La estadstica se divide en dos ramas: la estadstica descriptiva, la cual se relaciona con la
descripcin de los datos recopilados en una muestra, y la estadstica inferencial, que se relaciona con el proceso de utilizar los datos de una muestra para realizar inferencias y tomar decisiones respecto a la poblacin de la cual se toma la muestra.
En la estadstica existen dos procedimientos para hacer inferencias respecto a un parmetro: la estimacin de parmetros ya sea puntual o por intervalos, y las pruebas de hiptesis. La estimacin puntual es un procedimiento que permite a partir de la informacin de la muestra obtener un slo valor, con el cual se estima el parmetro deseado, mientras que la estimacin por intervalos permite obtener dos valores entre los cuales se supone se encuentra el parmetro de inters.
Para hacer un uso correcto De las pruebas de hiptesis, es necesario verificar que se cumplan los supuestos requeridos en stas, ya que al no cumplirse alguno de stos, se incurre en errores que afectan los resultados obtenidos, por lo tanto se debe hacer un estudio formal de las implicaciones que se tendran al aplicar las pruebas de hiptesis cuando no se cumple algn supuesto.
Especficamente se observarn las pruebas de hiptesis para una media, una varianza y una proporcin, bajo condiciones en las cuales no se cumpla el supuesto de normalidad, con la finalidad de establecer los errores en que se incurre y as aportar conclusiones y recomendaciones tiles para evaluar la confiabilidad de los resultados de estas pruebas.
La finalidad de este trabajo es: 1) Analizar las implicaciones de la aplicacin de las pruebas de hiptesis para una media y para una varianza, cuando los tamaos de muestra son menores a 25 y las muestras provienen de poblaciones con distribucin Uniforme, Exponencial y Gamma, a travs del anlisis y comparacin de los valores P y 2) Verificar la velocidad de aproximacin a la distribucin normal, de la proporcin de xitos en una muestra en las pruebas de hiptesis para una proporcin, a travs del anlisis y comparacin de los valores P.
Para cumplir los objetivos de este trabajo se siguieron estos pasos: 1) Se recopilarn los conceptos y teora necesaria para la realizacin de las pruebas de hiptesis. 2) Se selecciona un generador de nmeros aleatorios, a su vez seleccionarn y aplicarn de manera arbitraria tres pruebas estadsticas para verificar que este es confiable. 3) Se desarrollar e implantar un programa de cmputo en Excel usando Macros en lenguaje de Visual Basic, que a travs de sus mdulos facilite realizar las simulaciones de las pruebas de hiptesis anteriormente mencionadas. 4) Se disearn los diferentes escenarios de simulacin y se realizarn simulaciones de las pruebas de hiptesis, graficando y tabulando los resultados. 5) Se realizar una prueba de bondad de ajuste a las distribuciones de las estadsticas de prueba. 6) Se analizarn los resultados con base a los valores P y las graficas, para obtener las conclusiones.
Se concluy que en las pruebas de hiptesis para una media al utilizar muestras de distribuciones uniformes y gammas no se presentan alteraciones representativas en los resultados, sin embargo al utilizar muestras de distribuciones exponenciales, la aproximacin a la distribucin normal es muy lenta ya que converge para tamaos de muestra grandes.
Para el caso de las pruebas de hiptesis para una varianza, se concluyo que el uso de estas pruebas cuando las muestras no son de distribuciones normales, deriva en resultados errneos e incorregibles al aumentar el tamao de la muestra.
En el caso de las pruebas de hiptesis para una proporcin, se llego a la conclusin de que existe una regla emprica que especfica el tamao de muestra para el cual existe una buena aproximacin a la normal.
PALABRAS CLAVES Pruebas de Hiptesis. Supuesto de normalidad. Tamaos de muestra pequeos. Velocidad de convergencia a la normal. Valores P.