Beruflich Dokumente
Kultur Dokumente
ESTADSTICA INFERENCIAL
La estadstica Inferencial, es el proceso por el cual se
deducen (infieren) propiedades o caractersticas de una
poblacin a partir de una muestra significativa.
Poblacin
de
Muestra
Definicin
Coleccin
considerados
Caractersticas
Parmetros
Estadsticos
Smbolos
Tamao de la poblacin = N
X
Tamao
de la muestra =
n
Media de la poblacin =
Media de la muestra =
MTODO DE MUESTREO
Mtodos no probabilsticos.- Interviene la opinin del investigador para
obtener cada elemento de la muestra.
Mtodos probabilsticos.- Muestra que se selecciona de modo que cada
integrante de la poblacin en estudio tenga una probabilidad conocida( pero
distinta de cero) de ser incluido en la muestra.
EDADES
1
2
3
4
5
MENOS DE 25 AOS
26-30AOS
31-35 AOS
36-40AOS
MS DE 41AOS
TOTAL
N DE
EMPLEADOS
% DEL TOTAL
CANTIDAD
MUESTREADA
8
35
189
115
5
2
10
54
33
1
1
5
27
16
1
352
100
50
CONCEPTOS INICIALES
Estimacin Puntual.- Estadstico calculado a partir de la
informacin obtenida de la muestra y que se usa para
estimar el parmetro poblacional
Intervalo de confianza.- es un conjunto de valores
obtenido a partir de los datos muestrales en el que hay
una determinada probabilidad de que se encuentre el
parmetro, a esta probabilidad se le conoce como el nivel
de significancia
Error de muestreo.- Diferencia entre un valor estadstico
de muestra y su parmetro de poblacin correspondiente.
INTERVALOS DE CONFIANZA
1,96
s
n
X1
X2
X4
X3
X5
s
n
INTERVALOS DE CONFIANZA
INTERVALO DE CONFIANZA PARA MUESTRAS MAYORES A
30 ELEMENTOS
X z
s
n
X t
s
n
DESVIACIN ESTNDAR
(X )
N
( X ) 2
n 1
PROPORCIONES
PROPORCIN.- Fraccin, razn o porcentaje que indica la parte de la
muestra o poblacin que tiene una caracterstica determinada
PROPORCIN MUESTRAL:
x
p
n
p z p
p (1 p )
n
EJERCICIO
Suponga que se toma una muestra de 30 empleados de los cuales reciben e
n promedio 349$ y una desviacin estndar de 110$. Cul es el interval
o de confianza?
X z
s
n
110
349 1,96
30
349 39
310 389
X t
s
n
126
346 2,093
20
346 59
287 405
EJERCICIO - PROPORCIONES
En una muestra aleatoria de 2000 miembros de sindicato, se tiene que 1600
estn a favor de fusionarse con otra empresa Cul es el valor estimado de
la proporcin poblacional?Cul es el intervalo de confianza al 95% de
confianza?
x
p
n
1600
p
0,80
2000
pz
p (1 p )
n
0,80 1,96
0,80(1 0,80)
0,80 0,018
2000
PASO1 PLANTEAR H0 Y H1
H 0 : 0
H 0: 0
H 1 : 0
H 1 : 0
n
t
P
(1 )
n
Para
proporciones
0 1000toneladas
20toneladas
n 30das
z
990 1000
2,7
20
30
UNA COLA
0.05/2=0.025
0.5-0.05=0.45
0.50-0.025 =0.475
-0.50
0.50
-2,7
Se rechaza H0
40visitas
x 42visitas
s 2.1visitas
n 28
X
t
s
n
Practica de Prueba
de Hipotesis
Dr. Jos Lima Hercilla
CONCEPTOS BSICOS
La prueba de hiptesis comienza con una suposicin,
denominada hiptesis, que hacemos entorno a un
parmetro de la poblacin. Reunimos datos
mustrales, producimos estadsticos de la muestra
y con esta informacin decidimos la probabilidad
de que el parmetro supuesto de la poblacin sea
correcto. Por ejemplo, suponemos cierto valor de
una media de la poblacin. Para verificar la validez
de la suposicin, obtenemos los datos mustrales
y determinamos la diferencia entre el valor
supuesto y el valor real de la media muestral. A
continuacin juzgamos si la diferencia es
significativa. Cuanto menos sea la diferencia,
mayores probabilidades habr de que sea correcto
el valor supuesto de la media. Y a una diferencia
ms amplia corresponder una probabilidad
menor.
No podemos aceptar ni rechazar una hiptesis
referente a un parmetro de la poblacin por mera
intuicin. Por el contrario, necesitamos aprender a
decidir con objetividad, basndonos en la
informacin de la muestra, si aceptamos o
rechazamos un presentimiento.
a) Hiptesis
Se debe formular el supuesto valor del parmetro de la poblacin
antes de empezar el muestreo. La suposicin que se desea probar,
se denomina hiptesis nula y se representa por H0. Si se rechaza la
hiptesis nula, la conclusin que debemos aceptar se llama
hiptesis alternativa y se simboliza por H1.
Supongamos que se quiere probar la hiptesis de que el promedio de
calificacin de los alumnos de cierta Universidad es de 8.5,
entonces:
H0 : = 8.5 Establece que la media de la poblacin es igual a 8.5
b) Nivel de significancia
Supongamos que la media de
calificaciones del ejemplo anterior
de 8.5, se expresa con un nivel de
confianza del 95%, entonces el
nivel de significancia ser de 0.05,
es decir:
= 1 0.95
Entonces: = 0.05 Que representa
el nivel de significancia.
Se puede comprender mejor
observando la grfica siguiente:
d) Errores de tipo I y II
Si se rechaza una hiptesis nula que sea verdadera
es un error de tipo I, y su probabilidad se
representa con . Si se acepta una hiptesis nula
que sea falsa se llama error de tipo II, y su
probabilidad se representa con . La probabilidad
de cometer uno de estos errores se reduce si se
aumenta la probabilidad de incurrir en otro tipo de
error. A fin de conseguir una baja, habremos de
conformarnos con una alta. Para sortear esto en
situaciones personales y profesionales, los
encargados de tomar decisiones eligen el nivel
apropiado de significancia examinando los costos
o castigos que conllevan a ambos tipos de error.
Por ejemplo: supngase que el cometer un error de
tipo I implica el tiempo y el trabajo de reelaborar
un lote de sustancias qumicas que debera haber
sido aceptado. En cambio, el incurrir en un error
de tipo II significa correr el riesgo de que se
envenene un grupo entero de usuarios de la
sustancia. La gerencia de esta compaa preferira
el error de tipo I al de tipo II y, en consecuencia,
establecera niveles muy elevados de significancia
en sus pruebas para conseguir bajas.
Realizaremos
algunos
ejemplos, en diferentes
condiciones cuando se
conocen
las
desviaciones estndar
de la poblacin.
Solucin:
Las hiptesis se expresan de la siguiente manera:
H0 : = 60,000 mi
60,000 millas
H1 : 60,000 mi
La duracin de las llantas es
distinta a 60,000 millas
Primero, vamos a calcular el error estndar de la media y
para ello emplearemos la expresin del error estndar:
x
n
5,000
x
48
5,000
x
6.9282
x 721.69 mi
Lc H 0 Zx
x
Z
x
59,500 60,000
Z
721.69
Z 0.693 _ _
X
1
50
1
7.07
x 0.1414
Li = 3 1.64 (0.1414)
Li = 3 0.2319
Li = 2.768
Grficamente esto se representa as:
2.75 3
0.1414
x
Z
x
0.25
Z
0.1414
Z 1.77 x
x
n
38
x
172
38
13.115
x 2.897
Comprobando con:
407 400
Z
2.897
x
Z
x
7
Z
2.897
Z 2.416 x
PRUEBAS DE HIPOTESIS DE
LAS MEDIAS DE MUESTRAS
PEQUEAS.
x
n
11
x
20
11
x
4.472
x 2.46
Lc tx
Lc = 90 1.729 (2.46)
Li = 90 1.729 (2.46)
Ls = 90 + 4.246
Li = 90 4.246
Ls = 94.25
Li = 85.75
= $600,000
= 0.05
x
n
49,000
x
7
49,000
x
2.646
x $18,518.52
Li t x
Li = 600,000 1.943 (18,518.52)
En la campana de Gauss:
Li = $564,018.52
560,000 600,000
18,518.52
40,000
18,518.52
Z 2.16x
n = 150
p = 0.7
= 0.3
= 0.05
pH 0 q H 0
n
Sustituyendo valores:
(.8)(. 2)
150
0.0010666
p 0.0327
La probabilidad de la muestra
=
0.7, se localiza en la zona de
rechazo, por lo que se rechaza la
hiptesis nula y se acepta la
alternativa.
Vamos
a
demostrarlo:
Z
0.7 0.8
0.0327
0.1
0.0327
Z 3.058 p
pHo qHo
n
Sustituyendo valores:
(0.3333) (0.6667)
200
0.2222
200
p .0011 p 0.0333
Ls = 0.3333 +
0.4 0.3333
0.0333
0.0667
0.0333
En la campana de Gauss:
Z 2.003p
Concluimos
que
no
es
mayor
la
proporcin de estudiantes egresados
que tienen trabajo.