Beruflich Dokumente
Kultur Dokumente
1. Pruebas de Hipótesis
Analizar datos de una muestra y verificar
si confirman una especulación (hipótesis)
acerca de parámetros.
Hipótesis de la población
Media
Proporción
Varianza
Diferencia de medias
Hipótesis
Afirmación acerca de una o más poblaciones.
Ejemplos:
Un periódico atrae más lectores que otro
Empleados con cierta capacitación son más eficientes que
con otra capacitación
La varianza de un proceso tiene un valor dado
El ingreso promedio familiar en cierta área tiene cierto
valor X
60% de los empleados han terminado el instituto
Pruebas de Hipótesis
1. Formulación de la Hipótesis
2. Identificación del estadístico de prueba y su
distribución
3. Nivel de significancia
4. Formulación de la regla de decisión
5. Colección de datos y cálculos
6. Decisión estadística
7. Decisión administrativa
Formulación de la Hipótesis
Hipótesis Nula H0
Hipótesis a probar
Nula = no hay diferencia
Ej. 60% de los empleados tienen estudios
Hipótesis Alternativa H1
Alternativa disponible cuando la hipótesis nula se
rechaza
Ej. No es el 60%, es mayor del 60%, es menor
del 60%
Identificación del Estadístico
de Prueba y su Distribución
La decisión de rechazar o no rechazar la
hipótesis nula depende de la magnitud del
estadístico de prueba
Estadísticos de prueba:
z para medias
t para medias varianza desconocida
etc.
Nivel de Significancia
Acciones posibles:
Rechazar H0
No rechazar H0 (noten que no dice aceptar)
Resultados posibles:
1. Rechazar H0 cuando es falsa
2. Rechazar H0 cuando es verdadera
3. No rechazar H0 cuando es falsa
4. No rechazar H0 cuando es verdadera
Nivel de Significancia
H0 Verdadera H0 Falsa
2 Error tipo II
No rechazar H0 1 OK
3 Error Tipo I
Rechazar H0 4 OK
Nivel de Significancia
Se desea minimizar la probabilidad de
cometer ambos errores
Para un tamaño de muestra dado:
La única forma de decrementar ambos es
incrementar el tamaño de la muestra
es el nivel de significancia
Colección de Datos y Cómputo
La calidad de una decisión final depende de
la calidad de los datos en los que se basa.
La muestra debe ser aleatoria y
representativa.
Los cálculos del estadístico de prueba se
llevan a cabo como se estudió en la parte de
Estadística Descriptiva.
Decisiones Estadística y
Administrativa
Evaluar el estadístico de prueba
La decisión estadística consiste en rechazar
o no rechazar H0, basados en esta
evaluación.
1 1
76.2 ... 74.2 75.0
x xi
x
10
n 75.0 72.0
uo 4.74
2
x u 10
uo
n
2. PH de la Media, Distribución
Normal, Varianza Conocida
Procedimiento Resolución
3. Prueba. 3. Prueba.
Obtenga Z(0.5-α/2) en tabla de la
Z (0.5-0.05/2) = 1.96
distribución normal.
Si : uo Z ( 0.5 / 2 )
Z (0.475) 1.96
rechace..Ho
Si : uo Z ( 0.5 / 2 )
uo 4.74 1.96
acepte : Ho rechace..Ho
2. PH de la Media, Distribución
Normal, Varianza Conocida
Procedimiento Resolución
4. Estimación 4. Estimación
u x Z ( 0.5 / 2) *
n
1 Si : uo Z ( 0.5 ) rechace..Ho
x xi Si : uo Z ( 0.5 ) acepte : Ho
n
x u 4. Estimación
uo
u x Z ( 0.5 / 2) *
n n
3. PH de la Media, Distribución
Normal, Varianza Desconocida
Cuando no se conoce σ se utiliza t-student
x
t
s
n
n 1
Esta distribución se conoce como la distribución t con (n-
1) grados de libertad, para someterse a prueba una
hipótesis: H :u=u
o 0
H1: u ≠ u0
3. PH de la Media, Distribución
Normal, Varianza Desconocida
Dado el α ,se compara con t(n-1,1-α/2), donde se
designa el punto de porcentaje de α bilateral de la
distribución t con (n-1) grados de libertad. Cuando |to|≥
t(n-1,1-α/2), rechace Ho y cuando se menor se acepta
Ho.
Muestra Nro. i 1 2 3 4 5 6 7 8 9 10
Resistencia xi 76.2 78.3 76.4 74.7 72.6 78.4 75.7 70.2 73.3 74.2
(kg/mm2)
Estimaciones t-student
PROCEDIMIENTO RESOLUCIÓN
1. Hipótesis, nivel de significación: 1. Hipótesis, nivel de significación:
Ho: u1 = uo Ho: u1 = uo (=72)
H1: u1 ≠ uo (α=0.05,0.01) H1: u1 ≠ uo (α=0.05)
2. Estadísticas 2. Estadísticas
x i 750
1
x
n
xi x i
2
56308.76
( xi) 2 x 75.0
S x
2
i
n (750) 2
S 56308.76 58.76
S 10
s
n 1 58.76
s 2.56
x uo 9
to
s 75.0 72.0
n to 3.71
2.56
10
Estimaciones t-student
Procedimiento Resolución
3. Prueba. 3. Prueba
Obtenga t(n-1,1-α/2) en tabla t
s
x t ( n 1,1 / 2) *
n
5. Conclusión 5. Conclusión
Debe concluirse, al nivel de
significación del 5% que el
ajuste de la máquina ha
cambiado la resistencia del
acero. Los límites de confianza
para la media al nivel del 95%
son 75±1.83 kg/mm2
3. Diferencias entre las medias
de dos poblaciones
Supongamos que se tienen dos conjunto de
muestra y queremos saber si las medias de
dos poblaciones son iguales o no. Donde u la
media de ambas muestras esta representada
por la siguiente formula:
( x1 x 2) (u1 u 2)
u
1 1
n1 n 2
S1 S 2
s
Donde s se obtendrá: n1 n2 2
y S1 o S2 es la suma de los ( x1 x 2)
to
cuadrados en cada muestra. Si 1 1
s n1 n2
no hay diferencia entre las dos
medias colocando u1=u2 se
tiene el to:
3. Diferencias entre las medias
de dos poblaciones
Ejemplo:
Se estudió el efecto de la corriente de
soldadura sobre la fuerza de ruptura
x1 (600 A) 37 29 35 28 24 36 40 37 33 28 29
x2 (800 A) 22 32 27 30 24 34 32 20 24 25 28 26 26
S1 S 2 252.55 206.92
s s
11 13 2
20.89 4.57
n1 n2 2
( x1 x 2) (32.36 26.92)
to to
1 1
2.91
1 1 4.57
s n1 n2 11 13
3. Diferencias entre las medias
de dos poblaciones
Procedimiento Resolución
3. Prueba 3. Prueba
Obtenga el valor de t t(22,0.975)=2.074
(n1+n2-2,1-α/2) de la to=2.91>2.074
tabla t.
1 1
u1 u 2 ( x1 x 2) t (n1 n2 2,1 / 2) * s n1 n2
𝑢1 − 𝑢2 = 𝑥 1 − 𝑥 2 = 32.36 − 26.92
1 1
𝑢1 − 𝑢2 = 5.44 +/− 2.074 ∗ 4.57 ∗ +
11 13
=5.44+/- 3.88(kg/cm)
5. Conclusión 5. Conclusión.
Debe concluirse que, al nivel de
significancia del 5% hay una diferencia entre
las fuerzas de ruptura producidas por las
dos corrientes de soldadura. Los limites de
confianza del 95% para las dos medias son
6.35+/-3.98 (kg/cm)
4. Estimaciones en
Observaciones Pareadas
Cuando se toman muestras de dos poblaciones,
a veces resultan diferencias significativas
causadas por factores extraños, sin que exista
diferencia en el efecto que estamos tratando de
medir. Dado un experimento para ver cuál de
dos abonos (A o B) es mejor, se sembraron dos
parcelas de trigo en cada una de diez
estaciones experimentales. Con la revisión por
pares se busca que cada uno de los pares sean
semejantes en todo, excepto en aquello que se
desea medir.
4. Estimaciones en
Observaciones Pareadas
Deseamos someter a la prueba de hipótesis u1=u2. Esta
hipótesis afirma que no hay diferencia dentro de los
pares. Puede haber una diferencia entre los pares, pero
esta puede eliminarse tomando la diferencia de di.
Donde di = x1i-x2i.
Si la hipótesis u1=u2, esta hipótesis afirma que no hay
diferencia entre los tratamientos, es decir, que no hay
diferencia dentro de los pares. Puede haber una
diferencia entre los pares, pero esta puede eliminarse
tomando di, si la hipótesis es verdadera, los valores de
di provendrían de una población con media cero. Se
toma también la t-student para hacer el análisis.
4. Estimaciones en
Observaciones Pareadas
Ejemplo: Se comparan las longitudes de 10 muestra antes y
después de haber sido sometidas a horneado ultrasónico. ¿el
tratamiento por calor causa un cambio en la longitud
d
12.03 12.07 -0.04 0.0016
2
di
12.03 12.03 0.00 0.0000
2 i
3. Prueba.
3. Prueba
Obtenga t(n-1,α) en tabla t
t (9,0.975) 2.262
Si : to t (n 1,1 / 2)
to 2.40 2.262
rechace..Ho
t (9,0.975) rechace..Ho
Si : to t (n 1,1 / 2)
acepte : Ho
4. Estimaciones en
Observaciones Pareadas
4. Estimación 4. Estimación
u1 u 2 d t ( n 1,1 / 2 ) * s / n
5. Conclusión 5. Conclusión
Debe concluirse, al nivel de
significación del 5% que el
horneado ultrasónico causa un
cambio en la longitud. Los
limites de confianza para la
diferencia en las medias son -
0.031+/-0.029
1. Ejercicio
1. Para una muestra de 12 datos se afirma que
una aspiradora gasta en promedio 46 kilowatt-
hora, si una muestra nueva tiene en promedio
42 kw-hr, para una d.s de 11.9 kw-hr, suponga
que se gastan en promedio menos de 46 kw-
hr. Para un nivel de significancia de 0.05.
Realizar la prueba de t-student
Ejercicio 2