RESUMEN ESTADISTICA 1.

INTRUDUCCION AL MUESTREO Se llama universo al conjunto de unidades experimentales que poseen caractersticas comunes observables, para obtener informacin sobre un hecho particular. El universo queda determinado cuando se definen los objetivos del trabajo que se llevara a cabo, como asi tambien las unidades experimentales sobre las que se realizaran las observaciones. Se llama poblacin a cada una de las variables particulares que se estudian en un universo. Censo: Es la observacin del universo y la medicin, a la totalidad de las unidades experimentales que lo conforman. Es un mtodo esttico de recopilacin de datos. Se llama muestra a un subconjunto o parte de una poblacin, que con ella se pueda hacer un juicio acerca de esa poblacin completa. Fm=n/N Se llama INFERENCIA ESTADISTICA a cualquier afirmacin que se realiza sobre una determinada poblacin, basandose en los datos obtenidos con una muestra, pusiendose obtener, a partir del calculo de probabilidad, una determinada medida de la incertidumbre que se genera. Se infiere la poblacin a partir de la muestra. Se llama muestreo al procedimiento mediante el cual se obtienen una o mas muestras de una poblacin dada. Se llama unidad de muestreo a cada unidad experimental o grupo de unidades experimentales, que son tomadas para obtener una muestra. Se llama diseo muestral a un plan de muestreo especifico donde se establece cuales seran los procedimientos a seguir para tomar una o mas muestras. MUESTREO PROBABILSTICO: Hay muestreo probabilistico, cuando las Unidades Experimentales que componen la muestra son tomadas al azar, pudindose calcular a priori la probabilidad que tiene cada muestra y como consecuencia cada Unidad Experimental de ser la obtenida. Es objetivo porque, como la obtencin de las Unidades Experimentales es realizada al azar, la inclusin de cada una de ellas en la muestra, no depende del sujeto que se encarga de realizarlo. es el nico que tiene validez estadstica MUESTREO INTENCIONAL: hay muestro intencional, cuando las Unidades Experimentales que componen la muestra son obtenidas siguiendo una regla o norma preestablecida. La representatividad de la muestra depende de la intencin de quin la realiza. por lo tanto se dice que es subjetivo. MUESTREO SIN NORMA: Hay muestro sin norma, cuando por algun motivo la obtencin de las Unidades Experimentales que componen la muestra se realiza sin una norma, A cada elemento de la muestra los elige un sujeto pero sin un criterio fijo, por esto se considera que la obtencin es cuasi aleatoria, luego el muestreo escuasiobjetivo. Este se puede utilizar cuando hay elementos de juicio suficientes como para suponer que la poblacin es homognea. Mtodos Estadsticos en el Muestreo PROBABILSTICO: MUESTREO SIMPLE AL AZAR (SIN REEMPLAZO): Se utiliza cuando la muestra es homogenea, Consiste en obtener al azar una muestra de n elementos, de entre losN que constituyen el Universo, de modo tal que todas las muestras posibles de tamao n tengan la misma probabilidad de ser tomadas, como as tambin, que todos los elementos que integrarn la muestra tengan, en el momento de cada extraccin, la misma probabilidad de ser obtenidos, todos los elementos tienen la misma probabilidad de ser extrados. Dado que las Unidades Experimentales son tomadas al azar, cualquiera sea la posicin que ocupen en el Universo. para que se cumpla la condicin de igualdad de probabilidad para todas ellas, el Muestreo Simple al Azar (MSA) debera ser utilizado solamente cuando se tiene real evidencia de la homogeneidad de la poblacin de la cual se tomar la muestra.

MUESTREO ESTRATIFICADO AL AZAR, Se utiliza cuando hay heterogeneidad en las unidades experimentales, consiste en particionar al Universo en estratos (formados por el investigador), dentro de los cuales la variable debe presentar homogeneidad, y de cada uno ellos se obtiene una muestra Simple al Azar. La asignacin del tamao de la muestra a cada uno de los distintos estratos se llama AFIJACIN, y puede realizarse de alguna de las siguientes maneras: a) Afijacin igual o uniforme: el tamao de muestra que le corresponde a cada estrato es igual para todos. Este tamao se calcula haciendo el cociente entre el tamao de la muestra,n, y la cantidad de estratos h. b) Afijacin proporcional: el tamao de la muestra que le corresponde a cada estrato es proporcional al tamao del estrato. Se calcula haciendo el producto entre la fraccin de muestreo y el tamao de cada estrato. c) Afijacin ptima: el tamao de la muestra para cada estrato es proporcional al tamao del estrato y al desvo estndar correspondiente. De esta manera se tiene en cuenta la falta de homogeneidad entre las subpoblaciones. MUESTREO POR CONGLOMERADOS POLIETPICO: La unidad de muestreo esta formada por un grupo de unidades experimentales. Consiste en agrupar los elementos que conforman el Universo en conglomerados, de modo tal que entre ellos haya la suficiente homogeneidad como para representar a la poblacin, el proceso de obtencin de la muestra se hace sobre la base de estos conglomerados, que constituyen las unidades de muestreo, y no sobre la base de unidades fsicas, con excepcin de la ultima etapa. Es adecuado para utilizar cuando las unidades experimentales estn agrupadas naturalmente en conglomerados y cada una de ellas puede ser considerada como unidad de muestreo. MUESTREO SISTEMTICO AL AZAR: Se utiliza cuando las unidades experimentales se presentan al azar en forma sistematica, el muestreo sistematico al azar consiste en ordenar a las N Unidades Experimentales que conforman el Universo, de acuerdo a como se fueron presentando, y obtener la muestra eligiendo sistemticamente. Este mtodo es adecuado en el caso en el que las unidades experimentales que forman el universo se presentan con una determinada periodicidad. CARACTERISTICAS POBLACIONALES Y MUESTRALES PARMETRO ESTADSTICO Se llama parmetro estadstico Universo finito y pequeo. Se llama parametro estadistico a toda medida que resume informacin calculada con las variables poblacionales. Universo finito y grande o universo infinito. Se llama parametro estadistico a todo parmetro matemtico de una funcin de probabilidad o de densidad de probabilidad, que brinda informacin acerca de una poblacin ESTADIGRAFO Y ESTIMADOR ESTADAGRAFO Se llama ESTADGRAFO a toda funcin escalar, h (x1, x2, x3...), generada con las variables mustrales ESTADIGRAFO DE TRANSFORMACION: Se llama ESTADGRAFO DE TRANSFORMACIN a aquel estadgrafo que permite transformar al estimador en una variable que tenga una determinada distribucin de probabilidad. Estimador de un determinado parmetro: Se llama a aquel estadgrafo que brinda informacin sobre dicho parametro. ESTIMACIN: Estimar es llevar a cabo el proceso de inferir o sacar conclusiones acerca de las poblaciones . hay dos tipos de estimacion: ESTIMACION PUNTUAL Se llama ESTIMACIN PUNTUAL del parmetro, a un mtodo de estimacin que consiste en calcular el valor numrico nico que asume el estimador luego de tomar la muestra y realizar las mediciones correspondientes. Este valor numrico se llama PUNTO DE ESTIMACIN. ESTIMACION POR INTERVALO: Se llama ESTIMACIN POR INTERVALO del parmetro , a un mtodo de estimacin que consiste en calcular

con los datos de la muestra, los lmites de un conjunto acotado de nmeros reales llamado INTERVALO DE ESTIMACIN. DISTRIBUCIN DE LOS ESTIMADORES Distribucion de probabilidad del estimador Se llama DISTRIBUCIN DE PROBABILIDAD DEL ESTIMADOR a aquella funcin de densidad de probabilidad, o funcin de probabilidad, segn corresponda, que describe su comportamiento probabilstico SESGO Se llama SESGO a la diferencia entre, la esperanza matemtica del estimador y el parmetro a estimar SESGO = E () - ERROR MEDIO CUADRTICO Se llama ERROR MEDIO CUADRTICO, (EMC), a la esperanza matemtica del cuadrado de la diferencia entre el estimador y el parmetro. El ERROR MEDIO CUADRTICO mide la variabilidad del estimador con respecto al parmetro que est estimando. EMC ( ) = E ( - ) PROPIEDADES DE LOS BUENOS ESTIMADORES 1-Insesgamiento. 2- Eficiencia. 3-Consistencia. 4-Suficiencia. ESTIMADOR INSESGADO El estimador es un ESTIMADOR INSESGADO del parmetro s, y slo si la esperanza matemtica del estimador es igual al parmetro . E () = . En otras palabras el estimador es insesgado si su sesgo es igual a cero. SESGO = E () - =0 ESTIMADOR ASINTOTICAMENTE INSESGADO: El estimador , es un estimador Asintticamente Insesgado del parmetro , s, y slo si el lmite de la esperanza matemtica del estimador cuando el tamao de la muestra n tiende a infinito, es igual al parmetro . Lim E ()= CONSISTENCIA El estimador es un ESTIMADOR CONSISTENTE del parmetro s y slo, si se cumple que: el estimador converge en probabilidad al parmetro , cuando el tamao de la muestra n tiende a infinito. Un Estimador es Consistente si, a medida que el tamao de la muestra tiende a infinito, la probabilidad de que la diferencia entre el estimador y el valor del parmetro pueda hacerse tan pequea como se quiera, tiende a la unidad. EFICIENCIA El estimador (Theta) es un ESTIMADOR EFICIENTE del parmetro s, y slo si se cumple que el estimador tiene la menor varianza que puede tener un estimador de ese parmetro. EFICIENCIA RELATIVA; El estimado 1 tiene una EFICIENCIA RELATIVA mayor que el estimador 2, si y solo si la varianza del estimador 1 es menor que la varianza del estimador 2 SUFICIENCIA El estimador es un ESTIMADOR SUFICIENTE del parametro s, y slo si se cumple que: el estimador utiliza toda la informacin relevante acerca del parametro,contenida en la muestra aleatoria. con respecto al parmetro . GRADOS DE LIBERTAD: Se llama GRADOS DE LIBERTAD a la cantidad de variables libres, o estadsticamente independientes, que intervienen en un problema o en una distribucin asociada a un problema ALGUNOS ESTIMADORES IMPORTANTES MEDIA ARITMTICA MUESTRAL Se llama MEDIA ARITMTICA MUESTRAL (media muestral) a un estimador de la media poblacional, que se genera haciendo el cociente entre la suma de las variables muestrales y el tamao de la muestra. VARIANZA MUESTRAL Se llama VARIANZA MUESTRAL a un estimador de la varianza poblacional que se genera haciendo el cociente entre la suma del cuadrado de las desviaciones con respecto a la media aritmtica muestral y los grados de libertad PROPORCIN MUESTRAL Se llama PROPORCIN MUESTRAL O PROPORCIN DE ELEMENTOS CON UN DETERMINADO ATRIBUTO EN LA MUESTRA a un estimador de la proporcin poblacional que se genera mediante el cociente entre la cantidad de

elementos que si poseen un determinado atributo en la muestra y el tamao de la muestra. FRACCIN DE MUESTREO Se llama FRACCIN DE MUESTREO al cociente entre el tamao de la muestra y el tamao de la poblacin La FRACCIN DE MUESTREO mide la proporcin del tamao de la muestra con respecto al tamao de la poblacin. 2.INTERVALOS DE CONFIANZA DEFINICIN Intervalo de confianza Se llama INTERVALO DE CONFIANZA a un conjunto cerrado y acotado de posibles valores del parmetro, cuyos lmites, inferior y superior son funciones del estimador y la correspondiente probabilidad de que dicho intervalo cubra al verdadero valor del parmetro, P |Li ()Ls()|= 1-E Los lmites del intervalo son variables aleatorias Se llama NIVEL DE CONFIANZA o PROBABILIDAD FIDUCIAL, a la probabilidad de que el INTERVALO DE CONFIANZA cubra al verdadero valor del parametro. Se hace notar que los limites del intervalo con variables aleatorias, por ser funciones de variables aleatorias. Por ese motivo, el INTERVALO DE CONFIANZA es un intervalo aleatorio; se desplaza aleatoriamente por el eje de numeros reales. Luego de obtener la muestra y asignar los correspondientes valores numericos a las variables, el intervalo dejar de ser variable. Los limites asumirn un determinado valor. El intervalo posiblemente cubrir al verdadero valor del parmetro. Esta posibilidad se mide con el NIVEL DE CONFIANZA. 1- E : Nivel de confianza: Es la probabilidad de que el intervalo cubra al verdadero valor del parmetro. E: Nivel de riesgo: Es la probabilidad de que el intervalo no cubra al verdadero valor del parmetro. Intervalos de confianza aditivos: Se llama intervalo de confianza aditivo a aquel intevalo que permite que la probabilidad de la estimacion difiera del parametro, en a lo sumo h veces el desvio estandar del estimador, sea igual al nivel de confianza. Simbolicamente: P{|{-|h. V()}=1- o, expresado como intervalo: P{ - h. V() + h. V()} 1- El factor h se llama FACTOR DE CONFIANZA y es el valor del fractal de orden (1/2) de distribucin de probabilidad de estadigrafo de transformacin del estimador . Error de muestreo: Se llama error de muestreo a la maxima diferencia que podria haber entre el estimador y el parametro. e= - . En los INTERVALOS ADITIVOS, la cantidad que se suma y se resta al estimador puntual, es el ERROR DE MUESTREO. e= h. V() Si se conocen los limites de un INTERVALO ADITIVO, la estimacion puntual se puede calcular haciendo la semisuma de los limites del intervalo y el error de muestreo se puede calcular haciendo la semidiferencia de los limites del intervalo. =Li()+Ls()/2 ; e= Ls()-Li()/2 INTERVALO DE CONFIANZA PARA LA MEDIA POBLACIONAL DE POBLACIONES NORMALES. De acuerdo a los conceptos vertidos en los pargrafos anteriores, para construir intervalos de confianza, hay que tener en cuenta cul es el estadifrafo de transformacin del estimador del parametro que se desea estimar, y qu distribucin de probabilidad tiene. Tal como se ha estudiado, las poblaciones pueden ser infinitas o finitas, como as tambin, es posible que se conozca el valor de la Varianza de la Poblacion 2, o no, en cuyo caso hay que utilizar el estimador de dicha varianza, o sea la Varianza Muestral S2. Esto da origen a distintas expresiones del INTERVALO DE CONFIANZA para el parametro Media Poblacional.

VARIANZA POBLACIONAL CONOCIDA. POBLACIONES FINITAS. Sea X una poblacin infinita distribuida normalmente con Varianza conocida 2x y Media desconocida x; sea { X1;X2;;Xn } una muestra de tamao n tomada de dicha poblacin normal; y sea el estadgrafo (BLABLABLA), la Media Aritmetica Muestral, estimador del paretro Media Aritmetica poblacional x. La Varianza del estimador Media Muestral es V(X)= 2/ n y el estadrgrafo de transformacin de la Media Muestra es Z=X-//n cuya distribucin es normal estandarizada. TAMAO DE LA MUESTRA Tamao de la muestra para estimar la media poblacional VARIANZA POBLACIONAL CONOCIDA: el calculo del tamao de la muestra se realiza teniendo en cuenta los siguientes factores: EL ERROR DE MUESTREO: este factor es proporcionado por el usuario de la muestra. l debe indicar cual es la maxima diferencia entre la media muestral y la media poblacional esta dispuesto a aceptar. El error de muestreo debe estar expresado en la misma medida de variable. LA CONFIANZA EN LA ESTIMACION: este factor es proporcionado por el usuario de la muestra. l debe indicar cual es la probabilidad deseada de que el intervalo de confianza cubra al verdadero valor de la media poblacional. LA VARIANZA DE LA POBLACION: este factor indica el grado de variabilidad de la poblacin. EL TAMAO DE LA POBLACION: en cado se poblaciones finitas, este factor es una restriccin para el tamao de la muestra. Tamao de muestra para estimar la proporcin poblacional. El calculo del tamao de la muestra se realiza teniendo en cuenta los siguientes factores: EL ERROR DE MUESTREO: este factor es proporcionado por el usuario de la muestra. l debe indicar cual es la maxima diferencia entre la proporcin muestral y la proporcin poblacional esta dispuesto a aceptar. El error de muestreo debe estar expresado en tanto por uno. LA CONFIANZA EN LA ESTIMACION: este factor es proporcionado por el usuario de la muestra. l debe indicar cual es la probabilidad deseada de que el intervalo de confianza cubra al verdadero valor de la proporcin poblacional. LA PROPORCION: este factor proporciona informacin sobre el grado de concentracin de los elementos que tiene el atributo A. EL TAMAO DE LA POBLACION: en cado se poblaciones finitas, este factor es una restriccin para el tamao de la muestra. El valor de p podra obtenerse utilizando datos que surjan de trabajos anteriores, utilizando una muestra piloto (generalmente de tamao 50) 3.PRUEBA DE HIPTESIS Hipotesis estadistica: Se llama HIPTESIS ESTADSTICA a cualquier afirmacin o aseveracin que se formula acerca de cualquier caracterstica poblacional . (el valor numrico de un parmetro, la forma funcional de una poblacin, etctera) Hipotesis parametrica: Se llama HIPTESIS PARAMTRICA a aquella HIPTESIS ESTADSTICA planteada para controlar o verificar el valor numrico de un parmetro Se consideran slo tres posibles situaciones del valor numrico del parmetro, a saber (igual, menor o mayor) El valor numrico del parmetro es exactamente igual a un determinado valor postulado o. El valor numrico del parmetro es menor a un determinado valor postulado o. El valor numrico del parmetro es mayor a un determinado valor postulado o. De acuerdo con la situacin que se trate, o sea, de acuerdo al o a los posibles valores del parmetro, la persona que ha encomendado una tarea estadstica realizar una determinada accin. Curso de accion: Se llama CURSO DE ACCIN a la accin que se llevara a cabo, si se conociese el verdadero valor del parmetro .

Desigualdad equivalente a la igualdad: Se llama DESIGUALDAD EQUIVALENTE A LA IGUALDAD a aquella desigualdad entre el parmetro y el valor postulado o, que provoca el mismo CURSO DE ACCIN que se llevara a cabo con la igualdad entre el valor del parmetro y el valor del postulado o. Desigualdad no equivalente a la igualdad: Se llama DESIGUALDAD NO EQUIVALENTE A LA IGUALDAD a aquella desigualdad entre el parmetro y el valor del postulado o , que provoca un CURSO DE ACCIN distinto al que se llevara a cabo con la igualdad entre el valor numrico del parmetro y el valor del postulado o. Hipotesis nula: Se llama HIPTESIS NULA a aquella hiptesis que establece que no hay diferencia entre el verdadero valor del parmetro , y el valor que se postula o,es cero. La hiptesis nula se simboliza Ho, debe plantearse como la igualdad entre el valor del parmetro y el valor postulado. Ho : = o A los fines prcticos, esta igualdad puede estar acompaada o no por alguna de las dos desigualdades, segn sea el CURSO DE ACCIN a seguir y la existencia o no de alguna DESIGUALDAD EQUIVALENTE. Sobre la base de esto se puede distinguir dos tipos de hiptesis nulas: HIPTESIS NULA NICA: una HIPTESIS NULA es NICA cuando no hay DESIGUALDAD EQUIVALENTE. En este caso se postula un nico valor posible para el parmetro . Si el nico valor postulado del parmetro se simboliza o, EL VALOR DEL PARMETRO ES IGUAL AL VALOR POSTULADO LA DIFERENCIA ENTRE EL VERDADERO VALOR DEL PARMETRO Y EL VALOR POSTULADO o, ES CERO. HIPTESIS NULA MLTIPLE: una HIPTESIS NULA es MLTIPLE cuando hay una DESIGUALDAD EQUIVALENTE. En este caso se postula un conjunto semicerrado de posibles valores del parmetro . Si hay una desigualdad equivalente, sta debe acompaar a la igualdad porque ambas provocan el mismo curso de accin; en este caso, se pueden diferenciar dos planteos de HIPTESIS NULA MLTIPLE, a saber: HIPTESIS ALTERNATIVA: se llama HIPTESIS ALTERNATIVA a aquella hiptesis que debera cumplirse si la HIPTESIS NULA no es cierta. La HIPTESIS ALTERNATIVA se simboliza H1, segn los objetivos de trabajo, puede ser de dos tipos: HIPTESIS ALTERNATIVA NICA: una HIPTESIS ALTERNATIVA es NICA cuando hay un solo valor alternativo del parmetro q, o el q1, que debera ser en el caso de que la HIPTESIS NULA no sea cierta. HIPTESIS ALTERNATIVA MLTIPLE: una HIPTESIS ALTERNATIVA es MLTIPLE cuando hay un conjunto abierto de posibles valores alternativos del parmetro , en caso de que se rechaze la HIPTESIS NULA. PRUEBA DE LA HIPTESIS NULA: se llama PRUEBA DE LA HIPTESIS NULA a un mtodo estadstico con el cual, a partir de los datos de una muestra aleatoria, se decide acerca de la veracidad o falsedad de la HIPTESIS NULA formulada, pudindose calcular la probabilidad de cometer un error en la decisin tomada. La hiptesis que se prueba para decidir si debe ser rechazada o no, siempre es la HIPTESIS NULA, por lo tanto, en el resto de este trabajo a la PRUEBA DE HIPTESIS NULA se la llamar PRUEBA DE HIPTESIS. ESTADGRAFO DE PRUEBA: se llama ESTADGRAFO DE PRUEBA, para pruebas paramtricas, a un estadgrafo apropiado con el que se realiza la PRUEBA DE HIPTESIS, que mida la discrepancia entre el parametro y el estimador correspondiente, y adems tiene una distribucin de probabilidad conocida. REGIN CRITICA Y REGIN DE NO RECHAZO El mtodo para realizar la PRUEBA DE HIPTESIS consiste en particionar al dominio, D, del ESTADGRAFO DE PRUEBA , ep, en dos subconjuntos o regiones mutuamente excluyentes. Segn a cul de las dos regiones pertenezca el valor numrico del ESTADGRAFO DE PRUEBA, se rechaza o no a la HIPTESIS NULA

Se llama REGIN CRTICA (Rc) al subconjunto del dominio D con el que se rechaza la HIPTESIS NULA. Se llama REGIN DE NO RECHAZO Ra = ( D Rc), al subconjunto del dominio D con el que no se rechaza la HIPTESIS NULA. Si hay una DESIGUALDAD EQUIVALENTE la REGIN CRTICA est formada por un subconjunto semicerrado. En este caso se dice que la prueba es unilateral. Si no hay una DESIGUALDAD EQUIVALENTE la REGIN CRTICA est formada por dos subconjuntos semicerrados mutuamente excluyentes de igual tamao. En este caso se dice que la prueba es bilateral. Prueba de hipotesis: La prueba de hipotesis es un metodo estadistico que permite decidir acerca de la veracidad o falsedad de la hipotesis nula planteada, pudiendose calcular la probabilidad de cometer un error en la decision tomada. El mtodo para realizar la PRUEBA DE HIPTESIS consiste en particionar al dominio del estadigrafo en dos regiones mutuamente excluyentes: REGIN CRTICA (Rc) Esta formada por el conjunto de puntos con los cuales se rechaza la hipotesis nula REGIN DE NO RECHAZO:Esta formada por el subconjunto de puntos con los que no se rechazala hipotesis nula Prueba unilateral: Si hay una DESIGUALDAD EQUIVALENTE la REGIN CRTICA est formada por un subconjunto semicerrado. En este caso se dice que la prueba es unilateral. Prueba bilateral: entonces si no hay una DESIGUALDAD EQUIVALENTE la REGIN CRTICA est formada por dos subconjuntos semicerrados mutuamente excluyentes de igual tamao. En este caso se dice que la prueba es bilateral. PUNTO CRTICO: se llama PUNTO CRTICO, pc, a la frontera de la REGIN CRITICA. REGLA DE DECISIN: se llama REGLA DE DECISIN a aquella regla que establece las pautas para rechazar la HIPTESIS NULA. y se enuncia, "si el valor numrico del ESTADGRAFO DE PRUEBA pertenece a la REGIN CRITICA, entonces se rechaza la HIPTESIS NULA, en caso contrario, si el valor numrico del ESTADGRAFO DE PRUEBA no pertenece a la REGIN CRITICA, entonces no se rechaza la HIPTESIS NULA Simblicamente. ERROR DE TIPO 1: se llama ERROR DE TIPO 1 al hecho de rechazar la HIPTESIS NULA cuando la HIPTESIS NULA es cierta. El ERROR DE TIPO 1 se simboliza e TI. ERROR DE TIPO II: se llama ERROR DE TIPO II al hecho de no rechazar la HIPTESIS NULA cuando la HIPTESIS NULA es falsa.El ERROR DE TIPO II se simboliza (eTII) NIVEL DE SIGNIFICACIN: se llama NIVEL DE SIGNIFICACIN a la probabilidad de cometer el ERROR DE TIPO I, osea, a la probabilidad de rechazar la HIPTESIS NULA, cuando es cierta. El NIVEL DE SIGNIFICACIN se simboliza con la letra a, y mide el tamao de la REGIN CRITICA POTENCIA DE LA PRUEBA: se llama POTENCIA DE LA PRUEBA a la probabilidad de no cometer el ERROR DE TIPO II, o sea, la probabilidad de rechazar la hiptesis nula cuando es falsa. La POTENCIA DE LA PRUEBA se simboliza con la letra griega I-I. Utilizando la distribucin de probabilidad del estadgrafo de prueba, es posible calcular la probabilidad de que el valor numrico de dicho estadgrafo pertenezca a la REGIN CRITICA cuando la HIPTESIS NULA no sea cierta, esto es, calcular la probabilidad de rechazar correctamente la hiptesis nula Para poder calcular la potencia de la prueba, es necesario plantear una hiptesis alternativa nica, o sea, establecer un solo valor alternativo para el parmetro. La POTENCIA DE LA PRUEBA es el complemento de la probabilidad de cometer el ERROR DE TIPO II

ACCIN DERIVADA: el rechazo de la HIPTESIS NULA inducir al investigador a realizar una determinada accin con respecto al objeto de su investigacin. Se llama ACCIN DERIVADA a la accin que se lleva a cabo segn el resultado de la decisin estadstica que se tome, rechazar o no rechazar la HIPTESIS NULA. PASOS A SEGUIR PARA REALIZAR UNA PRUEBA DE HIPTESIS PARAMTRICA 1. Establecer el Parmetro a probar. 2. Indicar los Cursos de Accin. 3. Verificar si hay una Desigualdad Equivalente. 4. Plantear la Hiptesis Nula y la Hiptesis Alternativa. 5. Indicar el Estadgrafo de Prueba a utilizar y su correspondiente distribucin de probabilidad. 6. Establecer la Regin Crtica y el o los Puntos Crticos teniendo en cuenta lo siguiente: a. Si la desigualdad no equivalente es la desigualdad menor, toda la regin crtica est a la izquierda y el punto crtico es el fractil a. b. Si la desigualdad no equivalente es la desigualdad mayor, toda la regin crtica est a la derecha y el punto crtico es el fractil (1- a). c. Si no hay desigualdad equivalente la regin crtica se particiona en dos. Una parte a la izquierda cuyo punto crtico es el fractil a/2 y la otra parte a la derecha cuyo punto crtico es el fractil 1- a/2. 7. Plantear la regla de decisin estadstica para rechazar o no la hiptesis nula. 8. Calcular el valor numrico del estadgrafo de prueba y verificar a qu regin pertenece. 9. Tomar la decisin estadstica. 10. Llevar a cabo la Accin Derivada.