UNIVERSIDAD TCNICA DE

AMBATO

FACULTAD DE INGENIERA EN
SISTEMAS, ELECTRNICA E
INDUSTRIAL
CARRERA DE INGENIERA INDUSTRIAL EN
PROCESOS DE AUTOMATIZACIN
MODULO:

Gestin de Proyectos Socio Productivos

Archivo
TEMA: Mtodos de comprobacin de hiptesis

ALUMNO:
ALEJANDRO ZURITA
NIVEL: 8voA Industrial

11/12/2016
AMBATO-ECUADOR

1.

Tema
Mtodos de comprobacin de hiptesis

2.

Objetivo general

3.

Objetivos especficos

4.

Investigar los mtodos de comprobacin de hiptesis para obtener

definiciones claras y frmulas de aplicacin mediante una consulta
bibliogrfica.

Determinar la utilizacin del mtodo de comprobacin de chi

cuadrado y las frmulas utilizadas para cada uno de sus casos.
Definir los conceptos de T-student y las aplicaciones del mismo
desarrollando un ejemplo de aplicacin de las frmulas utilizadas para
su clculo.

Marco Terico
CONCEPTOS FUNDAMENTALES
Muestra: Parte de una poblacin que se toma cuando es imposible acceder
a toda ella. La eleccin de la muestra se hace con la intencin de, a partir
de la informacin que ella proporciona, extender sus resultados a toda la
poblacin a la que representa.
Muestra aleatoria: (Muestra elegida al azar) Aquella muestra tomada de
la poblacin en la que todo individuo tiene la misma probabilidad de resultar
elegido para ella, y esto con independencia entre individuos.
Funcin de Distribucin: Funcin que hace corresponder a cada uno de
los valores de una variable aleatoria la probabilidad de que tal variable
aleatoria tome un valor igual o inferior al dado.
Funcin de Probabilidad: Funcin que hace corresponder a cada uno de
los valores de la variable aleatoria discreta su probabilidad.
Contraste de hiptesis: Conjunto de reglas tendentes a decidir cul de
dos hiptesis la nula o la alternativa debe aceptarse en base al resultado
obtenido en una muestra. Es de dos colas cuando la alternativa es la
negacin de la nula. De una cola en caso contrario.
Variable aleatoria: Toda funcin que toma diversos valores numricos,
dependiente de los resultados de un fenmeno aleatorio, con distintas
probabilidades.
Variable aleatoria discreta. Las variables aleatorias discretas son
aquellas que presentan un nmero finito de valores, constituyen una
sucesin numerable.

Variable aleatoria contina. Las variables aleatorias continuas pueden

tomar un nmero infinito de valores en un intervalo determinado.
Variable categrica. Una variable categrica es una variable que clasifica
cada individuo de una poblacin en una de las varias clases mutuamente
excluyentes en que sta se divide.
Variable numrica. Corresponde a los datos expresados en una escala
continua numrica [1].
TEST CHI CUADRADO
CONSIDERACIONES GENERALES
Los investigadores sociales en sus trabajos frecuentemente relacionados
con las pruebas de hiptesis tienen dos enfoques: el llamado clsico o
tradicional y el conocido como Bayesiano. Siguiendo el enfoque clsico, se
acepta o rechaza la hiptesis sobre la base d informacin obtenida de una
muestra tomada de una poblacin de la cual generalmente tendr ciertas
diferencias, por lo que el investigador debe juzgar si esas diferencias son
estadsticamente significativas o insignificantes. Para medir esas
significancia se tienen disponibles varias pruebas clasificadas en dos
categoras: las paramtricas y las no paramtricas, cada una con su
potencia correspondiente en cuanto a su mayor o menor probabilidad de
rechazar la hiptesis nula cuando esta es realmente falsa y debe ser
rechazada, adems de tener ciertos requisitos que deben ser satisfechos,
siendo estos ms fuertes para las pruebas como paramtricas, y de ah su
poder, y menos exigentes para el segundo tipo de pruebas, o sea las no
paramtricas.
Dentro de las pruebas no paramtricas, una de ellas ha tomado mucha
popularidad entre los investigadores sociales. Este es el test Chi cuadrado,
el cual ser analizado seguidamente en cuanto a su utilizacin, requisitos,
potencia.
EL TEST CHI CUADRADO
Diversos autores coinciden en el uso o propsito fundamental de esta
prueba. As, Levin Jack seala: "La prueba de significancia no paramtrica
ms popular en la investigacin social se conoce como Chi cuadrada (X).
Como veremos, la prueba se usa para hacer comparaciones entre dos o ms
muestras".
Por su parte, W. Emory dice: "Probablemente la ms ampliamente usada
prueba no paramtrica de significancia es la prueba chi cuadrada".
Igualmente Manheim y Rich al referirse a medidas de asociacin y
significancia para variables nominales expresan: "El test de significancia
estadstica para variables nominales es X (chi cuadrada).
Segn lo expuesto por estos autores, pudiramos sealar por nuestra parte
que Chi cuadrada, representada por la letra griega X elevada al cuadrado,

es una prueba estadstica clasificada como no paramtrica, utilizada en la

evaluacin de hiptesis y que sirve como test o prueba de significancia.
Esta prueba es particularmente utilizada en pruebas que envuelven data
nominal aunque tambin puede ser utilizada para escalas superiores.
Tpicamente es utilizada en casos donde los eventos, persona u objetos son
agrupados en dos o ms categoras nominales, tales como: "si-no", "a favor,
en contra, indeciso", o clases A, B, C, D.
Al usar esta tcnica estadstica se puede probar significantes diferencias
entre la distribucin observada de la data entre categoras y la distribucin
esperada basada sobre la hiptesis nula. En otras palabras, "la prueba de
significancia Chi cuadrada tiene que ver esencialmente con la distincin
entre las frecuencias esperadas y las frecuencias obtenidas. La frecuencia
esperadas (Fe) se refieren a los trminos de la hiptesis nula, de acuerdo
con la cual se espera que la frecuencia relativa (o proporcin) sea la misma
de un grupo a otro En contraste, la frecuencia obtenida (Fo) se refiere a
los resultados que obtenemos realmente al realizar un estudio, y por lo
tanto puede variar o no de un grupo a otro. Slo si las diferencias entre las
frecuencias esperadas y obtenidas es lo suficientemente grande,
rechazamos la hiptesis nula y decidimos que existe una diferencia
poblacional verdadera".
La prueba Chi cuadrada es til en anlisis de casos de una muestra, de dos
muestras independientes, o en k muestras independientes. Debe ser
calculado con la actual frecuencia ms bien que porcentajes.
REQUISITOS DE USO DE CHI CUADRADA
En lo que respecta al uso de Chi cuadrada existen algunos requisitos que
deben cumplirse o tomar en cuenta por parte del investigador al querer
utilizar esta tcnica. As, los autores Alfeck y Settle al referirse a las
cantidades mnimas en las celdas dicen: "Hay un importante punto que
debe ser notado aqu, sin embargo. El estadstico Chi cuadrada no ser
vlido o seguro indicador de significancia, si una o ms de las frecuencias
esperadas en las celdas son demasiado pequeas. En otras palabras, debe
haber un suficiente nmero de casos en las filas y columnas para que el
estadstico trabaje apropiadamente e indique significancia".
Por su parte, Jack Levin expone: "A pesar del hecho de que las pruebas no
paramtricas no suponen una distribucin normal de la poblacin, tambin
tienen una serie de requisitos que el investigador social debe tomar en
cuenta si ha de hacer una seleccin inteligente entre las pruebas de
significancia. Teniendo esto en mente, veamos algunos de los requisitos ms
importantes para el uso de la prueba de significancia Chi cuadrada:
1) Una comparacin entre dos o ms muestras. La prueba chi cuadrada se
emplea para hacer comparaciones entre dos o ms muestras
independientes. Esto requiere que tengamos por lo menos una tabla de 2 x
2 (por lo menos 2 renglones y 2 columnas). La suposicin de independencia

indica que chi cuadrada no puede aplicarse a una sola muestra colocada en
un diseo de panel antes/despus. Deben obtenerse por lo menos dos
muestras de entrevistados.
2) Los datos nominales: slo se requieren las frecuencias,
3) El muestreo aleatorio: debimos haber extrado muestras aleatoriamente
de una poblacin determinada,
4) Las frecuencias esperadas por casilla no deben ser demasiado pequeas:
el tamao exacto de Fe depende de la naturaleza del problema. Para un
problema de 2 x 2 ninguna frecuencia esperada deber ser menor que 5.
Adems la frmula corregida de Yates deber usarse para un problema de 2
x 2 en el cual una frecuencia esperada por casilla es menor que 10.
Para una situacin en la cual se estn comparando varios grupos (digamos
un problema de 3 x 3 o 4 x 5), no existe ninguna regla rpida y rgida
respecto al mnimo de frecuencia por casilla, aunque debemos tener
cuidado de ver que pocas casillas contengan menos de 5 casos. En
cualquier evento, las frecuencias esperadas para todas las casillas
combinadas ( Fe) deben ser siempre iguales a las frecuencias obtenidas
para todas las casillas combinadas ( Fo)".
Respecto al primer requisito existe una diferencia con lo expuesto por W.
Emory y tambin por Namakforoosh, quienes sealan que puede utilizarse
en caso de una, dos o k muestras. En lo dems los requisitos son vlidos [2].
FRMULAS UTILIZADAS PARA EL CLCULO DE CHI CUADRADA
PRUEBA DE BONDAD DE AJUSTE
BONDAD DEL AJUSTE (I)
Supongamos que tenemos un nmero k de clases en las cuales se han ido
registrado un total de n observaciones (n ser pues el tamao muestral).
Denotaremos las frecuencias observadas en cada clase por O1, O2,..., O k
(Oi es el nmero de valores en la clase Ai). Se cumplir: O1 + O2 +... + O k
=n
Lo que queremos es comparar las frecuencias observadas con las
frecuencias esperadas (tericas), a las que denotaremos por E1, E2,..., E k.
Se cumplir: E1 + E2 +... + E k = n

Se tratar ahora de decidir si las frecuencias observadas estn o no

concordancia con las frecuencias esperadas (es decir, si el nmero
resultados observados en cada clase corresponde aproximadamente
nmero esperado). Para comprobarlo, haremos uso de un contraste
hiptesis usando la distribucin Chi-cuadrado:

en
de
al
de

Observar que este valor ser la suma de k nmeros no negativos. El

numerador de cada trmino es la diferencia entre la frecuencia observada y
la frecuencia esperada. Por tanto, cuanto ms cerca estn entre s ambos
valores ms pequeo ser el numerador, y viceversa. El denominador
permite relativizar el tamao del numerador.
Las ideas anteriores sugieren que, cuanto menor sean el valor del
estadstico 2*, ms coherentes sern las observaciones obtenidas con los
valores esperados. Por el contrario, valores grandes de este estadstico
indicarn falta de concordancia entre las observaciones y lo esperado. En
este tipo de contraste se suele rechazar la hiptesis nula (los valores
observados son coherentes con los esperados) cuando el estadstico es
mayor que un determinado valor crtico.
BONDAD DEL AJUSTE (II)
Un experimento multinomial es la generalizacin de un experimento
binomial:
1. Consiste en n pruebas idnticas e independientes.
2. Para cada prueba, hay un nmero k de resultados posibles.
3. Cada uno de los k posibles resultados tiene una probabilidad de
ocurrencia pi asociada (p1 + p2 +... + pk = 1), la cual permanece
constante durante el desarrollo del experimento.
4. El experimento dar lugar a un conjunto de frecuencias observadas
(O1, O2,..., Ok) para cada resultado. Obviamente, O1 + O2 +... + Ok
= n.
En ocasiones estaremos interesados en comparar los resultados obtenidos
al realizar un experimento multinomial con los resultados esperados
(tericos). Ello nos permitir saber si nuestro modelo terico se ajusta bien o
no a las observaciones. Para ello, recurriremos a la distribucin Chicuadrado, la cual nos permitir realizar un contraste sobre la bondad del
ajuste.

Podemos calcular cada frecuencia esperada (terica) multiplicando el

nmero total de pruebas n por la probabilidad de ocurrencia asociada, es
decir:

PRUEBA DE HOMOGENEIDAD
Del mismo modo que la Prueba de Bondad de Ajuste, en este caso debemos
comparar las frecuencias observadas en cada una de las muestras y para
cada categora con las frecuencias bajo el supuesto de homogeneidad en las
poblaciones. En este caso las frecuencias observadas corresponden al
nmero de individuos de la muestra i en la clase j, i.e., n ij.

Donde eij es la frecuencia esperada bajo el supuesto de homogeneidad, que

puede representarse como ni pj, es decir, el nmero de individuos en la
muestra i por la probabilidad de que ocurra la caracterstica j en la
poblacin. Para el clculo de las probabilidades de pertenecer un individuo a
cada una de las categoras podemos utilizar:

Observar que este valor ser la suma de n*k nmeros no negativos. El

numerador de cada trmino es la diferencia entre la frecuencia observada y
la frecuencia esperada. Por tanto, cuanto ms cerca estn entre s ambos
valores ms pequeo ser el numerador, y viceversa. El denominador
permite relativizar el tamao del numerador.
Las ideas anteriores sugieren que, cuanto menor sean el valor del
estadstico 2, ms coherentes sern las observaciones obtenidas con los
valores esperados. Por el contrario, valores grandes de este estadstico
indicarn falta de concordancia entre las observaciones y lo esperado. En
este tipo de contraste se suele rechazar la hiptesis nula (los valores
observados son coherentes con los esperados) cuando el estadstico es
mayor que un determinado valor crtico
PRUEBA DE INDEPENDENCIA
Supongamos que de n elementos de una poblacin se han observado dos
caractersticas X e Y, obtenindose una muestra aleatoria simple
bidimensional (X1, Y1), (X2, Y2),..., (Xn, Yn). Sobre la base de dichas
observaciones se desea contrastar si las caractersticas poblacionales X e Y
son independientes o no. Para ello se dividir el conjunto de posibles valores
de X en k conjuntos disjuntos A1, A2,..., Ak; mientras que el conjunto de
posibles valores Y ser descompuesto en r conjuntos disjuntos: B1, B2,..., Br.
Al clasificar os elementos de la muestra, aparecer un cierto nmero de

ellos, ij n, en cada una de las k r clases as constituidas, dando lugar a

una tabla de contingencia de la forma:

Al igual que para el Test de homogeneidad, el estadstico del contraste ser

[1].

PRUEBA T DE STUDENT
Una variable con distribucin t de Student se define como el cociente entre
una variable normal estandarizada y la raz cuadrada positiva de una
variable 2 dividida por sus grados de libertad. Se aplica cuando la poblacin
estudiada sigue una distribucin normal pero el tamao muestral es
demasiado pequeo como para que el estadstico en el que est basada la
inferencia est normalmente distribuido, utilizndose una estimacin de la
desviacin tpica en lugar del valor real. Es utilizado en anlisis
discriminante.
EMPLEO DE LA PRUEBA T DE STUDENT

El test de locacin de muestra nica por el cual se comprueba si la media de

una poblacin distribuida normalmente tiene un valor especificado en una
hiptesis nula.
El test de locacin para dos muestras, por el cual se comprueba si las
medias de dos poblaciones distribuidas en forma normal son iguales. Todos
estos test son usualmente llamados test t de Student, a pesar de que
estrictamente hablando, tal nombre slo debera ser utilizado si las
varianzas de las dos poblaciones estudiadas pueden ser asumidas como
iguales; la forma de los ensayos que se utilizan cuando esta asuncin se
deja de lado suelen ser llamados a veces como prueba t de welch Estas
pruebas suelen ser comnmente nombradas como pruebas t desapareadas
o de muestras independientes, debido a que tienen su aplicacin ms tpica
cuando las unidades estadsticas que definen a ambas muestras que estn
siendo comparadas no se superponen.
El test de hiptesis nula por el cual se demuestra que la diferencia entre dos
respuestas medidas en las mismas unidades estadsticas es cero. Por
ejemplo, supngase que se mide el tamao del tumor de un paciente con
cncer. Si el tratamiento resulta efectivo, lo esperable seria que el tumor de
muchos pacientes disminuyera de tamao luego de seguir el tratamiento.
Esto con frecuencia es referido como prueba t de mediciones apareadas o
repetidas.
El test para comprobar si la pendiente de una regresin lineal difiere
estadsticamente de cero.
PRUEBAS T PARA DOS MUESTRAS APAREADAS Y DESAPAREADAS
Las pruebas-t de dos muestras para probar la diferencia en las medias
pueden ser desapareadas o en parejas. Las pruebas t pareadas son una
forma de bloqueo estadstico, y poseen un mayor poder estadstico que las
pruebas no apareadas cuando las unidades apareadas son similares con
respecto a los "factores de ruido" que son independientes de la pertenencia
a los dos grupos que se comparan. En un contexto diferente, las pruebas-t
apareadas pueden utilizarse para reducir los efectos de los factores de
confusin en un estudio observacional.
DESAPAREADA
Las pruebas t desapareadas o de muestras independientes, se utilizan
cuando se obtienen dos grupos de muestras aleatorias, independientes e
idnticamente distribuidas a partir de las dos poblaciones a ser
comparadas. Por ejemplo, supngase que estamos evaluando el efecto de
un tratamiento mdico, y reclutamos a 100 sujetos para el estudio. Luego
elegimos aleatoriamente 50 sujetos para el grupo en tratamiento y 50
sujetos para el grupo de control. En este caso, obtenemos dos muestras
independientes y podramos utilizar la forma desapareada de la prueba t. La
eleccin aleatoria no es esencial en este caso, si contactamos a 100
personas por telfono y obtenemos la edad y gnero de cada una, y luego

se utiliza una prueba t bimuestral para ver en que forma la media de edades
difiere por gnero, esto tambin sera una prueba t de muestras
independientes, a pesar de que los datos son observacionales.
APAREADA
Las pruebas t de muestras dependientes o apareadas, consisten
tpicamente en una muestra de pares de valores con similares unidades
estadsticas, o un grupo de unidades que han sido evaluadas en dos
ocasiones diferentes (una prueba t de mediciones repetitivas). Un ejemplo
tpico de prueba t para mediciones repetitivas sera por ejemplo que los
sujetos sean evaluados antes y despus de un tratamiento.
Una prueba 't basada en la coincidencia de pares muestrales se obtiene de
una muestra desapareada que luego es utilizada para formar una muestra
apareada, utilizando para ello variables adicionales que fueron medidas
conjuntamente con la variable de inters.
La valoracin de la coincidencia se lleva a cabo mediante la identificacin
de pares de valores que consisten en una observacin de cada una de las
dos muestras, donde las observaciones del par son similares en trminos de
otras variables medidas. Este enfoque se utiliza a menudo en los estudios
observacionales para reducir o eliminar los efectos de los factores de
confusin [3].
FRMULAS UTILIZADAS PARA EL CLCULO DE T - STUDENT
Prueba t para muestra nica
En esta prueba se evala la hiptesis nula de que la media de la poblacin
estudiada es igual a un valor especificado 0, se hace uso del estadstico:

Donde es la media muestral, s es la desviacin estndar muestral y n es

el tamao de la muestra. Los grados de libertad utilizados en esta prueba se
corresponden
al
valor n 1.
Pendiente de una regresin lineal
Supngase que se est ajustando el modelo:

Donde xi, i = 1,..., n son conocidos, y son desconocidos, y i es el error

aleatorio en los residuales que se encuentra normalmente distribuido, con
un valor esperado 0 y una varianza desconocida 2, e Yi, i = 1,..., n son las
observaciones. Se desea probar la hiptesis nula de que la pendiente es
igual a algn valor especificado 0 (a menudo toma el valor 0, en cuyo caso
la hiptesis es que x e y no estn relacionados).

Sea

Luego

Tiene una distribucin t con n 2 grados de libertad si la hiptesis nula es

verdadera. El error estndar de la pendiente:

Puede ser reescrito en trminos de los residuales:

Luego

se encuentra dado por:

Prueba t dependiente para muestras apareadas

Esta prueba se utiliza cuando las muestras son dependientes; esto es,
cuando se trata de una nica muestra que ha sido evaluada dos veces
(muestras repetidas) o cuando las dos muestras han sido emparejadas o
apareadas. Este es un ejemplo de un test de diferencia apareada.

Para esta ecuacin, la diferencia entre todos los pares tiene que ser
calculada. Los pares se han formado ya sea con resultados de una persona
antes y despus de la evaluacin o entre pares de personas emparejadas en
grupos de significancia (por ejemplo, tomados de la misma familia o grupo
de edad: vase la tabla). La media (XD) y la desviacin estndar (sD) de tales
diferencias se han utilizado en la ecuacin. La constante 0 es diferente de

cero si se desea probar si la media de las diferencias es significativamente

diferente de 0. Los grados de libertad utilizados son n 1.

CMO SE DEDUCE UNA DISTRIBUCIN DE T?

Extraigo K muestras de tamao n < 30.
Calculo para cada muestra el valor de t.
Grafique la distribucin para cada tamao muestral

Condiciones:

Se utiliza en muestras de 30 o menos elementos.

La desviacin estndar de la poblacin no se conoce [4].

5.Ejemplos
EJEMPLO chi cuadrado:
En cierta mquina Expendedora de Refrescos existen 4 canales que expiden
el mismo tipo de bebida. Estamos interesados en averiguar si la eleccin de
cualquiera de estos canales se hace de forma aleatoria o por el contrario
existe algn tipo de preferencia en la seleccin de alguno de ellos por los
consumidores. La siguiente tabla muestra el nmero de bebidas vendidas en
cada uno de los 4 canales durante una semana. Contrastar la hiptesis de
que los canales son seleccionados al azar a un nivel de significacin del 5%.

SOLUCIN:
Para realizar el contraste de Bondad de Ajuste debemos calcular las
frecuencias esperadas de cada suceso bajo la hiptesis de uniformidad
entre los valores. Si la seleccin del canal fuera aleatoria, todos los canales
tendran la misma probabilidad de seleccin y por lo tanto la frecuencia
esperada de bebidas vendidas en cada uno de ellos debera ser
aproximadamente la misma. Como se han vendido en total 70 refrescos, la
frecuencia esperada en cada canal es

El estadstico del contraste sera:

Este valor debemos compararlo con el valor crtico de la distribucin 2 con

(4-1)=3 grados de libertad. Este valor es
Puesto que el valor del estadstico (2.34) es menor que el valor crtico, no
podemos rechazar la hiptesis de que los datos se ajustan a una distribucin
uniforme. Es decir, que los canales son seleccionados aleatoriamente entre
los consumidores [1].
EJEMPLO T-Student
Con un nivel de significancia de 5% se selecciona de manera aleatoria tres
paquetes de croquetas (bultos) alimento para perros, de cada uno de los

cinco pedidos. Al pesar los 15 paquetes se obtiene la media de = 49.4 y una

desviacin estndar de S2 = 1.2

Establecer el estadstico de prueba calculado de acuerdo a la expresin

Sustituyendo datos queda:

Por tanto concluimos que

1.- se encuentra en la regin de rechazo que por lo cual se considera que
existe menor cantidad de croquetas en los paquetes.
2.- No cumple con lo que pide [2].

6.Resumen

7.Conclusiones

La distribucin chi-cuadrada es la distribucin muestral de s 2. O sea

que si se extraen todas las muestras posibles de una poblacin
normal y a cada muestra se le calcula su varianza, se obtendr la
distribucin muestral de varianzas. Para estimar la varianza
poblacional o la desviacin estndar, se necesita conocer el
estadstico X2.
DISTRIBUCION T DE STUDENT Es una distribucin de probabilidad
que se usa cuando el tamao de la muestra es menor de 30 datos, no
se conoce la desviacin estndar de la poblacin y cuando la
poblacin de la que se extrae la muestra es normal. Sus aplicaciones
en la inferencia estadstica son para estimar y probar una media y
una diferencia de medias (independiente y pareada). Es una
distribucin continua, tiene forma acampanada.

8. Bibliografa
9.
[1 M. Juan Francisco, www.uoc.edu Estadstica no Paramtrica, uoc.edu,
] [En lnea]. Available:
https://www.uoc.edu/in3/emath/docs/Chi_cuadrado.pdf. [ltimo acceso:
11 Diciembre 2016].
[2 i. Becerra, chicuadrado, http://rigobertobecerra.tripod.com/, [En lnea].
] Available: http://rigobertobecerra.tripod.com/chicuadrado.htm. [ltimo
acceso: 11 Diciembre 2016].
[3 JR, El blog estadistico, 18 Enero 2013. [En lnea]. Available:
] http://elestadistico.blogspot.com/2013/01/prueba-estadistica-t-destudent.html. [ltimo acceso: 11 Diciembre 2016].
[4 F. Fermn, prueba t-student, 27 Febrero 2015. [En lnea]. Available:
] http://pruebatstudentf.blogspot.com/. [ltimo acceso: 11 Diciembre
2016].