Pruebas de Hipotesis

UNIVERSIDAD TCNICA DE AMBATO
FACULTAD DE CONTABILIDAD Y AUDITORA

CARRERA DE ECONOMA
MDULO DE APLICACIN DE ESTADSTICA INFERENCIA
TEMA:
Producto final
INTEGRANTES:
LISSETTE FLORES
LORENA JIMNEZ
PAMELA SORIA
SEMESTRE: CUARTO ECONOMA A
PORTADA
AMBATO ECUADOR
SEPTIEMBRE 2014 - FEBRERO 2015
NDICE
PORTADA.........................................................................................................................1
INTRODUCCIN...........................................................................................................3
OBJETIVO......................................................................................................................4
FUNDAMENTACIN....................................................................................................5
VERIFICACIN DE HIPTESIS................................................................................6
DISTRIBUCIN NORMAL (PRUEBA Z)...............................................................6
DISTRIBUCIN t STUDENT (PRUEBA T STUDENT DATOS ORIGINALES)
.......................................................................................................................................8
DISTRIBUCIN t STUDENT (PRUEBA T STUDENT CON DIFERENCIA DE
MEDIAS)....................................................................................................................11
DISTRIBUCIN t STUDENT (PRUEBA T STUDENT Y CORRELACIN)...14
CONTRASTE DE HIPTESIS DE CORRELACION Y DISTRIBUCIN
NORMAL...................................................................................................................18
PRUEBA JI CUADRADO........................................................................................21
PRUEBA DE SIGNOS...............................................................................................23
PRUEBA JI CUADRADO PARA BONDAD DE AJUSTE....................................25
ANLISIS DE VARIANZA (PRUEBA F)...............................................................28
PRUEBA DE SIGNOS PARA VARIABLES CONTINAS..................................30
CONCLUSIONES Y RECOMENDACIONES..........................................................33
BIBLIOGRAFA...........................................................................................................34
INTRODUCCIN
En el diario vivir existen muchos los fenmenos o sucesos que no tienen respuesta,
siendo necesario aclarar la situacin que se pretende analizar. Dicho estudio se logra a
travs de la constante experimentacin que muestra los diferentes resultados que
produce la estadstica. La Estadstica Inferencial puede dar respuesta a muchas de las
necesidades que la sociedad actual puede requerir. Su tarea fundamental es el anlisis de
los datos que se obtienen a partir de experimentos, con el objetivo de representar la
realidad y conocerla.
La Estadstica Inferencial permite la recoleccin de datos importantes para el estudio de

situaciones comunes y permite dar una respuesta a los problemas de una forma til y
asertiva. Se basa en tomar una pequea muestra representativa de la poblacin y a partir
de sta, infiere que el resto de la poblacin tiene el mismo comportamiento.
En el presente trabajo se mostraran los resultados a los que puede llegar la estadstica
mediante la comprobacin de hiptesis utilizando los diferentes mtodos de verificacin
como son: Distribucin Normal de Gauss, Distribucin t STUDENT, Distribucin X 2 (ji
cuadrado) y finalmente Distribucin F (Fsher)
OBJETIVO
GENERAL
Demostrar los conocimientos adquiridos en el semestre, mediante la aplicacin

de ejercicios prcticos.
FUNDAMENTACIN
Hiptesis
De acuerdo con (Lind, Marchal, & Walthen, 2005) la hiptesis es una declaracin
acerca de una poblacin. La informacin se utiliza para verificar si la afirmacin es
razonable, es decir la hiptesis es una afirmacin acerca de un parmetro de la
poblacin.
Hiptesis Nula.- Afirmacin acerca del valor de un parmetro de la poblacin.
Hiptesis Alternativa.- Afirmacin que se acepta si los datos de la muestra proporcionan
suficiente evidencia de que la hiptesis nula es falsa.
Mtodos para verificar una hiptesis
Distribucin Normal de Gauss

Distribucin t STUDENT
Distribucin X2 (ji cuadrado)
Distribucin F (Fsher)
VERIFICACIN DE HIPTESIS
DISTRIBUCIN NORMAL (PRUEBA Z)
Mendenahil. (2009). Estadstica Matemtica con Aplicaciones. En Mendenahil,
Estadstica Matemtica con Aplicaciones (7ma ed., pg. 135). Mexico: Cenguage
Learning.Cdigo; 37261
PLANTEAMIENTO DEL PROBLEMA

Dos plantas manufacturadas producen focos que tienen duracin la cual est
normalmente distribuida con media y desviacin estndar iguales a 300 y 25 horas
respectivamente. Qu porcentajes de focos producidos durarn cuando menos 340
horas?
VERIFICACION DE HIPOTESIS
Con los datos del problema planteado se procede a verificar la hiptesis.
1. PLANTEAMIENTO DE LA HIPTESIS
a. MODELO LGICO
H0: El porcentajes de focos producidos no durarn cuando menos 340
horas.
H1: El porcentajes de focos producidos si durarn cuando menos 340
horas.
2. MODELO ESTADSTICO
COMO LA MUESTRA ES DE 300 FOCOS SE VA HA UTIZAR LA PRUEBA Z CON
DISTRIBUCIN NORMAL (Mendenahil, 2009) CON LA SIGUIETE FORMULA:
Z=
3. NIVEL DE CONFIANZA
La verificacin se realiza con el 95% de confiabilidad que determina un error de
= 0.05
4. REGLA DE LA DECISIN
En primera instancia es necesario calcular el valor de los grados de libertad:
6
V= n-1
V= 2-1
V=1
Con el 95 % de niver de confianza y 1 grado de libertad se determina el valor de la tabla
de Zt=0,3531
Regla de decisin: ACEPTO Ho SI Zc < Zt
REALIZADO POR:
GRUPO INVESTIGADOR
FUENTE: (Mendenahil, 2009
5. CALCULO DEL ESTADISTICO DE PRUEBA Y TOMA DE DECISIONES

a) Calculo de estadstico de prueba
Con los datos del problema de dos plantas manufacturadas producen focos con
diferente duracin que son las variables se aplica la frmula establecida para
calcular Z.
: 300
:25
horas
X: 340 horas
Z=
Z=
340300
25
Zc=1,6
b) Toma de Decisin
7
Como el valor de Zc es igual a 1,6, y la zona de aceptacin de la Ho para =

0.05 llega hasta Zt 0,3531, se rechaza la hiptesis nula y se acepta la
hiptesis de investigacin que dice El porcentajes de focos producidos si
durarn cuando menos 340 horas.
DISTRIBUCIN t STUDENT (PRUEBA T STUDENT DATOS ORIGINALES)

Schaum. (2009). Estadstica (4 ed., pg. 281). Mxico: McGRAW-HILL. Cdigo;
37621
De 15 trabajadores seleccionados en forma aleatoria se registr la cantidad de das

que el ao pasado faltaron al trabajo por el sndrome del tnel carpiano, relacionado
con el trabajo. Asumiendo que u= 26, y con el 95% NC verificar la hiptesis.
21
32
29
38
25
23
37
17
28
30
33
40
27
18
26
1 PLANTEAMIENTO DE LA HIPTESIS
a. MODELO LGICO
Ho: La cantidad de das faltaron debido al sndrome del tnel carpiano no se
relacionan con el trabajo.
Hi: La cantidad de das faltaron debido al sndrome del tnel carpiano si se
relacionan con el trabajo.
2 ESTADSTICO DE PRUEBA
COMO LA MUESTRA PRESENTA UNA MUESTRA MENOR A 30 PERSONAS SE
PROCEDE UTILIZAR LA PRUEBA t STUDENT (Schaum, 2009) CON LA
SIGUIETE FORMULA:
8
t=
xM u
S /n
3 NIVEL DE CONFIANZA
La hiptesis se va a verificar con el 95% NC que determina un error de
0.05
4 REGLA DE DECISIN
v = n -1
v = 15 1
v = 14
Con el 95% NC y 14 grados de libertad el valor de t t
Regla de decisin: Acepto Ho si: t c
<
= 1,76
tt
Rechazo Ho
Acepto
Ho
tt
REALIZADO POR:
GRUPO INVESTIGADOR
FUENTE: (SCHAWNl, 2009
5 CLCULO DEL ESTADSTICO DE PRUEBA Y TOMA DE DECISIN

Con los datos del problema acerca de la cantidad de das que han faltado los
9
trabajadores debido al sndrome de tnel carpiano se aplica la frmula

establecida y se saca el valor de t STUDENT calculado
N
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
Media
x
Cantidad de das faltados.
21
23
33
32
37
40
29
17
27
38
28
18
25
30
26
424
28,27
x^2
441
529
1089
1024
1369
1600
841
289
729
1444
784
324
625
900
676
12664
REALIZADO POR:
GRUPO INVESTIGADOR
FUENTE: (SCHAWN, 2009)
( x )2
SC= x
n
2
(424)
SC=12664
15
SC=678,933
S=
S=
SC
n1
678,933
151
S=6,96
10
t=
xM u
S /n
t=
28,2726
6,96/ 15
t c =1,263
b) Toma de Decisin
Como el valor de
t c = 1,263 es menor que el valor de
tt
= 1,76, entonces
acepto la hiptesis de nula que dice: La cantidad de das faltaron debido al

sndrome del tnel carpiano no se relacionan con el trabajo.
DISTRIBUCIN t STUDENT (PRUEBA T STUDENT CON DIFERENCIA DE
MEDIAS)
Estadstica Matemtica con Aplicaciones (7ma ed., pg. 212). Mexico: Cenguage
Learning.Cdigo; 37261
PLATEAMIENTO DEL PROBLEMA

Para probar la brillantez de dos tintes rojos, se tomaron nueve muestras de tela de una
lnea de produccin y cada muestra se dividi en dos pedazos. Uno de los dos pedazos
en cada muestra se seleccion aleatoriamente y se le aplic el tinte rojo 1, mientras que
el tinte rojo 2 se aplic a los pedazos restantes. Los siguientes datos representan la
"puntuacin de brillantez" para cada pedazo. Hay suficiente evidencia para indicar una
diferencia en las puntuaciones medias de brillantez para los tintes?
VERIFICACIN DE HIPTESIS
b. MODELO LGICO
H0: No hay suficiente evidencia para indicar una diferencia en las
puntuaciones medias de brillantez para los tintes.
11
H1: Si hay suficiente evidencia para indicar una diferencia en las

puntuaciones medias de brillantez para los tintes
2.- MODELO ESTADSTICO
COMO LA MUESTRA ES DE 2 TINTES SE VA HA UTIZAR LA
PRUEBA t-STUDENTS CON DIFERENCIA DE MEDIA (Mendenahil,
2009) CON LA SIGUIETE FORMULA:
1
1
1
+
N1 N2
Z =
Donde =
N 1 S 21+ N 2 S22
N 1 + N 22
3.- NIVEL DE CONFIANZA

= 0.01
4.- REGLA DE LA DECISIN

Gl= N1+N2-2
Gl= 9+9-2
Gl= 16
Con el 99 % de nivel de confianza y 16 grados de libertad se determina el
valor
de
la
tabla
de
Tt
= 2,583
Regla de decisin: ACEPTO Ho SI Tc < Tt
REALIZADO POR:
GRUPO INVESTIGADOR
FUENTE: (Mendenahil, 2009
12

Con los datos del problema acerca de la brillantez que poseen dos tintes
tomados como variables se aplican la frmula establecida y se saca el
valor de t STUDENT calculado
N
Muestra
1
2
3
4
5
6
7
8
9
Sumatoria
X
Tinte 1
10
12
9
8
15
12
9
10
15
100
Y
Tinte 2
8
11
10
6
12
13
9
8
13
dx= X-
-1,11
0,89
-2,11
-3,11
3,89
0,89
-2,11
-1,11
3,89
90
dx^2
1,23
0,79
4,46
9,68
15,12
0,79
4,46
1,23
15,12
dy= Y-
-2
1
0
-4
2
3
-1
-2
3
dy^2
4
1
0
16
4
9
1
4
9
52,89
48
REALIZADO POR:
GRUPO INVESTIGADOR
FUENTE: (Mendenahil, 2009)
x
n
y
n
100
9
90
9
=10
=11,11
S=
d2
n1
N 1 S 21+ N 2 S22
N 1 + N 22
( 9 )( 6.61 ) + ( 9 )( 6)
9+92
= 2,66
13
S=
52,89
8
S1= 2.57
S=
d
n1
S=
48
8
1
1
+
N1 N2
Z =
Z=
S2= 2.45
11,1110
1 1
2,66
+
9 9
b) Toma de Decisin
Como el valor de Tc es igual a 0,88, y la zona de aceptacin de la Ho para

= 0.01 llega hasta Tt= 2,583 se acepta la hiptesis nula y se rechaza la
hiptesis de investigacin que dice No hay suficiente evidencia para indicar
una diferencia en las puntuaciones medias de brillantez para los tintes.
DISTRIBUCIN t STUDENT (CORRELACIN Y PRUEBA T STUDENT)

37621
La tabla muestra las estaturas de 12 padres y de sus hijos mayores.

Con los datos presentes construir el diagrama de dispersin, encontrar la lnea de
regresin de mnimos cuadrados y verificar la hiptesis con el 90% de nivel de
confianza.
Existe relacin entre las estaturas de los padres e hijos?
Estatura x del padre (in)

Estatura y del hijo (in)
65
68
63
66
67
68
64
65
68
69
62
66
70
68
66
65
68
71
67
67
69
68
14
71
70
Con los datos de problema se tiene
a. MODELO LGICO
Ho: La estatura de los padres no se relaciona con la estatura de sus hijos mayores.
Hi: La estatura de los padres si se relaciona con la estatura de sus hijos mayores.
COMO LA MUESTRA PRESENTA UNA MUESTRA MENOR A 30 PERSONAS SE
PROCEDE UTILIZAR LA PRUEBA t STUDENT Y CORRELACIN (Schaum, 2009)
CON LA SIGUIENTE FORMULA:
t=
r n2
1r 2
La hiptesis se va a verificar con el 90% NC., que determina un error del 10 %.
=0,1
4 REGLA DE DECISIN
En primera instancia es necesario calcular el valor de los grados de libertad v:
v = n -2
n = nmero de pares de datos
v = 12 2
v = 10
Con el 90% NC y 10 grados de libertad el valor de la tabla es: t t
= 1,37
15
Regla de decisin: Acepto Ho si: t c
<
tt
Acepto
Rechazo
tt
REALIZADO POR:
GRUPO INVESTIGADOR

Con los datos del problema de las estaturas tanto de padre como hijo que son las
variables se aplica la frmula establecida para calcular el coeficiente de
correlacin.
X
Estatura
padre
65
63
67
64
68
62
70
66
68
67
69
71
800
N
1
2
3
4
5
6
7
8
9
10
11
12
Y
Estatura
hijo
68
66
68
65
69
66
68
65
71
67
68
70
811
x.y
4420
4158
4556
4160
4692
4092
4760
4290
4828
4489
4692
4970
54107
x^2
4225
3969
4489
4096
4624
3844
4900
4356
4624
4489
4761
5041
53418
y^2
4624
4356
4624
4225
4761
4356
4624
4225
5041
4489
4624
4900
54849
y`= a+bx
66,7879
65,8351
67,7406
35,8233
35,8233
35,8233
35,8233
67,2642
68,2170
67,7406
68,6934
69,6461
REALIZADO POR:
GRUPO INVESTIGADOR
FUENTE: (SCHAWN, 2009(
Frmula Coeficiente de Correlacin

n xy x y
r=
n x ( x ) n y ( y )
2
16
Aplicando Excel:
=COEF.DE.CORREL(P10:P21;Q10:Q21)
r= 0,7027
Frmula ecuacin Regresin Lineal:

b=
n ( xy ) x y
n x 2( x )
Aplicando Excel:
=(O21*R22-(P22*Q22))/(O21*S22-P22^2)
b= 0,4764
a=
y
n
x
n
a= 35,8233
y = a+bx
y = 35,82 + 0,4764 x
Grfico de Dispersin
17
72
71
70
69
68
Estatura hijos 67
66
65
64
63
62
60
62
64
66
68
70
72
Estatura de padres
REALIZADO POR:
GRUPO INVESTIGADOR
FUENTE: (SCHAWNl, 2009)
Grfico de Regresin Lineal
72
71
70
f(x) = 0.48x + 35.82
R = 1
69
68
Estatura hijos 67
66
65
64
63
62
60
62
64
66
68
Estatura de padres
70
72
REALIZADO POR:
GRUPO INVESTIGADOR
Calculo de t STUDENT con los datos del problema
t=
t=
r n2
1r 2
0,7027 122
10,70272
18
t c = 3,123
b) Toma de Decisin
Como el valor calculado con los datos del problema es
el valor de la tabla
tt
t c = 3,123 es mayor que
= 1,37, entonces se rechaza la hiptesis de nula y se acepta
la hiptesis de investigacin que dice: La estatura de los padres si se relaciona con

la estatura de sus hijos mayores.
CONTRASTE DE HIPTESIS DE CORRELACION Y DISTRIBUCIN

NORMAL
37621
Se siembra trigo con 9 parcelas del mismo tamao. La tabla muestra las cantidades de
fertilizante empleados en cada parcela, as como las cantidades de trigo obtenidas. La
cantidad de fertilizante se relaciona con las cantidades de trigo obtenidas, verificar la
hiptesis con el 99% NC.
x
Fertilizante
1,2
2,3
3,3
4,1
4,8
5
5,5
6,1
6,9
y
Cant. Trigo
2,4
3,4
4,4
5,1
5,5
5,2
4,9
4,4
3,9
19
a. MODELO LGICO
Ho: La cantidad de fertilizante no se relacionan con las cantidades de trigo obtenidas
Hi: La cantidad de fertilizante si se relaciona con las cantidades de trigo obtenidas
SE PROCEDE A UTILIZAR EL PARMETRO DE DISTRIBUCIN NORMAL UNA
VEZ OBTENIDO EL COEFICIENTE DE CORRELACIN.
1+r
1r
)=1,1513 log
3 NIVEL z=
DE CONFIANZA
1
ln
2
La hiptesis
1+ rse va a verificar con el 99% NC., que determina un error
(
)
1r
=0,1
4 REGLA DE DECISIN
Con el 99% NC y el valor de Z t
= 1,76
Regla de decisin: Acepto Ho si: Z c < Zt
%A= 99-50
%A= 49
A=0.49
Acepto Ho
Rechazo
Ho
REALIZADO POR:
GRUPO INVESTIGADOR

Con los datos del problema sobre las 9 parcelas sembradas de trigo y la cantidad
de fertilizante utilizado para la produccin obtenida donde se enfocan las
variables aplicando la frmula establecida y se saca el valor de t STUDENT
calculado.
20
No
1
2
3
4
5
6
7
8
9
X
y
Fertilizante Cant. Trigo
1,2
2,4
2,3
3,4
3,3
4,4
4,1
5,1
4,8
5,5
5
5,2
5,5
4,9
6,1
4,4
6,9
3,9
39,2
39,2
x.y
x^2
y^2
2,88
7,82
14,52
20,91
26,4
26
26,95
26,84
26,91
179,23
1,44
5,29
10,89
16,81
23,04
25
30,25
37,21
47,61
197,54
5,76
11,56
19,36
26,01
30,25
27,04
24,01
19,36
15,21
178,56
REALIZADO POR:
GRUPO INVESTIGADOR
r=
r=
n xy x y
n x ( x ) n y ( y)
2
9 (179,23 )(39,2)(39,2)
2
9 ( 197,54 ) ( 39,2 ) 9 ( 178,56 )(39,2)
r=
0,5865038
6
1+r
1r
z=
)=1,1513 log
1
1 (1+0,58650386)
1 (1,58650386)
z= ln ln
= ln
2
2 (10,58650386)
2 (0,41349614)
1+ r
( Zc=)0,672
1r
b) Toma de Decisin
Como el valor de Zc = 0,672, siendo menor a Zt= 1,76, entonces se rechaza la
hiptesis de investigacin y acepto la hiptesis nula que dice: La cantidad de
fertilizante no se relacionan con las cantidades de trigo obtenidas
21
PRUEBA JI CUADRADO
37621
La tabla muestra las frecuencias observadas y las frecuencias esperadas al lanzar un
dado 120 veces.
Pruebe la hiptesis de que el dado no est cargado calculando X2 y comparando el
estadstico de prueba encontrando con el valor crtico correspondiente al nivel de
significancia 0,05.
Cara del dado
Frecuencias
25
17
15
23
24
16
20
20
20
20
20
20
Observadas
Frecuencias
Esperadas
a. MODELO LGICO
Ho: El dado no est cargado.
Hi: El dado si est cargado.
COMO LA MUESTRA PRESENTA DISCREPACIA ENTRE LAS FRECUENCIAS
OBSERVADAS Y ESPERADAS SE PROCEDE UTILIZAR LA PRUEBA JI
CUADRADO (Schaum, 2009) CON LA SIGUIETE FORMULA:
X 2=
( o1e1 )2 (o 2e 2)2 (o3 e 3)2 (o4 e 4 )2 ( o5e 5 )2 (o 6e 6 )2

+
+
+
+
+
e1
e2
e3
e4
e5
e6
22
=0,5
4 REGLA DE DECISIN
v = k -1
v=61
v=5
Con el 95% NC y 5 grados de libertad el valor de
Regla de decisin: Acepto Ho si:
Xc
<
X 2t = 11,1
Xt
Rechazo Ho
Acepto Ho
X 2t
REALIZADO POR:
GRUPO INVESTIGADOR
= 11,1

Con los datos del problema sobre el lanzamiento de un dado 120 veces se aplica
la frmula establecida y se saca el valor de t STUDENT calculado.
X 2c
=5
23
Cara del dado
(O-E)
(O-E)^2
(O-E)^2/E
25
20
25
1,25
17
20
-3
0,45
15
20
-5
25
1,25
23
20
0,45
24
20
16
0,8
16
20
-4
16
0,8
120
Media
20
REALIZADO POR:
GRUPO INVESTIGADOR
b) Toma de Decisin
Como el valor de Como
Xc
=5 <
Xt
= 11,1, entonces se rechaza la hiptesis
de investigacin y acepto la hiptesis nula que dice: El dado no est cargado.
PRUEBA DE SIGNOS
37621
Un profesor tiene dos grupos de psicologa: uno en la maana, con 9 alumnos, y otro en
la tarde con 9 alumnos. En el examen final, que es el mismo para los dos grupos, las
calificaciones obtenidas son las que se muestran en la tabla.
Suponiendo que las condiciones de rendimiento de los grupos sean las mismas,
determinar los niveles de significancia 0.05.
Grupo matutino 73 87 79 75 82 66 95 75 70
Grupo vespertino 86 81 84 88 90 85 84 92 83
a) MODELO LGICO
Ho: Los estudiantes no mejoran su rendimiento en la seccin matunina ni vespertina.
Hi: Los estudiantes si mejoran su rendimiento en la seccin matunina ni vespertina.

24
COMO LA MUESTRA PRESENTA DATOS NO PARAMTRICOS SE PROCEDE A

UTILIZAR LA PRUEBA DE SIGNOS (Schaum, 2009) CON LA SIGUIETE
FORMULA:
t=
r +0,5 (n )
0,5 n
=0,5
4 REGLA DE DECISIN
Para calcular el valor de la tabla es necesario determinar los grados de libertad.
Grados de libertad
v = n-1
v= 9-1
v=8
Con el 99% de nivel de confianza y 8 grados de libertad el valor de la tabla de t es:
tt
Regla de decisin: Acepto Ho si: t c <
Tt= 2.90
Acepto
Ho
Rechazo
Ho
2.90
REALIZADO POR:
GRUPO INVESTIGADOR
25

Con datos del problema sobre el rendimiento de los estudiantes en los distintos horarios
se aplica la frmula establecida y se saca el valor de t STUDENT calculado
t =
r +0,5 (n)
0,5 n
t =20,5
1.67 (9)
t =
0,5 9
b) Toma de decisin
Como tc= 1.67 es menor que tt= 2,90, acepto la hiptesis nula que dice: Los
estudiantes no mejoran su rendimiento en la seccin matutina ni vespertina.
PRUEBA JI CUADRADO PARA BONDAD DE AJUSTE

Schaum. (2009). Estadstica (4 ed., pg. 313-314). Mxico: McGRAW-HILL. Cdigo;
37621

En relacin con determinada propuesta de inters nacional, los votos de demcratas y
republicanos son como se muestra en la tabla
Con el nivel de significancia del o, o1, probar la hiptesis de que, en lo referente a esta
propuesta, no hay diferencia entre los dos partidos.
A favor
Demcratas 85
Republicanos 118
En contra
78
61
Indeciso
37
25
a) MODELO LGICO
26
Ho: No hay diferencia entre los dos partidos.

Hi: Si hay diferencia entre los dos partidos.
COMO LA MUESTRA PRESENTA TABLAS DE CONTINGENCIA SE PROCEDE
UTILIZAR LA PRUEBA JI CUADRADO (Schaum, 2009) CON LA SIGUIETE
FORMULA:
( o1e1 )2 (o 2e 2)2 (o3 e 3)2 (o4 e 4 )2 ( o5e 5 )2 (o 6e 6 )2

X =
+
+
+
+
+
e1
e2
e3
e4
e5
e6
2
=0,5
4 REGLA DE DECISIN
v = (f-1) * (c-1)
v = (2-1) * (3-1)
v=2
Con el 99% NC y 2 grados de libertad el valor de

Regla de decisin: Acepto Ho si:
X 2c
<
Xt
= 9,21
X 2t
27
Rechazo
Ho
Acepto
Ho
REALIZADO POR:
GRUPO INVESTIGADOR
X 2t = 9,21
b) Calculo de estadstico de prueba

Con datos del problema acerca de la preferencia de los votantes se aplica la
frmula establecida y se saca el valor de X2 calculado
Frecuencias Observadas
A favor
Demcratas 85
Republicanos 118
Total
203
En contra
78
61
139
Indeciso
37
25
62
Total
200
204
404
REALIZADO POR:
GRUPO INVESTIGADOR
Frecuencias Observadas
A favor
Demcratas 100,495
Republicanos 102,505
Total
203
En contra
68,812
70,188
139
Indeciso
30,693
31,307
62
Total
200
204
404
REALIZADO POR:
GRUPO INVESTIGADOR
1
2
3
4
5
6
O
85
78
37
118
61
25
E
100,495
68,812
30,693
102,505
70,188
31,307
(O-E)
-15,495
9,188
6,307
15,495
-9,188
-6,307
(O-E)^2
240,097
84,422
39,777
240,097
84,422
39,777
(O-E)^2/E
2,389
1,227
1,296
2,342
1,203
1,271
28
X
X 2c
9,728
REALIZADO POR:
GRUPO INVESTIGADOR
= 9,728
b) Toma de Decisin
Como el valor de
X 2c
= 9,728 >
X 2t
= 9,21, se rechaza la hiptesis
nula y se acepta la hiptesis de investigacin que dice Si hay diferencia

entre los dos partidos.
ANLISIS DE VARIANZA (PRUEBA F)
Lind, D., Marchal, W., & Walthen, S. (2005). Estadstica Aplicada a los Negocios y a la
Economa. (7 ed., pg. 477). Mxico: McGRAW-HILL. Cdigo; 37541
ENUNCIADO DEL PROBLEMA
Los siguientes datos representan los costos de calefaccin de las casas, temperatura,
aislamiento y cochera para una muestra de 20 casas.
VERIFICACION DE HIPOTESIS
MODELO LGICO
H0: Las variables no se relacionan
H1: Las variables si se relacionan
2. MODELO ESTADSTICO
COMO LA MUESTRA ES DE 20 PERSONAS SE VA HA UTIZAR LA
PRUEBA DE FISHER Y LA TABLA ANOVA (TRIOLA, 2008) CON LA
SIGUIETE FORMULA:
F=
MST
MSE
( Ex)2
Tc 2
, SST= nc n
SSTOTAl-SST , MST=
SST
k1
, MSE=
, SStotal= Ex
( Ex)2
n
, SSE=
SSE
nk
3. NIVEL DE CONFIANZA
= 0.05
29
4. REGLA DE LA DECISIN
Gl= k-1 numerador
Gl= 4-1
Gl=3
Gl= n-k denominador

Gl= 80-4
Gl= 76
Con el 95 % de nivel de confianza y 3 grados de libertad para el numerador

y 76 grados de libertad para el denominador se determina el valor de la tabla
de Fisher Ft=2,72
Regla de decisin: ACEPTO Ho SI Fc < Ft
REALIZADO POR:
GRUPO INVESTIGADOR
FUENTE: (LIND, 2005)

Con resultados de la investigacin de los tems 2 y 5 que enfocan las variables
se forma la tabla de Fisher y la tabla Anova
2
( Ex)
Tc 2
SST= nc n
(4984 )
SST= 871037, 780
SST= 560534, 5
SStotal= Ex
( Ex)2
n
30
(4984 )
SStotal= 108983480
SStotal= 779330, 8
SSE= SSTOTAl-SST
SSE= 779330, 8-560534, 5
SSE= 218796, 3
Tabla Anova
Fuente de
Variacin
Suma de Cuadrados
Grados de libertad
Media de Cuadrados
Total
Tratamiento
SST
k-1
SST/(k-1)=MST
MST/MSE
Error
SSE
n-k
SSE/(n+k)=MSE
Total
SSTotal
n-1
Fuente de
Variacin
Suma de Cuadrados
Grados de libertad
Tratamiento
560534,5
Error
218796,3
Total
779330,8
79
MST=
SST
k1
MST=
560534,5
3
Media de Cuadrados
Total
7006,68125
2,52987742
76
2769,573418
REALIZADO POR:
GRUPO INVESTIGADOR
FUENTE: (LIND, 2009)
MST= 186844, 8333

MSE=
SSE
nk
MSE=
218796,3
76
MSE= 2878,898684
F=
MST
MSE
F=
186844,8333
2878,898684
F= 64, 90
31
b) Toma de Decisin
Como el valor de Fc= es igual a 64,90, y la zona de aceptacin de la Ho para = 0.01

llega hasta Ft= >2,72 se rechaza la hiptesis nula y se acepta la hiptesis de
investigacin que dice Las variables si se relacionan
PRUEBA DE SIGNOS PARA VARIABLES CONTINAS

37621
Una empresa asegura que si sus productos se adicionan al tanque de gasolina de los
automviles, su rendimiento, en millas por galn, aumenta. Para probar esto, se eligen
15 automviles diferentes y se mide el rendimiento de la gasolina, en millas por galn,
con el aditivo y sin ste; los resultados se muestran en la tabla
Suponiendo que las condiciones de manejo sean las mismas, determinar los niveles de
significancia 0.05.
Con aditivo 34.7 28.3 19.6 25.1 15.7 24.5 28.7 23.5 27.7 32.1 29.6 22.4 25.7 28.1 24.3
Sin aditivo 31.4 27.2 20.4 24.6 14.9 22.3 26.8 24.1 26.2 31.4 28.8 23.1 24.0 27.3 22.9
a) MODELO LGICO
Ho: Los automviles no mejoran su rendimiento en millas por galn con el adictivo.
Hi: Los automviles si mejoran su rendimiento en millas por galn con el adictivo.
COMO LA MUESTRA PRESENTA DATOS NO PARAMTRICOS SE PROCEDE A
UTILIZAR LA PRUEBA DE SIGNOS PARA VARIABLES CONTINUAS (Schaum,
2009) CON LA SIGUIETE FORMULA:
t=
( r + 0,5 )0,5 ( n )
0,5 n
32
La hiptesis se va a verificar con el 99% NC. que determina un error de

0.01
4 REGLA DE DECISIN
Grados de libertad
v = n-1
v= 15-1
v=14
Con el 99% de nivel de confianza y 14 grados de libertad el valor de la tabla de t es:
Acepto Ho si: t c
<
tt
Tt= 2,62
Rechazo
Ho
Acepto
Ho
Tt=2,62
REALIZADO POR:
GRUPO INVESTIGADOR

Con los datos del problema sobre la efectividad del motor automovilstico de acuerdo al
uso de aditivos se aplica la frmula establecida y se saca el valor de t STUDENT
calculado
( r + 0,5 )0,5(n)
0,5 n
t=
t=
(12+0,5 )0,5(15)
0,5 15
t = 2,581
b) Toma de decisin
33
Como tc= 2,58 es menor que tt= 2,62, rechazo la hiptesis nula y acepto la hiptesis de
investigacin que dice: Los automviles si mejoran su rendimiento en millas por galn
con el adictivo.
CONCLUSIONES Y RECOMENDACIONES
Conclusiones
Los modelos estadsticos nos sirven para representar de mejor manera la toma
de decisiones
Para realizar un modelo estadstico tenemos que tener en cuenta el tamao de la
muestra, si la muestra es > que 30 se aplica la prueba Z y si la muestra es menor
< 30 se aplica la prueba de t student

Concluimos que para cada clculo a realizar es necesario realizar cada mtodo
respectivo para analizarlo adecuadamente.

Cada modelo estadstico realizado tiene su propia tabla con la que se concluye el
proceso
34
Recomendaciones
Gracias a la aplicacin de modelos estadsticos y el anlisis de cualquier dato
puede ser ms razonable y exacto.

Es una herramienta indispensable para la toma de decisiones.
Los modelos estadsticos son una herramienta ampliamente empleada para
mostrar los aspectos cuantitativos de una situacin

Es recomendable leer bien el texto de cada problema antes de realizarlo para asi
poder aplicar la frmula adecuada
BIBLIOGRAFA
Lind, D., Marchal, W., & Walthen, S. (2005). Estadstica Aplicada a los Negocios y a la
Economa. Mxico: McGRAW-HILL. Cdigo; 37541
Estadstica Matemtica con Aplicaciones (7ma ed., pg. 135). Mexico:
Cenguage Learning. Cdigo; 37621
Schaum. (2009). Estadstica (4 ed.). Mxico: McGRAW-HILL.
35
36

Pruebas de Hipotesis

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Pruebas de Hipotesis

Uploaded by

Copyright:

Available Formats

UNIVERSIDAD TCNICA DE AMBATO

FACULTAD DE CONTABILIDAD Y AUDITORA

SEMESTRE: CUARTO ECONOMA A

La Estadstica Inferencial permite la recoleccin de datos importantes para el estudio de

Demostrar los conocimientos adquiridos en el semestre, mediante la aplicacin

Mtodos para verificar una hiptesis

Distribucin Normal de Gauss

PLANTEAMIENTO DEL PROBLEMA

5. CALCULO DEL ESTADISTICO DE PRUEBA Y TOMA DE DECISIONES

Como el valor de Zc es igual a 1,6, y la zona de aceptacin de la Ho para =

DISTRIBUCIN t STUDENT (PRUEBA T STUDENT DATOS ORIGINALES)

PLANTEAMIENTO DEL PROBLEMA

De 15 trabajadores seleccionados en forma aleatoria se registr la cantidad de das

La hiptesis se va a verificar con el 95% NC que determina un error de

En primera instancia es necesario calcular el valor de los grados de libertad:

Con el 95% NC y 14 grados de libertad el valor de t t

Regla de decisin: Acepto Ho si: t c

5 CLCULO DEL ESTADSTICO DE PRUEBA Y TOMA DE DECISIN

a) Calculo de estadstico de prueba

trabajadores debido al sndrome de tnel carpiano se aplica la frmula

t c = 1,263 es menor que el valor de

acepto la hiptesis de nula que dice: La cantidad de das faltaron debido al

PLATEAMIENTO DEL PROBLEMA

H1: Si hay suficiente evidencia para indicar una diferencia en las

3.- NIVEL DE CONFIANZA

4.- REGLA DE LA DECISIN

5. CALCULO DEL ESTADISTICO DE PRUEBA Y TOMA DE DECISIONES

Como el valor de Tc es igual a 0,88, y la zona de aceptacin de la Ho para

DISTRIBUCIN t STUDENT (CORRELACIN Y PRUEBA T STUDENT)

PLANTEAMIENTO DEL PROBLEMA

La tabla muestra las estaturas de 12 padres y de sus hijos mayores.

Estatura x del padre (in)

En primera instancia es necesario calcular el valor de los grados de libertad v:

n = nmero de pares de datos

Con el 90% NC y 10 grados de libertad el valor de la tabla es: t t

Regla de decisin: Acepto Ho si: t c

5 CLCULO DEL ESTADSTICO DE PRUEBA Y TOMA DE DECISIN

Frmula Coeficiente de Correlacin

Frmula ecuacin Regresin Lineal:

Grfico de Regresin Lineal

Calculo de t STUDENT con los datos del problema

t c = 3,123 es mayor que

= 1,37, entonces se rechaza la hiptesis de nula y se acepta

la hiptesis de investigacin que dice: La estatura de los padres si se relaciona con

CONTRASTE DE HIPTESIS DE CORRELACION Y DISTRIBUCIN

Con el 99% NC y el valor de Z t

Regla de decisin: Acepto Ho si: Z c < Zt

5 CLCULO DEL ESTADSTICO DE PRUEBA Y TOMA DE DECISIN

9 ( 197,54 ) ( 39,2 ) 9 ( 178,56 )(39,2)

Cara del dado

( o1e1 )2 (o 2e 2)2 (o3 e 3)2 (o4 e 4 )2 ( o5e 5 )2 (o 6e 6 )2

En primera instancia es necesario calcular el valor de los grados de libertad:

Con el 95% NC y 5 grados de libertad el valor de

Regla de decisin: Acepto Ho si:

5 CLCULO DEL ESTADSTICO DE PRUEBA Y TOMA DE DECISIN

Cara del dado

= 11,1, entonces se rechaza la hiptesis

de investigacin y acepto la hiptesis nula que dice: El dado no est cargado.

Hi: Los estudiantes si mejoran su rendimiento en la seccin matunina ni vespertina.

COMO LA MUESTRA PRESENTA DATOS NO PARAMTRICOS SE PROCEDE A

5 CLCULO DEL ESTADSTICO DE PRUEBA Y TOMA DE DECISIN

a) Calculo de estadstico de prueba

PRUEBA JI CUADRADO PARA BONDAD DE AJUSTE