REPBLICA BOLIVARIANA DE VENEZUELA MINISTERIO DEL PODER POPULAR PARA LA EDUCACIN SUPERIOR UNIVERSIDAD ALONSO DE OJEDA EXTENSIN- SAN

CRISTBAL

Alumno:
Juan Andrade C.I. 17.358.486 Seccin: GM049K Turno: Sbado

SAN CRISTBAL, MARZO DEL 2014

INDICE.

Introduccin. Prueba de Hiptesis, Definicin e Importancia. Formulacin de Hiptesis Estadstica. Hiptesis Nula y Alternativa. Hiptesis Simple y Compuesta. Tipos de Error en un Contraste. Nivel de Significacin y Nivel Crtico. Homogeneidad. Bibliografa.

INTRODUCCIN
La estadstica inferencial es el proceso de usar la informacin de una muestra para describir el estado de una poblacin. Sin embargo es frecuente que usemos la informacin de una muestra para probar un reclamo o conjetura sobre la poblacin. El reclamo o conjetura se refiere a una hiptesis. El proceso que corrobora si la informacin de una muestra sostiene o refuta el reclamo se llama prueba de hiptesis.

PRUEBA DE HIPTESIS, DEFINICIN E IMPORTANCIA. La prueba de hiptesis es un procedimiento basado en la evidencia muestral y la teora de probabilidad; se emplea para determinar si la hiptesis es una afirmacin razonable. Un test estadstico es un procedimiento para, a partir de una muestra aleatoria y significativa, extraer conclusiones que permitan aceptar o rechazar una hiptesis previamente emitida sobre el valor de un parmetro desconocido de una poblacin. HIPTESIS ESTADSTICA. Es cualquier enunciado, teora, conjetura, tentativo, afirmacin que se haga sobre una o ms caractersticas poblacionales como un parmetro, la distribucin de probabilidad de una poblacin, etc. Nunca se sabe con absoluta certeza la verdad o falsedad de una hiptesis estadstica, a no ser que se examine toda la poblacin. Esto, por supuesto, sera imprctico en la mayora de las situaciones. En su lugar, se toma una muestra aleatoria de la poblacin de inters y se utilizan los datos que contiene tal muestra para proporcionar evidencias que confirmen o no la hiptesis. La evidencia de la muestra que es inconsistente con la hiptesis planteada conduce a un rechazo de la misma, mientras que la evidencia que apoya la hiptesis conduce a su aceptacin. De ah que el aspecto principal de la prueba de hiptesis sea determinar si la diferencia entre un valor propuesto de un parmetro poblacional y el valor estadstico de la muestra se debe razonablemente a la variabilidad del muestreo. O si la discrepancia es demasiado grande para ser considerada de esa manera, lo cual en el argot estadstico es conocido como que la diferencia es significativo.

Requisitos para la elaboracin de hiptesis: La formulacin de hiptesis es una tarea que se logra cuando se cumple con algunos requisitos, entre ellos: a. Formularse en trminos claros, es decir, emplear palabras precisas que no den lugar a mltiples interpretaciones. La claridad con que se formulen es fundamental, debido a que constituyen una gua para la investigacin. b. Tener un referente emprico, ello hace que pueda ser comprobable. Una hiptesis sin referente emprico se transforma en un juicio de valor al no poder ser comprobable, verificable, carece de validez para la ciencia. Evaluacin de la Hiptesis: Existe algunos criterios que sirven de gua para determinar si la hiptesis cumple con algunos requisitos Mc Gigan (1971: 67) afirma: a. Permite ser comprobada, es decir, establece claramente su referente emprico. b. Est en correlacin y armona con el conjunto de las hiptesis del proyecto de la investigacin c. Responde en trminos claros y precisos al problema planteado, es decir, seala la relacin que se espera de las variables. d. Son susceptibles de ser cuantificadas. Dificultades en la Elaboracin de la Hiptesis: La hiptesis resulta una tarea ardua, de difcil elaboracin, esta dificultad generalmente proviene de circunstancias tales como: a. Un planteamiento poco claro del problema a investigar b. Falta de conocimiento del marco terico de la investigacin como consecuencia de la poca claridad que se tiene del problema que se desea resolver. c. Carencia de habilidad para desarrollar y utilizar el referente terico conceptual.

En general, por el desconocimiento de los procesos de la ciencia y la investigacin, por lo tanto ausencia de criterios para la elaboracin de hiptesis y seleccin de tcnicas de investigacin adecuadas al problema que se investiga.

LA HIPTESIS NULA Y LA HIPTESIS ALTERNATIVA.

Hiptesis Nula. En estadstica, una hiptesis nula es una hiptesis construida para anular o refutar, con el objetivo de apoyar una hiptesis alternativa. Cuando se utiliza, la hiptesis nula se presume verdadera hasta que una prueba estadstica en la forma de una prueba emprica de la hiptesis indique lo contrario. Si la hiptesis nula no es rechazada, esto no quiere decir que sea verdadera. Las hiptesis nulas se simbolizan H1, y son, en un sentido, el reverso de las hiptesis de investigacin. Tambin constituyen proposiciones acerca de la relacin entre variables solamente que sirven para refutar o negar lo que afirma la hiptesis de investigacin. Por ejemplo, si la hiptesis de investigacin propone: Los adolescentes le atribuyen ms importancia al atractivo fsico en sus relaciones heterosexuales que las mujeres, la nula postulara: Los jvenes no le atribuyen ms importancia al atractivo fsico en sus relaciones heterosexuales que las adolescentes.

Debido a que este tipo de hiptesis resulta la contrapartida de la hiptesis de investigacin, hay prcticamente tantas clases de hiptesis nulas como de investigacin.

Es decir, la clasificacin de hiptesis nulas es similar a la tipologa de la hiptesis de investigacin: hiptesis nulas descriptivas de una variable que se va a observar en un contexto, hiptesis que niegan o contradicen la relacin entre dos o ms variables, hiptesis que niegan que haya diferencia entre grupos que se comparan es decir afirmar que los grupos son iguales e hiptesis que niegan la relacin de causalidad entre dos o ms variables (en todas sus formas). Las hiptesis nulas se simbolizan como Ho.

Hiptesis Alternativa.

Como su nombre lo indica, son posibilidades alternativas - ante las hiptesis de investigacin y nula. Ofrecen otra descripcin o explicacin distintas a las que proporcionan estos tipos de hiptesis. Por ejemplo, si la hiptesis de investigacin establece: Esta silla es roja, la nula afirmar: Esta silla no es roja, y podran formularse una o ms hiptesis alternativas: Esta silla es azul, Esta silla es verde, Esta silla es amarilla, etc. Cada una constituye una descripcin distinta a las que proporcionan las hiptesis de investigacin y nula.

Las hiptesis alternativas se simbolizan como H1 y slo pueden formularse cuando efectivamente hay otras posibilidades adicionales a las hiptesis de investigacin y nula. De ser as, no pueden existir.

LA HIPTESIS SIMPLE Y LA HIPTESIS COMPUESTA.

Llamaremos hiptesis simples a aquellas que especifican un nico valor para el parmetro (por ejemplo m=m0). Ejemplo: en la situacin de los productos defectuosos de un gran lote, el investigador podra comenzar el estudio con la hiptesis simple de que el porcentaje de artculos defectuosos es igual a 5%.

Llamaremos hiptesis compuestas a las que especifican un intervalo de valores (por ejemplo: m>m0; a< m 2

Ejemplo: la hiptesis nula de que el peso medio de las cajas de cereales es al menos 200 gramos es compuesta. La hiptesis es cierta para cualquier peso medio poblacional mayor o igual que 200 gramos.

TIPOS DE ERRORES DEL CONTRASTE.

Si slo se dispone de una muestra de la poblacin, entonces el parmetro poblacional no se conocer con exactitud. Por consiguiente, no se puede saber con seguridad si la hiptesis nula es cierta o falsa. Por tanto, cualquier regla de decisin adoptada tiene cierta probabilidad de llegar a una conclusin errnea sobre el parmetro poblacional de inters. Existen dos tipos de errores que son inherentes al proceso de contraste de hiptesis: Error Tipo I: Consiste en rechazar la hiptesis nula (H0) cuando realmente es cierta Error Tipo II: Consiste en aceptar la hiptesis nula (H0) cuando realmente es falsa Debe tenerse en cuenta que slo se puede cometer uno de los dos tipos de error y, en la mayora de las situaciones, se desea controlar la probabilidad de cometer un error de tipo I. Como las pruebas de hiptesis se basan en informacin de muestra, debemos considerar la posibilidad de errores.

es cierta Se escogi Se escogi No hay error

es cierta Error de tipo II

Error de tipo I No hay error

Esta tabla muestra los dos tipos de errores que se pueden cometer en la prueba de hiptesis. El primer rengln muestra lo que puede suceder cuando la conclusin es aceptar H0. Si H0 es verdadera, esta conclusin es correcta. Sin embargo, si Ha es verdadera, hemos cometido un error de tipo II, es decir, hemos aceptado H0 siendo falsa. El segundo rengln muestra lo que puede suceder cuando la conclusin es rechazar H0. Si H0 es verdadera, hemos cometido un error de tipo I, es decir, rechazar H0 cuando es verdadera. Sin embargo, si Ha es verdadera, es correcto rechazar H0. Si bien no se puede eliminar la posibilidad de errores en la prueba de hiptesis, s podemos considerar la probabilidad de su ocurrencia. Se usa la siguiente notacin estadstica normal para indicar las probabilidades de cometer esos errores: = probabilidad de cometer un error de tipo I. = probabilidad de cometer un error de tipo II.

NIVEL DE SIGNIFICACIN. Se denomina nivel de significacin de un contraste a la probabilidad de cometer un error tipo I. Fijar el nivel de significacin equivale a decidir de antemano la probabilidad mxima que se est dispuesto a asumir de rechazar la hiptesis nula cuando es cierta.

El nivel de significacin lo elige el experimentador y tiene por ello la ventaja de tomarlo tan pequeo como desee (normalmente se toma = 0'05, 0'01 o0'001). El nivel de significacin es la probabilidad de que en una muestra aleatoria, el estadstico de contraste alcance un valor que se encuentra incluido en la regin de rechazo. Por tanto, es una probabilidad atribuida a la regin de rechazo, o lo que es igual, al valor crtico: la probabilidad de que el estadstico de contraste asuma el valor crtico o un valor ms extremo que ste. Del mismo modo, podemos atribuir una probabilidad al valor observado para el estadstico de contraste. Esta sera la probabilidad de que el estadstico de contraste asuma el valor observado o un valor ms extremo que ste. A esta probabilidad se le denomina grado de significacin y viene expresada por la letra minscula p. Si en un contraste de hiptesis el valor observado V o entra en la regin de rechazo, podemos asegurar que el valor observado se encuentra a la derecha del valor crtico Vc. En consecuencia, la probabilidad de encontrar valores ms extremos que el valor observado (p) ser menor que la probabilidad de encontrar valores ms extremos que el valor crtico (). Tanto a como a p, por ser probabilidades, corresponden reas bajo la curva de la distribucin muestral del estadstico de contraste. Por tanto, si el valor observado entra en la regin de rechazo, el rea correspondiente a p ser menor que el rea correspondiente a . Por todo lo dicho anteriormente, la decisin estadstica tambin puede tomarse a partir de la comparacin entre las probabilidades p (grado de significacin) y a (nivel de significacin). A cada valor del estadstico de contraste se asocia una probabilidad p, a partir de la cual podremos decidir sobre la hiptesis nula de acuerdo con el siguiente criterio: Si p < , rechazamos la hiptesis nula H0

10

Si p > , mantenemos la hiptesis nula H0

NIVEL CRTICO. Para facilitar las comparaciones con posibles alternativas de niveles de significacin, se introduce el concepto de p-valor (nivel crtico), que se define como nivel de significacin ms pequeo al que una hiptesis nula puede ser rechazada. El nivel crtico o p-valor (nmero lo proporcionan la mayora de los ordenadores cuando se hace un contraste de hiptesis). El p- valor nos proporciona la probabilidad de que los resultados que hemos observado en un experimento (u otros resultados ms extraos) ocurran por azar bajo la hiptesis nula. Entonces, si el p-valor es menor que el nivel de significacin consideramos que los resultados son significativos, esto es, no ocurren solo por azar sino que se deben a algo a mayores (a la hiptesis alternativa).

PRUEBA DE BONDAD DE AJUSTE.

La bondad de ajuste de un modelo estadstico describe cun bien se ajusta un conjunto de observaciones. Las medidas de bondad en general resumen la discrepancia entre los valores observados y los valores esperados en el modelo de estudio.

Tales medidas se pueden emplear en el contraste de hiptesis, e.g. el test de normalidad de los residuos, comprobar si dos muestras se obtienen a partir de dos distribuciones idnticas (ver test de Kolmogorov-Smirnov), o si las frecuencias siguen una distribucin especfica (ver chi cuadrado).

11

CONCEPTO DE HOMOGENEIDAD Homogneo significa, en el contexto de la estratificacin, que no hay mucha variabilidad. Los estratos funcionan mejor cuanto ms homogneos son cada uno de ellos respecto a la caracterstica a medir. Por ejemplo, si se estudia la estatura de una poblacin, es bueno distinguir entre los estratos mujeres y hombres porque se espera que, dentro de ellos, haya menos variabilidad, es decir, sean menos heterogneos. Dicho de otro modo, no hay tantas diferencias entre unas estaturas y otras dentro del estrato que en la poblacin total.

12

Bibliografa.

Curso y ejercicios de Estadstica Ed. Alambra Univerdisad Autor: V. Quesada y otros

Introduccin a la estadstica para las Ciencias Sociales Ed. McGraw-Hill

Fundamentos de Inferencia Estadstica Ed. AC Autor: Luis Ruiz-Maya y otros

Estadstica para la administracin y economa Ed. Anderson Sweeney Williams

Estadstica aplicada a la administracin y economa Ed. Addison-Wesley Autor: Hildebrand y otros.

Stevenson, W. (1981) Estadstica para Administracin y Economa. Mxico, D.F.: Harla Newbold, P. (1998) Estadstica para los Negocios y la Economa. Madrid: Prentice Hall.

http://www.monografias.com/trabajos30/prueba-de-hipotesis/prueba-dehipotesis.shtml#ixzz2szQYq9Rk http://www.monografias.com/trabajos15/hipotesis/hipotesis.shtml#ixzz2t5 Rtoo1i

13