Documentos de Académico
Documentos de Profesional
Documentos de Cultura
C.I: 23.486.567
Comercio Exterior
1
INTRODUCCION
2
INDICE
1.- PORTADA
2.- INTRODUCCION
4.-CONTENIDO (HIPOTESIS)
16.- CONCLUSION
17.- REFERENCIAS
3
HIPOTESIS
Debe quedar claro que estamos hablando de hipótesis estadísticas que, por
tanto, nos dicen los datos con un porcentaje de error (dependiendo, sobre todo,
del tamaño de la muestra): la hipótesis nula puede ser rechazada con la
información de una muestra pero no puede ser demostrada con una muestra, para
demostrar la hipótesis nula deberíamos comprobar a toda la población.
4
Por otro lado la hipótesis alternativa es la suposición alternativa a la hipótesis
nula formulada en un experimento y/o investigación. Esta surge como resultado de
una determinada investigación realizada sobre una población o muestra, la
hipótesis alternativa representa la conclusión que el investigador quiere demostrar
o afirmar tras su estudio. Esta se expresa con la expresión “H1” y va a
representar, por lo general, lo contrario a la hipótesis nula.
5
resultado de un contraste de hipótesis es siempre hablar en términos de la
hipótesis nula.
REGLAS DE DECISIÓN
H0 Verdadera Falsa
6
Para entender la interrelación entre los errores de tipo I y tipo II, y para
determinar cuál error tiene consecuencias más graves para su situación, considere
el siguiente ejemplo.
Potencial de un test
7
se ve afectada por el tamaño de la muestra, la diferencia, la variabilidad de los
datos y el nivel de significancia de la prueba.
Si una prueba tiene poca potencia, es posible que usted no detecte un efecto y
concluya erróneamente que no existe ninguno. Si la potencia de una prueba es
demasiado alta, efectos muy pequeños y posiblemente sin importancia podrían
parecer significativos.
Por supuesto, las probabilidades de obtener una muestra como esa son
increíblemente pequeñas, aunque no deja de ser posible. Un error de muestreo a
veces puede conducir a una conclusión equivocada. Aunque usted no puede
saber cuándo ocurrirá esto, sí puede estimar la frecuencia con la que ocurrirá. Ahí
es donde la potencia entra en juego.
Por ejemplo, supongamos que usted realiza una prueba t de 1 muestra para
determinar si el volumen medio de producto dispensado en las botellas de champú
en su fábrica es diferente del volumen objetivo de 8 oz. Usted decide tomar una
muestra aleatoria de 10 botellas. Si μ realmente es 7.5 oz. (las botellas se están
8
llenando con 0.5 oz. menos de lo esperado) y σ en realidad es 0.43 oz., entonces
la prueba tiene una potencia de 0.9039.
Nivel de significación
El nivel de significancia determina qué tan lejos del valor de la hipótesis nula
dibujaremos esa línea en la gráfica. Para graficar un nivel de significancia de 0.05,
debemos sombrear el 5% de la distribución que está más alejado de la hipótesis
nula.
9
En la gráfica anterior, las dos áreas sombreadas son equidistantes del valor de
la hipótesis nula y cada área tiene una probabilidad de 0.025, para un total de
0.05. En estadística, nos referimos a estas áreas sombreadas como la región
crítica para una prueba de dos colas. Si la media de la población es de 260,
esperaríamos obtener una media de la muestra que estuviera en la región crítica
el 5% de las veces. La región crítica define qué tan lejos debe estar nuestro
estadístico de muestra del valor de la hipótesis nula para que podamos decir que
es lo suficientemente inusual como para rechazar la hipótesis nula.
10
Cada una de las dos áreas sombreadas tiene una probabilidad de 0.005, lo que
suma una probabilidad total de 0.01. Esta vez nuestra media de la muestra no está
dentro de la región crítica y no podemos rechazar la hipótesis nula. Esta
comparación muestra por qué debe elegir su nivel de significancia antes de
comenzar un estudio. ¡Lo protege de elegir un nivel de significancia porque
convenientemente le da resultados significativos!
Contrastes de hipótesis
H0 cierta H0 falsa
H1 cierta
H0 rechazada Error tipo I ( ) Decisión correcta (*)
11
Detalles a tener en cuenta
Obsérvese que, de esta manera, se está más seguro cuando se rechaza una
hipótesis que cuando no. Por eso se fija como H 0 lo que se quiere rechazar.
Cuando no se rechaza, no se ha demostrado nada, simplemente no se ha podido
rechazar. Por otro lado, la decisión se toma en base a la distribución muestral en
H0, por eso es necesario que tenga la igualdad.
12
5. Calcular el estadístico para una muestra aleatoria y compararlo con la región
crítica, o equivalentemente, calcular el "valor p" del estadístico (probabilidad de
obtener ese valor, u otro más alejado de la H 0, si H0 fuera cierta) y compararlo
con a.
Ejemplo:
1. Se trata de un contraste sobre medias. La hipótesis nula (lo que queremos
rechazar) es:
13
5. Calculamos el valor de t en la muestra
No está en la región crítica (no es mayor que 1,69), por tanto no rechazamos H 0.
Otra manera equivalente de hacer lo mismo (lo que hacen los paquetes
estadísticos) es buscar en las tablas el "valor p" que corresponde a T=0,833, que
para 35 g.l. es aproximadamente 0,20. Es decir, si H 0 fuera cierta, la probabilidad
de encontrar un valor de T como el que hemos encontrado o mayor (¿por qué
mayor? Porque la H1 es que m es mayor , lo que produciría una media muestral
mayor y por tanto mayor valor de t) es 0,20, dicho de otra manera la probabilidad
de equivocarnos si rechazamos H 0 es 0,20, como la frontera se establece en 0,05
no la rechazamos.
14
b =p (aceptar H0|H1 cierta)
15
Conclusión
16
REFERENCIAS
17