Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Y
PRUEBA DE HIPÓTESIS
INDICE.
Objetivos.
Decisiones estadísticas
En la prá ctica con frecuencia se está obligado a tomar decisiones sobre poblaciones
con base en la informació n de muestra. Estas decisiones se denominan decisiones
estadísticas. Por ejemplo, quizá se quiere decir, apoyados de datos muéstrales, si un
nuevo suero es realmente efectivo para curar una enfermedad, si un procedimiento
educativo es mejor que otro o si una moneda está cargada.
Hipótesis estadísticas
Al intentar tomar una decisió n, es ú til hacer suposiciones (o conjeturas) acerca de las
poblaciones implicadas. Dichas suposiciones, que pueden o no ser verdaderas, se
denominan hipó tesis estadísticos. En general, son afirmaciones acerca de la
distribució n de la probabilidad de la població n.
Hipótesis nulas
En muchos casos se formula una hipó tesis estadístico, con el ú nico propó sito de
rechazarla o nulificara. Por ejemplo, si quiere decidir si una moneda está encargada
se formula la hipó tesis de que la moneda es buena (es decir, p=0.5, donde p es la
probabilidad de obtener caras). De esta forma similar, si quiere decidir si un
procedimiento (es decir, cualquier diferencia observada se debe simplemente a
Fluctuaciones en el muestreo de la misma població n). Tales hipó tesis suelen llamarse
hipó tesis nulas y se denotan por H 0.
Hipótesis alternativas
Cualquier hipó tesis que difiera de una hipó tesis dada, se denomina hipó tesis
alternativa. Por ejemplo, si una hipó tesis es p=0.5, las hipó tesis alternativas podrían
ser p=0.7, p≠0.5 o p>0.5. La hipó tesis alternativa a la hipó tesis nula se denota H 1.
Pruebas de hipó tesis y significancia o reglas de decisió n
Si se supone que una hipó tesis en particular es verdadero, pero se encuentra que los
resultados observados en una muestra aleatoria difieren notablemente de los
resultados esperados bajo la hipó tesis (es decir, esperados solo con base en azar,
usando la teoría de muestreo), entonces se dirían que las diferencias observadas son
significativas y, por lo tanto, se estaría inclinando a rechazar la hipó tesis (o al menos a
no aceptarla, apoyá ndose en la evidencia obtenida). Por ejemplo, si 20 lanzamientos
de una moneda producen 16 caras se estaría inclinado a rechazar la hipó tesis de que
la moneda es buena, aunque es posible que se este equivocando.
Los procedimientos que permiten determinar si la muestras observadas difieren
significativamente de los resultados esperados y que, por lo tanto, ayudan a decidir si
se aceptan o rechazan las hipó tesis, se denominan pruebas de hipó tesis, pruebas de
significancia o reglas de decisió n.
La prueba de hipótesis suele comenzar con alguna teoría, afirmación, o aseveración sobre
un parámetro especifico de una población. Por ejemplo, su hipótesis inicial sobre el
ejercicio del cereal es que el proceso está funcionando adecuadamente, lo que significa que
el promedio de llenado es de 368 gramos, y que no es necesario emprender acciones
correctivas.
La hipótesis de que el parámetro poblacional es igual a la especificación de la empresa
denomina hipótesis nula. Una hipótesis nula siempre es una de status quo, y se denota
mediante el símbolo
H 0:μ=368
A pesar de que solo se cuenta con información de la muestra, la hipótesis nula se escribe
con término de la población. El estadístico de muestra se utiliza para hacer inferencias
sobre todo el proceso de llenado. Una inferencia podría ser que los resultados observados a
partir de los datos de la muestra indican que la hipótesis es falsa, entonces habrá otra
afirmación que debe ser cierta.
Siempre que se especifican una hipótesis nula, también se determinan una hipótesis
alternativa que debe ser cierta si la hipótesis nula es falsa. La hipótesis alternativa H 1 es
opuesta a la hipótesis nula H 0 . Esto se determina:
H 1:μ 368
La región de rechazo se compone de los valores del estadístico de prueba con muy pocas
posibilidades de presentarse en caso de que la hipótesis nula sea cierta. Es más probable
que tales valores se representen si la hipótesis nula es falsa. Por lo tanto, si un valor del
estadístico de prueba queda dentro de la región de rechazo, la hipótesis nula se rechaza
porque ese valor tiene pocas posibilidades de presentarse si la hipótesis nula es cierta.
El nivel de significancia (α). La probabilidad de cometer un error tipo I, denotado por α (la
letra griega alfa minúscula), se denomina como nivel de significancia del estadístico de
prueba. Tradicionalmente, el error tipo I se controla a decidir el nivel de riesgo que está
ALEJO SALAZAR YAZMIN.
ESTRADA MARTINEZ JOSE LUIS
HERNANDEZ HERNANDEZ ANTONIO ADRIAN.
NERI CANTIA JHUDITH Página 6
PRUEBA DE HIPÓTESIS
Situación real
X−μ
Z=
σ
Estos valores críticos se expresan como valores Z estandarizados (es decir, en unidades de
desviación estándar)
Por ejemplo:
Los valores de Z mayores que + 1.96 menores que -1.96 indican que X́ está muy alejada de
la µ 368 hipotetizada, por lo que sería muy poco probable que se presentara uno de estos
valores H ofuera verdadera.
.95
.025
.
0 +1.9
Región de rechazo -
6
Región de no rechaza región de rechazo
Valor critico
368 X
Suponga que la muestra de 25 cajas de cereal indique una media muestral de X́ =372.5
gramos que la desviación estándar de la población es de 15 gramos. Utilizando la ecuación
Z = X́ - µ = 372.5-368 = 1.50
σ 15
√n √25
Puesto que la estadística de prueba Z = 1.50 se encuentre entre -1.96 y 1.96, usted no
rechaza H 0
v
El valor- p es la probabilidad de obtener un estadístico de prueba igual o mas extremo que
el resultado de la muestra dado que la hipótesis nula H 0 es cierta.
Para comprender mejor el método de valor-p, usted probó si el llenado medio era igual a
368 gramos. El estadístico de prueba tuvo como resultado un valor Z de más 1.50 y usted
no rechazo la hipótesis nula más que 1.50 era menor que el valor critico superior de más
1.96 y > que el valor critico inferior de -1.96.
Para utilizar el método de valor –p en la prueba de las dos colas, encuentre la probabilidad
de obtener un estadístico de prueba Z igual o más extremo que 1.50 unidades de desviación
estándar con respecto de una distribución normal estandarizada. En otras palabras, es
necesario calcular la probabilidad de un valor Z mayor que 1.50 junto con la probabilidad
de un valor Z menor que -1.50 muestra que la probabilidad que de un valor Z inferior a
-1.50 es de 0.0668. La probabilidad de un valor inferior a 1.50 es 0.9332 y la probabilidad
de un valor por arriba de 1.50 es 1-0.9332= 0.0668. Por lo tanto el valor – p prueba de cola
es 0.0668 +0.0668=0.1336 de esta forma la probabilidad de un resultado igual o más
extremo que el observado es 0.1336. Como 0.1336 es mayor que la α= 0.05, no rechaza la
hipótesis nula.
Ejemplo:
1. La hipótesis nula dice que la media poblacional no ha cambiado con respecto previo
de 4.5 minutos
H 0: µ= 4.5
H i: µ≠ 4.5
Z = X́ - µ = 5.1-4.5 = 2.50
σ 1.2
√n √25
Para encontrar la probabilidad de obtener un estadístico de prueba Z= o más extremos que
2.50 unidades de desviación estándar con respecto al centro de una distribución normal
estandarizada usted calcule la probabilidad de un valor Z mayor que 2.50 junto con la
probabilidad de u n valor Z menor que-2.50. a partir de que la probabilidad de un valor Z
por debajo de -2.50 es 0.062. Por la probabilidad de un valor por debajo de 2.50 es 0.9938.
Por lo tanto, la probabilidad de que un valor por encima de más 2.50 es de 1-0.9938=0.062.
Así, el valor p de esta prueba es de 0.062 + 0.062 es igual a 0.0124.
CONCLUSION:
Los conceptos antes mencionados han sido analizados e investigados de tal manera de hacer
más fácil su comprensión y entendimientos ya que la estadística es la ciencia que trata de
entender, organizar y tomar decisiones que estén de acuerdo con los análisis efectuados
BIBLIOGRAFÍA.
ESTADÍSTICA MURRAY R. SPIEGEL. LARRY J. STEPHENS.
NUMERO DE PÁGINAS. 128-247