Documentos de Académico
Documentos de Profesional
Documentos de Cultura
MENÚ
Introducción
La hipótesis Estadística.
Ejemplo 1: Del Oftalmólogo: proporciones y porcentajes.
Análisis de las Consecuencias del planteamiento.
Errores y probabilidades de los errores.
La Herramienta para Controlar los Errores.
Pruebas de Hipótesis en Variables Continuas: Muestreo.
Prueba de Hipótesis en Experimentos Planificados.
Prueba de Hipótesis en Control de Procesos y Calidad.
La Carta de Control Estadístico.
Abrir la Hoja Electrónica
© Manuel Pontigo Alvarado. ISBN 978-9968-9634-3-5
3
Definición de Hipótesis
Suposición previa con respecto a una situación desconocida
cuya verdad está, por consiguiente, sujeta a investigación por
un método adecuado, ya sea por deducción lógica de
consecuencias que se puedan comprobar, por investigación
experimental directa o por descubrimiento de hechos no
conocidos hasta ahora y sugeridos por la hipótesis.
Experimento
La Hipótesis Estadística
Dos Situaciones
Definición:
Error I; Aceptar una hipótesis nula que es falsa; la estadística
los controla con probabilidad .
Error II; Rechazar una hipótesis nula que es verdadera; la
estadística lo controla con probabilidad .
Esquemáticamente:
9
pq
Sp
n
15
El Intervalo de Confianza
El intervalo de confianza para la proporción P esta definido
por:
pq pq pq pq
Pr pˆ z P pˆ z ; o Pr pˆ z P pˆ z 1
n n n n
Y
pq
d z
n
Es la precisión.
En la primera ecuación: se asegura que el parámetro P estará
fuera de los límites de d con una probabilidad .
En la segunda ecuación: se asegura que el parámetro P estará
dentro de los límites ± d con una probabilidad 1 - o
probabilidad del intervalo de confianza..
16
La Probabilidad
En el intervalo de confianza es evidente que los elementos
dentro del paréntesis están sujetos a la probabilidad .
Esta la define el investigador, usualmente es un valor inferior
a 0,05 o 5%. Entre menor sea este valor, la probabilidad de
cometer error I se reduce.
Y esta probabilidad define el valor de la variable
estandarizada z para una distribución normal estándar.
Puesto que los estimadores p pueden ser menores, iguales o
mayores que P el intervalo de confianza es una prueba de dos
colas, en donde se estima una probabilidad /2 para cada cola
de la distribución Normal Estándar.
Por ejemplo para un nivel de significación del 5%, el valor
z(0,025) = 1,96
17
La Probabilidad .
Sd 0,8698 0,1302 1
1
0,0103
2.526 1.861
El valor estandarizado de la diferencia es.
p A p B 0,8484 - 0,8990 - 0,0506
zd -4,9229
Sd 0,0103 0,0103
La probabilidad en la cola izquierda puesto que la proporción de
ojos sin opalescencia de la técnica B es mayor que con la técnica A.
2
1 0 , 0506
1 0 , 0506
2 0 , 0103
e
F ( z 0,0506)
2π
dx 4,27 E 07
0,30
0,25 la distribución más a la
0,20
0,15 derecha es superior a la
0,10
Nivel de significación 0,01.
otra. El nivel de la prueba
0,05
0,00 asegura que una de cada
100 resultará diferente.
83
84
85
85
86
86
87
88
88
89
89
90
91
0,
0,
0,
0,
0,
0,
0,
0,
0,
0,
0,
0,
0,
pA P 0,8484 - 0,8698
A 0,0253 ó 2,53%
PA 0,8484
Alrededor de PA. Al ser inferior a 2,65% de la DMS, deberá usarse
P. Pare el estimador PB:
pB P 0,8990 - 0,8698
B 0,0324 ó 3,24%
PB 0,8990
Alrededor de PB. Al ser mayor a 2,65% de la DMS, deberá decirse
que el factor B ha producido cambios tales en la población que ha
creado una población bien diferenciada, o nueva.
Esquematizando el error II 26
0,40 44,33%
6
83
84
84
85
85
86
87
87
88
88
89
90
90
0,
0,
0,
0,
0,
0,
0,
0,
0,
0,
0,
0,
0,
Proporción de ojos sin opacidad una probabilidad de 0,4333 o
43,33% de cometer error II
Para el grupo B:
0,8990 0,1010
d B 2,5758 0,018 ó 1,18%
1.861
0,40 Datos no
considerados o
0,30 B=
27
error II =2,96%
la distribución real de los
2.378 kg / Ha Kg
datos.
0,20 2.686 kg / Ha
0,10
0,00
En estas condiciones el
9
9
37
40
43
46
49
52
55
58
61
64
67
70
73
error II se mostrará sobre
2.
2.
2.
2.
2.
2.
2.
2.
2.
2.
2.
2.
2.
Kilos de guisante / Ha
Planificados
En las experiencias planificadas las inferencias que pueden hacerse
de los resultados dependen de la manera como se ha realizado el
experimento. Por esto, la prospectiva de una experiencia debe
incluir una descripción detallada de los propósitos del mismo.
Los Objetivos del Experimento. Debe definirse claramente el
propósito del experimento en términos de las cuestiones que se
desea resolver, las hipótesis que se desea probar, los detalles que se
desean estudiar o los efectos que se desean estimar. El plan debe
considerar en qué extensión se aplicarán las inferencias deducidas
de los datos.
Esto implica un análisis exhaustivo de las hipótesis para estimar las
consecuencias de las recomendaciones emanadas de los resultados,
tanto para el investigador como para el usuario.
El Problema de Experimentación. 38
Total 397.444,95 19
La Hipótesis Sobre Los Promedios 41
0,30
La línea roja que parte del eje
0,20 Y en 0,05 indica el nivel de
0,10 significación, cuando las curvas
0,00 se cortan en o por debajo de la
línea habrá diferencias
2
2
2
2
76
52
56
60
64
68
72
80
84
88
92
96
00
04
08
12
1.
1.
1.
1.
Toneladas de Hoja de Lata
significativas entre promedios
Media E B D A C
~ S 2,727
x50 X z 50 1.000 0,000 1.000,0
Percentil 50. Volumen asegurado: n 5
~ S 2,727
Percentil 75, limita la zona C superior al x75 X z 75 1.000 0,674 1.000,8
n 5
promedio:
1003,0
Zona A Límite Productor LSC Algunas leyendas no son
1002,0
Zona B Fuera de Control necesarias en una carta de
1001,0
control, por ejemplo el
Volumen
Zona C V. Asegurado
1000,0 nombre de las zonas o el valor
Zona C
999,0 prometido en el envase.
Zona B
998,0 LIC Dos puntos salen de la zona A,
997,0
Zona A Límite Consum idor uno inferior y otro superior,
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
pero se aceptan 1 de cada 20.
Muestras
No obstante, el sistema se puso fuera de control estadístico y deben investigase las causas.
El sistema está fuera de control si: ocho puntos sucesivos aparecen entre las dos zonas C;
cuatro puntos sucesivos se presentan el la zona B superior o en la zona b inferior. Un
punto cae en cualquiera de las zonas A.
Cuando los promedios se rebasan los límites de control las consecuencias son diferentes,
si rebasa el Límite Superior de Control se perjudica el productor. Si los promedios son
inferiores al Límite inferior de Control se perjudica al consumidor.
Estadísticas Descriptivas. 52
Estadísticas Descrptivas:
Datos 150 Es indispensable que en
Datos por grupo 5 cualquier análisis obtenga por lo
Promedio 1.000,0
Desviación Típica 1,2 menos las estadísticas
Mediana 1.000,3 descriptivas.
Moda 1.001,2
Desviación estándar 2,727Siempre que esté utilizando los
Varianza 7,439
Coeficiente de curtósis -0,113intervalos de confianza es muy
Coeficiente de asimetría -0,129conveniente que la distribución
Máximo 1.006,4
Mínimo 992,8
de los datos sea normal. Aunque
Rango 1,01370 para hacer inferencias sobre
Suma total 149.995,9 promedios no es indispensable.
Por ejemplo, media mediana y moda ofrecen valores muy aproximados con
un corrimiento a la derecha provocando una asimetría negativa de –0,113 o
cola derecha alargada aunque el valor absoluto de este menor a 0,58 valor
crítico. El coeficiente de curtosis negativo de –0,129 está entre los límites –
0,55 a 0,65. Ambos indican que la distribución de los datos puede
considerarse normal. Entonces, puede hacerse inferencia sobre datos
particulares. En el gráfico puede contar más puntos arriba del promedio.
Ayudas Gráficas: Histograma 53
Frecuencia Porcentual
25,0
10,0
frecuencias.
991 992 994 995 997 998 1.000 1.001 1.003 1.004 1.006 1.007 1.009
Volumen en ml.
Porcentajes
Moda = 1.001,2
60 60
aparente que muchos datos 50 50
40 Media = 1.000,0
40
a la izquierda de la mediana 30 30 m ediana = 1.000,3
8
3
8
más pesados a la derecha de
3,
6,
0,
1,
4,
7,
1,
2,
4,
5,
7,
8,
00
00
00
00
00
00
99
99
99
99
99
99
1.
1.
1.
1.
1.
1.
Volumen envasado en ml.
la moda.
Como se apuntó, la deriva modal indica que hay algún factor que está
jalando la cúspide de la distribución a la derecha. Podría ser que cuando
los operarios perciben que hay menos líquido calibran hacia arriba sin
considerar que el proceso puede ser aleatorio.
Comentarios Finales 55