You are on page 1of 8

DISTRIBUCIN CHI2 CUADRADO DE PEARSON Ejemplo, El espesor de un semiconductor se controla mediante la variacin estndar no mayor a =0.60 mm.

Para mantener controlado el proceso se toman muestras aleatoriamente de tamao de 20 unidades, y se considera que el sistema est fuera de control cuando la probabilidad de que 2 tome valor mayor o igual al valor de la muestra observado es que es 0.01. Que se puede concluir si s=0.84mm?
2 Solucin. Existe fuera de control si ( n 1)s 2 / 2 con n=20 y =0.60, excede 0.01,19 = 36.191

Entonces,

Por tanto, el sistema est fuera de control

(n 1)s 2 19 * 0.84 2 = = 37.24 2 0.60 2

Ejemplo. Un bioqumico sospecha que su micro-centrfuga no mantiene constante su velocidad mientras trabaja, lo cual le da una variabilidad indeseada en sus determinaciones. Para controlarla, consigue un tacmetro regulado y mide cada minuto la velocidad durante 10 minutos. Los resultados fueron: una velocidad promedio en las 10 mediciones de 3098 rpm con una desviacin de 100,4 rpm. Testear para un error relativo mximo del 2% o menos, si la centrfuga es estable.

La desviacin estndar es max=2%*3098=62 rpm, luego, H0: max62 rpm H1: max62 rpm

(n 1)s 2 (10 1) *100.4 2 = = = 23.6 2 62 2


2

De la Tabla de valores crticos surge: 20,99;9=21,666 y 20,991;9=27,877. Por lo tanto, el bioqumico ha encontrado una muy fuerte evidencia que la velocidad del equipo oscila en forma indeseada, tal como sospechaba. Y deber ajustarlo si desea disminuir la variabilidad de sus mediciones. Los resultados fueron muy significativos 2 = 23,6 Ejemplo. Un farmacutico Jefe del Dpto. Control de Calidad en una industria alimenticia, descubre que en su proceso de produccin el contenido de ciclamato en su lnea de mermeladas dietticas vara en forma indeseada. Sospechando que se trata de una falla en el dosificador, decide tomar 10 muestras seguidas del mismo. Encuentra un promedio de 20 gramos con una desviacin de 8 gramos. Si en su protocolo de fabricacin la variacin mxima permitida es del 3%, determinar si el dosificador debe ser corregido. El desviacin estndar aceptable es: mx = 3% de 20 g = 6 g. Luego: H0:mx 6 g.: el dosificador funciona correctamente H1:mx > 6 g.: el dosificador debe ser cambiado

2 =

(n 1)s 2 (10 1) * 8 2 = = 16 2 62

De la Tabla de valores crticos surge: 20,95;9=16,9. Por lo tanto, el farmacutico no ha encontrado evidencia que respalde sus sospechas. Sin embargo, el valor hallado es muy cercano al crtico, por lo que le convendra hacer ms pruebas. DISTRIBUCIN F SNEDECOR O F-FISHER Ejemplo, Un valor de f con 6 y 10 grados de libertad para un rea de 0.95 a la derecha es, f0.95,6,10=1/(f0.05,10,6)=1/4.06=0.246 Si de dos poblaciones normales, o aproximadamente normales, se extraen dos muestras aleatorias e independientes, y a cada una se le calcula su respectiva varianza, el cociente de ambos valores 2 2 F = s1 s 2 (con F>1, esto es, siempre se coloca el ms grande como numerador) tendr una distribucin de Fisher, cuyos valores crticos fueron obtenidos por W. Snedecor en una tabla que se caracteriza por tener dos grados de libertad: el correspondiente al numerador 1=n1-1 y el del denominador 2=n2-1. Programas de computacin permiten calcular los valores crticos respectivos

En las Tablas se presenta una hoja para cada nivel de confianza, se eligen los ms apropiados como: 95% ; 97,5% ; 99% ; 99,5% y 99,9%. Como siempre, el rea total bajo la curva es la unidad y se extiende desde 0 a + . La forma es muy parecida a la Chi-cuadrado. se muestran tres casos, con diferentes grados de libertad, y se marca el valor de F=2,5 con una ,lnea punteada vertical. Ejemplo, El jefe de un laboratorio se encuentra con una tcnica de medicin fuera del control estadstico. Para investigar las causas decide investigar si el factor humano tiene incidencia, y toma una muestra de suero cualquiera la divide en 20 alcuotas. Luego elige 10 de ellas al azar y se las entrega al laboratorista 1 para que haga las determinaciones; las restantes las encomienda al laboratorista 2 para que las mida. Los resultados obtenidos son: s 12=2,4 es la varianza obtenida por el laborista, 1 y s22=0,8 para el otro. Decidir si hay diferencia en dispersin entre ambos.

2 H0: 1 = 2 2 2 H1: 1 2 2 El estadgrafo es

2 1 2.4 F= 2 = = 3.0 2 0.8

Como se trata de un ensayo de dos colas, para un nivel del 95% de confianza, se busca en las tablas para: 1=2=n1-1=9 grados de libertad, mientras que = 0,025 para el lmite inferior y = 0,975 para el superior. Estos valores son F0,975;(9,9) = 4,03. Luego, para calcular el valor no tabulado = 0,025 se aprovecha una propiedad que tiene la funcin F usando la inversa: F0,025;(9,9) =1/F0,975; (9,9) =1/4,03 = 0,248 Como el valor hallado F=3 cae dentro de la zona de aceptacin, no hay evidencia significativa como para decir que el factor humano tiene incidencia en la dispersin de las mediciones. DISTRIBUCIN t-STUDENT Ejemplo, En 16 recorridos de prueba de una hora cada uno, el consumo de gasolina de un motor es de 16.4 gal, con una desviacin estndar de 2.1 gal. Demuestre que la afirmacin que el consumo promedio de gasolina de este motor es 12.0 gal/hora Solucin, Sustituyendo n=16, =12.0, x =16.4 y s=2.1 en la formula de t-Student, se tiene x 16.4 12.0 t= = = 8.38 s n 2.1 16 Para el cual en las tablas, para =5% y 15 gl es insignificante, y por tanto se puede concluir que el consumo de 12 gal/h es real Ejemplo, Encuentre los valores de la funcin para: a. 14 gl, =97.5%t0.975=-t2.5%=-2.145 b. P(-t0.025<T<t0.05)=0.925 Ejemplo. Se desea saber si un instrumento de medicin cualquiera est calibrado, desde el punto de vista de la exactitud. Para ello se consigue un valor patrn y se lo mide 10 veces (por ejemplo: una pesa patrn para una balanza, un suero control para un mtodo clnico, etc.). Suponiendo que el resultado de estas mediciones arroja una media de 52,9 y una desviacin de 3, usando un patrn de valor 50, se debe determinar si el instrumento est calibrado y la estimacin de su error sistemtico, si es que se prueba su existencia (no se usan unidades para generalizar este ejemplo). Ho : = 50 el instrumento est calibrado en exactitud

H1 : 5 0 no est calibrado. Hay un error sistemtico

Se trata de un ensayo de dos colas donde hay =101=9 grados de libertad. De la Tabla t-Student se obtienen los valores crticos para el 95% de t 0,05;9=2 ,262, para el 99% de t 0,01;9 =3,25 y para un nivel del 99,9% es t0,001;9 =4,781. Lo que permite establecer las zonas de aceptacin y rechazo:

t=

( 52.9 50.0 )
3 10

=3

Dibujando las zonas con los valores crticos, el valor de t cae en la de rechazo para el 95% y no alcanza para las otras. La conclusin es que se ha probado la existencia de un error sistemtico con una confianza del 95%. Ejemplo. Se midi colesterol total a 11 pacientes varones adultos escogidos al azar los resultados obtenidos arrojan una media de 235 mg/dl y un desviacin estndar de 35 mg/dl. Ensayar la hiptesis de que se mantienen por debajo del valor lmite de referencia de 220 mg/dl

Ho: 220 mg/dl H1: 220 ,g/dl El valor t-Student para una sola cola es,

t=

( 235 220)
35 11

= 1.42

Valor no significativo pues t0.05,10=1.81, entonces cae dentro del intervalo del 95% Para el caso de una cola, el valor de tablas para el 95% debe ser el que est en la Tabla t-Student para el 90% en dos colas. La idea es que el 10% en dos colas significa el 5% en cada una, por la

simetra de la curva de t-Student. Luego, para =10, el lmite para el 95% ser t = 1,812 en una cola y t = 2,228 para dos colas. La conclusin es que no puede rechazar la hiptesis nula, por lo que debe considerarse un colesterol total admisible desde el punto de vista clnico, por estar por debajo del lmite de referencia. Ejemplo. Un analgsico de plaza, afirma en su propaganda que alivia el dolor en el 90% de los casos antes de la primera hora luego de su ingesta. Para validar esa informacin, se hace un experimento en 20 individuos con cefalea. Se observa que fue efectivo en 15 de ellos.

Ho: 0.9 H1: 0.9 El valor t-Student para una sola cola es, siendo P el porcentaje de xitos P=15/20=0.75 y la media de =0.90 con desviacin = 0.9 * 0.1 / 20 = 0.067

t=

( 0.75 0.90)
0.067

= 2.24

Valor es significativo pues t0.999,19=-3.579 o t0.99,19=-2.539 o t0.95,19=-1.729, entonces cae fuera del intervalo del 95%. De todas formas la evidencia no alcanza para rechazar la hiptesis a los niveles del 99% y 99,9%. Se la rechaza al nivel de 95% nicamente. Si bien no es tan terminante, se puede afirmar que la aseveracin es falsa con un 95% de confianza. Ejemplo. Se aplica un medicamento a 15 pacientes que padecen cierta enfermedad, escogidos al azar, y un placebo a 20 pacientes. En el primer grupo, la desaparicin del estado febril se observa a las 19 horas de tratamiento en promedio (con una desviacin de 2 h.). En el grupo control, la mejora se observa en promedio las 25 horas con un desviacin de 3 horas. Decidir si el medicamento modifica el tiempo de curacin.

Ho: 1=2

H1: 12 El valor t-Student para dos colas para 33 gl, siendo

t=

( 25 19) 0 = 7.06
9 4 + 20 15

Valor cae fuera del intervalo, como el valor hallado de t es mucho ms grande que el valor crtico de tablas para 33 grados de libertad: t;=t0,999;33=3,44 (ensayo de dos colas y un 99,9% de confianza), por tanto se obtuvieron resultados altamente significativos como para rechazar la hiptesis nula. Se tiene una prueba cientfica del efecto del medicamento. Ejemplo. Se desea verificar si hay diferencia en las mediciones a travs de dos mtodos clnicos diferentes. Se toma una muestra de suero lo suficientemente grande como para obtener 10 alcuotas. Se distribuyen al azar 5 alcuotas para cada mtodo. Efectuadas las mediciones, con el primero se tuvo una media de 85 mg/dl con un desviacin de 8 mg/dl. Mientras que con el segundo se tuvo una media de 83 mg/dl con un desviacin de 6 mg/dl.

Ho: 1=2 H1: 12 El valor t-Student para dos colas para 33 gl, siendo

t=

( 85 83) 0 = 0.44
64 36 + 5 5

Por tanto, no se puede rechazar H0, pues hay diferencia entre ambos mtodos Ejemplo. Se escogen al azar dos grupos formados por 20 individuos cada uno, entre los que padecen cierta alergia. Se administra una droga curativa al primer grupo y se observa una mejora en 15 de los casos. Al segundo grupo se le administra un placebo y mejoran 13 de ellos. Ensayar la hiptesis que la droga sirve para curar ese tipo de alergia. Se emplean las hiptesis siguientes: H0 : 1-2 = 0 las diferencias observadas se deben al azar H1: 1-2 0 la droga produce efecto. Si se supone que ambas muestras fueron extradas de la misma poblacin, y por lo tanto no hay diferencias entre las muestras observadas (H 0) 1-2 = 0, eso significa que el porcentaje de curados

en dicha poblacin ser = 1=2 y habr que estimarlo con los datos mustrales, calculando la proporcin ponderada con: p=( total de curados en las muestras / total muestral ) = (15+13) / 40 = 0,7 Entonces, sacando factor comn en la frmula de la varianza, esta resulta: 2() = (1.) [2 / n] =(0,7 . 0,3) (2/20) = 0,021 Y es () = 0,145; de los datos del problema surgen P1 =15/20 = 0,75 y P2 = 13/20 = 0, 65 t = ( 0,75 0,65 ) / (0,021)1/2= 0,69 < t0,95 ; 38=2,02. 1-2 = 0 cae dentro de 95%. Un resultado no significativo. Las diferencias observadas no se deben a la droga sino al azar. Ejemplo. Sea el ndice cardaco CI (respuesta cardiaca normalizada para la superficie del cuerpo) el cual se mide con un procedimiento invasivo como es el colocar un catter en el corazn del paciente llamado Termo-dilucin (el mtodo viejo) y la unidad de medicin son litros por minuto tomado por m2 de superficie del cuerpo humano. Se ha propuesto una nueva manera de medir esa magnitud con una tcnica no invasiva, llamada el mtodo de la Bioimpedancia, en la cual se le adosa un instrumento al cuerpo de paciente en forma externa, y mide en forma elctrica el valor del CI usando una escala adecuada (el mtodo nuevo). El criterio clnico de aceptacin es: el nuevo mtodo se considerar equivalente al viejo cuando, en promedio, el valor obtenido difiera en un 20% respecto al promedio aceptado de 2,75 l / min. / m2 para el mtodo del catter. Esto significa que el 20% de tal valor es = 0,55. Luego el planteo se hace as: Ho : .V N . = ... > = 0,55 o lo que es lo mismo (V N ) = = 0,55 H1 : .V N . = ... < = 0,55 cuyo equivalente es (V N ) = 0,55

Se toma una muestra de N=96 individuos a los cuales se le aplica el mtodo nuevo, los valores encontrados fueron un promedio de 2,68 l / min. / m2, y un desviacin estndar de 0,26 l / min. / m2 luego ser,

t=

( x )
n

2.68 2.75 = 2.642 0.26 96

Como se observa t=-2.642 es mayor que t 0.99,95=-2.62, lo que indica que hay evidencia significativa como para rechazar a H0 Ejemplo. Se escogen 5 pacientes al azar, del grupo que concurre diariamente al Laboratorio de Anlisis Clnicos a efectuarse una determinacin de Uremia. Las muestras extradas se miden con el procedimiento habitual y adems con una nueva tcnica clnica que se desea probar. Ver si hay diferencia entre ambas tcnicas. Los resultados expresados en g/l fueron:

Paciente Vieja Nueva Diferencia

1 0.38 0.33 0.05

2 0.54 0.45 0.09

3 0.22 0.15 0.07

4 0.11 0.09 0.02

5 0.23 0.22 0.01

Promedio y desviacin estndar, respectivamente: 0.048 y 0.033 Con los valores de las diferencias se calculan d = 0.048 0.048 t= = 3.25 0.033 5
y = 0.033 , luego

Que obviamente es mayor que t0.95,4=2.776, entonces O cae por fuera del intervalo, y entonces se tienen evidencia significativa de que hay diferencia entre ambas tcnicas