Probabilidad y Estadística Unidad 5 Prueba de Hipótesis

12/5/2021
FACULTAD DE CIENCIAS EXACTAS, FÍSIC AS Y NATURALES

UNIVERSIDAD NACIONAL DE CÓRDOBA
PROBABILIDAD Y ESTADISTICA
UNIDAD 5. Prueba de hipótesis
Prof. Dra.Valeria Nepote

2021
P RO B A B I L I DA D Y E S TA D Í S T I C A
U N I DA D 5 . P r u e b a d e h i p ó t e s i s
ESQUEMA CONCEPTUAL
POBLACIÓN
MUESTRA
Aproximaciones
¿Cómo tomar decisiones

usando sólo
aproximaciones?
Adoptar un Estadístico y
Expresar H0 y Ha determinar qué valores
debería tomar, si Ho es
cierta
Prueba de
Hipótesis
Comparar y decidir:
Se rechaza H0 Estimar el
No se rechaza H0 Estadístico
1
12/5/2021
CONTENIDOS
• Esquema general de una prueba de hipótesis.

• Errores en una prueba.
• Pruebas sobre los parámetros de una y dos poblaciones.
• Pruebas sobre el modelo.
ESTUDIO DE CASO
Volvamos a la situación de la fábrica de hormigón.
El departamento de control de calidad sospecha que la resistencia del
hormigón producido con la nueva arena es superior a la actual.
Para comprobarlo plantea las siguientes hipótesis: H0 : µ = 13
Ha : µ > 13
Supongamos que se analizaron muestras (n=10) y se obtuvo ഥ

𝒙 = 13.9
Consideramos varianza conocida σ2 = 1 y α = 0,05.
2
12/5/2021
H0 : µ = 13 Sabemos que: 2 diremos que la media es superior a 13 si la

X ~ N(  ; )
Ha : µ > 13 n evidencia muestral así lo indica.
Si H0 es verdadera, entonces: X ~ N(13;0.1)

y su gráfica será:
¿Dónde está ubicado en esta distribución el
valor obtenido para la media muestral?
¿Es un valor “raro” para esa distribución?
¿Por qué?
¿Cuál es la probabilidad de que la media
muestral adopte valores iguales o
superiores a él suponiendo verdadera H0?
P(𝑋ത ≥ 13,9) = 0,0022
Esta idea puede ser útil para fijar un criterio
ഥ
𝒙 = 𝟏𝟑, 𝟗 de decisión.
5
H0 : µ = 13 ഥ𝒄 = 𝟎. 𝟎𝟓 → se rechaza H0 dado que es un valor

ഥ>𝒙
Si 𝑷 𝑿
Ha : µ > 13 muy raro para esa distribución
Sería más razonable pensar

X ~ N(13;0.1)
que ese valor de media
muestral (13,9) provino de
otra distribución con
α=0,05
esperanza mayor a la que
ഥ
𝒙𝒄 = 𝟏𝟑, 𝟓 propone H0 (13).
ഥ
𝒙 = 𝟏𝟑, 𝟗
6
3
12/5/2021
H0 : µ = 13 ഥ −𝝁
𝒙
Para comprobarlo trabajamos con el estadístico 𝑧𝑜𝑏s= 𝒐𝒃𝒔 𝟎
Ha : µ > 13 𝝈/ 𝒏
y lo comparamos con el z crítico (zc)
correspondiente al valor de probabilidad
adoptado como criterio (α=0,05).
Para este caso: zc = z(1-0,05) = |z(0,05)|= 1,64
El estadístico observado resulta:
𝟏𝟑,𝟗−𝟏𝟑
𝑧𝑜𝑏s= = 2,85 → zobs=2,85 > zc=1,64 α=0,05
𝟏/ 𝟏𝟎
Conclusión: se rechaza H0 porque zobs cae
en zona de rechazo, es decir, la media zobs
zc
puede suponerse superior a 13, para α=0,05.
7
Resumiendo hasta acá:
Una hipótesis estadística es una proposición sobre una característica de la distribución

de una o más poblaciones.
¿Qué es una prueba de hipótesis?
Es un procedimiento basado en la evidencia muestral y en la teoría de la probabilidad

que se emplea para determinar si una hipótesis estadística es razonablemente aceptable
o no.
¿Cómo se realiza una prueba de hipótesis?
4
12/5/2021
PASO 1
Formular la HIPÓTESIS NULA (H0), hipótesis estadística original que ha de ser probada y
formular la HIPÓTESIS ALTERNATIVA (Ha), que será considerada si se rechaza H0.
𝐻0: 𝜇 = 13
𝐻a: 𝜇 > 13
en general: 𝐻0 : 𝜃 = 𝜃0 𝐻0 : 𝜃 = 𝜃0 𝐻0 : 𝜃 = 𝜃0
𝐻1 : 𝜃 > 𝜃0 𝐻1 : 𝜃 < 𝜃0 𝐻1 : 𝜃 ≠ 𝜃0
Prueba unilateral Prueba unilateral Prueba
derecha izquierda bilateral
PASO 2
Seleccionar un ESTADÍSTICO DE PRUEBA que permita determinar la cantidad estadística
que se utilizará para tomar la decisión.
𝑥 − 𝜇0 𝑥 − 𝜇0 𝑛 − 1 𝑠2
𝑧= 𝜎 𝑡 𝑛−1 = 𝑠 𝜒 2𝑛−1 =
𝜎𝑜2
𝑛 𝑛
(o el que se adecue a la situación planteada)
¿En qué situaciones se utiliza cada uno?
10
5
12/5/2021
PASO 3
Fijar un NIVEL DE SIGNIFICACIÓN para la prueba que permita calcular los PUNTOS
CRÍTICOS y determinar la región de rechazo.
Ejemplo para El valor α recibe el

una prueba nombre de nivel de
unilateral significación de la
derecha para la Región de
media Punto
rechazo: α prueba: es la
crítico probabilidad de la
H0 : µ = 13
Ha : µ > 13
región de rechazo
p(𝑋ത ≥ 𝑥ҧ𝑐 ) = α
p(Z ≥ 𝑧𝑐 ) = α
11
PASO 4
Decidir si debe o no rechazarse H0 a partir de lo establecido y notificar la decisión en el
contexto del problema.
¿Cómo se decide?
Pero . . . ¿podemos estar seguros de la decisión que tomemos?
¿de qué manera podemos equivocarnos?
12
6
12/5/2021
ERRORES DE LAS PRUEBAS DE HIPÓTESIS

La decisión final, en una prueba de hipótesis, se basa en una probabilidad, por tanto no
se tiene certeza sobre la misma y se pueden cometer errores.
No se rechaza H0 Se rechaza H0
H0es verdadera Decisión correcta ERROR TIPO I

P(Error Tipo I) = α
H0 es falsa ERROR TIPO II Decisión correcta

P(Error Tipo II) = β P(rechazo)= 1 - β
(POTENCIA)
13
ERRORES DE LAS PRUEBAS DE HIPÓTESIS
𝐻0: 𝜇 = 13
Distribución Distribución
𝐻a: 𝜇 > 13 Hipotetizada Verdadera
(desconocida)
¿En qué región α: probabilidad de
β: probabilidad de
cometer Error cometer Error
debe estar el Tipo I
Tipo II
estadístico para
rechazar H0? 𝝁𝟎 = 𝟏𝟑
ഥ𝒄
𝒙 ഥ𝟎 =13,9
𝒙
https://www.geogebra.org/m/RhuUbJsG
14
7
12/5/2021
Como seleccionar el nivel de significación α

Analizar los errores en el contexto del problema.
Identificar el error más relevante y elegir el α según:
• Si deseamos minimizar el error tipo I → trabajar con menor α (0,01)
• Si deseamos minimizar el error tipo II → trabajar con mayor α (0,10)
• Si ambos errores son importantes → trabajar con α intermedio (0,05)
EJERCICIO 2
15
RESUMIENDO…
Al realizar una prueba de hipótesis DEBEMOS:
➢ Respetar estrictamente la estructura básica del procedimiento (pasos).
➢ Cuidar los errores. Identificar el más relevante. Adoptar el α según la
importancia de cada uno de ellos.
16
8
12/5/2021
TIPOS DE PRUEBAS DE HIPÓTESIS
1. Pruebas sobre parámetros de 1 2. Pruebas sobre parámetros de 2

población poblaciones
1.a. Media: (z ó t) 2.a. Comparación de medias (z ó t)
1.b. Varianza (2) 2.b. Comparación de varianzas (F)
3. Pruebas de BONDAD DE AJUSTE 4. Otras pruebas
3.a. Chi-cuadrado (2) Sobre parámetros de 2 poblaciones o más
3.b. Kolmogorov (D) de independencia
de homogeneidad, etc.
17
1. PRUEBAS SOBRE PARAMETROS DE 1 POBLACION

1.a. PRUEBA SOBRE LA MEDIA
Caso 1: datos con distribución Normal y σ2 conocida, ó n≥30 cuando σ2 desconocida.
H0: μ=μo
𝑥ҧ𝑜𝑏𝑠 − 𝜇0
Estadístico de prueba: z (Normal) 𝑧𝑜𝑏𝑠 =
𝜎Τ 𝑛
Zonas de rechazo de H0 :
Ha Ha: μ≠μo (prueba bilateral) Ha: μ>μo (unilateral derecha) Ha: μ<μo (unilateral izquierda)
Zona rechazo zobs ≤ -|zα/2| ó zobs ≥ |zα/2| zobs ≥ |zα| zobs ≤ -|zα|
1-α
f(z)
f(z)
f(z)
α/2 α/2 1-α 1-α

α α
-|zα/2| |zα/2| z |zα| z -|zα| z
EJERCICIO 3
18
9
12/5/2021

1.a. PRUEBA SOBRE LA MEDIA:
Caso 2: X Normal, σ2 desconocida y n<30.
H0: μ=μo
𝑥ҧ𝑜𝑏𝑠 − 𝜇0
Estadístico de prueba: T-Student 𝑡𝑜𝑏𝑠 =
 = n-1 gr de libertad 𝑠Τ 𝑛
Ha Ha: μ≠μo (bilateral) Ha: μ>μo (derecha) Ha: μ<μo (izquierda)
Zona rechazo tobs ≤ -|tα/2,| ó tobs ≥ |tα/2, | tobs ≥ |tα,| tobs ≤ -|tα, |
f(t)
f(t)
f(t)
1-α
α/2 α/2
-|tα/2| |tα/2| t t t
EJERCICIO 5a
19

1.b. PRUEBAS SOBRE LA VARIANZA: X Normal
H0: σ2= σ2o
Estadístico de prueba: Chi-cuadrado 2

𝑛 − 1) 𝑠 2
 = n-1 gr de libertad 𝜒𝑜𝑏𝑠 =
𝜎02
Ha Ha: σ2≠ σ2o (bilateral) Ha: σ2 > σ2o (derecha) Ha: σ2 < σ2o (izquierda)
Zona rechazo 2
𝜒𝑜𝑏𝑠 ≥2(α/2,) ó 2
𝜒𝑜𝑏𝑠 ≤2(1-α/2, ) 2
𝜒𝑜𝑏𝑠 ≥ 2 (α,)
2
𝜒𝑜𝑏𝑠 ≤ 2 (1-α, )
EJERCICIO 5b
20
10
12/5/2021
2. PRUEBAS SOBRE PARAMETROS DE 2 POBLACIONES

2.a. COMPARACION DE MEDIAS:
Caso 1: dist. Normal y σ2 conocidas, o n≥30 cuando σ2 desconocidas.
H0: μ1-μ2=d (Cuando d = 0 ➔ H0: μ1=μ2)
Estadístico de prueba: z (normal) 𝑥ǉ 1 − 𝑥ǉ 2 ) − (𝜇1 − 𝜇2

𝑧𝑜𝑏𝑠 =
𝜎12 𝜎22
𝑛1 + 𝑛2
Ha Ha: μ1-μ2≠ d (bilateral) Ha: μ1-μ2> d (derecha) Ha: μ1-μ2< d (izquierda)
Para d=0 Ha: μ1 ≠ μ2 (bilateral) Ha: μ1>μ2 (derecha) Ha: μ1<μ2 (izquierda)
Zona rechazo zobs ≤ -|zα/2| ó zobs ≥ |zα/2| zobs ≥ |zα| zobs ≤ -|zα|
21

2.a. COMPARACION DE MEDIAS (muestras independientes):
Caso 2: dist. Normal, σ2 desconocidas, n<30 y varianzas similares.
H0: μ1-μ2=d (Ho: μ1=μ2 ➔ d = 0)
Estadístico de prueba: t
𝑥ǉ 1 − 𝑥ǉ 2 ) − (𝜇1 − 𝜇2 ቀ𝑛1 − 1)𝑠12 + (𝑛2 − 1)𝑠22
𝑡𝑜𝑏𝑠 = 𝑆𝑝2 =
=n1+n2-2 grados libertad 1 1 𝑛1 + 𝑛2 − 2
𝑆𝑝 𝑛 + 𝑛
1 2
Zonas de rechazo:
Para d=0 Ha: μ1 ≠ μ2 Ha: μ1>μ2 Ha: μ1<μ2
Zona rechazo tobs ≤ -|tα/2,| ó tobs ≥ |tα/2,| tobs ≥ |tα,| tobs ≤ -|tα,|
22
11
12/5/2021

2.a. COMPARACION DE MEDIAS (muestras independientes):
Caso 3: dist. Normal, σ2 desconocidas, n<30 y varianzas diferentes.
H0: μ1-μ2=d (H0: μ1=μ2 ➔ d = 0)

=grados libertad
Estadístico de prueba: t 𝑥ǉ1 − 𝑥ǉ 2 ) − (𝜇1 − 𝜇2 2
𝑡𝑜𝑏𝑠 = 𝑠12 𝑠22
+
𝑛1 𝑛2
𝑆12 𝑆22 𝑣=
+ 2 2
𝑛1 𝑛2 1 𝑠12 1 𝑠22
+
𝑛1 − 1 𝑛1 𝑛2 − 1 𝑛2
Zonas de rechazo:
Para d=0 Ha: μ1 ≠ μ2 Ha: μ1>μ2 Ha: μ1<μ2
Zona rechazo tobs ≤ -|tα/2,| ó tobs ≥ |tα/2,| tobs ≥ |tα,| tobs ≤ -|tα,|
23

2.b. COMPARACION DE VARIANZAS: Para datos con dist. Normal.
H0: σ21= σ22
Estadístico de prueba: f (Fisher)

𝑠12 1 = n1-1
𝑓𝑜𝑏𝑠 = 2 2 = n2 -1
𝑠2
Ha Ha: σ21≠ σ22 (bilateral) Ha: σ21 > σ22 (derecha) Ha: σ21 < σ22 (izquierda)
Zona fobs ≥ f (α/2,1, 2) ó fobs ≥ f (α,1,2) fobs ≤ f (1-α, 1,2)
rechazo fobs ≤ f (1-α/2, 1, 2)
1
Para obtener f (1-α, 1,2) 𝑓 1−𝛼,𝜈1,𝜈2 =
𝑓 𝛼,𝜈2,𝜈1
24
12
12/5/2021
3. PRUEBAS DE BONDAD DE AJUSTE

Objetivo: verificar si las observaciones muestrales pueden suponerse
provenientes de una población con determinada distribución de
probabilidad.
H0: La muestra proviene de una población con distribución …

Ha: La muestra no proviene de una población con distribución…
Tipos de pruebas de bondad de ajuste: 3.a. CHI-CUADRADO

3.b. KOLMOGOROV
25
3.a. PRUEBA CHI-CUADRADO DE BONDAD DE AJUSTE

¿Qué hace esta prueba?
Compara las frecuencias observadas con las frecuencias esperadas bajo
el supuesto de que el modelo teórico propuesto fuera el verdadero.
¿Cómo decide?
Si la acumulación de todas las discrepancias no es grande, no rechaza el
modelo propuesto para la distribución de la variable en la población.
26
13
12/5/2021

Ejemplo: Se ensaya un Resistencia del Hormigón (NM/m2)

12,24 12,67 12,78 13,27 10,75
total de 50 probetas de
11,44 13,06 14,47 13,60 13,60
hormigón, obteniéndose 14,14 11,14 12,10 13,62 12,30
los siguientes resultados: 14,22 12,94 12,15 12,19 13,23
12,41 13,64 13,21 12,48 14,40
Se desea probar si los 12,37 10,28 14,01 12,52 12,43
datos tienen 10,64 12,48 11,62 11,86 14,06
distribución normal. 12,11 11,95 11,87 12,63 12,88
11,85 12,59 14,45 13,57 13,33
13,39 12,80 12,76 13,18 11,63
27

H0: La muestra proviene de una población con distribución F(𝜃1 , 𝜃2 , … , 𝜃𝑝 )

Ha: Los datos no provienen de una población con esa distribución
2 = [(Oi-Ei)2/Ei]
Estadístico de prueba:
(Oi − Ei) 2
2 = 
Ei
Donde: Oi = frecuencia observada para cada intervalo (FA)
Ei = frecuencia teórica para la distribución que se prueba (Ej. Normal)
28
14
12/5/2021

Ejemplo: n = 50 𝑥ҧ = 12,71 s = 0,99 α = 0,05
Tabla de frecuencias:
Intervalos
Intervalos
LI LS FA
LI LS FA
10,28 11,12 3 Agrupar intervalos
10,28 11,96 11 con frecuencias bajas
11,12 11,96 8
11,96 12,79 17
11,96 12,79 17
12,79 13,63 14
12,79 13,63 14
13,63 14,47 8
13,63 14,47 8
total 50
total 50
29

Ejemplo: n = 50 𝑥ҧ = 12,71 s = 0,99 α = 0,05
H0: La muestra proviene de una población con distribución Normal, con media 12,71 y varianza 0,99 2.
Ha: Los datos no provienen de una población con esa distribución.
Intervalos FA P(xi≤X≤xi+1)
LI LS Oi zi zi+1 F(zi) F(zi+1) pi = Ei = n*pi i2=(Oi-Ei)2/Ei

(xi) (xi+1) F(zi+1) – F(zi)
10,28 11,96 11 -2,44 -0,75 0,007 0,227 0,22 11 0
11,96 12,79 17 -0,75 0,08 0,227 0,532 0,31 15,50 0,145
12,79 13,63 14 0,08 0,93 0,532 0,824 0,29 14,50 0,017
13,63 14,47 8 0,93 1,78 0,824 0,963 0,17 8,75 0,064
total 50 1 50 0,23 = 2𝑜
Estadístico
observado
30
15
12/5/2021

Zona de rechazo de H0: 2𝑜 > 2𝑐 (α,)
(prueba unilateral derecha)
Grados de libertad:
 = n° clases - n° estimaciones – 1
Para este ejemplo:  = 4 - 2 – 1 = 1 𝝌𝟐𝒐
Por tabla: 2𝑐 (α,) = 2𝑐 (0,05;1) = 3,84
¿Cuál es la conclusión? 𝝌𝟐𝒄

EJERCICIO 16
31

3.b. PRUEBA DE KOLMOGOROV-SMIRNOV
¿Qué hace esta prueba?

Compara las frecuencias acumuladas
observadas con las frecuencias
acumuladas esperadas bajo el supuesto de
que el modelo teórico propuesto fuera el
verdadero.
¿Cómo decide?
A partir de la máxima discrepancia entre la
distribución empírica y la teórica.
32
16
12/5/2021

3.b. PRUEBA DE KOLMOGOROV-SMIRNOV
Ejemplo: Se desea probar si los datos obtenidos de una muestra de 5 elementos poseen distribución
normal, para α = 0,05. Datos: 60,86; 63,25; 57,68; 58,21; 57,97.
Con estos datos (n = 5) podemos calcular: 𝑥ҧ = 59,59 s = 2,41 s2 = 5,81.
H0: La muestra proviene de una población con distribución Normal, con media 59,59 y varianza 5,81
Ha: Los datos no provienen de una población con esa distribución.
i xi (datos Fr(empírica) = i/(n+1) z = (xi-media)/desvío Fr(teórica) = |D| = |Fr(teor) – Fr(emp)|
ordenados) P(X≤xi)
1 57,68 1/6=0,17 -0,795 0,213 0,043
2 57,97 0,33 -0,675 0,250 0,08
3 58,21 0,50 -0,575 0,283 0,217 = Dmáximo
4 60,86 0,67 0,526 0,701 0,031
5 63,25 0,83 1,519 0,936 0,106
Zona de rechazo: Dmáximo > Dcrítico (tabla, para n y α) para este ejemplo Dcrítico = 0,56
CONCLUSION: Dmáximo no es mayor a Dcrítico, no se rechaza H0. Los datos pueden provenir de una población con
distribución Normal, con media 59,59 y varianza 5,81, para un nivel de significación de 0,05. EJERCICIO 19
33
Prueba Chi-Cuadrado:
Compara frecuencias absolutas.
Es válida para variables discretas y continuas
cuando hay muchos datos (n≥30).
Resumiendo
Prueba de Kolmogorov-Smirnov:
Compara frecuencias relativas acumuladas.
Es puntual. Válida solo para variable continuas.
Es útil con poca cantidad de datos (n<30).
34
17
12/5/2021
VALOR P
valor-p ≤ α ➔ se rechaza H0 valor-p > α ➔ no se rechaza H0
Valor-p
f(z)
f(z)
α = 0,05 α = 0,05
Valor-p
Z0,05 Zobs Zobs Z0,05
VER EJEMPLOS INFOSTAT DE LA GUIA
35
RESUMEN
➢ Pasos para una prueba de hipótesis: 1. H0 y Ha
2. Estadístico de prueba
3. Nivel de significancia ➔ zona de rechazo de H0
4. Muestra ➔ estimación del estadístico de prueba (observado)
5. Conclusión
➢Tipos de pruebas de hipótesis: 1. Pruebas s/ parámetros de 1 población: -Media (z, t)

-Varianza (2)
2. Pruebas s/ parámetros de 2 poblaciones: -Comparación de medias (z, t)
-Comparación de varianzas (f)
3. Pruebas de bondad de ajuste: -Chi-cuadrado (2)
-Kolmogorov-Smirnov (D)
4. Otras pruebas
36
18

Probabilidad y Estadística Unidad 5 Prueba de Hipótesis

Cargado por

Información del documento

Descripción original:

Título 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

Probabilidad y Estadística Unidad 5 Prueba de Hipótesis

Cargado por

Copyright:

Formatos disponibles

12/5/2021

FACULTAD DE CIENCIAS EXACTAS, FÍSIC AS Y NATURALES

UNIDAD 5. Prueba de hipótesis

Prof. Dra.Valeria Nepote

¿Cómo tomar decisiones

• Esquema general de una prueba de hipótesis.

Supongamos que se analizaron muestras (n=10) y se obtuvo ഥ

Consideramos varianza conocida σ2 = 1 y α = 0,05.

H0 : µ = 13 Sabemos que: 2 diremos que la media es superior a 13 si la

Si H0 es verdadera, entonces: X ~ N(13;0.1)

H0 : µ = 13 ഥ𝒄 = 𝟎. 𝟎𝟓 → se rechaza H0 dado que es un valor

Sería más razonable pensar

Resumiendo hasta acá:

Una hipótesis estadística es una proposición sobre una característica de la distribución

¿Qué es una prueba de hipótesis?

Es un procedimiento basado en la evidencia muestral y en la teoría de la probabilidad

¿Cómo se realiza una prueba de hipótesis?

(o el que se adecue a la situación planteada)

¿En qué situaciones se utiliza cada uno?

Ejemplo para El valor α recibe el

Pero . . . ¿podemos estar seguros de la decisión que tomemos?

¿de qué manera podemos equivocarnos?

ERRORES DE LAS PRUEBAS DE HIPÓTESIS

H0es verdadera Decisión correcta ERROR TIPO I

H0 es falsa ERROR TIPO II Decisión correcta

ERRORES DE LAS PRUEBAS DE HIPÓTESIS

Como seleccionar el nivel de significación α

Al realizar una prueba de hipótesis DEBEMOS:

➢ Respetar estrictamente la estructura básica del procedimiento (pasos).

➢ Cuidar los errores. Identificar el más relevante. Adoptar el α según la

importancia de cada uno de ellos.

TIPOS DE PRUEBAS DE HIPÓTESIS

1. Pruebas sobre parámetros de 1 2. Pruebas sobre parámetros de 2

1. PRUEBAS SOBRE PARAMETROS DE 1 POBLACION

α/2 α/2 1-α 1-α

1. PRUEBAS SOBRE PARAMETROS DE 1 POBLACION

1. PRUEBAS SOBRE PARAMETROS DE 1 POBLACION

H0: σ2= σ2o

Estadístico de prueba: Chi-cuadrado 2

2. PRUEBAS SOBRE PARAMETROS DE 2 POBLACIONES

H0: μ1-μ2=d (Cuando d = 0 ➔ H0: μ1=μ2)

Estadístico de prueba: z (normal) 𝑥ǉ 1 − 𝑥ǉ 2 ) − (𝜇1 − 𝜇2

Ha Ha: μ1-μ2≠ d (bilateral) Ha: μ1-μ2> d (derecha) Ha: μ1-μ2< d (izquierda)

2. PRUEBAS SOBRE PARAMETROS DE 2 POBLACIONES

H0: μ1-μ2=d (Ho: μ1=μ2 ➔ d = 0)

Ha Ha: μ1-μ2≠ d (bilateral) Ha: μ1-μ2> d (derecha) Ha: μ1-μ2< d (izquierda)

Para d=0 Ha: μ1 ≠ μ2 Ha: μ1>μ2 Ha: μ1<μ2

2. PRUEBAS SOBRE PARAMETROS DE 2 POBLACIONES

H0: μ1-μ2=d (H0: μ1=μ2 ➔ d = 0)

Ha Ha: μ1-μ2≠ d (bilateral) Ha: μ1-μ2> d (derecha) Ha: μ1-μ2< d (izquierda)

Para d=0 Ha: μ1 ≠ μ2 Ha: μ1>μ2 Ha: μ1<μ2

2. PRUEBAS SOBRE PARAMETROS DE 2 POBLACIONES

H0: σ21= σ22

Estadístico de prueba: f (Fisher)

3. PRUEBAS DE BONDAD DE AJUSTE

H0: La muestra proviene de una población con distribución …

Tipos de pruebas de bondad de ajuste: 3.a. CHI-CUADRADO

3. PRUEBAS DE BONDAD DE AJUSTE

3.a. PRUEBA CHI-CUADRADO DE BONDAD DE AJUSTE

3. PRUEBAS DE BONDAD DE AJUSTE

Ejemplo: Se ensaya un Resistencia del Hormigón (NM/m2)

3. PRUEBAS DE BONDAD DE AJUSTE