Documentos de Académico
Documentos de Profesional
Documentos de Cultura
DÓCIMA DE HIPÓTESIS
INTRODUCCIÓN
Una hipótesis estadísticas es un procedimiento para establecer una decisión con respecto a
parámetros que están presentes en un modelo de probabilidad, y en algunas ocasiones también
se aplica para tomar una decisión acerca de una determinada distribución de probabilidad. El
problema en la tarea de decisiones es probar mediante hipótesis, si la afirmación mantenida en ella
se encuentra efectivamente apoyada por una estadística obtenida de la muestra aleatoria de
tamaño (n).
1.- Hipótesis nula (notación: Ho): Se plantea un valor particular del parámetro,
sobre el cual se desea tomar una decisión.
Por ejemplo:
H0 : = 40
2
H0 : σ = 2
H0 : P = ¼
2.- Hipótesis alternativa (H1): Se plantea la tesis de investigación o valores posibles que puede
tomar un parámetro. También se puede decir que es el conjunto
complemento de la hipótesis Ho.
Por ejemplo:
Definición:
Si (x1, x2, .... , xn) son los valores muestrales, en los cuales se basa la toma de
decisión. Se tendrá ciertos valores de esta muestra que conducirán al rechazo H0.
Sea C = (x1, x2, .... , xn) / la estadística de prueba que delimita una región de
rechazo de la hipótesis Ho de tamaño α.
ERRORES EN LA DECISIÓN
Definición:
Dado que la dócima de hipótesis está basada en datos experimentales (x1, x2, .... ,
xn) y sobre ellos se toma una decisión, es posible que dicha decisión no sea la correcta, es decir
está sujeta a un error. Los errores estadísticos en la toma de decisiones son:
Error tipo I:
P ( rechazar Ho / Ho es verdad) =
Observaciones:
Por lo tanto, la toma de decisiones también se puede hacer considerando esta probabilidad ( α
mínima ) :
Si p-value ( < 0.01 ) entonces la decisión será rechazar Ho, ya que el error tipo I
Tiene una muy baja probabilidad.
Si p-value ( > 0.1 ) entonces la decisión será no rechaza Ho ( aceptar Ho), ya que
El Error tipo I tiene una muy alta probabilidad.
176
Error tipo II
= 1- P ( rechazar Ho / Ho es falso)
FUNCION DE POTENCIA
( ) = P (rechazar Ho / Ho es falso)
Versus
i.- H1: µ ≠ µo
ii.- H1: µ > µo
iii.- H1: µ < µo
2
Sea X1, X2,...,Xn una m.a.(n) desde X con distribución N ( µ; σ ).
X −µ
Z= ≈ N (0;1)
σ 2 /n
Si x es el valor observado de la media muestral se tiene:
x − µo
Zcal = donde Z cal debe ser comparado en la respectiva región crítica o de rechazo
σ 2 /n
de Ho.
Obs. Si Zcal ∈ a la región crítica o de rechazo de Ho dada por C, entonces la decisión será
rechazar la hipótesis H0 con un error α.
2
CASO 2 CON VARIANZA DESCONOCIDA (σ )
Versus
i.- H1: µ ≠ µo
ii.- H1: µ > µo
iii.- H1: µ < µo
2
Sea X1, X2,...,Xn una m.a.(n) desde X con distribución N ( µ; σ ).
Se sabe que la estadística: X ≈ N ( µ ; σ / n) la estandarización es de la forma:
2
178
X −µ
Z= ≈ N (0;1)
σ 2 /n
(n − 1) S 2
Sea la estadística Chi – cuadrado: χ2 = ≈ χ 2 (n − 1)
σ 2
n
( Xi − X ) 2
Donde S2 = i =1
es la varianza muestral.
n −1
Luego la estadística (estadística de prueba) T de Student se logra construir con:
( X − µ)
T= ≈ T (n − 1)
S2 /n
Obs. Si Tcal ∈ a la región crítica o de rechazo de Ho dada por C, entonces la decisión será
rechazar la hipótesis H0 con un errorα.
Versus
2 2
i.- H1: σ ≠ σ 0
2 2
ii.- H1: σ > σ 0
2 2
iii.- H1: σ < σ 0
2
Sea X1,X2,...,Xn una m.a.(n) desde X con distribución N ( µ; σ ).
Se sabe que la estadística ( estadística de prueba): Chi – cuadrado:
(n − 1) S 2
Q= ≈ χ 2 (n − 1)
σ 02
179
n
( Xi − X ) 2
Donde S2 = i =1
es la varianza muestral.
n −1
2
Si s es el valor observado de la varianza muestral se tiene:
(n − 1) s 2
Qcal =
σ 20
donde Qcal debe ser comparado en la respectiva región crítica o de rechazo de Ho.
Obs. Si Qcal ∈ a la región crítica o de rechazo de Ho dada por C, entonces la decisión será
rechazar la hipótesis H0 con un errorα.
Obs. Este procedimiento es valido para construir una dócima para la desviación estándar
poblacional ( σ ), aplicando la raíz cuadrada positiva a la estadística de prueba y también en las
regiones críticas.
Versus
i.- H1: P ≠ p0
ii.- H1: P > p0
iii.- H1: P < p0
Entonces a través del teorema central del límite se tiene la estadística de prueba:
( p − po)
Z= ≈ app.N (0;1)
po(1 − po)
n
( p − po)
Zcal = , donde Zcal debe ser comparado en la respectiva región crítica o de
po(1 − po)
n
rechazo de Ho.
Obs. Si Zcal ∈ a la región crítica o de rechazo de Ho dada por C, entonces la decisión será
rechazar la hipótesis H0 con un error α.