Tutorial Minitab. Pruebas de Hipotesis

Curso-Taller.
MINITAB 15
APLICACIONES ESTADISTICAS.
INFERENCIA ESTADISTICA.
Pruebas de hipótesis.
Elaboró: Quím. Francisco Partida Hernández

Catedrático del Área de Estadística
Instituto Tecnológico de Puebla
1
Curso-Taller. MINITAB 15. APLICACIONES ESTADISTICAS
Inferencia estadística. Prueba de hipótesis. Contenido.
Contenido
La prueba de hipótesis 3.
Error de tipo I y II 4.
Tipos de contrastes de hipótesis 7.
El valor-p 9.
Cálculo del valor-p 10.
Criterios para elegir los procedimientos en pruebas de hipótesis según el
Teorema del límite central 11.
Prueba de hipótesis para una media. 1z. σ conocida 16.
Prueba de hipótesis para una media. 1z. σ conocida. Datos no resumidos 18.
Prueba de hipótesis para una media. 1t. t de una muestra. Datos resumidos 20.
Prueba de hipótesis para una media. 1t. t de una muestra. Datos no resumidos 24.
Prueba de hipótesis para la diferencia entre 2 medias. 2t de 2 muestras. Varianzas iguales 26.
Prueba de hipótesis para la diferencia entre 2 medias. 2t de 2 muestras. Varianzas desiguales 30.
Prueba de hipótesis para la diferencia entre dos medias. t-t. t pareada 34.
Prueba de hipótesis para una proporción. 1P. 1 Proporción 38.
Prueba de hipótesis para dos proporciones. 2P. 2 Proporciones 40.
Prueba de hipótesis para la varianza y la desviación estándar. 1 Varianza 43.
Prueba de hipótesis para la desviación estándar. 1 Varianza 46.
Prueba de hipótesis para dos varianzas. 2 Varianzas. Datos resumidos 48.
Prueba de hipótesis para dos varianzas. 2 Varianzas. Datos en columnas 51.
Prueba de hipótesis para la Tasa de defectos de una muestra 56.
Prueba de hipótesis para la Tasa de defectos de dos muestras 58.
Elaboró: Quím. Francisco Partida Hernández Catedrático del Área de Estadística del Instituto Tecnológico de Puebla 2
Inferencia estadística. Prueba de hipótesis.
La prueba de hipótesis.
Una prueba de hipótesis, también llamada prueba de
significación, permite dar respuesta a preguntas como ¿está el
proceso bajo control?, ¿es este producto mejor que el otro?,
¿realmente los tratamientos son diferentes?, ¿se ha logrado un
cambio significativo?.
La prueba evalúa dos enunciados mutuamente excluyentes

identificados como hipótesis nula (H0) e hipótesis alternativa
(H1). Siempre son enunciados sobre los atributos de
poblaciones, tales como el valor de un parámetro, la diferencia
entre parámetros de múltiples poblaciones o el tipo de
distribución que describe mejor a la población, entre otros.
Utiliza datos de muestras para determinar a cuál de los dos
enunciados respaldan mejor los datos.
Inferencia estadística. Prueba de hipótesis. Error de tipo I y II.
Error de tipo I y II.

Cuando se prueba una hipótesis hay dos posibles resultados:
rechazarla o no rechazarla. El rechazo de una hipótesis nula
cuando es cierta (o el afirmar que la Ho es falsa cuando en
realidad es verdadera) conduce a un error de decisión, que se
califica como error de tipo I. La probabilidad de cometerlo se
simboliza como α (llamado nivel de significación) y es fijado por
el investigador; usualmente los valores usados como nivel de
significación son 0.05 ó 0.01.
Si por ejemplo al diseñar una prueba se elije un nivel de

significación de 0.05 (ó 5%), entonces hay 5 oportunidades
entre 100 de rechazar la hipótesis nula cuando debiera haberse
aceptado; es decir, se tiene un 95% de confianza de que se ha
tomado la decisión correcta. En tal caso, se decide que la
hipótesis ha sido rechazada al nivel de significación 0.05, lo
que indica que tal hipótesis tiene una probabilidad de 0.05 de
ser falsa.
Si no se rechaza la hipótesis nula, se corre el riesgo de

aceptarla cuando ésta realmente pudiera ser falsa. El hecho de
aceptar una hipótesis nula cuando es falsa conduce a un error
de decisión, que se califica como error de tipo II (la probabilidad
de cometerlo se simboliza como β). La magnitud de este error
no se puede fijar, pero si es posible minimizar utilizando un
tamaño adecuado de muestra.
TIPOS DE ERRORES EN UNA PRUEBA DE HIPOTESIS
Ho es CIERTA Ho es FALSA
Decisión correcta Error de tipo II
Si se elige Ho
p=1-α p=β
Error de tipo I Decisión correcta
Si se elige H1
p=α p=1-β
Debe tenerse en cuenta que sólo se puede cometer uno

de los dos tipos de error y, en la mayoría de las
situaciones, se desea controlar la probabilidad de
cometer un error de tipo I.
Tipos de contrastes.
Un contraste de hipótesis puede asumir sólo uno de los
siguientes dos tipos: contraste bilateral o de dos colas ó
contraste unilateral que puede ser de cola izquierda o de cola
derecha, por ejemplo:
CONTRASTE CONTRASTE CONTRASTE

UNILATERAL BILATERAL UNILATERAL
(DE COLA IZQUIERDA) (DE DOS COLAS) (DE COLA DERECHA)
Ho: μ = μo Ho: μ = μo Ho: μ = μo

H1: μ < μo H1: μ ≠ μo H1: μ > μo
Si el estadístico de contraste toma un valor perteneciente a la

región de aceptación, entonces no existen evidencias
suficientes para rechazar la hipótesis nula al nivel de
significación elegido y el contraste se dice que
estadísticamente no es significativo. Si, por el contrario, el
estadístico cae en la región de rechazo entonces se asume que
los datos no son compatibles con la hipótesis nula y se rechaza
a un nivel de significación. En este supuesto se dice que el
contraste es estadísticamente significativo.
Inferencia estadística. Prueba de hipótesis. El p-value.
El valor-p.
El valor-p (al igual que el nivel de significación) permite evaluar
la significancia en una prueba de hipótesis. Este valor-p se
compara con el nivel de significación (α) preseleccionado en la
prueba. Si el valor de p es igual o menor que α se concluye que
existe diferencia significativa, por lo que se rechaza Ho. Si el
valor de p es mayor que α se concluye que no existe diferencia
significativa, por lo que no se tiene evidencia suficiente para
rechazar Ho.
Esto es:
Si p ≤ α Se rechaza Ho
Si p > α No se rechaza Ho
Se dice que el valor-p, es la probabilidad de que el estadístico

de la prueba tome un valor que es al menos tan extremo como
el valor observado del estadístico cuando la hipótesis nula Ho
es verdadera.
Inferencia estadística. Prueba de hipótesis. El p-value.
Cálculo del valor-p.

Para pruebas basadas en la distribución normal el valor-p
queda dado por:
Prueba bilateral:
p = 2 [1 – P(Z ≤ z)]
Prueba unilateral de cola derecha:

p = 1 – P(Z ≤ z)
Prueba unilateral de cola izquierda:

p = P(Z ≤ z)]
Inferencia estadística. Criterios para elegir procedimientos en pruebas de hipótesis
Criterios para elegir los procedimientos

en pruebas de hipótesis, según el
Teorema del límite central (TLC).
Los procedimientos para las pruebas de hipótesis se eligen según se
presente alguna de las siguientes consideraciones.
Z de 1 muestra.
Realiza una prueba de hipótesis para una media, cuando:
a). La desviación estándar de la población, δ , es conocida.
b). La desviación estándar de la población, δ , es desconocida, pero
los tamaños de muestra son grandes (n≥30); en este caso se hace
uso de la desviación estándar de la muestra, s.
c). Las muestras son pequeñas (n<30), pero provienen de
poblaciones normales o casi normales.
d). Si el tamaño poblacional N es finita, use lo anterior corrigiendo la
desviación con el factor de corrección para poblaciones finitas
(cuando el muestreo se hizo sin reposición).
t de 1 muestra.
Realiza una prueba de hipótesis para una media, cuando:
a). La desviación estándar de la población, δ , es desconocida; las
muestras son pequeñas (n<30) y se desconoce si éstas provienen
de poblaciones normales o cercanas a la normal, usando a la
varianza muestral como estimador de la varianza poblacional.
c). Si el tamaño poblacional N es finita, use lo anterior corrigiendo la
desviación con el factor de corrección para poblaciones finitas
(cuando el muestreo se hizo sin reposición).
t de 2 muestras.
Realiza una prueba de hipótesis para la diferencia entre las medias
de dos poblaciones.
a). Cuando las varianzas poblacionales δ12 y δ22 son conocidas se
usa la distribución normal (independientemente de los tamaños de
muestra).
b). Cuando las varianzas poblacionales δ12 y δ22 son desconocidas
pero la suma de los tamaños de las muestras es n=n1+n2 ≥ 30, se
usa la distribución normal, considerando a las varianzas muestrales
s12 y s22 como estimadores de las varianzas poblacionales..
c). Cuando las varianzas poblacionales δ12 y δ22 son desconocidas, y

la suma de los tamaños de las muestras es n=n1+n2 < 30, se usa la
distribución t de Student y se parte del supuesto de ser estas
iguales, δ12 = δ22 , o diferentes δ12 ≠ δ22 .
t pareada.
Realiza una prueba de hipótesis de la diferencia entre las medias de
dos poblaciones, cuando las observaciones de las muestras son en
pares (“pareadas”).
a). Cuando n ≥ 30, use la distribución normal calculando el Z con los
estimadores de la media y varianza en datos pareados.
b). Cuando n < 30, use la distribución t de Student, con el estimador
de la varianza poblacional para datos pareados.
1 proporción.
Realiza una prueba de hipótesis para una proporción de la
población, basada en la distribución normal y calculando el valor Z
mediante los estimadores de la proporción poblacional, p.
2 proporciones.
Realiza una prueba de hipótesis entre la diferencia de dos
proporciones de población, basada en la distribución normal y
calculando el valor Z mediante los estimadores de la proporción
poblacional, p.
1 varianza.
Realiza una prueba de hipótesis sobre la varianza de una población,
basada en la distribución Chi–cuadrado ya que suponemos que
tanto la varianza como la media poblacionales deben ser
desconocidos. Para ello use sus respectivos estimadores puntuales
s12 y s22 .
2 varianzas.
Realiza una prueba de hipótesis para la calidad u homogeneidad de
la varianza de dos muestras, basada en la distribución F de Fisher,
empleando los estimadores correspondientes a la media y varianza
poblacionales (con D1=n-1 y D2=m-1 grados de libertad en el
numerador y denominador, respectivamente).
Tasa de Poisson de 1 muestra.

Realiza una prueba de hipótesis en la tasa de ocurrencias y la
media del número de ocurrencias en un proceso de Poisson.
Tasa de Poisson de 2 muestras.

Realiza una prueba de hipótesis en la diferencia en las tasas de
ocurrencia y en la diferencia en la media del número de ocurrencias
en dos procesos de Poisson.
Pruebas de hipótesis. Pruebas de hipótesis para una media. Z de 1 muestra (σ conocida).
Prueba de hipótesis para una media.

Opción: z de 1 muestra
(σ conocida). Prueba de hipótesis:
H0 : μ0 = 30 minutos
Datos resumidos H1: μ0 ≠ 30 minutos.
Estadísticas > Estadísticas básicas > Z de 1 muestra.
Datos:
Media de la muestra: 28 Min.
Desviación estándar de la población: 5 Min.
Tamaño de la muestra: 100 datos.
_
x - m0
Z cal =
σ
__
√n
Los resultados son desplegados en la Ventana de
sesión. Como p < α = 0.05, se rechaza H0 y
se concluye que μ < 30 min.
El intervalo de confianza indica que μ es menor de 30 horas

(entre 27.02 y 28.98 minutos).
σ = 12 horas. Prueba de hipótesis

para una media.
Opción: z de 1 muestra
(σ conocida)
Datos no resumidos (datos en columnas)
Estadísticas > Estadísticas básicas >

Z de 1 muestra.
Prueba de hipótesis:
H0 : μ0 = 70 horas y H1: μ0 ≠ 70 horas.
Los resultados del contraste de hipótesis se despliegan en la

Ventana de sesión.
-x - μ0
Z cal =
σ /√ n
Como p < α=0.05, se rechaza H0 .

Se concluye que μ no es igual a 70 horas.
σ
__ El intervalo de confianza
√n indica que μ es mayor de 70
horas (entre 71.91 y 79.34 p
horas).
p = 0.0015 x 2 = 0.003
μ = 70 Zcal = 2.96
Pruebas de hipótesis. Pruebas para una media. t de 1 muestra. Datos resumidos
Prueba de hipótesis para una media

Opción: t de 1 muestra.
Prueba de hipótesis: Datos resumidos

Media de la muestra: 0.104 pulgadas
H0 : μ0 ≤ 0.1 pulgadas
Desviación estándar: 0.025 pulgadas
H1: μ0 > 0.1 pulgadas. Tamaño de la muestra: 15 datos
Estadísticas > Estadísticas básicas > t de 1 muestra
Pruebas de hipótesis. Pruebas para una media. t de 1 muestra. Datos resumidos.
p
s -x - μ0
__ t cal = p = 0.273
√n s/√n
0.10 tcal = 0.62
Como p > α=0.05, no se rechaza H0

Se concluye que μ no es mayor a
0.1 pulgadas.
Pruebas de hipótesis. Pruebas para una media. t de 1 muestra. Datos no resumidos.
Prueba de hipótesis para una media.

Opción: t de 1 muestra.
Datos no resumidos (datos en columnas)
H0 : μ0 ≤ 65 minutos y H1: μ0 > 65 minutos.

t de 1 muestra.
Pruebas de hipótesis. Pruebas para una media. t de 1 muestra. Datos no resumidos.
-x - μ0
t cal =
s / √__
n
Se concluye que μ no es igual a 65 min.
El intervalo de confianza indica que μ

s
__ es por lo menos 66.22 minutos.
√n
Pruebas de hipótesis. Diferencia entre dos medias. t de 2 muestras.
Prueba de hipótesis para

la diferencia entre dos medias.
Opción: t de 2 muestras
(varianzas iguales).
H0 : μ1 – μ2 = 0
Estadísticas > H1: μ1 – μ2 ≠ 0
Estadísticas básicas > t de 2 muestras.
Elegir Muestras en diferentes

columnas o Datos resumidos e
ingrese el tamaño de muestras,
medias y desviaciones estándar,
según sea el caso.
Marque la opción Asumir

varianzas iguales. La opción
predeterminada es presuponer
varianzas desiguales. Utilice una
prueba de igualdad de varianzas
para probar dicha suposición.
Elija Gráficas.
Seleccione las gráficas necesarias.
Dar clic en aceptar.
Al regresar a la ventana t de 2
muestras (prueba e intervalo de
confianza), elija opciones.
En Nivel de confianza ingrese el nivel

de confianza que corresponda al
nivel significación elegido para la
prueba.
En Diferencia de la prueba ingrese el

valor de la hipótesis nula, la cual
es la diferencia hipotética entre las
medias de la población (El valor
predeterminado es cero o que las
dos medias de la población son
iguales).
En Hipótesis alterna elija el tipo de contraste deseado. Menor que (con

cola inferior), no igual (con dos colas) o mayor que (con cola superior).
Haga clic en Aceptar.
Los resultados de la prueba de hipótesis se despliegan en la

Ventana de sesión.
Como el intervalo
contiene a cero, no se
puede concluir que Como p > α=0.05, no se
existe diferencia entre rechaza H0. Se concluye
las medias. que μA y μB
no son significativamente
diferentes.
Grados de libertad
ν = n1 + n 2 - 2
_ _
( xA - xB )_ ( μ - μB )
PRUEBA CON tcal =
A
VARIANZAS IGUALES
√ (n 2
1 - 1) s + (n - 1) s
_______________________
n1 + n 2 - 2
2
( n1 1
1
+ n
2
)

la diferencia entre dos medias.
Opción: t de 2 muestras
(varianzas desiguales).
H0 : μ1 – μ2 = 0
Estadísticas > H1: μ1 – μ2 ≠ 0
Estadísticas básicas > t de 2 muestras.
En lo general, esta prueba sigue la

misma secuencia de pasos que en
la prueba de hipótesis para la
diferencia entre dos medias cuando
las varianzas son iguales, con
excepción de elegir la opción
Asumir varianzas iguales. Utilice
una prueba de igualdad de
varianzas para probar dicha
suposición.
Los resultados de la prueba de hipótesis se

despliegan en la Ventana de sesión.
Grados de libertad
s 2 + ___
s22 2
ν =
( n n )
1
___
1 2
s s 2 2 2 2
Como el intervalo no
(n ) ( n )
1
1
2
2
contiene a cero, se +
puede concluir que (n1 - 1) (n 2 - 1)
existe diferencia entre
las medias.
Como p < α=0.05, se

_ _ rechaza H0. Se concluye
PRUEBA CON ( ) (
xA - xB _ μA - μB ) que μA y μB
VARIANZAS
tcal = ___________ son significativamente
√
2 2 diferentes.
DESIGUALES s 1 2
s
n1 + n2
Los resultados gráficos de la prueba de hipótesis se

despliegan en la Ventana gráficas.
Pruebas de hipótesis. Pruebas para la diferencia entre dos medias. t pareada.
Prueba de hipótesis para la diferencia

entre dos medias.
Opción: t pareada.
H0 : μ1 – μ2 = 0 y H1: μ1 – μ2 ≠ 0

t pareada.
Los resultados de la prueba de hipótesis se despliegan en la

Ventana de sesión.
Conclusión: No se rechaza H0
No hay diferencia significativa
entre las mediciones A y B.
_ _ _
d = X1 - X2
d
-
________
t cal =
√Σ(d –
--
d )2 sd / __
Sd = ________ √n
n -1
Los resultados gráficos de la prueba

de hipótesis se despliegan en la
Ventana gráficas.
Pruebas de hipótesis. Pruebas para una proporción. Datos resumidos.
Prueba de hipótesis para una proporción.

Opción: 1 proporción.
H0 : P0 = 0.95 y H1: P0 < 0.95
Estadísticas > Estadísticas básicas > 1 proporción.
Datos resumidos
Número de eventos: 89
Número de ensayos: 100
Pruebas de hipótesis. Pruebas para una proporción. Datos resumidos.

Se concluye que la proporción es
menor a 95%.
p - P0
_______________
Z cal = ____________
^p = x / n
√(P Q ) / n
0 0
Pruebas de hipótesis. Prueba para dos proporciones. Datos resumidos.
Prueba de hipótesis para Contraste de hipótesis:

H0 : P1 = P2 ; P1 - P2 = 0
dos proporciones. H1 : P1 ≠ P2 ; P1 - P2 ≠ 0
Opción: 2 proporciones Datos resumidos:
Muestra 1 2
Estadísticas > Estadísticas básicas > Número de eventos 85 100
Número de ensayos 82 100

2 proporciones
p 1 = x 1 /n 1
p2 = x 2 /n 2
Si en la prueba la diferencia en Ho es cero:
donde
p > α=0.05. No se rechaza H0 .

Se concluye que no existe diferencia
significativa entre A y B.
Otro caso:
Contraste de hipótesis:
H0 : P1 - P2 ≥ 0.02
H1 : P1 - P2 < 0.02
Si en la prueba la diferencia en Ho no es cero:
p > α=0.05. No se rechaza H0 .

Se concluye que no existe diferencia significativa.
La proporción 1 no es diferente en por lo menos 2% que la
proporción existente en B.
Pruebas de hipótesis. Prueba para la varianza.
Prueba de hipótesis para la varianza

Opción: 1 Varianza
H0 : σ0 = 60
2
H1: σ 2 ≠ 60
0
Datos resumidos:
Muestra
Varianza de la muestra 80
Tamaño de la muestra 140

1 varianza.
p < α=0.05. Se rechaza H0 .

La varianza poblacional
realmente es mayor de 60.
Grados de libertad
ν=n -1
Análisis gráfico.
Aceptar H0
2
χcal = 185.33
Conclusión: Como χ2cal = 185.33 es mayor que χ2c = 174,

Se rechaza H0 y se concluye que σ 2 es mayor que 60.
Pruebas de hipótesis. Prueba para la desviación estándar.
Prueba de hipótesis para la

desviación estándar.
Opción: 1 Varianza.
Estadísticas > Estadísticas básicas > 1 varianza.
H0 : σ0 = 5
H1: σ 0 ≠5
Datos resumidos:
Muestra
Desviación estándar 5.80
Tamaño de la muestra 40
Pruebas de hipótesis. Prueba para la desviación estándar.
p > α=0.05. No s rechaza H0 .

La desviación estándar de la
población no es significativamente
diferente de 5.
Pruebas de hipótesis. Prueba para dos varianzas.

dos varianzas.
Opción: 2 varianzas.
Estadísticas > Estadísticas básicas > 2 varianzas.
H0 : σ1 = σ22
2
H1: σ1 ≠ σ2
2 2
Datos resumidos:
Muestra 1 2
Varianza (s 2 ) 0.064 0.075
Tamaño (n). 20 16
Varianza muestral más grande
p > α=0.05.
2
Fcal = s1
No se rechaza H0 .
2
Las varianzas 1 y 2 no
s2 son significativamente
diferentes.
Grados de libertad
ν1 = n1 - 1
ν2 = n2 - 1
El valor de p > α=0.05

indica que los datos no son
evidencia suficiente para afirmar
que las dos poblaciones tienen
varianzas desiguales.
La prueba de varianza genera una gráfica que muestra los intervalos

de confianza del 95% de Bonferroni para la desviación estándar de la
población en ambos niveles (población 1 y 2). La asimetría de los
intervalos se debe al sesgo de la distribución chi-cuadrada.
Pruebas de hipótesis. Prueba para dos varianzas. Datos en una sola columna.

dos varianzas.
Opción: 2 varianzas
(datos en una sola columna)
2 varianzas.
H 0 : σ1= σ22
2
H1: σ1 > σ2
2 2
p > α=0.05.
No se rechaza H0 .
La variación de la
calidad por turno no es
significativamente
diferente.
Grados de libertad
ν1 = n1 - 1
ν2 = n2 - 1
2
Fcal = s1
2
s2
NOTA:
Los resultados de la prueba F y de la prueba de
Levene se ofrecen tanto en la ventana Sesión como
en la gráfica. La prueba F se usa cuando los datos
provienen de una distribución normal. La prueba de
Levene cuando los datos provienen de una
distribución continua, pero no necesariamente normal.
El valor de p > α=0.05 es

evidencia para afirmar que
las dos poblaciones tienen
varianzas iguales. LA CALIDAD
ES SEMEJANTE ENTRE LOS
TURNOS 1 Y 2.
La prueba de varianza genera una gráfica que muestra los intervalos

de confianza del 95% de Bonferroni para la desviación estándar de la
población en ambos niveles (Turnos 1 y 2). También muestra las
gráficas de caja de los datos sin procesar para las dos muestras.
Pruebas de hipótesis. Prueba para la Tasa de defectos de una muestra.

Tasa de defectos de una muestra.
Opción: Tasa de Poisson de 1 muestra.
Estadísticas → Estadísticas básicas → Tasa de
Poisson de 1 muestra.
H0 : λ0 = 0.5
H1 : λ0 ≠ 0.5
Pruebas de hipótesis. Prueba para la Tasa de defectos de una muestra.

La tasa es menor que 0.5 (va de 0.0521
a 0.1878).
Pruebas de hipótesis. Prueba para la Tasa de defectos de dos muestras.

Tasa de defectos de dos
muestras.
Opción: Tasa de Poisson de 2 muestras
Tasa de Poisson de 2 muestras.
H0 : λ A = λ B
H1: λA ≠ λB
Resultado.
Minitab despliega el resultado
en la ventana de sesión.

Las tasas de defecto son significativamente
diferentes. (En A es menor que en B).

Tutorial Minitab. Pruebas de Hipotesis

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Tutorial Minitab. Pruebas de Hipotesis

Cargado por

Copyright:

Formatos disponibles

Curso-Taller.

Elaboró: Quím. Francisco Partida Hernández

Inferencia estadística. Prueba de hipótesis. Contenido.

Inferencia estadística. Prueba de hipótesis.

La prueba evalúa dos enunciados mutuamente excluyentes

Inferencia estadística. Prueba de hipótesis. Error de tipo I y II.

Error de tipo I y II.

Si por ejemplo al diseñar una prueba se elije un nivel de

Inferencia estadística. Prueba de hipótesis. Error de tipo I y II.

Si no se rechaza la hipótesis nula, se corre el riesgo de

Inferencia estadística. Prueba de hipótesis. Error de tipo I y II.

TIPOS DE ERRORES EN UNA PRUEBA DE HIPOTESIS

Debe tenerse en cuenta que sólo se puede cometer uno

Inferencia estadística. Prueba de hipótesis. Error de tipo I y II.

CONTRASTE CONTRASTE CONTRASTE

Ho: μ = μo Ho: μ = μo Ho: μ = μo

Inferencia estadística. Prueba de hipótesis. Error de tipo I y II.

Si el estadístico de contraste toma un valor perteneciente a la

Inferencia estadística. Prueba de hipótesis. El p-value.

Se dice que el valor-p, es la probabilidad de que el estadístico

Inferencia estadística. Prueba de hipótesis. El p-value.

Cálculo del valor-p.

Prueba unilateral de cola derecha:

Prueba unilateral de cola izquierda:

Inferencia estadística. Criterios para elegir procedimientos en pruebas de hipótesis

Criterios para elegir los procedimientos

Inferencia estadística. Criterios para elegir procedimientos en pruebas de hipótesis

Inferencia estadística. Criterios para elegir procedimientos en pruebas de hipótesis

c). Cuando las varianzas poblacionales δ12 y δ22 son desconocidas, y

Inferencia estadística. Criterios para elegir procedimientos en pruebas de hipótesis

Inferencia estadística. Criterios para elegir procedimientos en pruebas de hipótesis

Tasa de Poisson de 1 muestra.

Tasa de Poisson de 2 muestras.

Pruebas de hipótesis. Pruebas de hipótesis para una media. Z de 1 muestra (σ conocida).

Prueba de hipótesis para una media.

Estadísticas > Estadísticas básicas > Z de 1 muestra.

Pruebas de hipótesis. Pruebas de hipótesis para una media. Z de 1 muestra (σ conocida).

El intervalo de confianza indica que μ es menor de 30 horas

Pruebas de hipótesis. Pruebas de hipótesis para una media. Z de 1 muestra (σ conocida).

σ = 12 horas. Prueba de hipótesis

Estadísticas > Estadísticas básicas >

Pruebas de hipótesis. Pruebas de hipótesis para una media. Z de 1 muestra (σ conocida).

Pruebas de hipótesis. Pruebas de hipótesis para una media. Z de 1 muestra (σ conocida).

Los resultados del contraste de hipótesis se despliegan en la

Como p < α=0.05, se rechaza H0 .

Pruebas de hipótesis. Pruebas de hipótesis para una media. Z de 1 muestra (σ conocida).

Pruebas de hipótesis. Pruebas para una media. t de 1 muestra. Datos resumidos

Prueba de hipótesis para una media

Prueba de hipótesis: Datos resumidos

Estadísticas > Estadísticas básicas > t de 1 muestra

Pruebas de hipótesis. Pruebas para una media. t de 1 muestra. Datos resumidos.

Como p > α=0.05, no se rechaza H0

Pruebas de hipótesis. Pruebas para una media. t de 1 muestra. Datos no resumidos.

Prueba de hipótesis para una media.

Estadísticas > Estadísticas básicas >

Pruebas de hipótesis. Pruebas para una media. t de 1 muestra. Datos no resumidos.

El intervalo de confianza indica que μ

Pruebas de hipótesis. Diferencia entre dos medias. t de 2 muestras.

Prueba de hipótesis para

Pruebas de hipótesis. Diferencia entre dos medias. t de 2 muestras.

Elegir Muestras en diferentes

Marque la opción Asumir

Dar clic en aceptar.