Pruebas de hipótesis

En casos relacionados con situaciones especiales en las cuales se desea

comprobar la efectividad de estándares preestablecidos, la técnica de prueba
de hipótesis resultaba bastante apropiada, por cuanto permite comprobar con
bastante certeza el grado de  acierto en la fijación de éstos.

Una hipótesis estadística se define como un supuesto hecho sobre algún

parámetro de la población. Por ejemplo, los siguientes enunciados podrían ser
tomados como hipótesis:
-          El ingreso promedio de los trabajadores de la fábrica es de $X.
-          El rendimiento promedio de los empleados de dos fábricas es
diferente.
-          El promedio de duración de las bombillas es de 1.000 horas.
-          El promedio de duración de las llantas es de 100.000 kilómetros.
La prueba de hipótesis consiste en aplicar técnicas estadísticas que permitan aceptar o
rechazar una hipótesis. Este procedimiento se conoce como contraste de hipótesis.  Las
pruebas de hipótesis utilizan un procedimiento de cinco pasos, los cuales se mencionan
a continuación:
1.    Plantear las hipótesis nula y alternativa.
2.    Determinar el nivel de significancia.
3.  Estimar  el valor estadístico de prueba.
4.    Establecer la regla de decisión.
5.    Tomar la decisión.
 En la prueba de investigación, o de validez de una afirmación, se conocen las siguientes
clases de pruebas:
Pruebas para grandes muestras.
Pruebas para pequeñas muestras.
Pruebas de varianza.

En las pruebas de grandes muestras se realizan para los siguientes casos:

Pruebas de medias y de proporciones.
Pruebas de diferencias de medias y proporciones.

En las pruebas de pequeñas muestras se realizan para los siguientes casos:

Pruebas para medias y diferencias de medias.

En ambos casos se utilizan un estadístico de prueba que en el caso de muestras grandes

es el estadístico Z y en el caso de muestras pequeñas es el de la T de student
Si queremos probar la diferencia entre dos medias de dos tratamientos tenemos la
opción de usar las pruebas z o t. ¿En que nos basamos para decidir si usamos una o la
otra?
Su respuesta :

En el tamaño de las muestras

Correcto: Según principio del teorema del límite central esta opción tiene validez como
criterio para usar una u otro estadístico de prueba.

Cuál de los siguientes pasos o etapas no constituye parte del procedimiento para la
contrastación de una hipótesis estadística relacionada con algún parámetro o
característica de una población:
Su respuesta :

Verificar el grado de homogeneidad de la variable en estudio

Correcto: No obstante ser un supuesto a verificar para validar una prueba. En términos
generales no aplica para todos los contrastes de hipótesis.

Decisión sobre una hipótesis razonable

Dependiendo del planteamiento de la hipótesis alternativa (H1) se distingue dos tipos de
pruebas:
Pruebas bilaterales.
Pruebas unilaterales
El procedimiento de prueba de hipótesis para pruebas bilaterales a cerca de la media de
una población, cuando se considera el caso de muestra mayor que 30 datos (grande)  en
que el teorema del límite central permite suponer que la media de la distribución
muestral de medias se puede aproximar a una distribución normal de probabilidad, y la
desviación estándar de la población es conocida, sigue la siguiente forma general:
Estadístico de prueba para la media de la población y desviación estándar
poblacional  conocida es "Z"
Regla de rechazo a un nivel de significancia determinado es:
Zc >Zt

La regla de decisión para rechazar la hipótesis nula en una prueba de hipótesis es que la
relación entre el valor calculado del estadístico de prueba y el valor tabulado tomado de
la distribución de probabilidad muestral correspondiente sea:
Su respuesta :

Valor calculado mayor que el tabulado

Correcto: La zona de rechazo está determinada por los valores correspòndientes al área
derecha del estadístico de prueba.
Bases del análisis de varianzas
El análisis de la varianza (o Anova: Analysis of variance) es un método para comparar
tres o más medias, que es necesario porque cuando se quiere comparar más de dos
medias es incorrecto utilizar repetidamente el contraste basado en la t de student  por
dos motivos:

En primer lugar, y como se realizarían simultánea e independientemente varios

contrastes de hipótesis, la probabilidad de encontrar alguno significativo por azar
aumentaría.

 Por otro lado, en cada comparación la hipótesis nula es que las dos muestras provienen
de la misma población, por lo tanto, cuando se hayan realizado todas las comparaciones,
la hipótesis nula es que todas las muestras provienen de la misma población y, sin
embargo, para cada comparación, la estimación de la varianza necesaria para el
contraste es distinta, pues se ha hecho en base a muestras distintas.

El método que resuelve ambos problemas es el anova, aunque es algo más que esto: es
un método que permite comparar varias medias en diversas situaciones de una variable
independiente cualitativa, cuyos efectos se miden en otra variable cuantitativa de
respuesta; muy ligado, por tanto, al diseño de experimentos y, de alguna manera, es la
base del análisis multivariante.

Estadística No paramétrica
Se denominan pruebas no paramétricas aquellas que no presuponen una distribución de
probabilidad para los datos, por ello se conocen también como de distribución libre
(distribution free). En la mayor parte de ellas los resultados estadísticos se derivan
únicamente a partir de procedimientos de ordenación y recuento, por lo que su base
lógica es de fácil comprensión. Cuando trabajamos con muestras pequeñas (n < 10) en
las que se desconoce si es válido suponer la normalidad de los datos, conviene utilizar
pruebas no paramétricas, al menos para corroborar los resultados obtenidos a partir de la
utilización de la teoría basada en la normal.

La prueba de bondad de ajuste de chi- cuadrado, compara las frecuencias teóricas

esperadas con frecuencias obtenidas. Necesita un número suficiente de datos (al menos
30); también es necesario que las frecuencias esperadas sean mayores o iguales que 5.
Válido especialmente para variables cualitativas. En cuanto a las pruebas de
kolmpogorov-smirnov. La única premisa que se necesita es que las mediciones se
encuentren al menos en una escala de intervalo. Se necesita que la medición considerada
sea básicamente continua. Además dicha prueba es aplicable cualquiera sea el tamaño
de la muestra
Cuando se quiere probar una hipótesis sobre el grado de ajuste de los valores posibles
de una variable cualitativa a una distribución de probabilidad. El modelo de prueba No
paramétrico más adecuado es:
Su respuesta :

El de Chi- Cuadrado

Correcto: Porque para utilizar ajuste de variables cualitativas se debe clasificar en

categorías, que permitan observar los valores en cada categoría.

En el análisis de varianzas de un factor se relacionan con dos variables con el fin de

medir el grado en que una de ellas (la independiente) incide en los valores posibles de la
otra (la dependiente). De acuerdo a este criterio las dos variables pueden ser:
Su respuesta :

La independiente es cualitativa y la dependiente cuantitativa

Correcto: Esta es la clasificación de variables que permite medir el efecto de una

variable sobre la otra, a travéz del ANOVA.

La prueba de hipótesis sobre la diferencia de dos muestras relacionadas en la estadística

No parámetrica, es aplicada en forma adecuada a través de la prueba.
Su respuesta :

Wilcoxon

Correcto: Porque esta prueba se fundamenta en los rangos de los valores obtenidos de la
variable.