Академический Документы
Профессиональный Документы
Культура Документы
Slide 2
Captulo 9
Slide 3
Inferencias acerca de dos muestras
9-1 Panorama General
9-2 Inferencias acerca de dos proporciones
Slide 4
Slide 5
SEMANA 6
ESTADSTICA II
Panorama General
Slide 6
Slide 7
Requisitos:
1. Tenemos proporciones de dos muestras
aleatorias simples que son independientes.
2. Para ambas muestras, el nmero de xitos
es de al menos 5 (np 5) y el nmero de
fracasos es de al menos 5 (nq 5).
Notacin para
dos proporciones
Slide 8
^
p1 = x1 (la proporcin muestral)
n1
q^1 = 1 ^
p1
Se adjunta los significados correspondientes a:
p2, n2 , x2 , ^p2. y ^q2 , que provienen de la poblacin 2
Esther Flores U. ESTADSTICA II
Proporcin muestral
agrupada p1 y p2
Slide 9
La proporcin agrupada de p1 y
se denota por p.
x1 + x2
p= n +n
1
2
q =1p
Esther Flores U. ESTADSTICA II
p2
z=
H0: p1 p2
^ )(p p )
( p^1 p
2
1
2
pq
pq
n1 + n2
Donde
p1 p 2 = 0
p^
p=
x1 + x2
n1 + n 2
x1
= n
1
H0: p1 p2
p^
x2
=
n2
q=1p
Slide 12
Ejemplo:
Slide 13
Ejemplo:
n1= 200
H0: p1 = p2, H1: p1 > p2
x1 = 24
^p1 = x1 = 24 = 0.120
p = x1 + x2 = 24 + 147 = 0.106875
n1 + n2 200+1400
q = 1 0.106875 = 0.893125.
n1 200
n2 = 1400
x2 = 147
^p2 = x2 = 147 = 0.105
n2 1400
Slide 14
Ejemplo:
n1= 200
(0.120 0.105) 0
z=
x1 = 24
(0.106875)(0.893125) + (0.106875)(0.893125)
200
1400
^p1 = x1 = 24 = 0.120
n1 200
z = 0.64
n2 = 1400
x2 = 147
^p2 = x2 = 147 = 0.105
n2 1400
Slide 15
Ejemplo:
n1= 200
x1 = 24
^p1 = x1 = 24 = 0.120
n1 200
n2 = 1400
x2 = 147
^p2 = x2 = 147 = 0.105
n2 1400
z = 0.64
Es una prueba de cola derecha, por lo
que P-value es el rea a la derecha del
estadstico de prueba z = 0.64. El Pvalue es 0.2611.
Ya que el P-value es 0.2611 es mayor
que el nivel de significancia = 0.05,
no rechazamos Ho.
Slide 16
Ejemplo:
n1= 200
x1 = 24
^p1 = x1 = 24 = 0.120
n1 200
n2 = 1400
x2 = 147
^p2 = x2 = 147 = 0.105
n2 1400
z = 0.64
Debido a que no rechazamos la hiptesis
nula, concluimos que existe suficiente
evidencia sustentar la aseveracin que la
proporcin de infracciones de
conductores afroamericanos es igual a la
proporcin de infracciones de
conductores blancos.
Slide 17
Ejemplo:
Valor p
n1= 200
x1 = 24
^p1 = x1 = 24 = 0.120
n1 200
n2 = 1400
x2 = 147
^p2 = x2 = 147 = 0.105
n2 1400
Intervalo de confianza
Slide 18
p1 - p2
Estimacin de
^ )+
p
2
p^1 q^1
p^2 q^2
n1 + n2
Slide 19
n1= 200
E = z
x1 = 24
p^1 q^1
p^2 q^2
n1 + n2
^
p1 = x1 = 24 = 0.120 E = 1.645
n1 200
n2 = 1400
x2 = 147
^
p2 = x2 = 147 = 0.105
n2 1400
E = 0.400
(.12)(.88)+(0.105)(0.895)
200
1400
Slide 20
Ejemplo:
n1= 200 (0.120 0.105) 0.040 < ( p1 p2) < (0.120 0.105) + 0.040
0.025 < ( p1 p2) < 0.055
x1 = 24
^
p1 = x1 = 24 = 0.120
n1 200
n2 = 1400
x2 = 147
^
p2 = x2 = 147 = 0.105
n2 1400
Slide 21
Seccin 9-3
Inferencia acerca de dos
medias : Muestras
independientes.
Created by Erin Hodgess, Houston, Texas
Definiciones
Slide 22
Requisitos
Slide 23
Estadstico de prueba
Slide 24
(x
1 x2) (1 2)
=
2.
2
s
s1
2
+
n2
n1
Grados de libertad
Slide 25
gl =
s1
Donde A= n
1
.2
(A + B)^2
2.
2
B
A
+
n1 -1 n2 - 1
s2.2
B=
n2
Prueba de hiptesis
Slide 26
Table A-3.
Valores crticos:
Table A-3.
Slide 27
Bonds
70
73
418.5
403.7
45.5
30.6
Slide 28
n1 1 = 69
n2 1 = 72
df = 69
t.025 = 1.994
Esther Flores U. ESTADSTICA II
Slide 29
Slide 30
(x
1 x2) (1 2)
=
2
.2
s1
s2
+
n2
n1
t =
(418.5 403.7) 0
45.52
70
= 2.273
Esther Flores U. ESTADSTICA II
30.62
73
Slide 31
Slide 32
Slide 33
= 0.05
No se acepta Ho
Intervalos de confianza
Slide 34
Donde; E =
s2
s
+
n2
n1
2
1
Slide 35
E = t
s2
s
+
n2
n1
2
1
E = 1.994
45.5
70
E = 13.0
Esther Flores U. ESTADSTICA II
30.6
73
Slide 36
Slide 37
SEMANA 7
ESTADSTICA II
Slide 38
Seccin 9-4
Inferencias a partir de
datos apareados
Created by Erin Hodgess, Houston, Texas
Requisitos
Slide 39
Slide 40
xy)
sd
= Desviacin estndar de las diferencias d para la
muestra de datos apareados.
d = diferencia individual entre los valores en un solo
dato apareado.
n
t=
Slide 41
d d
sd
n
Slide 42
Intervalos de confianza
d E < d < d + E
Donde
E = t/2
sd
n
Grados de libertad = n 1
Slide 43
Temperaturas reales y
pronosticadas
Slide 44
Temperaturas reales y
pronosticadas
Slide 45
Temperaturas reales y
pronosticadas
Slide 46
Temperaturas reales y
pronosticadas
Slide 47
Temperaturas reales y
pronosticadas
H0: d = 0
H1: d 0
Slide 48
d d = 13.2 0 = 2.759
t = sd
10.7
n
Slide 49
H0 : d = 0
H1: d 0
d d = 13.2 0 = 2.759
t = sd
10.7
n
Temperaturas reales y
pronosticadas
H0: d = 0
H1: d 0
Slide 50
d d = 13.2 0 = 2.759
t = sd
10.7
n
Temperaturas reales y
pronosticadas
Slide 51
Temperaturas reales y
pronosticadas
E = t/2
sd
n
E = (2.776)(
10.7
5
= 13.3
Slide 52
Temperaturas reales y
pronosticadas
d E < d < d + E
13.2 13.3 < d < 13.2 + 13.3
26.5 < d < 0.1
Slide 53
Slide 54
Seccin 9-5
Comparacin de la
variacin en dos
muestras
Created by Erin Hodgess, Houston, Texas
Medidas de variacin
Slide 55
2 = varianza poblacional
Requisitos
Slide 56
1.
Las
dos
poblaciones
son
independientes una de la
otra.
2. Las dos poblaciones estn
distribuidas normalmente.
Caractersticas de la
distribucin F
Slide 59
La distribucin F no es simtrica
Los valores de la distribucin F no pueden
ser negativos
La forma exacta de la distribucin F
depende de dos diferentes grados de
libertad.
F=
s
s
1
2
Slide 61
Slide 62
s y s2 son
1
Slide 63
Slide 64
Slide 65
Pepsi Regular
36
36
0.81682
0.82410
0.007507
0.005701
Slide 66
Slide 67
Slide 68
Asever.: 1 = 2
2
Ho : =
2
1
2
1
H1 : 2
2
2
2
= 0.05
Valor de F =
=
s12
s22
0.007507 2
0.005701 2
= 1.7339
Slide 69
Asever: 1 = 2
2
Ho : =
2
1
2
1
H1 : 2
2
2
2
= 0.05