Está en la página 1de 51

Análisis de datos

INTRODUCCIÓN

La estadística es la disciplina que nos proporciona una metodología para recoger,


organizar, resumir, analizar datos y hacer inferencias a partir de ellas.

Puede deducirse de la definición que hay dos ramas claramente diferenciadas


dentro de la estadística: La Estadística Descriptiva y La Inferencia Estadística que
es el punto a tratar en el presente trabajo.

La inferencia Estadística tiene como función inferir las características de un


colectivo a partir de un subconjunto de éste.

Referente al contraste de hipótesis, sabemos que un problema es investigable


cuando existen dos o más soluciones alternativas y tenemos dudas acerca de cual
de ellas es la mejor. Esta situación permite formular una o más hipótesis de
trabajo, ya que cada una de ellas destaca la conveniencia de una de las
soluciones sobre las demás. Si nuestro propósito es comprobar una teoría ella
misma será la hipótesis del trabajo, pero es importante destacar que al formular
dicha o dichas hipótesis no significa que ya esté resuelto el problema, al contrario,
que nuestra duda nos impulsa a comprobar la verdad o falsedad de cada una de
ellas.

La decisión final partirá de las decisiones previas de aceptar o rechazar las


hipótesis de trabajo.

CAPITULO I

Contraste de Hipótesis

Etapas Básicas en Pruebas de Hipótesis.

Al realizar pruebas de hipótesis, se parte de un valor supuesto (hipotético) en


parámetro poblacional. Después de recolectar una muestra aleatoria, se compara
la estadística muestral, así como la media (x), con el parámetro hipotético, se
compara con una supuesta media poblacional (). Después se acepta o se rechaza
el valor hipotético, según proceda. Se rechaza el valor hipotético sólo si el
resultado muestral resulta muy poco probable cuando la hipótesis es cierta.
Etapa 1.- Planear la hipótesis nula y la hipótesis alternativa. La hipótesis nula (H0)
es el valor hipotético del parámetro que se compra con el resultado muestral
resulta muy poco probable cuando la hipótesis es cierta.

Etapa 2.- Especificar el nivel de significancia que se va a utilizar. El nivel de


significancia del 5%, entonces se rechaza la hipótesis nula solamente si el
resultado muestral es tan diferente del valor hipotético que una diferencia de esa
magnitud o mayor, pudiera ocurrir aleatoriamente con una probabilidad de 1.05 o
menos.

Etapa 3.- Elegir la estadística de prueba. La estadística de prueba puede ser la


estadística muestral (el estimador no segado del parámetro que se prueba) o una
versión transformada de esa estadística muestral. Por ejemplo, para probar el
valor hipotético de una media poblacional, se toma la media de una muestra
aleatoria de esa distribución normal, entonces es común que se transforme la
media en un valor z el cual, a su vez, sirve como estadística de prueba.

Tabla 10.1. Consecuencias de las Decisiones en Pruebas de Hipótesis.

Situaciones Posibles
La
Decisiones Posibles La hipótesis nula hipótesis
es verdadera nula es
falsa
Aceptar la Hipótesis
Se acepta correctamente Error tipo II
Nula
Rechazar la Hipótesis Se rechaza
Error tipo I
Nula correctamente
Etapa 4.- Establecer el valor o valores críticos de la estadística de prueba.
Habiendo especificado la hipótesis nula, el nivel de significancia y la estadística de
prueba que se van a utilizar, se produce a establecer el o los valores críticos de
estadística de prueba. Puede haber uno o más de esos valores, dependiendo de si
se va a realizar una prueba de uno o dos extremos.

Etapa 5.- Determinar el valor real de la estadística de prueba. Por ejemplo, al


probar un valor hipotético de la media poblacional, se toma una muestra aleatoria
y se determina el valor de la media muestral. Si el valor crítico que se establece es
un valor de z, entonces se transforma la media muestral en un valor de z.

Etapa 6.- Tomar la decisión. Se compara el valor observado de la estadística


muestral con el valor (o valores) críticos de la estadística de prueba. Después se
acepta o se rechaza la hipótesis nula. Si se rechaza ésta, se acepta la alternativa;
a su vez, esta decisión tendrá efecto sobre otras decisiones de los
administradores operativos, como por ejemplo, mantener o no un estándar de
desempeño o cuál de dos estrategias de mercadotecnia utilizar.

Conceptos Básicos para el Procedimiento de Pruebas de Hipótesis.

Hipótesis Estadística:

Al intentar alcanzar una decisión, es útil hacer hipótesis (o conjeturas) sobre la


población aplicada.

Tales hipótesis, que pueden ser o no ciertas, se llaman hipótesis estadísticas.

Son, en general, enunciados acerca de las distribuciones de probabilidad de las


poblaciones.

Hipótesis Nula:

En muchos casos formulamos una hipótesis estadística con el único propósito de


rechazarla o invalidarla. Así, si queremos decidir si una moneda está trucada,
formulamos la hipótesis de que la moneda es buena ( o sea p = 0,5, donde p es la
probabilidad de cara).

Analógicamente, si deseamos decidir si un procedimiento es mejor que otro,


formulamos la hipótesis de que no hay diferencia entre ellos (o sea. Que cualquier
diferencia observada se debe simplemente a fluctuaciones en el muestreo de la
misma población). Tales hipótesis se suelen llamar hipótesis nula y se denotan por
Ho.

Hipótesis Alternativa.

Toda hipótesis que difiere de una dada se llamará una hipótesis alternativa. Por
ejemplo: Si una hipótesis es p = 0,5, hipótesis alternativa podrían ser p = 0,7, p "
0,5 ó p > 0,5.

Una hipótesis alternativa a la hipótesis nula se denotará por H1.

Errores de tipo I y de tipo II.

Si rechazamos una hipótesis cuando debiera ser aceptada, diremos que se ha


cometido un error de tipo I.

Por otra parte, si aceptamos una hipótesis que debiera ser rechazada, diremos
que se cometió un error de tipo II.
En ambos casos, se ha producido un juicio erróneo.

Para que las reglas de decisión (o no contraste de hipótesis) sean buenas, deben
diseñarse de modo que minimicen los errores de la decisión; y no es una cuestión
sencilla, porque para cualquier tamaño de la muestra, un intento de disminuir un
tipo de error suele ir acompañado de un crecimiento del otro tipo. En la practica,
un tipo de error puede ser más grave que el otro, y debe alcanzarse un
compromiso que disminuya el error más grave.

La única forma de disminuir ambos a la vez es aumentar el tamaño de la muestra


que no siempre es posible.

Niveles de Significación.

Al contrastar una cierta hipótesis, la máxima probabilidad con la que estamos


dispuesto a correr el riesgo de cometerán error de tipo I, se llama nivel de
significación.

Esta probabilidad, denota a menudo por se, suele especificar antes de tomar la
muestra, de manera que los resultados obtenidos no influyan en nuestra elección.

En la practica, es frecuente un nivel de significación de 0,05 ó 0,01, si bien se une


otros valores. Si por ejemplo se escoge el nivel de significación 0,05 (ó 5%) al
diseñar una regla de decisión, entonces hay unas cinco (05) oportunidades entre
100 de rechazar la hipótesis cuando debiera haberse aceptado; Es decir, tenemos
un 95% de confianza de que hemos adoptado la decisión correcta. En tal caso
decimos que la hipótesis ha sido rechazada al nivel de significación 0,05, lo cual
quiere decir que tal hipótesis tiene una probabilidad 0,05 de ser falsa.

Prueba de Uno y Dos Extremos.

Cuando estudiamos ambos valores estadísticos es decir, ambos lados de la media


lo llamamos prueba de uno y dos extremos o contraste de una y dos colas.

Con frecuencia no obstante, estaremos interesados tan sólo en valores extremos a


un lado de la media (o sea, en uno de los extremos de la distribución), tal como
sucede cuando se contrasta la hipótesis de que un proceso es mejor que otro (lo
cual no es lo mismo que contrastar si un proceso es mejor o peor que el otro) tales
contrastes se llaman unilaterales, o de un extremo. En tales situaciones, la región
critica es una región situada a un lado de la distribución, con área igual al nivel de
significación.

La siguiente tabla de valores críticos de “z” para contraste de unos o dos extremos
en varios niveles de significación.
Nivel de
0.10 0.05 0.01 0.005 0.02
significación
Valores críticos de
-1.645 o -2.33 o -2.58 o
“z” para Test -1.28 o 1.28 -2.88 o 2.88
1.645 2.33 2.58
Unilaterales
Valores Críticos de
- 1.645 y -2.58 y -2.81 y
“z” para Test - 1.96 y 1.96 -3.08 y 3.08
1.645 2.58 2.81
Bilaterales
Curva Característica Operativa y Curva de Potencia.

Hemos visto como limitar el error de tipo I eligiendo adecuadamente el nivel de


significación.

Es posible evitar el riesgo de cometer error de tipo II simplemente no aceptado


nunca hipótesis, pero en muchas aplicaciones prácticas esto es inviable.

En tales casos se suele recurrir a curvas de operación características o curvas de


“OC”, que son gráficos que muestran las probabilidades de error de tipo II bajo
diversas hipótesis.

Proporcionan indicadores de hasta que punto un test dado nos permitirá evitar un
error de tipo II; es decir, nos indicará la potencia de un test a la hora de prevenir
decisiones erróneas. Son útiles en el diseño de experimentos porque sugieren
entre otras cosas al tamaño de muestra a manejar.

Grados de Libertad.

Para el cálculo de un estadístico, es necesario emplear tanto observaciones de


muestra como propiedades de ciertos parámetros de la población. Si estos
parámetros son desconocidos, hay que estimarlos a partir de la muestra el número
de grados de libertad de un estadístico, generalmente denotado por “v” se define
como el número “N” de observaciones independientes en la muestra (o sea, el
tamaño de la muestra) menos el número K de parámetros de la población, que
debe ser estimado a partir de observaciones muéstrales.

En símbolos, v = N - k.

Capitulo II

Contraste de hipótesis referentes a la diferencia entre:

Una media muestra y una media población; utilizando la distribución (z)


El uso de la distribución normal z se busca en las mismas condiciones que en el
caso de una muestra excepto que ahora se tienen dos muestras independientes.
La formula general para determinar el valor de z para probar la diferencia entre
dos medidas, dependiendo de sí se conocen los valores para las dos poblaciones,
es:

Donde puede procederse a probar cualquier diferencia supuesta (1 - 2)0. Sin


embargo la hipótesis nula que generalmente se prueba consiste en que las dos
muestras se obtienen de poblaciones con medias iguales. En este caso (1 - 2)0 =
0, y las formulas anteriores se vuelven más simples:

Una media Muestral y una Media Poblacional.

Una distribución poblacional representa la distribución de valores de una población


y una distribución muestral representa la distribución de los valores de una
muestra. En contraste con las distribuciones de mediciones individuales, una
distribución muestral es una distribución de probabilidad que se aplica a los
valores posibles de una estadística muestral. Así, la distribución muestral de la
media es la distribución de probabilidad de los valores posibles de la media
muestral con base en un determinado tamaño de muestra.

Para cualquier tamaño de muestra dado n, tomado de una población con media ,
los valores de la media muestral varían de una muestra a otra. Esta variabilidad
sirve de base para la distribución muestral. La distribución muestral de la media se
describe determinando el valor esperado E () o media, de la distribución y la
desviación estándar de la distribución de las medias, . Como esta desviación
estándar indica la precisión de la media muestral como estimador puntual, por lo
general se le denomina error estándar de la media. En general, se define el valor
esperado de la media y el error estándar de la media de la siguiente manera:

Ejemplo: Suponga que la media de una población muy grande es = 50.0 y que la
desviación estándar es = 12.0. Se determina la población muestral de las medias
para una muestra de tamaño n = 36, en términos del valor esperado y del error
estándar de la distribución de la siguiente manera.

E
Cuando se muestra a partir de una población finita, se debe incluir un factor de
corrección por población finita en la fórmula para el error estándar de la media.
Como regla general, la corrección es despreciable y puede omitirse cuando n <
0.05 N, es decir, cuando el tamaño de la muestra es menos del 5% del tamaño de
la población. Muchos textos y programas de computación no incluyen esta
corrección porque suponen que la población siempre es muy grande, o quizá de
tamaño infinito. La fórmula para el error estándar de le media, incluyendo el factor
de corrección por la población finita, es:

Si no se conoce la desviación estándar de la población, puede estimarse el error


estándar de la media utilizando la desviación estándar muestral como estimador
de la desviación estándar de la población. Para diferenciar este error estándar del
que se basa en una o conocida, se le designa mediante el símbolo S (o mediante
ô en algunos textos). La fórmula del error estándar estimado de la media es:

La fórmula del error estándar estimado de la media, incluyendo el factor de


corrección por población finita es:

Proposiciones Utilizando la definición Chi - Cuadrado (X2).

Una media de la discrepancia existente entre las frecuentes observadas y


esperadas viene proporcionada por el estadístico X2 dado por:

Donde si la frecuencia total es N,

Una expresión equivalente a la formula (1) :

Si X2 = 0 Las frecuencias observadas y teóricas coinciden completamente,


mientras que si X2 > 0, no coinciden exactamente a valores más grandes de X2,
mayor discrepancia entre las frecuencias observadas y esperadas.

La distribución muestral de X2 se aproxima muy bien por la distribución Chi -


Cuadrada.

Distribución Chi - Cuadrado para la Bondad de Ajustes:

El Test Chi - Cuadrado puede utilizarse para determinar la calidad del ajuste
mediante distribuciones teóricas (como la distribución normal o la binomial) de
distribución empíricas (o sea las obtenidas de los datos de la muestra).

Distribución Chi - Cuadrado y Tablas de Contingencia.

Suceso E1 E2 E3 ... Ek
Frecuencia
01 02 03 ... 0k
Observada
Frecuencia Esperada e1 e2 e3 ... ek
En esta tabla las frecuencias observadas ocupan una sola fila y la llamamos tabla
de calcificación de entrada única como el número de columnas es K también se
llama una tablas 1 x K (Leido 1<<1 por k>>).

Extendiendo estas ideas, podemos llegar a tablas de doble entrada ó tablas h x k,


en las que las frecuencias observadas ocupan h filas y k columnas tales tablas se
suelen llamar tablas de contingencia.

Correspondiendo a cada frecuencia observada en una tabla de contingencia h x k,


hay una frecuencia esperada o teórica que se calcula sujeta a ciertas hipótesis de
acuerdo con las leyes de las probabilidades. Estas frecuencias que ocupan las
celdas de una tabla de contingencia, se llaman frecuencias de celdas. La
frecuencia total de cada fila o en cada columna se llama frecuencia marginal.

Para investigar el acuerdo entre las frecuencias observadas y las frecuencias


esperadas, calculamos el estadístico.

Donde la suma de toma sobre todas las celdas de una tabla de contingencia y
donde los símbolos Oj y ej representan respectivamente las frecuencias
observadas y esperada de la j - ésima celda.

La suma de todas las frecuencias observadas se denota por N y es igual a la


suma de todas las frecuencias observadas se denota por N y es igual a la suma
de todas las frecuencias esperadas.

Como antes el estadístico (5) tiene una distinción muestral dada muy
aproximadamente por (4), supuesto que las frecuencias esperadas no sean
demasiado pequeñas. El número de grado de libertad, v de esta distribución chi -
cuadrado viene dado por h > 1 y k >1 por:

1.- v = (h - 1) (k - 1) si las frecuencias esperadas se pueden calcular sin recurrir a


estimaciones muéstrales de los parámetros de la población.

2.- v = (h -1) (k - 1) - m. Si las frecuencias esperadas solo se pueden calcular


mediante estimación de m parámetros de la población a partir de estadísticas de la
muestra.

Los contrastes de significación para las tablas h x k son similares a los de las
tablas 1 x k. Las frecuencias esperadas se hallan sujetas a una hipótesis particular
h0.
Las tablas de contingencia se pueden generalizar a más dimensiones. Así, por
ejemplo, podemos tener tablas h x k x 1, donde están presentes tres
clasificaciones.

Muestras.

Es un subconjunto de la población que contiene las mediciones obtenidas


mediante un experimento.

Dos varianzas Utilizando la razón de varianzas (f de fisher).

Como hemos visto es importante conocer la distribución de muestreo de la


diferencia en medias de dos muestras. De la misma manera, podemos necesitar la
distribución de muestreo de la diferencia en varianzas (s21 - s22). Resulta sin
embargo, que esta distribución es complicada, por lo que en lugar de eso,
consideramos el estadístico s21 / s22, ya que en un cociente grande o pequeño
indicará una gran diferencia, mientras un cociente cercano a 1 indica una pequeña
diferencia. Su distribución de muestra se llama distribución f, en honor a R. A.
Fisher.

Mas correctamente, sean dos muestras 1 y 2 de tamaños N1 Y N2,


respectivamente, tomadas de dos poblaciones normales (o casi) con varianzas 21
y 22, Definamos el estadístico.

Donde

Entonces la distribución de muestreo de F se llama distribución de F de Fisher o


en breve, distribución F, con v1 = N1 - 1 y v2 = N2 - 1 grados de libertad. Esta
distribución viene dada por:

Donde C es una constante que depende de v1 y v2 tal que el área total bajo la
curva es 1.

La forma de esta curva puede variar considerablemente según los valores de v1 y


v2.

Puede probarse que la distribución F es el modelo de probabilidad por el cociente


de las varianzas de muestras tomadas en forma independiente de la misma
población con distribución normal y que existe una distribución F diferente para
cada combinación de grados de libertad (g1) correspondiente al numero de
muestra. Para todas las muestras, g1 = n - 1 por ello, la estadística que se utiliza
para probar la hipótesis nula con respecto a la diferencia entre dos varianzas es:

F=
Aun cuando esta hipótesis nula sea cierta, no es probable que las varianzas
muestras de cualquier par de muestras sean idénticas.

Para datos Apareados y no Apareados.

-. Distribución T Student.

Definamos el estadístico:

Que es análogo al estadístico Z dado por:

Si consideramos muestras de tamaño N tomadas de una población normal (o casi


normal) con media y si para cada una calculamos t, usando la media muestral x y
la desviación típica muestral S ó ^s, puede obtenerse la distribución de muestreo
para t.

Esta distribución viene dada por:

Donde yo es una constante que depende de N tal que al área total bajo la curva es
1, y donde la constante V = (n - 1) se llama el número de grados de libertad (v es
la letra griega nu).

La distribución (2) se llama distribución t de Student en honor de su descubridor,


W.S Gosset; para grandes valores de v o de N (ciertamente N " 30), las curvas (2)
se ajustan mucho a las curva normal canónica.

Muestras Grandes y Muestras Pequeñas.

Para muestras de tamaño N > 30, llamadas grandes muestras, las distribuciones
de muestreo de muchos estadísticos son aproximadamente normales, siendo la
aproximación tanto mejor cuanto mayor sea N.

Para muestra de tamaño menor que 30, llamadas pequeñas muestras, esa
aproximación no es buena y empeora al decrecer N, de modo que son precisas
ciertas modificaciones.

El estudio de la distribución de muestreo de estadísticos para pequeñas muestras


se llama teoría de pequeñas muestras, sin embargo un nombre más apropiado
seria teoría exacta del muestreo, pues sus resultados son validos tanto para
pequeñas muestras como para grandes.

Para datos Apareados y no Apareados.


En muchas situaciones las muestras se extraen como pares de valores, tal como
cuando se determina el nivel de productividad de los trabajadores, antes y
después de un programa de capacitación. A esta clase de datos se les denomina
observaciones apareadas a pares asociados. También a diferencia de las
muestras independientes a dos muestras que contienen observaciones apareadas
se les denomina dependientes.

El método apropiado para probar la diferencia entre observaciones apareadas


consiste en determinar la diferencia “d” entre cada par de valores y después
probar la hipótesis nula de que la diferencia poblacional promedio es 0. por ello
desde el punto de vista de los cálculos, se aplica una prueba a una muestra de
valores “d”.

La diferencia promedio para el conjunto de observaciones apareadas es:

La fórmula de desviación y la abreviada para la distribución estándar y las


diferencias entre datos apareados son:

El error estándar del promedio de las diferencias entre datos apareados se obtiene
mediante la fórmula del error estándar de la media, excepto que se sustituye el por
x:

Como el error estándar del promedio de las diferencias se calcula con base a
datos apareados y como por lo general, se supone que los valores “d” tienen una
distribución normal, la distribución t resulta apropiada para probar la hipótesis nula
de que d = 0.

Una proporción Muestral y una Poblacional:

Muestras Grandes

Distribución Normal (z).

Puede utilizarse la distribución normal como aproximación de la binomial cuando n


" 30 y, tanto np " 5 como n (q) " 5, donde q = 1 - p. Sin embargo en el caso de
intervalos de confianza se requiere un tamaño de muestra n =100.

En pruebas de hipótesis, el valor del error estándar de la población que se utiliza


se basa en el valor hipotético 0.

La formula del error estándar de la proporción que incluye el factor de corrección


por población finita es:

La formula para la distribución normal z sería:


Para determinar el tamaño de la muestra que se requiere para probar el valor de
una proporción (antes de extraerla) especificando el valor hipotético de la
proporción, un valor alternativo especifico de la proporción, de manera que la
diferencia con respecto al valor hipotético - nulo resulte considerable; el nivel de
significación que debe utilizar en la prueba, y la probabilidad del error tipo II que se
permite. La fórmula que determinará el tamaño mínimo de las muestras que se
requieren para probar dicho valor de la proporción es:

Donde z0 es el valor critico de z que se utiliza con el nivel especificado de


significancía (nivel ) en tanto que z1.

Es el valor que corresponde a la probabilidad designada del error tipo II (nivel ).

Cuando se determina el tamaño de la muestra para probar la media, z0 y z1


siempre tienen signos algebraicos opuestos.

Ejercicios de Aplicación:

Para una Media Muestral y una Poblacional:

La vida útil promedio de una muestra aleatoria de n1 = 10 focos es x1 = 4.600


horas con s1 = 250 horas para otra marca de focos, la vida útil promedio y la
desviación estándar para una muestra de n2 = 8 focos son x2 = 4.000 horas y s2 =
200 horas. Se asume que la vida útil de los focos de ambas marcas tiene una
distribución normal. El intervalo de confianza de 90% para estimar la diferencia
entre las vidas útiles de las dos marcas de focos es:

Utilizando la Distribución Z:

El salario promedio mensual para una muestra de n1 = 30 empleados de una


empresa manufacturera grande es x1 = $ 280,000, con desviación estándar
muestral de s1 = $ 14,000 ó en otra Empresa grande, una muestra aleatoria de n2
= 40 empleados, tiene un salario promedio de x2 = $ 270,000 con la desviación
estándar muestral de s2 = $ 10.000 no se supone que las desviaciones estándar
de las dos poblaciones sean iguales. Se prueba la hipótesis de que no existe
diferencia entre los salarios promedio mensuales de las dos empresas, utilizando
un nivel de significación de 5% de la siguiente manera:

Errores Tipo I y Tipo II.

Ejemplo 1.- La hipótesis nula que se va a probar es que la media de todas las
cuentas por cobrar es cuando menos $260.000, y esta prueba se llevará a cabo
con un nivel de significancia del 5%. Además, el auditor señala que consideraría
que una media real de $240.000 (o menos) constituye una diferencia material
importante.

Con respecto al valor hipotético de la media. Al igual que antes, = $43.000, y el


tamaño de la muestra es n = 36 cuentas. Para determinar la probabilidad del error
tipo II, se requiere:

1.- Plantear las hipótesis nula y alternativa para esta prueba.

2.- Determinar el valor critico de la media muestral que debe utilizarse para probar
la hipótesis nula con un nivel de significancia del 5%,

3.- Identificar la probabilidad del error tipo I; correspondiente al valor crítico que se
calculo antes, como base para la regla de decisión.

4.- Identificar la probabilidad del error tipo II correspondiente a la regla de decisión,


dada una media alternativa especifica de $240.000.

La solución completa es:

1.-

2.-

3.- La probabilidad del error tipo I es igual a 0.05 (el nivel de significancia que se
utiliza para probar la hipótesis nula).

4.- la probabilidad del error tipo II es la probabilidad de que la media de la muestra


aleatoria sea igual o superior a $248,210, dado que la media de todas las cuentas
es en realidad $240.000.

En la figura 10 - 4 se ilustra el método que se siguió en el ejemplo 5. En general, el


valor crítico de la media que se determina con respecto a la hipótesis nula se
“reduce” y se utiliza como valor critico con respecto a la hipótesis alternativa
especifica. En el problema 10.13 se ilustra la forma de determinar la probabilidad
del error tipo II para una prueba de dos extremos.

Ejemplo 2.- Puede verificarse la probabilidad del error tipo II que se determinó en
el ejemplo 5, haciendo referencia a la figura 10 - 5, de la siguiente manera:

Tal como se determinó en el ejemplo 5, 0 = $ 260.000, 1 = $240.00 y x = 7166,67.


Por lo tanto, la diferencia entre los dos valores designados de la media en
unidades del error estándar es
Con referencia a la figura 10 - 5, la altura de la curva en el valor de 0 - 2.8 x sobre
el eje horizontal está justamente sobre el 0.10, tal como se muestra en las líneas
punteadas. El valor real calculado en el ejemplo 5 en 0.13.

Al realizar pruebas de hipótesis, el concepto de potencia se refiere a la


probabilidad de rechazar una hipótesis nula dado un valor alternativo especifico
para el parámetro (en los ejemplos que se han revisado, es la media de la
población). Cuando se designa mediante la probabilidad del error tipo II, se sigue
que la potencia de una prueba es 1 - . Con referencia a la figura 10 - 5, puede
observarse que la potencia para valores alternativos de la media es la diferencia
entre el valor señalado por la curva C0 y 1.0 y , por ello, puede obtenerse una
curva de potencia mediante “Substracción” utilizando la curva C0.

Ejemplo 3.- Puede determinarse la potencia de la prueba con el valor alternativo


especifico de la media de $ 240.000, de la siguiente manera:

Como = p (error tipo II) = 0.13 (del ejemplo 5),

Potencia = 1 - = 1.00 - 013 = 0.87

(Nota: Esta es la probabilidad de rechazar la hipótesis, en la forma correcta,


cuando = $ 240.000).

Ejemplo 4.- Un auditor desea probar la hipótesis nula de que el valor promedio de
todas las cuentas por cobrar es de cuando menos $260.000. Considera que la
diferencia entre este valor hipotético y un valor especifico alternativo de $ 240.000
(o menos) sería considerable. Los niveles aceptables de los errores tipo I () tipo II
() son 0.05 y 0.10, respectivamente. se sabe que la desviación estándar de los
montos de las cuentas por cobrar es de = $43.000. El tamaño de la muestra que
debe extraerse, como mínimo, para llevar a cabo esta prueba es

(Nota: Como z0 y z1 siempre tienen signos algebraicos contrarios, se tiene los dos
valores zeta siempre se acumulan en el numerador. Si el valor acumulado es
negativo, el proceso de elevar al cuadrado da como resultado valores positivos).

Ejemplo 5.- Suponga que el auditor del ejemplo anterior esta preocupado por una
discrepancia en cualquier dirección con respecto al valor nulo hipotético de
$26.000 en cualquier dirección sería importante. Considerando la otra información
y las especificaciones del ejemplo 8, el tamaño mínimo de la muestra que debe
analizarse es.

(Nota como las desviaciones con respecto a valor hipotético sólo pueden darse en
una dirección, se utilizan el valor de +1.96 o -1.96 como valor de z0, con el
correspondiente valor de z1. Al igual que en el ejemplo 8, los dos valores de z se
acumulan siempre antes de elevarlos al cuadrado.)

Distribución Student:

Prueba De un valor Hipotético de la media utilizando la distribución de Student

Se ha planteado la hipótesis nula de que la vida útil promedio de los focos de una
marca especifica es cuando menos de 4.200 horas. La vida útil promedio para una
vida aleatoria de n = 10 focos es x = 4000 horas, con desviación estándar muestral
de s = 200 horas. En términos generales, se supone que la vida útil de los focos
tiene una distribución normal. Se prueba la hipótesis nula con un nivel de
significancia del 5%, de la siguiente manera:

Como -3.16 se encuentra en la región de rechazo del extremo izquierdo (a la


izquierda del valor crítico -1.833), la hipótesis nula se rechaza y se acepta la
alternativa de que la vida útil promedio es inferior a 4.200 horas.

Una Proporción de la Población Utilizando La Distribución Normal ( Z )

Ejemplo 6.- El director de la bolsa de trabajo afirmaba que cuando menos, el 50%
de los egresados habría obtenido empleo hacia el primero de Marzo. Suponga que
se entrevista a una muestra de n = 30 egresados, en vez de los 10 del ejemplo 5,
y que sólo 10 de ellos señalan haber obtenido empleo hacia el primero de Marzo.
¿puede rechazarse la afirmación del director con un nivel de significancia del 5%?.
Se utiliza z como estadística de prueba, de la siguiente manera:

Estadística Aplicada.

Se justifica el uso de la distribución normal porque

Se supone que la muestra es menos del 5% del tamaño de la población, y por ello
no se utiliza el factor de corrección por población finita.)

El valor calculado de z de -1.88 es menor que el valor crítico de -1.645 para esta
prueba del extremo inferior por eso se rechaza la afirmación del director en un
nivel de significancia del 5%.

Proporción Muestral.

Ejemplo 7.- Un legislador desea probar la hipótesis de que, cuando menos, 60%
de sus representados están a cierta legislación laboral que se está presentado en
el congreso, utilizando el 5% como nivel de significancia con que una discrepancia
importante con respecto a su hipótesis consistiría en que sólo el 50% (o menos)
de las personas estuvieran a favor de la legislación, y esta dispuesto a aceptar un
riesgo del error del tipo II de = 0.05. El tamaño de la muestra que debe extraer,
como mínimo, para satisfacer esas especificaciones es:

Ejemplo 8.- Una muestra de 50 hogares de cierta comunidad arroja que solo 10 de
ellos se encuentran viendo un programa especial de televisión. En una segunda
comunidad, 15 hogares de una muestra aleatoria de 50 se encuentran observando
el programa especial. Se prueba la hipótesis de que la proporción global de
televidentes en las dos comunidades no difieren, utilizando el nivel de significancia
del 1%, de la siguiente manera:

Pruebas Para La Diferencia Entre Dos Medias Utilizando La Distribución


Normal.

Un constructor está considerando dos lugares alternativos para un centro


comercial regional. Como los ingresos de los hogares de la comunidad son una
consideración importante en esa selección, desea probar la hipótesis nula de que
no existe diferencia entre el ingreso promedio por hogar en las dos comunidades.
Consistente con esta hipótesis supone que la desviación estándar del ingreso por
hogar es también igual en las dos comunidades. Para una muestra de n = 30
hogares de la primera comunidad, encuentra que el ingreso diario promedio es x =
$35.500, con desviación estándar muestral de s1 = $1.800. Para una muestra de
n2 = 40 hogares de la segunda comunidad, x2 = $34.600 s2 = $2.400. Probar la
hipótesis nula en el nivel de significancia del 5%.

(Se combina las varianzas debido a la suposición de que los valores de las
desviaciones estándar de las poblaciones son iguales).

Otras Pruebas De Hipótesis.

El valor calculado de z de +1.72 se encuentra en la región de aceptación de la


hipótesis nula. Por ello, no es posible rechazar la hipótesis nula al nivel de
significancia del 5%, y se acepta la hipótesis de que el ingreso promedio por hogar
de las dos comunidades no es diferente.

Con referencia al problema 11.1, antes de recolectar los datos, el constructor


considero que el ingreso de la primera comunidad pudiera ser superior. Con el
objeto de someter esta evaluación a una prueba critica, le otorgo el beneficio de la
duda a la otra posibilidad y planteo la hipótesis nula H0 : (1 -2)" 0. Prueba esta
hipótesis con un nivel de significancia del 5%, con la suposición adicional de que
los valores de la desviación estándar para las dos poblaciones no son
necesariamente iguales.
El valor calculado z de +1.79 es mayor que el valor critico de +1.645 para esta
prueba del extremo superior. Por ello, se rechaza la hipótesis nula a un nivel de
significancia del 5%, y se acepta la hipótesis alternativa de que el ingreso
promedio por hogar es mayor en la primera comunidad que en la segunda.

Con respecto a los problemas 11.1 y 11.2, antes de recolectar los datos, el
constructor considero que el ingreso promedio de la primera comunidad excede al
promedio de la segunda comunidad en cuando menos $1.500 diarios. En este
caso, concediendo a esta evaluación el beneficio de la duda, pruebe esa
suposición como hipótesis nula utilizando un nivel de significancia del 5%. No se
supone que las desviaciones estándar de las poblaciones son iguales.

La prueba de ji -cuadrada como Procedimiento para Prueba de Hipótesis

Los procedimientos que se describen en este capitulo, implican la


comparación de frecuencias muéstrales clasificadas en categorías definidas
de datos, teniendo en todos los casos el patrón esperado de frecuencia que
se basan en una hipótesis nula especifica. Por ello, los procedimientos son
todos de prueba de hipótesis y en los análisis se utilizan datos de muestras
aleatorias.

La distribución de probabilidad x2 (ji-cuadrada) se describe en las secciones


9.6 y 11.8. La estadística de prueba que se presenta en la sección siguiente
se distribuye como el modelo de probabilidad de ji-cuadrada y, como se trata
de pruebas de hipótesis, se aplican también en este capitulo las etapas
básicas que se describieron en la sección 10.1.

En este capitulo se cubre el uso de la distribución ji-cuadrada para pruebas


de bondad del ajuste, pruebas de la independencia de dos variables y
pruebas para hipótesis sobre proporciones. Una de las pruebas de
proporciones consiste en probar las diferencias entre varias proporciones,
lo cual es una extensión de la prueba para la diferencia de dos proporciones
que se describió en la sección 11.7.

Pruebas de Bondad del Ajuste

La hipótesis nula en una prueba de bondad del ajuste en una afirmación


sobre el patrón esperado de las frecuencias en un conjunto de categorías. El
patrón esperado puede ajustarse a su suposición de igualdad de
probabilidades y puede, por ello, ser uniforme. O por otro lado, el patrón
esperado puede ajustarse a distribuciones de probabilidad como la binomial,
la Poisson y la normal.
Ejemplo 1.- Un distribuidor regional de sistemas de aire acondicionado a
subdividido su reglón en cuatro territorios. A un posible comprador de una
distribuidora se le dice que las instalaciones de equipo se distribuyen de
manera aproximadamente igual en los cuatro territorios. El prospecto de
comprador toma una muestra aleatoria de 40 instalaciones colocadas el año
anterior de los archivos de la compañía, y encuentra que el numero de las
instalaciones en cada uno de los cuatro territorios son los que se enlistan en
el primer reglón de la tabla 12.1, (en donde o significa “frecuencia
observada”) con base en la hipótesis de que las instalaciones están
distribuidas en forma equitativa, en el segundo reglón de la tabla 12.1 se
presenta la distribución uniforme esperada de las instalaciones (en donde fe
significa “frecuencia esperada”).

Tabla 12.1 Número de Instalaciones de Sistema de Aire por Territorio

Territorio
Total
A B C D
Número Instalado en la
6 12 14 8 40
Muestra f0
Número Esperado de
10 10 10 10 40
Instalaciones, fe
Para aceptar la hipótesis nula, debe ser posible atribuir las diferencias entre las
frecuencias observadas y la esperada a la variabilidad del muestreo y al nivel
especificado de significancia. Así la estadística de prueba ji-cuadrada se basa en
la magnitud de esta diferencia para cada una de las categorías de la distribución
de frecuencia. El valor de ji-cuadrada que se utiliza para probar la diferencia entre
un patrón de frecuencia observado y otro esperado es:

Se observa que, si las frecuencias observadas son muy cercanas a las


frecuencias esperadas, entonces el valor calculado de la ji-cuadrada estará
cercano a 0. Conforme las frecuencias observadas se alejan de las frecuencias
esperadas el valor de ji-cuadrada se vuelve mayor. Por ello, se concluye que las
pruebas de ji-cuadrada implican el uso de solamente el extremo superior, con el
objeto de determinar si un patrón observado de frecuencias es diferente de un
patrón esperado.

Ejemplo 2.- El cálculo de la estadística de prueba ji-cuadrada para el patrón de


frecuencias observadas y esperadas de la tabla 12.1 es:

El valor que se requiere de la estadística de prueba ji - cuadrada para rechazar la


hipótesis nula depende del nivel de significancia que se especifique y de los
grados de libertad. En pruebas de bondad del ajuste, los grados de libertad gl son
iguales al número de categorías menos el número de estimadores de parámetros
y menos 1. Los grados de libertad par una prueba e bondad del ajuste con ji .
cuadrada son (en donde k = a número de categorías de datos y m = números de
parámetros estimados con base en la muestra):

gl = k - m - 1

Ejemplo 3.- En seguida se presenta un ejemplo completo del procedimiento de


prueba de hipótesis para los datos de la tabla 12.1, probando la hipótesis nula a
un nivel de significancia del 5% .

H0: El número de instalaciones están distribuidas de manera uniforme en los


cuatro territorios.

H1: El número de instalaciones no esta distribuida de manera uniforme en los


cuatro territorios.

gl = k - m - 1 = 4-0-1 = 3

x2 Crítica (gl = 3, = 0.05) = 7.81 (del apéndice 7).

x2 Calculada = 4.00 (del ejemplo 2).

Cómo el valor calculado de ji - cuadrada de 4.00 no es mayor que el valor crítico


de 7.81 no puede rechazarse la hipótesis nula de que las instalaciones están
distribuidas de forma equitativas entre los cuatro territorios, a un nivel de
significancia del 5%.

Pruebas de Bondad de Ajuste

Alguien afirma que los clientes de una tienda de pantalones vaqueros son
hombres y mujeres, en proporciones iguales. Se observa una muestra aleatoria de
40 clientes y 25 resultan ser hombres y 15 mujeres. Pruebe la hipótesis nula de
que el número global de hombres y mujeres que son clientes en esa tienda es
igual, aplicando la prueba de ji - cuadrada, y utilizando el nivel de significancia del
5%.

Tabla 12.10. Frecuencias Observadas y Esperadas para el Problema 12.1.

Clientes
Total
Hombres Mujeres
Número en la Muestra
25 15 40
(f0)
Número esperado (fe) 20 20 40
De la tabla 12.10

H0: El número de clientes hombres y mujeres es igual.

H1: El número de clientes hombres y mujeres no es igual.

gl = k -m-1 = 2-0-1 =1

x2 Crítica (gl = 1, = 0.05) = 3.84

La estadística de prueba calculada, 2.50 no es mayor que el valor crítico de 3.84.


Por lo tanto, no es posible rechazar la hipótesis nula a un nivel de significancia de
un 5%.

Ejemplo 4.- Durante mucho tiempo, un fabricante de aparatos de televisión a


tenido 40% de sus ventas en aparatos de pantallas pequeñas (de menos de 1
pulgadas), 40% de tamaño mediano (de 14 a 19 pulgadas) y el 20% en la
categoría de pantalla grande (de 21 pulgadas y más). Para fijar los programas
adecuados de producción para el mes siguiente, se torna una muestra aleatoria de
100 ventas durante el periodo y se encuentra que 55 de los aparatos eran
pequeños, 35 medianos y 10 grandes. En seguida, se prueba la hipótesis nula de
que el patrón histórico de ventas sigue siendo igual, utilizando el nivel de
significancia de 1%.

H0 : Los porcentajes de compras de aparatos de televisión de pantalla pequeña,


mediana y grande son 40%, 40% y 20% respectivamente.

H1: el patrón actual de ventas de televisores es diferente del patrón histórico


planteado en H0.

gl 0 k - m - 1 = 3-0-1 = 2

X2 Crítica (gl = 2, = 0.01) = 9.21

La X2 calculada (en la tabla 12.2 se encuentran las frecuencias observadas y


esperadas) es:

La estadística ji - cuadrada calculada de 11.25 es mayor que el valor crítico de


9.21. Por ello, se rechaza la hipótesis nula a un nivel de significancia de 1%.
Comparando la frecuencias observadas y esperadas de la tabla 12.2, se
encuentra que el cambio principal consiste en que se venden más aparatos
pequeños y menos grandes, con ciertas reducción en las ventas de los aparatos
de tamaño mediano.
Tabla 12.2 Compras Observadas y esperadas de aparatos de televisión, de
acuerdo con el tamaño de la pantalla.

Tamaño de la Pantalla
Total
Pequeña Mediana Grande
Frecuencia
55 35 10 100
Observada, f0
40 40 20 100
Patrón Histórico, fe
Tablas de Contingencia.

Ejemplo 5.- La tabla 12.3 es una reproducción de la sección 5.8 y es un ejemplo


del formato más simple posible de una tabla de contingencia, ya que las dos
variables (Sexo y Edad) tiene solo dos niveles de clasificación, o categorías. Por
ello, se trata de una tabla de contingencia de 2 x2.

Tabla 12.3 Tabla de contingencia para los clientes de la tienda de aparatos


de sonidos.

Sexo
Edad Total
Hombre Mujer
Menor de 30 60 50 110
30 y más 80 10 90
Total 140 60 200
Si se rechaza la hipótesis nula de independencia para datos clasificados como los
de la Tabla 12.3, es señal de que las dos variables son dependientes y que
existen una relación entre ellas. Por ejemplo, para la tabla 12.3, esto indicara que
existe una relación entre la edad y el sexo para los clientes de la tienda de
aparatos de sonido.

Dada la hipótesis de independencia las dos variables, la frecuencia esperada


correspondiente a cada una de las celdas de la tabla de contingencia debe ser
proporcional al total de frecuencias observadas de columnas y de reglón. Si fr es
la frecuencia total de un reglón determinado fx es la frecuencia total de una
columna determinada, entonces una formula conveniente para determinar la
frecuencia esperada para la celda de la tabla de contingencia que se encuentra en
ese renglón y columna es:

La formula general para los grados de libertad correspondiente a una prueba de


independencia es:

gl = (r - 1) (k - 1).
Ejemplo 6.- En la tabla 12.4 se presentan las frecuencias esperadas para los
datos de la tabla 12.3. Por ejemplo para la celda de renglón 1 y columna 1, el
calculo de la frecuencia esperada es:

En este caso, las tres frecuencias esperadas restantes pueden obtenerse


mediante substracción de los totales de renglón y de columnas, como alternativas
al uso de las formulas (12.3). Esta es una indicación directa de que existe un
grado de libertad para una tabla de contingencia de 2x2 y que solo la frecuencia
de una celad “tiene libertad” para variar.

Tabla 12.4 Tabla de frecuencia esperadas para las frecuencias observadas


que se reportan en la tabla 12.3.

Sexo
Edad Total
Hombres Mujer
Menor de 30 77 33 110
30 y más 63 27 90
Total 140 60 200
La estadísticas de pruebas y cuadradas para tablas de contingencia se calcula
exactamente de la misma manera que para las pruebas de bondad del ajuste
(sección 12.2).

Ejemplo 7.- Enseguida se realiza la prueba de la hipótesis nula de independencia


para los datos de la tabla 12.3, utilizando un nivel de significancia del 1%.

H0: El sexo y la edad de los clientes de la tienda es independiente.

H1: El sexo y la edad son variables dependientes (existe una relación entre las
variables sexo y edad).

La estadística de prueba calculada de 27.8 excede el valor crítico de 6.63. Por


ello, se rechaza la hipótesis nula de independencia a un nivel de significancia del
1%. Con referencia a la tabla 12.3, se observa que es más probable que los
clientes de sexo masculino tengan más de 30 años de edad, al tiempo que es más
probable que las mujeres tengan menos de 30 años. El resultado de la prueba de
ji - cuadrada arroja que no puede pensarse que esa relación observada en la
muestra se debe al azar, a un nivel de significancia de 1%.

Ejemplo 8.- El gerente de un apartamento de personal estima que una proporción


de = 0.40 de los empleados de una empresa grande participara en un nuevo
programa de inversión en acciones. Se entrevista a una muestra aleatoria de n =
50 empleados y 10 de ellos manifiestan su intención de participar. Se podría
probar el valor hipotético de la proporción poblacional utilizando la distribución
normal de probabilidad tal como se describe en la sección 11.5. En seguida, se
ilustra el uso de la prueba de ji - cuadrada para lograr ese mismo objetivo
utilizando un nivel de significancia de 5%.

H0 : = 0.40 H1 " 0.40

gl = k - m - 1 = 2-0-1 = 1

(Existen 2 categorías de frecuencias observadas, tal como se muestra en la tabla


12.5).

X2 Crítica (gl = 1 = 0.05) = 3.84

La x2 calculada (en la tabla 12.5 se muestran las frecuencias observadas y las


esperadas) es:

Tabla 12.5 frecuencia observadas y esperadas para el ejemplo 8.

Participación en los programas


Total
Si No
Número Observado en la muestra, f0 10 40 50
Número esperado en la muestra fe 20 30 50
La estadística de prueba calculada de 8.33 excede el valor crítico de 3.84. Por ello
se rechaza la hipótesis nula a un nivel de significancia de 5% y se concluye que la
proporción de participantes en el programa en toda la empresa no es de 0.40.

Ejemplo 9.- Suponga que se muestren los hogares de cuatro comunidades y se


investiga el número en los que se estaba viendo el programa especial de
televisión. En la tabla 12.8 se presentan los datos muéstrales observados, y en la
tabla 12.9 se presentan las frecuencias esperadas, calculadas con la fórmula
(12.3). Enseguida se realiza la prueba de la hipótesis nula de que no existen
diferencias entre las proposiciones poblacionales.

H0 : 1 = 2 = 3 = 4 H0 : No todas 1 = 2 = 3 = 4

(Nota: El rechazo de la hipótesis nula no indica que todas las igualdades son
falsas si no que cuando menos una es falsa).

Tabla 12.8 audiencia del programa de televisión en cuatro comunidades.

Comunidades
Total
1 2 3 4
Número de
10 15 5 18 48
Televidentes
Número de no
40 35 45 32 152
Televidentes
Total 50 50 50 50 200
Tabla 12.9 Frecuencias esperadas para los datos de la tabla 12.8.

Comunidades
Total
1 2 3 4
Número de
12.0 12.0 12.0 12.0 48
Televidentes
Número de no
38.0 38.0 38.0 38.0 152
Televidentes
Total 50 50 50 50 200
El valor calculado de la estadística ji - cuadrada 10.75,no es mayor que el valor
crítico de 11.35.Por ello, las diferencias en las proporciones de televidentes en las
cuatro comunidades muestreadas no son lo suficientemente grande par rechazar
la hipótesis nula a un nivel de significancia del 5%.

Pruebas de Bondad del ajuste.

Alguien afirma que los clientes de una tienda de pantalones vaqueros son
hombres y mujeres en proporciones iguales. Se observa una muestra aleatoria de
40 clientes y 25 resultan ser hombres y 15 mujeres. Pruebe la hipótesis nula de
que el número global de hombres y mujeres que son clientes en esa tienda es
igual aplicando la prueba de ji - cuadrada y utilizando el nivel de significancia del
5%.

Tabla 12.10 Frecuencias observadas y esperadas para el problema 12.1.

Clientes
Total
Hombres Mujeres
Número en la
25 15 40
Muestra (f0)
Número
20 20 40
Esperado (fe)
De la tabla 12.10.

H0 : El número de clientes hombres y mujeres el igual.

H1: El número de clientes hombres y mujeres no es igual.


gl = k - m - 1 = 2 - 0 - 1 = 1

X2 crítica (gl = 1, = 0.05) = 3.84

La estadística de prueba calculada, 2.50, no es mayor que el valor crítico de 3.84.


Por lo tanto, no es posible rechazar la hipótesis nula a un nivel de significancia del
5%.

F F 0.99

0.95

Tal vez te pueda interesar:


• Alemania
• Análisis de componentes principales
• Análisis de Determinación Multielemental
• Análisis de Muestreo
• Análisis de un muestreo probabilístico

Descargar
Enviado por: Piloto
Idioma: castellano
País: Venezuela

Palabras clave:
EstadísticaContraste de hipótesisInferenciaMedia muestralMuestrasDistribución
NormalPruebas de Bondad del AjusteFrecuencia
Leer Más

Análisis de datos
INTRODUCCIÓN

La estadística es la disciplina que nos proporciona una metodología para recoger,


organizar, resumir, analizar datos y hacer inferencias a partir de ellas.

Puede deducirse de la definición que hay dos ramas claramente diferenciadas


dentro de la estadística: La Estadística Descriptiva y La Inferencia Estadística que
es el punto a tratar en el presente trabajo.

La inferencia Estadística tiene como función inferir las características de un


colectivo a partir de un subconjunto de éste.

<a
href='//ww264.smartadserver.com/ac?jump=1&nwid=264&siteid=234787&pgname
=others_rincondelvago&fmtid=31218&visit=m&tmstp=[timestamp]&out=nonrich'
target='_blank' rel="nofollow"> <img
src='//ww264.smartadserver.com/ac?out=nonrich&nwid=264&siteid=234787&pgna
me=others_rincondelvago&fmtid=31218&visit=m&tmstp=[timestamp]' border='0'
alt='' /> </a>
Referente al contraste de hipótesis, sabemos que un problema es investigable
cuando existen dos o más soluciones alternativas y tenemos dudas acerca de cual
de ellas es la mejor. Esta situación permite formular una o más hipótesis de
trabajo, ya que cada una de ellas destaca la conveniencia de una de las
soluciones sobre las demás. Si nuestro propósito es comprobar una teoría ella
misma será la hipótesis del trabajo, pero es importante destacar que al formular
dicha o dichas hipótesis no significa que ya esté resuelto el problema, al contrario,
que nuestra duda nos impulsa a comprobar la verdad o falsedad de cada una de
ellas.

La decisión final partirá de las decisiones previas de aceptar o rechazar las


hipótesis de trabajo.

CAPITULO I
Contraste de Hipótesis

Etapas Básicas en Pruebas de Hipótesis.

Al realizar pruebas de hipótesis, se parte de un valor supuesto (hipotético) en


parámetro poblacional. Después de recolectar una muestra aleatoria, se compara
la estadística muestral, así como la media (x), con el parámetro hipotético, se
compara con una supuesta media poblacional (). Después se acepta o se rechaza
el valor hipotético, según proceda. Se rechaza el valor hipotético sólo si el
resultado muestral resulta muy poco probable cuando la hipótesis es cierta.

Etapa 1.- Planear la hipótesis nula y la hipótesis alternativa. La hipótesis nula (H0)
es el valor hipotético del parámetro que se compra con el resultado muestral
resulta muy poco probable cuando la hipótesis es cierta.

Etapa 2.- Especificar el nivel de significancia que se va a utilizar. El nivel de


significancia del 5%, entonces se rechaza la hipótesis nula solamente si el
resultado muestral es tan diferente del valor hipotético que una diferencia de esa
magnitud o mayor, pudiera ocurrir aleatoriamente con una probabilidad de 1.05 o
menos.

Etapa 3.- Elegir la estadística de prueba. La estadística de prueba puede ser la


estadística muestral (el estimador no segado del parámetro que se prueba) o una
versión transformada de esa estadística muestral. Por ejemplo, para probar el
valor hipotético de una media poblacional, se toma la media de una muestra
aleatoria de esa distribución normal, entonces es común que se transforme la
media en un valor z el cual, a su vez, sirve como estadística de prueba.

Tabla 10.1. Consecuencias de las Decisiones en Pruebas de Hipótesis.

Situaciones Posibles
La
Decisiones Posibles La hipótesis nula hipótesis
es verdadera nula es
falsa
Aceptar la Hipótesis
Se acepta correctamente Error tipo II
Nula
Rechazar la Hipótesis Se rechaza
Error tipo I
Nula correctamente
Etapa 4.- Establecer el valor o valores críticos de la estadística de prueba.
Habiendo especificado la hipótesis nula, el nivel de significancia y la estadística de
prueba que se van a utilizar, se produce a establecer el o los valores críticos de
estadística de prueba. Puede haber uno o más de esos valores, dependiendo de si
se va a realizar una prueba de uno o dos extremos.

Etapa 5.- Determinar el valor real de la estadística de prueba. Por ejemplo, al


probar un valor hipotético de la media poblacional, se toma una muestra aleatoria
y se determina el valor de la media muestral. Si el valor crítico que se establece es
un valor de z, entonces se transforma la media muestral en un valor de z.

Etapa 6.- Tomar la decisión. Se compara el valor observado de la estadística


muestral con el valor (o valores) críticos de la estadística de prueba. Después se
acepta o se rechaza la hipótesis nula. Si se rechaza ésta, se acepta la alternativa;
a su vez, esta decisión tendrá efecto sobre otras decisiones de los
administradores operativos, como por ejemplo, mantener o no un estándar de
desempeño o cuál de dos estrategias de mercadotecnia utilizar.

Conceptos Básicos para el Procedimiento de Pruebas de Hipótesis.

Hipótesis Estadística:

Al intentar alcanzar una decisión, es útil hacer hipótesis (o conjeturas) sobre la


población aplicada.

Tales hipótesis, que pueden ser o no ciertas, se llaman hipótesis estadísticas.

Son, en general, enunciados acerca de las distribuciones de probabilidad de las


poblaciones.

Hipótesis Nula:

En muchos casos formulamos una hipótesis estadística con el único propósito de


rechazarla o invalidarla. Así, si queremos decidir si una moneda está trucada,
formulamos la hipótesis de que la moneda es buena ( o sea p = 0,5, donde p es la
probabilidad de cara).

Analógicamente, si deseamos decidir si un procedimiento es mejor que otro,


formulamos la hipótesis de que no hay diferencia entre ellos (o sea. Que cualquier
diferencia observada se debe simplemente a fluctuaciones en el muestreo de la
misma población). Tales hipótesis se suelen llamar hipótesis nula y se denotan por
Ho.

Hipótesis Alternativa.
Toda hipótesis que difiere de una dada se llamará una hipótesis alternativa. Por
ejemplo: Si una hipótesis es p = 0,5, hipótesis alternativa podrían ser p = 0,7, p "
0,5 ó p > 0,5.

Una hipótesis alternativa a la hipótesis nula se denotará por H1.

Errores de tipo I y de tipo II.

Si rechazamos una hipótesis cuando debiera ser aceptada, diremos que se ha


cometido un error de tipo I.

Por otra parte, si aceptamos una hipótesis que debiera ser rechazada, diremos
que se cometió un error de tipo II.

En ambos casos, se ha producido un juicio erróneo.

Para que las reglas de decisión (o no contraste de hipótesis) sean buenas, deben
diseñarse de modo que minimicen los errores de la decisión; y no es una cuestión
sencilla, porque para cualquier tamaño de la muestra, un intento de disminuir un
tipo de error suele ir acompañado de un crecimiento del otro tipo. En la practica,
un tipo de error puede ser más grave que el otro, y debe alcanzarse un
compromiso que disminuya el error más grave.

La única forma de disminuir ambos a la vez es aumentar el tamaño de la muestra


que no siempre es posible.

Niveles de Significación.

Al contrastar una cierta hipótesis, la máxima probabilidad con la que estamos


dispuesto a correr el riesgo de cometerán error de tipo I, se llama nivel de
significación.

Esta probabilidad, denota a menudo por se, suele especificar antes de tomar la
muestra, de manera que los resultados obtenidos no influyan en nuestra elección.

En la practica, es frecuente un nivel de significación de 0,05 ó 0,01, si bien se une


otros valores. Si por ejemplo se escoge el nivel de significación 0,05 (ó 5%) al
diseñar una regla de decisión, entonces hay unas cinco (05) oportunidades entre
100 de rechazar la hipótesis cuando debiera haberse aceptado; Es decir, tenemos
un 95% de confianza de que hemos adoptado la decisión correcta. En tal caso
decimos que la hipótesis ha sido rechazada al nivel de significación 0,05, lo cual
quiere decir que tal hipótesis tiene una probabilidad 0,05 de ser falsa.

Prueba de Uno y Dos Extremos.


Cuando estudiamos ambos valores estadísticos es decir, ambos lados de la media
lo llamamos prueba de uno y dos extremos o contraste de una y dos colas.

Con frecuencia no obstante, estaremos interesados tan sólo en valores extremos a


un lado de la media (o sea, en uno de los extremos de la distribución), tal como
sucede cuando se contrasta la hipótesis de que un proceso es mejor que otro (lo
cual no es lo mismo que contrastar si un proceso es mejor o peor que el otro) tales
contrastes se llaman unilaterales, o de un extremo. En tales situaciones, la región
critica es una región situada a un lado de la distribución, con área igual al nivel de
significación.

La siguiente tabla de valores críticos de “z” para contraste de unos o dos extremos
en varios niveles de significación.

Nivel de
0.10 0.05 0.01 0.005 0.02
significación
Valores críticos de
-1.645 o -2.33 o -2.58 o
“z” para Test -1.28 o 1.28 -2.88 o 2.88
1.645 2.33 2.58
Unilaterales
Valores Críticos de
- 1.645 y -2.58 y -2.81 y
“z” para Test - 1.96 y 1.96 -3.08 y 3.08
1.645 2.58 2.81
Bilaterales
Curva Característica Operativa y Curva de Potencia.

Hemos visto como limitar el error de tipo I eligiendo adecuadamente el nivel de


significación.

Es posible evitar el riesgo de cometer error de tipo II simplemente no aceptado


nunca hipótesis, pero en muchas aplicaciones prácticas esto es inviable.

En tales casos se suele recurrir a curvas de operación características o curvas de


“OC”, que son gráficos que muestran las probabilidades de error de tipo II bajo
diversas hipótesis.

Proporcionan indicadores de hasta que punto un test dado nos permitirá evitar un
error de tipo II; es decir, nos indicará la potencia de un test a la hora de prevenir
decisiones erróneas. Son útiles en el diseño de experimentos porque sugieren
entre otras cosas al tamaño de muestra a manejar.

Grados de Libertad.

Para el cálculo de un estadístico, es necesario emplear tanto observaciones de


muestra como propiedades de ciertos parámetros de la población. Si estos
parámetros son desconocidos, hay que estimarlos a partir de la muestra el número
de grados de libertad de un estadístico, generalmente denotado por “v” se define
como el número “N” de observaciones independientes en la muestra (o sea, el
tamaño de la muestra) menos el número K de parámetros de la población, que
debe ser estimado a partir de observaciones muéstrales.

En símbolos, v = N - k.

Capitulo II

Contraste de hipótesis referentes a la diferencia entre:

Una media muestra y una media población; utilizando la distribución (z)

El uso de la distribución normal z se busca en las mismas condiciones que en el


caso de una muestra excepto que ahora se tienen dos muestras independientes.
La formula general para determinar el valor de z para probar la diferencia entre
dos medidas, dependiendo de sí se conocen los valores para las dos poblaciones,
es:

Donde puede procederse a probar cualquier diferencia supuesta (1 - 2)0. Sin


embargo la hipótesis nula que generalmente se prueba consiste en que las dos
muestras se obtienen de poblaciones con medias iguales. En este caso (1 - 2)0 =
0, y las formulas anteriores se vuelven más simples:

Una media Muestral y una Media Poblacional.

Una distribución poblacional representa la distribución de valores de una población


y una distribución muestral representa la distribución de los valores de una
muestra. En contraste con las distribuciones de mediciones individuales, una
distribución muestral es una distribución de probabilidad que se aplica a los
valores posibles de una estadística muestral. Así, la distribución muestral de la
media es la distribución de probabilidad de los valores posibles de la media
muestral con base en un determinado tamaño de muestra.

Para cualquier tamaño de muestra dado n, tomado de una población con media ,
los valores de la media muestral varían de una muestra a otra. Esta variabilidad
sirve de base para la distribución muestral. La distribución muestral de la media se
describe determinando el valor esperado E () o media, de la distribución y la
desviación estándar de la distribución de las medias, . Como esta desviación
estándar indica la precisión de la media muestral como estimador puntual, por lo
general se le denomina error estándar de la media. En general, se define el valor
esperado de la media y el error estándar de la media de la siguiente manera:

Ejemplo: Suponga que la media de una población muy grande es = 50.0 y que la
desviación estándar es = 12.0. Se determina la población muestral de las medias
para una muestra de tamaño n = 36, en términos del valor esperado y del error
estándar de la distribución de la siguiente manera.

Cuando se muestra a partir de una población finita, se debe incluir un factor de


corrección por población finita en la fórmula para el error estándar de la media.
Como regla general, la corrección es despreciable y puede omitirse cuando n <
0.05 N, es decir, cuando el tamaño de la muestra es menos del 5% del tamaño de
la población. Muchos textos y programas de computación no incluyen esta
corrección porque suponen que la población siempre es muy grande, o quizá de
tamaño infinito. La fórmula para el error estándar de le media, incluyendo el factor
de corrección por la población finita, es:

Si no se conoce la desviación estándar de la población, puede estimarse el error


estándar de la media utilizando la desviación estándar muestral como estimador
de la desviación estándar de la población. Para diferenciar este error estándar del
que se basa en una o conocida, se le designa mediante el símbolo S (o mediante
ô en algunos textos). La fórmula del error estándar estimado de la media es:

La fórmula del error estándar estimado de la media, incluyendo el factor de


corrección por población finita es:

Proposiciones Utilizando la definición Chi - Cuadrado (X2).

Una media de la discrepancia existente entre las frecuentes observadas y


esperadas viene proporcionada por el estadístico X2 dado por:

Donde si la frecuencia total es N,

Una expresión equivalente a la formula (1) :

Si X2 = 0 Las frecuencias observadas y teóricas coinciden completamente,


mientras que si X2 > 0, no coinciden exactamente a valores más grandes de X2,
mayor discrepancia entre las frecuencias observadas y esperadas.
La distribución muestral de X2 se aproxima muy bien por la distribución Chi -
Cuadrada.

Distribución Chi - Cuadrado para la Bondad de Ajustes:

El Test Chi - Cuadrado puede utilizarse para determinar la calidad del ajuste
mediante distribuciones teóricas (como la distribución normal o la binomial) de
distribución empíricas (o sea las obtenidas de los datos de la muestra).

Distribución Chi - Cuadrado y Tablas de Contingencia.

Suceso E1 E2 E3 ... Ek
Frecuencia
01 02 03 ... 0k
Observada
Frecuencia Esperada e1 e2 e3 ... ek
En esta tabla las frecuencias observadas ocupan una sola fila y la llamamos tabla
de calcificación de entrada única como el número de columnas es K también se
llama una tablas 1 x K (Leido 1<<1 por k>>).

Extendiendo estas ideas, podemos llegar a tablas de doble entrada ó tablas h x k,


en las que las frecuencias observadas ocupan h filas y k columnas tales tablas se
suelen llamar tablas de contingencia.

Correspondiendo a cada frecuencia observada en una tabla de contingencia h x k,


hay una frecuencia esperada o teórica que se calcula sujeta a ciertas hipótesis de
acuerdo con las leyes de las probabilidades. Estas frecuencias que ocupan las
celdas de una tabla de contingencia, se llaman frecuencias de celdas. La
frecuencia total de cada fila o en cada columna se llama frecuencia marginal.

Para investigar el acuerdo entre las frecuencias observadas y las frecuencias


esperadas, calculamos el estadístico.

Donde la suma de toma sobre todas las celdas de una tabla de contingencia y
donde los símbolos Oj y ej representan respectivamente las frecuencias
observadas y esperada de la j - ésima celda.

La suma de todas las frecuencias observadas se denota por N y es igual a la


suma de todas las frecuencias observadas se denota por N y es igual a la suma
de todas las frecuencias esperadas.

Como antes el estadístico (5) tiene una distinción muestral dada muy
aproximadamente por (4), supuesto que las frecuencias esperadas no sean
demasiado pequeñas. El número de grado de libertad, v de esta distribución chi -
cuadrado viene dado por h > 1 y k >1 por:

1.- v = (h - 1) (k - 1) si las frecuencias esperadas se pueden calcular sin recurrir a


estimaciones muéstrales de los parámetros de la población.

2.- v = (h -1) (k - 1) - m. Si las frecuencias esperadas solo se pueden calcular


mediante estimación de m parámetros de la población a partir de estadísticas de la
muestra.

Los contrastes de significación para las tablas h x k son similares a los de las
tablas 1 x k. Las frecuencias esperadas se hallan sujetas a una hipótesis particular
h0.

Las tablas de contingencia se pueden generalizar a más dimensiones. Así, por


ejemplo, podemos tener tablas h x k x 1, donde están presentes tres
clasificaciones.

Muestras.

Es un subconjunto de la población que contiene las mediciones obtenidas


mediante un experimento.

Dos varianzas Utilizando la razón de varianzas (f de fisher).

Como hemos visto es importante conocer la distribución de muestreo de la


diferencia en medias de dos muestras. De la misma manera, podemos necesitar la
distribución de muestreo de la diferencia en varianzas (s21 - s22). Resulta sin
embargo, que esta distribución es complicada, por lo que en lugar de eso,
consideramos el estadístico s21 / s22, ya que en un cociente grande o pequeño
indicará una gran diferencia, mientras un cociente cercano a 1 indica una pequeña
diferencia. Su distribución de muestra se llama distribución f, en honor a R. A.
Fisher.

Mas correctamente, sean dos muestras 1 y 2 de tamaños N1 Y N2,


respectivamente, tomadas de dos poblaciones normales (o casi) con varianzas 21
y 22, Definamos el estadístico.

Donde

Entonces la distribución de muestreo de F se llama distribución de F de Fisher o


en breve, distribución F, con v1 = N1 - 1 y v2 = N2 - 1 grados de libertad. Esta
distribución viene dada por:
Donde C es una constante que depende de v1 y v2 tal que el área total bajo la
curva es 1.

La forma de esta curva puede variar considerablemente según los valores de v1 y


v2.

Puede probarse que la distribución F es el modelo de probabilidad por el cociente


de las varianzas de muestras tomadas en forma independiente de la misma
población con distribución normal y que existe una distribución F diferente para
cada combinación de grados de libertad (g1) correspondiente al numero de
muestra. Para todas las muestras, g1 = n - 1 por ello, la estadística que se utiliza
para probar la hipótesis nula con respecto a la diferencia entre dos varianzas es:

F=

Aun cuando esta hipótesis nula sea cierta, no es probable que las varianzas
muestras de cualquier par de muestras sean idénticas.

Para datos Apareados y no Apareados.

-. Distribución T Student.

Definamos el estadístico:

Que es análogo al estadístico Z dado por:

Si consideramos muestras de tamaño N tomadas de una población normal (o casi


normal) con media y si para cada una calculamos t, usando la media muestral x y
la desviación típica muestral S ó ^s, puede obtenerse la distribución de muestreo
para t.

Esta distribución viene dada por:

Donde yo es una constante que depende de N tal que al área total bajo la curva es
1, y donde la constante V = (n - 1) se llama el número de grados de libertad (v es
la letra griega nu).

La distribución (2) se llama distribución t de Student en honor de su descubridor,


W.S Gosset; para grandes valores de v o de N (ciertamente N " 30), las curvas (2)
se ajustan mucho a las curva normal canónica.

Muestras Grandes y Muestras Pequeñas.


Para muestras de tamaño N > 30, llamadas grandes muestras, las distribuciones
de muestreo de muchos estadísticos son aproximadamente normales, siendo la
aproximación tanto mejor cuanto mayor sea N.

Para muestra de tamaño menor que 30, llamadas pequeñas muestras, esa
aproximación no es buena y empeora al decrecer N, de modo que son precisas
ciertas modificaciones.

El estudio de la distribución de muestreo de estadísticos para pequeñas muestras


se llama teoría de pequeñas muestras, sin embargo un nombre más apropiado
seria teoría exacta del muestreo, pues sus resultados son validos tanto para
pequeñas muestras como para grandes.

Para datos Apareados y no Apareados.

En muchas situaciones las muestras se extraen como pares de valores, tal como
cuando se determina el nivel de productividad de los trabajadores, antes y
después de un programa de capacitación. A esta clase de datos se les denomina
observaciones apareadas a pares asociados. También a diferencia de las
muestras independientes a dos muestras que contienen observaciones apareadas
se les denomina dependientes.

El método apropiado para probar la diferencia entre observaciones apareadas


consiste en determinar la diferencia “d” entre cada par de valores y después
probar la hipótesis nula de que la diferencia poblacional promedio es 0. por ello
desde el punto de vista de los cálculos, se aplica una prueba a una muestra de
valores “d”.

La diferencia promedio para el conjunto de observaciones apareadas es:

La fórmula de desviación y la abreviada para la distribución estándar y las


diferencias entre datos apareados son:

El error estándar del promedio de las diferencias entre datos apareados se obtiene
mediante la fórmula del error estándar de la media, excepto que se sustituye el por
x:

Como el error estándar del promedio de las diferencias se calcula con base a
datos apareados y como por lo general, se supone que los valores “d” tienen una
distribución normal, la distribución t resulta apropiada para probar la hipótesis nula
de que d = 0.

Una proporción Muestral y una Poblacional:


Muestras Grandes

Distribución Normal (z).

Puede utilizarse la distribución normal como aproximación de la binomial cuando n


" 30 y, tanto np " 5 como n (q) " 5, donde q = 1 - p. Sin embargo en el caso de
intervalos de confianza se requiere un tamaño de muestra n =100.

En pruebas de hipótesis, el valor del error estándar de la población que se utiliza


se basa en el valor hipotético 0.

La formula del error estándar de la proporción que incluye el factor de corrección


por población finita es:

La formula para la distribución normal z sería:

Para determinar el tamaño de la muestra que se requiere para probar el valor de


una proporción (antes de extraerla) especificando el valor hipotético de la
proporción, un valor alternativo especifico de la proporción, de manera que la
diferencia con respecto al valor hipotético - nulo resulte considerable; el nivel de
significación que debe utilizar en la prueba, y la probabilidad del error tipo II que se
permite. La fórmula que determinará el tamaño mínimo de las muestras que se
requieren para probar dicho valor de la proporción es:

Donde z0 es el valor critico de z que se utiliza con el nivel especificado de


significancía (nivel ) en tanto que z1.

Es el valor que corresponde a la probabilidad designada del error tipo II (nivel ).

Cuando se determina el tamaño de la muestra para probar la media, z0 y z1


siempre tienen signos algebraicos opuestos.

Ejercicios de Aplicación:

Para una Media Muestral y una Poblacional:

La vida útil promedio de una muestra aleatoria de n1 = 10 focos es x1 = 4.600


horas con s1 = 250 horas para otra marca de focos, la vida útil promedio y la
desviación estándar para una muestra de n2 = 8 focos son x2 = 4.000 horas y s2 =
200 horas. Se asume que la vida útil de los focos de ambas marcas tiene una
distribución normal. El intervalo de confianza de 90% para estimar la diferencia
entre las vidas útiles de las dos marcas de focos es:

Utilizando la Distribución Z:
El salario promedio mensual para una muestra de n1 = 30 empleados de una
empresa manufacturera grande es x1 = $ 280,000, con desviación estándar
muestral de s1 = $ 14,000 ó en otra Empresa grande, una muestra aleatoria de n2
= 40 empleados, tiene un salario promedio de x2 = $ 270,000 con la desviación
estándar muestral de s2 = $ 10.000 no se supone que las desviaciones estándar
de las dos poblaciones sean iguales. Se prueba la hipótesis de que no existe
diferencia entre los salarios promedio mensuales de las dos empresas, utilizando
un nivel de significación de 5% de la siguiente manera:

Errores Tipo I y Tipo II.

Ejemplo 1.- La hipótesis nula que se va a probar es que la media de todas las
cuentas por cobrar es cuando menos $260.000, y esta prueba se llevará a cabo
con un nivel de significancia del 5%. Además, el auditor señala que consideraría
que una media real de $240.000 (o menos) constituye una diferencia material
importante.

Con respecto al valor hipotético de la media. Al igual que antes, = $43.000, y el


tamaño de la muestra es n = 36 cuentas. Para determinar la probabilidad del error
tipo II, se requiere:

1.- Plantear las hipótesis nula y alternativa para esta prueba.

2.- Determinar el valor critico de la media muestral que debe utilizarse para probar
la hipótesis nula con un nivel de significancia del 5%,

3.- Identificar la probabilidad del error tipo I; correspondiente al valor crítico que se
calculo antes, como base para la regla de decisión.

4.- Identificar la probabilidad del error tipo II correspondiente a la regla de decisión,


dada una media alternativa especifica de $240.000.

La solución completa es:

1.-

2.-

3.- La probabilidad del error tipo I es igual a 0.05 (el nivel de significancia que se
utiliza para probar la hipótesis nula).

4.- la probabilidad del error tipo II es la probabilidad de que la media de la muestra


aleatoria sea igual o superior a $248,210, dado que la media de todas las cuentas
es en realidad $240.000.
En la figura 10 - 4 se ilustra el método que se siguió en el ejemplo 5. En general, el
valor crítico de la media que se determina con respecto a la hipótesis nula se
“reduce” y se utiliza como valor critico con respecto a la hipótesis alternativa
especifica. En el problema 10.13 se ilustra la forma de determinar la probabilidad
del error tipo II para una prueba de dos extremos.

Ejemplo 2.- Puede verificarse la probabilidad del error tipo II que se determinó en
el ejemplo 5, haciendo referencia a la figura 10 - 5, de la siguiente manera:

Tal como se determinó en el ejemplo 5, 0 = $ 260.000, 1 = $240.00 y x = 7166,67.


Por lo tanto, la diferencia entre los dos valores designados de la media en
unidades del error estándar es

Con referencia a la figura 10 - 5, la altura de la curva en el valor de 0 - 2.8 x sobre


el eje horizontal está justamente sobre el 0.10, tal como se muestra en las líneas
punteadas. El valor real calculado en el ejemplo 5 en 0.13.

Al realizar pruebas de hipótesis, el concepto de potencia se refiere a la


probabilidad de rechazar una hipótesis nula dado un valor alternativo especifico
para el parámetro (en los ejemplos que se han revisado, es la media de la
población). Cuando se designa mediante la probabilidad del error tipo II, se sigue
que la potencia de una prueba es 1 - . Con referencia a la figura 10 - 5, puede
observarse que la potencia para valores alternativos de la media es la diferencia
entre el valor señalado por la curva C0 y 1.0 y , por ello, puede obtenerse una
curva de potencia mediante “Substracción” utilizando la curva C0.

Ejemplo 3.- Puede determinarse la potencia de la prueba con el valor alternativo


especifico de la media de $ 240.000, de la siguiente manera:

Como = p (error tipo II) = 0.13 (del ejemplo 5),

Potencia = 1 - = 1.00 - 013 = 0.87

(Nota: Esta es la probabilidad de rechazar la hipótesis, en la forma correcta,


cuando = $ 240.000).

Ejemplo 4.- Un auditor desea probar la hipótesis nula de que el valor promedio de
todas las cuentas por cobrar es de cuando menos $260.000. Considera que la
diferencia entre este valor hipotético y un valor especifico alternativo de $ 240.000
(o menos) sería considerable. Los niveles aceptables de los errores tipo I () tipo II
() son 0.05 y 0.10, respectivamente. se sabe que la desviación estándar de los
montos de las cuentas por cobrar es de = $43.000. El tamaño de la muestra que
debe extraerse, como mínimo, para llevar a cabo esta prueba es
(Nota: Como z0 y z1 siempre tienen signos algebraicos contrarios, se tiene los dos
valores zeta siempre se acumulan en el numerador. Si el valor acumulado es
negativo, el proceso de elevar al cuadrado da como resultado valores positivos).

Ejemplo 5.- Suponga que el auditor del ejemplo anterior esta preocupado por una
discrepancia en cualquier dirección con respecto al valor nulo hipotético de
$26.000 en cualquier dirección sería importante. Considerando la otra información
y las especificaciones del ejemplo 8, el tamaño mínimo de la muestra que debe
analizarse es.

(Nota como las desviaciones con respecto a valor hipotético sólo pueden darse en
una dirección, se utilizan el valor de +1.96 o -1.96 como valor de z0, con el
correspondiente valor de z1. Al igual que en el ejemplo 8, los dos valores de z se
acumulan siempre antes de elevarlos al cuadrado.)

Distribución Student:

Prueba De un valor Hipotético de la media utilizando la distribución de Student

Se ha planteado la hipótesis nula de que la vida útil promedio de los focos de una
marca especifica es cuando menos de 4.200 horas. La vida útil promedio para una
vida aleatoria de n = 10 focos es x = 4000 horas, con desviación estándar muestral
de s = 200 horas. En términos generales, se supone que la vida útil de los focos
tiene una distribución normal. Se prueba la hipótesis nula con un nivel de
significancia del 5%, de la siguiente manera:

Como -3.16 se encuentra en la región de rechazo del extremo izquierdo (a la


izquierda del valor crítico -1.833), la hipótesis nula se rechaza y se acepta la
alternativa de que la vida útil promedio es inferior a 4.200 horas.

Una Proporción de la Población Utilizando La Distribución Normal ( Z )

Ejemplo 6.- El director de la bolsa de trabajo afirmaba que cuando menos, el 50%
de los egresados habría obtenido empleo hacia el primero de Marzo. Suponga que
se entrevista a una muestra de n = 30 egresados, en vez de los 10 del ejemplo 5,
y que sólo 10 de ellos señalan haber obtenido empleo hacia el primero de Marzo.
¿puede rechazarse la afirmación del director con un nivel de significancia del 5%?.
Se utiliza z como estadística de prueba, de la siguiente manera:

Estadística Aplicada.

Se justifica el uso de la distribución normal porque


Se supone que la muestra es menos del 5% del tamaño de la población, y por ello
no se utiliza el factor de corrección por población finita.)

El valor calculado de z de -1.88 es menor que el valor crítico de -1.645 para esta
prueba del extremo inferior por eso se rechaza la afirmación del director en un
nivel de significancia del 5%.

Proporción Muestral.

Ejemplo 7.- Un legislador desea probar la hipótesis de que, cuando menos, 60%
de sus representados están a cierta legislación laboral que se está presentado en
el congreso, utilizando el 5% como nivel de significancia con que una discrepancia
importante con respecto a su hipótesis consistiría en que sólo el 50% (o menos)
de las personas estuvieran a favor de la legislación, y esta dispuesto a aceptar un
riesgo del error del tipo II de = 0.05. El tamaño de la muestra que debe extraer,
como mínimo, para satisfacer esas especificaciones es:

Ejemplo 8.- Una muestra de 50 hogares de cierta comunidad arroja que solo 10 de
ellos se encuentran viendo un programa especial de televisión. En una segunda
comunidad, 15 hogares de una muestra aleatoria de 50 se encuentran observando
el programa especial. Se prueba la hipótesis de que la proporción global de
televidentes en las dos comunidades no difieren, utilizando el nivel de significancia
del 1%, de la siguiente manera:

Pruebas Para La Diferencia Entre Dos Medias Utilizando La Distribución


Normal.

Un constructor está considerando dos lugares alternativos para un centro


comercial regional. Como los ingresos de los hogares de la comunidad son una
consideración importante en esa selección, desea probar la hipótesis nula de que
no existe diferencia entre el ingreso promedio por hogar en las dos comunidades.
Consistente con esta hipótesis supone que la desviación estándar del ingreso por
hogar es también igual en las dos comunidades. Para una muestra de n = 30
hogares de la primera comunidad, encuentra que el ingreso diario promedio es x =
$35.500, con desviación estándar muestral de s1 = $1.800. Para una muestra de
n2 = 40 hogares de la segunda comunidad, x2 = $34.600 s2 = $2.400. Probar la
hipótesis nula en el nivel de significancia del 5%.

(Se combina las varianzas debido a la suposición de que los valores de las
desviaciones estándar de las poblaciones son iguales).

Otras Pruebas De Hipótesis.


El valor calculado de z de +1.72 se encuentra en la región de aceptación de la
hipótesis nula. Por ello, no es posible rechazar la hipótesis nula al nivel de
significancia del 5%, y se acepta la hipótesis de que el ingreso promedio por hogar
de las dos comunidades no es diferente.

Con referencia al problema 11.1, antes de recolectar los datos, el constructor


considero que el ingreso de la primera comunidad pudiera ser superior. Con el
objeto de someter esta evaluación a una prueba critica, le otorgo el beneficio de la
duda a la otra posibilidad y planteo la hipótesis nula H0 : (1 -2)" 0. Prueba esta
hipótesis con un nivel de significancia del 5%, con la suposición adicional de que
los valores de la desviación estándar para las dos poblaciones no son
necesariamente iguales.

El valor calculado z de +1.79 es mayor que el valor critico de +1.645 para esta
prueba del extremo superior. Por ello, se rechaza la hipótesis nula a un nivel de
significancia del 5%, y se acepta la hipótesis alternativa de que el ingreso
promedio por hogar es mayor en la primera comunidad que en la segunda.

Con respecto a los problemas 11.1 y 11.2, antes de recolectar los datos, el
constructor considero que el ingreso promedio de la primera comunidad excede al
promedio de la segunda comunidad en cuando menos $1.500 diarios. En este
caso, concediendo a esta evaluación el beneficio de la duda, pruebe esa
suposición como hipótesis nula utilizando un nivel de significancia del 5%. No se
supone que las desviaciones estándar de las poblaciones son iguales.

La prueba de ji -cuadrada como Procedimiento para Prueba de Hipótesis

Los procedimientos que se describen en este capitulo, implican la


comparación de frecuencias muéstrales clasificadas en categorías definidas
de datos, teniendo en todos los casos el patrón esperado de frecuencia que
se basan en una hipótesis nula especifica. Por ello, los procedimientos son
todos de prueba de hipótesis y en los análisis se utilizan datos de muestras
aleatorias.

La distribución de probabilidad x2 (ji-cuadrada) se describe en las secciones


9.6 y 11.8. La estadística de prueba que se presenta en la sección siguiente
se distribuye como el modelo de probabilidad de ji-cuadrada y, como se trata
de pruebas de hipótesis, se aplican también en este capitulo las etapas
básicas que se describieron en la sección 10.1.

En este capitulo se cubre el uso de la distribución ji-cuadrada para pruebas


de bondad del ajuste, pruebas de la independencia de dos variables y
pruebas para hipótesis sobre proporciones. Una de las pruebas de
proporciones consiste en probar las diferencias entre varias proporciones,
lo cual es una extensión de la prueba para la diferencia de dos proporciones
que se describió en la sección 11.7.

Pruebas de Bondad del Ajuste

La hipótesis nula en una prueba de bondad del ajuste en una afirmación


sobre el patrón esperado de las frecuencias en un conjunto de categorías. El
patrón esperado puede ajustarse a su suposición de igualdad de
probabilidades y puede, por ello, ser uniforme. O por otro lado, el patrón
esperado puede ajustarse a distribuciones de probabilidad como la binomial,
la Poisson y la normal.

Ejemplo 1.- Un distribuidor regional de sistemas de aire acondicionado a


subdividido su reglón en cuatro territorios. A un posible comprador de una
distribuidora se le dice que las instalaciones de equipo se distribuyen de
manera aproximadamente igual en los cuatro territorios. El prospecto de
comprador toma una muestra aleatoria de 40 instalaciones colocadas el año
anterior de los archivos de la compañía, y encuentra que el numero de las
instalaciones en cada uno de los cuatro territorios son los que se enlistan en
el primer reglón de la tabla 12.1, (en donde o significa “frecuencia
observada”) con base en la hipótesis de que las instalaciones están
distribuidas en forma equitativa, en el segundo reglón de la tabla 12.1 se
presenta la distribución uniforme esperada de las instalaciones (en donde fe
significa “frecuencia esperada”).

Tabla 12.1 Número de Instalaciones de Sistema de Aire por Territorio

Territorio
Total
A B C D
Número Instalado en la
6 12 14 8 40
Muestra f0
Número Esperado de
10 10 10 10 40
Instalaciones, fe
Para aceptar la hipótesis nula, debe ser posible atribuir las diferencias entre las
frecuencias observadas y la esperada a la variabilidad del muestreo y al nivel
especificado de significancia. Así la estadística de prueba ji-cuadrada se basa en
la magnitud de esta diferencia para cada una de las categorías de la distribución
de frecuencia. El valor de ji-cuadrada que se utiliza para probar la diferencia entre
un patrón de frecuencia observado y otro esperado es:

Se observa que, si las frecuencias observadas son muy cercanas a las


frecuencias esperadas, entonces el valor calculado de la ji-cuadrada estará
cercano a 0. Conforme las frecuencias observadas se alejan de las frecuencias
esperadas el valor de ji-cuadrada se vuelve mayor. Por ello, se concluye que las
pruebas de ji-cuadrada implican el uso de solamente el extremo superior, con el
objeto de determinar si un patrón observado de frecuencias es diferente de un
patrón esperado.

Ejemplo 2.- El cálculo de la estadística de prueba ji-cuadrada para el patrón de


frecuencias observadas y esperadas de la tabla 12.1 es:

El valor que se requiere de la estadística de prueba ji - cuadrada para rechazar la


hipótesis nula depende del nivel de significancia que se especifique y de los
grados de libertad. En pruebas de bondad del ajuste, los grados de libertad gl son
iguales al número de categorías menos el número de estimadores de parámetros
y menos 1. Los grados de libertad par una prueba e bondad del ajuste con ji .
cuadrada son (en donde k = a número de categorías de datos y m = números de
parámetros estimados con base en la muestra):

gl = k - m - 1

Ejemplo 3.- En seguida se presenta un ejemplo completo del procedimiento de


prueba de hipótesis para los datos de la tabla 12.1, probando la hipótesis nula a
un nivel de significancia del 5% .

H0: El número de instalaciones están distribuidas de manera uniforme en los


cuatro territorios.

H1: El número de instalaciones no esta distribuida de manera uniforme en los


cuatro territorios.

gl = k - m - 1 = 4-0-1 = 3

x2 Crítica (gl = 3, = 0.05) = 7.81 (del apéndice 7).

x2 Calculada = 4.00 (del ejemplo 2).

Cómo el valor calculado de ji - cuadrada de 4.00 no es mayor que el valor crítico


de 7.81 no puede rechazarse la hipótesis nula de que las instalaciones están
distribuidas de forma equitativas entre los cuatro territorios, a un nivel de
significancia del 5%.

Pruebas de Bondad de Ajuste

Alguien afirma que los clientes de una tienda de pantalones vaqueros son
hombres y mujeres, en proporciones iguales. Se observa una muestra aleatoria de
40 clientes y 25 resultan ser hombres y 15 mujeres. Pruebe la hipótesis nula de
que el número global de hombres y mujeres que son clientes en esa tienda es
igual, aplicando la prueba de ji - cuadrada, y utilizando el nivel de significancia del
5%.

Tabla 12.10. Frecuencias Observadas y Esperadas para el Problema 12.1.

Clientes
Total
Hombres Mujeres
Número en la Muestra
25 15 40
(f0)
Número esperado (fe) 20 20 40
De la tabla 12.10

H0: El número de clientes hombres y mujeres es igual.

H1: El número de clientes hombres y mujeres no es igual.

gl = k -m-1 = 2-0-1 =1

x2 Crítica (gl = 1, = 0.05) = 3.84

La estadística de prueba calculada, 2.50 no es mayor que el valor crítico de 3.84.


Por lo tanto, no es posible rechazar la hipótesis nula a un nivel de significancia de
un 5%.

Ejemplo 4.- Durante mucho tiempo, un fabricante de aparatos de televisión a


tenido 40% de sus ventas en aparatos de pantallas pequeñas (de menos de 1
pulgadas), 40% de tamaño mediano (de 14 a 19 pulgadas) y el 20% en la
categoría de pantalla grande (de 21 pulgadas y más). Para fijar los programas
adecuados de producción para el mes siguiente, se torna una muestra aleatoria de
100 ventas durante el periodo y se encuentra que 55 de los aparatos eran
pequeños, 35 medianos y 10 grandes. En seguida, se prueba la hipótesis nula de
que el patrón histórico de ventas sigue siendo igual, utilizando el nivel de
significancia de 1%.

H0 : Los porcentajes de compras de aparatos de televisión de pantalla pequeña,


mediana y grande son 40%, 40% y 20% respectivamente.

H1: el patrón actual de ventas de televisores es diferente del patrón histórico


planteado en H0.

gl 0 k - m - 1 = 3-0-1 = 2
X2 Crítica (gl = 2, = 0.01) = 9.21

La X2 calculada (en la tabla 12.2 se encuentran las frecuencias observadas y


esperadas) es:

La estadística ji - cuadrada calculada de 11.25 es mayor que el valor crítico de


9.21. Por ello, se rechaza la hipótesis nula a un nivel de significancia de 1%.
Comparando la frecuencias observadas y esperadas de la tabla 12.2, se
encuentra que el cambio principal consiste en que se venden más aparatos
pequeños y menos grandes, con ciertas reducción en las ventas de los aparatos
de tamaño mediano.

Tabla 12.2 Compras Observadas y esperadas de aparatos de televisión, de


acuerdo con el tamaño de la pantalla.

Tamaño de la Pantalla
Total
Pequeña Mediana Grande
Frecuencia
55 35 10 100
Observada, f0
40 40 20 100
Patrón Histórico, fe
Tablas de Contingencia.

Ejemplo 5.- La tabla 12.3 es una reproducción de la sección 5.8 y es un ejemplo


del formato más simple posible de una tabla de contingencia, ya que las dos
variables (Sexo y Edad) tiene solo dos niveles de clasificación, o categorías. Por
ello, se trata de una tabla de contingencia de 2 x2.

Tabla 12.3 Tabla de contingencia para los clientes de la tienda de aparatos


de sonidos.

Sexo
Edad Total
Hombre Mujer
Menor de 30 60 50 110
30 y más 80 10 90
Total 140 60 200
Si se rechaza la hipótesis nula de independencia para datos clasificados como los
de la Tabla 12.3, es señal de que las dos variables son dependientes y que
existen una relación entre ellas. Por ejemplo, para la tabla 12.3, esto indicara que
existe una relación entre la edad y el sexo para los clientes de la tienda de
aparatos de sonido.
Dada la hipótesis de independencia las dos variables, la frecuencia esperada
correspondiente a cada una de las celdas de la tabla de contingencia debe ser
proporcional al total de frecuencias observadas de columnas y de reglón. Si fr es
la frecuencia total de un reglón determinado fx es la frecuencia total de una
columna determinada, entonces una formula conveniente para determinar la
frecuencia esperada para la celda de la tabla de contingencia que se encuentra en
ese renglón y columna es:

La formula general para los grados de libertad correspondiente a una prueba de


independencia es:

gl = (r - 1) (k - 1).

Ejemplo 6.- En la tabla 12.4 se presentan las frecuencias esperadas para los
datos de la tabla 12.3. Por ejemplo para la celda de renglón 1 y columna 1, el
calculo de la frecuencia esperada es:

En este caso, las tres frecuencias esperadas restantes pueden obtenerse


mediante substracción de los totales de renglón y de columnas, como alternativas
al uso de las formulas (12.3). Esta es una indicación directa de que existe un
grado de libertad para una tabla de contingencia de 2x2 y que solo la frecuencia
de una celad “tiene libertad” para variar.

Tabla 12.4 Tabla de frecuencia esperadas para las frecuencias observadas


que se reportan en la tabla 12.3.

Sexo
Edad Total
Hombres Mujer
Menor de 30 77 33 110
30 y más 63 27 90
Total 140 60 200
La estadísticas de pruebas y cuadradas para tablas de contingencia se calcula
exactamente de la misma manera que para las pruebas de bondad del ajuste
(sección 12.2).

Ejemplo 7.- Enseguida se realiza la prueba de la hipótesis nula de independencia


para los datos de la tabla 12.3, utilizando un nivel de significancia del 1%.

H0: El sexo y la edad de los clientes de la tienda es independiente.

H1: El sexo y la edad son variables dependientes (existe una relación entre las
variables sexo y edad).
La estadística de prueba calculada de 27.8 excede el valor crítico de 6.63. Por
ello, se rechaza la hipótesis nula de independencia a un nivel de significancia del
1%. Con referencia a la tabla 12.3, se observa que es más probable que los
clientes de sexo masculino tengan más de 30 años de edad, al tiempo que es más
probable que las mujeres tengan menos de 30 años. El resultado de la prueba de
ji - cuadrada arroja que no puede pensarse que esa relación observada en la
muestra se debe al azar, a un nivel de significancia de 1%.

Ejemplo 8.- El gerente de un apartamento de personal estima que una proporción


de = 0.40 de los empleados de una empresa grande participara en un nuevo
programa de inversión en acciones. Se entrevista a una muestra aleatoria de n =
50 empleados y 10 de ellos manifiestan su intención de participar. Se podría
probar el valor hipotético de la proporción poblacional utilizando la distribución
normal de probabilidad tal como se describe en la sección 11.5. En seguida, se
ilustra el uso de la prueba de ji - cuadrada para lograr ese mismo objetivo
utilizando un nivel de significancia de 5%.

H0 : = 0.40 H1 " 0.40

gl = k - m - 1 = 2-0-1 = 1

(Existen 2 categorías de frecuencias observadas, tal como se muestra en la tabla


12.5).

X2 Crítica (gl = 1 = 0.05) = 3.84

La x2 calculada (en la tabla 12.5 se muestran las frecuencias observadas y las


esperadas) es:

Tabla 12.5 frecuencia observadas y esperadas para el ejemplo 8.

Participación en los programas


Total
Si No
Número Observado en la muestra, f0 10 40 50
Número esperado en la muestra fe 20 30 50
La estadística de prueba calculada de 8.33 excede el valor crítico de 3.84. Por ello
se rechaza la hipótesis nula a un nivel de significancia de 5% y se concluye que la
proporción de participantes en el programa en toda la empresa no es de 0.40.

Ejemplo 9.- Suponga que se muestren los hogares de cuatro comunidades y se


investiga el número en los que se estaba viendo el programa especial de
televisión. En la tabla 12.8 se presentan los datos muéstrales observados, y en la
tabla 12.9 se presentan las frecuencias esperadas, calculadas con la fórmula
(12.3). Enseguida se realiza la prueba de la hipótesis nula de que no existen
diferencias entre las proposiciones poblacionales.

H0 : 1 = 2 = 3 = 4 H0 : No todas 1 = 2 = 3 = 4

(Nota: El rechazo de la hipótesis nula no indica que todas las igualdades son
falsas si no que cuando menos una es falsa).

Tabla 12.8 audiencia del programa de televisión en cuatro comunidades.

Comunidades
Total
1 2 3 4
Número de
10 15 5 18 48
Televidentes
Número de no
40 35 45 32 152
Televidentes
Total 50 50 50 50 200
Tabla 12.9 Frecuencias esperadas para los datos de la tabla 12.8.

Comunidades
Total
1 2 3 4
Número de
12.0 12.0 12.0 12.0 48
Televidentes
Número de no
38.0 38.0 38.0 38.0 152
Televidentes
Total 50 50 50 50 200
El valor calculado de la estadística ji - cuadrada 10.75,no es mayor que el valor
crítico de 11.35.Por ello, las diferencias en las proporciones de televidentes en las
cuatro comunidades muestreadas no son lo suficientemente grande par rechazar
la hipótesis nula a un nivel de significancia del 5%.

Pruebas de Bondad del ajuste.

Alguien afirma que los clientes de una tienda de pantalones vaqueros son
hombres y mujeres en proporciones iguales. Se observa una muestra aleatoria de
40 clientes y 25 resultan ser hombres y 15 mujeres. Pruebe la hipótesis nula de
que el número global de hombres y mujeres que son clientes en esa tienda es
igual aplicando la prueba de ji - cuadrada y utilizando el nivel de significancia del
5%.

Tabla 12.10 Frecuencias observadas y esperadas para el problema 12.1.


Clientes
Total
Hombres Mujeres
Número en la
25 15 40
Muestra (f0)
Número
20 20 40
Esperado (fe)
De la tabla 12.10.

H0 : El número de clientes hombres y mujeres el igual.

H1: El número de clientes hombres y mujeres no es igual.

gl = k - m - 1 = 2 - 0 - 1 = 1

X2 crítica (gl = 1, = 0.05) = 3.84

La estadística de prueba calculada, 2.50, no es mayor que el valor crítico de 3.84.


Por lo tanto, no es posible rechazar la hipótesis nula a un nivel de significancia del
5%.

F F 0.99

0.95
Palabras clave:
EstadísticaContraste de hipótesisInferenciaMedia muestralMuestrasDistribución
NormalPruebas de Bondad del AjusteFrecuencia

También podría gustarte