Trabajocolaborativo2 Grupo97

100403_Trabajocolaborativo2_ grupo97
L l e g a r e l d a e n e l q u e e l p e n s a m i e n t o
e s t a d s t i c o s e r u n a c o n d i c i n t a n n e c e s a r i a
p a r a l a c o n v i v e n c i a e f i c i e n t e c o m o l a c a p a c i d a d
d e l e e r y e s c r i b i r H . G . W e l l s b
TRABAJO COLABORATIVO 2

INFERENCIA ESTADSTICA

Grupo: 100403_97

JOS GREGORIO APONTE PREZ

SANDRA LILIANA QUIONES
Tutora

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA
ESCUELA DE CIENCIA BASICAS, TECNOLOGIAS E INGENIERIAS
FACULTAD DE INGENIERIA INDUSTRIAL
2012

INTRODUCCIN
1

En el contenido de este trabajo trataremos la temtica propuesta en la gua de
actividades para lo cual se propuso un foro de trabajo con el fin de desarrollar
los ejercicios y discutir los resultados obtenidos de modo de se hiciera
inferencia sobre cada uno, sin embargo la pobre participacin y la deficiente
participacin desfavorecieron el aprendizaje en pequeo grupo colaborativo
como estrategia, sin embargo no fue motivo para no desarrollar los ejercicios
propuestos en la gua de trabajo.
En este trabajo hemos desarrollado ejercicios tericos y prcticos los cuales
tratan de las siguientes temticas: PRUEBAS DE HIPTESIS
Que consiste bsicamente en probar una hiptesis conocida Ho contra una
hiptesis Ha es decir comparar entre dos parmetros diferentes la veracidad
ANLISIS DE VARIANZA Es un valor que se supone es verdadero y se pone a
prueba a travs de la evidencia lo que permite probar que tan dispersos estn
los datos y permite aceptar o rechazar una hiptesis teniendo los criterios de
evaluacin para tal fin.
Mapa conceptual de pruebas de hiptesis. Perite crear una imagen mental para
las diferentes pruebas de hiptesis permitiendo tener una idea clara del
estadgrafo que influir en los resultados y si usaremos teora de una cola o
dos colas
Qu significa el error tipo I y el error tipo IISe refiere a la probabilidad de
rechazar H
0
cuando en realidad es verdadera, cometiendo as un ERROR tipo I.
O por el contrario la probabilidad de aceptar H
0
cuando en realidad es falsa,
cometiendo as un ERROR tipo II
Tambin encontrara un diagrama proceso para contraste de hiptesis el cual
explica secuencialmente los pasos que debes seguir para un contraste de
hiptesis.
As mismo algunos ejercicios tericos de aplicacin.

1
http://es.scribd.com/doc/69408/INTRODUCCION
OBJETIVOS

Identificar y conocer el significado de error tipo I y error tipo II y lo plasmamos
mediante un ejemplo en inferencia estadstica de la unidad dos

L l e g a r e l d a e n e l q u e e l p e n s a m i e n t o e s t a d s t i c o s e r u n a c o n d i c i n t a n
n e c e s a r i a p a r a l a c o n v i v e n c i a e f i c i e n t e c o m o l a c a p a c i d a d d e l e e r y e s c r i b i r
H . G . W e l l s b
1. Realizar un mapa conceptual de pruebas de hiptesis

2. Qu significa el error tipo I y el error tipo II. Explique su Interpretacin
con un ejemplo.

Error de tipo I
Tambin llamado error de tipo alfa, que es la probabilidad de que ocurra este
error, es el error que se comete cuando el investigador rechaza la hiptesis
nula (Ho) siendo sta verdadera en la poblacin. Es equivalente a encontrar un
resultado falso positivo, porque el investigador llega a la conclusin de que
existe una diferencia entre las hiptesis cuando en realidad no existe

Error de tipo II
Tambin llamado error de tipo beta (aunque beta es la probabilidad de que
exista ste error), se comete cuando el investigador no rechaza la hiptesis
nula siendo sta falsa en la poblacin .Es equivalente a la probabilidad de un
resultado falso negativo, ya que el investigador llega a la conclusin de que ha
sido incapaz de encontrar una diferencia que existe en la realidad.

Ejemplo
Se tienen dos cajas, caja A y caja B. La caja A tiene 40 fichas con el nmero 1;
50 fichas con el nmero 10y 10 fichas con el nmero 100. La caja B tiene 40
fichas con el nmero 100; 50 fichas con el nmero10 y 10 fichas con el nmero
1 Se eligen una caja al azar, y de ella se saca una ficha. Usted no sabe si es la
caja A o la caja B
Se tiene las hiptesis: Ho: la caja es la A H1: la caja es la B Se establece la
regla de decisin: rechazar la hiptesis nula si la ficha es de 100.

FICHAS
# DE FICHAS EN LA CAJA A 40 50 10

# DE FICHAS EN LA CAJA B 10 50 40
1 10 100
Cul es la probabilidad de cometer el error tipo I?
La probabilidad de cometer el error tipo I es el nivel de significacin : = P
(rechazar Ho/Ho es verdadera) = P (sacar una ficha de 100 de la caja A)
=10/100 = 0,10

Cual es la probabilidad de cometer el error tipo II?
La probabilidad de cometer el error tipo II es : = P (aceptar Ho/H1 es
verdadera)
= P (sacar una ficha de 1 o de 10 de la caja B) =60/100} = 0,60

3. Mediante un diagrama muestre los pasos para realizar el contraste de
una hiptesis

Definicin: Contraste de hiptesis.
El contraste de hiptesis permite asignar una medida de confianza para
confirmar si los datos observados confirman la hiptesis inicial planteada.
Requiere una metodologa para comparar las predicciones resultantes de la
hiptesis con los datos observados y adems un diseo experimental que
garantice que las conclusiones obtenidas no estn invalidadas por factores no
controlados.
Una hiptesis estadstica es una afirmacin o suposicin respecto al valor de
un parmetro poblacional. Como las poblaciones de inters son tan grandes,
no es factible estudiar todos sus elementos, por lo que una alternativa para
evitar estudiar la poblacin entera es tomar una muestra de la poblacin de
inters, de manera que se comprueba estadsticamente una afirmacin para
determinar si la evidencia soporta o no la afirmacin
2
.

2
www.rpsqualitas.es/documentacin/.../contraste_de_hipotesis.pdf

3.1 Pasos para la prueba de hiptesis

1. Planteamiento de hiptesis (Ho, Ha)

2. Especificar los supuestos nivel de significacin El riesgo que se asume
acerca e rechazar la hiptesis nula cuando en realidad debe asemejarse
por ser verdadera.

3. Estadstico de prueba

4. Establecer la regla de decisin

5. Tomar de decisin.

3.2 Diagrama prueba de hiptesis (proceso)

Formular la
decisin
Estadstica
Rechazar Ho
Rechazar Ho
Evaluar los datos
Revisar las suposiciones
Formular la hiptesis
Seleccionar el nivel de significancia y el
estadstico de prueba
Determinar la distribucin del estadstico de prueba
Formular la regin de decisin
Calcular la estadstica de prueba
Concluir que Ha es verdadero
Concluir que Ho puede ser verdadero
DEFINICIN: una prueba de hiptesis es una creencia sobre un valor de un
parmetro. Media, Varianza, Proporcin etc. Es un valor que se supone que es
verdadero y se pone a prueba a travs de la evidencia.

4. Explique la relacin que existe entre el p-valor y el estadstico de
prueba y la relacin que existe entre el nivel de significancia alfa con el
estadstico terico

R/: Es la probabilidad de obtener, cuando Ho es verdadera, un valor de la
estadstica de prueba tan extremo o ms (en la direccin adecuada para
Ha) que el valor calculado en realidad. En otras palabras P es la
probabilidad de que la Hiptesis nula sea cierta.

Si p es menor de 0,05 (0,01), se admite que la probabilidad de que las
diferencias encontradas se deban al azar son demasiado pequeas, por lo
que rechazaremos la hiptesis nula y aceptaremos la alternativa.
Si p es mayor o igual a 0,05, la probabilidad de que las diferencias
encontradas se deban al azar son demasiado grandes para aceptar la
hiptesis alternativa y, por tanto, se acepta la hiptesis nula: las diferencias
encontradas estn dentro de las que consideramos debidas al azar

5. El laboratorio de investigacin de una compaa ha desarrollado una nueva
forma para producir pintura para muros que permitir que un galn pueda
cubrir 250 pies cuadrados. De acuerdo a esto,se prueban la hiptesis Ho:
u=250 pies cuadrados, contra la hiptesis alternativa H1: u<250 pies
cuadrados. El experimento comprende 20 latas de la nueva frmula y esta
muestra tiene una cobertura de 237 pies cuadrados con una desviacin
estndar de 25 pies cuadrados. Mediante los pasos del punto anterior
pruebe la hiptesis nula a un nivel de significancia del 5%.

R/ solucin

Se considera la desviacin estndar las latas de pintura, entonces con base
en el teorema de limite central, la distribucin en el muestreo de la media
seguira la distribucin normal, y la prueba estadstica que esta basada en la
diferencia entre la media Xde la muestra y la media hipottica se encontrara
como
odeprueba estadigraf Z
o
20 / 25
237 250

En este caso estamos es una Prueba bilateral de dos colas con dos hiptesis
odeprueba estadigraf
n
x
Z
o
/

Ho: =
o
Ha:
o
para cual probamos para ver que se cumple de acuerdo
a los datos suministrados.

Datos

Media = 237 pies
Hiptesis Ho: 250 H1: 250
Desviacin = 25
No muestra n = 20
Media muestral x = 250
Nivel de significancia = 0.05

Por lo tanto Regla de decisin: dice que si el valor calculado es ( ) ,
de donde la distribucin Z es la distribucin normal estndar. Por lo tanto, si
0 0
: H es cierta, la probabilidad de que el estadstico de prueba
caiga
entre . 1 .. .. .. ..
2 2

es Z y Z Por lo tanto H
0
debe rechazarse en este caso Ho
debe ser rechazado.

Que serian las regiones criticas (ver grafica) Siendo
2
Z el valor de la abscisa
de la normal N(0,1), adems es un valor que se encuentra en la tabla Z que
deja a su derecha un rea de probabilidad igual a 2 / .


Luego los valores crticos de la media de la muestra sern
n Z X
VC

2 0

()

Como el tamao de la regin de rechazo esta establecido en 5% entonces
lo que hacemos es determinar los valores crticos dado que la regin de
rechazo esta dividida en las dos colas de la distribucin, el 5% se divide en dos
partes iguales de 2.5%.
Tenemos que la distribucin
3
normal de los valores crticos se pueden
expresar en unidades de desviacin, con una regin de rechazo de 00.25 en
cada cola de la distribucin normal, da por resultado un rea de .475 entre la
media hipottica y el valor crtico como lo que buscamos es el rea en la
distribucin normal, que se encuentra que los valores crticos que dividen las
regiones de rechazo y no rechazo que son + 1.96 y - 1.96
N[
()

]
[
()

]

(

)

3
http://www.monografias.com/trabajos-pdf4/la-estadistica-inferencial/la-estadistica-inferencial.pdf
Regin de aceptacin
Rechazo
Se acepta H1
(
)
Calculando el error tipo II
(

No tiene mucha diferencia por lo tanto rechazamos Ho y
aceptamos H1
Nota como al hallar los resultados obtuvimos 250 para las dos colas entonces
es posible que Ho sea verdadero dado que se cumple para la media de la Ho:
250 H1: 250
Pero ahora debemos probar con un nivel de significancia de 0.01 para ver que
resultados obtenemos con los resultados obtenidos definimos si aceptamos o
rechazamos la muestra.
Como p es menor de 0,05 (0,01), se acepta la probabilidad de que las
diferencias encontradas se deban al azar son demasiado pequeas, por lo que
rechazaremos la hiptesis nula y aceptaremos la alternativa

6. Al realizar el control de calidad del contenido de las bolsas de arroz
producidas de 500 gramos, con una muestra de tamao 50, Ho:
u=500 gramos y H1:u500 gramos y se obtuvo un estadstico de
prueba de 2.2, indicar la decisin para los siguientes niveles de
significancia: 1%, 5% y 10% respectivamente. Representar
grficamente mediante con la distribucin normal estndar.

HIPTESIS H
0
=500 gr H
1
500 gr

Z= 2.2

n= 50
= 0.01; 0.05; 0.10.
X= 500
= no conozco el parmetro

Estadgrafo de prueba= Z =
en este caso lo que hago es restarle el

estadgrafo suministrado a la media para obtener el parmetro es decir
entonces buscando una solucin quedara as: Z =

a. Para el nivel de significancia 1%

Tenemos que =
= 0.005 /2 =
=0.005 ahora buscando en la

tabla para - 0.24 0.24 0.1-0.005=0.095 por tabla
Z=0.24

b. Para el nivel 0.5

5% Z= 0.5-0.025=0.475

Z= por tabla 1.96

Decisin 1.96 Z

1.96 No
se rechaza H
o

-0.24 0.24
entonces si por el contrario

Si
Z< -1.96 si Z> 1.96 Se
rechaza H
o

Decisin y Conclusin:
Como esta entre 1.96 y 1.96, no se rechaza H
0
y se concluye con un
=0.05 que la media es de 500 grs.
Lo mismo para los dems Ho es verdadero

c. Para el nivel 10%

Z= 0.10 - 0.05 = 0.05
Z= 0.12 por tabla

7. Explique la diferencia entre pruebas paramtricas y no
Paramtricas.
Pruebas paramtricas
4
Pruebas no paramtricas
Las pruebas paramtricas asumen los
parmetros de distribucin de la variable
(media y varianza ) y un tipo de
distribucin normal
No asumen acerca de los parmetros de
distribucin ni se preocupa por el tipo de
distribucin si no que trabajan con simple
ordenacin y recuento (asignando
rankings a los valores de las variables)
sin importar la distribucin
Para usarlas deben cumplirsen supuestos
las variables tiene que ser cuantitativas y
estar medidas en escala de intervalo o
razn , los datos siguen una distribucin
normal, las varianzas son iguales,
muestras grandes :; (n>30)
Se deben usar con :
Datos de distribucin libre (no
necesariamente normal). Si un grupo tiene
distribucin normal mientras el otro no

A veces se usan sin cumplir los supuestos
pero deben usarse con cautela en
muestras mas pequeas en estos casos
prefiera usar pruebas pruebas no
paramtricas
Si se trata de datos cuantitativos ordinales
o nominales con varianza grande, un
grupo con varianza 0 y el otro no al
trabajar con muestras pequeas
Ventajas que tiene las pruebas
paramtricas sobre las no paramtricas :
las pruebas paramtricas tiene mas poder
Chi cuadrado de Pearson (independencia,
bondad de ajuste, homogeneidad )
Prueba exacta de Fischer

4
Slideshare Presen yoursell Autor: Doctor: Fredy Garca Ortega

-0.12 0.12
de contraste y pueden analizar
interacciones entre variables
independientes
U de mann Whitney W de wilcoxon
T de Wilcoxon Mac Nemar KrusKall Wallis
Friedman Q de cochran
1Las pruebas no paramtricas no
necesitan suposiciones respecto a la
composicin de los datos poblacionales.
Las pruebas no paramtricas son de uso
comn:

Por lo general, las pruebas paramtricas
son mas poderosas que las pruebas no
paramtricas y deben usarse siempre que
sea posible
Las pruebas no paramtricas son pruebas
estadsticas que no hacen suposiciones
sobre la constitucin de los datos de la
poblacin.

Es importante observar, que aunque las
pruebas no paramtricas no hacen
suposiciones sobre la distribucin de la
poblacin que se muestrea, muchas veces
se apoyan en distribuciones muestral es
como la normal o la chi cuadrada.

8. De acuerdo a los siguientes casos determinar que prueba no paramtrica
sirve para llevar a cabo la investigacin.
Caso Prueba aplicar
Se requiere saber si las observaciones de las
tallas de 100 nios de 5 aos provienen de una
poblacin normal

La pruba de Kolmogorov-Smirnov
5
La toma de la
decisin en el contraste anterior puede
llevarse acabo tambin mediante el
empleo del p-valor asociado al estadstico
D observado. El p-valor se define como: p-
valor = P D > D H es cierta Si el p-valor es
grande significa que, siendo cierta la
hiptesis nula, el valor observado del
estadstico D era esperable. Por tanto no
hay razn para rechazar dicha hiptesis.
Dada una muestra aleatoria de 40 bateras de la
que se ha registrado su duracin en aos, al
tratar de determinar si esta duracin proviene
de una distribucin normal
valor estadstico z, para muestra grande y
desviacin estndar poblacional
desconocida se determina por la ecuacin

normal
Se desea determinar s el nmero de defectos en
las tarjetas de circuito impreso sigue una
Distribucin Poisson
Poisson, se observa el nmero de
defectos. Caractersticas. En este tipo de
prueba se busca en unidades de rea
tiempo, pieza, etc, ( )

Cierta mquina lleva a cabo la elaboracin de un
tipo de lmina metlica, existen 4 canales de
distribucin del Producto. Se est interesado 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. Contrastar la hiptesis de que los
canales son seleccionados al azar
Chi- Cuadrado En la prctica, las
frecuencias esperadas se calculan de
acuerdo con la hiptesis Ho. Si bajo esta
hiptesis el valor calculado de X2 dado es
mayor que algn valor crtico, se deduce
que las frecuencias observadas difieren
significativamente de las esperadas y se
rechaza Ho al nivel de significacin
correspondiente. En caso contrario, no se
rechazar. Este procedimiento se llama
ensayo o prueba de chi-cuadrado de la
hiptesis.
Se est interesado en saber s una muestra de
cajas de tornillos, provienen de una muestra
aleatoria
Prueba de Kruskal-Wallis con ello
podramos probar si Ho proviene de la
misma poblacin. Y la cual es idntico a
nova
Se est interesado en comprobar la perfeccin de
Un dado cbico.
Chi- Cuadrado En la prctica, las
frecuencias esperadas se calculan de
acuerdo con la hiptesis Ho. Si bajo esta
hiptesis el valor calculado de X2 dado es
mayor que algn valor crtico, se deduce
que las frecuencias observadas difieren
significativamente de las esperadas y se
rechaza Ho al nivel de significacin
correspondiente. En caso contrario, no se
rechazar. Este procedimiento se llama
ensayo o prueba de chi-cuadrado de la
hiptesis.
Al determinar si el nmero de trabajadores que Prueba de Kruskal-Wallis con ello

5
http://www.youtube.com/watch?v=5xYoOMDMCws
o estadigraf
n
x
Z
o
/

solicitan permiso en una fbrica est distribuido
uniformemente durante la semana
podramos probar si Ho proviene de la
misma poblacin. Y la cual es idntico a
nova
Determinar la asociacin a una distribucin
terica la vida en aos de una clase de bacteria
Poisson, se observa el nmero de
defectos. Caractersticas. En este tipo de
prueba se busca en unidades de rea
tiempo, pieza, etc, ( )

En este caso por ao

Conclusin
La realizacin de este trabajo de inferencia estadstica es una buena
oportunidad para hacer un repaso a la unidad dos y revisar varios conceptos
como por ejemplo, pruebas paramtricas y no paramtricas, pero sobre todo
definir y entender que es un parmetro y por qu es importante un parmetro
en una muestra n de datos y como lo puedo usar ese parmetro para hacer
confiabilidad de un dato o una hiptesis.
Plantear una solucin o un diagrama de hiptesis para definir que tipo de
estadgrafo usaremos para la comprobacin de los datos, probar el error tipo I y
tipo II es decir poder hacer una buena inferencia a un conjunto de datos de
cuales se conoce una informacin pero se desconoce un fenmeno del cual
podemos probar la veracidad de la verdad y obtener un parmetro dentro de un
rango de aceptacin o de rechazo.
Definir en un mapa conceptual los pasos para pruebas de hiptesis de modo
que se jerarquice la idea de hiptesis es decir hacer una imagen
preguntndose y dando respuesta al modo de intervenir n datos en una
hiptesis Ho y una Ha.
Responder a las preguntas como por ejemplo que es el tipo 1- y el nivel de
significancia , que es el error tipo I y que es el error tipo II la importancia de
todos estos temas radica en comprensin de la teora de las dos colas y
teorema del limite central , que en otras palabras no es mas que la forma de
asegurarse que la distribucin de la muestra n datos se aproxima a la normal
de la curva de la campana de gauss que en la teora no es muy aplicable pero
que cumple si un papel muy importante para tomar una decisin de una
hiptesis siempre y cuando este al sea 30. Esto nos permite usar estadsticas
de muestra para hacer deducciones con relacin a los parmetros de poblacin
sin saber nada sobre la forma de la distribucin de frecuencias de esa
poblacin ms que lo que podamos obtener de la muestra.

Bibliografa
Modulo de inferencia estadstica
AUTOR: JORGE ELIECER RONDN DURAN. DANIS BRITO ROSADO
Gua de Actividades y Rbrica de evaluacin
Act No. 10. Trabajo Colaborativo No. 2
Libro estadstica elemental de John e Freud y Gary a simn octava edicin
Pg. 217- 313 ejercicio 11.94
Otras consultas
http://www.itch.edu.mx/academic/industrial/estadistica1/toc.html
http://www.elosiodelosantos.com/sergiman/div/tablaf.html
http://www.fca.unl.edu.ar/InferEst/TestHipot1.htm
http://colposfesz.galeon.com/inferencia/teoria/conhip.htm
http://hojamat.es/estadistica/tema8/tema8.htm
http://www.itch.edu.mx/
http://tvmayaguez.pucpr.edu/Documentos/PPT%20Talleres%20Facultad/Prof.%20Baquero/FI
NANZAS%20318/PDF/Microsoft%20PowerPoint%20-
%20UNIDAD%203%20%20DOCIMANCIA%20DE%20HIPOTESIS.ppt%20[Compatibility%20M.pdf
http://www.estadisticafacil.com/Main/TeoremaDelLimiteCentral
http://www.ub.edu/stat/GrupsInnovacio/Statmedia/demo/Temas/Capitulo9/B0C9m2c2t17.ht
m
http://www.itch.edu.mx/academic/industrial/sabaticorita/_private/05Distr%20Poisson.htm

Trabajocolaborativo2 Grupo97

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Trabajocolaborativo2 Grupo97

Cargado por

Copyright:

Formatos disponibles

100403_Trabajocolaborativo2_ grupo97

en este caso lo que hago es restarle el

=0.005 ahora buscando en la

También podría gustarte