TECNOLÓGICO NACIONAL DE MÉXICO

Instituto Tecnológico de la Zona Maya

INGENIERÍA EN GESTIÓN EMPRESARIAL

ASIGNATURA: Estadísticas inferencial I

ENERO-JUNIO 2023

#4.- PRUEBAS DE HIPOTESIS CON DOS

UNIDAD MUESTRAS Y VARIAS MUESTRAS DE DATOS
NUMERICOS.
Actividad No.
2.- Diseño y aplicación de un cuestionario.
DOCENTE
Avitia Dorantes Alicia
FACILITADOR
EQUIPO #4
Cruz De Los Santos Laura N.
Participantes De la cruz chino Rudy A.
Jiménez García Salmaí
Mohedano Juárez Abel

Ej. Juan Sarabia, Quintana Roo, Mayo 2023

 Introducción
Esta investigación se concentra en la prueba de hipótesis, otro aspecto de la
estadística inferencial que al igual que la estimación del intervalo de confianza, se
basa en la información de la muestra se desarrolla una metodología paso a paso
que le permita hacer inferencias sobre un parámetro "poblacional mediante el
análisis diferencial entre los resultados observados (estadísticos de la muestra) y
los resultados de la muestra esperados si la hipótesis subyacente es realmente
cierta.
Una prueba de hipótesis consiste en contrastar dos hipótesis estadísticas, Tal
contraste involucra la toma de decisión acerca de las hipótesis, La decisión
consiste en rechazar o no una hipótesis en favor de la otra.
Por cada tipo de prueba de hipótesis se puede calcular una prueba
estadística apropiada.

La hipótesis Estadística es un supuesto acerca de un parámetro o de algún valor

estadístico de una población, También puede considerarse como la afirmación
acerca de una característica ideal de una población sobre la cual hay inseguridad
en el momento de formularla y que, a la vez, es expresada de tal forma que pueda
ser rechazada.
 4.2 Distribución normal y t Student.

En la estadística y la probabilidad se llama distribución, distribución de Gauss o

distribución gaussiana, a una de las distribuciones de probabilidad de variable
continua que con mas frecuencia aparece en fenómenos reales.

La importancia de esta distribución radica en que permite modelar numerosos

fenómenos naturales, sociales y psicológicos. Mientras que los mecanismos que
subyacen a gran parte de este tipo de fenómenos son desconocidos, por la
enorme cantidad de variables incontrolables que en ellos intervienen, el uso del
modelo normal puede justificarse asumiendo que cada observación se obtiene
como la suma de pocas causas independientes. De hecho, la estadística es un
modelo matemático que solo permite describir el fenómeno si explicación alguna.
 4.3 Pruebas de Significancia.
Las pruebas de significancia estadística son un procedimiento que brinda un
criterio objetivo para calificar las diferencias que presentan al comprar los
resultados de dos muestras. Con el objetivo de explicar si dichas diferencias se
mantienen dentro de los limites previstos por el diseño estadístico (un error y una
confianza esperados) o si, por el contrario, la diferencia entre ellas resulta lo
suficiente grande como para interferir que ha ocurrido un cambio real en el
indicador.

4.4 Comparación de dos muestras independientes para las

diferencias entre dos medias.
4.5 Prueba de Fisher para varianzas y de igualdad de las
varianzas de dos poblaciones normales.
Una aplicación importante de una prueba para la igualdad de dos varianzas
poblacionales es para verificar la validez del supuesto de igual
varianza(σ21=σ22)( σ 12= σ 22) para una prueba t de dos muestras. Primero
planteamos la hipótesis de dos poblaciones de mediciones que normalmente
están distribuidas. Se etiquetan estas poblaciones como 1 y 2, respectivamente.
Nos interesa comparar la varianza de la población 1(σ21)( σ 12) con la varianza
de la población 2(σ22)( σ 22).

Cuando se han extraído muestras aleatorias independientes de las poblaciones

respectivas, la proporción

$$\ frac {S^2_1/S_2^2} {\ sigma_1^2/\ sigma ^2_2}\]

posee una distribución de probabilidad en muestreo repetido que se denomina

distribución F y sus propiedades son:

 A diferencia de Z y t, pero comoχ2,2, F puede asumir solo valores positivos.

 La distribución F, a diferencia de las distribuciones Z y t, pero al igual que la
distribución (\ chi^2\), es no simétrica.
 Hay muchas distribuciones F, y cada una tiene una forma diferente.
Especificamos uno particular designando los grados de libertad asociados
conS21,12 yS22,22. Denotamos estas cantidades por df1,1 ydf2,2,
respectivamente.

4.6 Comparaciones de dos muestras pareadas.

Cuando se realiza una prueba de hipótesis que compara dos proporciones de

población independientes se deben dar las siguientes características:

1. Las dos muestras independientes son muestras aleatorias simples que son
independientes.
2. El número de aciertos es, al menos, cinco y el número de fallos es, al
menos, cinco para cada una de las muestras.
3. La literatura creciente establece que la población debe ser al menos diez o
veinte veces el tamaño de la muestra. Así se evita que cada población sea
objeto de un muestreo excesivo y se obtengan resultados incorrectos.
Prueba de dos colas

Una prueba de cualquier hipótesis estadísticas donde la alternativa es bilateral

como:

Es denominada prueba de dos colas

La región critica se divide en dos partes, que a menudo tienen probabilidades

iguales que se colocan en cada cola de la distribución del estadístico de prueba.
REPORTE.

………
 CONCLUSIÓN

El objetivo de aprendizaje es saber seguir los siguientes

procedimientos:
 Seleccionar el nivel de significación.
 Conocer o estimar la varianza.
 Formular la hipótesis Nula y Alternativa.
 Determinar la técnica y la prueba estadística.
 Calcular los datos muestrales, utilizando las fórmulas correspondientes.
 Tomar la decisión estadística de aceptar o rechazar.
 Determinar los valores críticos y sus puntos de rechazo.
 Bibliografía

https://www.academia.edu/27258355/Pruebas_de_hip
%C3%B3tesis_con_dos_muestras_y_varias_muestras_de_datos_num%C3%A9ricos

4.5: Prueba F para comparar dos varianzas de población - LibreTexts Español