0 0
v/s
H1: > 0
!!
1
01/09/2008
01/09/2008
Prueba de Hiptesis
Prueba de Hiptesis
Establecido el punto c, para el rechazo H0,

con un nivel de significacin !, es posible
determinar, ya sea los errores tipo II
potencias de la prueba para 1:
Considerando un nivel de significacin !, es

necesario establecer el punto c, sobre la base
de la distribucin del estimador del
parmetro que se esta probando.
En este sentido las pruebas de hiptesis se
encontrarn estrechamente relacionadas con
intervalos de confianza, a travs de las
cantidades pivotales utilizadas para estimar
los parmetros.
Ahora, mediante un ajuste conveniente, se
considera conocida, bajo H0, la distribucin
de la cantidad pivotal asociada al parmetro.
H0: = 0
01/09/2008
Primera Clase
v/s
H1: > 0
01/09/2008
11
Humberto Villalobos
7-03-05
Prueba de Hiptesis
Prueba de Hiptesis
Pruebas de hiptesis para la media de una

poblacin. Considere X1, X2, , Xn m.a. tal
que Xi N(; 2), conocida. Entonces:
Considerando la distribucin de Z, entonces

es posible establecer una regla de decisin
(eW), para el rechazo de la hiptesis nula, a
travs de:
X 0
eW: X /
n > Z1
H0: = 0
v/s
H1: > 0
eW: X / X > Z1
+ 0
n
01/09/2008
01/09/2008
Todos los valores son pre-resultados muestrales
Prueba de Hiptesis
Prueba de Hiptesis


travs de:
H0: = 0
v/s
H1: < 0
X 0
eW: X /
n < Z
eW: X / X < Z1
+ 0
n
01/09/2008
01/09/2008
Prueba de Hiptesis
Prueba de Hiptesis


travs de:
H0: = 0
01/09/2008
Primera Clase
Todos los valores son pre-resultados muestrales
v/s
H1: 0
X 0
eW: X /
n < Z / 2
X 0
n > Z1 / 2
+ 0 X > Z1 / 2
+ 0
eW: X / X < Z / 2
n
n
01/09/2008
12
Humberto Villalobos
7-03-05
Prueba de Hiptesis
Prueba de Hiptesis
APLICACIN 1: El porcentaje de SiO2 en

cierto tipo de cemento aluminoso, se supone
que es bien ajustado por una distribucin
normal con desviacin estndar 0,3. Las
especificaciones indican que el porcentaje
medio real es de a lo menos 5,5 en una
determinada instalacin de produccin. Se
analizan 16 muestras obtenidas de manera
independiente, obtenindose un porcentaje
promedio de 5,26, con lo cual se indica de
manera concluyente que el porcentaje
promedio real difiere de 5,5 Falso?

cierto tipo de cemento aluminoso Las
especificaciones indican que el porcentaje
medio real es de a lo menos 5,5
X: Porcentaje de SiO2 en cierto tipo de cemento
aluminoso.
X N(; 0,32)
01/09/2008
X: Porcentaje de SiO2 en cierto tipo de cemento

aluminoso.
X N(; 0,32)
H0: = 5,5
v/s
H1:
5,5
= {X / X < 5,377}
01/09/2008
Se rechaza H0, existe evidencia muestral suficiente

= 0,05
Z = 1,645
para suponer que la media real no es de al menos 5,5
Prueba de Hiptesis
Prueba de Hiptesis

cierto tipo de cemento aluminoso Si el
porcentaje promedio real es 5,41, cul es la
probabilidad de detectar esta desviacin con
respecto a la hiptesis nula?

cierto tipo de cemento aluminoso Cmo
representara la funcin asociada a la
probabilidad de cometer error tipo II?
H1: < 5,5
H1: < 5,5
eW: {X / X < 5,377}
eW: {X / X < 5,377}
= P[X > 5,377 / 1 < 5,5]
P[X < 5,377 / 1 = 5, 41]

= P [ Z < 0, 44]
01/09/2008
Prueba de Hiptesis
Prueba de Hiptesis
APLICACIN 2: Para obtener informacin

acerca de las propiedades de resistencia a la
corrosin de cierto tipo de tubera de acero, se
entierran en al suelo 26 especmenes durante
un perodo de dos aos. Luego se mide la
penetracin mxima, en milsimas de pulgada,
para cada espcimen. Los conductos se
fabricaron con la especificacin de que la
penetracin real sea de a lo sumo 50 [ml/plg].
Los conductos se usarn a menos que se
muestre de manera concluyente que no se
satisfacen las especificaciones.

acerca de las propiedades de resistencia a la
corrosin de cierto Si de los resultados de
los 26 especmenes se obtuvo un penetracin
media y desviacin estndar de 52,7 [ml/plg] y
4,8 [ml/plg], respectivamente. Qu puede
decir respecto a las especificaciones con un
10% de significancia?
01/09/2008
Primera Clase
01/09/2008
X: Penetracin mxima lograda por el acero a

prueba [ml/plg].
X N(; 2)
H0: = 50
01/09/2008
v/s
X N(;
H1: > 50
2)
X 0
eW : X /
n > t1 (n 1)
s
13
Humberto Villalobos
7-03-05
Prueba de Hiptesis
Prueba de Hiptesis

acerca de las Si de los resultados de los 45
especmenes Qu puede decir respecto a
las especificaciones con un 10% de
significancia?

acerca de las propiedades Si se especifica
que la variabilidad en la profundidad debe ser
de a lo sumo 25 [ml/plg]2 Qu puede decir
respecto a esta especificacin con un 5% de
significancia?
H0: 2 = 25
v/s
H1: 2 25
X 0
eW : X /
n >
s
t1 (n 1)
(n 1) S 2
> 12 (n 1)
eW : S 2 /
2
0
= {X / X > 51,50}
01/09/2008
No se Rechaza H0
01/09/2008
Prueba de Hiptesis
Prueba de Hiptesis
APLICACIN 3: Como
resultado
de
la
variabilidad en el proceso de manufactura, el
punto de cedencia real, de una muestra de
acero dulce sujeto a esfuerzo creciente,
normalmente diferir del punto de cedencia
terico. Con base en la experiencia se ha
logrado establecer que a lo ms el 20% de los
especmenes ceden antes del punto terico, por
lo que la compaa plantea modificar el
proceso, si la evidencia muestral permite
suponer lo contrario.
APLICACIN 3: Como
resultado
de
la
variabilidad en el proceso de Si de una
muestra aleatoria de 60 especmenes 15 ceden
antes del punto terico, qu recomienda que
haga la compaa con un 5% de significancia?
01/09/2008
H0: p = 0,2

eW : P/
v/s
01/09/2008
H1: p
0,2
P pP0
n > Z1
pP0(1
(1 pP0))
eW : P / P > 0, 2850
X: N de especimenes que ceden antes del punto

terico.
X B(n; 0,2)
p =
15
= 0, 25
60
No se Rechaza H0
Prueba de Hiptesis
Prueba de Hiptesis
APLICACIN 3: Como
resultado
de
la
variabilidad en el proceso de Si la
proporcin real de cedencias iniciales es en
realidad 30% y se utiliza un 1% de
significancia, cul es la probabilidad de que
la compaa concluya que es necesaria una
modificacin del proceso?.
APLICACIN 3: Como
resultado
de
la
variabilidad en el proceso de Considerando
la informacin dada anteriormente y
utilizando un nivel de significacin de 0.05,
cul es la probabilidad de que la compaa
concluya que no es necesaria una modificacin
del proceso?
0, 2 0,8
eW : P / P > Z 0,95
+ 0, 2 = P / P > 0, 2850
60
0, 2 0,8
eW : P / P > Z 0,99
+ 0, 2 = P / P > 0,3201
60
0,3201 0,3
= P Z >
60
0,3 0, 7
01/09/2008
Primera Clase
= S 2 / S 2 > 26,5
x = 52, 7
0, 2850 0,3
= P Z
60
0,3 0, 7
01/09/2008
14
Humberto Villalobos
7-03-05
Prueba de Hiptesis
Prueba de Hiptesis
Considerando que las pruebas de hiptesis se
encuentran estrechamente relacionadas con
intervalos de confianza, a travs de las
cantidades pivotales utilizadas para estimar
los parmetros, se extienden los conceptos
univariados a dos poblaciones.
Los mayores cuidados se deben tener en
pruebas asintticas, pues mediante un ajuste
conveniente, se considera conocida, bajo H0,
la distribucin de la cantidad pivotal asociada
al parmetro, que tiene un efecto no deseado
en la varianza del estadstico estimado.
01/09/2008
APLICACIN 4: La resistencia adhesiva a la

tensin del mortero de cemento Portland es una
caracterstica importante del producto. Un
ingeniero est interesado en comparar la
resistencia de una frmula modificada, a la que se
agregaron emulsiones de polmeros de ltex
durante el mezclado, contra la resistencia de la
argamasa hecha con la frmula no modificada, l
piensa que la frmula modificada disminuye la
resistencia. El ingeniero decide probar ambas
frmulas y los resultados fueron los siguientes
01/09/2008
Prueba de Hiptesis
Prueba de Hiptesis

tensin del Apoyan los datos la creencia
del ingeniero con un 1% de significancia?.

tensin del Apoyan los datos la creencia
del ingeniero con un 1% de significancia?.
X: Resistencia adhesiva a la tensin Modificada
H0: x y = 0
Y: Resistencia adhesiva a la tensin no Modificada
X N(x; (x)2); Y N(y; (y)2);
H0: x y = 0
v/s
eW : {X Y / X Y < 0,324}
2 S2
S2
I90%C x2 = x2 F0,05 (n y 1; nx 1); x2 F0,95 (n y 1; nx 1)
y Sy
S

01/09/2008
01/09/2008
Primera Clase
H1: x y < 0
1 1
1 1
{X
eW
/YX/X
< t (n2)+spm
+) }
eW : :{X
Y
+2) s+p(x
Y <tY
(n + m
n y m/Ho
n m
H1: x y < 0
2
0,316 2
0,316
=
0,315;
3,179
0, 247
0, 247
v/s
x - y = 1,16 eW
01/09/2008
Prueba de Hiptesis
Prueba de Hiptesis
APLICACIN 5: Una empresa realiza un estudio

para determinar si del ausentismo de los
trabajadores en el turno de da posee patrones
similares a los de turno de noche. Se realiza un
muestreo de 152 trabajadores diurnos y 80
trabajadores nocturnos. Los resultados muestran
que 38 trabajadores de turno de da han estado
ausentes, por lo menos, en cinco ocasiones durante
el ao anterior, mientras que de los trabajadores
nocturnos solo han faltados 28 en por lo menos
cinco veces durante el ao anterior. Definiendo
claramente variables y supuestos, Es posible
suponer que la proporcin de trabajadores diurnos
que se ausenta por ms de cinco ocasiones a su
trabajo en un ao es significativamente menor que
la proporcin de trabajadores nocturnos?
APLICACIN 5: Una empresa realiza ... Es

posible suponer que la proporcin diurnos
menor que la proporcin nocturnos?
X: N de trabajadores diurnos que se ausenta en mas
de cinco ocasiones en un ao. X B(152; p1)
Y: N de trabajadores nocturnos que se ausenta en mas
de cinco ocasiones en un ao. Y B(80; p2)
H0: p1 = p2
H0: p1 p2 = 0
v/s
H1: p1 < p2
v/s
H1: p1 p2 < 0
01/09/2008
15
Humberto Villalobos
7-03-05
Prueba de Hiptesis
APLICACIN 5: Una empresa realiza ... Es
posible suponer que la proporcin diurnos
menor que la proporcin nocturnos?
H0: p1 p2 = 0
01/09/2008
Primera Clase
v/s
H1: p1 p2 < 0
No se rechaza H0
16

20131MAT042S2 Clase

Cargado por

Copyright:

Formatos disponibles

20131MAT042S2 Clase

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

20131MAT042S2 Clase

Cargado por

Copyright:

Formatos disponibles

Humberto Villalobos

Estimacin por Intervalo

UNIVERSIDAD TCNICA FEDERICO SANTA MARA

Estimacin por Intervalo

Estimacin por Intervalo

DEFINICIN 1: Intervalo de confianza. Sean

Estimacin por Intervalo

Intervalo para la Media

DEFINICIN 2: Cantidad Pivotal. Sea X1, ... , Xn

Las cantidades pivotales ms comnmente

APLICACIN 1: Sea X1, X2, ... , Xn una m.a.(n)

Ambas son cantidades pivotales

Intervalo para la Media

Intervalo para la Media

Considerando la cantidad pivotal donde la

Cules son los valores de q1 y q2 ptimos?

Intervalo para la Media

Intervalo para la Media

Despejando el parmetro en el intervalo se

Considerando la cantidad pivotal donde la

Intervalo para la Media

Intervalo para la Media

APLICACIN 2: Un ingeniero comercial analiza

Despejando el parmetro en el intervalo se

Para un error de estimacin dado, digamos ,

Cul es el nivel de confianza del intervalo?.

Intervalo para la Media

Intervalo para la Media

APLICACIN 2: Un ingeniero comercial

APLICACIN 2: Un ingeniero comercial analiza

2X = 3.267,89 + 3.232,11 = 6.500

Intervalo para la Media

APLICACIN 2: Un ingeniero comercial analiza

APLICACIN 3: El Gerente de control de

Intervalo para la Media

Intervalo para la Media

APLICACIN 3: El Gerente de control de

APLICACIN 3: El Gerente de control de

I95% C( ) : 570 2,048

Intervalo para la Media

Intervalo para la Varianza

Intervalo para la Varianza

La cantidad pivotal utilizada para estimar la

Despejando el parmetro en el intervalo se

Intervalos en Muestras Grandes

APLICACIN 3: El Gerente de control de

La cantidad pivotal ms comnmente

Intervalos en Muestras Grandes

La cual representa una cantidad pivotal, para

Algunos casos particulares, seran:

X1, ... , Xn una m.a.(n) desde una distribucin Normal con

X1, ... , Xn una m.a.(n) desde una distribucin bernoulli.

Despejando el parmetro en el intervalo se

Intervalos en Muestras Grandes

Considerando la cantidad pivotal para

Intervalo para la Media

Intervalo para la Media

Intervalo para la Media