Академический Документы
Профессиональный Документы
Культура Документы
PRUEBA DE HIPOTESIS
Ho; = 50 cm/s
H1; 50 cm/s
Ho; = 50 cm/s
H1; 50 cm/s
Los valores de que son menores que 48.5 o mayores que 51.5 constituyen la
regin crtica de la prueba, mientras que todos los valores que estn en el
intervalo 48.5 51.5 forman la regin de aceptacin. Las fronteras entre las
regiones crtica y de aceptacin reciben el nombre de valores crticos. La
costumbre es establecer conclusiones con respecto a la hiptesis nula H o. Por
tanto, se rechaza Ho en favor de H1 si el estadstico de prueba cae en la regin
crtica, de lo contrario, no se rechaza Ho.
Una prueba de hiptesis examina dos hiptesis opuestas sobre una poblacin: la hiptesis
nula y la hiptesis alternativa. La hiptesis nula es el enunciado que se probar. Por lo
general, la hiptesis nula es un enunciado de que "no hay efecto" o "no hay diferencia". La
hiptesis alternativa es el enunciado que se desea poder concluir que es verdadero.
Con base en los datos de la muestra, la prueba determina si se debe rechazar la hiptesis
nula. Para tomar la decisin se utiliza un valor p. Si el valor p es menor que o igual al nivel
de significancia, que es un punto de corte que usted define, entonces puede rechazar la
hiptesis nula.
Un error comn de percepcin es que las pruebas estadsticas de hiptesis estn diseadas
para seleccionar la ms probable de dos hiptesis. En realidad, una prueba mantendr la
validez de la hiptesis nula hasta que haya suficiente evidencia (datos) en favor de la
hiptesis alternativa.
Entre las preguntas que se pueden contestar con una prueba de hiptesis estn las
siguientes:
Minitab.com
Tienda
Blog
Contctenos
Ejemplo de cmo se realiza una prueba
de hiptesis bsica
Ms informacin sobre Minitab 17
Usted puede seguir seis pasos bsicos para configurar y realizar correctamente una prueba
de hiptesis. Por ejemplo, el gerente de una fbrica de tuberas debe asegurarse de que el
dimetro de los tubos sea de 5 cm. El gerente sigue los pasos bsicos para realizar una
prueba de hiptesis.
Nota
Debe determinar los criterios para la prueba y el tamao de muestra necesario antes de
recolectar los datos.
Como tiene que asegurarse de que los tubos no sean ms grandes ni ms pequeos
de 5 cm, el gerente elige la hiptesis alternativa bilateral, que establece que la media
de la poblacin de todos los tubos no es igual a 5 cm. Formalmente, esto se escribe
como H1: 5
Datos continuos
Datos binomiales
Tendr datos binomiales cuando evale una proporcin o un porcentaje.
Datos de Poisson
Tendr datos de Poisson cuando evale una tasa de ocurrencia.
Sugerencia
Si puede elegir el tipo de datos que recoger, recoja datos continuos.
Los datos continuos proporcionan informacin ms detallada y
suelen dar ms potencia a una prueba de hiptesis.
H0: = 0
H0: 1 = 2
H1: 1< 2 o
H1: 1> 2 o
H1: 1 2
Cuando usted realiza una prueba de hiptesis, puede cometer dos tipos de errores: tipo I y
tipo II. Los riesgos de estos dos errores estn inversamente relacionados y son
determinados por el nivel de significancia y la potencia de la prueba. Por lo tanto, usted
debe determinar qu error tiene consecuencias ms graves para su situacin antes de definir
sus riesgos.
Error de Tipo I
Error de tipo II
Cuando la hiptesis nula es falsa y usted no la rechaza, comete un error de
tipo II. La probabilidad de cometer un error de tipo II es , que depende de
la potencia de la prueba. Puede reducir su riesgo de cometer un error de
tipo II al asegurarse de que la prueba tenga suficiente potencia. Para ello,
asegrese de que el tamao de la muestra sea lo suficientemente grande
como para detectar una diferencia prctica cuando sta realmente exista.
Hiptesis nula
Para entender la interrelacin entre los errores de tipo I y tipo II, y para determinar
cul error tiene consecuencias ms severas segn sea su caso, considere el siguiente
ejemplo.
Cuando realice las pruebas de hiptesis, considere los riesgos de cometer errores de
tipo I y tipo II. Si las consecuencias de cometer un tipo de error son ms graves o
costosas que cometer el otro tipo de error, entonces elija un nivel de significancia y
una potencia para la prueba que reflejen la gravedad relativa de esas consecuencias.
Una hiptesis alternativa no direccional establece que la hiptesis nula est equivocada.
Una hiptesis alternativa no direccional no predice si el parmetro de inters es mayor o
menor que el valor de referencia especificado en la hiptesis nula.
Una hiptesis alternativa direccional establece que la hiptesis nula est equivocada y
tambin especifica si el verdadero valor del parmetro es mayor o menor que el valor de
referencia especificado en la hiptesis nula.
La ventaja de usar una hiptesis direccional es una mayor potencia para detectar el efecto
especfico en el que usted est interesado. La desventaja es que no hay potencia para
detectar un efecto en la direccin opuesta.
Direccional
Un investigador tiene los resultados de un examen nacional
correspondientes a una muestra de estudiantes que asistieron a un curso de
preparacin para el examen. El investigador desea saber si los estudiantes
que tomaron el curso lograron mejores puntuaciones que el promedio
nacional de 850. Se puede usar una hiptesis alternativa direccional, porque
el investigador plantea especficamente la hiptesis de que las
puntuaciones de los estudiantes que asistieron al curso son mayores que el
promedio nacional. (H0: = 850 vs. H1: > 850).
El reverso de las hiptesis de investigacin son las hiptesis nulas, las cuales refutan o
niegan lo que afirma la hiptesis de investigacin. Se denotan por .
A manera intuitiva puede decirse que las hiptesis estadsticas son la transformacin de las
hiptesis de investigacin y nulas en smbolos estadsticos, que pueden ser formuladas solo
cuando los datos del estudio que se van a recolectar y analizar para probar o rechazar las
hiptesis son cuantitativos (nmeros, proporciones, porcentajes, promedios). Es decir, el
investigador traduce su hiptesis de investigacin y su hiptesis nula en trminos
estadsticos.
De manera formal, una hiptesis estadstica, es una suposicin terica acerca del valor de
algn parmetro, la relacin entre parmetros o la forma de la distribucin. Tenga en
cuenta, que las hiptesis se plantean sobre los parmetros (que son los valores
desconocidos en la poblacin, y de los cuales me interesa inferir) y no sobre variables, por
ejemplo , ni sobre valores observados de la variable, por ejemplo . Cuando se dice
distribucin de una variable aleatoria se refiere al tipo de variable aleatoria (Poisson,
Binomial, Normal), o a los parmetros (media, varianza), haciendo entre los parmetros
suposiciones acerca del valor de algn parmetro o funcin de los parmetros.
Al plantear hiptesis estadsticas tenga en cuenta, que la siempre debe incluir la igualdad
(por formalismo matemtico). Adems, se considerar como verdadera a menos que
exista suficiente evidencia en contra, siendo rechazada solo si el juicio proporciona
evidencia suficiente en contra de sta.
Una hiptesis estadstica puede adoptar una de tres formas diferentes, se ejemplificar
utilizando hiptesis para la media poblacional ( ).
El caso I se denomina Contraste con cola a la derecha, porque los valores caen en el lado
derecha de la recta real, es decir, rechazamos en favor de para valores positivos
grandes del estadstico de prueba. El caso II se denomina Contraste con cola a la
izquierda, porque los valores caen en el lado izquierdo de la recta real, es decir rechazamos
en favor de para valores negativos grandes del estadstico de prueba. (Observe que en
los casos I y II las hiptesis alternativas son unilaterales).Generalemente, los casos I y II se
plantean porque existe a priori una informacin que sugiera su planteamiento.
En el caso III, el contraste se denomina Contraste con dos colas. Con ste ltimo,
rechazamos la hiptesis nula para los valores inusualmente grandes o pequeos del
estadstico de prueba. (En este caso, la hiptesis alternativa es bilateral) .
El proceso mediante el cual enfrentamos o confrontamos las hiptesis tomando como punto
de apoyo los datos muestrales constituye lo que se denomina prueba o contraste de
hiptesis.
A manera descriptiva se dice que probar una hiptesis es proporcionar una decisin entre
en favor de ; es decir, una vez establecidas las hiptesis y , debemos tomar una
decisin sobre la hiptesis nula basada en la evidencia que sealan los datos muestrales.
Esta decisin se toma observando el valor de alguna estadstica cuya distribucin de
probabilidad, bajo la suposicin de que es cierta, se conozca. A tal estadstica se le
denomina Estadstica de Prueba.
Rechazar siendo cierta; por tanto se habr cometido lo que se conoce como Error Tipo
I.
No rechazar siendo falsa, por lo tanto, habremos cometido lo que se conoce como Error
Tipo II.
Al probar hiptesis estadsticas, cometer error tipo I se considera ms serio que cometer
error tipo II, por esto, la hiptesis nula debe formularse en forma tal que sta se rechace si
la evidencia experimental apoya sta decisin. En otras palabras, lo que realmente el
investigador desea es concluir que la hiptesis alternativa es la correcta y debe
proporcionarse suficiente evidencia para rechazar la hiptesis nula. Para lograr lo anterior
de una manera eficiente, se recomienda escoger el tamao del error tipo I ( ), antes de
determinar el tamao de la muestra aleatoria. Si planteando previamente estas condiciones
el reslutado es que la hiptesis nula no puede rechazarse con el valor escogido de , debe
evitarse aumentar el tamao de , con la idea de rechazar la hiptesis nula, porque se
estara cometiendo un grave error, debido a que las condiciones en las que se ejecut el
estudio (principalmente el tamao de la muestra), no permiten llevar a cabo este tipo de
manipulacin. .
Ejemplo 1
Se est estudiando un nuevo medicamento para utilizarlo en el tratamiento de una
enfermedad en el ganado. Se espera que sea eficaz en la mayora de los pacientes sobre los
que se aplica, la compaa que produce el medicamento quiere obtener alguna prueba
estadstica que apoye tal afirmacin. Sea la proporcin de animales para los cuales el
medicamento es efectivo. De esta manera las Hiptesis nula y alterna son:
El valor P.
Debido a que la forma habitual de probar hiptesis, en la mayora de los casos resulta algo
cortante o seca la decisin final de rechazar o no una dad, y no proprciona una medida
real de la decisin en trminos de probabilidad, se ha sugerido el clculo del valor p, es
decir, utilizando este valor, tambin se toman decisiones sobre una hiptesis.
El valor p puede adems ser interpretado comparndolo con con la probabilidad de cometer
error tipo I o , para lo cual se sugiere la siguiente regla: si el valor p es menor o igual a ,
se rechaza Ho; de otra forma no puede rechazarse la hiptesis nula.
Por ser el valor otra alternativa de decisin sobre la hiptesis nula, muchos paquetes
estadsticos imprimen el valor p para casi todas las situaciones en las que est involucrada
una prueba de hiptesis estadstica.
2.
6. Bibliografa
1.- INTRODUCCION
Dentro del estudio de la inferencia estadstica, se describe como se puede tomar una muestra aleatoria y a
partir de esta muestra estimar el valor de un parmetro poblacional en la cual se puede emplear el mtodo de
muestreo y el teorema del valor central lo que permite explicar como a partir de una muestra se puede inferir
algo acerca de una poblacin, lo cual nos lleva a definir y elaborar una distribucin de muestreo de medias
muestrales que nos permite explicar el teorema del limite central y utilizar este teorema para encontrar las
probabilidades de obtener las distintas medias maestrales de una poblacin.
Pero es necesario tener conocimiento de ciertos datos de la poblacin como la media, la desviacin estndar
o la forma de la poblacin, pero a veces no se dispone de esta informacin.
En este caso es necesario hacer una estimacin puntual que es un valor que se usa para estimar un valor
poblacional. Pero una estimacin puntual es un solo valor y se requiere un intervalo de valores a esto se
denomina intervalote confianza y se espera que dentro de este intervalo se encuentre el parmetro
poblacional buscado. Tambin se utiliza una estimacin mediante un intervalo, el cual es un rango de valores
en el que se espera se encuentre el parmetro poblacional
En nuestro caso se desarrolla un procedimiento para probar la validez de una aseveracin acerca de un
parmetro poblacional este mtodo es denominado Prueba de hiptesis para una muestra.
Tenemos que empezar por definir que es una hiptesis y que es prueba de hiptesis.
Hiptesis es una aseveracin de una poblacin elaborado con el propsito de poner aprueba, para verificar si
la afirmacin es razonable se usan datos.
En el anlisis estadstico se hace una aseveracin, es decir, se plantea una hiptesis, despus se hacen las
pruebas para verificar la aseveracin o para determinar que no es verdadera.
El propsito de la prueba de hiptesis no es cuestionar el valor calculado del estadstico (muestral), sino hacer
un juicio con respecto a la diferencia entre estadstico de muestra y un valor planteado del parmetro.
Cualquier investigacin estadstica implica la existencia de hiptesis o afirmaciones acerca de las poblaciones
que se estudian.
La hiptesis nula (Ho) se refiere siempre a un valor especificado del parmetro de poblacin, no a una
estadstica de muestra. La letra H significa hiptesis y el subndice cero no hay diferencia. Por lo general hay
un "no" en la hiptesis nula que indica que "no hay cambio" Podemos rechazar o aceptar Ho.
La hiptesis nula es una afirmacin que no se rechaza a menos que los datos maestrales proporcionen
evidencia convincente de que es falsa. El planteamiento de la hiptesis nula siempre contiene un signo de
igualdad con respecto al valor especificado del parmetro.
La hiptesis alternativa (H1) es cualquier hiptesis que difiera de la hiptesis nula. Es una afirmacin que se
acepta si los datos maestrales proporcionan evidencia suficiente de que la hiptesis nula es falsa. Se le
conoce tambin como la hiptesis de investigacin. El planteamiento de la hiptesis alternativa nunca
contiene un signo de igualdad con respecto al valor especificado del parmetro.
Nivel de significacia: Probabilidad de rechazar la hiptesis nula cuando es verdadera. Se le denota mediante
la letra griega , tambin es denominada como nivel de riesgo, este termino es mas adecuado ya que se corre
el riesgo de rechazar la hiptesis nula, cuando en realidad es verdadera. Este nivel esta bajo el control de la
persona que realiza la prueba.
La regin de rechazo puede considerarse como el conjunto de valores de la estadstica de prueba que no
tienen posibilidad de presentarse si la hiptesis nula es verdadera. Por otro lado, estos valores no son tan
improbables de presentarse si la hiptesis nula es falsa. El valor crtico separa la regin de no rechazo de la
de rechazo.
Tipos de errores
Cualquiera sea la decisin tomada a partir de una prueba de hiptesis, ya sea de aceptacin de la Ho o de la
Ha, puede incurrirse en error:
Un error tipo I se presenta si la hiptesis nula Ho es rechazada cuando es verdadera y deba ser aceptada.
La probabilidad de cometer un error tipo I se denomina con la letra alfa
Un error tipo II, se denota con la letra griega se presenta si la hiptesis nula es aceptada cuando de hecho
es falsa y deba ser rechazada.
En cualquiera de los dos casos se comete un error al tomar una decisin equivocada.
En la siguiente tabla se muestran las decisiones que pueden tomar el investigador y las consecuencias
posibles.
Para que cualquier ensayo de hiptesis sea bueno, debe disearse de forma que minimice los errores de
decisin. En la prctica un tipo de error puede tener ms importancia que el otro, y as se tiene a conseguir
poner una limitacin al error de mayor importancia. La nica forma de reducir ambos tipos de errores es
incrementar el tamao de la muestra, lo cual puede ser o no ser posible.
La probabilidad de cometer un error de tipo II denotada con la letra griega beta , depende de la diferencia
entre los valores supuesto y real del parmetro de la poblacin. Como es ms fcil encontrar diferencias
grandes, si la diferencia entre la estadstica de muestra y el correspondiente parmetro de poblacin es
grande, la probabilidad de cometer un error de tipo II, probablemente sea pequea.
El estudio y las conclusiones que obtengamos para una poblacin cualquiera, se habrn apoyado
exclusivamente en el anlisis de una parte de sta. De la probabilidad con la que estemos dispuestos a
asumir estos errores, depender, por ejemplo, el tamao de la muestra requerida. Las contrastaciones se
apoyan en que los datos de partida siguen una distribucin normal
Existe una relacin inversa entre la magnitud de los errores y : conforme a aumenta, disminuye. Esto
obliga a establecer con cuidado el valor de a para las pruebas estadsticas. Lo ideal sera establecer y .En
la prctica se establece el nivel y para disminuir el Error se incrementa el nmero de observaciones en la
muestra, pues as se acortan los limites de confianza respecto a la hiptesis planteada .La meta de las
pruebas estadsticas es rechazar la hiptesis planteada. En otras palabras, es deseable aumentar cuando
sta es verdadera, o sea, incrementar lo que se llama poder de la prueba (1- ) La aceptacin de la hiptesis
planteada debe interpretarse como que la informacin aleatoria de la muestra disponible no permite detectar
la falsedad de esta hiptesis.
Valor determinado a partir de la informacin muestral, que se utiliza para determinar si se rechaza la hiptesis
nula., existen muchos estadsticos de prueba para nuestro caso utilizaremos los estadsticos z y t. La eleccin
de uno de estos depende de la cantidad de muestras que se toman, si las muestras son de la prueba son
iguales a 30 o mas se utiliza el estadstico z, en caso contrario se utiliza el estadstico t.
Tipos de prueba
a) Prueba bilateral o de dos extremos: la hiptesis planteada se formula con la igualdad
Ejemplo
H0 : = 200
H1 : 200
H0 : 200 H0 : 200
En las pruebas de hiptesis para la media (), cuando se conoce la desviacin estndar () poblacional, o
cuando el valor de la muestra es grande (30 o ms), el valor estadstico de prueba es z y se determina a partir
de:
El valor estadstico z, para muestra grande y desviacin estndar poblacional desconocida se determina por la
ecuacin:
En la prueba para una media poblacional con muestra pequea y desviacin estndar poblacional
desconocida se utiliza el valor estadstico t.
SE establece las condiciones especficas en la que se rechaza la hiptesis nula y las condiciones en que no
se rechaza la hiptesis nula. La regin de rechazo define la ubicacin de todos los valores que son tan
grandes o tan pequeos, que la probabilidad de que se presenten bajo la suposicin de que la hiptesis nula
es verdadera, es muy remota
Distribucin muestral del valor estadstico z, con prueba de una cola a la derecha
Valor critico: Es el punto de divisin entre la regin en la que se rechaza la hiptesis nula y la regin en la
que no se rechaza la hiptesis nula.
En este ltimo paso de la prueba de hiptesis, se calcula el estadstico de prueba, se compara con el valor
crtico y se toma la decisin de rechazar o no la hiptesis nula. Tenga presente que en una prueba de
hiptesis solo se puede tomar una de dos decisiones: aceptar o rechazar la hiptesis nula. Debe subrayarse
que siempre existe la posibilidad de rechazar la hiptesis nula cuando no debera haberse rechazado (error
tipo I). Tambin existe la posibilidad de que la hiptesis nula se acepte cuando debera haberse rechazado
(error de tipo II).
Ejemplo
Da Usuarios
1 356
2 427
3 387
4 510
5 288
6 290
7 320
8 350
9 403
10 329
Solucin: Se trata de un problema con una media poblacional: muestra grande y desviacin estndar
poblacional desconocida.
Ho: 350
Ha: 350
0.05
De los datos determinamos: que el estadstico de prueba es t, debido a que el numero de muestras es igual a
30, conocemos la media de la poblacin, pero la desviacin estndar de la poblacin es desconocida, en este
caso determinamos la desviacin estndar de la muestra y la utilizamos en la formula reemplazando a la
desviacin estndar de la poblacin.
Calculamos la desviacin estndar muestral y la media de la muestra empleando Excel, lo cual se muestra en
el cuadro que sigue.
Columna1
Media
Error tpico
Mediana
Moda
Desviacin estndar
Varianza de la muestra
Curtosis
Coeficiente de asimetra
Rango
Mnimo
Mximo
Suma
Cuenta
Por consiguiente la regla de decisin: es rechazar la hiptesis nula y aceptar la hiptesis alternativa, si el valor
Z calculado no queda en la regin comprendida entre -1.96 y +1.96. En caso contrario no se rechaza la
hiptesis nula si Z queda entre -1.96 y +1.96.
En este ultimo paso comparamos el estadstico de prueba calculado mediante el Software Minitab que es
igual a Z = 2.38 y lo comparamos con el valor critico de Zc = 1.96. Como el estadstico de prueba calculado
cae a la derecha del valor critico de Z, se rechaza Ho. Por tanto no se confirma el supuesto del Jefe de la
Biblioteca.
One-Sample Z
Se rechaza la hiptesis nula (Ho), se acepta la hiptesis alterna (H1) a un nivel de significancia de
= 0.05. La prueba result ser significativa.
5.- BIBLIOGRAFIA
2. Apunte de clases (versin digital). Dr. Jorge Luis Cordova Egocheaga. Universidad Inca Garcilaso de
la
10
3.- Alicia Takemoto (monografa.com). Trabajo de Curso de Estadstica UNFV. 2005 Lima-Per
Prueba de Hiptesis
Categora: Estadstica
Creado en Lunes, 11 Agosto 2014 Fecha de publicacin Escrito por M.A. Myrna Delfina Lpez Noriega
Contenido
II. 1 INTRODUCCIN
II. 2 CONCEPTOS.............................................................................................................................. 2
II.2.I OBJETIVO.................................................................................................................................. 3
II.10 BIBLIOGRAFA.......................................................................................................................... 9
U
n parmetro puede estimarse a partir de los datos contenidos en una muestra,
ya sea un slo nmero (estimador puntual) o un intervalo de valores posibles
(intervalo de confianza). Sin embargo, muchos problemas de ingeniera,
ciencia, y administracin, requieren que se tome una decisin entre aceptar o
rechazar una proposicin sobre algn parmetro. Esta proposicin recibe el nombre de
hiptesis. Este es uno de los aspectos ms tiles de la inferencia estadstica, puesto que
muchos tipos de problemas de toma de decisiones, pruebas o experimentos en el mundo
de la ingeniera, pueden formularse como problemas de prueba de hiptesis.
II. 1 INTRODUCCIN
En este apartado se presentan y desarrollan algunas de las pruebas estadsticas ms
utilizadas en las ciencias econmico administrativas las cuales, en esencia, se soportan
de nuevo en las tablas estadsticas donde encontramos los valores que disocian un
resultado tpico o de alta probabilidad, de un resultado atpico o que se rige por factores
no aleatorios.
As, por ejemplo, mediante una prueba de hiptesis sobre el coeficiente de correlacin de
Pearson, podemos establecer si dos variables se correlacionan linealmente por simple
efecto de azar, es decir que, las coordenadas que describen a dichas variables se alinean
en un grfico cartesiano por razones meramente aleatorias, o porque en realidad hay
factores que en forma concatenada mueven a una y a otra en direcciones particulares.
Podra tratarse, entonces, de una relacin entre la altura de una persona y su capacidad
intelectual (CI) o del salario recibido y las horas laboradas.
Todas las pruebas de hiptesis siguen, en esencia, el mismo procedimiento a saber:
Dado que la variable estadstica de tablas expone el valor que disocia los resultados ms
probables de los que no lo son a un nivel de confianza particular (generalmente 90, 95
99%), podemos de forma inmediata situar nuestra variable estadstica calculada como un
resultado tpico o atpico, lo cual nos lleva a concluir de forma tcita, si dicho resultado se
debe al azar o a factores externos. Las pruebas estadsticas llevan, por tanto, 2 hiptesis,
una nula (H0) y una alterna o alternativa (HA).
Una hiptesis estadstica es una proposicin o supuesto sobre los parmetros de una o
ms poblaciones, para verificar si la afirmacin es razonable se usan datos.
En el anlisis estadstico se hace una aseveracin, es decir, se plantea una hiptesis,
despus se hacen las pruebas para verificar la aseveracin o para determinar que no es
verdadera.
Por tanto, la prueba de hiptesis es un procedimiento basado en la evidencia muestral y la
teora de probabilidad; se emplea para determinar si la hiptesis es una afirmacin
razonable.
EJEMPLO
Suponga que se tiene inters en la rapidez de combustin de un agente propulsor slido
utilizado en los sistemas de salida de emergencia para la tripulacin de aeronaves. El
inters se centra sobre la rapidez de combustin promedio. De manera especfica, el
inters recae en decir si la rapidez de combustin promedio es o no 50 cm/s. Esto puede
expresarse de manera formal como:
Ho: = 50 cm/s
HA: 50 cm/s
II. 2 CONCEPTOS
La prueba de hiptesis es una metodologa que nos permite determinar si se debe
rechazar o no una afirmacin acerca del valor de un parmetro de la poblacin.
Independientemente del parmetro que se desea someter a prueba (media, mediana,
varianza, proporcin, etc.), existen cuatro pasos que se deben de usar para cualquier
prueba de hiptesis.
Cabe citar que las hiptesis alternas o alternativas (H A) suelen presentarse de dos formas
distintas: una variable es diferente a otra; o una variable es mayor o menor a otra. La
diferencia fundamental entre estas dos hiptesis se refiere a lo siguiente:
II.2.I OBJETIVO
Un test o contraste de hiptesis es un conjunto de reglas tendentes a decidir cul de dos
hiptesis Ho o HA debe aceptarse en base al resultado obtenido en una muestra.
El propsito de la prueba de hiptesis no es cuestionar el valor calculado del estadstico
(muestral), sino hacer un juicio con respecto a la diferencia entre estadstico de muestra y
un valor planteado del parmetro.
Es importante recordar que las hiptesis siempre son proposiciones sobre la poblacin o
distribucin bajo estudio, no proposiciones sobre la muestra. Por lo general, el valor del
parmetro de la poblacin especificado en la hiptesis nula se determina en una de tres
maneras diferentes:
1. Puede ser resultado de la experiencia pasada o del conocimiento del proceso,
entonces el objetivo de la prueba de hiptesis usualmente es determinar si ha
cambiado el valor del parmetro.
2. Puede obtenerse a partir de alguna teora o modelo que se relaciona con el
proceso bajo estudio. En este caso, el objetivo de la prueba de hiptesis es
verificar la teora o modelo.
3. Cuando el valor del parmetro proviene de consideraciones externas, tales como
las especificaciones de diseo o ingeniera, o de obligaciones contractuales. En
esta situacin, el objetivo usual de la prueba de hiptesis es probar el cumplimiento
de las especificaciones.
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.
Bilateral H0=k HA k
H0 k HA < k
Unilateral H0 k HA> k
2. A partir de un nivel de confianza o el de significacin .
Determinar:
La hiptesis alternativa, por tanto, es del tipo H1: < k (o bien H1: < k).
H0 Verdadera Falsa
Para que cualquier ensayo de hiptesis sea bueno, debe disearse de forma que
minimice los errores de decisin. En la prctica un tipo de error puede tener ms
importancia que el otro, y as se tiene a conseguir poner una limitacin al error de mayor
importancia. La nica forma de reducir ambos tipos de errores es incrementar el tamao
de la muestra, lo cual puede ser o no ser posible.
La probabilidad de cometer un error de tipo II denotada con la letra griega beta ,
depende de la diferencia entre los valores supuesto y real del parmetro de la poblacin.
Como es ms fcil encontrar diferencias grandes, si la diferencia entre la estadstica de
muestra y el correspondiente parmetro de poblacin es grande, la probabilidad de
cometer un error de tipo II, probablemente sea pequea.
El estudio y las conclusiones que obtengamos para una poblacin cualquiera, se habrn
apoyado exclusivamente en el anlisis de una parte de sta. De la probabilidad con la que
estemos dispuestos a asumir estos errores, depender, por ejemplo, el tamao de la
muestra requerida. Las contrastaciones se apoyan en que los datos de partida siguen una
distribucin normal.
La probabilidad de cometer Error de tipo I es el nivel de significacin
.
La probabilidad de cometer Error de tipo II error depende del
verdadero valor del parmetro. Se hace tanto menor cuanto mayor sea n.
Los errores tipo I y tipo II estn relacionados. Una disminucin en la probabilidad de uno por lo
general tiene como resultado un aumento en la probabilidad del otro.
El tamao de la regin crtica, y por tanto la probabilidad de cometer un error tipo I, siempre se
puede reducir al ajustar el o los valores crticos.
Por lo tanto:
1. Un aumento en el tamao muestral n reducir y de forma simultnea.
2. Si la hiptesis nula es falsa, es un mximo cuando el valor real del parmetro se
aproxima al hipottico. Entre ms grande sea la distancia entre el valor real y el
valor hipottico, ser menor .
Existe una relacin inversa entre la magnitud de los errores y : conforme aumenta,
disminuye. Esto obliga a establecer con cuidado el valor de para las pruebas
estadsticas.
Lo ideal sera establecer y . En la prctica se establece el nivel , y para disminuir el
Error se incrementa el nmero de observaciones en la muestra, pues as se acortan los
lmites de confianza respecto a la hiptesis planteada.
La meta de las pruebas estadsticas es rechazar la hiptesis planteada. En otras palabras,
es deseable aumentar cuando sta es verdadera, o sea, incrementar lo que se llama
poder de la prueba (1- ) La aceptacin de la hiptesis planteada debe interpretarse como
que la informacin aleatoria de la muestra disponible no permite detectar la falsedad de
esta hiptesis.
II.6.1 VALOR P
a. Al mnimo error al cual un resultado es significativo se le llama valor P o nivel crtico P o
nivel mnimo de significacin.
b. P es tambin la probabilidad de obtener un resultado tan extrao o ms que el obtenido
cuando H0 es cierta, midiendo por tanto las evidencias que hay en contra de H 0 (pero no
mide cunto de falsa es H0).
c. El valor P de un test de una cola (con H A en la direccin a que apuntan los datos) suele
ser la mitad del valor P del test de dos colas.
d. Fijado un valor de : si P se decide HA; si P > se decide H0.
e. Las conclusiones de una prueba suelen expresarse as: H0 (P>tal) o HA (P<cual).
II.10 BIBLIOGRAFA