Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ESTIMACION DE PARAMETROS
PRUEBA DE HIPOTESIS
PRUEBA DE HIPOTESIS
Hipótesis Estadística
●
Es una aseveración que se hace acerca del valor de un parámetro (de las relaciones entre
parámetros, o de la distribución de una variable).
●
Esta afirmación se debe analizar con base a la evidencia de los datos de una muestra.
Tipos de Hipótesis
●
Hipótesis Nula.- Es la afirmación que se va a someter a prueba para ser aceptada o rechazada. Debe representar lo conocido e indica
que todo sigue igual. Está denotada por H0
●
Hipótesis Alternativa.- Contradice a la Hipótesis nula. Es rechazada si se acepta H 0 y viceversa.
●
Representa el cambio, lo sospechoso, lo novedoso. Está denotada por H1
PRUEBAS DE HIPÓTESIS
En una Prueba de Hipótesis se evalúa una hipótesis
nula H0 frente a una hipótesis alternativa H1.
Pruebas Unilaterales o de una cola
Prueba de Cola Inferior o Izquierda.-
H0 : = 0 vs H1: < 0
Prueba de Cola Superior o Derecha.-
H0 : = 0 vs H1: > 0
Prueba Bilateral o de dos Colas
H0 : = 0 vs H1: 0
SITUACIONES POSIBLES AL PROBAR
UNA HIPOTESIS ESTADISTICA
Ho
VERDADERO FALSO
DECISION
Aceptar (No rechazar) correcto ERROR II
β
Decisiones posibles:
• Afirmar que el paracaídas funcionará
• Afirmar erróneamente que el paracaídas no funcionará
• Afirmar erróneamente que el paracaídas funcionará
• Afirmar que el paracaídas no funcionará
Ejemplo
Solución b)
Errores posibles:
• Error Tipo I: Afirmar erróneamente que el paracaídas no
funcionará (Rechazar Ho/Ho es Verdadero)
• Error Tipo II: Afirmar erróneamente que el paracaídas
funcionará (No rechazar Ho/Ho es Falso)
Solución c)
De las tres opciones:
= 0,10 y = 0,001; = 0,001 y = 0,10; = 0,05 y = 0,05.
Dada la Gravedad del Error Tipo II, seria más conveniente elegir la
opción: = 0,10 y = 0,001.
PROCEDIMIENTO PARA LA
PRUEBA DE HIPOTESIS
• Expresar la Hipótesis nula Ho respecto al parámetro en
estudio. Y luego la Hipótesis alternativa H1 .
( H1 puede tomarse “menor”, “diferente” ó “mayor” el valor
del parámetro en estudio )
RA RA
RA
RR RR
RR RR
• Calcular el valor estadístico utilizando los
datos, y establecer las Reglas de Decisión
de la prueba.
Cola Izquierda: = )
Cola Derecha: = )
Dos colas: ) + )
REGLA DE DECISIÓN:
Si P-valor ≥ α ⇾ No se rechaza Ho
Si P-valor < α ⇾ Se rechaza Ho
Prueba de Hipótesis para la Media
a) Caso de varianza 2 conocida
Solución .-
De los datos tenemos: 0 200 n 8 x 202,25 s 5,04
1. Hipótesis a plantear
H0: No hay razones para creer que el proceso No está funcionando
correctamente
H0: = 200
H1: Sí hay razones para creer que el proceso No está funcionando
correctamente.
H1: ≠ 200
Ejemplo 2.-
2. Nivel de significación: = 0,05
3. Estadística de Prueba (En este caso: σ2 desconocido)
x 0 202,25 200
tc 1,26
s n 5,04 8
4. Valor crítico:
t(n-1; 1-/2) = t(7; 0,975) = 2,365
5. Regla de Decisión:
Si | tc | > t(n-1; 1-/2) se rechaza H0
6. Decisión de la Prueba:
Como | tc | =1,26 < t(7; 0,975) = 2,365
la decisión es: No Rechazar H0
Ejemplo
Un inspector de calidad investiga las acusaciones contra una
embotelladora por el deficiente llenado de botellas que debe ser, en
promedio, de 32,5 onzas. Para ello toma una muestra de 60 botellas,
encontrando que el contenido medio es de 31,9 onzas de líquido. Se
sabe que la máquina embotelladora debe producir un llenado con una
desviación estándar de 3,6 onzas.
a) Con = 0,05, ¿puede el inspector llegar a la conclusión que se están
llenando las botellas por debajo de su especificación de contenido?
b) ¿Cuál es la probabilidad de que el inspector decida no rechazar Ho
cuando en realidad = 31,0
Solución a) De los datos tenemos:
0 32,5 n 60 x 31,9 3,6 0,05 z 1,645
Las hipótesis a plantear son las siguientes:
H0: Llenando no esta por debajo de su capacidad. H0: = 32,5
H1: Llenando esta por debajo de su capacidad. H1: < 32,5
Ejemplo
Solución a)
Debemos calcular el valor crítico de la media muestral, que en este
caso se debe entender como el máximo valor de la media de una
muestra de tamaño 60 que permita rechazar H0.
xc 0 z
n
3,6
x c 32,5 1,64485
60
x c 31,73554
31,9 32,5
Pvalue P z
3,6 60
Pvalue P(z 1,29)
Pvalue 0,098
Si H1: π < πo
Ejemplo
El gerente de una gran compañía afirma que al menos 25% de sus empleados
llegan tarde. En tal sentido, se solicita al jefe de personal la revisión de los
registros de la hora de llegada de 40 empleados, en la quincena pasada, y se
verifica que 8 han llegado tarde.
a) Con = 0,02; ¿hay razón para concluir que el gerente de la compañía está
exagerando?
b) ¿Qué valor mínimo debe tener la proporción de empleados que llegan
tarde en la muestra para no rechazar H0 si se asume un = 0,05 y n =
60?
c) Hallar la potencia de la prueba cuando = 20% con datos de b)
Solución a)
Las hipótesis a plantear son:
H0: Al menos 25% de empleados llega tarde.
H0: 0,25
H1: Menos del 25% de empleados llega tarde.
H1: < 0,25
Ejemplo
Solución a) Los datos que tenemos son:
0 (1 0 )
0 0,25 n 40 p 0,20 0,0685 0,02 z 2,05
n
El valor crítico de la proporción muestral
0 (1 0 )
P pc 0 z
n
P pc 0,25 2,05(0,0685) 0,02
pc 0,1096
0,20 0,25
Pvalue P z
0,25(0,75) 40
P(z 0,73)
Pvalue 0,233
0 (1 0 )
0 0,25 n 60 0,0559 0,05 z 1,64485
n
0 (1 0 )
P pc 0 z
n
P pc 0,25 1,64485(0,0559) 0,05
pc 0,15805
Ejemplo
Solución c)
37
Una empresa está considerando establecer un servicio de
Mas Ejemplos
reparto de tamales los domingos en la mañana en un distrito de
1.)
Lima. Con base en el costo de este servicio y las utilidades que se
pueden lograr, ha llegado a la siguiente conclusión: Si hay prueba
de que el pedido promedio será de más de 10 tamales por casa en
este distrito, entonces se instituirá el servicio de reparto. Si no se
puede demostrar con pruebas, no se establecerá el servicio. Con
base en la experiencia previa en otros distritos, se estimó que la
desviación estándar era de 3 tamales. Se va a hacer una encuesta
en una muestra de 35 residencias. La empresa está dispuesta a
tener un riesgo de 1% de que se instituirá el servicio cuando la
demanda promedio es menor de 10 tamales por casa.
a.) ¿Qué decisión tomaría si en la muestra la demanda promedio es
de 10.3 tamales .?
R. No se instituye el reparto
b.) Calcule la probabilidad de no establecer el servicio de reparto
cuando la demanda promedio es de 11 tamales por casa.
R. 0.6368
2.) Con base en la siguiente tabla:
SEXO Cigarrillos sin Cigarrillos No TOTAL
Hombres
12 64 14 90
Mujeres
8 26 16 50
TOTAL
20 90 30 140
H0: s 2 = s2 0
2
(n 1; ) 2
c
2
(n 1; )
H1: s2 < s2 0
H0: s2 = s2 0
2
c =
(n 1)s 2
02
2
(n 1; 1 ) 2
c
2
(n 1; 1 )
H1: s2 > s2 0
H0: s2 = s2 0 2
(n 1; / 2) 2
c 2
(n 1; / 2) o
H1: s2 s2 0 2
(n 1; 1 / 2)
2
c 2
(n 1; 1 / 2)
Ejemplo
Una máquina automática empacadora de azúcar se usa para llenar bolsas de 2
Kg. Una muestra de 15 bolsas arrojó una media de 1.97 Kg. con una desviación
estándar de 0,012 Kg.; si se supone que la distribución de los pesos es normal,
y de la experiencia pasada se sabe que la desviación estándar de los pesos es de
0,009, ¿puede explicarse el aparente incremento en la variabilidad por el error
muestral únicamente?.
Estadística de Prueba
(n 1)s2 (15 1)(0,0122 )
2
c 24,889
02
0,009 2
Valor Crítico
(n2 1;1) (14;
2
0,95) = 23,685
Como 2
c (n
2
1;1 )