Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Probabilidades &
Estadisticas
Profesor: Bachilleres:
Julio González Nohelis Arreaza CI 25.721.342
El Tigre, Noviembre de 2018
Prueba de Hipotesis
Una prueba de hipótesis es una regla que especifica si se puede aceptar o rechazar una
afirmación acerca de una población dependiendo de la evidencia proporcionada por una
muestra de datos.
Una prueba de hipótesis examina dos hipótesis opuestas sobre una población: la hipótesis
nula y la hipótesis alternativa. La hipótesis nula es el enunciado que se probará. Por lo general,
la hipótesis nula es un enunciado de que "no hay efecto" o "no hay diferencia". La hipótesis
alternativa es el enunciado que se desea poder concluir que es verdadero de acuerdo con la
evidencia proporcionada por los datos de la muestra.
Con base en los datos de muestra, la prueba determina si se puede rechazar la hipótesis
nula. Usted utiliza el valor p para tomar esa decisión. Si el valor p es menor que el nivel de
significancia (denotado como α o alfa), entonces puede rechazar la hipótesis nula.
Un error común de percepción es que las pruebas estadísticas de hipótesis están diseñadas
para seleccionar la más probable de dos hipótesis. Sin embargo, al diseñar una prueba de
hipótesis, establecemos la hipótesis nula como lo que queremos desaprobar. Puesto que
establecemos el nivel de significancia para que sea pequeño antes del análisis (por lo general,
un valor de 0.05 funciona adecuadamente), cuando rechazamos la hipótesis nula, tenemos
prueba estadística de que la alternativa es verdadera. En cambio, si no podemos rechazar la
hipótesis nula, no tenemos prueba estadística de que la hipótesis nula sea verdadera. Esto se
debe a que no establecimos la probabilidad de aceptar equivocadamente la hipótesis nula para
que fuera pequeña.
Entre las preguntas que se pueden contestar con una prueba de hipótesis están las siguientes:
Hipotesis Nula
Error tipo 1 y 2
En un estudio de investigación el error de tipo I también denominado error de tipo alfa (α)1
o falso positivo, es el error que se comete cuando el investigador rechaza la hipótesis nula
(H()) siendo esta verdadera en la población . Es equivalente a encontrar un resultado falso
positivo, porque el investigador llega a la conclusión de que existe una diferencia entre las
hipótesis cuando en realidad no existe. Se relaciona con el nivel de significancia estadistica.
Se considera que el paciente está enfermo, a pesar de que en realidad está sano;
hipótesis nula: El paciente está sano.
Se declara culpable al acusado, a pesar de que en realidad es inocente; hipótesis
nula: El acusado es inocente.
No se permite el ingreso de una persona, a pesar de que tiene derecho a ingresar;
hipótesis nula: La persona tiene derecho a ingresar.
En un estudio de investigación, el error de tipo II, también llamado error de tipo beta (β) (β
es la probabilidad de que exista este error) o falso negativo, se comete cuando el investigador
no rechaza la hipótesis nula siendo esta falsa en la población. Es equivalente a la probabilidad
de un resultado falso negativo, ya que el investigador llega a la conclusión de que ha sido
incapaz de encontrar una diferencia que existe en la realidad.
Se acepta en un estudio que el valor del error beta esté entre el 5 y el 20%.
afirmación enérgica (como por ejemplo «Promedio μ = 0») la hipótesis alternativa, debido
a que engloba todas las otras posibilidades, es generalmente de naturaleza global (por
Nivel de Significacion
Prueba Estadistica
Una prueba estadística es una forma de evaluar la evidencia que los datos proporcionan
para probar una hipótesis. Esta hipótesis se denomina hipótesis nula, y suele denominarse
H0. ... H0 normalmente se opone a una hipótesis denominada hipótesis alternativa,
denominada H1 o Ha.
El análisis de varianza es una técnica que se puede utilizar para decidir si las medias de dos o
más poblaciones son iguales. La prueba se basa en una muestra única, obtenida a partir de
cada población. El análisis de varianza puede servir para determinar si las diferencias entre las
medias muestrales revelan las verdaderas diferencias entre los valores medios de cada una de
las poblaciones, o si las diferencias entre los valores medios de la muestra son más indicativas
de una variabilidad de muestreo.
Existen tres supuestos básicos que se deben satisfacer antes de que se pueda utilizar el análisis
de variancia.