m

er as
co
eH w
o.
rs e
ou urc
Nombre de la materia
Estadística y probabilidad
o

Nombre de la Licenciatura
aC s

Licenciatura en Ingeniería en Sistemas

vi y re

Computacionales
Nombre del alumno
Erik Eduardo Ramírez Ochoa
ed d

Matrícula
ar stu

010233343
Nombre de la Tarea
Trabajo final
is

Unidad 6
Th

Inferencia Estadística
Nombre del Tutor
Juan Martín Avilés Martínez
sh

Fecha
20/10/2020

This study source was downloaded by 100000834229338 from CourseHero.com on 10-11-2021 11:43:48 GMT -05:00

https://www.coursehero.com/file/73459642/Trabajo-final-semana-6doc/
 Unidad 6: Inferencia Estadística
Estadística y probabilidad

m
er as
co
eH w
o.
rs e
ou urc
o
aC s
vi y re
ed d
ar stu
is
Th
sh

This study source was downloaded by 100000834229338 from CourseHero.com on 10-11-2021 11:43:48 GMT -05:00
2
https://www.coursehero.com/file/73459642/Trabajo-final-semana-6doc/
 Unidad 6: Inferencia Estadística
Estadística y probabilidad

Semana 6 trabajo final

La compañía está contemplando una mejora en la rutina de producción que la volverá

más competitiva porque va a permitir reducir los costos. Se decide poner a prueba a ver
si lo que esperamos de ella se verifica o no. Para decidir si se implanta o no de forma
definitiva, requerimos ver resultados de ella.

La prueba la vamos a hacer analizando si el costo promedio por artículo producido

mejora y para eso, vamos a considerar el promedio de artículos producidos. Pero vamos
a adoptar el nuevo método sólo si mejora de 60.4 artículos a 78.5 artículos e promedio.
Para tener una mejor base de comparación, vamos a repetir la operación cincuenta
veces y calcularemos el promedio de estas 50 veces.

m
er as
Describe el procedimiento para elaborar una prueba de hipótesis:

co
eH w
Las hipótesis

o.
rs e
La prueba la vamos a hacer analizando si el costo promedio por artículo producido
ou urc
mejora y para eso, vamos a considerar el promedio de artículos producidos. Pero vamos
a adoptar el nuevo método sólo si mejora en un 30% al promedio actual que es de 60.4
artículos, es decir sólo cambiaríamos la rutina si el promedio se eleva a 78.5 o más.
o

Para tener una mejor base de comparación, vamos a repetir la operación cincuenta
aC s

veces y calcularemos el promedio de estas 50 veces.

vi y re

En el ejemplo tenemos una hipótesis: “la media poblacional bajo el nuevo método será
mayor que 78.5”. Note que esta hipótesis puede resultar falsa en los hechos a pesar de
los buenos augurios que tiene. Vamos a contrastarla contra otra: “la media no rebasará
78.5”. Al hacer la prueba, en realidad necesitamos las dos hipótesis, a una la llamamos
ed d

nula y a la otra alternativa.

ar stu

En nuestro ejemplo la hipótesis nula es “la media no pasa de 78.5”. De ser cierta no
vamos a hacer nada (por eso se escogió el calificativo NULA). La alternativa es que sea
“mayor que 78.5”.
is

La prueba La idea de la prueba es muy simple, en este caso. Vamos a evaluar la

hipótesis nula en
Th

base a lo que observemos:

• Si el rendimiento promedio de las cincuenta repeticiones es muy bajo, no
podremos sostener la
sh

hipótesis alternativa y tendremos que quedarnos con la nula.

• Si el rendimiento promedio supera por mucho los 78.5, concluiremos que la
alternativa es la
correcta.
• Pero si supera por poco los 78.5, tendremos duda al respecto.

This study source was downloaded by 100000834229338 from CourseHero.com on 10-11-2021 11:43:48 GMT -05:00
3
https://www.coursehero.com/file/73459642/Trabajo-final-semana-6doc/
 Unidad 6: Inferencia Estadística
Estadística y probabilidad

La región crítica y los errores vamos a tener que establecer una cota, por encima de los
78.5, y tomar la decisión de rechazar la nula si la media observada rebasa esa cota. En
caso contrario diremos que la evidencia empírica no muestra que el nuevo método sea
mejor. Llamamos región crítica región de rechazo a los valores del promedio que nos
llevan a la decisión de rechazar la nula.

Una consideración importante para la prueba es que cualquiera que sea la decisión que
tomemos nos puede acarrear problemas, ya que la decisión tomada puede ser errónea.
Hay que recordar que la decisión la tomamos en base al resultado de una muestra y
puede estar equivocado. Además, como en realidad, estamos probando un par de
hipótesis, podemos errar de dos maneras:

La numeración del párrafo anterior no es casual, es convención llamar a los errores por
su número: error tipo 1 y error tipo 2. Lo bueno o malo de una prueba se califica en base

m
er as
a la probabilidad de cometer error tipo uno y dos. Llamamos significación o nivel de
significación de la prueba a la probabilidad de cometer error tipo 1 y la denotamos con la

co
eH w
letra griega alfa. Usamos la letra griega beta para denotar a la probabilidad de error tipo
2.

o.
rs e
Para poder especificarla debemos considerar un elemento extraño: ¿qué probabilidad de
ou urc
cometer un error de tipo 1 queremos?

Sesgos
o
aC s

Hay que reflexionar bien sobre esto ya que es una de las dificultades mayores en el uso
vi y re

de las pruebas de hipótesis. En párrafos anteriores nos hemos referido a la posibilidad

de equivocarnos. En el ejemplo, podría pasar que el método nuevo no fuera mejor. Aquí
tenemos dos peligros que enfrentar:
•El sesgo en la selección de la muestra.
ed d

•El azar en la selección de la muestra.

ar stu

Primero hablemos sobre el sesgo al seleccionar. Es claro que queremos probar el nuevo
sistema en nuestra propia empresa. También es claro que no lo vamos a ensayar con
is

todo el personal. ¿Cómo escoger al personal para llevar a cabo el experimento? ¿Los
más capaces? Aquí es donde se puede introducir un sesgo que destruya por completo la
Th

validez de la prueba. Pero no para ahí el peligro. El procedimiento es nuevo; siempre

hay un efecto de la novedad. Probablemente el personal hará las cosas con más
entusiasmo que de costumbre. Además, el personal que está probando el nuevo método
sh

está percibiendo atención extra de sus superiores, esto afecta su conducta. En contra se
tiene el efecto del aprendizaje. Para poner las cosas de manera más simple, acuérdese
lo que sucedió la primera vez que manejó un auto. La manera de evitar los sesgos es
mediante el control y la aleatorización. (Al menos eso dicen los enterados en el diseño
de experimentos). En nuestro ejemplo esto se traduce en que evitemos los sesgos
anteriores seleccionando al azar. Y esto nos lleva a considerar que la prueba puede

This study source was downloaded by 100000834229338 from CourseHero.com on 10-11-2021 11:43:48 GMT -05:00
4
https://www.coursehero.com/file/73459642/Trabajo-final-semana-6doc/
 Unidad 6: Inferencia Estadística
Estadística y probabilidad

fallarnos por mala suerte. Volvamos a considerar el error tipo 1. En nuestro ejemplo,
este error consiste en que el método nuevo no produzca la mejora esperada y que por
casualidad la muestra tenga un promedio muy grande (es decir, que esté en la región
crítica).

Naturalmente que quisiéramos que esto no pudiera pasar. Desafortunadamente no hay

garantías, sólo podemos lograr que la probabilidad del error tipo 1 sea pequeña. El nivel
de significación se determina de forma arbitraria (así como el nivel de confianza en un
intervalo) y la costumbre es usar 10%, 5% o 1%.

Regresando a nuestro ejemplo, después de hacer cuentas y consultar la tabla normal,

resulta que si la media de la muestra de 50 rebasa a 78.5 + (0.23) s rechazaremos la
nula. Esta región crítica nos da un alfa = 0.05. Llamamos prueba de una cola a aquella
cuya región crítica se localiza en un extremo de la distribución muestra ya sea la cola

m
er as
derecha como en nuestro ejemplo o la cola izquierda. No es raro que usemos también
pruebas de dos colas, situando la región crítica en ambos extremos de la distribución

co
eH w
muestra. Una prueba así sirve para detectar diferencias en cualquier sentido.

o.
rs e
ou urc
o
aC s
vi y re
ed d
ar stu
is
Th
sh

This study source was downloaded by 100000834229338 from CourseHero.com on 10-11-2021 11:43:48 GMT -05:00
5
https://www.coursehero.com/file/73459642/Trabajo-final-semana-6doc/
Powered by TCPDF (www.tcpdf.org)