ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA 100403- Inferencia Estadstica Gua de Actividades y Rbrica de evaluacin Act No. 10.

Trabajo Colaborativo No. 2

INFERENCIA ESTADISTICA

TRABAJO COLABORATIVO DOS

GRUPO: xxxxxxxx

TUTOR A CARGO

ESTUDIANTES

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD FACULTAD DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA PROGRAMA INGENIERIA INDUSTRIAL CEAD TUNJA BOYAC NOVIEMBRE 2012

ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA 100403- Inferencia Estadstica Gua de Actividades y Rbrica de evaluacin Act No. 10. Trabajo Colaborativo No. 2

INTRODUCCIN

En esta actividad se encontrara algunas situaciones especiales donde se comprobara la efectividad de estndares preestablecidos y el conocimiento de la prueba de hiptesis logrando comprobar con certeza el grado de acierto en la fijacin de estos. En el contenido de este trabajo trataremos la temtica propuesta en la gua de actividades para lo cual se propuso un foro de trabajo con el fin de desarrollar los ejercicios y discutir los resultados obtenidos de modo que se hiciera inferencia sobre cada uno.

ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA 100403- Inferencia Estadstica Gua de Actividades y Rbrica de evaluacin Act No. 10. Trabajo Colaborativo No. 2

3. Contenido INTRODUCCIN .................................................................................................... 2 OBJETIVOS .......................................................... Error! Bookmark not defined. DESARROLLO DE LA PROPUESTA ..................................................................... 5 CONCLUSION ...................................................................................................... 18 REFERENTES ...................................................................................................... 19

ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA 100403- Inferencia Estadstica Gua de Actividades y Rbrica de evaluacin Act No. 10. Trabajo Colaborativo No. 2

OBJETIVOS

Examinar que se entiende por hiptesis y qu por prueba de hiptesis. Describir los pasos que se siguen para demostrar una hiptesis. Describir los errores estadsticos que se pueden presentar . Realizar pruebas en relacin con una y dos medias poblacionales, con una y dos colas. Realizar pruebas con una y dos proporciones poblacionales. Realizar pruebas de hiptesis para datos que se encuentran en una escala nominal u ordinal con aplicacin de la distribucin chi cuadrado. Examinar que se entiende por hiptesis y por prueba de hiptesis No paramtricas. Realizar pruebas No paramtricas para una variable y para datos pareados Realizar pruebas sobre la bondad de ajustes de variables a distribuciones de probabilidad terica de carcter cuantitativas.

ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA 100403- Inferencia Estadstica Gua de Actividades y Rbrica de evaluacin Act No. 10. Trabajo Colaborativo No. 2

DESARROLLO DE LA PROPUESTA 1. Realizar un mapa conceptual una hoja). DEFINICI ON DEL PROBLE MA de pruebas de hiptesis (mximo

ENUNCIACION DE LA HIPOTESIS NULA Y

Escoger la prueba ms relevante y la distribucin de probabilidad Determina r el nivel de significan Determin ar los grados de

Escoger el valor crtico

Decisin para uso de una prueba de cola o dos.

Comparar la prueba estadstica y el valor critico

Calcular prueba estadstica correspondien

La prueba estadstica NO Se acepta la hiptesis nula.

Se rechaza la hiptesis nula. 5

ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA 100403- Inferencia Estadstica Gua de Actividades y Rbrica de evaluacin Act No. 10. Trabajo Colaborativo No. 2

2. Qu significa el error tipo I y el error tipo II. Explique su interpretacin con un ejemplo.

Error de tipo I Tambin llamado error de tipo alfa, que es la probabilidad de que ocurra este error, es el error que se comete cuando el investigador rechaza la hiptesis nula (Ho) siendo sta verdadera en la poblacin. Es equivalente a encontrar un resultado falso positivo, porque el investigador llega a la conclusin de que existe una diferencia entre las hiptesis cuando en realidad no existe

Error de tipo II

Tambin llamado error de tipo beta (aunque beta es la probabilidad de que exista ste error), se comete cuando el investigador no rechaza la hiptesis nula siendo sta falsa en la poblacin .Es equivalente a la probabilidad de un resultado falso negativo, ya que el investigador llega a la conclusin de que ha sido incapaz de encontrar una diferencia que existe en la realidad.

Ejemplo El buen hbito de higiene bucal que deben tener las personas para una dentadura saludable es el tema de tesis que realiza un alumno de la carrera de Odontologa de la Universidad de Talca, y para ello, su estudio se centra en nios de 7 aos de edad que asisten a dos colegios A y B en la zona urbana de Talca, registrando la cantidad de cepillados diarios que realizan los nios:

ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA 100403- Inferencia Estadstica Gua de Actividades y Rbrica de evaluacin Act No. 10. Trabajo Colaborativo No. 2

Cantidad de cepilladlos diarios 0 1 2 3 4 5 6

Cantidad de nios Colegio A Colegio B 2 15 3 13 7 11 9 8 10 5 14 4 16 1

Pero el alumno cuando completa sus fichas, no siempre registra el nombre del colegio al cual asiste el nio, y con la informacin previa propone el siguiente test de hiptesis:

H0: El nio asiste al colegio A. H1: El nio asiste al colegio B.

Para concluir, establece la siguiente regla de decisin: Rechazar H0 si el nio realiza a lo ms 1 cepillado diario.

Cul es la probabilidad de cometer error tipo 1? = P (rechazar H0/H0 es verdadera) = P (el nio realiza a lo ms 1 cepillado diario y que asiste al colegio A). = (2+3)/(2+3+7+9+10+14+16) = 5/61 = 0.0820 Existe una probabilidad del 8.20% de afirmar que el nio asiste al colegio B cuando en verdad asiste al colegio A

ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA 100403- Inferencia Estadstica Gua de Actividades y Rbrica de evaluacin Act No. 10. Trabajo Colaborativo No. 2

Cul es la probabilidad de cometer error tipo 2? = P(aceptar H0/H1 es verdadera) = P(al nio realiza ms de 1 cepillado diario y que asiste al colegio B) = (11+8+5+4+1)/(15+13+11+8+5+4+1) = 29/57 = 0.5088.

Existe una probabilidad del 50.88% de afirmar que el nio asiste al colegio A cuando en verdad asiste al colegio B

ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA 100403- Inferencia Estadstica Gua de Actividades y Rbrica de evaluacin Act No. 10. Trabajo Colaborativo No. 2

3. Mediante un diagrama muestre los pasos para realizar el contraste de una hiptesis.

Un contraste o tambin conocido como test de hiptesis es una tcnica de Inferencia Estadstica que permite evidenciar si la informacin que suministra una muestra observada coincide (o no) con la hiptesis estadstica formulada sobre el modelo de probabilidad en estudio y, por tanto, se puede aceptar (o no) la hiptesis formulada. Podemos afirmar que una hiptesis estadstica es cualquier suposicin sobre una o Varias caractersticas de inters de un modelo de probabilidad. Existen 2 tipos de hiptesis Paramtrica: es una afirmacin sobre los valores de los parmetros poblacionales desconocidos. Las hiptesis paramtricas se clasifican en Simple: si la hiptesis asigna valores nicos a los parmetros (= 1'5, = 10, X = Y,...). Compuesta: si la hiptesis asigna un rango de valores a los parmetros poblacionales desconocidos (> 1'5, 5 < < 10, X < Y,...). No Paramtrica: es una afirmacin sobre alguna caracterstica estadstica de la poblacin en estudio. Por ejemplo, las observaciones son independientes, la distribucin de la variable en estudio es normal, la distribucin es simtrica. Los pasos que nos permiten para realizar una prueba de hiptesis son

Recepcion y evaluacion de los datos tomados

Inicia con la formulacion de Hiptesis

Definir el nivel de significancia y el estadistico de prueba

Definir la distribucin del estadistico de prueba

Formular y calcular la region

ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA 100403- Inferencia Estadstica Gua de Actividades y Rbrica de evaluacin Act No. 10. Trabajo Colaborativo No. 2

4. Explique la relacin que existe entre el p-valor y el estadstico de prueba y la relacin que existe entre el nivel de significancia alfa con el estadstico terico.

Se entiende como valor p el mnimo nivel de significancia en el cual Ho sera rechazado cuando se utiliza como procedimiento de prueba especfico con un conjunto dado de informacin. Si el p-valor es menor que el nivel de significancia, la hiptesis nula se rechaza. El valor p es un valor de probabilidad, por lo que oscila entre 0 y 1. As, se suele decir que valores altos de p NO RECHAZAN la hiptesis nula o, dicho de forma correcta, no permiten rechazar la H_{0}. De igual manera, valores bajos de p rechazan la H_{0}. Es importante recalcar que un contraste de hiptesis nula no permite aceptar una hiptesis; simplemente la rechaza o no la rechaza, es decir que la tacha de verosmil (lo que no significa obligatoriamente que sea cierta, simplemente es lo ms probable que sea cierta que sea falsa) o inverosmil. Cuando se tiene un nivel de significancia cuanto menor sea el nivel de significacin, ms fuerte ser la evidencia de que un estadstico propuesto como hiptesis nula no se debe a una mera coincidencia (al azar).

1 0

ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA 100403- Inferencia Estadstica Gua de Actividades y Rbrica de evaluacin Act No. 10. Trabajo Colaborativo No. 2

5. El laboratorio de investigacin de una compaa ha desarrollado una nueva forma para producir pintura para muros que permitir que un galn pueda cubrir 250 pies cuadrados. De acuerdo a esto, se prueban la hiptesis Ho: u=250 pies cuadrados, contra la hiptesis alternativa H1: u<250 pies cuadrados. El experimento comprende 20 latas de la nueva frmula y esta muestra tiene una cobertura de 237 pies cuadrados con una desviacin estndar de 25 pies cuadrados. Mediante los pasos del punto anterior pruebe la hiptesis nula a un nivel de significancia del 5%.

Se desarrollan los siguientes pasos: 1. Plantear la hiptesis nula y alternativa.

Segn la hiptesis alternativa, la prueba es de una cola a la izquierda.

2. Determinar el nivel de significancia. Nivel de significancia del 5% (0.05).

3. Estimar el valor estadstico de prueba. Teniendo en cuenta el tamao de la muestra n = 20 latas, (n<30) utilizamos la distribucin t-student.

1 1

ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA 100403- Inferencia Estadstica Gua de Actividades y Rbrica de evaluacin Act No. 10. Trabajo Colaborativo No. 2

El valor del estadstico de prueba (o t calculado) es:

4. Establecer la regla de decisin. Distribucin t, con nivel de significancia = 5%, obtenemos el valor de t tabulado o terico:

Prueba de una cola a la izquierda:

Rechaza de la hiptesis nula. As:

5. Tomar la decisin.

Distribucin t con 19 grados de libertad (n-1) (20-1). Prueba de una cola a un nivel de significancia: 0.05 Valor crtico: 1.729 (Tabla de distribucin T student).

Al rechazar la hiptesis nula con un nivel de significancia = 5%, y aceptar la hiptesis alternativa, determinamos que la nueva pintura cubre en promedio, 250 pies cuadrados.

1 2

ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA 100403- Inferencia Estadstica Gua de Actividades y Rbrica de evaluacin Act No. 10. Trabajo Colaborativo No. 2

6. Al realizar el control de calidad del contenido de las bolsas de arroz producidas de 500 gramos, con una muestra de tamao50, Ho: u=500 gramos y H1:u500 gramos y se obtuvo un estadstico de prueba de 2.2, indicar la decisin para los siguientes niveles de

significancia: 1%, 5% y 10% respectivamente. Representar grficamente mediante con la distribucin normal estndar.

HIPTESIS H0 =500 gr H1 500 gr Z= 2.2 n= 50 = 0.01; 0.05; 0.10. X= 500 = no conozco el parmetro

Estadgrafo de prueba= Z =

en este caso lo que hago es restarle el

estadgrafo suministrado a la media para obtener el parmetro es decir entonces buscando una solucin quedara as:

Z=

1 3

ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA 100403- Inferencia Estadstica Gua de Actividades y Rbrica de evaluacin Act No. 10. Trabajo Colaborativo No. 2

a. Ilustracin para el nivel de significancia 1%

-0.24

0.24

Tenemos que para - 0.24 Z=0.24

= 0.24

= 0.005

/2 =

=0.005 ahora buscando en la tabla por tabla

0.1-0.005=0.095

b. Para el nivel 0.5 5% Z= 0.5-0.025=0.475

Z= por tabla 1.96

1 4

ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA 100403- Inferencia Estadstica Gua de Actividades y Rbrica de evaluacin Act No. 10. Trabajo Colaborativo No. 2

c. Para el nivel 0.5 5% Z= 0.5-0.025=0.475

Z= por tabla 1.96

Decisin 1.96

1.96 No se rechaza Ho

entonces si por el contrario Si Z< -1.96 si Z> 1.96 Se rechaza Ho

Decisin y Conclusin: Como est entre 1.96 y 1.96, no se rechaza H0 y se concluye con un =0.05 que la media es de 500 grs. Lo mismo para los dems Ho es verdadero d. Para el nivel 10%

-0.12

0.12

Z= 0.10 - 0.05 = 0.05 Z= 0.12 por tabla.

1 5

ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA 100403- Inferencia Estadstica Gua de Actividades y Rbrica de evaluacin Act No. 10. Trabajo Colaborativo No. 2

7. Explique la paramtricas

diferencia

entre pruebas

paramtricas

y no

PRUEBAS PARAMETRICAS As se denomina porque su clculo implica una estimacin de los parmetros de la poblacin con base en muestras estadsticas. Ya que mientras ms grande sea la muestra ms exacta ser la estimacin y mientras ms pequea, ms distorsionada ser la media de las muestras por los valores raros extremos. 1. En el nivel de medicin, debe ser al menos de intervalo. Debemos tomar una decisin a cerca de nuestra variable dependiente. Es realmente un nivel de intervalo? Si es una escala no estandarizada, o si se basa en estimaciones o calificaciones o calificaciones con humanos. Frecuentemente aparecen como intervalo pero lo reducimos a nivel ordinal al darles rango. 2. Para los datos de la muestra, se obtienen de una poblacin normalmente distribuida. Este principio suele mal entenderse como: la muestra debe distribuirse normalmente, "no es as". La mayora de las muestras son demasiado pequeas para siquiera parecerse a una distribucin normal, la cual solo obtiene su caracterstica en forma de campana con la acumulacin de muchas puntuaciones. 3. Para la varianza de las 2 muestras no son significativamente diferentes, esto se conoce como el principio de homogeneidad de la varianza, Los especialistas en estadstica han investigado ms sobre ese requisito, el cual saba exigir varianzas muy

PRUEBAS NO PARAMETRICAS Este tipo de pruebas, se basa en suponer que se ha obtenido una muestra aleatoria de una distribucin de probabilidad de tipo normal o de Gauss. Pero en muchas ocasiones esta suposicin no resulta vlida, y en otras la sospecha de que no sea adecuada no resulta fcil de comprobar, por tratarse de muestras pequeas. Para estos casos disponemos de dos posibles mecanismos: los datos se pueden transformar de tal manera que sigan una distribucin normal, o bien se puede acudir a pruebas estadsticas que no se basan en ninguna suposicin en cuanto a la distribucin de probabilidad a partir de la que fueron obtenidos los datos. Es una rama de la estadstica que estudia las pruebas y modelos estadsticos cuya distribucin subyacente no se ajusta a los llamados criterios paramtricos. Su distribucin no puede ser definida a priori, pues son los datos observados los que la determinan. La utilizacin de estos mtodos se hace recomendable cuando no se puede asumir que los datos se ajusten a una distribucin conocida, cuando el nivel de medida empleado no sea, como mnimo, de intervalo. Ventajas: Clculo ms sencillo, menos restrictivas incluso a niveles de medida tan elementales como ordinal o nominal, son especialmente adecuadas para muestras pequeas donde suelen ser tan potentes como las paramtricas. Inconvenientes: Menor potencia y desarrollo estadstico menor

1 6

ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA 100403- Inferencia Estadstica Gua de Actividades y Rbrica de evaluacin Act No. 10. Trabajo Colaborativo No. 2

similares. Estos se ignoran cuando tratamos con muestras relacionadas sin gran riesgo de distorsionar nuestro resultado. Para muestras no relacionadas necesitamos ser ms cuidadosos cuando los tamaos de las muestras sean bastante distintos.

8. De acuerdo a los siguientes casos determinar que prueba no paramtrica sirve para llevar a cabo la investigacin. PRUEBA QUE SE DEBE CASO APLICAR Se requiere saber si las observaciones de las Prueba tallas de 100 nios de 5 aos provienen de una Smirnov. poblacin normal. Dada una muestra aleatoria de 40 bateras de la Prueba que se ha registrado su duracin en aos, al Smirnov. tratar de determinar si esta duracin proviene de una distribucin normal. Se desea determinar s el nmero de defectos en Prueba del Chi Cuadrado. las tarjetas de circuito impreso sigue una distribucin Poisson. Cierta mquina lleva a cabo la elaboracin de un Prueba de Wilcoxon de los tipo de lmina metlica, existen 4 canales de Rangos con Signo. distribucin del Producto. Se est interesado en averiguar si la eleccin de cualquiera de estos canales se hace de forma aleatoria o por el contrario existe algn tipo de preferencia en la seleccin de alguno de ellos por los de Kolmogorovde Kolmogorov-

consumidores. Contrastar la hiptesis de que los canales son seleccionados al azar.

1 7

ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA 100403- Inferencia Estadstica Gua de Actividades y Rbrica de evaluacin Act No. 10. Trabajo Colaborativo No. 2

Se est interesado en saber s una muestra de Prueba a posteriori. cajas de tornillos, provienen de una muestra aleatoria Se est interesado en comprobar la perfeccin de Prueba de Wilcoxon de los un dado cbico. Rangos con Signo.

Al determinar si el nmero de trabajadores que Normal. solicitan permiso en una fbrica est distribuido uniformemente durante la semana. Determinar la asociacin a una distribucin Prueba del Chi Cuadrado terica la vida en aos de una clase de bacteria.

1 8

CONCLUSIONES

Con el desarrollo de este trabajo de inferencia estadstica

no permiti

abarcar los temas de la unidad dos, logrando el manejo de los conceptos como pruebas paramtricas y no paramtricas logrando reconocer su importancia y su aplicacin en una hiptesis. Nos permiti lograr el manejo del conocimiento mediante la aplicacin del diagrama de hiptesis para definir qu tipo de estadgrafo usaremos para la comprobacin de los datos, probar el error tipo I y tipo II es decir poder hacer una buena inferencia a un conjunto de datos de cuales se conoce una informacin pero se desconoce un fenmeno del cual podemos probar la veracidad de la verdad y obtener un parmetro dentro de un rango de aceptacin o de rechazo.

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA ESCUELA DE CIENCIAS BSICAS E INGENIERA Programa de Ingeniera Industrial

REFERENTES

Gua de Actividades y Rbrica de evaluacin Act N. 10. Trabajo Colaborativo No. 2 Libro estadstica elemental de John e Freud Edicin Pg. 217- 313 ejercicio 11.94 y Gary a simn Octava

Rondn Durn Jorge Eliecer. Mdulo Inferencia Estadstica. Universidad Nacional Abierta y a Distancia UNAD. Bogot D.C. 2008. Pginas 213.

Otras consultas http://www.itch.edu.mx/academic/industrial/estadistica1/toc.html http://www.elosiodelosantos.com/sergiman/div/tablaf.html http://www.fca.unl.edu.ar/InferEst/TestHipot1.htm http://colposfesz.galeon.com/inferencia/teoria/conhip.htm http://hojamat.es/estadistica/tema8/tema8.htm http://www.itch.edu.mx/ http://tvmayaguez.pucpr.edu/Documentos/PPT%20Talleres%20Facultad/Pr of.%20Baquero/FINANZAS%20318/PDF/Microsoft%20PowerPoint%20%20UNIDAD%203%20%20DOCIMANCIA%20DE%20HIPOTESIS.ppt%20[ Compatibility%20M.pdf http://www.estadisticafacil.com/Main/TeoremaDelLimiteCentral http://www.ub.edu/stat/GrupsInnovacio/Statmedia/demo/Temas/Capitulo9/B 0C9m2c2t17.htm http://www.itch.edu.mx/academic/industrial/sabaticorita/_private/05Distr%20 Poisson.htm

2 0