Академический Документы
Профессиональный Документы
Культура Документы
En el análisis estadístico
La verdad o falsedad de una hipótesis nunca se sabe con absoluta certeza, a menos que se examine toda la población
DEFINICIÓN: Una hipótesis es una afirmación (relacionada a un parámetro de la población) la cual se desea verificar
2
¿Que es una prueba de hipótesis?
¿ Cual es el ingreso mensual de todos los graduados de Ingeniería Industrial ? Una opción para medir
EJEMPLO Se concluye si la
Se afirma que la media de los
muestra apoya o no la
salarios de los egresados es Se recogen datos de una
hipótesis, relacionada a
de (µ = $2 200) MUESTRA
la población
DEFINICIÓN: Una prueba de hipótesis es un procedimiento basado en una muestra para determinar si la
hipótesis planteada es aceptada o rechazada
3
Procedimiento prueba de hipótesis
PASO 1: Se define la hipótesis nula ( H₀ ) y la hipótesis alternativa ( H₁ )
HIPÓTESIS NULA ( H₀ ):
Significa: Hipótesis Significa: No hay diferencia
La condición de igualdad siempre aparece en Ho, nunca en H₁
H₀: µ = $2 200 Afirma: la media de los salarios de los egresados no es significativamente diferente de $2 200
Suponga:
¿La diferencia entre el estadístico de la muestra (X Hacer
• X = $2 198 = $2 198) y el parámetro poblacional (µ = $2 200) prueba de
• Parámetro µ = $2 200 es aleatorio debido al error de muestreo?
hipótesis
DEFINICIÓN: Una hipótesis nula ( H₀ ) es una declaración relacionada al parámetro de la población formulado con el
fin de probar evidencia numérica.
4
Procedimiento prueba de hipótesis
PASO 1: Se define la hipótesis nula ( H₀ ) y la hipótesis alternativa ( H₁ )
HIPÓTESIS ALTERNATIVA ( H₁ ):
DEFINICIÓN: Una hipótesis alternativa ( H₁ ) es aquella que se acepta cuando los datos de la muestra ofrecen suficiente evidencia
para rechazar la hipótesis nula ( H₀ )
5
Procedimiento prueba de hipótesis
PASO 3: Seleccionar el estadístico de prueba
Estadístico Z:
Se rechaza la hipótesis
nula ( H₀ )
Probabilidad: 0,95
7
Colas de la prueba de hipótesis
EJEMPLO: 1 COLA DERECHA:
H₀: µ ≤ $2 200 Afirma: la media de los salarios de los egresados es menor o igual a $2 200
H₁: µ > $2 200 Afirma: la media de los salarios de los egresados es mayor a $2 200
H₁: µ < $2 200 Afirma: la media de los salarios de los egresados es menor a $2 200
EJEMPLO: 2 COLAS:
H₀: µ = $2 200 Afirma: la media de los salarios de los egresados no es significativamente diferente
de $2 200
H₁: µ ≠ $2 200 Afirma: la media de los salarios de los egresados es diferente a $2 200
8
Colas de la prueba de hipótesis
0,99 α = 1% = 0,01
0,95
α = 5% = 0,05
1,645
-1,96 1,96
0,90
α = 10% = 0,10
1,28
9
Valor p en la Prueba de hipótesis
¿Cuanta confianza hay en el rechazo/aceptación de la hipótesis nula?
Comparar el valor p (probabilidad) Si p < α = poca probabilidad de que H₀ sea verdadero = Se rechaza H₀
con el nivel de significancia (α) Si p > α = poca probabilidad de que H₀ sea falsa = No se rechaza H₀
0,99
NO se rechaza la
hipótesis nula ( H₀ )
0,50 0,50
α 0,01
Zona rechazo ( H₀ ) = 0,005
2 2 Zona rechazo ( H₀ )
Como: 0,1212 > 0,01 = poca probabilidad de que H₀ sea falsa = No se rechaza H₀
11
Valor p en la Prueba de hipótesis
Ejemplo. Lind y Marchal, página 341:
Una empresa utiliza una maquina llenadora de botellas que históricamente tiene una distribución normal de llenado de 16 onzas con una
desviación de 0,15 onzas. Se obtiene una muestra de 50 botellas donde la cantidad media por botella fue de 16,040 onzas. ¿Hay evidencia
que sugiere que la cantidad media despachada es mayor a 16 onzas? Utilizar 5% significancia.
H₀: µ ≤ 16 onzas
H₁: µ > 16 onzas
PASO 2: Seleccionar un nivel de significancia (α)
NO se rechaza la Se rechaza la
hipótesis nula ( H₀ )
hipótesis nula ( H₀ )
PASO 5: Decisión sobre la prueba
0,95 α = 0,05
X−µ 16,040−16
𝑍 = 𝜎/ = = 1,89
𝑛 0,15 / 50 0,0294
Como: 0,0294 < 0,05 = poca probabilidad de que H₀ sea verdadero = Se rechaza H₀
13
Error tipo I
H₀: Piezas defectuosos ≤ 5%
H₁: Piezas defectuosos > 5%
Lote: 1 500 piezas
Defectuosos 4/1 500 = 0,26% En la muestra: = 4/50 = 8%
14
Error tipo II
H₀: Piezas defectuosos ≤ 5%
H₁: Piezas defectuosos > 5%
Lote: 1 500 piezas
Defectuosas 60 /1 500 = 4 % En la muestra: = 2/50 = 4%
15
Error tipo II
EJEMPLO COLA IZQUIERDA:
Ejemplo. Lind y Marchal, página 356:
La experiencia indica que la fuerza media de tensión de una barra de acero es de 10 000 psi y su 𝜎 = 400 psi. Se obtiene una muestra
de n = 100.
Regla decisión establecida por la empresa: Tome n = 100, si la El valor Z entre la media del lote que llega (µ1 = 9 900) y el
fuerza media esta entre 9 922 – 10 078 psi con α = 0,05; acepte
el lote. Gráficamente sería: valor crítico especificado X𝐿𝐼𝐸 = 9 922 psi.
0,025 0,025
-1,96 0 1,96
9 922 µ0 = 10 000 10 078
0 0,55
SUPONGA que la media poblacional de un lote que llega es
µ1 = 9 900 psi. ¿Cuál es la probabilidad de aceptar el lote µ1 = 9 900 9 922
cuando es falso (error tipo II) ?
Valor Z = 0,55
16
Error tipo II
PROBABILIDAD DE COMETER UN ERROR TIPO II:
Zona Aceptación
Zona Zona
rechazo rechazo
α 0,05 α 0,05
= =
2 2 2 2
0,025 0,025
-1,96 0 1,96
9 922 µ0 = 10 000 10 078
PROBABILIDAD DE COMETER UN
ERROR TIPO II:
0 0,55
µ1 = 9 900 9 922
Zona Aceptación
Zona Rechazo
17
Error tipo II
EJEMPLO COLA DERECHA:
La experiencia indica que la fuerza media de tensión de una barra de acero es de 10 000 psi y su 𝜎 = 400 psi. Se
obtiene una muestra de n = 100.
0,025 0,025
-1,96 0 1,96
9 922 µ0 = 10 000 10 078
18
Error tipo II
PROBABILIDAD DE COMETER UN ERROR TIPO II:
Zona Aceptación
Zona Zona
rechazo rechazo
α 0,05 α 0,05
= =
2 2 2 2
0,025 0,025
-1,96 0 1,96
9 922 µ0 = 10 000 10 078
Zona Aceptación
Zona Rechazo
19
Potencia de una prueba
Es la probabilidad de rechazar H₀ siendo verdadera.
Ejemplo. Lind y Marchal, página 356:
La experiencia indica que la fuerza media de tensión de una barra de acero es de 10 000 psi y su 𝜎 = 400 psi. Se obtiene una muestra
de n = 100.
H₀: µ = 10 000 psi
H₁: µ ≠ 10 000 psi
SOLUCIÓN
Puede determinarse la probabilidad de aceptar H₀ como
verdadera siendo falsa (Error tipo II) para cualquier valor µi
Probabilidad Probabilidad NO
Otras medias
cometer error tipo II cometer error tipo II
µi 𝛽 1−𝛽
9 940 0,67696 0,32304
9 980 0,92091 0,07909
9 990 0,9429 0,0571
10 000 - -
10 020 0,92091 0,07909
10 060 0,67696 0,32304
20
Prueba hipótesis para 1 media
(Varianza 𝜎 2 conocida)
Estandarización de 𝑿
Zona Aceptación
Es conveniente estandarizar donde:
El estadístico de prueba se basa en la variable aleatoria 𝑋 y basado en el teorema del límite central
No deben considerarse la Prueba de hipótesis y la estimación del intervalo de confianza como formas separadas de inferencia.
𝜎
X ± 𝑍𝛼 2 ∗
𝑛
21
Prueba hipótesis para 1 media
(Varianza 𝜎 2 conocida)
H₀: µ = $2 500
H₁: µ ≠ $2 500
22
Prueba hipótesis para 1 media
(Varianza 𝜎 2 conocida)
NO se rechaza la
hipótesis nula ( H₀ )
0,50 0,50
Se rechaza la Se rechaza la
α 0,01 α 0,01 hipótesis nula ( H₀ )
hipótesis nula ( H₀ ) = =
2 2 2 2
0,495 0,495
0,99
X−µ 2 524−2500
X−µ 2 523−2500 𝑍= = = 2,66
𝑍= = = 2,56 𝜎/ 𝑛 90 / 100
𝜎/ 𝑛 90 / 100
NO se rechaza la hipótesis nula ( H₀ ) Comparar Se rechaza la hipótesis nula ( H₀ )
13
Prueba hipótesis para 1 media
(Varianza 𝜎 2 conocida)
H₀: µ = 16 onzas
H₁: µ ≠ $16 onzas
14
Prueba hipótesis para 1 media
(Varianza 𝜎 2 conocida)
NO se rechaza la
hipótesis nula ( H₀ )
0,50 0,50
Se rechaza la Se rechaza la
0,025 0,025
−1,96 1,96
0,95
EJEMPLO 1: Se desea saber si ha habido un cambio en la producción EJEMPLO 2: Una empresa utiliza una maquina llenadora de botellas que
mensual de un artículo X cuyo comportamiento se ajusta a una históricamente tiene una distribución normal de llenado de 16 onzas con
distribución normal con media de 2 500 unidades y una desviación una desviación de 0,15 onzas. Se obtiene una muestra de 50 botellas
estándar de 90. Se toma una muestra de 100 unidades con X = 2 523 donde la cantidad media por botella es de 16,017 onzas. ¿Hay diferencias
significativas en el llenado?
RESPUESTA: RESPUESTA:
Como p-value < 0,10; se Rechaza H₀ Como p-value > 0,05; se Acepta H₀
26
Prueba hipótesis para 1 media
(NO se conoce la Varianza 𝜎 2 )
Distribución t :
Como no se conoce (𝜎) se usa la desviación estándar de la muestra (s) para estimarla; pero hay que recordar que:
Se supone que la
población es normal
Características de Distribución t :
1. Es una distribución continua
2. Tiene forma de campana y es simétrica ¿Se conoce la
desviación estándar
3. Existe una familia de distribuciones t; cada vez que se cambia de grados
de libertad, se crea una nueva distribución poblacional?
NO SI
4. Al aumentar los grados de libertad la forma de la distribución t se
aproxima a la distribución normal
5. La distribución t es plana (o más dispersa) que la distribución normal Distribución t Distribución Z
27
Prueba hipótesis para 1 media
(NO se conoce la Varianza 𝜎 2 )
$ 45 $ 49 $ 51 $ 63 $ 63 $ 62
¿Se puede concluir que el costo medio de $ 48 $ 53 $ 76 $ 56 $ 56 $ 67
atención de una queja es menor que $60 con un
nivel de significancia de 0,01 ? $ 48 $ 54 $ 58 $ 59 $ 61 $ 78
$ 58 $ 38 $ 40 $ 43 $ 64 $ 51
$ 69 $ 57
SOLUCIÓN:
H₀: µ ≥ $60
H₁: µ < $60
NO se
rechaza la
PASO 2: Seleccionar un nivel de significancia (α) Zona hipótesis
rechazo nula ( H₀ )
0,99
α = 1% = 0,01
28
Prueba hipótesis para 1 media
(NO se conoce la Varianza 𝜎 2 )
29
Prueba hipótesis para 1 media
(NO se conoce la Varianza 𝜎 2 )
Grados de 22 2.508
libertad: n-1 23 2.500 Seleccionar un
24 2.492 nivel de
25
TABLA Distribución
1.318 1.708
t
2.060 2.485 2.787 3.725
26 PAGINA 785 2.479 significancia (α)
27 2.473
28 2.467
29 2.462
30 2.457
…
Valor crítico
30
Prueba hipótesis para 1 media
(NO se conoce la Varianza 𝜎 2 )
X−µ 56,423−60
𝑡= = = -1,818
𝑠/ 𝑛 10,041 / 26
Zona NO se rechaza la
rechazo hipótesis nula ( H₀
)
−1,818
31
Prueba hipótesis para 1 media
(NO se conoce la Varianza 𝜎 2 )
32
Prueba hipótesis para 1 media
(NO se conoce la Varianza 𝜎 2 )
33
Prueba hipótesis para 1 media
(NO se conoce la Varianza 𝜎 2 )
SOLUCIÓN:
H₀: µ = 43 mm
H₁: µ ≠ 43 mm
PASO 2: Seleccionar un nivel de significancia (α)
0,98
α = 2% = 0,02
34
Prueba hipótesis para 1 media
(NO se conoce la Varianza 𝜎 2 )
42 0,5 0,25
X−µ 39 -2,5 6,25
𝑡= 42 0,5 0,25
𝑆/ 𝑛 45 3,5 12,25
43 1,5 2,25
(𝑋−X)2 35
𝑠= = = 1,784 40 -1,5 2,25
𝑛−1 12−1 39 -2,5 6,25
41 -0,5 0,25
40 -1,5 2,25
42 0,5 0,25
PASO 4: Se define la forma de tomar la decisión 43 1,5 2,25
42 0,5 0,25
Regla de decisión: se ACEPTA H₀ si el valor t está entre -2,718 y 2,718 42 35,0
8 2.896
9 2.821
10 2.764 Seleccionar un nivel
11 1.363 1.786 2.201 2.718 3.106 4.437 de significancia (α)
Grados de
12 2.681
libertad: n-1
13 2.650
14 2.624
15 Valor 2.602
16 crítico 2.583
…
35
Prueba hipótesis para 1 media
(NO se conoce la Varianza 𝜎 2 )
X−µ 41,5−43
𝑡 = 𝑠/ = 1,784 / = -2,913
𝑛 12
−2,913
36
Prueba hipótesis para 1 media
(NO se conoce la Varianza 𝜎 2 )
37
Prueba hipótesis para 1 media
(NO se conoce la Varianza 𝜎 2 )
38
Prueba hipótesis para 1 proporción
(Utilizando muestras grandes)
Con n grande se prefiere utilizar la aproximación a la curva normal la cual es muy precisa en especial si 𝝅 no está cerca de 0 ó 1.
SOLUCIÓN:
PASO 1: Hipótesis nula ( H₀ ) y la hipótesis alternativa ( H₁ ) PASO 2: Nivel de significancia (α)
α = 5% = 0,05
H₀: 𝑝 ≥ 0.80
H₁: 𝑝 < 0.80
𝜋: 𝑝𝑟𝑜𝑝𝑜𝑟𝑐𝑖ó𝑛 𝑑𝑒 𝑙𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛
𝑝: proporción de la muestra 0,05 0,95
n: tamaño de la muestra
-1,645
39
Prueba hipótesis para 1 proporción
(Utilizando muestras grandes)
40
Prueba hipótesis para 1 proporción
(Utilizando muestras grandes)
SOLUCIÓN
PASO 3: Estadístico
𝑝−𝑝 0,7 − 0,6
𝑍= = = 2,04
𝑝 (1 − 𝑝) 0,6 (1 − 0,6)
𝑛 100
42
Prueba hipótesis para 1 proporción
(Utilizando muestras pequeñas n ≤ 30)
CASO 1: para probar la hipótesis: En procesos utilizada para controlar proporción de defectuosos
𝑃 = 𝑃 𝑋 ≤ 𝑥 𝑐𝑢𝑎𝑛𝑑𝑜 𝑝 = 𝑝0
H₀: 𝑝 = 𝑝0
H₁: p > 𝑝0 Entonces se utiliza:
43
Prueba hipótesis para 1 proporción
(Utilizando muestras pequeñas n ≤ 30)
SOLUCIÓN:
PASO 1: Planteamiento hipótesis PASO 2: Nivel de significancia (α) PASO 3: Seleccionar el estadístico de prueba
𝑃 = 2 ∗ 𝑃 𝑋 ≤ 𝑥 𝑐𝑢𝑎𝑛𝑑𝑜 𝑝 = 0,70
RESPUESTA: NO hay razón para dudar del constructor:
P-VALUE > α = No se rechaza H₀
44
Prueba hipótesis para 1 proporción
(Utilizando muestras pequeñas n ≤ 30)
UTILIZANDO MINITAB:
ERROR:
Salida de Minitab utilizando la aproximación normal,
pero con muestras pequeñas
45
Prueba hipótesis para 1 proporción
(Utilizando muestras pequeñas n ≤ 30)
SOLUCIÓN:
20
𝑃= 𝑏 9; 20; 0,4 = 1 − 0,5956 = 0,404
𝑥=0
46
Prueba hipótesis para 1 varianza
El cumplimiento de especificaciones de producción esta muy ligado a varianzas suficientemente pequeñas.
SOLUCIÓN:
PASO 1: Planteamiento hipótesis PASO 2: Nivel de significancia (α) PASO 4: Se define la forma de tomar la decisión
2
𝑛 − 1 𝑆2 10 − 1 (1,2)2
𝜒 = = = 16
𝜎02 (0,9)2
RESPUESTA 1:
Como 𝜒 2 < 𝜒𝛼2 = 16 < 16,9; Se rechaza H₀
RESPUESTA 2:
P-VALUE > α = No se rechaza H₀, pero hay evidencia para
decir que si se rechaza, es decir, 𝜎 2 > 0.81 = 𝜎 > 0,9
48
Prueba hipótesis para 1 varianza
EJEMPLO 10.67, Walpole página 369
Se sabe que el contenido de los envases se distribuye normalmente con varianza 0,03 litros. Se obtiene una muestra de tamaño 10
para verificar. ¿Hay diferencias significativas con respecto al valor conocido? Utilizar α = 0,01.
SOLUCIÓN:
Acepto
H₀
49