Professional Documents
Culture Documents
INFERENCIA SOBRE σ2
Cuando deseamos estimar la varianza de una población a partir de los datos de una
muestra, utilizamos las siguientes expresiones:
n
1
s2 =
υ
∑(x
i =1
i − x)2 Donde υ = n −1
n
1
s2 =
υ
∑(x i =1
i − µ )2 Donde υ=n
En el caso de que no contemos con una, sino con varias estimaciones de S² de la misma
varianza poblacional provenientes de muestras independientes; la mejor estimación conjunta
es la varianza amalgamada:
s 2
=
∑υ .s i
2
i
Donde υ = ∑υ i
∑υ i
υ .S 2
2
χυ = 2
σ
Mariano Bonoli 1 de 12
71.03 ESTADÍSTICA TÉCNICA, INGENIERÍA, UBA.
Oct2006
EJERCICIOS DE INFERENCIA SOBRE σ2
Intervalo de Confianza
υ .S 2 υ .S 2
P 2 ≤σ2 ≤ 2 = 1−α
χ χ (υ ;α / 2 )
(υ ;1−α / 2 )
O bien:
υ .S 2 υ .S 2
P ≤σ ≤ =1−α
χ (2υ ;1−α / 2) χ (2υ ;α / 2 )
υ .S 2
Límite Superior (σ 2 ) χ (2υ ;α / 2) χ (2υ ;1−α / 2)
R= = = 2
Límite Inferior (σ 2 ) υ .S 2 χ (υ ;α / 2)
2
χ (υ ;1−α / 2)
El problema consiste en que para calcular los valores de υ, deberemos realizar un proceso de
prueba y error probando distintos valores de υ hasta obtener la relación R deseada. Para
facilitar este proceso, existen tablas que devuelven los valores de estos cocientes para
distintos valores de υ. También podemos utilizar las siguientes expresiones, que si bien se
trata de una aproximación, a los fines prácticos da valores muy precisos:
υ≅
2
9
(
a + a2 +1
2
)
Z
a = 1−α /32
3
(
R +1 )
2 R −1( )
Mariano Bonoli 2 de 12
71.03 ESTADÍSTICA TÉCNICA, INGENIERÍA, UBA.
Oct2006
EJERCICIOS DE INFERENCIA SOBRE σ2
Test de Hipótesis
2υ .S 2
χυ = 2
σ
Por ejemplo,
H 0 )σ 2 ≤ σ 02
2
χ v
χ²(1-αα)
2
S
S²c
υ .S 2 υ .S c2
χ2 = ⇒ χ (υ ;1−α ) =
σ2 σ 02
χ (υ ;1−α ) .σ 02
Donde S c2 =
υ
Mariano Bonoli 3 de 12
71.03 ESTADÍSTICA TÉCNICA, INGENIERÍA, UBA.
Oct2006
EJERCICIOS DE INFERENCIA SOBRE σ2
S 2 .υ
Donde χ2 =
σ 02
CR: Si α ≥ α* Rechazo la Ho
υ υ
Donde α * = G (S 2 ) = Gg S 2 \ r = ; λ =
2 2.σ 2
Ejemplo 1
Se desea estimar la variabilidad de la característica fundamental de un proceso, medida por
su desvío estándar, mediante un intervalo de confianza. Para ello se extrajeron 5 muestras
durante una semana, registrándose los valores:
Muestra n s2
1 7 1,74
2 5 7,20
3 6 4,40
4 7 3,82
5 7 9,91
Resolución:
m
1 1
s2 =
υ
∑υ .s
i =1
i
2
i =
27
(6.1,74 + 4.7,2 + 5.4,4 + 6.3,82 + 6.9,91) = 5,32
υ .S 2 υ .S 2
P 2 ≤σ2 ≤ 2 =1−α
χ χ
(υ ;1−α / 2 ) (υ ;α / 2 )
27.5,32 27.5,32
P 2 ≤σ2 ≤ 2 = 0,95
χ χ
( 27 ; 0 , 975 ) ( 27 ; 0 , 025 )
Mariano Bonoli 4 de 12
71.03 ESTADÍSTICA TÉCNICA, INGENIERÍA, UBA.
Oct2006
EJERCICIOS DE INFERENCIA SOBRE σ2
27.5,32 27 .5,32
P ≤σ ≤ = 0,95
43,1945 14,5734
b)
χ (2υ ;1−α / 2 )
R= 2
χ (υ ;α / 2 )
χ (2υ ;0,975 )
2,083 =
χ (2υ ;0, 025)
χ (258; 0,975)
= 2,084
χ (258; 0,025)
υ = ∑υ i = 6 + 4 + 5 + 6 + 6 + υ 6 = 58 ⇒ υ 6 = 35 ⇒ n6 = υ 6 + 1 = 36
Nota:
Mariano Bonoli 5 de 12
71.03 ESTADÍSTICA TÉCNICA, INGENIERÍA, UBA.
Oct2006
EJERCICIOS DE INFERENCIA SOBRE σ2
υ≅
2
9
(
a + a2 +1
2
)
Z
a = 1−α /32
3
(
R +1 )
2 R −1 ( )
Realizando los cálculos para este caso:
a=
( ) (
Z1−α / 2 3 R + 1 Z 0,975 3 2,084 + 1
= = 8,0477
)
(
2 3 R −1 ) (
2 3 2,084 − 1 )
υ≅
2
9
( 2 2
9
) ( 2
a + a 2 + 1 = 8,0477 + 8,0477 2 + 1 = 58,01 ≅ 58 )
Como podemos ver se trata de una excelente aproximación.
Ejemplo 2
En la venta de un determinado producto industrial en polvo es muy importante la
homogeneidad del proceso medida por la varianza de la concentración de materia activa. Se
está estudiando la incorporación de un nuevo tipo de mezclador que mejoraría la
homogeneidad. El departamento de estadística de la fábrica informa que sería económico el
2
cambio si la nueva varianza no supera 0,22% , ya que se obtendría un aumento en el
volumen y precio del producto. Por otro lado, se desea que en caso de que el nuevo
mezclador no mejore la varianza actual (0,30%²), la probabilidad de realizar el cambio debe
ser del 5%
c) Diseñar el ensayo de hipótesis correspondiente.
d) Hallar la probabilidad de NO aconsejar el cambio si éste produce con varianza 0,19%2.
O sea:
En este caso, podríamos tomar como σ0=0,30 y tomar una posición pesimista ya que en este
caso se desea realizar el cambio con 5% de probabilidad. También podríamos considerar
como σ0=0,22. En este último caso, el planteo bien podría ser optimista como pesimista ya
que es un punto de indiferencia.
Adoptaremos arbitrariamente para resolver este problema un planteo optimista con σ0=0,22.
Recordemos que cualquier planteo válido nos devuelve el mismo resultado en términos de υ y
condición de Rechazo y Regla de decisión, solo difiere en las curvas y los nombres (no los
valores) de las probabilidades:
Mariano Bonoli 6 de 12
71.03 ESTADÍSTICA TÉCNICA, INGENIERÍA, UBA.
Oct2006
EJERCICIOS DE INFERENCIA SOBRE σ2
Equivale a:
Gráficamente:
Así, como las distribución de x dependía µ y en los problemas de diseño, tenía dos
distribuciones normales de distinto µ. El punto en común que permitía hacer los cálculos era
x c.
En los casos de inferencia sobre σ², la situación es similar: S² tiene una distribución que
depende del parámetro poblacional (en este caso σ²). Si la varianza de la población de la que
estamos extrayendo la muestra es mayor, los valores de los S² obtenidos, tenderán a ser
mayores, con lo cual la función de densidad de S² tendrá valores mas volcados hacia la
derecha.
El siguiente gráfico busca representar las combinaciones σ² - probabilidad dadas como dato
para este problema. En rigor el aumento de σ² no produce solo un desplazamiento en la
distribución de S², sino que también se produce una distorsión, pero se busca simplificar una
representación esquemática que le puede servir a quienes deseen comparar estos problemas
de diseño con los problemas de diseño para hipótesis de µ.
Mariano Bonoli 7 de 12
71.03 ESTADÍSTICA TÉCNICA, INGENIERÍA, UBA.
Oct2006
EJERCICIOS DE INFERENCIA SOBRE σ2
σ1=0,22
α = 50%
S²c 2
S
σ1=0,30
β = 5%
2
S
S²c
Como en los casos anteriores, se trata de resolver un sistema de 2 ecuaciones con dos
incógnitas (S2c y n en este caso).
υ.S c2
χ
(υ ;0,50) =
0,22
χ υ.S c2
=
(υ ;0, 05) 0,30
Si bien es obvio, aclaremos por las dudas, que los valores de probabilidad correspondientes a
los fractiles de χ² son ambos valores de Función de Distribución Izquierda F(χ²) y nada tienen
que ver con las áreas sombreadas.
χ (υ ;0,50) 0,30
= = 1,3636
χ (υ ;0, 05) 0,22
Si bien existen tablas que nos devuelven el valor de esta relación para distintos valores de υ,
utilizaremos la aproximación, que como hemos visto es una muy buena alternativa, además
de que suele ser mas simple.
La expresión general que nos permitirá calcular υ para cualquier relación que nos quede es la
siguiente:
Sea:
Mariano Bonoli 8 de 12
71.03 ESTADÍSTICA TÉCNICA, INGENIERÍA, UBA.
Oct2006
EJERCICIOS DE INFERENCIA SOBRE σ2
χ (υ ;ω1)
R= Donde ω1, ω2 y R están definidos de tal manera que R>1
χ (υ ;ω 2)
Entonces:
υ≅
2
9
(
a + a2 +1
2
) Con a=
Z ω1 + Z1−ω 2 3 R
(
2. 3 R − 1)
Para este caso:
Una vez obtenido el valor de n, nos queda resolver la otra incógnita S2c. Para ello, utilizamos
alguna de las ecuaciones originales.
υ.S c2 63.S c2
χ (υ ;0,05) = ⇒ χ ( 63;0, 05) =
0,22 2 0,30
b)
Para el cálculo de estas probabilidades, tendremos en cuenta que S² tiene una distribución
Gamma con parámetros r=υ/2 y λ=υ/2σ².
Mariano Bonoli 9 de 12
71.03 ESTADÍSTICA TÉCNICA, INGENIERÍA, UBA.
Oct2006
EJERCICIOS DE INFERENCIA SOBRE σ2
(
P S 2 ≥ 0,2178 \ σ 2 = 0,19 =)
( )
= G g 0,2178 \ r = υ / 2; λ = υ / 2.σ 2 =
= G g (0,2178 \ r = 31,5; λ = 165,8)
λ.t 1
Gg (t\ r; λ ) ≅ 1 − Φ 3 r 3 + − 1
r 9.r
165,8.0,2178 1
G g (0,2178 \ r = 31,5; λ = 165,8) ≅ 1 − Φ 3 31,5 3 + − 1 = 1 − Φ(0,84 ) = 0,20
31,5 9.31,5
Mariano Bonoli 10 de 12
71.03 ESTADÍSTICA TÉCNICA, INGENIERÍA, UBA.
Oct2006
EJERCICIOS DE INFERENCIA SOBRE σ2
Ejercicios Propuestos
1) El peso de los ovillos de hilo que salen de una ovilladora tiene distribución Normal con
un desvío estándar que se controla periódicamente con muestras de 20 ovillos. Una de dichas
muestras arrojó un desvío de 15 gramos. a) Calcular los límites de confianza del 95% para el
desvío; b) ¿qué tamaño de muestra habría que tomar para tener intervalos cuyo límite
superior sea un 50% mayor que el inferior?.
RTA: a) (11,4; 21,9) b) 49
4) Las suelas plásticas fabricadas por inyección presentan peso variable con distribución
Normal de desvío 2,5 gramos. Se estudia la posibilidad de reemplazar la materia prima
actualmente utilizada por otra más barata y a tal efecto se establece en 0,9 la probabilidad de
efectuar el cambio cuando el desvío no aumenta. a) Indicar la hipótesis nula apropiada a esta
situación y el valor máximo de la varianza muestral admisible para una muestra de 10 suelas;
b) calcular, con dicho tamaño de muestra, la probabilidad de adoptar la nueva materia prima
cuando con ella se tiene un desvío superior en un 50% al actual.
RTA: a) Ho)σ ≤ 2,5 (α=0,10); Sc=3,19. b) 0,324
5) Se desea cambiar la materia prima por otra más barata, que se espera no aumentará el
desvío estándar de la dimensión crítica de una pieza seriada, que actualmente es de 0,04mm,
habiéndose establecido un valor de equilibrio económico de 0,05mm, en tanto que si no hay
cambio en el desvío, la probabilidad de tomar una decisión equivocada debe ser de un 5%.
Diseñe el ensayo apropiado, calcule el tamaño de la muestra a tomar, la regla de decisión y la
curva operativa.
RTA: a) Ho)σ ≤ 0,04 (α=0,05); υ=24; n=25; CR: Si S²≥0,049 gr RD: Si se rechaza la Ho, No
realizar el cambio.
Mariano Bonoli 11 de 12
71.03 ESTADÍSTICA TÉCNICA, INGENIERÍA, UBA.
Oct2006
EJERCICIOS DE INFERENCIA SOBRE σ2
7) Una máquina automática produce una pieza a razón de 30 unidades por hora y se
desea aumentar esta velocidad a 50 u/hora pero se teme un incremento en la varianza de la
dimensión crítica, cuya consecuencia será un aumento en el porcentaje de defectuosos. Se
establece en 0,1 la probabilidad de no aumentar si dicho porcentaje es del 5% y en 0,05 la
probabilidad de aumentarla cuando es del 12%. El ensayo se hará sobre la varianza de la
dimensión crítica, cuya tolerancia es 10±0,1mm y se consideraran defectuosas todas las
piezas fuera de tolerancia. La máquina siempre se puede calibrar para una media de 10mm.
a) Indicar la hipótesis nula apropiada, su condición de rechazo, el tamaño de la muestra y la
regla de decisión; b) calcular la probabilidad de cambiar de velocidad cuando el porcentaje
defectuoso es del 10% y dibujar la curva operativa del ensayo.
RTA: a) Ho)σ ≤ 0,051 ( α=0,10); n=83; CR: Si S²≥0,056 gr RD: Si se Rechaza la Ho, no se
modifica la velocidad. b) β=0,162.
Mariano Bonoli 12 de 12
71.03 ESTADÍSTICA TÉCNICA, INGENIERÍA, UBA.
Oct2006