Beruflich Dokumente
Kultur Dokumente
MODELO INFERNCIAL
ESTIMACION ESTADISTICA Y PRUEBA DE HIPOTESIS
distribuirán según:
TAMAÑO DE LA MUESTRA
Si es muy pequeña se puede fallar en la obtención de los objetivos de nuestro análisis;
pero si es demasiado grande desperdiciamos recursos cuando tomamos la muestra.
Siempre se tendrá algo de error de muestreo debido a que no hemos estudiado a la
población completa, cada vez que tomamos una muestra perdemos algo de
información útil con respecto a la población; pero ese error se puede controlar si se
selecciona una muestra cuyo tamaño sea adecuado.
Dado un nivel de confianza que se desea, hay dos factores principales que influyen en
el tamaño muestral necesario:
La variabilidad de la población
El grado de error que se puede tolerar.
Con un nivel de confianza del (1-a) 100% admitimos que la diferencia entre la
estimación para la media a partir de la muestra y su valor real es menor que E, que
llamaremos error máximo admisible.
El tamaño de la muestra depende del nivel de confianza que se desee para los
resultados y de la amplitud del intervalo de confianza, es decir del error máximo que se
esté dispuesto a admitir. Fijados estos, 1-a y E, podemos calcular el tamaño mínimo de
DESARROLLO
1. n= 50 vehículos n= 50 vehículos
X = 7.2 minutos X = 7.2 minutos
δ = 0.8 minutos δ = 0.8 minutos
Zc = 95% = 1.96 Zc = 99% = 2.575
−
X ± Zc. 𝛅𝒏
√
𝟎.𝟖
7.2-1.96X =7.2-0.221 = 6.974
√𝟓𝟎
−
X ± Zc. 𝛅𝒏
√
−
7.2-2.575X 𝟎.𝟖 =7.2-0.2912 = 6.9088
√𝟓𝟎
7.2 +0.2912 = 7.4912
2. δ = 500horas
Zc = 95% = 1.96
E = 100horas
𝛅 𝐱𝐙𝐜
n= ˄2
𝐄
n=96
3. n=60
X = 26.8 paquetes
δ = 1.4 paquetes
Zc = 90% = 1.645
−
X ± Zc. 𝛅𝒏
√
−
26.8 ± 1.645x 𝟏.𝟒
√𝟔𝟎
n=60
X = 26.8 paquetes
δ = 1.4 paquetes
Zc = 95% = 1.96
−
X ± Zc. 𝛅𝒏
√
−
26.8 ± 1.965x 𝟏.𝟒
√𝟔𝟎
4. n=80
X = 4.5 días
δ = 0.81 días
Zc = 95% = 1.96
−
X ± Zc. 𝛅𝒏
√
−
4.5 ±1.96 X𝟎.𝟖𝟏
√𝟖𝟎
6. δ = 2.8 horas
Zc = 99% = 2.575
E = 0.5 horas
𝛅 𝐱𝐙𝐜
n= ˄2
𝐄
n=208
7. n=40
X = 0.998
δ = 0.002
Zc = 95% = 1.96
−
X± Zc. 𝛅𝒏
√
8. n=36
X = 19.9
δ = 5.73
Zc = 95% = 1.96
−
X ± Zc. 𝛅𝒏
√
9. δ = 1.50
Zc = 95% = 1.96
E = 0.25
𝛅 𝐱𝐙𝐜
n= ˄2
𝐄
n= 138.
HIPOTESIS
ESTADISTICA
En nuestro día a día y cuando lo practicamos nos vemos con frecuencia obligados a tomar decisiones
con relación a una población teniendo como base una información proveniente de muestras
BREVE RESUMEN.
realizadas, estas son llamadas decisiones estadísticas, al intentar alcanzar una decisión es útil hacer
hipótesis sobre la población implicada, talesLo
hipótesisque
pueden ser o no ser ciertas.
hemos
estudiado
En muchos casos formulamos hipótesis hasta
para luego ahora porque
desecharlas son no nos sirven pero realmente
herramientas para desarrollar
se trata de buscar la mejor para llegar a tomar la mejor decisión.
la estadística inferencial que
permite conocer
características de la
población a partir de la
información contenida en una
Hipótesis estadísticas. Hipótesis nula
muestra.
Se vieron las formas
en que pueden describirse un
conjunto de datos. Los
métodos gráficos,
Para llegar a tomar decisiones, conviene
básicamentehacer determinados
la tabla de supuestos o conjeturas acerca de
las poblaciones que se estudian. frecuencias relativas
Tales supuestos que y el ser o no ciertos se llaman
pueden
histograma, y las medidas
hipótesis estadísticas y, en general, lo son sobre las distribuciones de probabilidad de las
descriptivas numéricas:
poblaciones.
media, varianza, desviación
estándar. La estadística
inferencial busca describir la
En muchos casos se formulanpoblación con
las hipótesis estos gráficos
estadísticas con el solo propósito de rechazarlas o
y
invalidarlas. Por ejemplo, si se quiere medidas descriptivas
decidir si una moneda está cargada, se formula la hipótesis de
que la moneda está bien, sdecir, numéricas a partir
𝑝 = 0.5; donde p esdelaconocer
probabilidad de cara. Análogamente, si se
como son
quiere decidir sobre si un procedimiento espara
mejorlaque
muestra.
otro, se formula la hipótesis de que no hay
diferencia entre los procedimientos (es Se estudió
decir, el concepto
cualquier diferencia observada se debe meramente a
fluctuaciones en el muestreo dedela probabilidad
misma población). queTales
provee
hipótesis se llaman también hipótesis
nulas y se denotan por Ho. de un método para medir que
tan buena es la inferencia.
Además permite razonar de la
Cualquier hipótesis que difiera de una hipótesis dada se llama hipótesis alternativa. Por ejemplo, si
población a la muestra, pues
una hipótesis es 𝑝 = 0.5, hipótesis alternativas son 𝑝 = 0.7; 𝑝 ? 0,5 o 𝑝 > 0,5. Una hipótesis
si se conoce la distribución
alternativa de la hipótesis nula se denota por 𝐻1 .
de probabilidad (teórica) de
una variable aleatoria es
posible saber como va a ser
aproximadamente la
distribución de frecuencias
relativas si se obtiene una
muestra de los valores de
esta variable, o la
probabilidad de obtener un
resultado particular. Se
estudiaron dos tipos de
distribución de probabilidad,
las discretas y las continuas.
Por último se vieron
Ensayos de hipótesis y significación
Si en el supuesto de que una hipótesis determinada es cierta, se encuentra que los resultados
observados en una muestra al azar difieren marcadamente de aquellos que cabía esperar con la
hipótesis y con la variación propia del muestreo, se diría que las diferencias observadas
son significativas y se estaría en condiciones de rechazar la hipótesis (o al menos no aceptarla de
acuerdo con la evidencia obtenida). Por ejemplo, si en 20 lanzamientos de una moneda se obtienen
16 caras, se estaría inclinado a rechazar la hipótesis de que la moneda está bien, aunque sería
posible que fuese un rechazamiento erróneo.
Los procedimientos que facilitan el decidir si una hipótesis se acepta o se rechaza o el determinar si
las muestras observadas difieren significativamente de los resultados esperados se llaman ensayos
de hipótesis, ensayos de significación o reglas de decisión.
Si se rechaza una hipótesis cuando debería ser aceptada, se dice que se comete un error del Tipo
I. Si, por el contrario, se acepta una hipótesis que debería ser rechazada, se dice que se comete
un error del Tipo II. En cualquiera de los dos casos se comete un error al tomar una decisión
equivocada.
Para que cualquier ensayo de hipótesis o reglas de decisión sea bueno, debe diseñarse de forma que
minimice los errores de decisión. Esto no es tan sencillo como pueda parecer puesto que para un
tamaño de muestra dado, un intento de disminuir un tipo de error, va generalmente acompañado por
un incremento en el otro tipo de error. En la práctica, un tipo de error puede tener más importancia
que el otro, y así se tiende a conseguir poner una limitación al error de mayor importancia. La única
forma de reducir al tiempo ambos tipos de error es incrementar el tamaño de la muestra, lo cual
puede ser o no ser posible.
NIVEL DE SIGNIFICACION
La probabilidad máxima con la que en el ensayo de una hipótesis se puede cometer un error del Tipo
I se llama nivel de significación del ensayo. Esta probabilidad se denota frecuentemente por a;
generalmente se fija antes de la extracción de las muestras, de modo que los resultados obtenidos no
influyen en la elección.
En la práctica se acostumbra a utilizar niveles de significación del 0.05 ó 0.01, aunque igualmente
pueden emplearse otros valores. Si, por ejemplo, se elige un nivel de significación del 0.05 ó 5 % al
diseñar un ensayo de hipótesis, entonces hay aproximadamente 5 ocasiones en 100 en que se
rechazaría la hipótesis cuando debería ser aceptada, es decir, se está con un 95 % de confianza de
que se toma la decisión adecuada. En tal caso se dice que la hipótesis ha sido rechazada al nivel de
significación del 0.05, lo que significa que se puede cometer error con una probabilidad de 0.05.
PASOS DE LA PRUEBA DE HIPÓTESIS
1. Establezca las hipótesis nulas (H0) y las hipótesis alternativa (H1) en cada uno
de los siguientes casos:
c) Hinv: μ< -3.28 H0: Hinv= μ ≥ -3.28 H1: Hinv: μ < -3.28
¿Qué relación guarda la distancia entre (Media) y μu=7.5 con la distancia entre tc y
cero? ¿Qué relación guarda la distancia entre (Media) y μu con la conclusión
estadística?, analiza tus conclusiones.
La relación de estas que al realizar la ecuación, el resultado de estas nos indica un
parámetro de distancia donde podemos tomar la decisión de aceptar o rechazar la
hipótesis investigación. Con base a esa decisión se realiza la conclusión estadística.
La conclusión es el resultado de la media, desviación, amplitudes y el promedio u, con
la realización de esta ecuación tomamos la decisión de cual es aceptada o rechazada,
con lo podemos decir que 4 de los 7 variables rechazan la H0, lo que quiere decir que
la forma como se está realizando la toma de decisiones no es la adecuada.
¿Qué relación hay entre la dispersión de los datos de la muestra (s) y el valor tc del
estadístico de prueba? ¿Qué relación hay entre la dispersión de los datos de la
muestra y la conclusión estadística?
La dispersión de datos es la ecuación que se realiza para saber qué tan grande o
pequeña es la distancia, para tomar la decisión de aceptar o rechazarla hipótesis
planteada, la dispersión es la información que se toma como base para tomar la
decisión sobre la hipótesis.
3. En el ejercicio se trabajó con = 7.86, s = 0.71 y α = 0.05. Obtenga la conclusión
estadística si n hubiera sido cada uno de los indicados en la columna de la
izquierda en la siguiente tabla:
¿Qué relación hay entre n y el intervalo; n con tc; n y la conclusión estadística?, analiza
tus conclusiones.
http://recursostic.educacion.es/descartes/web/materiales_didacticos/inferencia_estadisti
ca/estimac.htm
http://wwwyyy.files.wordpress.com/2013/04/teorc3ada-de-la-estimacic3b3n-
estadc3adstica.pdf.
http://miguelarino.com/2010/10/14/decisiones-estrategicas-y-decisiones-operativas/
http://concepto.de/hipotesis/
http://www.tecnicas-de-estudio.org/investigacion/investigacion32.htm
http://clubensayos.com/Ciencia/Estrategias-De-Prueba-De-Hipotesis/208111.html
http://www.ub.edu/stat/GrupsInnovacio/Statmedia/demo/Temas/Capitulo9/B0C9m1t3.ht
m
http://www.monografias.com/trabajos72/teoria-decision-estadistica/teoria-decision-
estadistica.shtml