Professional Documents
Culture Documents
Prueba de Hipótesis
Estadística.
CURSO : ESTADISTICA APLICADA
A LA EDUCACIÓN.
AUTOR(A): LENNYS NIEVES.
Contraste de hipótesis
Estimación de parametros
Prueba de Hipótesis
Estadística.
Prueba de Hipótesis Estadística.
Parámetros Estadísticos.
Un Parámetro es un valor que se calcula utilizando
todos los valores de la Población, por lo general se
denotan con letras griegas o mayúsculas, en muchas
ocasiones son valores desconocidos ya que no se
tiene todos los componentes de la población
Como los parámetros son valores desconocidos,
podemos plantear hipótesis sobre su valor real, y
mediante un mecanismo científico, realizar una
comprobación de esta hipótesis (demostrar si es
verdadera o falsa)
Ejemplos de hipótesis:
o La proporción de personas contagiadas de
alguna enfermedad es 8%.
o El ingreso mensual promedio de las familias de un
barrio es 55000 colones.
o El tiempo promedio de capacitación de un
software es de 18 horas.
Prueba de Hipótesis Estadística.
Hipótesis simple
Es una hipótesis en la que el parámetro queda especificado por completo,
o sea solo puede tomar un único valor.
• El promedio de edad de un grupo de estudiantes universitarios es 25
años: μ= 25.
• La proporción de trabajadores de una empresa que sufren de estrés es
35%: P = 0.35
Hipótesis compuesta
Es una hipótesis en la que el parámetro puede tomar más de un valor.
• El promedio de gastos mensuales en medicamentos por familia en San
José es superior a 5000 colones: μ > 5000.
• La proporción de adultos que votaran en las próximas elecciones es
superior al 70%:
P > 0.7
• La proporción de personas que llaman a la sección de servicio al cliente
de una empresa vendedora de computadoras es inferior al 6%: P < 0.06
Prueba de Hipótesis Nula.
Hipótesis Nula
Es una hipótesis que se plantea para ser rechazada o no. A la H0 : 30
hipótesis nula se le considera cierta hasta tanto no encontremos
evidencia para rechazarla. H 0 : P 0.7
La hipótesis nula siempre es una hipótesis simple.
Ejemplo
El fabricante de un software asegura que con un nuevo manual H 0 : P 0.1
no más del 10% de los compradores llamará haciendo
solicitudes de servicio (El valor límite para la proporción es
10%).
Hipótesis alternativa
Siempre se formula un hipótesis nula y una hipótesis
alternativa apropiada; ésta última es la que
H1 : 30
aceptamos como cierta cuando la hipótesis nula es H1 : P 0.7
rechazada.
La hipótesis alternativa siempre es una hipótesis
compuesta (unilateral o bilateral).
Ejemplo
El fabricante de un software asegura que con un nuevo
manual no más del 10% de los compradores llamará H1 : P 0.1
haciendo solicitudes de servicio (El valor límite para la
proporción es 10%).
8
Prueba de Hipótesis Unilateral.
Cuando la hipótesis
alternativa es una
hipótesis unilateral se
dice que es de una
cola.
Si es bilateral se dice
que es de dos colas.
Posibles errores al tomar la decisión
H0 Procedimiento
de Prueba
Se Acepta Se Rechaza
Si el
Decisión Error procedimiento
Verdadera de prueba lleva
Correcta Tipo I al Rechazo de
Realidad H0 H0 pero en la
Realidad la
Falsa Error Decisión hipótesis es
Tipo II Correcta verdadera, se
comete un
error, este error
Si mediante el procedimiento de prueba se Acepta se llama
H0 pero en la Realidad la hipótesis es falsa, se ERROR TIPO I
comete un error, este error se llama ERROR TIPO II
Error tipo I y tipo II.
Ejemplo
Un fabricante de software afirma que la
proporción de personas que llamará
solicitando servicio se su producto no
supera el 10%. Pero un distribuidor
mayorista del software sospecha que esta
proporción es mayor a lo que el fabricante
afirma.
Los valores más comunes son 0.01 (1%) , 0.05 (5%) y 0.1 (10%).
¿Como se determina ?
H0 : P = 0.6
H1 : P < 0.6
En algunos casos el a puede ser superior (10%, 15%, e incluso más del
15%).
¿Cómo plantear una hipótesis?
Ejemplos:
Método tradicional.
Por Software.
Un estimador n
puntual: xi
Es un número que i 1
se utiliza para x
aproximar el valor
n
de la población. n
X
P
n
En la Población la Proporción y su Desviación
PQ
Estándar se calculan:
N X
Q 1 P
N
Estimación por Intervalo: Nivel de Confianza
INTERVALO DE CONFIANZA.
Es un rango de valores calculado en una muestra en el cual se
encuentra el verdadero valor del parámetro , con una probabilidad
determinada.
NIVEL DE CONFIANZA
Es la probabilidad de que el verdadero valor del parámetro se
encuentre en el intervalo construido. Y se denota (1- )
NIVEL DE SIGNIFICANCIA.
Es la probabilidad de equivocarnos. Se denota ( )
22
Intervalos de Confianza
Si la Desviación Estándar s s N n
“aumenta” el intervalo se hace s t ] [
más “ancho” n 1
2
n N 1
Si la confianza “aumenta” el s N n
intervalo se hace más “ancho”
1 t t ] [
1
2
1
2
n N 1
Si el tamaño de muestra s s N n
“aumenta” el intervalo se hace n t ] [
más “angosto” n 1
2
n N 1
¿CÓMO CONSTRUIR UN INTERVALO DE
CONFIANZA?
25