Introduccin

Los procesos estadsticos son herramientas cuantitativas y cualitativas

que permiten evaluar magnitudes de lo real. Por lo tanto diversas
ciencias tanto naturales como sociales toman como disciplina de apoyo
y complemento nociones estadsticas que de manera eficaz permitan la
evaluacin y descripcin de fenmenos mediante el clculo de
operaciones matemticas a travs de las cuales se puede caracterizar
y determinar los aspectos ms significativos de una poblacin o
muestra.
 Contraste de Hiptesis
Una suposicin que hacemos con respecto a un parmetro de poblacin. Para probar la
validez de esta suposicin:
1. Recolectamos datos de muestra.
2. Producimos estadsticas mustrales.
3. Determinamos la diferencia entre nuestro valor hipottico y un parmetro hipottico de
poblacin. Mientras ms pequea la diferencia mayor ser la probabilidad de que
nuestro valor sea correcto.
Tipos de Hiptesis
Paramtricas: Hiptesis suceptibles de medicin y tratamiento estadstico con
referencia a un parmetro de poblacin preestablecido.
No Paramtricas: No tenemos parmetros, se trabaja con frecuencias esperadas y
observadas.
Sistema de Hiptesis
Hiptesis Nula (Ho): Simboliza la suposicin que deseamos probar. El principio es
rechazarla. Se llama nula porque tiene la igualdad, es decir; se reserva el cero y por tanto
es ms preciza. Su complemento es la hiptesis alternativa.

Hiptesis Alternativa (H): Simboliza el rechazo de nuestra suposicin (Ho) y

cumplimiento de algn otro evento. Su complemento es la hiptesis nula. Su funcin es
orientar el contraste de hiptesis, (>) mayor que (<) menor que.
 Procedimiento Bsico para realizar el Contraste de Hiptesis
1. Formular la Hiptesis nula (Ho) y la Hiptesis alternativa (H)
2. Seleccionar el tipo de distribucin a usar o estadstico a contrastar en la prueba:
Tamao de muestra (n) es mayor que Se conoce la desviacin estndar de
(>) 30 la poblacin
Distribucin
normal Tamao de muestra (n) es 30 y Se conoce la desviacin estndar de
suponemos que la poblacin es normal la poblacin
o aprox. Normal.
Distribucin t Tamao de muestra (n) es 30 y No se conoce la desviacin estndar
suponemos que la poblacin es normal de la poblacin
o aprox. Normal a medida que
aumentan los grados de libertad ()
3. Seleccin del nivel de significacin: Consiste en decidir que criterio utilizar para
confirmar si se acepta o no Ho. No existe un nivel estndar para probar hiptesis, todo
depende de el error dispuesto a cometer. Los ms usados 1%, 2%, 5% y 10%.
Error tipo I: Rechazar la hiptesis nula cuando es cierta () Zt
/ /
1-
Error tipo II: Aceptar la hiptesis nula cuando es falsa () Zt

1-
4. Definicin de la regin de aceptacin o rechazo
aceptacin
Bilateral Se rechaza la hiptesis nula si la media de muestra es
Ho = Ho / /
mayor o menor que la media hipottica de poblacin
H Ho Ho
rechazamos
Unilateral
aceptacin
Ho = Ho Se rechaza la hiptesis nula si la media de la muestra
H < Ho es menor que la media hipottica de poblacin
Ho
rechazamos
aceptacin
Ho = Ho Se rechaza la hiptesis nula si la media de la muestra es
H > Ho mayor que la media hipottica de poblacin
Ho
rechazamos
5. Realizar los clculos correspondientes: Error estndar y estandarizacin del
estadstico de la muestra.

6. Interpretacin de los resultados y toma de desiciones.

 Contraste de Hiptesis: Prueba de una muestra.
Media
1. Establecemos las hiptesis, tipo de prueba y nivel de significacin
2. Elegimos las distribucin apropiada.

Distribucin Normal: Distribucin t Student:

Desconocemos de la poblacin Desconocemos de la poblacin
Muestra 30 Muestra 30
3. Establecemos el nivel de significacin y tipo de error a cometer.
4. Definicin de la regin de aceptacin o rechazo.
5. Clculo del error estndar de la media x
n
Como desconocemos de la poblacin asumimos que = s entonces la frmula quedara de la
siguiente manera:
Error estndar estimado de la media
x
n

Si conocemos el tamao de la poblacin y la fraccin de muestro n / N es mayor a 0.05 aplicar el

factor de correccin para poblaciones finitas N-n
N-1
Estandarizamos los valores originales de x con la siguiente frmula para distribucin normal:
con la siguiente frmula para distribucin t: t x
Z x Ho
x
x
6. Interpretacin de los resultados y toma de decisiones
Proporcin
1. Establecemos las hiptesis, tipo de prueba y nivel de significacin
2. Elegimos las distribucin apropiada. La distribucin binomial es tericamente la apropiada para
trabajar con proporciones, porque los datos son discretos. Sin embargo, al aumentar la muestra, la
distribucin binomial se aproxima a la normal. Siempre que n.p y n.q cada una sea al menos 5, se
puede utilizar la distribucin normal como aproximacin a binomial.
3. Establecemos el nivel de significacin y tipo de error a cometer.
4. Definicin de la regin de aceptacin o rechazo.
5. Clculamos el error estndar de la proporcin p = PHo . QHo
y estandarizamos Z = p PHo n
p
6. Interpretacin de los resultados y toma de desiciones
 Contraste de Hiptesis: Prueba de dos muestras
Para estudiar dos poblaciones la distribucin que nos interesa es la distribucin muestral de
la diferencia entre medias mustrales. sta se obtiene de la toma de muestras de distintas
poblaciones y de su diferencia con respecto a las dos medias.
Diferencia postiva: Si x > x Diferencia negativa: Si x < x
La media de la distribucin muestral de la diferencia entre las medias mustrales se denota x - x .
Si las medias muestrales son de la misma poblacin entonces se anulan, de acuerdo al teorema del lmite
central.
La desviacin estndar de las diferencias entre medias mustrales, se conoce como error estndar
de la diferencia entre medias.
x-x () ()
n + n
Si no conocemos las dos desviaciones estndar de la poblacin, estimamos el error estndar utilizando
el mismo mtodo = s x-x () ()
n + n
Prueba para diferencia entre dos medias: Muestras grandes
Si la muestra es 30 procedemos a estandarizar los valores con distribucin normal.

Z (x-x) (x - x )
x-x
 Prueba para diferencia entre dos medias: Muestras
pequeas e independientes entre s
Cuando los tamaos de las muestras son 30, no se conoce de la poblacin y cada muestra
se eligi de manera independiente de otra, usamos la distribucin t student, pero con ciertos
cambios tcnicos:
1. Como no se conoce de la poblacin debemos estimarla. Sabiendo que la muestra es pequea
y suponiendo que las desviaciones de poblacin son iguales ( = ), debemos usar un
promedio ponderado de las desviaciones de ambas muestras (s, s). El peso de cada muestra
son el nmero de grados de libertad (). Este promedio ponderado se le conoce como
estimacin conjunta de .
Sp (n-1) . (s) + (n-1) . (s)
n + n - 2
2. Clculamos el error estndar estimado de la diferencia entre dos medias
muestrales x-x Sp .1 + 1
n n
Luego procedemos con la estandarizacin de las diferencias de las medias de la muestra

t (x-x) (x - x )
x-x
Prueba para diferencia entre dos medias: Muestras pequeas y
dependientes
El uso de muestras dependientes (o apareadas), permite llevar a cabo anlisis ms precizos,
porque permite controlar factores externos.
Se sigue el procedimiento bsico anterior de la prueba de hiptesis. Las nicas diferencias
consisten en:
1. Se emplea la misma frmula utilizada para el clculo del error estndar estimado de la
media para una sola muestra. = s x y estandarizamos t x

n x
Conceptualmente, tenemos una muestra observada dos veces, es decir; dependientes.
2. Ambas muestras deber ser del mismo tamao.

Cundo tratar las muestras como dependientes o independientes?

 Prueba entre proporciones: Muestras grandes
El procedimiento general a seguir es muy parecido al de comparacin de dos medias utilizando
muestras independientes. La nica diferencia importante se da en la forma de encontrar un
estimacin para el error estndar de la diferencia entre dos proporciones de muestra,
para ello es necesario utilizar las proporciones combinadas de xito de ambas muestras y obtener
una proporcin global estimada de xito en dos poblaciones.
Si la muestra es 30 usamos la distribucin normal para aproximar a la binomial.
Prueba de dos colas (bilateral)
1. Establecemos las hiptesis, tipo de prueba
2. Seleccionar el tipo de distribucin a usar o estadstico a contrastar en la prueba:
3. Establecemos el nivel de significacin y tipo de error a cometer.
4. Definicin de la regin de aceptacin o rechazo. En este caso es bilateral.
5. Clculo del error estndar de la diferencia entre proporciones p- p p. q + p. q
n n
Si no se conocen los parmetros de la poblacin, es necesario estimarlos
a partir de la muestra, la frmula quedara: p- p p. q + p. q
n n
Proporcin global estimada de xito en dos p n . p + n . p q1-p
poblaciones.
n + n

Error estndar estimado de la diferencia entre dos proporciones p- p p. q + p. q

de muestra, usando estimaciones combinadas.
n n
Estandarizamos la diferencia Z (p- p) - (P- P ) Se anula si suponemos que no
hay diferencia entre las dos
p- p proporciones de poblacin

Prueba de una cola (unilateral)

1. Establecemos las hiptesis, tipo de prueba. Con atencin a las referencias sobre una proporcin
><
2. Seleccionar el tipo de distribucin a usar o estadstico a contrastar en la prueba:
3. Establecemos el nivel de significacin y tipo de error a cometer.
4. Definicin de la regin de aceptacin o rechazo. En este caso es unilateral.
5. Clculo del error estndar estimado de la diferencia entre proporciones, para ello necesitamos
calcular la proporcin global estimada de xito. Luego proceder a estandarizar las proporciones
de muestra ( p- p)
 Prueba de Independencia: Prueba Ji - cuadrada
Nos permite probar si ms de dos proporciones de poblacin pueden ser consideradas iguales.
Determinar si los atributos de una poblacin clasificada en categoras, son independientes entre s
Los datos vienen dados a partir de una tabla de frecuencias.
Partimos del principio de Independencia P (AB) = P ( a ) . P ( b)
1. Establecemos las hiptesis.
2. Seleccionar el tipo de distribucin a usar o estadstico a contrastar en la prueba. ()
3. Establecemos el nivel de significacin, si no viene dado.
4. Definicin de la regin de aceptacin y rechazo.
5. Calculamos la frecuencias esperadas para cada celda de la tabla de frecuencias
(fe) Total de filas x Total de columnas / Total general
6. Calculamos el estadstico Ji - cuadrado (fo - fe)
fe
7. Calculamos los grados de libertad (fila - 1) . (columna - 1)

Bosquejamos la distribucin y observamos si los criterios Son Independientes o No Independientes.