Está en la página 1de 13

ESTADISTICA INFERENCIAL 1

UNIDAD 3: PRUEBAS DE HIPOTESIS CON UNA MUESTRA

PRUEBAS DE HIPOTESIS CON UNA MUESTRA


3.1 METODOLOGIA PARA LA PRUEBA DE HIPOTESIS Dentro del estudio de la inferencia estadstica, se describe como se puede tomar una muestra aleatoria y a partir de esta muestra estimar el valor de un parmetro poblacional en la cual se puede emplear el mtodo de muestreo y el teorema del valor central lo que permite explicar cmo a partir de una muestra se puede inferir algo acerca de una poblacin, lo cual nos lleva a definir y elaborar una distribucin de muestreo de medias mustrales que nos permite explicar el teorema del lmite central y utilizar este teorema para encontrar las probabilidades de obtener las distintas medias maestrales de una poblacin. Pero es necesario tener conocimiento de ciertos datos de la poblacin como la media, la desviacin estndar o la forma de la poblacin, pero a veces no se dispone de esta informacin. En este caso es necesario hacer una estimacin puntual que es un valor que se usa para estimar un valor poblacional. Pero una estimacin puntual es un solo valor y se requiere un intervalo de valores a esto se denomina intervalo de confianza y se espera que dentro de este intervalo se encuentre el parmetro poblacional buscado. Tambin se utiliza una estimacin mediante un intervalo, el cual es un rango de valores en el que se espera se encuentre el parmetro poblacional En nuestro caso se desarrolla un procedimiento para probar la validez de una aseveracin acerca de un parmetro poblacional este mtodo es denominado Prueba de hiptesis para una muestra. hiptesis y prueba de hiptesis Tenemos que empezar por definir que es una hiptesis y que es prueba de hiptesis. Hiptesis es una aseveracin de una poblacin elaborado con el propsito de poner a prueba, para verificar si la afirmacin es razonable se usan datos. En el anlisis estadstico se hace una aseveracin, es decir, se plantea una hiptesis, despus se hacen las pruebas para verificar la aseveracin o para determinar que no es verdadera. Por tanto, la prueba de hiptesis es un procedimiento basado en la evidencia muestral y la teora de probabilidad; se emplea para determinar si la hiptesis es una afirmacin razonable. Prueba de una hiptesis: se realiza mediante un procedimiento sistemtico de cinco paso:

Siguiendo este procedimiento sistemtico, al llegar al paso cinco se puede o no rechazar la hiptesis, pero debemos de tener cuidado con esta determinacin ya que en la consideracin de estadstica no proporciona evidencia de que algo sea verdadero. Esta
1 ALUMNA: GNESIS GARCIA ACOSTA

ESTADISTICA INFERENCIAL 1

UNIDAD 3: PRUEBAS DE HIPOTESIS CON UNA MUESTRA

prueba aporta una clase de prueba ms all de una duda razonable. Analizaremos cada paso en detalle Objetivo de la prueba de hiptesis. El propsito de la prueba de hiptesis no es cuestionar el valor calculado del estadstico (maestral), sino hacer Un juicio con respecto a la diferencia entre estadstico de muestra y un valor planteado del parmetro. 3.- Procedimiento sistemtico para una prueba de hiptesis de una muestra .Paso 1: Plantear la hiptesis nula Ho y la hiptesis alternativa H1. Cualquier investigacin estadstica implica la existencia de hiptesis o afirmaciones acerca de las poblaciones que se estudian. La hiptesis nula (Ho) se refiere siempre a un valor especificado del parmetro de poblacin, no a una estadstica de muestra. La letra H significa hiptesis y el subndice cero no hay diferencia. Por lo general hay un "no" en la hiptesis nula que indica que "no hay cambio" Podemos rechazar o aceptar Ho. La hiptesis nula es una afirmacin que no se rechaza a menos que los datos maestrales proporcionen evidencia convincente de que es falsa. El planteamiento de la hiptesis nula siempre contiene un signo de igualdad con respecto al valor especificado del parmetro. La hiptesis alternativa (H1) es cualquier hiptesis que difiera de la hiptesis nula. Es una afirmacin que se acepta si los datos maestrales proporcionan evidencia suficiente de que la hiptesis nula es falsa. Se le conoce tambin como la hiptesis de investigacin. El planteamiento de la hiptesis alternativa nunca contiene un signo de igualdad con respecto al valor especificado del parmetro.

3.2 HIPOTESIS NULA Y ALTERNATIVA Una hiptesis estadstica es una proposicin o supuesto sobre los parmetros de una o ms poblaciones. Suponga que se tiene inters en la rapidez de combustin de un agente propulsor slido utilizado en los sistemas de salida de emergencia para la tripulacin de aeronaves. El inters se centra sobre la rapidez de combustin promedio. De manera especfica, el inters recae en decir si la rapidez de combustin promedio es o no 50 cm/s. Esto puede expresarse de manera formal como Ho; H1; = 50 cm/s 50 cm/s = 50 cm/s, se conoce como hiptesis nula, mientras que la

La proposicin Ho;

proposicin H1; 50 cm/s, recibe el nombre de hiptesis alternativa. Puesto que la hiptesis alternativa especifica valores de que pueden ser mayores o menores que 50
2 ALUMNA: GNESIS GARCIA ACOSTA

ESTADISTICA INFERENCIAL 1

UNIDAD 3: PRUEBAS DE HIPOTESIS CON UNA MUESTRA

cm/s, tambin se conoce como hiptesis alternativa bilateral. En algunas situaciones, lo que se desea es formular una hiptesis alternativa unilateral, como en Ho; H1; < 50 cm/s H1; > 50 cm/s = 50 cm/s Ho; = 50 cm/s

Es importante recordar que las hiptesis siempre son proposiciones sobre la poblacin o distribucin bajo estudio, no proposiciones sobre la muestra. Por lo general, el valor del parmetro de la poblacin especificado en la hiptesis nula se determina en una de tres maneras diferentes: 1. Puede ser resultado de la experiencia pasada o del conocimiento del proceso, entonces el objetivo de la prueba de hiptesis usualmente es determinar si ha cambiado el valor del parmetro. 2. Puede obtenerse a partir de alguna teora o modelo que se relaciona con el proceso bajo estudio. En este caso, el objetivo de la prueba de hiptesis es verificar la teora o modelo. 3. Cuando el valor del parmetro proviene de consideraciones externas, tales como las especificaciones de diseo o ingeniera, o de obligaciones contractuales. En esta situacin, el objetivo usual de la prueba de hiptesis es probar el cumplimiento de las especificaciones. Un procedimiento que conduce a una decisin sobre una hiptesis en particular recibe el nombre de prueba de hiptesis. Los procedimientos de prueba de hiptesis dependen del empleo de la informacin contenida en la muestra aleatoria de la poblacin de inters. Si esta informacin es consistente con la hiptesis, se concluye que sta es verdadera; sin embargo si esta informacin es inconsistente con la hiptesis, se concluye que esta es falsa. Debe hacerse hincapi en que la verdad o falsedad de una hiptesis en particular nunca puede conocerse con certidumbre, a menos que pueda examinarse a toda la poblacin. Usualmente esto es imposible en muchas situaciones prcticas. Por tanto, es necesario desarrollar un procedimiento de prueba de hiptesis teniendo en cuenta la probabilidad de llegar a una conclusin equivocada. La hiptesis nula, representada por Ho, es la afirmacin sobre una o ms caractersticas de poblaciones que al inicio se supone cierta (es decir, la "creencia a priori"). La hiptesis alternativa, representada por H1, es la afirmacin contradictoria a Ho, y sta es la hiptesis del investigador. La hiptesis nula se rechaza en favor de la hiptesis alternativa, slo si la evidencia muestral sugiere que Ho es falsa. Si la muestra no contradice decididamente a Ho, se contina creyendo en la validez de la hiptesis nula. Entonces, las dos conclusiones posibles de un anlisis por prueba de hiptesis son rechazar Ho o no rechazar Ho. Para ilustrar los conceptos generales, considere el problema de la rapidez de combustin del agente propulsor presentado con anterioridad. La hiptesis nula es que la rapidez
3 ALUMNA: GNESIS GARCIA ACOSTA

ESTADISTICA INFERENCIAL 1

UNIDAD 3: PRUEBAS DE HIPOTESIS CON UNA MUESTRA

promedio de combustin es 50 cm/s, mientras que la hiptesis alternativa es que sta no es igual a 50 cm/s. Esto es, se desea probar: Ho; H1; = 50 cm/s 50 cm/s

Supngase que se realiza una prueba sobre una muestra de 10 especmenes, y que se observa cual es la rapidez de combustin promedio muestral. La media muestral es un estimador de la media verdadera de la poblacin. Un valor de la media muestral que este prximo al valor hipottico = 50 cm/s es una evidencia de que el verdadero valor de la media es realmente 50 cm/s; esto es, tal evidencia apoya la hiptesis nula Ho. Por otra parte, una media muestral muy diferente de 50 cm/s constituye una evidencia que apoya la hiptesis alternativa H1. Por tanto, en este caso, la media muestral es el estadstico de prueba. La media muestral puede tomar muchos valores diferentes. Supngase que si 48.5 51.5, entonces no se rechaza la hiptesis nula Ho; = 50 cm/s, y que si <48.5 >51.5, entonces se acepta la hiptesis alternativa H1; 50 cm/s.

Los valores de que son menores que 48.5 o mayores que 51.5 constituyen la regin crtica de la prueba, mientras que todos los valores que estn en el intervalo 48.5 51.5 forman la regin de aceptacin. Las fronteras entre las regiones crticas y de aceptacin reciben el nombre de valores crticos. La costumbre es establecer conclusiones con respecto a la hiptesis nula Ho. Por tanto, se rechaza Ho en favor de H1 si el estadstico de prueba cae en la regin crtica, de lo contrario, no se rechaza Ho. Este procedimiento de decisin puede conducir a una de dos conclusiones errneas. Por ejemplo, es posible que el valor verdadero de la rapidez promedio de combustin del agente propulsor sea igual a 50 cm/s. Sin embargo, para todos los especmenes bajo prueba, bien puede observarse un valor del estadstico de prueba que cae en la regin crtica. En este caso, la hiptesis nula Ho ser rechazada en favor de la alternativa H1cuando, de hecho, Ho en realidad es verdadera. Este tipo de conclusin equivocada se conoce como error tipo I. 3.3 ERROR TIPO I Y ERROR TIPO II El error tipo I se define como el rechazo de la hiptesis nula Ho cuando sta es verdadera. Tambin es conocido como nivel de significancia. Si tuviramos un nivel de confianza del 95% entonces el nivel de significancia sera del 5%. Anlogamente si se tiene un nivel de confianza del 90% entonces el nivel de significancia sera del 10%. Ahora supngase que la verdadera rapidez promedio de combustin es diferente de 50 cm/s, aunque la media muestral caiga dentro de la regin de aceptacin. En este caso
4 ALUMNA: GNESIS GARCIA ACOSTA

ESTADISTICA INFERENCIAL 1

UNIDAD 3: PRUEBAS DE HIPOTESIS CON UNA MUESTRA

se acepta Ho cuando sta es falsa. Este tipo de conclusin recibe el nombre de error tipo II. El error tipo II error falsa. se define como la aceptacin de la hiptesis nula cuando sta es

Por tanto, al probar cualquier hiptesis estadstica, existen cuatro situaciones diferentes que determinan si la decisin final es correcta o errnea. Decisin Aceptar Ho Rechazar Ho Ho es verdadera No hay error Error tipo I Ho es falsa Error tipo II No hay error

1. Los errores tipo I y tipo II estn relacionados. Una disminucin en la probabilidad de uno por lo general tiene como resultado un aumento en la probabilidad del otro. 2. El tamao de la regin crtica, y por tanto la probabilidad de cometer un error tipo I, siempre se puede reducir al ajustar el o los valores crticos. 3. Un aumento en el tamao muestral n reducir y de forma simultnea. 4. Si la hiptesis nula es falsa, es un mximo cuando el valor real del parmetro se aproxima al hipottico. Entre ms grande sea la distancia entre el valor real y el valor hipottico, ser menor 3.4 PRUEBAS DE HIPTESIS Z PARA LA MEDIA (DESVIACIN ESTNDAR POBLACIONAL CONOCIDA) Cuando se van a realizar pruebas de hiptesis relativas a la media poblacional m se debe saber si la varianza poblacional s es conocida o desconocida, ya que la distribucin subyacente al estadstico de prueba ser la normal estndar si la varianza es conocida, y la distribucin t en caso contrario. Las diferentes hiptesis que se pueden presentar son las siguientes: 1) Ho: m = m0 H1: m > m0 2) Ho: m = m0 H1: m < m0 3) Ho: m = m0 H1: m m0 Las pruebas de hiptesis para la media se basan en el estadstico dado por la media muestral cuya distribucin tiende a la distribucin normal (m, s /n) para muestras grandes. Prueba de hiptesis para la media con varianza conocida

5 ALUMNA: GNESIS GARCIA ACOSTA

ESTADISTICA INFERENCIAL 1

UNIDAD 3: PRUEBAS DE HIPOTESIS CON UNA MUESTRA

Cuando la varianza s Es conocida, las pruebas de hiptesis se basan en el hecho de que la variable aleatoria Z definida como, se distribuye normalmente con media cero y varianza unitaria. Para el caso de las hiptesis Ho: m = m0 contra H1: m > m0 vimos, al analizar las mejores pruebas, que la mejor regin crtica de tamao a consista en rechazar H0 si la media muestral era mayor o igual que una constante c dada por. Por lo tanto, una vez tomada la muestra y obtenidos los valores x1, x2,, xn, se calcula la media muestral dada por: y los criterios de decisin seran los siguientes: a) Rechace Ho: m = m0 si c, donde. b) Calcule el estadstico de prueba y rechace Ho: m = m0 si Z Za. c) Calcule el estadstico de prueba y estime P como el rea en la distribucin normal estndar a la derecha del valor Z calculado, y rechace Ho: m = m0 si P < a. Para el caso de las hiptesis Ho: m = m0 contra H1: m < m0 la mejor regin crtica de tamao a consiste en rechazar H0 si la media muestral es menor o igual que una constante c dada por. Por lo tanto, una vez tomada la muestra y obtenidos los valores x1, x2,, xn, se calcula la media muestral, y los criterios de decisin sera los siguientes: a) Rechace Ho: m = m0 si c, donde. b) Calcule el estadstico de prueba y rechace Ho: m = m0 si Z Z1-a. Como Za = -Z1-a se rechaza Ho si Z -Za o equivalentemente, si Z Z a. c) Calcule el estadstico de prueba y estime P como el rea en la distribucin normal estndar a la izquierda del valor Z calculado, y rechace Ho: m = m0 si P < a. Por ltimo, si las hiptesis fueran Ho:m = m0 contra H1:m m0 la mejor regin crtica de tamao a (aunque no es uniformemente ms potente como en el caso de las dos anteriores) consiste en rechazar H0 si la media muestral es menor o igual que una constante c1 mayor igual que otra constante c2. Por lo tanto, una vez tomada la muestra y obtenidos los valores x1, x2,, xn, se calcula la media muestral, y los criterios de decisin seran los siguientes: a) Rechace Ho: m = m0 si c1 c2, donde y. b) Calcule el estadstico de prueba y rechace Ho: m = m0 si Z -Za/2 Z Za/2, simplemente, si Z Z a/2. c) Calcule el estadstico de prueba y estime P como el rea en la distribucin normal estndar a la izquierda del valor Z calculado si Z es negativo, o a la derecha del valor de Z si Z es positivo, y rechace Ho: m = m0 si P < a. Tambin P se puede calcular como el rea a derecha del valor absoluto de Z. En resumen, el estadstico de prueba se basa en: Ejemplo. Un inspector de pesos y medidas visita una planta de empacado para verificar que el peso neto de las cajas sea el indicado en la etiqueta. El gerente de la planta asegura al inspector que el peso promedio de cada caja es de 750 gramos con una desviacin estndar de 5 gr. El inspector selecciona, al azar, 100 cajas y encuentra que el peso promedio es de 748 gr. Bajo estas condiciones y usando un nivel de significancia de 0.05,Qu actitud debe tomar el inspector?. Solucin. Este problema lo podemos plantear como una prueba de hiptesis del siguiente tipo:
6 ALUMNA: GNESIS GARCIA ACOSTA

ESTADISTICA INFERENCIAL 1

UNIDAD 3: PRUEBAS DE HIPOTESIS CON UNA MUESTRA

1) Ho: m = m0 = 750 H1: m < m0 (hay preocupacin si el peso medio es inferior al especificado) Con n = 100, a = 0.05, s = 5 gramos. Se tiene que Z0.05 = 1.645. Por lo tanto, la regin crtica est dada por = 750 - 1.645 x 5/10 =749.18. Por lo tanto como la media muestral es 748 gramos, se rechaza la hiptesis de que el promedio de cada caja sea 750 gramos. Por lo tanto, deben tomarse las medias necesarias para corregir esta situacin, que va en contra de los intereses del consumidor. Usando los otros criterios de aceptacin tenemos que Z = - 4.0 y el valor P es aproximadamente cero (P = 0.0). 3.5 PRUEBAS DE PROPORCIONES Proporcin: La fraccin, porcin relativa o porcentaje que expresa la parte de la poblacin o muestra que tiene u atributo particular de inters. Concepto de proporcin. n = tamao de la muestra x = nmero de xitos en la muestra Las pruebas de hiptesis a partir de proporciones se realizan casi en la misma forma utilizada cuando nos referimos a las medias, cuando se cumplen las suposiciones necesarias para cada caso. Pueden utilizarse pruebas unilaterales o bilaterales dependiendo de la situacin particular. La proporcin de una poblacin Las hiptesis se enuncian de manera similar al caso de la media. Ho: p = p0 H1: p p0 En caso de que la muestra sea grande n>30, el estadgrafo de prueba es: Se distribuye normal estndar. Regla de decisin: se determina de acuerdo a la hiptesis alternativa (si es bilateral o unilateral), lo cual puedes fcilmente hacerlo auxilindote de la tabla 4.4.1. En el caso de muestras pequeas se utiliza la distribucin Binomial. No lo abordaremos por ser complicado y poco frecuente su uso. Diferencia entre las proporciones de dos poblaciones La situacin ms frecuente es suponer que existen diferencias entre las proporciones de dos poblaciones, para ello suelen enunciarse las hiptesis de forma similar al caso de las medias:

7 ALUMNA: GNESIS GARCIA ACOSTA

ESTADISTICA INFERENCIAL 1

UNIDAD 3: PRUEBAS DE HIPOTESIS CON UNA MUESTRA

Ho: p1 = p2 p1 - p2 = 0 H1: p1 p2 Puede la hiptesis alternativa enunciarse unilateralmente. El estadgrafo de prueba para el caso de muestras independientes: Siendo a1 y a2, el nmero de sujetos con la caracterstica objeto de estudio en las muestras 1 y 2 respectivamente, es decir, en vez de calcular la varianza para cada muestra, se calcula una p conjunta para ambas muestras bajo el supuesto que no hay diferencias entre ambas proporciones y as se obtiene la varianza conjunta. Recuerda que q = 1-p. Est de ms que te diga que este estadgrafo se distribuye normal estndar. La regla de decisin se determina de manera similar a los casos ya vistos anteriormente. El objetivo de la prueba es comparar estas dos proporciones, como estimadores H1: p1 p2 Recuerda que la H1 tambin puede plantearse de forma unilateral. Si la Ho es cierta entonces b - c =0 y el estadgrafo de prueba es: Observaciones: Las pruebas de hiptesis se realizan sobre los parmetros poblacionales desconocidos, es decir, slo tiene sentido realizarlas cuando se estudia una muestra de la poblacin objeto y deseamos hacer inferencias hacia el total poblacional. Si estudiaste al total de los elementos de t poblacin objeto (definida de acuerdo a los objetivos de t investigacin), no tiene sentido realizar PH ni otro tipo de inferencia. Antes de realizar una prueba de hiptesis, debes revisar cuidadosamente las caractersticas de los datos (naturaleza de las variables), la forma de seleccin de la muestra y su tamao, en fin, valorar el cumplimiento de los supuestos necesarios para aplicar la prueba adecuada a cada caso. Fijando el nivel de significacin antes de realizar la prueba y no despus de obtener el resultado, al igual que debes valorar seriamente si debes enunciar el problema de forma bilateral o unilateral antes de realizar la prueba. Violar el cumplimiento de los supuestos implica que la prueba pierda potencia, pudiendo no encontrarse diferencias cuando realmente las hay o lo contrario. 3.6 SELECCIN DEL TAMAO DE MUESTRA PARA ESTIMAR LA MEDIA POBLACIONAL A la hora de determinar el tamao que debe alcanzar una muestra hay que tomar en cuenta varios factores: el tipo de muestreo, el parmetro a estimar, el error muestral admisible, la varianza poblacional y el nivel de confianza. Por ello antes de presentar algunos casos sencillos de clculo del tamao muestral delimitemos estos factores.

8 ALUMNA: GNESIS GARCIA ACOSTA

ESTADISTICA INFERENCIAL 1

UNIDAD 3: PRUEBAS DE HIPOTESIS CON UNA MUESTRA

Parmetro. Son las medidas o datos que se obtienen sobre la poblacin. Estadstico. Los datos o medidas que se obtienen sobre una muestra y por lo tanto una estimacin de los parmetros. Error Muestral, de estimacin o estndar. Es la diferencia entre un estadstico y su parmetro correspondiente. Es una medida de la variabilidad de las estimaciones de muestras repetidas en torno al valor de la poblacin, nos da una nocin clara de hasta dnde y con qu probabilidad una estimacin basada en una muestra se aleja del valor que se hubiera obtenido por medio de un censo completo. Siempre se comete un error, pero la naturaleza de la investigacin nos indicar hasta qu medida podemos cometerlo (los resultados se someten a error muestral e intervalos de confianza que varan muestra a muestra). Vara segn se calcule al principio o al final. Un estadstico ser ms preciso en cuanto y tanto su error es ms pequeo. Podramos decir que es la desviacin de la distribucin muestral de un estadstico y su fiabilidad. Nivel de Confianza. Probabilidad de que la estimacin efectuada se ajuste a la realidad. Cualquier informacin que queremos recoger est distribuida segn una ley de probabilidad (Gauss o Student), as llamamos nivel de confianza a la probabilidad de que el intervalo construido en torno a un estadstico capte el verdadero valor del parmetro. Varianza Poblacional. Cuando una poblacin es ms homognea la varianza es menor y el nmero de entrevistas necesarias para construir un modelo reducido del universo, o de la poblacin, ser ms pequeo. Generalmente es un valor desconocido y hay que estimarlo a partir de datos de estudios previos. 3.1.- SELECCIN DEL TAMAO DE MUESTRA PARA ESTIMAR LA MEDIA DE LA POBLACIN Veamos los pasos necesarios para determinar el tamao de una muestra empleando el muestreo aleatorio simple. Para ello es necesario partir de dos supuestos: en primer lugar el nivel de confianza al que queremos trabajar; en segundo lugar, cual es el error mximo que estamos dispuestos a admitir en nuestra estimacin. As pues los pasos a seguir son: 1.- Obtener el tamao muestral imaginando que :

Dnde: : z correspondiente al nivel de confianza elegido : varianza poblacional e: error mximo 2.- Comprobar si se cumple

9 ALUMNA: GNESIS GARCIA ACOSTA

ESTADISTICA INFERENCIAL 1

UNIDAD 3: PRUEBAS DE HIPOTESIS CON UNA MUESTRA

si esta condicin se cumple el proceso termina aqu, y ese es el tamao adecuado que debemos muestrear. Si 3.no Obtener se el cumple, tamao de pasamos la muestra a una segn la tercera siguiente fase: frmula:

Ejemplo: La Consejera de Trabajo planea un estudio con el inters de conocer el promedio de horas semanales trabajadas por las mujeres del servicio domstico. La muestra ser extrada de una poblacin de 10000 mujeres que figuran en los registros de la Seguridad Social y de las cuales se conoce a travs de un estudio piloto que su varianza es de 9.648. Trabajando con un nivel de confianza de 0.95 y estando dispuestos a admitir un error mximo de 0,1, cul debe ser el tamao muestral que empleemos?. Buscamos en las tablas de la curva normal el valor de que corresponde con el nivel de confianza elegido: = 1.96 y seguimos los pasos propuestos arriba. 1.

2.- Comprobamos que no se cumple 10000 < 3706 (3706 - 1); 10000 < 13730730 3.-

, pues en este caso

Si deseamos estimar una media: debemos saber: El nivel de confianza o seguridad (1-a ). El nivel de confianza prefijado da lugar a un coeficiente (Za ). Para una seguridad del 95% = 1.96; para una seguridad del 99% = 2.58. La precisin con que se desea estimar el parmetro (2 * d es la amplitud del intervalo de confianza). Una idea de la varianza S2 de la distribucin de la variable cuantitativa que se supone existe en la poblacin.
10 ALUMNA: GNESIS GARCIA ACOSTA

ESTADISTICA INFERENCIAL 1

UNIDAD 3: PRUEBAS DE HIPOTESIS CON UNA MUESTRA

Ejemplo: Si deseamos conocer la media de la glucemia basal de una poblacin, con una seguridad del 95 % y una precisin de 3 mg/dl y tenemos informacin por un estudio piloto o revisin bibliogrfica que la varianza es de 250 mg/dl

Si la poblacin es finita, como previamente se seal, es decir conocemos el total de la poblacin y desearamos saber cuntos del total tendramos que estudiar, la respuesta sera:

Ejemplo: De una poblacin de 1 176 adolescentes de una ciudad X se desea conocer la aceptacin por los programas humorsticos televisivos y para ello se desea tomar una muestra por lo que se necesita saber la cantidad de adolescentes que deben entrevistar para tener una informacin adecuada con error estndar menor de 0.015 al 90 % de confiabilidad. Solucin: = 1 176 = 0,015

por lo que

11 ALUMNA: GNESIS GARCIA ACOSTA

ESTADISTICA INFERENCIAL 1

UNIDAD 3: PRUEBAS DE HIPOTESIS CON UNA MUESTRA

Es decir para realizar la investigacin se necesita una muestra de al menos 298 adolescentes. 3.7 SELECCIN DEL TAMAO DE MUESTRA PARA ESTIMAR LA PROPORCION POBLACIONAL Para calcular el tamao de muestra para la estimacin de proporciones poblacionales hemos de tener en cuenta los mismos factores que en el caso de la media. La frmula que nos permitir determinar el tamao muestral es la siguiente: Donde : z correspondiente al nivel de confianza elegido P: proporcin de una categora de la variable e: error mximo N: tamao de la poblacin Siguiendo con el estudio planteado en el punto anterior, supongamos que tratamos de estimar la proporcin de mujeres que trabajan diariamente 10 horas o ms. De un estudio piloto se dedujo que P=0.30, fijamos el nivel de confianza en 0.95 y el error mximo 0.02. Ejemplo: A cuntas personas tendramos que estudiar para conocer la prevalencia de diabetes? Seguridad = 95%; Precisin = 3%: Proporcin esperada = asumamos que puede ser prxima al 5%; si no tuvisemos ninguna idea de dicha proporcin utilizaramos el valor p = 0,5 (50%) que maximiza el tamao muestral:

Dnde: Za 2 = 1.962 (ya que la seguridad es del 95%) p = proporcin esperada (en este caso 5% = 0.05) q = 1 p (en este caso 1 0.05 = 0.95) d = precisin (en este caso deseamos un 3%)

Si la poblacin es finita, es decir conocemos el total de la poblacin y desesemos saber cuntos del total tendremos que estudiar la respuesta seria:

12 ALUMNA: GNESIS GARCIA ACOSTA

ESTADISTICA INFERENCIAL 1

UNIDAD 3: PRUEBAS DE HIPOTESIS CON UNA MUESTRA

dnde: N = Total de la poblacin Za2 = 1.962 (si la seguridad es del 95%) p = proporcin esperada (en este caso 5% = 0.05) q = 1 p (en este caso 1-0.05 = 0.95) d = precisin (en este caso deseamos un 3%). A cuntas personas tendra que estudiar de una poblacin de 15.000 habitantes para conocer la prevalencia de diabetes? Seguridad = 95%; Precisin = 3%; proporcin esperada = asumamos que puede ser prxima al 5% ; si no tuviese ninguna idea de dicha proporcin utilizaramos el valor p = 0.5 (50%) que maximiza el tamao muestral.

Segn diferentes seguridades el coeficiente de Za vara, as: Si la seguridad Za fuese del 90% el coeficiente sera 1.645 Si la seguridad Za fuese del 95% el coeficiente sera 1.96 Si la seguridad Za fuese del 97.5% el coeficiente sera 2.24 Si la seguridad Za fuese del 99% el coeficiente sera 2.576

13 ALUMNA: GNESIS GARCIA ACOSTA