Está en la página 1de 17

ESTADÍSTICA INFERENCIAL

(Inferential Statistics)
“La matemática como eje transversal
de la ciencia contable“

FACULTAD DE CIENCIAS ECONÓMICAS, ADMINISTRATIVAS Y


CONTABLES
ESCUELA DE CONTADURÍA PÚBLICA
TUNJA
2020

HOLLMAN DUBAN CAMACHO REYES (Mg)

Hollman Dubán Camacho (Mg)


NIVEL DE SIGNIFICANCIA
El propósito de la prueba de hipótesis no es cuestionar
el valor calculado del estadístico de la muestra, sino
hacer un juicio respecto a la diferencia entre ese
estadístico y un parámetro hipotético de la población.
En nuestro ejemplo del complejo deportivo, decidimos
que una diferencia observada entre la media de la
muestra 𝑥 y la media hipotética de la población 𝜇𝐻0
tenía sólo 4.5%, o 0.045, de probabilidad de ocurrir.
Por tanto, rechazamos la hipótesis nula de que la
media de la población fuera de 0.04 pulg (𝐻0 :  = 0.04
pulg). En términos estadísticos, el valor 0.045 se Recuerde que en estimación, el nivel de confianza
conoce como nivel de significancia. indicaba el porcentaje de medias muestrales que
caían dentro de los límites de confianza definidos

Hollman Dubán Camacho (Mg)


Cuanto más alto sea el nivel de significancia que
utilizamos para probar una hipótesis, mayor será la
probabilidad de rechazar la hipótesis nula cuando
es cierta.
Se ilustra una prueba de hipótesis para tres niveles
de significancia: 0.01, 0.10 y 0.50. También hemos
indicado la ubicación de la misma media de
muestra 𝑥 en cada distribución. En las gráficas (a) y
(b), aceptaríamos la hipótesis nula de que la media
de población es igual al valor hipotetizado. Pero
observe que en la gráfica (c), rechazaríamos esta
misma hipótesis nula

Error Tipo I (): rechazar una hipótesis nula cuando de


hecho es verdadera.
Error Tipo II (): aceptar una hipótesis nula cuando de
hecho es falsa.
Hollman Dubán Camacho (Mg)
TIPO DE DISTRIBUCIÓN A USAR

Hollman Dubán Camacho (Mg)


PRUEBA DE HIPÓTESIS
Debemos recordar de nuevo, que en cada ejemplo de
pruebas de hipótesis, cuando aceptamos una hipótesis
nula con base en la información de la muestra, en
realidad estamos diciendo que no hay evidencia
estadística para rechazarla. No estamos afirmando que la
hipótesis nula sea cierta.
La única forma de probar una hipótesis nula es conocer
el parámetro, y eso no es posible cuando se trata de
muestreo. Así, aceptamos la hipótesis nula y nos
comportamos como si fuera cierta, simplemente porque
no podemos encontrar evidencia para rechazarla.

Hollman Dubán Camacho (Mg)


Hollman Dubán Camacho (Mg)
EJEMPLOS
1) Para los siguientes casos, especifique qué distribución de 1) a) t con 24 gl
probabilidad usar en una prueba de hipótesis: b) Normal
c) t con 17 gl
a) 𝐻0 :  = 27 , 𝐻1 :   27 , 𝑥 = 33 , 𝜎 = 4 , n = 25 d) Normal
b) 𝐻0 :  = 98.6 , 𝐻1 :  > 98.6 , 𝑥 = 99.1 ,  = 1.5 , n = 50 e) t con 41 gl (se usa tabla normal)
c) 𝐻0 :  = 3.5 , 𝐻1 :  < 3.5 , 𝑥 = 2.8 , 𝜎 = 0.6 , n = 18
d) 𝐻0 :  = 382 , 𝐻1 :   382 , 𝑥 = 363 , 𝜎 = 68 , n = 12
e) 𝐻0 :  = 57 , 𝐻1 :  > 57 , 𝑥 = 65 , 𝜎 = 12 , n = 42
2) 𝐻0 :  = 10 toneladas
2) Se decide probar la capacidad de carga de un puente que 𝐻1 :  > 10 toneladas
tiene 20 años. Dispone de una gran cantidad de datos de
pruebas similares en el mismo tipo de puente. ¿Qué es
adecuado, una prueba de una o de dos colas? Si la
capacidad de carga mínima de este puente debe ser 10
toneladas, ¿cuáles son las hipótesis nula y alternativa?

Hollman Dubán Camacho (Mg)


PRUEBAS DE HIPÓTESIS DE 2 COLAS Y 1 COLA
Una prueba de dos colas es apropiada cuando la hipótesis nula
es  = 𝜇𝐻0 (en donde 𝜇𝐻0 es algún valor especificado) y la
hipótesis alternativa es   𝜇𝐻0 . Suponga que un fabricante de
focos desea producirlos con una vida media de  = 𝜇𝐻0 = 1,000
horas. Si el tiempo de vida es más corto, perderá clientes en
favor de su competencia; si el tiempo de vida es más largo,
tendrá un costo de producción muy alto porque los filamentos
serán excesivamente gruesos. Para verificar que su proceso de
producción sea adecuado, toma una muestra de la producción
con el fin de probar la hipótesis 𝐻0 :  = 𝜇𝐻0 = 1,000. Como no
quiere desviarse significativamente de 1,000 horas en ninguna
dirección, la hipótesis alternativa adecuada es 𝐻1 :   𝜇𝐻0 =
1,000, y utiliza una prueba de dos colas. Esto es, rechaza la
hipótesis nula si la vida media de los focos de la muestra está
muy por arriba de 1,000 horas o muy por abajo de 1,000 horas.

Hollman Dubán Camacho (Mg)


PRUEBAS DE HIPÓTESIS DE 1 COLA
Consideremos el caso de un mayorista que compra focos al
fabricante del ejemplo anterior. El mayorista los compra en
grandes lotes y no desea aceptar un lote de focos a menos que
su vida media sea 1,000 horas o más. Cada vez que llega una
remesa, el mayorista prueba una muestra para decidir si la
acepta o no. La compañía rechazará el envío sólo si le parece
que su vida media es menor que las 1,000 horas. Si cree que los
focos son mejores que lo esperado (con una vida media
superior a 1,000 horas), es claro que no rechazará la remesa,
porque la vida más larga no tiene un costo adicional.
Así que las hipótesis del mayorista son 𝐻0 :  = 1,000 horas y
𝐻1 :  < 1000 horas. Rechaza 𝐻0 sólo si la vida media de los
focos muestreados es significativamente menor que 1,000
horas.

Hollman Dubán Camacho (Mg)


PRUEBAS DE HIPÓTESIS DE 1 COLA
Un administrador ha pedido a sus agentes de ventas que
observen un límite en sus gastos de viaje. El administrador
espera mantener los gastos en un promedio de $100
diarios por vendedor. Un mes después de imponer el
límite, se toma una muestra de gastos diarios entregados
para ver si se ha observado el límite. La hipótesis nula es
𝐻0 :  = $100, pero al administrador sólo le importan los
gastos excesivamente altos. Por tanto, la hipótesis
alternativa apropiada en este caso es 𝐻1 :  > $100 y se
utiliza una prueba de cola superior. La hipótesis nula se
rechaza (y se toman medidas correctivas) sólo si la media
de la muestra es significativamente mayor que $100

Hollman Dubán Camacho (Mg)


Hollman Dubán Camacho (Mg)
EJEMPLO
Suponga que un hospital usa grandes cantidades de dosis 𝜇𝐻0 = 100 𝑐𝑚3 =2 n = 50 𝑥 = 99.75
envasadas de un medicamento particular. La dosis  = 0.1
individual de esta medicina tiene 100 𝑐𝑚3 (100 cc). La
acción del medicamento es tal que el cuerpo tolera dosis 𝐻0 :  = 100 𝑐𝑚3
excesivas sin sufrir daño. Por otra parte, las dosis 𝐻1 :  < 100 𝑐𝑚3
insuficientes no producen el efecto médico deseado e
interfieren con el tratamiento del paciente. El hospital ha
adquirido la cantidad de medicamento que necesita al Z = -1.28
mismo fabricante durante varios años y sabe que la La región sombreada corresponde al nivel de
desviación estándar de la población es 2 cc. El hospital significancia 0.1
inspecciona, aleatoriamente, 50 dosis, tomadas de un
𝜎 2
envío muy grande y encuentra que la media de estas dosis 𝜎𝑥 = 𝑛
= 50
= 0.2829 𝑐𝑚3
es 99.75 cc. Para un nivel de significancia de 0.10 ¿Es
posible que las dosis de esta entrega sean demasiado
pequeñas? 𝑥 − 𝜇 99.75 − 100
𝑧= = = −0.88
𝜎𝑥 0.2829
Hollman Dubán Camacho (Mg)
Hollman Dubán Camacho (Mg)
EJERCICIO

1) Si su objetivo es aceptar la hipótesis nula  = 36.5,


con 96% de certeza cuando es cierta, y nuestro
tamaño de muestra es 50, grafique las regiones de
aceptación y rechazo para las siguientes hipótesis
alternativas:

a)  ≠ 36.5.
b)  > 36.5.
c)  < 36.5.

Hollman Dubán Camacho (Mg)


EJERCICIO

2) El departamento de estadística instaló, el año SOLUCIÓN:  = 3124 Kwh


pasado, luces, calentadores y aire acondicionado
eficientes en el consumo de energía. Ahora desean 𝐻0 :  = 3124 Kwh
determinar si el consumo promedio mensual de 𝐻1 :  < 3124 Kwh
energía ha disminuido. ¿Deben realizar una prueba
de una o de dos colas? Si el consumo promedio
mensual anterior era 3,124 kilowatts hora, ¿cuáles
son la hipótesis nula y alternativa?

Hollman Dubán Camacho (Mg)


ACTIVIDAD

(Estadística para Admistración de Levin, Rubin)

Ejercicios sección 8.3


• Ejercicio 8-25 pág. 331
Ejercicios sección 8.4
• Ejercicios 8-26 hasta 8-33 pág. 337

Hollman Dubán Camacho (Mg)


REFERENCIAS (References)
1. CIENCIA Y TÉCNICA ADMINISTRATIVA. Módulos de estadística. Tomado de: http://www.cyta.com.ar.
Buenos Aires
2. LEVIN, R; RUBIN, D. Estadística para administración y economía. 7 ed. Pearson Educación, Mexico.
2004
3. https://slideplayer.es/slide/106385/

Hollman Dubán Camacho (Mg)