TRABAJO COLABORATIVO No.

2

Presentado por: EDUARDO AGUDELO OROZCO 4514673 JUAN CARLOS VARON QUIROGA MARIO VEGA ARCE. OMAR ANDRES SIERRA CASTRO CODIGO: 7170198

TUTOR: DANYS BRITO GRUPO: 100403_2

CURSO INFERENCIA ESTADISTICA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD FACULTDAD DE INGENIERIA Y CIENCIAS BASICAS SEPTIEMBRE DE 2011

y desarrollando los ejercicios para resolver de la guía. la elaboración del trabajo es de forma colaborativa.INTRODUCCION Este trabajo es elaborado para afianzar los conceptos manejados en el curso de Inferencia Estadística de la UNAD. . participando activamente en el foro.

• Aprender a solucionar problemas de inferencia estadística.OBJETIVOS • Aplicar los fundamentos teóricos en los que se basa la prueba de hipótesis estadística. • Explicar los elementos conceptuales esenciales que tiene la inferencia estadística en las pruebas de hipótesis. considerada como alternativa para toma de decisiones. .

donde se entiende por sensibilidad a la capacidad de una prueba para detectar diferencias. Puede interpretarse como la probabilidad de rechazar de manera correcta una hipótesis nula falsa Probabilidad de una hipótesis Nula no sea rechazada cuando de hecho es falsa y debería rechazársela. es decir una medida de que tan bien funciona la prueba de hipótesis Depende de que tan diferente en realidad es la media verdadera de la población del valor supuesto La potencia de prueba estadística depende de que tan diferente en realidad es la media verdadera de la verdadera de la población del valor supuesto Depende de la diferencia entre los valores supuestos y real del real de la población Probabilidad de tomar la decisión de rechazar la hipótesis nula cuando esta es verdadera La decisión de toma a menudo utilizando el valor P ( p_valor) Cuando menor sea el valor de significativita.1. mas fuerte será la evidencia de que un hecho no se debe a una mera coincidencia ( al Azar) Test de significación estadística que cuantifican hasta qué punto la variabilidad de la muestra puede ser responsable de los resultados de un estudio en particular Cuando más grande sea la diferencia entre las dos variables . En estas pruebas no se presupone una distribución de probabilidad para los datos. . pruebas paramétricas y pruebas No paramétricas NIVEL DE SIGNIFICACION Es la máxima probabilidad de error que estamos dispuestos aceptar para dar como válida nuestra hipótesis del investigador POTENCIA DE UNA PRUEBA Es una medida muy descriptiva y concisa de la sensibilidad de una prueba estadística. mas fácil es demostrar que la diferencia es significativa Cuando más grande sea el tamaño de la muestral mas fácil es detectar diferencias entre las mismas La potencia de una prueba aumenta cuando el tamaño del efecto aumenta Un aumento del tamaño en la muestra escogida tendría como resultado un aumento en la potencia de la prueba . por ello se conocen también como de distribución libre En la mayor parte PRUEBAS PARAMENTRICAS Requieren de variables medidas en la escala de razón o intercalar y de análisis de un parámetro de la población y otros requisitos que dependen de la prueba en específico. Establezca la diferencia entre: Nivel de significación y potencia de una prueba. una disminución en el tamaño de la muestra seleccionada tendría como resultado una disminución en la potencia PRUEBAS NO PARAMENTRICAS Requieren que los datos estén en escala nominal u ordinal.

de ellas los resultados estadísticos se derivan únicamente a partir de procedimientos de ordenación y recuento. se puede hallar un intervalo de confianza para el parámetro de interés. La varianza es la desviación estándar al cuadrado. Es lógico pensar que no haya una coincidencia total entre los datos de la población y los de la muestra. Opcional: Si se rechaza la hipótesis nula H0. Bugeda (1974) recoge tablas que permiten determinar el volumen de la muestra y el nivel de estimación para los niveles de confianza del 99. está incluido el 95. Por ejemplo.Estas pruebas comparan los grupos a través de una medida de tendencia central (parámetro): la media aritmética. existen tablas. Si queremos alcanzar una mayor certidumbre hemos de abarcar entre +3 y -3 sigmas. pero naturalmente tendremos que elevar el número de elementos de la muestra. Para determinar el volumen de la muestra. Entre +2 y -2 sigmas de la curva de distribución normal de Gauss. LA VARIANZA Y EL ERROR DE ESTIMACIÓN). Explique cuáles son las condiciones en términos de magnitud de estos factores para rechazar una hipótesis unilateral derecha o unilateral izquierda. La variancia y la desviación estándar te dan una idea de tu muestra y de su distribución (teniendo en cuenta que sea normal) (en caso de no ser normal estaríamos hablando de Mediana y Espacio intercuartil IQR). Bugeda (1974) recoge tablas que permiten determinar el volumen de la muestra y el nivel de estimación para los niveles de confianza del 99. existen tablas. Error de estimación. Para tomar la decisión en un contraste de hipótesis se puede comparar el P-Valor con el nivel de significación. Esto quiere decir que tenemos una probabilidad de que 955/1000 coincidan con los de la población total.7% y del 95%.  2. de acuerdo con el nivel de confianza. en cuyo caso el riesgo de que exista diferencia entre los estadísticos de la muestra y los parámetros de la población sean distintos será de 997/100.  Tomar la decisión de aceptar la hipótesis nula Ho si el valor experimental cae en la región de aceptación y rechazarla si dicho valor cae en la región crítica o de rechazo.. QUE LA DETERMINAN. Lo puedes usar para detectar outliers (valores fuera de lo normal).. que suele establecerse en el 5%. Hemos de indicar el máximo error tolerable. (LA CONFIABILIDAD. EXPLIQUE LOS CRITERIOS QUE TIENE UN INVESTIGADOR PARA LA DETERMINACIÓN DE ESTOS FACTORES. un valor que sea mayor a la Media + 3 SD ya empieza a considerase un outlier.7% y del 95%. de acuerdo con el nivel de confianza. EL TAMAÑO DE UNA MUESTRA PARA REALIZAR INFERENCIA ESTADÍSTICA DEPENDE DE UNOS FACTORES. Cuando la varianza es muy grande. La . tu muestra raramente tendrá una distribución normal.5% de la población. por lo que su base lógica es de fácil comprensión 2. a partir de la media. Pero si queremos rebajar ese error tendremos que aumentar el volumen de la muestra Para determinar el volumen de la muestra. La varianza es la desviación estándar al cuadrado. El nivel de confianza que queramos que alcancen nuestros resultados también influye en el tamaño que debamos dar a la muestra.

caja A y caja B. Hemos de indicar el máximo error tolerable. Usted no sabe si es la caja A o la caja B. QUÉ SIGNIFICAN EL ERROR TIPO I Y EL ERROR TIPO II. es el error que se comete cuando el investigador rechaza la hipótesis nula (Ho) siendo ésta verdadera en la población. y de ella se saca una ficha. Por ejemplo. La caja A tiene 40 fichas con el número 1. Error de estimación. Es equivalente a la probabilidad de un resultado falso negativo. Ejemplo: se tienen dos cajas. que suele establecerse en el 5%. Error de tipo II: también llamado error de tipo beta (aunque beta es la probabilidad de que exista éste error). 50 fichas con el número 10 y 10 fichas con el número 100. ya que el investigador llega a la conclusión de que ha sido incapaz de encontrar una diferencia que existe en la realidad. Pero si queremos rebajar ese error tendremos que aumentar el volumen de la muestra 3. Se tiene las hipótesis: ü Ho: la caja es la A ü H1: la caja es la B Se establece la regla de decisión: rechazar la hipótesis nula si la ficha es de 100. porque el investigador llega a la conclusión de que existe una diferencia entre las hipótesis cuando en realidad no existe.. EXPLIQUE SU INTERPRETACIÓN CON UN EJEMPLO Error de tipo I: también llamado error de tipo alfa. Cuando la varianza es muy grande. se comete cuando el investigador no rechaza la hipótesis nula siendo ésta falsa en la población. Es lógico pensar que no haya una coincidencia total entre los datos de la población y los de la muestra. un valor que sea mayor a la Media + 3 SD ya empieza a considerase un outlier. 50 fichas con el número 10 y 10 fichas con el número 1. tu muestra raramente tendrá una distribución normal. Lo puedes usar para detectar outliers (valores fuera de lo normal). La caja B tiene 40 fichas con el número 100.10 Cual es la probabilidad de cometer el error tipo II? La probabilidad de cometer el error tipo II es β: β = P (aceptar Ho/H1 es verdadera) β = P (sacar una ficha de 1 o de 10 de la caja B) β = 60/100} β = 0. FICHAS # DE FICHAS EN LA CAJA A 40 50 10 # DE FICHAS EN LA CAJA B 10 50 40 1 10 100 ¿Cuál es la probabilidad de cometer el error tipo I? La probabilidad de cometer el error tipo I es el nivel de significación α: α = P (rechazar Ho/Ho es verdadera) α = P (sacar una ficha de 100 de la caja A) α = 10/100 α = 0. Es equivalente a encontrar un resultado falso positivo.variancia y la desviación estándar te dan una idea de tu muestra y de su distribución (teniendo en cuenta que sea normal) (en caso de no ser normal estaríamos hablando de Mediana y Espacio intercuartil IQR). Se elige una caja al azar.60 .. que es la probabilidad de que ocurra este error.

QUE DEBEN CUMPLIRSE PARA VALIDAR UN ANÁLISIS DE VARIANZAS. puede resultar apropiado un análisis de regresión lineal) SSTotal = SSError + SSFactores El número de grados de libertad (gl) puede separarse de forma similar y se corresponde con la forma en que la distribución chi-cuadrado describe la suma de cuadrados asociada. Consideraciones de las pruebas no paramétricas sobre las pruebas paramétricas: Por lo general. La técnica fundamental consiste en la separación de la suma de cuadrados (SS. mostramos el modelo para un ANOVA simplificado con un tipo de factores en diferentes niveles. La distribución de los residuales debe ser normal. produciendo así modelos no muy confiables que generan sesgos y deterioran la calidad de los pronósticos. INDEPENDENCIA Y NORMALIDAD. LOS MÉTODOS NO PARAMÉTRICOS TIENEN VENTAJAS SOBRE LOS PARAMÉTRICO. y no un conjunto pequeño de modelos rígidos como lo hacen los paramétricos. son fáciles de usar y entender. Consideraciones de las pruebas paramétricas sobre las pruebas no paramétricas: A veces. No son tan eficientes como las paramétricas. Eliminan la necesidad de suposiciones restrictivas de las pruebas paramétricas. HOMOCEDASTICIDAD. Homocedasticidad: homogeneidad de las varianzas. Independencia de las observaciones.4 EXPLIQUE CUÁLES SON LOS SUPUESTOS DE HOMOGENEIDAD. En el campo no paramétrico se evita este problema al permitir una forma funcional flexible. . Se pueden usar con datos cualitativos. Los métodos paramétricos en muchas ocasiones no cumplen con los supuestos acerca de la forma funcional del conjunto de variables aleatorias de las cuales provienen los datos. Como ejemplo. Se pueden usar con muestras pequeñas. 'sum of squares') en componentes relativos a los factores contemplados en el modelo. glTotal = glError + glFactores 6 ESTABLEZCA LAS CONSIDERACIONES QUE DEBEN HACERSE PARA SELECCIONAR ENTRE UN MODELO PARAMÉTRICO O SU CORRESPONDIENTE NO PARAMÉTRICO. ignoran. (Si los niveles son cuantitativos y los efectos son lineales. El ANOVA parte de algunos supuestos que han de cumplirse: • • • • La variable dependiente debe medirse al menos a nivel de intervalo. desperdician o pierden información.

es decir. Se refiere al tamaño del error estándar de la estadística. 2. tiende a tomar valores que están por encima del parámetro de la población y la misma extensión con la que tiende a asumir valores por debajo del parámetro de población que se está estimando. Eficiencia. en promedio. UNA DE LAS OPCIONES QUE TIENE LA ESTADÍSTICA PARA REALIZAR INFERENCIA SOBRE LOS PARÁMETROS DE UNA POBLACIÓN ES LA PRUEBA DE HIPÓTESIS. y por lo tanto se especifica de una forma exacta: H0 : θ = θ 0 Hipótesis alternativa H1 Se especifica de manera más general H1: θ ≠ θ H1: θ > θ 0 0 H1: θ < θ 0. Imparcialidad. las pruebas paramétricas son más poderosas que las pruebas no paramétricas y deben usarse siempre que sea posible. Las características que hacen de un estimador un buen método 1. en dos hipótesis estadísticas. escogeríamos la estadística que tuviera el menor error estándar o la menor desviación estándar de la distribución de muestreo. La prueba de hipótesis es un procedimiento de toma de decisiones. relacionada principalmente con la elección de una acción entre dos conjuntos posibles de valores del parámetro. porque la media de distribución de muestreo de las medias de muestras tomadas de la misma población es igual a la media de la población misma. Tiene sentido pensar que un estimador con un error estándar menor (con . que aunque las pruebas no paramétricas no hacen suposiciones sobre la distribución de la población que se muestrea. Por lo general.Llevan a una mayor probabilidad de no rechazar una hipótesis nula falsa (incurriendo en un error de tipo II). EXPLIQUE LAS VENTAJAS Y DESVENTAJAS CON RESPECTO AL OTRO MÉTODO DE ESTIMACIÓN. muchas veces se apoyan en distribuciones muéstrales como la normal o la ji cuadrada. a las cuales llamaremos: Hipótesis nula H0 Corresponde a la ausencia de una modificación en la variable investigada. Si comparamos dos estadísticas de una muestra del mismo tamaño y tratamos de decidir cuál de ellas es un estimador más eficiente. Podemos decir que una estadística es un estimador imparcial (o no sesgado) si. Es importante observar. 7. Se refiere al hecho de que una media de muestra es un estimador no sesgado de una media de población.

y por lo tanto no es significativo usar t de Student. Una estadística es un estimador coherente de un parámetro de población si al aumentar el tamaño de la muestra. aunque se aceptan ligeras desviaciones de las condiciones ideales: 1. Cada conjunto de datos debe ser independiente del resto. tenemos verdadera confianza en la decisión. cuando se rechaza la hipótesis nula. EXPLIQUE LAS CONDICIONES QUE SE DEBEN IMPONER A LAS DOS VARIABLES Y LOS SUPUESTOS QUE DEBEN CUMPLIRSE PARA QUE TENGA VALIDEZ EL USO DE ESTA TÉCNICA. EL ANÁLISIS DE VARIANZA ES UNA TÉCNICA ESTADÍSTICA UTILIZADA PARA MEDIR EL EFECTO QUE TIENE CADA UNO DE LOS NIVELES EN QUE SE CLASIFICA UNA VARIABLE SOBRE OTRA VARIABLE QUE REPRESENTA LAS REPUESTAS A LAS MEDICIONES REALIZADAS UNA EXPERIMENTACIÓN. lo que no sucede con la chi cuadrado. Un estimador es suficiente si utiliza una cantidad de la información contenida en la muestra que ningún otro estimador podría extraer información adicional de la muestra sobre el parámetro de la población. 8. si la prueba se usa cuando la distribución de la población no es continua. 4. Para utilizar el ANOVA de forma satisfactoria deben cumplirse tres tipos de hipótesis.menos desviación) tendrá una mayor oportunidad de producir una estimación más cercana al parámetro de población que se está considerando. se tiene casi la certeza de que el valor de la estadística se aproxima bastante al valor del parámetro de la población. Se asume que cuanto menor sea el valor de chi-cuadrado calculado más se aproximan entre si los comportamientos de las dos muestras (cuando son dos). 3. el error que ocurre en la probabilidad resultante está en la dirección segura. Sin embargo. Suficiencia. Es decir. Si un estimador es coherente. Coherencia. o mejor se aproxima el comportamiento de una sola muestra al valor hipotético de la media asumido para la población. . se vuelve más confiable si tenemos tamaños de muestras más grandes. usada en aquellos casos en que se asume que la distribución de datos no se ajusta a la distribución normal. LOS DOS MÉTODOS NO PARAMÉTRICO PARA REALIZAR UNA BONDAD DE AJUSTE DE LOS DATOS DE UNA VARIABLE CON RESPECTO A UNA DISTRIBUCIÓN DE PROBABILIDAD SON: EL DE CHI-CUADRADO Y EL DE KOLMOGOROV SMIRNOV. a prueba Kolmogorov . 9. La prueba Chi-cuadrado es otro tipo de prueba que se utiliza para contrastar hipótesis. También puede aplicarse para tamaños de muestra pequeños. EXPLIQUE EN QUÉ CONDICIONES DEBE USARSE CADA UNO DE ELLOS.Smirnov debe usarse cuando la variable de análisis es continua.

En segundo lugar. en la hipótesis nula. la hipótesis nula es que todas las muestras provienen de la misma población y. la estimación de la varianza necesaria para el contraste es distinta. Por ejemplo. Una primera solución. consiste en bajar el valor /m.. La varianza de los subgrupos debe ser homogénea. Los niveles de estos efectos (fijos) incluyen la totalidad de las posibilidades y se definen por el experimentador (que es quien decide. que es necesario porque cuando se quiere comparar más de dos medias es incorrecto utilizar repetidamente el contraste basado en la t de Student por dos motivos:  n primer lugar. generen estimaciones de varianza independientes. y como se realizarían simultánea e independientemente varios contrastes de E hipótesis. aunque resulta un método muy conservador. A menos de que las muestras sean independientes. El análisis de la varianza es un método para comparar dos o más medias. EXISTEN DOS TIPOS DE MODELO DE ANÁLISIS DE VARIANZA: DE EFECTOS FIJOS Y DE EFECTOS ALEATORIOS. cuando se hayan realizado todas las comparaciones. qué tratamientos se comparan. que para valores m. sin embargo. en cada comparación la hipótesis nula es que las dos muestras provienen de la misma población. para lo que. a partir de poblaciones normalmente distribuidas. denominadapróximos a 0 es aproximadamente igual a de método de Bonferroni. por lo tanto. la probabilidad de que. para cada comparación. Las varianzas de cada conjunto de datos no deben diferir de forma significativa. la probabilidad de que alguno lo supere es 1 . 10. la razón de las varianzas inter e intra no adoptará la distribución F. EXPLIQUE EL SIGNIFICADO CADA UNO DE ELLOS EN UN ANÁLISIS DE VARIANZA. Cuando se utiliza la técnica anova se deben cumplir los siguientes supuestos: a. Las muestras que constituyen los grupos deben ser independientes. 3. c. en la  ipótesis nula. Los modelos de regresión de datos anidados. Si se realizan m contrastes independientes. y que por lo tanto.2. Este modelo es el que implica menos suposiciones sobre el comportamiento de los residuos. Los resultados obtenidos para cada conjunto deben seguir una distribución normal. Las personas de los diversos subgrupos deben seleccionarse mediante el muestreo aleatorio. En cada contraste se rechaza la H0 si la t supera el nivel crítico. la probabilidad de encontrar alguno significativo por azar aumentaría. por lo tanto. ningún estadístico h supere el valor) crítico es (1 .(1 m. el efecto Hospital en la evaluación de un tratamiento puede incluir tres hospitales seleccionados al azar entre los hospitales de una determinada comunidad. En los modelos de efectos aleatorios. CONCLUSIONES . hay una probabilidad. los niveles de cada efecto son resultado de una selección al azar. pues se ha hecho en base a muestras distintas.m) . b. realizan distintas hipótesis sobre el comportamiento de los residuos. usando en su lugar de. el más elemental y el más consistente es el de Efectos Fijos.

Gracias a la lectura del Modulo de inferencia estadística. en el foro participativo. BIBLIOGRAFIA . al obtener los conceptos básicos. en el cual con la integración de los compañeros logramos entregar terminado este trabajo. logramos el desarrollo de la actividad No 2. Este trabajo es la aplicación de los conceptos obtenidos y se formo un aprendizaje sobre cómo resolver problemas de inferencia estadística.

Modulo Inferencia Estadística. Jorge Eliecer Rondon Duran. Danis Brito Rosado .

Sign up to vote on this title
UsefulNot useful