P. 1
Pruebas de HipÓtesis

Pruebas de HipÓtesis

4.86

|Views: 24.110|Likes:
Publicado porapi-3697274

More info:

Published by: api-3697274 on Oct 15, 2008
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOC, PDF, TXT or read online from Scribd
See more
See less

03/18/2014

pdf

text

original

PRUEBAS DE HIPÓTESIS

En investigaciones empíricas muchas veces existe una conjetura preconcebida relativa al objeto de estudio. En este tipo de circunstancias se realiza un estudio que implicará la existencia de dos hipótesis que reflejarán esa idea a priori y que tendremos que contrastar con la realidad. A este estudio se le llama PRUEBA DE HIPÓTESIS ó CONTRASTE DE HIPÓTESIS ó DOCIMACIA DE HIPÓTESIS. La finalidad del contraste de hipótesis es decidir si esa idea o teoría preconcebida es confirmada o invalidada estadísticamente a partir de las observaciones en una muestra. • Hipótesis Nula: H0 Es la idea que tenemos a priori, la hipótesis que se contrasta, que se rechazará o no, teniendo en cuenta su diferencia con lo observado, es decir, con los datos suministrados por una muestra del experimento aleatorio. Esta hipótesis se mantendrá a no ser que haya suficiencia evidencia para rechazarla (pero esto no significa que podamos probarla). Hipótesis alternativa: H1 Es la hipótesis que aceptamos cuando rechazamos la hipótesis nula. H0 y H1 han de ser excluyentes, normalmente se construye negando la hipótesis nula y teniendo como referencia lo que se ha observado en la muestra. Hay de dos tipos principales de hipótesis alternativa: Por ejemplo, si H0: θ = θ0 o Si no se sabe en que sentido H0 es falsa, entonces se toma H1:θ ≠ θ0. En este caso se llama un contraste bilateral o de dos colas. o Si se sabe que de cuando H0 no es cierta entonces debe cumplirse una de las siguientes condiciones θ > θ0 ó θ < θ0, o sea que H1:θ > θ0 ó H1:θ < θ0. En este caso se llama un contraste unilateral o de una cola. La hipótesis nula está relacionada con una concepción parsimoniosa de la realidad. Corresponde al estado actual de conocimiento, por el cual, si no se hiciese el estudio sería la (hipótesis) que prevalecería. La hipótesis alternativa, por el contrario, está relacionada con el objetivo del estudio. Es la hipótesis que necesita la evidencia experimental y la recogida de evidencia para ser aceptada. Las pruebas estadísticas se construyen para decidir si “aceptamos” o rechazamos la hipótesis de trabajo o la hipótesis alternativa. Conceptualmente no se pueden aplicar para aceptar las hipótesis nulas, puesto que son temporalmente aceptadas hasta que se reúna evidencia en algún estudio que las rechace definitivamente. Durante este periodo las hipótesis nulas son sencillamente "no rechazadas". Observación.  El contraste de hipótesis trata de rechazar o no rechazar la idea a priori que se tiene acerca objeto de estudio. Para ello:

   

Primero se va a suponer que es cierta. Después se repetirá el experimento aleatorio varias veces (recogiendo información). Para luego, comparar lo supuesto cierto (ESPERADO) con lo que se ha obtenido al observar varias veces al experimento (OBSERVADO). La hipótesis nula se mantendrá cierta si al compararla con lo observado en la muestra no existe fuerte evidencia en contra, es decir, si no hay una diferencia significativa entre la idea a priori (ESPERADO) con lo recogido en la muestra (OBSERVADO). Si a partir de lo observado se decide rechazar la hipótesis nula (es decir, hay diferencia significativa entre lo esperado y lo observado), entonces nos quedaríamos con la hipótesis alternativa.

Ejemplo. Supongamos que un juez tiene que decidir si una persona será condenada o no.  A priori, se supone que esa persona será inocente hasta que no se demuestre lo contrario. Se dispone entonces del siguiente par de hipótesis: H0: la persona es inocente vs. H1: la persona es culpable.  El siguiente paso del juez, será obtener información acerca del asunto, y con ella tomar una decisión, sabiendo que su postura será dejar a la persona en libertad si no tiene suficiente evidencia de que sea culpable. El juez podrá cometer dos tipos de errores: - Condenar a la persona cuando en realidad es inocente o - Dejar a la persona en libertad siendo realmente culpable. ¿Cuál de estos dos errores sería el más grave? TIPOS DE ERRORES. La siguiente tabla muestra los posibles errores que se pueden cometer: DECISIÓN No se rechaza H0 Rechazar H0 H0 cierta Decisión Correcta Error de Tipo I H0 falsa Error de Tipo II Decisión Correcta

Error de tipo I: Es el error que se comete cuando se rechaza H0 siendo cierta. Error de tipo II: Es el error que se comete cuando no se rechaza H0 y es falsa.

No podremos cometer los dos errores al mismo tiempo, puesto que la decisión tiene que inclinarse por alguna de las dos hipótesis. Lo ideal es que estos errores no se cometan o que la posibilidad de que sucedan sean pocas. Una manera de medir estos errores es a través de sus probabilidades: La probabilidad de cometer el error de tipo I (se denota por α) se puede escribir como: α = P(Rechazar H0/ H0 es cierta) y recibe el nombre de nivel de significación de la prueba. La probabilidad de cometer el error de tipo II (se denota por β) se puede escribir como: β = P(No rechazar H0/ H0 es falsa) y 1- β recibe el nombre de potencia de la prueba: Potencia = 1-β = P(Rechazar H0/ H0 es falsa) Lo deseado es que la prueba de tal naturaleza, que las probabilidades de cometer los dos tipos de errores (α y β) sean lo más pequeñas posibles. PRUEBA DE HIPÓTESIS PARA LA MEDIA Prueba de Hipótesis para la media de una distribución Normal con varianza conocida. Ejemplo: Supongamos que X representa la longitud de una pieza y se distribuye según una Normal de media μ (desconocida) y varianza conocida σ2 = 202. Para determinar la longitud media se toma una muestra de 70 piezas obteniéndose que x = 80,1. Queremos contrastar si realmente la máquina que fabrica dicha pieza lo hace con longitud media de 75. Supongamos que X1, X2,....., Xn es una muestra aleatoria simple de una población Normal de media μ desconocida y varianza conocida σ2 =202, con lo cual sabemos que: X-µ Z = σ se distribuye según una N(0,1). n Propondremos el siguiente contraste: H0: μ = 75 frente a H1: μ > 75.

o Supongamos que H0 es cierta, luego tenemos que: X - 75 Z = 20 se distribuye según una N(0,1) 70 o Fijamos el nivel de significación α (sea α=0,05). o Rechazaremos H0 si el valor de:

( 80,1 - 75)
20 es significativamente grande. 70 Aquí tenemos la diferencia entre lo observado y lo esperado. Z0 = o ¿Cómo de grande? 80,1 - 75 20 Rechazaremos H0 si Z0 = > Z1-α donde Z1-α es el valor que verifica que 70 P(Z < Z1-α) = 1-α. En este caso: Z0 > Z0,95 (ya que 2,13 > 1,65), luego se rechaza H0. Otra manera equivalente de encarar el problema de la prueba de hipótesis es mediante el p-valor, es decir: Se calcula p = P(Z>Z0 / H0 es cierta) y si p es menor que el nivel de significación α se rechaza la hipótesis nula. En el ejemplo: p = P(Z>2,13 / H0 es cierta) =1-0,9834 =0,0166 como p < α (0,0166 < 0,05) luego rechazamos H0. RESUMEN Prueba de Hipótesis para la media de una distribución Normal con varianza conocida.

H0: μ = μ0 H1: μ > μ0 X - µ0 Se rechaza H0 si σ > Z1-α n

H0: μ = μ0 H1: μ < μ0 X - µ0 Se rechaza H0 si σ < - Z1-α n

H0: μ = μ0 H1: μ ≠ μ0 X - µ0 Se rechaza H0 si

σ n

> Z1-α/2

Prueba de Hipótesis para la media de una distribución Normal con varianza desconocida. Ejemplo: Supongamos que X representa la longitud de una pieza y se distribuye según una Normal de media μ desconocida y varianza desconocida σ2. Para determinar la longitud media se toma una muestra de 70 piezas obteniéndose que x = 80,1 y cuasivarianza muestral s 2 = 21,42. Queremos contrastar si realmente la máquina que fabrica dicha ˆ pieza lo hace con longitud media de 75. Supongamos que X1, X2,....., Xn es una muestra aleatoria simple de una población Normal de media μ desconocida y varianza desconocida σ2, con lo cual sabemos que: X-µ ˆ s se distribuye según una t de Student con n-1 grados de libertad. t= n Propondremos el siguiente contraste:

H0: μ = 75

frente a

H1: μ > 75.

o Supongamos que H0 es cierta, luego tenemos que: X - 75 t = 21,4 se distribuye según una t de Student con 69 grados de libertad 70 o Fijamos el nivel de significación α (α=0,05), o Rechazaremos H0 si el valor de: 80,1 − 75 t0 = 21,4 es significativamente grande. 70 Aquí tenemos la diferencia entre lo observado y lo esperado. o ¿Cómo de grande? 80,1 − 75 Rechazaremos H0 si t0 = 21,4 > t1-α donde t1-α es el valor que verifica que 70 P(t(69) < t1-α) = 1-α. En nuestro caso, t0 > t1-α (1,99 > 1,65) luego rechazaremos H0. Otra manera equivalente de encarar el problema de la prueba de hipótesis es mediante el p-valor, es decir: Se calcula p = P(t>t0 / H0 es cierta) y si p es menor que el nivel de significación α se rechaza la hipótesis nula. En el ejemplo: p = P(t > 1,99 / H0 es cierta) = 0,025 como p < α (0,0166 < 0,05) luego rechazamos H0. RESUMEN Prueba de Hipótesis para la media de una distribución Normal con varianza desconocida.

H0: μ = μ0 H1: μ > μ0 X - µ0 Se rechaza H0 si S > t1-α(n-1) n

H0: μ = μ0 H1: μ < μ0 X - µ0 Se rechaza H0 si S < - t1-α(n-1) n

H0: μ = μ0 H1: μ ≠ μ0 X - µ0 Se rechaza H0 si S n > t1-α/2(n-1)

You're Reading a Free Preview

Descarga
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->