Академический Документы
Профессиональный Документы
Культура Документы
extrapolan las caractersticas de las muestras (de la evidencia observada) a las poblacio
muestras para determinar si la evidencia observada es coherente con estos supuestos.E
sobre las poblaciones.
Los puntos bsicos del Contraste de Hiptesis estadstico son:
a) Definir caractersticas hipotticas de las poblaciones.
b) Obtener las caractersticas observadas en las muestras.
c) Establecer la coherencia de lo observado en las muestras con las hiptesis iniciales.
d) Si lo observado en las muestras es poco probable bajo el supuesto de que las hiptesi
inicialmente. En caso contrario se mantiene las hiptesis.
cia alternativo al de estimacin de parmetros. Las tcnicas de estimacin asignan valores a los parmetros a p
encia observada) a las poblaciones. En cambio, el Contraste de Hiptesis establece supuestos iniciales sobre las
oherente con estos supuestos.El contraste de hiptesis consiste en averiguar si los datos observados en las mu
el supuesto de que las hiptesis son verdaderas se concluye que estn equivocadas y las poblaciones son difer
CONFIABILIDAD Y SIGNIFICANCIA
Podemos pensar, pues, que estamos ante una muestra tipo, ante una buena muestra de
representativa del conjunto de muestras que hubiramos podido tener.
Si queremos decidir entre dos hiptesis que afectan a un cierto parmetro de la poblaci
hiptesis, cuando optemos por una de estas dos hiptesis, hemos de conocer una medid
equivocamos.
H =
H =
Error de tipo I o Alfa, consiste en acptar la hiptesis alternativa cuando la cierta es la nul
Error de tipo II o Beta, consiste en aceptar la hiptesis nula cuando la cierta es la alterna
Realidad en la poblacin
Existen diferencias (H falsa)
Resultado
de la
investigaci
n
Hay diferencia
significativa (se
rechaza H)
correcto
No hay diferencia
significativa (Se
acepta H)
Error de tipo II
Debido a que los dos errores anteriores a la vez son imposibles de controlar; lo que nos i
en aprobar y no queremos aceptarla si en realidad no es cierta, es decir, si haceptamos
error muy pequeo.
EJEMPLO
Se tienen dos cajas, caja A y caja B. La caja A tiene 40 fichas con
el nmero 1; 50 fichas con el nmero 10 y 10 fichas con el
nmero 100. La caja B tiene 40 fichas con el nmero 100; 50
fichas con el nmero 10 y 10 fichas con el nmero 1. Se elige una
caja al azar, y de ella se saca una ficha. Usted no sabe si es la
caja A B.
Se tienen las hiptesis:
H =
La caja es la A
H =
La caja es la B
Se establece la regla de decisin: Rechazar la hiptesis nula si la
ficha es de 100.
FICHAS
1
N FICHAS EN A
40
N FICHAS EN LA CAJA B
10
10
100
50
10
50
40
H = caja A
X
X
X
X
1
X
X
X
X
X
10
X
100
que sospechamos que va a ocurrir (suele llevar los signos de igual, mayor o igual y menor igual).
echamos que va a ser cierto (suele llevar los signos distintos, mayor y menor que).
alidad en la poblacin
No existen diferencias de H
Error de tipo 1
correcto
bles de controlar; lo que nos interesa es que la hiptesis alternativa en la que se est interesado
erta, es decir, si haceptamos la hiptesis alternativa queremos equivocarnos con un margen de
X
1
H = caja B
X
X
X
X
X
10
X
X
X
X
100
POTENCIA DE LA PRUEBA
s =
s =
86.4000
150.0000
s = 9.29516003
s = 12.2474487
1.7361
F
<
s 22
F 2
s1
F0.99 =
3.29
<
F0.95 =
2.29
0.13498005
s n2
echo sobra la
una muestra. El
amo hecho
e pronuncia sobre la
en la informacin de la
1 Una empresa est interesada en lanzar un nuevo producto al mercado. Tras realizar una campaa publicitaria, se toma l
estudio las siguientes hiptesis?
Datos
n=
x=
p=
=
Z prueba
1000
25
0.025
1%
Sol a) :
Po =
3%
H0 : p = po
H1 : p > po
Z tabla =
Z tabla =
Z prueba =
-0.9269
x
Po
n
Po 1 Po
n
0.03
-2.3263
2.3263
H0 es aceptada, ya que zprueba (-0,93) es menor que ztabla (2,326), por lo que no es cierto que ms del 3% de la poblaci
b. Menos del 2% de la poblacin no conoce el nuevo producto
Datos
n=
x=
p=
=
1000
25
0.025
1%
Sol a) :
Po =
2%
H0 : p = po
H1 : p > po
Z tabla =
Z tabla =
0.02
-1.9600
1.9600
Z prueba =
1.1294
H0 es rechazada, ya que zprueba (1,13) es menor que ztabla (2,326), por lo que es cierto que menos del 2% de la poblaci
ealizar una campaa publicitaria, se toma la muestra de 1 000 habitantes, de los cuales, 25 no conocan el producto. A un nivel de significacin del 1% ap
Donde:
x
Po
n=
n
x=
Po 1 x/nPo
=
nPo =
Observaciones
Ocurrencias
Proporcin de la muestra
Proporcin propuesta
Se tienen dos tipos de concretos. Se toma una muestra de tamao 42 de cada uno y se
de la conductividad trmica para el primero de 0.486 con una desviacin estndar de 0.
conductividad trmica con una desviacin estndar de 0.158 para el segundo. Esta infor
promedio verdadero de conductividad trmica del primer concreto es mayor que la del s
H 0 : 1 2 0
Hipotesis
H 1 : 1 2 0
x 1 x 2 1 2
12
n1
DATOS
X1 =
X2 =
1 =
2 =
1 =
2 =
n1 =
n2 =
22
n2
0.486
0.359
0
0
0.034969
0.024964
42
42
x1 - x2 =
1 - 2 =
1/n1 =
2/n2 =
0.127
0
0.0008
0.0006
z=
3.3620
Para el nivel de confianza dado y tomando en cuenta que es una prueba de una cola la z
La z de prueba es mayor que la z correspondiente al nivel de confianza, por lo tanto cae
(El valor p es 0.0005 menor al valor alfa, se rechaza la hiptesis nula).
Se puede concluir que el primer acero tiene una conductividad trmica mayor.
La varianza como media de dispersin es importate dado que nos ofrece una mejor visi
Si se desea probar una hipotesis acerca de la varianza se puede hacer utilizando las med
intervalo de confianza , esto es con la distribucin ji-cuadrada.
As podremos determinar una franja de confianza, con base en la cual podramos tomars
Para esto debemos conocer nuestro estadstico de prueba considerando que la poblacin
n 1 S 2
2
gl n 1
45.2
41.6
42.2
47.8
44.2
45.4375
2.8121
7.9078
5
16
44.3
46.4
44
41.8
44.125
51.7
49
47.8
44.2
48.175 Promedio
45.4375
Ensayo de hiptesis
H0 : = 5
H1 : > 5
Nivel de significancia
=
0.05
Regla de decisin
Se rechaza H0 si y solo si X > 24.996
Se tomo la muesytra y se aplica a nuestro estadstico de prueba:
n 1 S 2
2
gl n 1
X =
23.7235
puede hacer utilizando las medidas estadsticas con las que se construyo el
adrada.
4) Clculo del estadstico sobre el cual se basar la decisin: n1=13, S1=8, n2=13, S2=4
S12
S 22
DATOS
S1 =
S2 =
F=
23
20
1.15
5) Decisin: Como 1.15 es menor que 3.89, esto quiere decir, que 1.15 se encuentra en
de significacin del 1%, se acepta la hiptesis nula de que la variabilidad sea igual para
entra fuera del intervalo sealado por los dos valores de F segn la tabla,
sviaciones estndar poblacionales son iguales. Es decir, si el valor de F
28 y F(0.975,12,12) = 305.028.31 , entonces se rechaza la hiptesis