Unidad7 - Pruebas de Hipotesis Estadisticas

Probabilidad y Estadística
Pruebas de hipótesis estadísticas

Pruebas de hipótesis
Supongamos que el estado para dar una ayuda económica a las Pymes, exige un ingreso promedio
menor o igual a 100 mil $ mensuales. El programa de ayudas llega a Pergamino, ¿Cómo decidir si
el ingreso promedio mensual de las Pymes en Pergamino les permite recibir la ayuda económica?
Parámetro de interés: µ
Extraer una muestra y estimar µ:
Si de una muestra se obtiene que el ingreso mensual fue de 95 mil $

¿Cómo decidir si ese valor puntual, estimado a partir de una muestra, es real, sabiendo
que la muestra implica cierto grado de error o incertidumbre?
Las pruebas de hipótesis estadísticas permiten decidir si los datos de una muestra
soportan la hipótesis de que el parámetro poblacional pertenece a un conjunto
determinado de valores, dado un nivel de incertidumbre especificado.
Hipótesis de las Pymes: µ ≤ 95 mil $
El valor puntual específico de una muestra está sujeto a error. Conociendo la

distribución de probabilidad del estadístico se puede calcular la probabilidad
de observar ese valor cuando es cierta la hipótesis planteada.
Hipótesis nula: Lo que ya se sabe H0: µ = 100
Hipótesis alternativa: Lo que se quiere probar H1: µ < 100
Bilateral vs
Tipos de
pruebas de Por derecha vs
hipótesis
Unilateral
Por izquierda vs
Una vez planteadas las Se define un
Puede ser: x, p, s, Δx, Δp
hipótesis estadístico de prueba
Se define una regla de Rechazar H0 Valor crítico que dependerá

decisión No rechazar H0 de α y de la distribución del
estadístico de prueba
Error tipo I: Rechazar H0
cuando en realidad es α=p(error I)
Errores que se cierta
pueden cometer: Error tipo II: No Rechazar
H0 cuando en realidad es β=p(error II)
cierta H1
Pasos a seguir en una prueba de hipótesis
1. Plantear y
2. Elegir el nivel de significación de la prueba,
3. Seleccionar el estadístico de prueba adecuado de acuerdo con la información
disponible
4. Determinar el valor crítico que separa la región de aceptación de la región de
rechazo: depende de α, del tipo de prueba y de la distribución de probabilidad
del estadístico de prueba
5. Calcular el valor del estadístico de prueba
6. Tomar la decisión de rechazar o no , comparando el valor del estadístico de
prueba con el valor crítico
Prueba unilateral por izquierda vs
En el ejemplo, θ0= 100. El estimador puntual es x=95. Si suponemos n=36 y σ=12
conocido, el estadístico de prueba que utilizaremos será Z, por TCL la
distribución de z es una normal estándar. Y podremos conocer que tan probable es
que el ingreso medio sea 95 si el ingreso medio real (µ0) es 100
x
Podemos definir un valor de Z observado que será el valor extraído de la muestra: Z obs 

n
Definimos un valor de Z crítico en función de α que será el valor que nos indique cuándo rechazar o
no H0: como la prueba es unilateral por izquierda, rechazaremos H0 para valores chicos: Zcrit=Zα
Recordando, Zα es aquel valor de z que acumula una probabilidad igual a α

95  100  5
Z obs     2 ,5
12 2
36
Prueba unilateral por izquierda vs
ón Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
ón Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Función de densidad
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Normal(0,1):
Versión Estudiantil Versión Estudiantil p(evento)=0,0500
0,40
0,30
Densidad
0,20
0,10
Versión Estudiantil Versión Estudiantil
α
Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
0,00
ón Estudiantil Versión Estudiantil
-5,00 Versión Estudiantil -2,50
0,00 Versión Estudiantil2,50
Versión Estudiantil Versión5,00
Estudiantil
Zcrit=-1,64
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil xVersión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
La regla de decisión será rechazar si

Prueba unilateral por derecha vs
En el ejemplo, θ0= 100. Si el objetivo fuera probar que la media es mayor a 100. Si
suponemos n>40 y σ conocido, el estadístico de prueba que utilizaremos será
Z, por TCL la distribución de z es una normal estándar. Y podremos conocer que
tan probable es que el ingreso medio sea por ejemplo 115 si el ingreso medio real
(µ0) es 100
x
Podemos definir un valor de Z observado que será el valor extraído de la muestra: Z obs 

n
Definimos un valor de Z crítico en función de α que será el valor que nos indique cuándo rechazar o
no H0: como la prueba es unilateral por derecha, rechazaremos H0 para valores grandes: Zcrit=Z1- α
115  100 15
Recordando, Z1-α es aquel valor de z que acumula una probabilidad igual a (1-α) Z obs 
12
  7,5
2
36
Prueba unilateral por derecha vs
Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Función de densidad
Normal(0,1): p(evento)=0,0500
0,40
0,30
Éste área es igual a α=0,05
Densidad
0,20
0,10
0,00
Estudiantil Versión Estudiantil
Estudiantil
La regla de decisión será rechazar si >

Prueba bilateral vs
El nivel de significación es: .

El estadístico de prueba depende del parámetro de interés y de la información de la cual se
dispone, puede ser , etc.
La región de rechazo en este caso se divide en dos partes: valores muy pequeños del
estadístico de prueba o valores muy grandes del estadístico de prueba. Por ejemplo, para
valores pequeños o grandes de . Habrá dos regiones de rechazo, y por eso se divide en dos
partes: los valores críticos serán tal que y tal que .
La regla de decisión será rechazar si o si . Es decir que para poder rechazar debe
cumplirse al menos una condición, pero para no rechazarla deben cumplirse las dos
simultáneamente.
Prueba bilateral vs
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Función de densidad
Normal(0,1):
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil p(evento)=0,9500
0,40
0,30
Densidad
0,20 Zona de
aceptación
0,10
0,00
Estudiantil
Rechazar si Rechazarsi
Tipos de error al tomar una decisión
Una vez tomada la decisión de rechazar o no rechazar , se puede estar
incurriendo en algún tipo de error:
• Se rechaza cuando es cierta: la probabilidad de que esto ocurra es lo que
llamamos nivel de significación, α, o probabilidad de error de tipo I
• No se rechaza cuando es cierta: la probabilidad de que esto ocurra se
denomina probabilidad de error de tipo II, β
Estos dos valores no se pueden minimizar al mismo tiempo, por eso se intenta
mantener mínimo el valor de α. Es por eso que sus valores más comunes son
0.1, 0.05 y 0.01
El valor p o probabilidad asociada
Con el desarrollo de softwares estadísticos se ha empezado a utilizar otro
enfoque para decidir si rechazar o no rechazar. Se denomina p-value, valor p o
probabilidad asociada a la probabilidad de encontrar el valor observado del
estadístico de prueba o uno más extremo en el sentido de la hipótesis
alternativa al extraer una muestra.
La regla de decisión al utilizar este enfoque es rechazar si .
Prueba de hipótesis para µ con una variable con
distribución Normal y σ conocida
Hipótesis unilateral derecha Hipótesis unilateral izquierda

Hipótesis bilateral
• Nivel de significación α • Nivel de significación α
• Nivel de significación α
• Estadístico de prueba: • Estadístico de prueba:
• Estadístico de prueba:
• Regla de decisión: • Regla de decisión:
• Regla de decisión:
Rechazar si > Rechazar si
Rechazar si o si
Rechazar si p< α Rechazar si p< α
Rechazar si
Rechazar si p< α
Prueba de hipótesis para µ con una variable con
distribución Normal y σ desconocida

• Estadístico de prueba: • Estadístico de prueba: • Nivel de significación α
• Regla de decisión: • Regla de decisión: • Estadístico de prueba:
Rechazar si > Rechazar si • Regla de decisión:
Rechazar si p< α Rechazar si p< α Rechazar si o si
Rechazar si
Rechazar si p< α
Prueba de hipótesis para µ con n>40 y σ conocida

Rechazar si o si
Rechazar si
Rechazar si p< α
Prueba de hipótesis para µ con n>40 y σ desconocida

• Estadístico de prueba: • Estadístico de prueba: • Nivel de significación α
• Regla de decisión: • Regla de decisión: • Estadístico de prueba:
Rechazar si > Rechazar si • Regla de decisión:
Rechazar si p< α Rechazar si p< α Rechazar si o si
Rechazar si
Rechazar si p< α
Prueba de hipótesis para π con n>40

Rechazar si o si
Rechazar si
Rechazar si p< α
Prueba de hipótesis para : muestras independientes,
distribuciones normales y σ conocidos


Rechazar si o si
Rechazar si
Rechazar si p< α
Prueba de hipótesis para : muestras independientes,
distribuciones normales y σ desconocidos
Hipótesis unilateral izquierda

Hipótesis unilateral derecha
• Nivel de significación α • Estadístico de prueba:
• Estadístico de prueba: • Regla de decisión:
Rechazar si
• Regla de decisión: Rechazar si o si
Rechazar si p< α
Rechazar si
Rechazar si >
Rechazar si p< α
Rechazar si p< α
Prueba de hipótesis para , muestras independientes y
tamaños de muestra grandes


Rechazar si o si
Rechazar si
Rechazar si p< α

Unidad7 - Pruebas de Hipotesis Estadisticas

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

Unidad7 - Pruebas de Hipotesis Estadisticas

Cargado por

Copyright:

Formatos disponibles

Probabilidad y Estadística

Pruebas de hipótesis estadísticas

Extraer una muestra y estimar µ:

Si de una muestra se obtiene que el ingreso mensual fue de 95 mil $

Hipótesis de las Pymes: µ ≤ 95 mil $

El valor puntual específico de una muestra está sujeto a error. Conociendo la

Hipótesis alternativa: Lo que se quiere probar H1: µ < 100

Se define una regla de Rechazar H0 Valor crítico que dependerá

Recordando, Zα es aquel valor de z que acumula una probabilidad igual a α

La regla de decisión será rechazar si

La regla de decisión será rechazar si >

El nivel de significación es: .

Hipótesis unilateral derecha Hipótesis unilateral izquierda

Hipótesis unilateral derecha Hipótesis unilateral izquierda

Hipótesis unilateral derecha Hipótesis unilateral izquierda

Hipótesis unilateral derecha Hipótesis unilateral izquierda

Hipótesis unilateral derecha Hipótesis unilateral izquierda

Hipótesis unilateral derecha Hipótesis unilateral izquierda

• Nivel de significación α • Nivel de significación α

Hipótesis unilateral izquierda

Hipótesis unilateral derecha Hipótesis unilateral izquierda

• Nivel de significación α • Nivel de significación α

También podría gustarte