Professional Documents
Culture Documents
AMBATO
FACULTAD DE INGENIERA EN
SISTEMAS, ELECTRNICA E
INDUSTRIAL
CARRERA DE INGENIERA INDUSTRIAL EN
PROCESOS DE AUTOMATIZACIN
MODULO:
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.
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.
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
en
de
al
de
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.
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
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:
Sea
Luego
Luego
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
Condiciones:
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
6.Resumen
7.Conclusiones
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].