INFERENCIA ESTADISTICA

Norbey Marn Arredondo

Consultor Estadstico
Norbeym@hotmail.com

Norbey Marin A. Estadstico 1

Qu es una hiptesis?
Creo que el porcentaje
de enfermos ser el 5%
Una creencia sobre la poblacin, principalmente sus
parmetros:
Media
Varianza
Proporcin/Tasa

OJO: Si queremos contrastarla, debe establecerse antes

del anlisis.

Norbey Marin A. Estadstico 2

Identificacin de hiptesis

Hiptesis nula Ho Hip. Alternativa H1

La que contrastamos Niega a H0

Los datos pueden refutarla

Los datos pueden mostrar evidencia a
favor
No debera ser rechazada sin una buena No debera ser aceptada sin una gran
razn. evidencia a favor.

H 0 : p 50% , , H1 : p 50% , ,

Norbey Marin A. Estadstico 3

 Regin crtica y nivel de significacin

Nivel de significacin: Regin crtica o de rechazo

Nmero pequeo: 1% , 5% Valores improbables

Fijado de antemano por el Es conocida antes de realizar el

investigador experimento: resultados experimentales
que refutaran H0
Es la probabilidad de rechazar H0
cuando es cierta

=5%

Reg. Crit. Reg. Crit.

R. de rechazo R. de rechazo
Reg. De aceptacin

No rechazo H0
H0: m=40

Norbey Marin A. Estadstico 4

 Contrastes: unilateral y bilateral

La posicin de la regin crtica depende de la hiptesis alternativa

Bilateral H1: m40

Unilateral Unilateral

H1: m<40 H1: m>40

Norbey Marin A. Estadstico 5

El valor p
Es la probabilidad que tendra una regin crtica que comenzase exactamente en el valor del
estadstico obtenido de la muestra.
Es la probabilidad de tener una muestra que discrepe an ms que la nuestra de H0.
Es la probabilidad de que por puro azar obtengamos una muestra ms extraa que la obtenida.
p es conocido despus de realizar el experimento aleatorio
El contraste es no significativo cuando p>

No se rechaza
H0: m=40

X 43 Valor crtico
Norbey Marin A. Estadstico 6
El valor p

El contraste es estadsticamente significativo cuando p<

Es decir, si el resultado experimental discrepa ms de lo tolerado a priori.

Se rechaza H0: m=40

Se acepta H1: m>40

P

Valor crtico X 50

Norbey Marin A. Estadstico 7

Razonamiento bsico

Si supongo que H0 es cierta...

qu hace un Rechazo que H0 sea

cientfico cuando su cierta.
teora no coincide
con sus
predicciones?

m 40
X 20

... el resultado del experimento sera improbable.

Sin embargo ocurri.

Norbey Marin A. Estadstico 8

 Razonamiento bsico
Si supongo que H0 es cierta...

No hay evidencia contra H0

Si una teora hace
predicciones con xito, No se rechaza H0
queda probado que es
cierta? El experimento no es concluyente

El contraste no es significativo

m 40
X 38

... el resultado del experimento es coherente.

Norbey Marin A. Estadstico 9

Riesgos al contrastar hiptesis
Ejemplo 1: Se juzga a un individuo por la presunta comisin de un delito
Ejemplo 2: Se cree que un nuevo tratamiento ofrece buenos resultados
Ejemplo 3: Parece que hay una incidencia de enfermedad ms alta de lo normal
No es especulativa
H0: Hiptesis nula Los datos pueden refutarla
(Ej.1) Es inocente
(Ej.2) El nuevo tratamiento no tiene efecto La que se acepta si las pruebas no
(Ej.3) No hay nada que destacar indican lo contrario

Rechazarla por error tiene graves

consecuencias

Es especulativa
H1: Hiptesis alternativa
(Ej.1) Es culpable No debera ser aceptada sin una
(Ej.2) El nuevo tratamiento es til gran evidencia a favor.
(Ej. 3) Hay una situacin anormal
Rechazarla por error tiene
consecuencias consideradas
menos graves que la anterior

Norbey Marin A. Estadstico 10

Tipos de error al contrastar hiptesis
Decisin Realidad
H0 cierta H0 Falsa
No Rechazo H0 Error tipo II
Correcto
El tratamiento no El tratamiento si tiene
tiene efecto y as efecto pero no lo
se decide. percibimos.
Probabilidad

Potencia 1-
Rechazo H0 Error tipo I Correcto
El tratamiento no El tratamiento tiene efecto
Acepto H1 tiene efecto pero y el experimento lo
se decide que s. confirma.
Probabilidad

Norbey Marin A. Estadstico 11

Tipos de error al tomar una decisin

Realidad
Inocente Culpable
veredicto Inocente
OK Error
Menos grave

Culpable
Error OK
Muy grave

Norbey Marin A. Estadstico 12

Conclusiones
Las hiptesis no se plantean despus de observar los datos.

En ciencia, las hiptesis nula y alternativa no tienen el mismo papel:

H0 : Hiptesis cientficamente ms simple.

H1 : El peso de la prueba recae en ella.

debe ser pequeo

Rechazar una hiptesis consiste en observar si p<

Rechazar una hiptesis no prueba que sea falsa. Podemos cometer error de tipo I

No rechazar una hiptesis no prueba que sea cierta. Podemos cometer error de tipo II

Si decidimos rechazar una hiptesis debemos mostrar la probabilidad de equivocarnos.

Para un tamao muestral fijo, no se pueden reducir a la vez ambos tipos de error.

Para reducir , hay que aumentar el tamao muestral.

Norbey Marin A. Estadstico 13

 CLASES DE PRUEBAS DE HIPOTESIS

Para la media x m0
z
Varianza conocida o muestras grandes ==>
n
Varianza desconocida ==> t x m 0 Exige que los datos provengan de
s una distribucin normal
n
Diferencia de medias para dos muestras independientes
( x1 x 2 ) ( m1 m 2 )
z
Varianzas conocidas 12 22

n1 n2

( x1 x 2 ) ( m1 m 2 )
Exigen
Varianzas descconcidas e t (n1 1) S (n2 1) S
2 2
normalidad
1 1 Sp 1 2
iguales Sp n1 n2 2 en los datos
n1 n2
y difieren
en el clculo
( x1 x 2 ) ( m1 m 2 )
de los
Varianzas descconcidas y t grados de
diferentes S12 S 22
libertad
n1 n2
Norbey Marin A. Estadstico 14
 Diferencia de dos medias para dos muestras dependiente

Se calculan las diferencias de cada observacin en forma individual y se realiza la

prueba sobre las diferencia
d md
t
sd
n

Para una proporcin p0

p x
z
donde p
Muestras grandes (n > 30) ==> (1 p
p ) n
Teorema del limite central n

(p1 p 2 ) ( p1 p2 )
Para la diferencia de dos proporciones z
Muestras grandes (n > 30) ==> 1 (1 p
p 1) (1 p
p 2)
Teorema del limite central 2
n1 n1
x1 x2
1
p y 2
p
n1 n2

Norbey Marin A. Estadstico 15

CLASES DE PRUEBAS DE HIPOTESIS

Para la varianza
Exige normalidad para muestras pequeas
Para muestras grandes se usa una aproximacin normal ( T. L. C.)

( n 1 ) S 2
2
02

Para la igualdad de dos varianzas

Exige normalidad para muestras pequeas
Para muestras grandes se usa una aproximacin normal ( T. L. C.)

S12
F 2
S2

Norbey Marin A. Estadstico 16

INTERVALOS DE CONFIANZA

Una estimacin por intervalos de un parmetro poblacional , es un intervalo de la

forma Li < < Ls, donde Li y Ls dependen del valor del estadstico una
para
muestra particular y tambin de la distribucin muestral de

Muestras distintas generalmente dan valores distintos de y a partir de la

distribucin muestral de , ser posible determinar Li y Ls, tales que:

P(Li < < Ls ) = 1- , para 0 < < 1

Donde:
Li < < Ls es el intervalo de confianza
1 - es el grado de confianza

Se tiene una probabilidad de 1 - de producir una muestra que produzca un

intervalo que contenga a .

Norbey Marin A. Estadstico 17

Intervalo de confianza para:

La media con varianza conocida x z / 2 m x z / 2
n n

La media con varianza s s

x t / 2, n 1 m x t / 2, n 1
desconocida n n
Diferencias de medias

12 22 12 22
Varianzas conocidas ( x1 x2 ) z / 2 m1 m 2 ( x1 x2 ) z / 2
n1 n2 n1 n2
Varianzas
1 1 1 1
desconocidas e ( x1 x2 ) t / 2,n1 n2 2 S p m1 m 2 ( x1 x2 ) t / 2,n1 n2 2 S p
iguales n1 n2 n1 n2
Varianzas desconocidas y S12 S 22 S12 S 22
diferentes ( x1 x2 ) t / 2,v m1 m 2 ( x1 x2 ) t / 2,v
n1 n2 n1 n2

Norbey Marin A. Estadstico 18

La media de Sd S
muestras pareadas d t / 2, n 1 m D d t / 2,n 1 d
n n

Una Proporcin q
p q
p
(muestras grandes) z / 2
p P p
z / 2
n n

p1q1 p 2 q 2 p q p q
Diferencia de proporciones ( p1 p 2 ) z / 2 p1 p2 ( p1 p 2 ) z / 2 1 1 2 2
(muestras grandes) n1 n2 n1 n2

(n 1) S 2 (n 1) S 2
La varianza 2

/ 2
2
12 / 2

S12 1 12 S12
2 2 f / 2 (v2 , v1 )
La relacin de varianzas
S 2 f / 2 (v1 , v2 ) 2 S 2
2

Norbey Marin A. Estadstico 19