Documentos de Académico
Documentos de Profesional
Documentos de Cultura
SUPERIOR DE PANUCO
ESTADISTICA ADMINISTRATIVA
Investigación
UNIDAD 5
DOCENTE:
INTEGRANTE:
CONTADOR PUBLICO
INTRODUCCION
Cuando un investigador desea buscar una conclusión de un problema, siempre
utiliza métodos convenientes para el desarrollo y la búsqueda de esa conclusión.
Esos métodos utilizados por el investigador se los puede llamar hipótesis.
Muchas veces un problema posee muchas confusiones que hace que el
desarrollo de la conclusión se torne complicado de entender pero a través de
los pasos y los procedimientos adecuados, se puede llegar a obtener varias
conclusiones relacionadas al problema.
Deben referirse a una situación real o realizable, no a una situación que no puede
ocurrir bajo un cierto estado de hechos. Las variables de la hipótesis tienen que
ser comprensibles, estar bien definidas y ser lo más concretas posible. La
relación entre variables propuesta por una hipótesis debe ser clara y verosímil.
Los términos de la hipótesis y la relación planteada entre ellos, deben poder ser
observados y medidos. Las hipótesis deben estar relacionadas con técnicas
disponibles para probarlas. Asimismo, cada tipo de hipótesis tiene sus
características extra. Las hipótesis descriptivas del valor de variables que se van
a observar en un contexto. Las hipótesis correlacionales especifican las
relaciones entre dos o más variables y el orden de éstas no es importante.
Pueden alcanzar un nivel predictivo y parcialmente explicativo
3.- ¿QUÉ ES LA PRUEBA DE HIPÓTESIS?
Sin embargo, es posible que una investigación tenga más de una hipótesis. Esto
significa que los diferentes tipos de hipótesis también se relacionan entre sí. Por
ejemplo, una hipótesis de investigación puede actuar como la principal en un
trabajo, pero a su vez las hipótesis nula, alternativa y estadística contribuyen a
despejar la hipótesis central.
Cuando los estadísticos se refieren a errores de Tipo I y Tipo II, nos referimos a
las dos maneras en que se pueden realizar errores respecto a la hipótesis nula
(Ho). La hipótesis nula es la posición por defecto, semejante a la idea de
“inocencia hasta que se pruebe la culpabilidad”. Cualquier test de hipótesis se
empieza con la asunción de que la hipótesis nula es correcta.
Frente a la misma se alza la hipótesis alternativa (HA), que afirma que sí hay
diferencia entre el valor hallado y el de referencia, o entre el de uno y otro grupo.
Para esta hipótesis, entonces, los valores de creatinina de los internados con
IAM o insuficiencia cardíaca son diferentes, no forman parte de la misma
distribución, no son valores esperables de un mismo grupo, sino que
corresponden a poblaciones diferentes
Región crítica. Será aquella región del campo de variación del estadístico tal que
si contiene al valor evaluado del mismo con los datos muéstrales nos llevará
a rechazar la hipótesis. La designaremos por R1
El hecho de que las hipótesis, tanto la nula cómo las alternativas puedan recoger
en sus planteamientos uno o varios valores, da lugar a hipótesis de
carácter simple, si el número de valores plausibles e hipotéticos es de uno en
ambas, o bien a hipótesis compuestas si dicho valor no es único en alguna de
ellas.
HIPÓTESIS/ACCIÓN-
NO RECHAZAMOS RECHAZAMOS
DECISIÓN
ES CIERTA CORRECTO ERROR TIPO I
ES FALSA ERROR TIPO II CORRECTO
Así :
Si la hipótesis nula (H0) es cierta y nuestra decisión es no rechazarla, la decisión
ha sido correcta Si la hipótesis nula (H0) es cierta y nuestra decisión es
rechazarla, la decisión provoca un error . Dicho error se denomina error tipo I.
Si la hipótesis nula (H0) es falsa y nuestra decisión es no rechazarla, la decisión
provoca un error . Dicho error se denomina error tipo II.
Si la hipótesis nula (H0) es falsa y nuestra decisión es rechazarla , la decisión ha
sido correcta.
1. Plantear la hipótesis.
La decisión en cuanto a que valores van hacia qué región se toma con base en
el nivel de significancia deseado, designado por α. El nivel de significancia α,
designa el área bajo la curva de la distribución de la de prueba que está por
encima de los valores, sobre el eje horizontal; que constituyen la región de
rechazo. Y un valor calculado para la estadística de prueba que cae dentro de la
región de rechazo se dice que es significativo.
Ejemplo, si tuviéramos un nivel o grado de confianza del 95% (0.95) entonces el
nivel de significancia sería del 5% (0.05) donde:
Dado que rechazar una H0 verdadera sería un error, parece razonable que se
deba hacer pequeña la probabilidad de cometerlo y, de hecho; esto es lo que se
hace. Se elige un valor pequeño de α para hacer que la probabilidad de rechazo
para una H0 sea pequeña. Los valores que se encuentran con más frecuencia
son: 0.01, 0.05 y 0.10. La probabilidad de equivocarse al no rechazar un
H0 verdadera generalmente es de 95%, puede ser 90 y 99%, esto se conoce
como el nivel de confianza.
Tipos de errores
En resumen:
Un valor p de 0.05, no significa que hay una posibilidad del 95% que una
determinada hipótesis es correcta. Más bien, significa que, si la H0 es verdadera,
y todas las demás suposiciones hechas son válidas, hay una probabilidad del 5
% de obtener un resultado al menos tan extremo como el observado. Y un valor
de p no puede indicar la importancia de un hallazgo; por ejemplo, un
medicamento puede tener un efecto estadísticamente significativo en los niveles
de glucosa en la sangre del paciente sin tener un efecto terapéutico, en este caso
hay relevancia estadística pero el hallazgo clínico también es importante dado
que dicho medicamento no es eficaz en el tratamiento de la diabetes, por
ejemplo.
Datos:
n = 1000
x = 25
Donde:
x = ocurrencias
n = observaciones
=
proporción de la muestra
=
proporción propuesta
Solución:
a)
a = 0,01
H0 es aceptada, ya que zprueba (-0,93) es menor que z tabla (2,326), por lo que
no es cierto que más del 3% de la población no conoce el nuevo producto.
En Excel
b)
a = 0,01
H0 es rechazada, ya que z prueba (1,13) es menor que z tabla (2,326), por lo
que es cierto que menos del 2% de la población no conoce el nuevo producto.
BIBLIOGRAFIAS
http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1815-
76962018000100122
https://www.uaeh.edu.mx/scige/boletin/prepa4/n1/m9.html
https://asesoriatesis1960.blogspot.com/2018/01/que-son-las-hipotesis-
estadisticas.html
https://www.mineduc.gob.gt/DIGECADE/documents/Telesecundaria/Recursos
%20Digitales/1o%20Recursos%20Digitales%20TS%20licencia%20CC%20BY-
SA%203.0/01%20CIENCIAS%20NATURALES/U11%20pp%20233%20Hip%C3
%B3tesis_(m%C3%A9todo_cient%C3%ADfico).pdf
https://www.significados.com/tipos-de-
hipotesis/#:~:text=Una%20hip%C3%B3tesis%20es%20una%20respuesta,nula
%20o%20la%20hip%C3%B3tesis%20estad%C3%ADstica.
https://www.ibm.com/docs/es/cognos-analytics/11.1.0?topic=terms-significance-
level
https://toolbox.eupati.eu/glossary/nivel-de-significacion/?lang=es
https://www.addlink.es/noticias/minitab/2698-que-tipo-de-error-estadistico-es-
peor-tipo-i-o-tipo-
ii#:~:text=La%20hip%C3%B3tesis%20nula%20y%20los%20errores%20de%20
Tipo%20I%20y%202&text=Cometemos%20un%20error%20de%20Tipo,nulo%
20cuando%20no%20es%20cierto.
https://www.sac.org.ar/cuestion-de-metodo/que-son-la-hipotesis-nula-e-
hipotesis-alternativa/
https://support.minitab.com/es-mx/minitab/18/help-and-how-to/statistics/basic-
statistics/supporting-topics/basics/what-is-a-critical-
value/#:~:text=Un%20valor%20cr%C3%ADtico%20es%20un,regi%C3%B3n%2
0cr%C3%ADtica%20o%20de%20rechazo.
https://www.uv.es/ceaces/tex1t/6%20para/introducc.htm
https://blogs.ugto.mx/enfermeriaenlinea/unidad-didactica-3-las-pruebas-de-
hipotesis/
https://www.monografias.com/trabajos89/ejercicios-resueltos-prueba-
hipotesis/ejercicios-resueltos-prueba-hipotesis
https://www.stadcenterecuador.com/estadisticas/ejercicios/17-sp-762/26-
ejercicios-resueltos-prueba-de-hipotesis-para-proporciones