Tema 6: CONTRASTE DE!

Tema 6 HIPÓTESIS!
6.- CONTRATE DE HIPÓTESIS
CONTRASTES DE HIPÓTESIS
Conceptos Básicos , Ho, Ha, RC, RA…

Carmelo Ávila CONTRASTES PARAMÉTRICOS de 1 distribución Normal

!
! CONTRASTES PARAMÉTRICOS de 2 distribuciónes Normales

CONTRASTES NO PARAMÉTRICOS de 2 distribuciónes

Carmelo A. Ávila Zarza caaz@usal.es Carmelo A. Ávila Zarza caaz@usal.es

Conceptos básicos
CONTRASTE DE HIPÓTESIS ! HIPÓTESIS ESTADÍSTICA
Es una afirmación o conjetura que se hace sobre una o
! más características de la población.!

•  Conceptos básicos! ! CONTRASTE DE HIPÓTESIS

•  Contrastes de 1 población!
•  Contrastes de 2 poblaciones (Árbol de decisiones) !
Procedimiento estadístico mediante el cual se investiga
la Aceptación o Rechazo de una afirmación acerca de
una(s) característica(s) de una población estadística, a
partir de la información proporcionada por los datos
obtenidos de una muestra (representativa).!

Carmelo A. Ávila Zarza caaz@usal.es Carmelo A. Ávila Zarza caaz@usal.es

Conceptos básicos Conceptos básicos
" ERRORES:
•  HIPÓTESIS NULA #  ERROR TIPO I: Es el error que se comete cuando se toma la
Ho decisión de rechazar la hipótesis nula siendo verdadera.
Es la afirmación o conjetura a contrastar, que se acepta #  ERROR TIPO II: Es el error que se comete cuando se toma la
o rechaza como consecuencia del contraste. decisión de aceptar la hipótesis nula siendo falsa.
"  RIESGOS:!
•  HIPÓTESIS ALTERNATIVA #  TIPO I (NIVEL DE SIGNIFICACIÓN (!): Es la probabilidad"
de cometer un error Tipo I (probabilidad de rechazar la hipótesis"
Ha ó H1 nula siendo verdadera).!
#  TIPO II ("): Es la probabilidad de cometer un error Tipo II "
Es la afirmación complementaria a la definida como (probabilidad de aceptar la hipótesis nula siendo falsa).!
hipótesis nula (si rechazamos Ho, indirectamente "  POTENCIA DEL CONTRASTE (1-"): Es la probabilidad
aceptamos Ha). complementaria del riesgo Tipo II. (probabilidad de rechazar la
hipótesis nula siendo falsa). !
Carmelo A. Ávila Zarza caaz@usal.es Carmelo A. Ávila Zarza caaz@usal.es

Conceptos básicos Conceptos básicos

DUERO TORO
ESQUEMA DE ERRORES RELACIÓN H0:µ D = 11,5 H1:µ! = 13,2
ENTRE LOS D! N(11,5 ; 0,5 ) T! N(13,2 ; 0,5 )

DECISIÓN QUE SE TOMA! ERRORES

0,05

H0! H1!
11, 5 12,322 13, 2
No hay error! Error Tipo I!
H0! (1-!)!
! = P(T<12,322) = 0,0392
(!)! H0:µ = µ1 H1:µ = µ2
SUPOSICIÓN!
N(µ1,!1) N(µ2,!2)
INICIAL DE !

CERTEZA ! !
Error Tipo II! No hay error!
H1! (")! (1-")!
µ1
! M
µ2

!1 = Rechazar la hipótesis nula cuando es cierta ! = p ( "1 )

!2 = Aceptar la hipótesis nula cuando es falsa ! = p ( "2 )
Carmelo A. Ávila Zarza caaz@usal.es Carmelo A. Ávila Zarza caaz@usal.es
Conceptos básicos Conceptos básicos
"  ESTADÍGRAFO DE CONTRASTE:!
DECISIÓN: Es una variable aleatoria, que sigue una determinada
distribución teórica, y que nos va a permitir decidir si los
•  Si los valores muestrales difieren en gran medida de los valores muestrales difieren en gran medida de los valores
valores teóricos, cabe esperar rechazar la afirmación teóricos. !
propuesta.!
"  REGIÓN CRÍTICA: !
Es el conjunto de valores del estadígrafo de contraste que
•  Si los valores muestrales no difieren en gran medida de los nos lleva a la decisión de rechazar la hipótesis nula.!
valores teóricos, cabe esperar aceptar la afirmación
propuesta. "  REGIÓN DE ACEPTACIÓN: !
Es el conjunto de valores del estadígrafo de contraste que
nos lleva a la decisión de aceptar la hipótesis nula.!

Carmelo A. Ávila Zarza caaz@usal.es Carmelo A. Ávila Zarza caaz@usal.es

Conceptos básicos Conceptos básicos

TIPOS DE CONTRASTES! TIPOS DE MUESTRAS!

"  ATENDIENDO A LA DETERMINACIÓN DE LA REGIÓN CRÍTICA:" •  Muestra grande: Hablamos de muestra grandes cuando
!
!  UNILATERALES: Son aquellos en los que la Región Crítica está ! contrastamos más de treinta datos.
! !formada por un solo conjunto.!
!  BILATERALES: Son aquellos en los que la Región Crítica está formada!
!por dos conjuntos disjuntos.! •  Muestra pequeña: Hablamos de muestra pequeña al
contrastar treinta o menos datos.
"  ATENDIENDO AL CONOCIMIENTO DE LA DISTRIBUCIÓN DE LA!
CARACTERÍSTICA O CARACTERÍSTICAS DE LA POBLACIÓN :"
!
! PARAMÉTRICOS: Si la distribución es conocida e incorpora parámetros !
con significado estadístico (suelen generalizarse bajo el supuesto de Normalidad)!
! NO PARAMÉTRICOS: Si la distribución es desconocida (suelen generalizarse "
bajo el supuesto de No Normalidad)!

Carmelo A. Ávila Zarza caaz@usal.es Carmelo A. Ávila Zarza caaz@usal.es

Conceptos básicos Conceptos básicos
CARACTERISTICAS DE LOS DATOS! FASES DEL CONTRASTE!
1.  Construir las hipótesis."
•  Variable normal: Medida de tendencia central (Definir claramente las dos hipótesis Ho y Ha)!
(m : media aritmética). 2.  Fijar el nivel de significación a "
•  Variable no normal: Medida de tendencia central (Normalmente 0.05 (5%) y 0.01 (1%)) !

(Me : mediana). 3.  Determinar el Estadígrafo de Contraste "

•  Datos independientes: aquellos que se obtienen al
realizar el contraste con dos muestras distintas.
•  Datos apareados: Aquellos que se obtienen al
realizar dos contrastes en sobre una misma muestra.
Carmelo A. Ávila Zarza
y su distribución muestral bajo la Ho!
4.  Determinar tipo de contraste y la regla de decisión."
(Especificar claramente las regiones críticas y de aceptación)!
5.  Calcular el valor experimental del estadígrafo Contraste "
obtenido a partir de los valores de la muestra!
6.  Conclusiones estadísticas!
7.  Conclusiones científicas (no estadísticas).!
caaz@usal.es Carmelo A. Ávila Zarza caaz@usal.es

Conceptos básicos Conceptos básicos

P-valor de un contraste! P-valor de un contraste!
Una forma habitual de medir la significación en los contrastes de
hipótesis es el denominado p-valor del contraste. Su utilización
en la investigación aplicada es debida a que es la forma de p-valor
presentación de los resultados de un contraste usada por la mayor
parte de los programas de ordenador.!

Se puede definir el p-valor de un contraste como la probabilidad de Valor Valor

obtener un valor muestral más extremo que el obtenido en crítico experimental
nuestro caso particular (cuando H0 es cierta). ! nivel !
! p>! p<!
Si el p-valor es muy pequeño rechazaremos la hipótesis nula ya que
el valor experimental es muy extremo, mientras que si el p-valor es
grande aceptaremos la hipótesis nula ya que el valor es compatible Contraste no significativo Contraste significativo
con la misma.
Carmelo A. Ávila Zarza caaz@usal.es Carmelo A. Ávila Zarza caaz@usal.es
 Media de una población Normal con Varianza conocida

CONTRASTES DE HIPÓTESIS PARA H 0 : µ = µ0

HIPÓTESIS

LA TENDENCIA CENTRAL H a : µ ! µ0

DE UNA POBLACIÓN NIVEL DE SIGNIFICACIÓN ! = 0.05 ! = 0.01

ESTADÍGRAFO DE CONTRASTE
x ! µ0 "
Z=
Sabemos que: µ;
x ! N(cuando ) H 0 es cierta # N(0,1)
la
" n
n
x ! µ0
TIPO DE CONTRASTE Z=
Bilateral
Y que tipificando "
REGLA DE DECISIÓN n
Región Crítica = R.C = {Z / Z > z! / 2 }
Región Aceptación = R.A = {Z / Z " z! / 2 }
Carmelo A. Ávila Zarza caaz@usal.es Carmelo A. Ávila Zarza caaz@usal.es

EJEMPLO Media de una población Normal-Varianza conocida Media de una población Normal con Varianza DESconocida

HIPÓTESIS
H 0 : µ = 12,5 H 0 : µ = µ0
HIPÓTESIS
H a : µ ! 12,5 H a : µ ! µ0
NIVEL DE SIGNIFICACIÓN ! = 0.05 ! = 0.01 NIVEL DE SIGNIFICACIÓN ! = 0.05 ! = 0.01
ESTADÍGRAFO DE CONTRASTE ESTADÍGRAFO DE CONTRASTE
x ! µ0 12,529 !12,5 x ! µ0
Z= = = 0,217 t= cuando la H 0 es cierta " t n!1
" 0,5 Sˆ
n 14 n
TIPO DE CONTRASTE Bilateral TIPO DE CONTRASTE Bilateral
REGLA DE DECISIÓN
Región Crítica (5%) = R.C = {Z / Z > 1,96}; R.C(1%) = {Z / Z > 2,57} REGLA DE DECISIÓN
Región Aceptación (5%) = R.A = {Z / Z ! 1,96}; R.A.(1%) = {Z / Z ! 2,57} Región Crítica = R.C = {t /t > t ! }
DECISIÓN ESTADÍSTICA

EL VALOR EXPERIMENTAL PERTENECE A LA RA, ACEPTAMOS LA H0

Región Aceptación = R.A = {t /t " t ! }
Carmelo A. Ávila Zarza caaz@usal.es Carmelo A. Ávila Zarza caaz@usal.es
 (x1 ! x2 )
VARIANZAS z= # N (0, 1)
MUESTRAS
CONOCIDAS O "2 "2
GRANDES
TEST Z 1+ 2
DESCONOCIDAS
n1 n2

CONTRASTES DE HIPÓTESIS PARA ÁRBOL DE DECISIONES

INDEPENDIENTES

(x1 ! x2 )
z= # N ( 0, 1)

LA TENDENCIA CENTRAL
VARIANZAS
TEST Z "2 "2
CONOCIDAS 1+ 2
n1 n2

DE DOS POBLACIONES
MUESTRAS
PEQUEÑAS
( x1 ! x2 )
tc = #t
n1 + n1 ! 2
$ 1 1'
S 2& + )
IGUALES TEST Tc % n1 n2 (
( n ! 1) ŝ12 + (n2 ! 1) ŝ22 U = Min(U1 ,U 2)
S2 = 1
n1 + n1 ! 2 n1 (n1 + 1)
U1 = n1n2 + ( R1
2
n2 (n2 + 1)
U 1 = n1n2 +
INDEPENDIENTES U DE MANN-WITHNEY
( R2
2
VARIANZAS "n n n n (n + n + 1) '%
DESCONOCIDAS U ! N $# 1 2 , 1 2 1 2 &
2 12

(x1 ! x 2 )
tW = # t*
$ 2 2'
&& ŝ1 + ŝ 2 )) NO

NORM ALES % n1 n2 ( NORM ALES

$ 2 2 '2
&ŝ1 + sˆ2 ) T = min( suma de rangos positivos,

ÁRBOL DE DECISIONES
TEST T &% ) suma de rangos negativos)
(WELCH) n1 n2 ( !
f = 2 APAREADOS TEST WILCOXON "n(n + 1) n(n + 1)(2n + 1)%
DISTINTAS $ 2 '2 $ 2 ' 2
&& ŝ1 )) && ŝ2 )) T ! N #$ , '
&
4 24
% n1 ( %n2 (
+
+
n 1 n 1 +
TEST U
1 2

CONTRASTES DE HIPÓTESIS
COMPARACIÓN DE LA TENDENCIA CENTRAL MUESTRAS
TEST Za
xd
z = " # N ( 0,1)
GRANDES d
n

APAREADOS

xd
MUESTRAS t= # tn!1
PEQUEÑAS
TEST Ta ŝd
n

Carmelo A. Ávila Zarza caaz@usal.es Carmelo A. Ávila Zarza caaz@usal.es

Decisiones

CONTRASTES PARAMÉTRICOS
•  Datos normales!
NORMALES !
•  Datos no normales!

- Independientes!
TIPO DE !
- Apareados! DATOS !
CONTRASTES NO PARAMÉTRICOS
* Muestras grandes!
NO NORMALES !
* Muestras pequeñas!

Carmelo A. Ávila Zarza caaz@usal.es Carmelo A. Ávila Zarza caaz@usal.es

 CONTRASTE DE HIPÓTESIS CON DATOS INDEPENDIENTES,
MUESTRAS GRANDES.
( x1 ! x 2 )
z= # N (0, 1)
CONTRASTE DE HIPÓTESIS M. GRANDES!
VARIANZA!
CONOCIDA O!
DESCONOCIDA!
Test Z! "2 "2
1 + 2
n1 n2
DATOS NORMALES
(PARAMÉTRICOS )!
!
INDEPEND.
Estadígrafo de Contraste

! (x1 ! x 2 )
Z= ) N(0,1)
CONTRASTES PARAMÉTRICOS NORMALES

# "1 " 2 &

2 2

% + (
$ n1 n 2 '

Carmelo A. Ávila Zarza caaz@usal.es Carmelo A. Ávila Zarza caaz@usal.es

H0: !!!!!!!!!!!!!!!!!!!!!!!!!#

CONTRASTE DE HIPÓTESIS CON DATOS INDEPENDIENTES, CONTRASTE DE HIPÓTESIS CON DATOS INDEPENDIENTES,
MUESTRAS PEQUEÑAS pero VARIANZAS CONOCIDAS. MUESTRAS PEQUEÑAS y VARIANZAS DESCONOCIDAS pero IGUALES.

( x1 ! x 2 ) (x 1 !x2 )
VARIANZAS!
Test Z!
z=
"2 "2
# N (0, 1)
tc = = tn1 +n2 !2
1 + 2
"1 1%
CONOCIDAS!
!
INDEPEND. n1 n2
ŝ $ + '
# n1 n2 & Estadígrafo de Contraste
NORMALES ! M. PEQUEÑAS!

Estadígrafo de Contraste INDEPEND.!

(n1 !1)ŝ12 + (n2 !1)ŝ22
ŝ 2 =
NORMS! n1 + n2 ! 2
(x1 ! x 2 )
Z= ) N(0,1)
( x1 ! x2 )
tc = (t
n1 + n1 ! 2
" 1 1%

# "1 " 2 &

Sˆ 2$ + '
IGUALES! Test t! # n1 n2 &
2 2
ˆ 2 = ( n1 ! 1)ŝ 1 + (n2 ! 1) s2
2 ˆ2

% + (
S
n1 + n1 ! 2
M. PEQUEÑAS!

$ n1 n 2 '
VARIANZAS!
DESCONOCIDAS!

Carmelo A. Ávila Zarza caaz@usal.es Carmelo A. Ávila Zarza caaz@usal.es

 CONTRASTE DE HIPÓTESIS CON DATOS INDEPENDIENTES, CONTRASTE DE HIPÓTESIS CON DATOS APAREADOS O
MUESTRAS PEQUEÑAS y VARIANZAS DESCONOCIDAS y DISTINTAS. DEPENDIENTES, MUESTRAS GRANDES

INDEPEND.! NORMALES !
Estadígrafo de Contraste
xd
NORMS!
( x 1 ! x2 ) ! z = ! " N ( 0,1)
tw = = tf
M. GRANDES Test Za! d

' sˆ1 sˆ $
2 2
tW =
( x1 ! x2 )
( t)
n
% "
% n +n "
M. PEQUEÑAS! 2 " 2 2%
$$ŝ1 + sˆ2 ''
& 1 2 # #n1 n2 &
VARIANZAS! " 2 2 %2
$$ ŝ1 + ŝ 2 ''
DEPEND.!
! Test Z
' sˆ12 sˆ22 $
DESCONOCIDAS! t Welch! # n1 n2 &
APAREADOS
Estadígrafo de Contraste
%
%n + " f= !2

n2 "
" ŝ2 %2 " ŝ 2 %2
$$ 1 '' $$ 2 ''
& 1 #
f = !2 # n1 & #n2 &
+
xd
Z a= ! N (0,1)
n1 + 1 n2 + 1
' sˆ1 $
2
' sˆ22 $
DISTINTAS!
%
%n " % "
"
& 1 # + & n2 #
% "
"d
( n1 + 1) ( n2 + 1)
Test U!

n media de las diferencias

Sd de las diferencias
Carmelo A. Ávila Zarza caaz@usal.es Carmelo A. Ávila Zarza caaz@usal.es

CONTRASTE DE HIPÓTESIS CON DATOS APAREADOS O

DEPENDIENTES, MUESTRAS PEQUEÑAS CONTRASTE DE HIPÓTESIS
DATOS NO NORMALES
( NO PARAMÉTRICOS !)
NORMALES !

t
Test a
Estadígrafo de Contraste
CONTRASTES NO PARAMÉTRICOS

x
DEPEND.!
APAREADOS ! H0: Me1 = Me2 #

t a = d " t n !1
sˆd
ta =
d!0
Sd
= t n! 1

M. PEQUEÑAS ! Test ta! n !1

n
d = media de las diferencias
sd = desv.típica de las diferencias

Carmelo A. Ávila Zarza caaz@usal.es Carmelo A. Ávila Zarza caaz@usal.es

CONTRASTE DE HIPÓTESIS CON DATOS NO NORMALES CONTRASTE DE HIPÓTESIS CON DATOS NO NORMALES
INDEPENDIENTES, APAREADOS

U de Mann-Whitney
Estadígrafo de Contraste !
U = min(U1,U 2 ) Test de Wilcoxon Estadígrafo de Contraste

n (n + 1)
U1 = n1 ? n 2 + 1 1 ! R1
2 & n(n + 1)
T ' N $$ ,
[n(n + 1)(2n + 1)]#!
n (n + 1)
U 2 = n1 ? n 2 + 2 2 ! R2 4 24 !
% "
2
# n ?n n ? n (n + n 2 + 1) &
U " N% 1 2 , 1 2 1 ( T=min(suma de rangos positivos,
$ 2 12 ' suma de rangos negativos)

Carmelo A. Ávila Zarza caaz@usal.es Carmelo A. Ávila Zarza caaz@usal.es