Clase 9

Sesión 9
Intervalo de Confianza para varianzas de 1 y 2 poblaciónes. Ejercicios de aplicación.

Logro esperado
Al finalizar la sesión 7 el estudiante será capaz de estimar intervalos de confianza para la
varianza en una o dos poblaciones.
Indicadores de logro
• Estima un intervalo de confianza para la varianza de una población en problemas de
contexto profesional/científico.
• Estima un intervalo de confianza para la varianza de dos poblaciones en problemas de
contexto profesional/científico.
Bibliografía
• . 310.658 D68 E3
Diaz Alfredo, Estadística Aplicada a la administración y la economía
Capítulo 10
Prueba para la diferencia entre dos varianzas, pag. 303 – 307
• Anderson, Sweeney & Williams, Estadística para negocios y economía.
Capítulo 11
Inferencias acerca de varianzas poblacionales, pag. 448-471
Temario
 Conceptos previos.
 Estimación por intervalo de confianza para varianza en una población (una muestra).
 Estimación por intervalo de confianza para varianza en dos poblaciones (dos muestras).
 Ejercicios.
Tema 1
Conceptos previos
Recordar
• En capítulos anteriores se examinaron métodos de inferencia estadística para medias y
proporciones poblacionales. En esta sesión se extiende el estudio a las varianzas poblacionales.
• A medida que las empresas y la industria ponen más énfasis en la producción de productos que
satisfagan los criterios de calidad de los clientes, es mayor la necesidad de calcular y reducir la
varianza poblacional. Cuando la varianza es alta en un proceso, al gunas características
importantes de los productos pueden tomar una gama más amplia de valores, como
consecuencia de la cual hay más productos que no tienen un nivel de calidad aceptable. Al fin
y al cabo, a un cliente le da lo mismo que un producto funcione bien “en promedio”. Lo que le
interesa es que funcione el que ha comprado. Se pueden obtener productos de calidad en un
proceso de producción si este tiene una baja varianza poblacional, de manera que es menor el
número de unidades que tienen un nivel de calidad inferior al deseado.
Recordar
• Comprendiendo la distribución de las varianzas muestrales en el muestreo, podemos hacer
inferencias sobre la varianza poblacional.
• Por tanto, es posible identificar y mejorar los procesos que tienen una elevada varianza.
Además, cuando la varianza poblacional es menor, podemos hacer mejores inferencias sobre
las medias poblacionales utilizando medias muestrales.
• Varianza Muestral:
Sea x1, x2, …., xn una muestra aleatoria de observaciones procedentes de una población. La
cantidad
Se llama Varianza muestral y su raíz cuadrada, s, se llama desviación típica muestral. Dada una
muestra aleatoria específica, podríamos calcular la varianza muestral y esta sería diferente para
cada muestra aleatoria.
Tema 2
 Estimación por intervalo de confianza para varianza en una población (una muestra).
Estimación por intervalo de confianza para varianza en una
población (una muestra).
• Ya hemos visto en secciones precedentes que una estimación de la varianza poblacional suele
ser necesaria antes de hacer inferencias acerca de medias poblacionales, pero a veces la
varianza poblacional es el objetivo principal en una investigación experimental. ¡Esta llega a
ser más importante para el experimentador que la media poblacional! Se muestran algunas
aplicaciones:
• Los instrumentos de mediciones científicas deben dar lecturas no sesgadas con un error de
medición muy pequeño. Un altímetro de un avión que mida la altitud correcta en promedio es
bastante inútil si las mediciones tienen un error de hasta 1 000 pies arriba o debajo de la altitud
correcta.
• Las piezas maquinadas en un proceso de manufactura deben ser producidas con mínima
variabilidad para reducir piezas de dimensiones incorrectas y, por tanto, defectuosas.
• Las pruebas de aptitud deben estar diseñadas de manera que las calificaciones exhibirán una
cantidad razonable de variabilidad. Por ejemplo, un examen de 800 puntos no es muy
discriminatorio si todos los estudiantes obtienen calificaciones entre 601 y 605.
• La varianza muestral:
• Es un estimador de la varianza poblacional σ2. Cuando se hacen inferencias acerca de la varianza

poblacional mediante la varianza muestral, es útil la distribución de muestreo de la cantidad (n-1)s 2/ σ2
DISTRIBUCION DE MUESTREO DE (n-1)s2/ σ2
Siempre que de una distribución normal se tome una muestra aleatoria simple de tamaño n, la distribución
de muestreo de
/ σ2
Tendrá una distribución ji-cuadrada con n-1 grados de libertad.
La expresión denota el valor de la distribución ji-cuadrada que proporciona un área o probabilidad de  a la
derecha del valor
• ESTIMACION DE INTERVALO PARA UNA VARIANZA POBLACIONAL (UNA
MUESTRA)
≤ σ2 ≤
Donde los valores están basados en una distribución ji-cuadrada con n-1 grados de libertad, y 1 -  es el
coeficiente de confianza.
Además, son los valores superior e inferior
Suposición: La muestra se selecciona al azar de una población normal.
Estimación por intervalo de confianza para varianza en una población
(una muestra).
Ejemplo 1 : Un empresario quiere estimar la varianza de la utilidad de los activos financieros que poseen las
empresas. Para esto, se seleccionó una muestra aleatoria de 18 empresas financieras y obtuvo una varianza de
102 400 dólares2. Con un 98% de confianza, estime la varianza de la utilidad de los activos financieros.
Solución
Sea la variable: X = Utilidad de los activos financieros
Datos: n = 18
S2 = 102 400 dólares2
1- = 0.98 →  = 0,02
El intervalo de confianza se obtiene de la siguiente manera:
≤ σ2 ≤
= 33.409 = 6.408 Se obtienen de la tabla de la distribución Chi-Cuadrado.
Con un 98% de confianza se puede concluir que el intervalo 52 105 y 271 660 contiene el verdadero valor de
Estimación por intervalo de confianza para varianza en una población
(una muestra).
Ejemplo 2 : Una pieza para automóviles debe fabricarse con medidas de tolerancia muy estrechas para que sea
aceptada por el cliente. Las especificaciones de producción indican que la varianza máxima en la longitud de la
pieza debe ser 0.0004. Suponga que en 30 piezas la varianza muestral encontrada es S 2 = 0,0005. Use  = 0,05 para
probar si se está violando la especificación de la varianza poblacional.
Solución
Sea la variable: X = Longitud de la pieza
Datos: n = 30
S2 = 0,0005
1- = 0.95 →  = 0,05
El intervalo de confianza se obtiene de la siguiente manera:
≤ σ2 ≤
= 45.722 = 16.047 Se obtienen de la tabla de la distribución Chi-Cuadrado.
Con 95% de confianza se puede concluir que 0,000400 está dentro del intervalo de 0,000317 y 0,000906. Por tanto,
no se está violando la especificación de la varianza poblacional.
Tema 3
 Estimación por intervalo de confianza para varianza en dos poblaciones (dos muestras).
Estimación por intervalo de confianza para varianza en dos
poblaciones (dos muestras).
• Así como una sola varianza poblacional a veces es importante para un experimentador, el comparar
dos varianzas poblacionales. En algunas aplicaciones estadísticas interesa comparar las varianzas en
la calidad de un producto obtenida mediante dos métodos de producción diferentes
• Las varianzas de tiempos de ensamblado empleando dos métodos distintos.
 Las varianzas de las temperaturas que se obtienen con dos dispositivos diversos de calentamiento.
 Es probable que se deba comparar la precisión de un aparato de medición con la de otro.
 La estabilidad de un proceso de manufactura con la de otro, o incluso la variabilidad en el
procedimiento de calificaciones en un profesor universitario con el de otro.
• Una forma de comparar dos varianzas poblacionales, / , es usar la razón entre las varianzas
muestrales, / .
• Si / es casi igual a 1, se encuentra poca evidencia para indicar que son desiguales. Por otra parte,
un valor muy grande o muy pequeño para / da evidencia de una diferencia en las varianzas
poblacionales.
• Suposiciones para que / tenga una distribución F
• Las muestras aleatorias e independientes se sacan cada una de dos poblaciones normales
• La variabilidad de las mediciones en las dos poblaciones es igual y puede ser medida por una varianza
común, ; esto es, = .
• No es importante conocer la ecuación compleja de la función de densidad para F. para los fines
requeridos solo se necesita usar los valores tabulados de F.
• Al igual que en la distribución la forma de la distribución F no es simétrica y depende del número de
los grados de libertad asociados con .
• Capacidad para utilizar la tabla F
• El valor de F con área 0,05 a su derecha para ngl = 6 y ngl = 9 es 3,37
• Intervalo de confianza para / :
(/ ) (1/ F/2ngl1,ngl2) < / ) < / )(F/2ngl2,ngl1)
Donde ngl1 = n1 – 1 y ngl2 = n2 – 1
Suposiciones: Las muestras se seleccionan al azar y en forma independiente de poblaciones
normalmente distribuidas.
 “Al final vamos a poder concluir si las varianzas poblacionales son muy parecidas o son muy
diferentes entre sí”
 A mayor confianza vamos a requerir mayor amplitud del intervalo.
Tema 4
Ejercicios
Ejemplo
1 : La mayoría de los conductores sabe que el gasto anual medio en reparaciones de un automóvil depende de la
antigüedad del vehículo. Un investigador desea saber si la varianza de los gastos anuales que se aplican en reparación
también aumenta con la antigüedad del vehículo. En una muestra de 26 automóviles de 4 años de antigüedad, la desviación
estándar muestral para los gastos anuales en reparación fue de 170 $, y en una muestra de 25 automóviles de 2 años de
antigüedad fue de 100 $. Empleando un nivel de significancia 0.10¿cuál es su conclusión?. Analice lo razonable de los
resultados.
Solución:
= 28900 n-1= 25 F0.05,25,24 = 1,97
= 10000 n-1= 24 F0.05,24,25 = 1.97
Sustituyendo en: (/ ) (1/ F/2ngl1,ngl2) < / ) < / )(F/2ngl2,ngl1)
(28900/10000)*(1/1.97) < / ) < (28900/10000)*(1.97)
1.4670 < / ) < 5.6933
La estimación calculada para el intervalo 1.47 y 5.69 no incluye al 1, esto indica que Son diferentes. Por tanto, se
concluye que los automóviles de 4 años de antigüedad tienen mayor varianza en el costo de reparación anual en relación a
los de 2 años, lo cuál es previsible debido a que los automóviles más viejos llevan una mayor variación en los costos de
mantenimiento.

Ejemplo 2 : Un experimentador está preocupado porque la variabilidad de respuestas que usan dos
procedimientos experimentales diferentes pueden no ser igual. Antes de realizar su investigación lleva
a cabo un estudio previo con muestras aleatorias de 10 y 8 respuestas y obtiene = 7.14 y = 3.21
respectivamente. ¿Las varianzas muestrales presentan suficiente evidencia para indicar que las
varianzas muestrales son desiguales? Encuentre un intervalo de confianza del 90%
Solución:
= 7.14 n-1= 9 F9,7 = 3,68
= 3.21 n-1= 7 F7,9 = 3.29
Sustituyendo en: (/ ) (1/ F/2ngl1,ngl2) < / ) < / )(F/2ngl2,ngl1)
(7.14/3.21)*(1/3.68) < / ) < (7.14/3.21)*(3.29)
0.6044 < / ) < 7.3179
La estimación calculada para el intervalo 0.60 y 7.32 incluye al 1, esto indica que . Por tanto, hay
insuficiente evidencia para indicar que hay diferencia entre las varianzas poblacionales.
Muchas gracias por vuestra
atención

Clase 9

Cargado por

Copyright:

Formatos disponibles

Clase 9

Cargado por

Información del documento

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

Clase 9

Cargado por

Copyright:

Formatos disponibles

Sesión 9

Intervalo de Confianza para varianzas de 1 y 2 poblaciónes. Ejercicios de aplicación.

• Es un estimador de la varianza poblacional σ2. Cuando se hacen inferencias acerca de la varianza

También podría gustarte