UNIVERSIDAD NORORIENTAL PRIVADA GRAN MARISCAL DE AYACUCHO

ESCUELA DE INGENIERA
MANTENIMIENTO INDUSTRIAL
NCLEO EL TIGRE EDO, ANZOATEGUI

Profesor:

Integrantes:

Leobaldo Gil Veliz.

Carlos Alier Jimnez.

CI: 18.678.782
Diviel Prado.
CI: 16.572.305

El Tigre, 19 de Octubre del 2016.

INTRODUCCIN
En el proceso de toma de decisiones, en muchos casos, es necesario
determinar cundo los parmetros de dos poblaciones son similares o diferentes.
Un procedimiento que conduce a una decisin sobre una hiptesis en
particular recibe el nombre de prueba de hiptesis. Los procedimientos de
prueba de hiptesis dependen del empleo de la informacin contenida en la
muestra aleatoria de la poblacin de inters. Si esta informacin es consistente
con la hiptesis, se concluye que sta es verdadera; sin embargo si esta
informacin es inconsistente con la hiptesis, se concluye que esta es falsa. Debe
hacerse hincapi en que la verdad o falsedad de una hiptesis en particular nunca
puede conocerse con certidumbre, a menos que pueda examinarse a toda la
poblacin. Usualmente esto es imposible en muchas situaciones prcticas. Por
tanto, es necesario desarrollar un procedimiento de prueba de hiptesis teniendo
en cuenta la probabilidad de llegar a una conclusin equivocada.

HIPTESIS ESTADSTICAS
Una
hiptesis
es
una
proposicin que puede ser verdadera
o falsa, cuando esta decisin se
apoya en la probabilidad se denomina
hiptesis estadstica.
Es importante recordar que las
hiptesis siempre son proposiciones
sobre la poblacin o distribucin bajo
estudio, no proposiciones sobre la
muestra.
TIPOS DE HIPTESIS:

Un informe indica que el precio

medio del billete de avin entre
Canarias y Madrid es, como mximo,
de 120 con una desviacin tpica de
40 . Se toma una muestra de 100
viajeros y se obtiene que la media de
los precios de sus billetes es de 128
.
- Se puede aceptar, con un nivel
de significacin igual a 0,1, la
afirmacin de partida?
1.Enunciamos las hiptesis nula y
alternativa:

1)Simples cuando se refieren

a un solo valor del parmetro
poblacional.

H0: 120
H1: > 120

H o : o
H1 : o

2.Zona de aceptacin:

Prueba de 2 colas

Para = 0.1, le corresponde un valor

crtico: z=1.28.

2)Compuestas cuando se
refieren a ms de un valor del
parmetro poblacional.

H o : o
H1 : o
Prueba de cola izquierda

H o : o
H1 : o

Determinamos
confianza:

el

intervalo

de

3. Verificacin.
Valor obtenido de la media de la
muestra: 128 .
4.Decisin.

Prueba de cola derecha

No aceptamos la hiptesis nula H0.
Ejemplo:

Con un nivel de significacin del 10%.

PRUEBAS DE HIPTESIS PARA LA

MEDIA
El propsito de la prueba de
hiptesis es determinar si un valor
propuesto (hipottico) para un
parmetro poblacional, por ejemplo,
para una media, debe aceptarse
como plausible con base en la
evidencia muestral.
Recordemos en las
distribuciones de muestreo en
general el valor de una media
muestral difiere del valor de la media
poblacional.
Si el valor de un estadstico
muestral, como la media muestral es
cercano al valor propuesto con
parmetro y solo difiere en una
cantidad que resulta des esperarse
debido
al
muestreo
aleatorio,
entonces no se rechaza el valor
hipottico. Si el estadstico muestral
difiere del valor propuesto en una
cantidad que no es atribuible a la
casualidad, entonces se rechaza la
hiptesis
por
no
considerarse
plausible. Se han desarrollado tres
mtodos para pruebas de hiptesis,
todos ellos conducentes a la misma
decisin cuando se usan los mismos
estndares de probabilidad y de
riesgo.
Independientemente del mtodo
que se utilice en las pruebas de
hiptesis, observe que cuando se
rechaza el valor hipottico, y por tanto
se acepta, esto no constituye una
prueba de que el valor hipottico sea

correcto.
La
aceptacin de
un
valor propuesto como un parmetro
simplemente indica que es un valor
plausible de acuerdo con el valor
observado en el estadstico muestral.
PRUEBAS
AJUSTE

DE

BONDAD

DE

Estas
pruebas
permiten
verificar que la poblacin de la cual
proviene una muestra tiene una
distribucin especificada o supuesta.
Sea X: variable aleatoria
poblacional f0(x) la distribucin (o
densidad)
de
probabilidad
especificada o supuesta para X.
Se desea probar la hiptesis:
Ho: f(x) = f0(x)
En contraste con la hiptesis alterna:
Ha: f(x) no= f0(x) (negacin de Ho).
PRUEBAS PARA MS DE DOS
PROPORCIONES
Las pruebas de proporciones
son adecuadas cuando los datos que
se estn analizando constan de
cuentas o frecuencias de elementos
de dos o ms clases. El objetivo de
estas pruebas es evaluar las
afirmaciones con respecto a una
proporcin
(o
Porcentaje)
de
poblacin. Las pruebas se basan en
la premisa de que una proporcin
muestral (es decir, x ocurrencias en n
observaciones, o x/n) ser igual a la
proporcin verdadera de la poblacin
si se toman mrgenes o tolerancias
para la variabilidad muestral. Las

pruebas suelen enfocarse en la

diferencia entre un nmero esperado
de ocurrencias, suponiendo que una
afirmacin es verdadera, y el nmero
observado realmente. La diferencia
se compara con la variabilidad
prescrita mediante una distribucin de
muestreo que tiene como base el
supuesto de que es realmente
verdadera.
En muchos aspectos, las
pruebas de proporciones se parecen
a las pruebas de medias, excepto
que, en el caso de las primeras, los
datos muestrales se consideran como
cuentas
en
lugar
de
como
mediciones. Por ejemplo, las pruebas
para medias y proporciones se
pueden
utilizar
para
evaluar
afirmaciones
con
respecto
a:

Una prueba de hiptesis

estadstica es tomar la decisin de
aceptar o rechazar una hiptesis
nula, cuantificando la probabilidad de
cometer un error al tomar esta
decisin y usando un criterio arbitrario
pre establecido.
Ejemplo:
Un fabricante afirma que por lo
menos el 90 por ciento de las piezas
de una maquinaria que suministra a
una fbrica guardan las formas
especificadas. Un examen de 200 de
esas piezas revel que 160 de ellas
no eran defectuosas. Pruebe si lo que
afirma el fabricante es cierto.
Solucin:
H0: P>0,9

1) Un parmetro de poblacin
nico (prueba de una muestra).

H1: P<0,9

2) La igualdad de parmetros
de dos poblaciones (prueba de dos
muestras).

Para realizar una prueba de

hiptesis para la proporcin se utiliza
la expresin:

3) La igualdad de parmetros
de ms de dos poblaciones (prueba
de k muestras). Adems, para
tamaos grandes de muestras, la
distribucin de muestreo adecuada
para pruebas de proporciones de una
y dos muestras es aproximadamente
normal, justo como sucede en el caso
de pruebas de medias de una y dos
muestras.

Asumiendo una confiabilidad

del 95 por ciento, el valor
correspondiente a Z en la distribucin
normal es -1,64.

PRUEBA DE
VARIANZA

Como puede observarse en la figura,

el valor de la estadstica de trabajo se
encuentra en la zona de rechazo de
la hiptesis nula, por consiguiente,
con una confiabilidad del 95 por
ciento se concluye que la afirmacin
del fabricante no es cierta.
TABLAS DE CONTINGENCIAS
Un mtodo til para clasificar
los datos obtenidos en un recuento es
mediante las tablas de contingencia.
Se trata de tablas en cuyas
celdas figuran probabilidades, y en la
cual podemos determinar unas
probabilidades conociendo otras de la
tabla ya que cuentan con las
observaciones por mltiples variables
categricas. Las filas y columnas de
las tablas corresponden
a
estas
variables categricas.
Como ejemplo, la siguiente es
una tabla de contingencia en la que
300 personas se han clasificado
segn el sexo y por su adiccin al
tabaco.

HIPTESIS

PARA

En situaciones como control

estadstico de la calidad, de
antemano se conocen los parmetros
de referencia del proceso bajo
control. La actividad central para
decidir si en un momento dado, el
proceso est bajo control, es la
confrontacin permanente de los
datos obtenidos con la hiptesis
sobre la centralidad del proceso
(media) y sobre la magnitud de su
variabilidad (varianza). La varianza
como medida de dispersin es
importante dado que nos ofrece una
mejor visin de dispersin de datos.
CHI-CUADRADA:
Si se desea probar una
hiptesis acerca de la varianza se
puede hacer utilizando las medidas
estadsticas con las que se construyo
el intervalo de confianza 2, esto es
con la distribucin chi- cuadrada. As
podremos determinar una franja de
confianza, con base en la cual
podramos tomarse decisiones al
respecto.

Ejemplo:

Un fabricante de detergente
liquido est interesado en la
uniformidad de la maquina utilizada
para llenar botellas de manera
especfica es deseable que la
varianza sea; 0.01 onzas del liquido.
Al tomar una muestra aleatoria de 20
botellas se obtiene una varianza
muestral (s) para el volumen de
llenado de ese cuadrado s=0.0153.
(distribucin normal).
El fabricante est preocupado
porque piensa que la variacin del
proceso es mayor que la variacin
histrica. Con un =0.05, el
fabricante tiene elementos que
sustenten se preocupacin?
1)H0:0.01
H1:0.01
2)Calcular valores crticos.

DISTRIBUCIN F:
A diferencia de otras pruebas
de medias que se basan en la
diferencia existente entre dos valores,
el anlisis de varianza emplea la
razn de las estimaciones, dividiendo
la estimacin intermediante entre la
estimacin interna.

El valor estadstico de prueba

resultante se debe comparar con un
valor tabular de F, que indicar el
valor mximo del valor estadstico de
prueba que ocurra si H0 fuera
verdadera, a un nivel de significacin
seleccionado. Antes de proceder a
efectuar este clculo, se debe
considerar las caractersticas de la
distribucin F.
Caractersticas de la distribucin
F:

No hay evidencia estadstica

para no aceptar H0.

- Existe una distribucin F

diferente para cada combinacin de
tamao de muestra y nmero de
muestras. Por tanto, existe una
distribucin F que se aplica cuando
se toman cinco muestras de seis
observaciones cada una, al igual que
una distribucin F diferente para
cinco
muestras
de
siete
observaciones cada una.

Conclusin: Existe evidencia

que la varianza no es mayor al valor
histrico, por lo tanto, no es necesario
hacer ajustes al proceso de llenado.

A propsito de esto, el nmero

distribuciones de muestreo diferentes
es tan grande que sera poco prctico
hacer una extensa tabulacin de

3)Decisin.

distribuciones. Por tanto, como se

hizo en el caso de la distribucin t,
solamente se tabulan los valores que
ms comnmente se utilizan. En el
caso de la distribucin F, los valores
crticos para los niveles 0,05 y 0,01
generalmente se proporcionan para
determinadas
combinaciones
de
tamaos de muestra y nmero de
muestras.

La razn ms pequea es 0.
La razn no puede ser negativa, ya
que ambos trminos de la razn F
estn elevados al cuadrado.
Por
otra
parte,
grandes
diferencias entre los valores medios
de la muestra, acompaadas de
pequeas
varianzas
muestrales
pueden dar como resultado valores
extremamente grandes de la razn F.
- La forma de cada distribucin
de muestreo terico F depende del
nmero de grados de libertad que
estn asociados a ella. Tanto el
numerador como el denominador
tienen
grados
de
libertad
relacionados.
Determinacin de los grados de
libertad
Los grados de libertad para el
numerador y el denominador de la
razn F se basan en los clculos
necesarios
para
derivar
cada
estimacin de la varianza de la
poblacin.

La estimacin intermediante de
varianza (numerador) comprende la
divisin de la suma de las diferencias
elevadas al cuadrado entre el nmero
de medias (muestras) menos uno, o
bien, k - 1. As, k - 1 es el nmero de
grados de libertad para el numerador.
En
forma
semejante,
el
calcular cada variancia muestral, la
suma de las diferencias elevadas al
cuadrado entre el valor medio de la
muestra y cada valor de la misma se
divide
entre
el
nmero
de
observaciones de la muestra menos
uno, o bien, n - 1.
Por tanto, el promedio de las
varianzas muestrales se determina
dividiendo la suma de las varianzas
de la muestra entre el nmero de
muestras, o k.
Los grados de libertad para el
denominador son entonces, k (n -l).
Uso de la tabla de F del
anlisis de variancia (ANOVA):
En la tabla a continuacin se
ilustra la estructura de una tabla de F
para un nivel de significacin de 0,01
o 1% y 0,05 o 5%.
Se obtiene el valor tabular,
localizando los grados de libertad del
numerador
(que se listan en la
parte superior de la tabla), as como
los del denominador
(que se listan
en una de las columnas laterales de
la tabla) que corresponden a una
situacin dada.

Utilizando
el
nivel
de
significacin
de
0,05
para
grados de libertad, el
valor de F es 8,89

2)Calcular
la
estimacin
intermediante (Numerador):

3) Razn F:

Clculo de la razn F a partir

de datos muestrales:
Ejemplo ilustrativo:

Para calcular F se debe seguir

el siguiente procedimiento:
1) Calcular la estimacin interna
(Denominador):

Los pesos en kg por 1,7 m de

estatura se ilustran en la siguiente
tabla. La finalidad es determinar si
existen diferencias reales entre las
cuatro muestras. Emplear un nivel de
significacin de 0,05

Se llena la siguiente tabla para

calcular las varianzas muestrales:

Solucin:
Las hiptesis Nula y Alternativa son:
Remplazando los datos en la
frmula de la varianza se obtienen las
varianzas de las 4 muestras.

Calculando las medias aritmticas se

obtiene:

Calculando la estimacin interna de

varianza se obtiene:

Para calcular la estimacin

intermediante de varianza primero se
calcular la varianza de las medias
aritmticas

Se llena la siguiente tabla:

Se remplaza los datos de la

tabla para calcular varianza de las
medias aritmticas

Calculando
la
estimacin
intermediante mediante la varianza se
obtiene:

CONCLUSIN

Una prueba o contraste de una hiptesis estadstica es una regla o

procedimiento que conduce a una decisin de aceptar o rechazar cierta hiptesis
con base en los resultados de una muestra.
Los procedimientos de prueba de hiptesis dependen del empleo de la
informacin contenida en una muestra aleatoria de la poblacin de inters. Si esta
informacin es consistente con la hiptesis se concluye que es verdadera. En caso
contrario, la informacin es inconsistente con la hiptesis, se concluye que es
falsa.
En las distribuciones de muestreo en general el valor de una media
muestral difiere del valor de la media poblacional.
Dentro de la investigacin cientfica existen muchas razones para
considerar a las hiptesis como un instrumento indispensable, entre algunas de
las que se pueden mencionar estn las siguientes:
a) Son las herramientas de trabajo de la teora, esto es, de las teoras se
pueden deducir hiptesis.
b) Estas se pueden demostrarse, es decir, se puede establecer que son
probablemente ciertas o probablemente falsas.
c) Son un instrumento poderoso para el progreso del conocimiento, porque
ayudan a confirmar o negar una teora en forma independiente de la opinin del
investigador.

BIBLIOGRAFA

-Enciclopedia libre Wikipedia (2010) Grficos estadstico. Texto completo

en: http://maralboran.org/wikipedia/index.php/Gr%C3%A1ficos_estad%C3%ADsti
os
- Conceptos Bsicos de Estadstica. (S.F.) Texto completo
http://personal.redestb.es/ztt/tem/t11_estadistica_introduccion.htm

en:

- Presentacin Transcript Pardo Merino, A., Ruiz Daz, M. (2002) SPSS 11.
Gua para el anlisis de datos. Madrid: McGRAW-HILL/INTERAMERICANA DE
ESPAA. Texto Completo en http://www.slideshare.net/hectorquintero/conceptosbsicos-de-la-estadstica
-Tesis de investigacin (2011) Prueba de hiptesis. Texto completo en:
http://tesisdeinvestig.blogspot.com/2011/05/prueba-de-hipotesis.html
-Documento
de
Hiptesis
estadstica.
Texto
completo
en:
https://docs.google.com/document/d/1GwZcGQCuPqUqz8masvkLRJmOMfiUgylJQeQqzz8QMI/edit