INFERENCIA ESTADÍSTICA (100403)

Fase 3 - Prueba de hipótesis

Presentado por:
EDGAR PERDOMO PORRAS
CC80722318

Grupo:
100403A_614

Presentado a:
DANY MARIELA SILVA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

UNAD
2019
 TIPO DE MUESTREO: Sistemático

Muestreo en que los n elementos de la muestra se seleccionan tomando aleatoriamente un número

primero que va a formar parte de la mues

Características:
1) Una lista completa de la población
2) La población ordenada y la muestra también estará ordenada
Esta es la forma o cada cuanto se selecciona un elemento
K= N/n
K= fracción sistemática (o cada cuanto se toma el elemento de la población)
N= Tamaño de la población
n= Tamaño de la muestra (Calculado ya anteriormente)

K= N/n
N= 826
n= 85 muestra colaborativa
K= 9.72 se redondea

K= 31 Seleccione la muestra cada 31 elementos

Alea= 5 Se escoge un número aleatorio entre 1 y K.
Fijo= 5 Copie y pegue el número aleatorio como valor para que no es

1) Rellene una columna que empiece desde 1 hasta n

2) Luego, empieze la 2da columna con el número que encontró entre 1 y K,

LISTO! Esta es la lista de personas que van a conformar su muestra, recuerd

3) Copie y pegue los nombres de las variables de la población

4) Use la función =BUSCARV(C36;Población!$A$6:$Q$918;2;0) esto es para

261 elementos que va a incluir en la muestra. El número 2, corresponde a la

Crioscopia (°C) Departamento

1 5 -0.54 1
 2 36 -0.52 1
3 67 -0.54 1
4 98 -0.49 1
5 129 -0.52 1
6 160 -0.53 1
7 191 -0.53 1
8 222 -0.57 1
9 253 -0.55 1
10 284 -0.49 1
11 315 -0.54 3
12 346 -0.52 3
13 377 -0.49 3
14 408 -0.52 3
15 439 -0.52 3
16 470 -0.53 3
17 501 -0.52 3
18 532 -0.52 3
19 563 -0.49 3
20 594 -0.51 3
21 625 -0.55 3
22 656 -0.54 3
23 687 -0.58 3
24 718 -0.52 3
25 749 -0.53 3
26 780 -0.51 3
27 811 -0.53 3
28 842 -0.51 4
29 873 -0.57 4
30 904 -0.5 4
31 935 -0.52 4
32 966 -0.51 4
33 997 -0.54 4
34 1028 -0.5 4
35 1059 -0.52 4
36 1090 -0.5 4
37 1121 -0.53 4
38 1152 -0.48 4
TIPO DE MUESTREO: Sistemático

tomando aleatoriamente un número i, que designará, en una lista o población de N elementos, al

ero que va a formar parte de la muestra.

mento de la población)

ada 31 elementos
eatorio entre 1 y K.
o aleatorio como valor para que no este cambiando

esde 1 hasta n

el número que encontró entre 1 y K, es decir el que corresponde al valor fijo

van a conformar su muestra, recuerde que es importante mantener la constante K

riables de la población

ción!$A$6:$Q$918;2;0) esto es para que no tenga que pasar manualmente la información de los
uestra. El número 2, corresponde a la columna de la variable, en este caso Municipio

% Sólidos
Densidad (g/ml) % Proteína % Grasa totales

1.01 3.1 2.8 11.9

1.06 3.2 3.1 11.5
1.05 3.1 2.9 11.8
1.06 3.2 2.9 12.2
1.13 3.2 3.2 11.6
1.04 3.2 3.3 11.7
1.04 3.3 3.1 12
1.02 3.3 3 11.9
0.98 3.2 3.1 12.4
1.09 3.3 2.8 11.5
1.05 3.3 3 11.4
1.07 3.3 2.8 12
1.04 3 3.1 12
0.98 3.1 2.9 11.8
1.03 3.3 3.1 11.8
1.05 3.3 2.8 12
1.13 3.3 2.9 11.7
0.98 3.2 3 12.1
1.07 3.2 3.1 11.7
1.08 3.4 3 12.6
1.06 3.2 3 12.2
1.01 3.1 3 11.8
1.08 3.1 2.8 12.2
1.04 3.1 3.1 11.6
1.08 3 3 12.1
0.96 3.1 2.9 11.7
0.92 3.4 3.1 11.7
0.95 3.3 3 11.7
1.02 3.3 2.9 12.1
1.06 3.3 3.1 12.4
1.06 3.2 2.9 11.9
1.11 3.2 3 11.1
0.99 3 2.9 11.8
1.03 3.2 3 11.4
1.01 3.1 3.1 11.9
1.06 3.2 2.9 11.7
1.05 3.1 3.2 11.8
1.11 3.1 3 11.7
 Nota: Solo se emplea este muestreo para n<50%, si n>50% se debe de p
aleatorio simple.

Células somáticas (células/ml Peroxidasa Fosfatasa

de leche)

1894775 1 2
1914029 2 2
1917545 2 2
1914972 2 2
1899762 2 2
1899497 2 2
1894794 2 2
1888680 1 2
1912470 2 2
1872739 2 2
1876624 1 2
1907045 1 2
1886622 2 1
1904056 2 2
1895862 2 2
1917456 2 2
1908600 2 2
1887900 2 2
1911213 2 2
1917297 2 2
1894406 2 2
1882230 2 2
1895055 2 2
1892347 2 2
1890836 2 2
1899976 2 2
1895492 2 2
1897932 2 2
1891669 2 2
1893990 2 2
1897948 2 2
1913151 2 2
1886323 1 2
1901369 1 2
1877060 2 2
1892042 2 2
1894139 2 2
1909317 2 2
eo para n<50%, si n>50% se debe de proceder a realizar un muestreo
aleatorio simple.

Prueba de Temperatura de
Tipo de leche Temperatura Costo yodo recepcion

1 2 357 2 1
1 2 843 2 2
1 2 1042 2 2
4 2 601 2 1
4 2 543 2 1
2 3 871 2 1
3 1 582 2 1
1 2 879 1 1
4 2 519 2 1
1 2 801 2 1
3 2 1171 2 1
3 2 796 2 1
4 2 768 2 1
1 2 732 2 2
1 2 860 1 2
2 1 925 2 1
1 3 941 2 2
1 3 745 1 1
1 1 633 2 1
3 3 686 2 1
2 2 797 2 1
1 1 543 2 1
1 3 585 2 1
1 2 913 2 1
1 3 646 2 1
1 2 694 2 1
1 3 894 2 1
2 1 484 2 1
2 2 724 2 1
1 1 983 2 1
1 1 704 2 1
1 1 767 2 1
2 1 901 2 2
1 3 455 2 1
1 1 1043 2 1
1 2 558 2 2
4 2 912 2 2
4 1 691 2 1
Satisfacción

2
3
2
2
2
3
2
2
2
2
2
2
2
2
2
2
1
2
2
2
2
2
1
2
4
2
2
2
1
2
2
2
2
2
2
2
2
2
Cada estudiante del grupo dara respuesta a los siguientes
interrogantes planteados:

1. ¿Cuáles son las partes por las que está conformada una
prueba de hipótesis?

2. ¿Como decide el investigador si debe de rechazar o

aceptar H0?

3. ¿A qué se le conoce como error tipo I?

4. ¿Cómo se determina las regiones de rechazo de una

prueba de hipótesis?
5. ¿Cuáles son las condiciones que se deben presentar para
realizar una prueba de hipótesis para la media? ¿para la
proporción? ¿para la diferencia de medias? ¿para la
diferencia de proporciones?
la prueba de hipotesis comprende cuatro componentes principales :hipotesis
nul,a ,hipotesis alternativa,estadistica de prueba ,region de rechazo; hipotesis nula ,
denotada como H0 siempre
especifica un solo valor del parámetro de la
población si la hipótesis es simple o un conjunto de
valores si es compuesta (es lo que queremos
desacreditar) H0 :µ = µ0 ,H0 :µ " µ0 ,H0 :µ " µ

Se rechaza la hipótesis nula si el valor de p asociado al resultado observado es igual

o menor que el nivel de significación establecido, convencionalmente 0,05 ó 0,01.
Es decir, el valor p nos muestra la probabilidad de haber obtenido el resultado que
hemos obtenido si suponemos que la hipótesis nula es cierta.
En un estudio de investigación, el error de tipo I, también denominado error de
tipo alfa (α) o falso positivo, es el error que se comete cuando el investigador
rechaza la hipótesis nula ( : el supuesto inicial) siendo esta verdadera en la
población.

El nivel de confianza (1-α), indica la probabilidad de aceptar la hipótesis planteada,

cuando es verdadera en la población. La distribución de muestreo de la estadística
de prueba se divide en dos regiones, una región de rechazo (conocida como región
crítica) y una región de no rechazo (aceptación)
Se utiliza una prueba de una muestra para probar una afirmación con respecto a
una media de una población única. rueba medias de dos muestras
Las pruebas de dos muestras se utilizan para decidir si las medias de dos
poblaciones son iguales. Se requieren dos muestras independientes, una de cada
una de las dos poblaciones. Considérese, por ejemplo, una compañía investigadora
que experimentan con dos diferentes mezclas de pintura, para ver si se puede
modificar el tiempo de secado de una pintura para uso doméstico. Cada mezcla es
probada un determinado número de veces, y comparados posteriormente los
tiempos medios de secado de las dos muestras. Una parece ser superior, ya que su
tiempo medio de secado (muestra) es 30 minutos menor que el de la otra muestra.

Pero, ¿son realmente diferentes los tiempos medios de secado de las dos pinturas,
o esta diferencia muestral es nada más la variación aleatoria que se espera, aun
cuando las dos fórmulas presentan idénticos tiempos medios de secado? Una vez
más, las diferencias casuales se deben distinguir de las diferencias reales.

Con frecuencia se utilizan pruebas de dos muestras para comparar dos métodos de
enseñanza, dos marcas, dos ciudades, dos distritos escolares y otras cosas
semejantes.

La hipótesis nula puede establecer que las dos poblaciones tienen medias iguales
hipotesis alternativa denotada como H1 es la
que responde nuestra pregunta, la que se establece
en base a la evidencia que tenemos. Puede tener
cuatro formas:
La Región de Rechazo es el conjunto de valores
tales que si la prueba estadística cae dentro de
este rango, decidimos rechazar la Hipótesis Nula
Su localización depende de la forma de la
Hipótesis Alternativa:
Si entonces la región se encuentra en
la cola derecha de la distribución de la
estadística de prueba.
10H:µ>µ
v.rohen
Si entonces la región se encuentra en
la cola izquierda de la distribución de la
estadística de prueba
Si entonces la región se divide en dos
partes, una parte estará en la cola derecha de la
distribución de la estadística de prueba y la otra
en la cola izquierda de la distribución de la
estadística de prueba.
10H:µ!µ
10H:µ<µ
v.rohen
Conclusiones de una Prueba de Hipótesis
Si rechazamos la Hipótesis Nula, concluimos
que “hay suficiente evidencia estadística para
inferir que la hipótesis nula es falsa”
Si no rechazamos la Hipótesis Nula, concluimos
que “no hay suficiente evidencia estadística
para inferir que la hipótesis nula es falsa
Suponga que se tienen dos poblaciones distintas, la
primera con media 1 y desviación estándar 1, y la
segunda con media 2 y desviación estándar 2. Más aún,
se elige una muestra aleatoria de tamaño n1 de la
primera población y una muestra independiente
aleatoria de tamaño n2 de la segunda población; se
calcula la media muestral para cada muestra y la
diferencia entre dichas medias. La colección de todas
esas diferencias se llama distribución muestral de las
diferencias entre medias o la distribución muestral del
estadístico
La Estadística de Prueba es una
estadística que se
deriva del estimador puntual del
parámetro que
estemos probando y en ella basamos
nuestra
decisión acerca de si rechazar o no
rechazar la
Hipótesis Nula
 Fase 3 Pruebas de Hipotesis
Datos
Tamaño de la muestra = 85
Media Muestral promedio= -0.5231579
Desviación estandar= 0.02291055
Promedio de la variable X= -0.49
Paso 1: Describir la hipótesis

H0: media de la crioscopia en grados Celsius del tipo de leche esterilizada es mayor o igual a
-0,49

H1:
media de la crioscopia en grados Celsius del tipo de leche esterilizada es menor a -0,49

Escrito en forma simbólica:

H0 : µ > = - 0,49
H1: µ < - 0,49
(Prueba Unilateral izquierda)

Paso 2: Establecer el nivel de significancia con el que se va a trabajar

a= 0.05

Paso 3: Estadístico de prueba (o calculado)

�_𝒑𝒓𝒖𝒆𝒃𝒂=(𝒙  
−𝝁)/(𝒔/√𝒏)

Zprueba= -13.34

Paso 4: Estadístico teórico

Zteórico= -1.645 -1.645

Paso 5: Tomar la decisión

Se rechaza la hipótesis nula (Ho) porque el valor de Zprueba es menor a Z teórico

Se rechaza la hipótesis nula (Ho) porque el valor de Zprueba es menor a Z teórico

Conclusión:

media del porcentaje de solidos totales del tipo de leche esterilizada es menor
potesis

Una PH para probar si la media de la crioscopia en grados C

de leche esterilizada es mayor o igual a -0,49. (Prueba
izquierda)

eche esterilizada es mayor o igual a

eche esterilizada es menor a -0,49

nilateral izquierda)

se va a trabajar

p-valor

𝑅𝑒𝑔𝑙𝑎 𝑑𝑒 𝑑𝑒𝑐𝑖𝑠𝑖ó𝑛:

𝑆𝑖 𝑝−𝑣𝑎𝑙𝑜𝑟 ≥�, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑠𝑒 𝑎𝑐𝑒𝑝𝑡𝑎 
𝐻_0

𝑆𝑖 𝑝−𝑣𝑎𝑙𝑜𝑟<�, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑠𝑒 
𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻_0
eba es menor a Z teórico
eba es menor a Z teórico

sterilizada es menor
media de la crioscopia en grados Celsius del tipo
s mayor o igual a -0,49. (Prueba Unilateral
izquierda)
Tabla de distribucion normal
 Fase 3 Pruebas de Hipotesis
Datos
Tamaño de la muestra = 85
proveedores con satisfacción “satisfecho” = 85
(p) % proveedores con satisfacción “satisfecho” = 100%
(P) Proporción= 50%
Paso 1: Describir la hipótesis
H0: % de proveedores con satisfacción “satisfecho” es menor o igual al 50%
H1: % de proveedores con satisfacción “satisfecho” es mayor al 50%

Escrito en forma simbólica:

H0 : P < = 50%
H1: P > 50 % (Prueba Unilateral derecha)

Paso 2: Establecer el nivel de significancia con el que se va a trabajar

a = 0.05

Paso 3: Estadístico de prueba (o calculado)

Proporción de la
p- P muestra
Zprueba= Proporción
P(1- P) Poblacional

Zprueba= 9.22

Paso 4: Estadístico teórico (tablas)

Zteórico= 1.645

Paso 5: Tomar la decisión

Se rechaza la H0 porque Zprueba es mayor que Zteorico y al realizar la grafica, se ubica en la zona
sombreada.
Se rechaza la H0 porque Zprueba es mayor que Zteorico y al realizar la grafica, se ubica en la zona
sombreada.

Conclusión:

Se acepta la H1 porque el % de proveedores con satisfacción “satisfecho” es mayor al 50%.

 Una PH para la proporción, para probar si él % de proveedores con satisfa
“satisfecho” es mayor al 50%. (Prueba Unilateral derecha)

al 50%

teral derecha)

100%
50%

p-valor
𝑅𝑒𝑔𝑙𝑎 𝑑𝑒 𝑑𝑒𝑐𝑖𝑠𝑖𝑜𝑛:

𝑆𝑖 𝑝−𝑣𝑎𝑙𝑜𝑟≤�, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑠𝑒 𝑎𝑐𝑒𝑝𝑡𝑎 𝐻_0
𝑆𝑖 𝑝−𝑣𝑎𝑙𝑜𝑟>�, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻_0

a grafica, se ubica en la zona

cho” es mayor al 50%.
 él % de proveedores con satisfacción
Prueba Unilateral derecha)
 Fase 3 Pruebas de Hipotesis

Datos
MEDIA POBLACIONAL
826
MEDIAS MUESTRALES
promedio de crioscopia para el tipo de leche esterilizada promedio de crioscopia para el tipo de leche pasteurizada

Media muestral= -0.5222857143 Media Muestral=

Desviación muestral= 0.0235254198 Desviación Muestral =
Tamaño de muestra( n1)= 6 Tamaño de muestra(n2)=

H0: El promedio de crioscopia para el tipo de leche esterilizada es igual al tipo de leche pasteurizada

El promedio de crioscopia para el tipo de leche esterilizada no es igual al tipo de leche

Ha: pasteurizada

Ho : 𝜇_1 = 𝜇_2
Ha : 𝜇_1 ≠ 𝜇_2

Donde
BILATERAL
𝜇_1: promedio de crioscopia para el tipo de leche
esterilizada
𝜇_2: promedio de crioscopia para el tipo de leche
pasteurizada

Paso 2: Establecer el nivel de significancia con el que se va a trabajar

a= 0.05

Paso 3: Estadístico de prueba (o calculado)

Zprueba= -75409.57

Paso 4: Estadístico teórico (tablas)

Zteórico= -1.96 1.96

Paso 5: Tomar la decisión

Se acepta H0 porque el valor de Zprueba está dentro de la zona de aceptación.

Conclusión:
El promedio de crioscopia para el tipo de leche esterilizada es igual al tipo de leche pasteurizada
 Una PH para la diferencia de medias, para probar que el promedio de crios
para el tipo de leche esterilizada es igual al tipo de leche pasteurizada (Pr
bilateral)
oscopia para el tipo de leche pasteurizada

-0.5241666667
0.0223447022
18

igual al tipo de leche pasteurizada

o es igual al tipo de leche

ATERAL

𝑅𝑒𝑔𝑙𝑎 𝑑𝑒 𝑑𝑒𝑐𝑖𝑠𝑖𝑜𝑛:

𝑆𝑖 𝑝−𝑣𝑎𝑙𝑜𝑟=�, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑠𝑒 𝑎𝑐𝑒𝑝𝑡𝑎 𝐻_0

𝑆𝑖 𝑝−𝑣𝑎𝑙𝑜𝑟" ≠" �, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻_0
 𝑅𝑒𝑔𝑙𝑎 𝑑𝑒 𝑑𝑒𝑐𝑖𝑠𝑖𝑜𝑛:

𝑆𝑖 𝑝−𝑣𝑎𝑙𝑜𝑟=�, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑠𝑒 𝑎𝑐𝑒𝑝𝑡𝑎 𝐻_0

𝑆𝑖 𝑝−𝑣𝑎𝑙𝑜𝑟" ≠" �, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻_0

eche pasteurizada
probar que el promedio de crioscopia
al tipo de leche pasteurizada (Prueba
al)
 Fase 3 Pruebas de Hipotesis
Datos
PROVEEDORES DEPARTAMENTO 1 PROVEEDORES DEPARTAMENTO 3
n1= 10 n2= 15

DEPARTAMENTO 1, NIVEL "SATISFECHO" DEPARTAMENTO 3, NIVEL "SATISFECHO"

X1= 8 X2= 14
P1= 80% P2= 93%
Proporción Ponderada Pc
PC= 88%
1-PC= 12%

Paso 1: Describir la hipótesis

proveedores con nivel de satisfacción “satisfecho” en el departamento 1 es menor e igual al % de
Ho: proveedores con nivel de satisfacción “satisfecho” en el departamento 3.

Ha:
proveedores con nivel de satisfacción “satisfecho” en el departamento 1 es mayor al % de
proveedores con nivel de satisfacción “satisfecho” en el departamento 3.

Escrito en forma simbólica:

Ho : P1 <= P2
Ha: P1 > P2

Donde
(Prueba Unilateral derecha)
P1: PROVEEDORES DEPARTAMENTO 1
P2: PROVEEDORES DEPARTAMENTO 3

Paso 2: Establecer el nivel de significancia con el que se va a trabajar

a= 0.05

Paso 3: Estadístico de prueba (o calculado)

P1 - P2
Zprueba=
PC (1- PC ) PC (1- PC )
+
n1 n2

Zprueba= -0.13 =
0.1326649916
Paso 4: Estadístico teórico (tablas)

Zteórico= 1.645

Paso 5: Tomar la decisión

No se rechaza la H0 porque el valor de Zprueba està en la zona de aceptación.

Conclusión:

El % de proveedores con nivel de satisfacción “satisfecho” en el departamento 1 es menor e igual al % de

proveedores con nivel de satisfacción “satisfecho” en el departamento 3.
 TOTAL Una PH para la diferencia de proporciones, para probar que él % de pro
con nivel de satisfacción “satisfecho” en el departamento 1 es mayor
25 proveedores con nivel de satisfacción “satisfecho” en el departamento
unilateral derecha)
PARTAMENTO 3, NIVEL "SATISFECHO"

partamento 1 es menor e igual al % de

partamento 3.

partamento 1 es mayor al % de
partamento 3.

a Unilateral derecha)

ajar

-1.0050378153
à en la zona de aceptación.

partamento 1 es menor e igual al % de

ento 3.
 para probar que él % de proveedores
el departamento 1 es mayor al % de
fecho” en el departamento 3. (Prueba
erecha)
 c. Evaluar si el “% grasa” depende de la “temperatura” en el departament

Temperatura 1

(Alta)
% grasa promedio proveedor 2
% grasa promedio proveedor 3
% grasa promedio proveedor 4
% grasa promedio proveedor 5

Paso 1: Describir la hipótesis

H0: el % de grasas depende de la temperatura

H1: el % de grasas no depende de la temperatura

Paso 2: Establecer el nivel de significancia con el que se va a trabajar

a= 0.05

Paso 3: Estadístico de prueba F (o calculado)

alta
Observación 1 2.5
Observación 2 3.2
Observación 3 2.4
Observación 4 3
Observación 5 2.9

Análisis de varianza de un factor

RESUMEN
Grupos Cuenta
alta 5
media 5
baja 5

ANÁLISIS DE VARIANZA
Origen de las variaciones Suma de cuadrados
Entre grupos 0.0093333333
Dentro de los grupos 0.188

Total 0.1973333333
Paso 5: Tomar la decisión

Paso 6: Conclusión
e la “temperatura” en el departamento 2. La organización de los datos a trabajar debe se

Temperatura 2 Temperatura 3

(Media)
% grasa promedio proveedor 7
% grasa promedio proveedor 8
% grasa promedio proveedor 9
% grasa promedio proveedor 10
(Baja)
% grasa promedio proveedor 12
% grasa promedio proveedor 13
% grasa promedio proveedor 14
% grasa promedio proveedor 15

emperatura
a temperatura

ue se va a trabajar

media baja
2.8 2.9
3.1 2.9
3 2.9
3 2.9
3 3.2

Suma Promedio
15.1 3.02
14.9 2.98
14.8 2.96

Grados de libertad Promedio de los cuadrados

2 0.0046666667
12 0.0156666667

14
0.2978723404

3.8852938347
s a trabajar debe ser así:

Varianza
0.017
0.012
0.018

F Probabilidad Valor crítico para F

0.29787234 0.7477292735 3.8852938347