Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Estudiantes:
Jorge Luis Hinostroza Lurquin
Gabriel Jordan Soto Cabezas
Lima – Perú
2023
Índice
2
CAPÍTULO 1:
ASPECTOS GENERALES
3
1.1. Descripción del problema
Como estudiantes de estadística, hemos experimentado de primera mano los
desafíos que surgen al aprender sobre pruebas de hipótesis de proporción. La
complejidad de las fórmulas y los cálculos necesarios, junto con la interpretación
precisa de los resultados, a menudo ha sido una tarea desalentadora. A medida
que avanzamos en nuestros estudios, nos hemos dado cuenta de que no
estamos solos en esta situación. Algunos investigadores como Chia-Shih,
Marchan Inzunza y Jimenez, han abordado estos desafíos y han documentado
las dificultades que muchos estudiantes y profesionales enfrentan al realizar
pruebas de hipótesis de proporción.
4
● Realizar una representación visual del área de rechazo y aceptación
de una hipótesis.
● Exportar el desarrollo completo del ejercicio calculado en formato
PDF.
1.3.2. Limitaciones
● La aplicación supone que los usuarios tienen datos correctos y
precisos para realizar las pruebas de hipótesis.
● La aplicación se centra en pruebas de hipótesis de proporción y
puede no ser adecuada para otros tipos de pruebas estadísticas.
● La aplicación estará únicamente disponible como aplicación de
escritorio.
1.4. Justificación
La creación de un aplicativo para calcular la prueba de hipótesis para la
proporción poblacional, con la inclusión del procedimiento de desarrollo,
responde a varias necesidades fundamentales. En primer lugar, simplificar un
proceso estadístico que puede resultar confuso y propenso a errores cuando se
realiza manualmente. Esto es crucial para garantizar la precisión de las
conclusiones basadas en datos. Además, la accesibilidad y la disponibilidad en
5
línea de esta herramienta permitirían a una amplia gama de usuarios, desde
estudiantes hasta profesionales, realizar análisis estadísticos de manera más
eficiente y en cualquier momento y lugar. El componente educativo de mostrar
el procedimiento paso a paso podría mejorar la comprensión de la estadística y
promover un uso más informado de esta disciplina en diversas áreas. Además,
un aplicativo bien diseñado podría contribuir a la investigación al facilitar el
análisis de datos y proporcionar resultados claros y confiables.
Ilustración 1
6
CAPÍTULO 2:
MARCO TEÓRICO
7
2.1. Marco teórico de programación orientada a objetos
El marco teórico de la Programación Orientada a Objetos (POO) es fundamental
para comprender los conceptos y principios que rigen este paradigma de
programación. La POO se basa en la organización de software en torno a
"objetos", que son instancias de clases, y se centra en la encapsulación, la
herencia y otros conceptos más.
2.1.1. Objeto
Un objeto es una instancia concreta de una clase los cuales tienen
propiedades (atributos) y comportamientos (métodos). Como ejemplos
de objetos pueden ser un auto, una persona, una cuenta bancaria, etc.
2.1.2. Clase
Una clase es un plano o una plantilla que define la estructura y el
comportamiento de los objetos. Asimismo, define los atributos
(propiedades) y los métodos (funciones) que los objetos de esa clase
tendrán. En ejemplos de clases podemos tener "Auto", "Persona",
"CuentaBancaria", etc.
2.1.3. Encapsulación
La encapsulación es el principio que consiste en ocultar los detalles
internos de un objeto y exponer solo una interfaz pública. Los atributos
de una clase suelen declararse como privados o protegidos, y se acceden
mediante métodos (getters y setters) para controlar el acceso.
2.1.4. Herencia
La herencia permite la creación de nuevas clases basadas en las clases
existentes. Donde la clase derivada (subclase) hereda los atributos y
métodos de la clase base (superclase). Por lo que esto promueve la
reutilización de código y la jerarquía de clases.
2.1.5. Mensaje
En POO, la interacción entre objetos se logra a través del envío de
mensajes. Un objeto invoca un método en otro objeto para solicitarle que
realice una acción específica.
8
2.1.6. Composición
La composición es un principio que sugiere que los objetos complejos
pueden construirse a partir de objetos más simples. Permite crear
estructuras de datos y comportamientos más complejos al combinar
objetos.
2.1.7. Relaciones entre clases
Las relaciones entre clases pueden ser de varios tipos, como asociación,
agregación y composición, y se utilizan para modelar las interacciones
entre objetos en un sistema.
9
Hipótesis Alternativa (H1): Es la afirmación que se está tratando de
probar. En el ejemplo anterior, H1 podría afirmar que la proporción de
votantes que apoyan al candidato no es igual al 50%.
2.2.3. Nivel de significancia (α)
El nivel de significancia es la probabilidad de cometer un error tipo I al
rechazar incorrectamente la H0 cuando es verdadera. Es típicamente
establecido antes del análisis y se representa como α. Normalmente el
valor utilizado para α es 0.05, lo que significa que estamos dispuestos a
aceptar un 5% de probabilidad de cometer un error tipo I.
2.2.4. Estadístico de prueba
El estadístico de prueba es un valor calculado a partir de los datos de la
muestra que se utiliza para tomar decisiones sobre la H0. En el caso de
la proporción poblacional, un estadístico de prueba común es el
estadístico Z (Z-test) cuando se tienen muestras grandes, o el
estadístico t (t-test) cuando se tienen muestras pequeñas
2.2.5. Región crítica y región de aceptación
La región crítica es el conjunto de valores del estadístico de prueba que
llevarían a rechazar la H0 si el valor calculado cae dentro de esta región.
Asimismo, la región de aceptación es el conjunto de valores del
estadístico de prueba que llevarían a no rechazar la H0 si el valor
calculado cae dentro de esta región.
2.2.6. Toma de decisiones
Si el valor calculado del estadístico de prueba cae dentro de la región
crítica, se rechaza la H0 en favor de la H1.
Si el valor calculado cae dentro de la región de aceptación, no se puede
rechazar la H0.
2.2.7. P-valor
El p-valor es la probabilidad de obtener un estadístico de prueba igual o
más extremo que el valor observado, asumiendo que la H0 es
verdadera. Un p-valor pequeño sugiere evidencia en contra de la H0.
10
2.2.8. Intervalo de confianza
Junto con el cálculo de hipótesis, también se pueden construir intervalos
de confianza para la proporción poblacional. Estos intervalos
proporcionan un rango estimado para la verdadera proporción
poblacional con cierto nivel de confianza.
11
CAPÍTULO 3:
DESARROLLO DE LA
SOLUCIÓN
12
3.1. Diagrama de clases
Ilustración 2
13
3.2. Modelamiento de la base de datos
En el presente proyecto no se ha utilizado ningún motor de base de datos
ya que el mismo no requiere de almacenamiento de información para ser
consultada por los usuarios.
Ilustración 3
Formulario principal:
Ilustración 4
14
Uso del aplicativo para resolver problemas estadísticos:
Ilustración 5
Ilustración 6
15
Ilustración 7
Ilustración 8
16
Opción - Nueva operación:
Ilustración 9
Ilustración 10
17
3.4. Código fuente
En esta sección, se presenta el código fuente de la aplicación "HipoTest", que
fue desarrollada para realizar pruebas de hipótesis de proporciones. La
aplicación está escrita en Java y utiliza varias bibliotecas, incluyendo
jLaTeXMath y iText para la representación de fórmulas matemáticas y la
funcionalidad de cálculo estadístico.
El código fuente se organiza en varias secciones, y cada sección cumple una
función específica en la aplicación. Las secciones incluyen la inicialización de
variables, la interfaz gráfica de usuario, eventos de botones y menús, cálculos
estadísticos, y más. Este código es la base de la aplicación "HipoTest" y permite
a los usuarios realizar pruebas de hipótesis de proporciones de manera
interactiva.
Paquete: Formularios
Clase Principal:
18
● Llama a validarEntradas() para verificar si los valores ingresados son
válidos y realizar cálculos si lo son. Si se produce una excepción
NumberFormatException, muestra un mensaje de error en caso de que se
ingresen valores no numéricos.
19
realizarCalculos();
mostrarResultados();
} else {
JOptionPane.showMessageDialog(null,
"Ingrese valores mayores a 0", "Error de cálculo",
JOptionPane.ERROR_MESSAGE);
}
} else {
JOptionPane.showMessageDialog(null, "Las
ocaciones de éxito debe ser menor al tamaño de muestra", "Error
de cálculo", JOptionPane.ERROR_MESSAGE);
}
} else {
JOptionPane.showMessageDialog(null, "Ingrese un
planteamiento de hipótesis", "Error de cálculo",
JOptionPane.ERROR_MESSAGE);
}
}
20
private void mostrarResultados() {
jInternalFrame1.setVisible(false);
//Porción de código para mostrar entorno gráfico y otros
cálculos
}
Paquete: Calculos
Clase: Cálculo
Este método puede ser comparado con la siguiente fórmula estadística para su
mejor comprensión:
21
Esta clase es esencial para los cálculos estadísticos fundamentales dentro de
la aplicación "HipoTest". La estadística Z calculada se utiliza en la toma de
decisiones basada en las hipótesis planteadas por el usuario.
Paquete: Calculos
Clase: TablaZ
package Calculos;
public class TablaZ {
public static double Caso3 (int significancia) {
double[] izq = {-2.325, -2.055, -1.885, -1.775, -1.645,
-1.555, -1.475, -1.405, -1.345, -1.285};
return izq[significancia - 1];
}
Esta clase permite calcular el valor de Z tabulado, para determinar las áreas de
rechazo, según el nivel de significancia determinado por el usuario. Debido a la
gran cantidad de valores dentro de la tabla Z, se ha restringido que el nivel de
significancia debe ser únicamente un valor entero, esto ha simplificado mucho
la complejidad del programa y ha permitido almacenar los valores de la tabla Z
en arreglos unidimensionales.
22
CAPÍTULO 4:
RESULTADOS
23
4.1. Recopilación de información
Para el análisis de los resultados recaudados por el uso del aplicativo, se ha
proporcionado una encuesta al estudiante donde se obtendrán los datos de las
frecuencias y porcentajes de su eficiencia.
▪ La población
La población de la investigación está compuesta por todos los estudiantes
que estén cursando la asignatura de estadística inferencial de la
Universidad Tecnológica del Perú en Lima.
▪ La muestra
La investigación está sujeta como representación significativa, una
muestra de 17 estudiantes que están cursando la asignatura de estadística
inferencia de la Universidad Tecnológica del Perú en Lima.
▪ Las encuestas
Como método fundamental tenemos una encuesta de satisfacción
realizada hacia 17 estudiantes en la cual se dio a conocer el modo de
pensar con respecto a la experiencia y eficiencia del aplicativo.
▪ Las técnicas de procesamiento de análisis de datos
24
4.2. Resultado de la encuesta
Análisis de la encuesta aplicada
Aplicativo para calcular la prueba de hipótesis para la proporción poblacional
mostrando el procedimiento de desarrollo
4.2.1. Pregunta Nº 1:
Objetivo general
¿Usted considera que el aplicativo realizado permite calcular
correctamente la prueba de hipótesis de una proporción poblacional?
Tabla 1
Objetivo general
25
● Análisis: Según los resultados se observa que el 72% de los
encuestados que se encuentran “Completamente satisfecho”.
4.2.2. Pregunta Nº 2:
Objetivo específico
¿Usted considera que el aplicativo muestra correctamente el
procedimiento de desarrollo del cálculo de la prueba de hipótesis de una
proporción poblacional?
Tabla 2
Objetivo específico
Si 12 67%
Tal vez 5 22%
No 1 6%
26
● Análisis: Según los resultados se observa que el 67% de los
encuestados considera que el aplicativo “Si” muestra correctamente
el procedimiento de desarrollo.
4.2.3. Pregunta Nº 3:
Objetivo específico
¿Usted considera que el aplicativo realiza una representación visual del
área de rechazo y aceptación de una hipótesis de forma eficaz?
Tabla 3
Objetivo específico
Siempre 12 67%
Casi siempre 3 17%
Pocas veces 3 17%
Nunca 0 0%
27
● Análisis: Según los resultados se observa que el 67% de los
encuestados considera que el aplicativo realiza una representación
visual del área de rechazo y aceptación de una hipótesis de forma
eficaz.
4.2.4. Pregunta Nº 4:
Objetivo específico
¿Usted considera que el aplicativo permite exportar correctamente el
desarrollo completo del ejercicio calculado en formato PDF?
Tabla 4
Objetivo específico
Si 13 67%
Tal vez 4 22%
No 1 6%
28
● Análisis: Según los resultados se observa que el 72% de los
encuestados considera que el aplicativo permite exportar
correctamente el desarrollo completo del ejercicio calculado en
formato PDF.
4.3. Presupuesto
Tabla 5
Hardware y software 1 0 0
Servicio de internet 1 120 120
Servicio de luz 1 140 140
Total 260
29
CONCLUSIONES
● El aplicativo permite calcular ejercicios de prueba de hipótesis de una
proporción poblacional y que será en beneficio de los estudiantes y docentes,
tal como se planteó en el objetivo general del informe, esto pudo ser
comprobado a través de la encuesta, ya que en la primera pregunta que
guarda relación con el objetivo general se obtuvo que el 72% de los
encuestados se encuentran completamente satisfechos.
o Facilidad de uso
o Simplicidad de diseño
30
RECOMENDACIONES
Luego de consultar a los encuestados sobre qué recomendaciones nos brindarán
con el propósito de mejorar el aplicativo, estos fueron los resultados obtenidos:
REFERENCIAS BIBLIOGRÁFICAS
Inzunsa, S. & Jiménez, J. (2013). Caracterización del razonamiento estadístico de
estudiantes universitarios acerca de las pruebas de hipótesis. Revista
Latinoamericana De Investigación En Matemática Educativa, 16(2), 179-211.
https://doi.org/10.12802/relime.13.1622
Marchant, C. & Su, C. S. (2021). The statistical reasoning level of Chilean students of
pedagogy in mathematics on statistical hypotheses tests. Acta Scientiae, 23(6),
209-236. https://doi.org/10.17648/acta.scientiae.5772
Gómez, D. S., Molina, M. D., Mulero, J., Nueda, M. J., & Pascual, A. (2016).
Aplicaciones diseñadas con Shiny: un recurso docente para la enseñanza de la
estadística. XIV Jornadas de Redes de Investigación en Docencia Universitaria.
Investigación, innovación y enseñanza universitaria: enfoques pluridisciplinares,
2029-2041.
31
ANEXOS
A. Encuesta de satisfacción
A continuación, se presenta la encuesta que fue proporcionada a los estudiantes
que utilizaron el Aplicativo para la prueba de hipótesis para la proporción
poblacional.
Completamente satisfecho
Satisfecho
Insatisfecho
Completamente insatisfecho
Si
Tal vez
No
3) ¿Usted considera que el aplicativo realiza una representación visual del área de
rechazo y aceptación de una hipótesis de forma eficaz?
Siempre
Casi siempre
Pocas veces
Nunca
32
4) ¿Usted considera que el aplicativo permite exportar correctamente el desarrollo
completo del ejercicio calculado en formato PDF?
Si
Tal vez
No
33