TRABAJO DE ESTADISTICA

ESTUDIANTE:

CECILIA DAVILA PADILLA

DOCENTE:

JADER DOMINGUEZ MEDINA

UNIVERSIDAD DE LA GUAJIRA

FACULTAD DE CIENCIAS SOCIALES Y HUMANAS

SEDE EXTENSION-MAICAO

TRABAJO SOCIAL

III SEMESTRE

2018
CONCEPTO DE PRUEBA DE HIPOTESIS:

Se dice que una prueba puede ser un ensayo, un experimento, una evolución y
muestra. por lo general se afirma que la hipótesis no puede probarse como
falsa o verdadera lo que se hace es apoyar un argumento a partir de evidencias
que surgen de investigaciones científicas. 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.

ERRORES DE UNA PRUEBA DE HIPOTESIS

Podemos afirmar que ninguna prueba de hipótesis es 100% cierta. Puesto que la
prueba se basa en probabilidades, siempre existe la posibilidad de llegar a una
conclusión incorrecta. Cuando usted realiza una prueba de hipótesis, puede
cometer dos tipos de error: tipo I y tipo II. Los riesgos de estos dos errores están
inversamente relacionados y se determinan según el nivel de significancia y la
potencia de la prueba. Por lo tanto, usted debe determinar qué error tiene
consecuencias más graves para su situación antes de definir los riesgos.

Tipo I: Si usted rechaza la hipótesis nula cuando es verdadera, comete un error de

tipo I. La probabilidad de cometer un error de tipo I es α, que es el nivel de
significancia que usted establece para su prueba de hipótesis. Un α de 0.05 indica
que usted está dispuesto a aceptar una probabilidad de 5% de estar equivocado al
rechazar la hipótesis nula. Para reducir este riesgo, debe utilizar un valor menor
para α. Sin embargo, usar un valor menor para alfa significa que usted tendrá
menos probabilidad de detectar una diferencia si está realmente existe.

Tipo II: Cuando la hipótesis nula es falsa y usted no la rechaza, comete un error de
tipo II. La probabilidad de cometer un error de tipo II es β, que depende de la
potencia de la prueba. Puede reducir el riesgo de cometer un error de tipo II al
asegurarse de que la prueba tenga suficiente potencia.

PRUEBA UNILATERAL Y BILATERAL: UNILATERAL, se utiliza una hipótesis

alternativa unilateral que también es conocida como hipótesis direccional para
determinar si el parámetro de la población difiere el valor hipotético en una
dirección especifica.

BILATERAL: se utiliza una hipótesis alternativa bilateral también conocida como

hipótesis no direccional para determinar si el parámetro de la población es mayor
es mayor o menor que el valor hipotético.
Nivel de significación y puntos críticos: Nivel de significación: Es la
diferencia que existe entre la certeza y el nivel de confianza. Se designa como
Ns y su valor es α Es habitual expresarlo como porcentaje, pero para los
cálculos siempre hay que convertirlo en decimal.

Nivel de confianza: es el grado de certeza (o probabilidad), expresado en

porcentaje con el que queremos realizar la estimación de un parámetro a través
de un estadístico muestral. Vale 1 – α.

Elegido un nivel de significación determinamos qué grado de certeza

(probabilidad) queremos en la estimación del parámetro de la población. De
esta forma, quedan determinados los límites de confianza, que son los límites
del intervalo de valores cuyo centro es el parámetro estimado.

Procedimiento a seguir en las pruebas de hipótesis: seguir seis pasos

básicos para configurar y realizar correctamente una prueba de hipótesis.

1.Definir la Hipótesis estadística H0y HaEn la prueba de hipótesis, debemos

establecer el valor supuesto o hipotetizado del parámetro de población
antes de comenzar a tomar la muestra. La suposición que deseamos probar se
conoce como hipótesis nula Ho.Con base en los datos muestrales la
hipótesis nula se rechaza o no rechaza. Nunca se puede aceptar la
hipótesis nula como verdadera para demostrar sin lugar a dudas que la
hipótesis es verdadera se tendría que conocer el parámetro de la población. El
no rechazo solamente significa que la evidencia muestral no es lo
suficientemente fuerte como para llevar a su rechazo

2. Establecer la estadística de prueba que sea apropiado. Es un valor que se

calcula con base a la información de la muestra, y que se utiliza para
determinar si se rechaza la hipótesis nula Existen muchas estadísticas de
prueba que pertenecen a una distribución muestral con su propia forma,
media y desviación estándar. Z, t, 2, F

3. Regla basada en la distribución de probabilidad del estadístico utilizado

en la prueba. La zona de rechazo tiene una magnitud dada por y una dirección
dada por la hipótesis alternativa. El siguiente ejemplo es de acuerdo a la
hipótesis nula que se planteo en base a la media poblacional, y al primer
ejemplo de hipótesis alternativa:
4. Calcular la estadística de prueba a partir de los datos
muestrales considerando H0 como verdadera

5. Decidir si H0 se acepta o se rechaza.

6. Concluir en términos del contexto del problema. No rechazarα/2 = 0.025α/2 =

0.0250.950.4750.475μ = 16Zona de rechazo Cola a la derecha Zona de
rechazo Cola a la izquierda-1.961.960Zona de no rechazo Existe un 95% de
probabilidad de que los resultados muestrales puedan caer entre ± 1.96 si la
hipótesis nula es verdadera Si μ = 16, existe sólo un 2.5% de oportunidad de
que una media muestral produzca un valor de Z < -1.96Si μ = 16, existe sólo un
2.5% de oportunidad de que una media muestral produzca un valor de Z >
1.96