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

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. y desarrollando los ejercicios para resolver de la guía. participando activamente en el foro. .

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

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. Establezca la diferencia entre: Nivel de significación y potencia de una prueba.1. 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. 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. donde se entiende por sensibilidad a la capacidad de una prueba para detectar diferencias. 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. 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. 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. 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 .

Estas pruebas comparan los grupos a través de una medida de tendencia central (parámetro): la media aritmética.7% y del 95%. 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. Bugeda (1974) recoge tablas que permiten determinar el volumen de la muestra y el nivel de estimación para los niveles de confianza del 99. Para determinar el volumen de la muestra. a partir de la media. un valor que sea mayor a la Media + 3 SD ya empieza a considerase un outlier. Lo puedes usar para detectar outliers (valores fuera de lo normal). tu muestra raramente tendrá una distribución normal. existen tablas. Pero si queremos rebajar ese error tendremos que aumentar el volumen de la muestra Para determinar el volumen de la muestra. Para tomar la decisión en un contraste de hipótesis se puede comparar el P-Valor con el nivel de significación. pero naturalmente tendremos que elevar el número de elementos de la muestra. está incluido el 95. Esto quiere decir que tenemos una probabilidad de que 955/1000 coincidan con los de la población total. Si queremos alcanzar una mayor certidumbre hemos de abarcar entre +3 y -3 sigmas.5% de la población. se puede hallar un intervalo de confianza para el parámetro de interés. (LA CONFIABILIDAD. Cuando la varianza es muy grande. que suele establecerse en el 5%.  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. La varianza es la desviación estándar al cuadrado. Bugeda (1974) recoge tablas que permiten determinar el volumen de la muestra y el nivel de estimación para los niveles de confianza del 99. de acuerdo con el nivel de confianza. Explique cuáles son las condiciones en términos de magnitud de estos factores para rechazar una hipótesis unilateral derecha o unilateral izquierda. existen tablas. Hemos de indicar el máximo error tolerable. 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). Error de estimación. El nivel de confianza que queramos que alcancen nuestros resultados también influye en el tamaño que debamos dar a la muestra. Por ejemplo. EL TAMAÑO DE UNA MUESTRA PARA REALIZAR INFERENCIA ESTADÍSTICA DEPENDE DE UNOS FACTORES. QUE LA DETERMINAN. La . LA VARIANZA Y EL ERROR DE ESTIMACIÓN). de ellas los resultados estadísticos se derivan únicamente a partir de procedimientos de ordenación y recuento. Entre +2 y -2 sigmas de la curva de distribución normal de Gauss. 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. de acuerdo con el nivel de confianza..7% y del 95%. La varianza es la desviación estándar al cuadrado. EXPLIQUE LOS CRITERIOS QUE TIENE UN INVESTIGADOR PARA LA DETERMINACIÓN DE ESTOS FACTORES.  2. por lo que su base lógica es de fácil comprensión 2.

porque el investigador llega a la conclusión de que existe una diferencia entre las hipótesis cuando en realidad no existe. caja A y caja B. Lo puedes usar para detectar outliers (valores fuera de lo normal).. que es la probabilidad de que ocurra este error.. 50 fichas con el número 10 y 10 fichas con el número 100. La caja B tiene 40 fichas con el número 100. tu muestra raramente tendrá una distribución normal. Ejemplo: se tienen dos cajas. Es equivalente a encontrar un resultado falso positivo. Cuando la varianza es muy grande. y de ella se saca una ficha. 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. Error de tipo II: también llamado error de tipo beta (aunque beta es la probabilidad de que exista éste error). se comete cuando el investigador no rechaza la hipótesis nula siendo ésta falsa en la población. Hemos de indicar el máximo error tolerable. EXPLIQUE SU INTERPRETACIÓN CON UN EJEMPLO Error de tipo I: también llamado error de tipo alfa. Es lógico pensar que no haya una coincidencia total entre los datos de la población y los de la muestra. La caja A tiene 40 fichas con el número 1. que suele establecerse en el 5%. QUÉ SIGNIFICAN EL ERROR TIPO I Y EL ERROR TIPO II. 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 100.10 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. Se elige una caja al azar. Error de estimación. un valor que sea mayor a la Media + 3 SD ya empieza a considerase un outlier. es el error que se comete cuando el investigador rechaza la hipótesis nula (Ho) siendo ésta verdadera en la población.60 .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). 50 fichas con el número 10 y 10 fichas con el número 1. Usted no sabe si es la caja A o la caja B. ya que el investigador llega a la conclusión de que ha sido incapaz de encontrar una diferencia que existe en la realidad. Por ejemplo. Es equivalente a la probabilidad de un resultado falso negativo. Pero si queremos rebajar ese error tendremos que aumentar el volumen de la muestra 3.

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

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

Una estadística es un estimador coherente de un parámetro de población si al aumentar el tamaño de la muestra. se tiene casi la certeza de que el valor de la estadística se aproxima bastante al valor del parámetro de la población. 3. y por lo tanto no es significativo usar t de Student. usada en aquellos casos en que se asume que la distribución de datos no se ajusta a la distribución normal. o mejor se aproxima el comportamiento de una sola muestra al valor hipotético de la media asumido para la población. si la prueba se usa cuando la distribución de la población no es continua. 8. el error que ocurre en la probabilidad resultante está en la dirección segura. 4. 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.menos desviación) tendrá una mayor oportunidad de producir una estimación más cercana al parámetro de población que se está considerando. 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 . Para utilizar el ANOVA de forma satisfactoria deben cumplirse tres tipos de hipótesis. aunque se aceptan ligeras desviaciones de las condiciones ideales: 1. Es decir. Sin embargo. . tenemos verdadera confianza en la decisión. Si un estimador es coherente. 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. 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). cuando se rechaza la hipótesis nula. Suficiencia. También puede aplicarse para tamaños de muestra pequeños. Cada conjunto de datos debe ser independiente del resto. 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. 9. Coherencia. se vuelve más confiable si tenemos tamaños de muestras más grandes.Smirnov debe usarse cuando la variable de análisis es continua. La prueba Chi-cuadrado es otro tipo de prueba que se utiliza para contrastar hipótesis. EXPLIQUE EN QUÉ CONDICIONES DEBE USARSE CADA UNO DE ELLOS.

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

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. al obtener los conceptos básicos. en el foro participativo.Gracias a la lectura del Modulo de inferencia estadística. BIBLIOGRAFIA .

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

Sign up to vote on this title
UsefulNot useful