Estadística Aplicada A La Investigación y Epidemiología 2014-II

Universidad Nacional de Ingeniera
Facultad de Ingeniera Ambiental

Seccin de Proyeccin Social y Extensin
Universitaria
2. Aplicaciones Pruebas paramtricas

MSc. Beatriz Castaeda S.
Nmero de
Grupos
Uno
Variable
de inters
Prueba Estadstica
Media :
Prueba Z
Prueba T
Varianza: 2
Prueba Ji-Cuadrado
Categrica
Proporcin: P
Prueba Z
Prueba
de
comparacin
medias: Prueba Z o T
Prueba - datos apareados
de
cuantitativa
Medias: 1, 2
Media de la
diferencia: d
Varianzas:
21, 22
Prueba
de
comparacin
varianzas Prueba F
de
Proporciones: P1, P2
Prueba de comparacin de
proporciones: Prueba Z
Medias :
1, 2, ..., k
Prueba de comparacin de medias

Anlisis de Varianza (Prueba F)
Varianzas:
21, 22, ..., 2k
Prueba de Bartlet para

comparacin de varianzas
cuantitativa
Dos
Categrica
K
(K 3)
Parmetro
Poblacional
cuantitativa
Estadstica Aplicada
Nmero de
Grupos
Uno
Variable
de inters
Prueba Estadstica
Cuantitativa,
Ordinal o
categrica
Distribucin de la poblacin tiene un modelo

determinado
Prueba de bondad de ajuste

Prueba Ji-Cuadrado
Prueba de Kolmogorov Smirnov
Ordinal o
cuantitativa
Mdicin de efecto antesDespus (observaciones

apareadas)
Prueba del signo

Prueba de Wilcoxon
Ordinal o
cuantitativa
Comparacin de medidas
(grupos independientes)
Prueba de
Mann-Whitney
Categrica
Comparacin proporciones
Prueba exacta de Fisher
(grupos independientes)
Prueba de Kruskal-Wallis
(grupos dependientes)
Prueba de Friedman
Comparacin de
Proporciones: P1j,P2j,..., Pkj
Prueba Ji-Cuadrado de
comparacin de proporciones
Comparacin de tratam.
(Observaciones relac.)
Prueba de Cochran
Categrica
Dos
Hiptesis
Ordinal o
cuantitativa
K
(K 3)
Categrica
Prueba de McNemar
Estadstica Aplicada
Estadsticas de Prueba de Hiptesis

HIPOTESIS
H0: = 0
a) H1: 0
b) H1: 0
c) H1: 0
Requisitos
Estadstica de la prueba y
Distribucin Si H0 es cierta
Varianza 2 conocida
-Todo n de poblacin Normal
- n grande de cualquier poblacin
Varianza 2 desconocida
- n grande (n 30) de
poblacin
x 0
Z
S/ n
cualquier
Varianza 2 desconocida
- n 30 de poblacin Normal
H0: 2
a) H1:
b) H1:
c) H1:
= 20
2 20
2 20
2 20
La poblacin es normal
Muestra grande
H0: P1
a) H1:
b) H1:
c) H1:
Muestras grandes de poblaciones

independientes
= P2
P 1 P2
P 1 P2
P 1 P2
X2
H0: P = P0
a) H1: P P0
b) H1: P P0
c) H1: P P0
x 0
/ n
x 0
S/ n
(n 1) S
02
a) Z -Z1- Z Z1-
b) Z Z 1-
c) Z -Z 1-
Normal
N(0,1)
a) Z -Z1- Z Z1-
b) Z Z1-
c) Z -Z1-
a) T -t1- T t 1-
b) T t1-
c) T -t1-
a) X2 / 2 X2 12 / 2
2
b) X2 1
2
2( n 1)
2
c) X2
Normal
N(0,1)
P0 (1 P0 ) N n
n
N 1
Normal
N(0,1)
t-Student
t(n -1)
p P0
Decisin: Rechazar H0
Al nivel si
p1 p 2
1
1
P (1 p)
n
n
2
1
; p
Estadstica Aplicada
x1 x 2
n1 n 2
a) Z -Z 1- Z Z 1-
b) Z Z1-
c) Z -Z1-
a) Z -Z1- Z Z 1-
b) Z Z1-
c) Z -Z1-
4
Estadsticas de Prueba de Hiptesis

H0: 12 = 220
a)H1: 12 220
b) H1: 12 220
c) H1: 12 220
a)H0: 1- 2 = 0
H1: 1 - 2 0
b)H0: 1 - 2 0
H1: 1- 2 0
c)H0: 1 - 2 0
H1: 1 - 2 0
Muestras
de
poblaciones
independientes, cada una con
distribucin normal.
Varianzas 21, 22 conocidas

-Todo n1, n2 de poblaciones
normales
- n1 30, n2 30 de cualquier
poblacin
Varianzas
21,
22
desconocidas
- n1 30, n2 30 de cualquier
poblacin
Varianzas
21,
22
desconocidas y diferentes
- n1 30, n2 30 de
poblaciones normales
c) F F
Normal
N(0,1)
Normal
N(0,1)
S12 S 22
n1 n2
T
( x1 x 2 )
1 1
Sp
n1 n2
( x1 x 2 )
S12 S 22
n1 n2
b) Z Z1-
b) T t1-
c) T -t1-
S12 S 22
n1 n2
v 2 2
2
a) T -t1- T t 1-
b) T t1-

S1
n1
n1 1
a) Z -Z1- Z
Z1-
b) Z Z1-
c) Z -Z1-
a) T -t1- T t 1-
es t ( n1 n 22 )
( n 1) S12 ( n2 1) S 22
S 2p 1
n1 n2 2
a) Z -Z1- Z Z1-
c) Z -Z1-
( x1 x 2 )
a) F F2 F F
b) F F
12 22
n1 n 2
T es t(v)
S
S
( x1 x 2 )
Varianzas 21, 22
desconocidas, pero semejantes
- n1 30, n2 30 de
F(n1-1, n2-1)
2
1
2
2
S2
c) T -t1-
n2
n2 1
Estadstica Aplicada
Hiptesis:
a) H0: = 0
H1: 0
b) H0: 0
H1: > 0
c) H0: 0
H1: < 0
Estadstica de la prueba
x 0
S
n
-z1-/2
Requisito
-Muestra grande n 30
z1-/2
RC
RC
CASO 3
Se llev a cabo un estudio sobre nutricin en un pas en

desarrollo. El objetivo del estudio fue determinar si los
habitantes de una regin rural tenan un consumo diario mnimo
de 2000 caloras, que cubriera sus requerimientos bsicos para
la supervivencia. Una muestra de 500 adultos campesinos
report un consumo medio diario de caloras de 2015 con una
desviacin estndar de 210 caloras.
Hiptesis
H0: = 2000
La poblacin no tiene un
consumo mnimo de 2000 cal
H1: 2000
La poblacin tiene un
consumo mnimo que
supera las 2000 cal.
H0
H1
50% 50%
= 2000
> 2000
Calculamos la estadstica Z
Z
x 0
S/ n
2015 2000
1.598
210 / 500
P=0.0548
Z
1.598
Hiptesis:
a) H0: = 0
H1: 0
b) H0: 0
H1: > 0
c) H0: 0
H1: < 0
x 0
S
n
Requisitos
- Muestra pequea n < 30
- Poblacin normal con 2 desconocida
-t1-/2
t1-/2
RC
T(n-1)
RC
Hiptesis:
H0: 2 = 2 0 H1: 2 2 0
H0: 2 2 0 H1: 2 > 2 0
H0: 2 2 0 H1: 2 < 2 0
a)
b)
c)
2 0
(n 1) S 2
X
02
S2
Requisitos
- Muestra de poblacin normal
2 / 2
R.C.
12 / 2 R.C.
(2n1)
10
Para que un medicamento sea eficaz contra cierta enfermedad debe tener cierta
concentracin del principio activo definida con exactitud. Por esta razn la
concentracin de dichos medicamentos debe tener un valor medio de acuerdo a lo
especificado en su envase y, adems, la variacin de la concentracin debe ser
pequea. De no ser as las farmacias estaran expendiendo medicamentos que
podran tener concentraciones peligrosamente elevadas o que podran tener una
concentracin tan baja que los hara ineficaces.
Un fabricante de cierto medicamento registra en sus envases que su

producto tiene una concentracin del principio activo de 5 0.1 mg/cc.
se tom una muestra de 8 envases para los cuales se obtuvo las siguientes
concentraciones en mg /cc
4.94, 5.09, 5.03, 4.90, 4.95, 5.04, 5.02, 4.93

Validan estos datos lo informado por el fabricante?
11
a)
H0: 2 (0.033)2
H1: 2 (0.033)2
99.7%
b)
5
4.9
3 = 0.1
Muestra
a)
n=8
H0: 2 (0.033)2
5.1
H0: = 5
H1: 5
3 = 0.1
x 4.9875
S2 = 0.00439;
S=0.0663
H1: 2 (0.033)2
(n 1) S 2 7(0.00439)
X
28.21
20
(0.033) 2
2
P < 0.001
28.21
2( 7)
El fabricante de este medicamento est elaborando el producto con una concentracin cuya
variabilidad es mucho mayor que la especificada en sus envases (p < 0.001)
12
b)
H0: = 5
x 0
S/ n
H1: 5
4.9875 5
0.533
0.0663 / 8
P/2 > 0.25
t(7)
-0.533
Este resultado nos indica que los datos son concordantes con el valor
5 para la media poblacional, ya que la diferencia encontrada es
pequea y es altamente probable que se deba al azar del muestro ( p>
0.10)
EN RESUMEN CONCLUIMOS QUE ESTA MUESTRA NOS INDICA QUE EL
FABRICANTE DEBERA CORREGIR LA VARIABILIDAD DE LA CONCENTRACIN
DEL MEDICAMENTO PARA QUE CUMPLA CON LA ESPECIFICACIONES
13
Hiptesis:
a) H0: P = P0
H1: P P0
b) H0: P P0
H1: P > P0
c) H0: P P0
H1: P < P0
P0
p P0
P0 (1 P0 )
n
-z1-/2
Requisitos
- Muestra pequea n < 30
- Variable categrica con dos categoras
RC
z1-/2
RC
14
Luego de la realizacin de un programa de inmunizacin contra la

rubola, se inform que la inmunizacin haba tenido una cobertura
del 50% de los nios de primaria. Una institucin supervisora
sospecha que se ha sobrevalorado la cobertura del programa, por
lo que aplic una encuesta a 500 nios de primaria, revelando que
150 nios haban sido inmunizados. Al 5% de significancia
podremos decir que estos resultados validan lo afirmado acerca de
la cobertura del programa de inmunizacin?
Aqu planteamos las hiptesis

H0: P = 0.50
H1: P 0.50
15
Calculamos la proporcin en la muestra
150
p
0.30
500
y obtenemos la estadstica Z
Z
p P0
0.30 0.50
8.944
P0 (1 P0 )
0.50(0.50)
500
n
Calculamos el nivel crtico p = P(Z < -8.944) 0
Concluimos que se ha sobrevalorado la cobertura del programa

de inmunizacin, la diferencia es altamente significativa.
16
Hiptesis:
a) H0: 1 = 2
H1: 1 2
b) H0: 1 2
H1: 1 > 2
c) H0: 1 2
H1: 1 < 2
x1 x 2
1- 2
x1 x 2
T
Sx x
1
Requisitos
Muestras pequeas (n < 30) de
Con varianzas desconocidas, pero
semejantes.
-t1-/2
t1-/2
RC
T(n1+n2 - 2)
RC
17
Un ingeniero sanitario desea resolver el problema de saber si las

prdidas de arena que se le estn presentando en los filtros
dependen de la velocidad de lavado que se est utilizando. Disea,
entonces un experimento que consiste en medir utilizando el mismo
tipo de filtro las prdidas de arena con dos velocidades diferentes
de lavado, obteniendo los resultados siguientes para la prdida de
arena (en gramos):
Velocidad 1.2 m/min: 3.48, 3.45, 3.50, 3.47, 3.48, 3.44, 3.42, 3.46, 3.44, 3.52
Velocidad 1.0 m/min: 3.36, 3.50, 3.35, 3.33, 3.45, 3.31, 3.54, 3.39
Qu conclusiones obtiene con estos resultados?
18
H0: No existe diferencia en las perdidas de arena para las dos

velocidades de lavado del filtro
A = B
H1: Existe diferencia en las perdidas de arena para las dos
velocidades de lavado del filtro
A B
Group Statistics
Velocidad
Perdida de arena (gm) 1.2 m/min
1.0 m/min
N
10
8
Mean
3,4650
3,4037
Std. Deviation
,02991
,08383
Std. Error
Mean
,00946
,02964
Independent Samples Test

Levene's Test for
Equality of Variances
F
Perdida de arena (gm) Equal variances
assumed
Equal variances
not assumed
11,835
Sig.
,003
t-test for Equality of Means
df
Sig. (2-tailed)
Mean
Difference
Std. Error
Difference
95% Confidence
Interval of the
Difference
Lower
Upper
2,159
16
,046
,0613
,02837
,00111
,12139
1,969
8,430
,083
,0613
,03111
-,00986
,13236
La diferencia encontrada en las perdidas de arena no alcanza significancia (p>0.05)

la perdida puede deberse a otra causa.
19
Analisis de eficiencia de tratamiento de las aguas residuales provenientes

del camal Esmeralda Corp S.A.C utilizando en forma independiente el
Filtro Contenedor y reactores UASB a escala piloto
Objetivo: Determinar, a travs de la aplicacin de mtodos estadsticos, la
comparacin de la eficiencia utilizando la tecnologa del Filtro Contenedor
frente a los reactores UASB en el tratamiento de las aguas residuales
provenientes del Camal ESMERALDA CORP S.A.C.
Variable Independiente -Tiempo
Variable Dependiente
-DBO (5)
-DQO
-Slidos Suspendidos Totales
Tabla N1: Eficiencias de los sistemas de
tratamiento esperados
Tesis: TRATAMIENTO DE LAS AGUAS RESIDUALES PROVENIENTES DEL CAMAL, UTILIZANDO EN FORMA INDEPENDIENTE EL
FILTRO CONTENEDOR Y REACTORES UASB A ESCALA PILOTO- 2011 autores: Alan Barraza Flix y Gino Chvez Palpa
Estadstica Aplicada
20
Hiptesis:
a) H0: P1 = P2
H1: P1 P2
b) H0: P1 P2
H1: P1 > P2
c) H0: P1 P2
H1: P1 < P2
p1 p2
P1- P2
p1 p2
Z
S p1 p2
Requisitos
- Muestra grandes n1 30 y n2 30
-z1-/2
RC
z1-/2
RC
21
Para la comparacin del rendimiento escolar
H0: P1 = P2
El porcentaje de nios que desaprob el ao escolar es igual
para los hijos de madres adolescentes que para los hijos de
madres adultas.
H1: P1 P2
El porcentaje de nios que desaprob el ao escolar es mayor
para los hijos de madres adolescentes que para los hijos de
madres adultas. (lo que indica menor rendimiento escolar)
22
x1 x 2
83
0.083
n1 n 2
59 73
S p1 p 2
p(1 p) p(1 p)
0.083 (0.917) 0.083 (0.917)
0.048
n1
n2
59
73
p1 p 2 0.136 0.041
1.979
S p1p2
0.048
P=0.02385
1.979
Los hijos de madres adolescentes tienen menor rendimiento

escolar que los hijos de madres adultas
23
Hiptesis:
H0: 1 = 2 = .... = k
H1 : 1 2 .... k
.....
SCG / k 1
F
SCE / N k
F1-
F(n1-1,n2-1)
24
SCG ( x i x) n i
2
i 1
SCE S 2i (n i 1)
i 1
SCT = SCG + SCE
TABLA ANOVA
Fuente de
variacin
Suma de
Cuadrados
Grados
de
libertad
Cuadrado
Medio
Razn
F
Prob.
p
Grupos o
Tratamientos
SCG
K-1
A= SCG
F=A
E
p*
Error
SCE
K-1
N-k
E= SCE
N-K
Total
SCT
N-1
25
SCG 12.72 19.96 x15 28.17 19.96 x15 19.00 19.96 x15 1810 . 76
2
SCE 12.464x14 43.113x14 11.996x14 946.03

SCT = 2756.794
ANOVA DE CONCENTRACIONES DE GAS NO2 EN 3 ESTACIONES DE
MONITOREO
Fuente de
variacin
Suma de
Cuadrados
Grados de
Libertad
Cuadrado
Medio
Razn
F
Probabilidad
P
Grupos
1810.76
905.38
40.19
< 0.001
Error
946.03
42
22.525
Total
2756.794
44
26
Si el ANOVA result en rechazo, entonces podemos

comparar las diferencias de cada par de grupos o tratamientos
con el estadstico de Tukey definido por:
W q( ,k ,Nk )
CME / n
Si la diferencia absoluta entre las medias de dos grupos es

mayor que W , decimos que estos grupos tiene medias que
difieren significativamente. Esto es:
x i x j W
decimos que las medias del grupo i y el

grupo j difieren significativamente
27
Luego obtenemos el coeficiente de comparacin mltiple
W q0.053, 42
CME
3.44
n
22.525
4.215
15
Comparacin mltiple de concentraciones de gas NO2

Estacin
Concentracin
promedio diaria
(ppb)
Diferencia
absoluta de
concentraciones
Campo de
Marte
Ate
San Borja
12.72
28.17
19.00
x1 x 2
x1 x 3
x2 x3
= 6.28*
= 9.17*
= 15.45*
28
29
H0: 12 = 22 = = k2
H1: 12 22 k2
k
2
X ln(10) (n i 1)
i 1
(n i 1)S 2i
log i 1

k
(
n
1
)
i

i 1
(n i 1) log S 2i
(2k 1)
es
S21, S22, ...., S2K ; n1, n2, ..., nK son las

varianzas y tamaos de muestra de
cada una de las k muestras
12
(2k 1)
30
En el caso 9 se plante el comprobar si existe diferencia en la concentraciones

de NO2 en las 3 estaciones de monitoreo, para lo cual el procedimiento utilizado
fue el anlisis de varianza de un factor, pero para que los resultados del
anlisis de varianza sean vlidos uno de los requisitos es que las varianzas de
los grupos sean iguales; el cual pasaremos a comprobar.
H0: Las varianzas de las concentraciones de NO2 en las 3 estaciones de

monitoreo son semejantes. 21 = 22 = 23
H1: En alguna de las estaciones la varianza de las concentraciones difiere de la
varianza de alguna de las otras estaciones de monitoreo.
2i 2j ; para algn i j
Campo de Marte
Ate
San Borja
TOTAL
ni-1
14.00
14.00
14.00
42.00
S2i
12.464
43.113
11.996
(ni-1)S2i
174.501
603.581
167.947
946.031
(ni-1)logS2i
15.339
22.884
15.106
53.330
946.031
X 2 ln(10) 42 log
53.33
42
8.015
P=0.018
8.015
Luego las varianzas son diferentes
(22 )
31
H0: La variable tiene distribucin sigue el modelo f*(x)

H1: La distribucin de la variable difiere del modelo f*(x)
Estadstica
Pi = P(X Xi)
D = mxima{ Pi pi }
pi = proporcin acumulada
Decisin
Rechazar H0 al nivel , si
D W
W es la cuantila 1- de la estadstica de la
prueba de Kolmogorov-Smirnorv
32
Se plantea la comparacin de medias de los gastos de transporte del personal

de ventas con los gastos del personal de cobranza
Ventas: 131, 135, 146, 165, 136, 142

Cobranza: 130, 102, 129, 143, 149, 120, 139
1) Anlisis para personal de ventas
H0: Los gastos en transporte diario del equipo de ventas tiene distribucin normal
H1: La distribucin de los gastos en transporte diario del equipo de ventas no
tiene distribucin normal
x = 142.5
S = 12.24
Xv
Pv
Pv
Di = Pv pv
131
0.17
0.1738
0.007
135
0.33
0.2701
0.063
136
0.50
0.2977
0.202
142
0.67
0.4837
0.183
146
0.83
0.6125
0.221
165
1.00
0.9669
0.033
D = mxima{ Pi pi } = 0.221
W0.95 = 0.319
Se acepta distribucin normal
33
Prueba hiptesis para diferencia de

medias
La Directora de presupuesto de la empresa New Process Company,
deseara comparar los gastos diarios de transporte del equipo de ventas y
del personal de cobranza. Recopil la siguiente informacin de gastos (en $)
Ventas: 131, 135, 146, 165, 136, 142
Cobranza: 130, 102, 129, 143, 149, 120, 139
Al nivel de significancia de 5% Puede concluirse que los gastos diarios
son mayores para el equipo de ventas? Cul es el valor p?
Para comparar los gastos planteamos las hiptesis
H0: v c
H1: v > c
MSc. Beatriz Castaeda
34
Dado que las muestras son pequeas para aplicar la prueba de comparacin de
medias debemos verificar primero los supuesstos, es decir
1. Verificar que las poblaciones son normales

2. Analizar si las varianzas son semejantes o diferentes.
1) Anlisis de los gastos para personal de ventas

H0: Los gastos en transporte diario del equipo de ventas tiene distribucin normal
H1: La distribucin de los gastos en transporte diario del equipo de ventas no
tiene distribucin normal
x = 142.5
S = 12.24
Xv
Pv
Pv
Di = Pv pv
131
0.17
0.1738
0.007
135
0.33
0.2701
0.063
136
0.50
0.2977
0.202
142
0.67
0.4837
0.183
146
0.83
0.6125
0.221
165
1.00
0.9669
0.033
D = mxima{ Pi pi } = 0.221
W0.95 = 0.319
35
2) Anlisis de los gastos del personal de cobranzas

H0: Los gastos en transporte diario del personal de cobranzas tiene distribucin
normal
H1: Los gastos en transporte diario del equipo de ventas no tiene distribucin
normal
x = 130.3
S = 15.79
Xc
Pc
Pc
Di = Pc pc
102
0.143
0.037
0.106
120
0.286
0.257
0.028
129
0.429
0.468
0.039
130
0.571
0.493
0.079
139
0.714
0.710
0.005
143
0.857
0.790
0.067
149
1.000
0.882
0.118
D = mxima{ Pi pi } = 0.118
W0.95 = 0.300
36
H 0 : 2v = 2 c
H 1 : 2v 2c
De las muestras obtenemos sus medidas de resumen
Y calculamos
Grupo
Tamao de
la muestra
Desv.
est. S
Ventas
142.5
12.24
Cobranza
130.3
15.79
12.24
0.601
15.79
0.025
La diferencia encontrada no alcanza
significancia, la dispersin de los gastos
es la misma para el equipo de ventas y el
personal de cobranza (p > 0.05)
0.143
0.025
0.601 5.99
F(5,6)
37
H0 : v = c
H1 : v > c
De las muestras obtenemos sus medidas de resumen
S 2p
Grupo
Tamao de
la muestra
Desv.
est. S
Ventas
142.5
12.24
Cobranza
130.3
15.79
( n1 1) S12 ( n2 1) S22 5(12.24)2 6(15.79)2
204.09
n1 n2 2
11
( x1 x 2 )
142.5 130.3
1.53
1 1
1 1
Sp
204.09
n1 n2
6 7
0.077
1.53
t(11)
La diferencia no alcanza significancia (p > 0.05)
38

Estadística Aplicada A La Investigación y Epidemiología 2014-II

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Estadística Aplicada A La Investigación y Epidemiología 2014-II

Uploaded by

Copyright:

Available Formats

Universidad Nacional de Ingeniera

Facultad de Ingeniera Ambiental

2. Aplicaciones Pruebas paramtricas

Prueba de comparacin de medias

Prueba de Bartlet para

MSc. Beatriz Castaeda S.

Distribucin de la poblacin tiene un modelo

Prueba de bondad de ajuste

Mdicin de efecto antesDespus (observaciones

Prueba del signo

Prueba exacta de Fisher

MSc. Beatriz Castaeda S.

Estadsticas de Prueba de Hiptesis

Muestras grandes de poblaciones

MSc. Beatriz Castaeda S.

Estadsticas de Prueba de Hiptesis

Varianzas 21, 22 conocidas

MSc. Beatriz Castaeda S.

Se llev a cabo un estudio sobre nutricin en un pas en

MSc. Beatriz Castaeda S.

MSc. Beatriz Castaeda S.

- Muestra de poblacin normal

MSc. Beatriz Castaeda S.

Un fabricante de cierto medicamento registra en sus envases que su

4.94, 5.09, 5.03, 4.90, 4.95, 5.04, 5.02, 4.93

P/2 > 0.25

MSc. Beatriz Castaeda S.

MSc. Beatriz Castaeda S.

Luego de la realizacin de un programa de inmunizacin contra la

Aqu planteamos las hiptesis

MSc. Beatriz Castaeda S.

Calculamos la proporcin en la muestra

Calculamos el nivel crtico p = P(Z < -8.944) 0

Concluimos que se ha sobrevalorado la cobertura del programa

MSc. Beatriz Castaeda S.

Un ingeniero sanitario desea resolver el problema de saber si las

Qu conclusiones obtiene con estos resultados?

MSc. Beatriz Castaeda S.

H0: No existe diferencia en las perdidas de arena para las dos

Independent Samples Test

t-test for Equality of Means

La diferencia encontrada en las perdidas de arena no alcanza significancia (p>0.05)

Analisis de eficiencia de tratamiento de las aguas residuales provenientes

MSc. Beatriz Castaeda S.

Para la comparacin del rendimiento escolar

MSc. Beatriz Castaeda S.

Los hijos de madres adolescentes tienen menor rendimiento

MSc. Beatriz Castaeda S.

SCT = SCG + SCE

MSc. Beatriz Castaeda S.

SCE 12.464x14 43.113x14 11.996x14 946.03

MSc. Beatriz Castaeda S.

Si el ANOVA result en rechazo, entonces podemos

Si la diferencia absoluta entre las medias de dos grupos es

decimos que las medias del grupo i y el

Luego obtenemos el coeficiente de comparacin mltiple

Comparacin mltiple de concentraciones de gas NO2

MSc. Beatriz Castaeda S.

MSc. Beatriz Castaeda S.

S21, S22, ...., S2K ; n1, n2, ..., nK son las

En el caso 9 se plante el comprobar si existe diferencia en la concentraciones

H0: Las varianzas de las concentraciones de NO2 en las 3 estaciones de

MSc. Beatriz Castaeda S.