caricato da Utente10165

Pruebas-de-hipotesis TEORIA

lOMoARcPSD|2784667
Equipo 2 - Pruebas de hipótesis
PROBABILIDAD Y ESTADISTICA (Universidad Autónoma de Yucatán)
StuDocu non è sponsorizzato o supportato da nessuna università o ateneo.
Scaricato da paola meza maldonado ([email protected])
lOMoARcPSD|2784667
Universidad Autónoma de Yucatán
Campus de Ciencias Exactas e Ingenierías
Facultad de Ingeniería
Probabilidad y Estadística
“Pruebas de Hipótesis”
Prof. Carlos Zetina Moguel
Equipo # 2
Junio 2017
Scaricato da paola meza maldonado ([email protected])
lOMoARcPSD|2784667
Pruebas de hipótesis
Conceptos de la prueba de hipótesis
Una prueba de hipótesis es una prueba estadística que se utiliza para determinar si existe
suficiente evidencia en una muestra de datos para inferir que cierta condición es válida para toda
la población.
Una prueba de hipótesis examina dos hipótesis opuestas sobre una población: la hipótesis nula y la
hipótesis alternativa. La hipótesis nula es el enunciado que se probará. Por lo general, la hipótesis
nula es un enunciado de que "no hay efecto" o "no hay diferencia". La hipótesis alternativa es el
enunciado que se desea poder concluir que es verdadero.
Con base en los datos de la muestra, la prueba determina si se debe rechazar la hipótesis nula.
Para tomar la decisión se utiliza un valor p. Si el valor p es menor que o igual al nivel de
significancia, que es un punto de corte que usted define, entonces puede rechazar la hipótesis
nula.
Un error común de percepción es que las pruebas estadísticas de hipótesis están diseñadas para
seleccionar la más probable de dos hipótesis. En realidad, una prueba mantendrá la validez de la
hipótesis nula hasta que haya suficiente evidencia (datos) en favor de la hipótesis alternativa.
Hipótesis nula y alternativa
La hipótesis nula, representada por H0, es la afirmación sobre una o más características de
poblaciones que al inicio se supone cierta (es decir, la "creencia a priori").
La hipótesis alternativa, representada por HA, es la afirmación contradictoria a H0, y ésta es
generalmente la hipótesis del investigador.
La hipótesis nula se rechaza en favor de la hipótesis alternativa, sólo si la evidencia muestral
sugiere que H0 es falsa. Si la muestra no contradice decididamente a H0, se continúa creyendo en
la validez de la hipótesis nula. Entonces, las dos conclusiones posibles de un análisis por prueba de
hipótesis son rechazar H0 o no rechazar H0.
Errores de tipo I y tipo II
El error tipo I se define como el rechazo de la hipótesis nula H 0 cuando ésta es verdadera. También
es conocido como  o nivel de significancia.
El error tipo II o error  se define como la aceptación de la hipótesis nula cuando ésta es falsa.
Scaricato da paola meza maldonado ([email protected])
lOMoARcPSD|2784667
Pruebas de una cola y de dos colas
Una prueba de dos colas se asocia a una hipótesis alternativa para la cual se desconoce el signo de
la potencial diferencia. Por ejemplo, supongamos que deseamos comparar las medias de dos
muestras A y B. Antes de diseñar el experimento y ejecutar la prueba, esperamos que si se resalta
una diferencia entre las dos medias, realmente no sabemos si A debería ser superior a B o a la
inversa. Esto nos lleva a elegir una prueba de dos colas, asociada a la siguiente hipótesis
alternativa:
Ha:
B
). Las pruebas de dos colas son con diferencia las más
media( A)≠ media ¿
utilizadas.
Una prueba de una cola normalmente está asociada a una hipótesis alternativa para la cual se
conoce el signo de la potencial diferencia antes de ejecutar el experimento y la prueba. En el
ejemplo descrito más arriba, la hipótesis alternativa referida a una prueba de una cola podría
redactarse así:
media( A)<media (B)
o
B
), dependiendo de la
media( A)>media ¿
dirección esperada de la diferencia.
Prueba de hipótesis para la µ en muestras grandes
Scaricato da paola meza maldonado ([email protected])
lOMoARcPSD|2784667
Prueba de hipótesis para la µ en muestras pequeñas
Prueba de hipótesis para proporción
Sea π la proporción de éxitos en una población Binomial. Sea p la proporción de éxitos en una
muestra de tamaño n extraída de dicha población. A continuación pasamos a recordar los tres
modelos de hipótesis aplicados para una proporción poblacional:
Modelo de cola a la izquierda:
H o :π ≥ π o
H 1 : π < πo
Estadístico de la prueba:
Aplicando el Teorema del Límite Central, el estadístico de prueba es
Z C =( p−π o)/ √ ((π o (1−π o ))/ n)
El valor crítico es Z α
El criterio de decisión:
Si Z C <Z α
entonces se rechazará la hipótesis nula, en caso contrario no se rechazará.
Modelo de cola a la derecha:
H o :π ≤ π o
Scaricato da paola meza maldonado ([email protected])
lOMoARcPSD|2784667
H 1 : π > πo
En cuanto al estadístico de la prueba es el mismo.
El gráfico muestra que
Z 1−α será el valor crítico.
Criterio de decisión:
Si Z C
> Zα
entonces se rechazará la hipótesis nula, en caso contrario no se rechazará.
Modelo de cola bilateral:
H o :π =π o
H1: π ≠ π o
En este caso tenemos dos valores críticos:
Zα
y Z 1−α /2 , como se muestra en la gráfica.
Criterio de decisión:
Si Z C < Z α/ 2 o si
rechazará.
Z C > Z 1−α /2 entonces se rechazará la hipótesis nula, en caso contrario no se
Scaricato da paola meza maldonado ([email protected])
lOMoARcPSD|2784667
Prueba de hipótesis para σ2
En una prueba de hipótesis para la varianza poblacional se emplean el valor hipotético de la
varianza poblacional σ 2 y la varianza muestral s 2 para calcular el valor estadístico de prueba
χ
2
. Si la población tiene una distribución normal, el estadístico de prueba es el siguiente:
( n−1 ) s2
χ=
σ 20
2
Donde
χ
2
Tiene una distribución chi-cuadrada con
n−1 grados de libertad.
Una vez calculado el estadístico de prueba χ 2 , para determinar si se acepta o se rechaza la
hipótesis nula se encuentra el valor crítico y se realiza la comparación.
Prueba de hipótesis para diferencia de medias
En la práctica, se presenta una diversidad de problemas en la industria y en las ciencias sociales
que nos sugieren confrontar cual de dos procesos es mejor que el otro a la luz de la media que
arroja cada uno de ellos. Se nos podría ocurrir por ejemplo: a) verificar si el consumo de gasolina
entre dos marcas de vehículos se puede considerar idéntico o por el contrario una marca es más
económica que otra, b) Verificar si los salarios de la industria metalúrgica se pueden considerar o
no superiores a los salarios de la industria textil en una región, c) Verificar si el contenido de
determinada sustancia en una artículo fabricado por una compañía A es inferior o no al contenido
de dicha sustancia en el mismo artículo fabricado por una compañía B de la competencia. etc. Con
el fin de resolver las pruebas de hipótesis para la diferencia de medias, debemos tener en cuenta
el mismo procedimiento y las mismas reglas que seguimos para las pruebas de hipótesis para la
media. Las fórmulas para el cálculo de los estadísticos “z” y “t”, son las mismas empleadas en el
cálculo de los intervalos de confianza para la diferencia de medias en el capítulo anterior.
En cuanto a la distribución en el muestreo de la diferencia de medias, recordemos los siguientes
tres casos:
1) Si las dos poblaciones son normales, las diferencias de las medias muestrales también se
distribuirán normalmente cualquiera sea el tamaño de las muestras. No obstante, si no se conocen
las desviaciones estándar poblacionales (1 y 2), éstas pueden ser reemplazadas por la
desviaciones estándar de las muestras (S1 y S2), si los tamaños de las muestras son mayores que
30 (n1>30 y n2>30 o n1+n2>60).
2) Según el teorema central del límite, si las dos poblaciones no son normales o no sabemos si se
cumple o no éste comportamiento, las diferencias de las medias muestrales se distribuirán
aproximadamente como una distribución normal, si los tamaños de las muestras son mayores que
30 (n1>30 y n2>30 o n1+n2>60)
Scaricato da paola meza maldonado ([email protected])
lOMoARcPSD|2784667
3) Si las dos poblaciones son normales o están muy cerca de éste comportamiento y por otra parte
no conocemos la desviaciones estándar poblacionales y además los tamaños de las muestras son
menores que 30 (n1<30 y n2<30 o n1+n2<60), entonces, las diferencias de las medias muestrales se
distribuirán de acuerdo a la ley t-student.
Prueba de hipótesis para diferencia de proporciones
Para resolver pruebas de hipótesis para la diferencia de proporciones en muestras grandes, podemos
basarnos en la distribución en el muestreo de las diferencias de proporciones utilizando la
distribución normal y el proceso que debemos seguir es muy similar al utilizado para el caso de la
media.
La hipótesis nula puede plantearse como H0: P1 - P2=0 ó H0:P1=P2 y en ambos casos, la hipótesis
alternativas podrían ser: HA: P1 - P  0 ó HA: P1 -P2 >0 ó HA: P1 - P2<0, según la hipótesis sea
bilateral en el primer caso o unilateral en los dos siguientes.
Si la hipótesis nula se plantea como: H0: P1 - P2=A (Siendo A un valor cualquiera), las hipótesis
alternativas serían las mismas anteriores pero cambiando el valor 0(cero) por el valor de A.
Prueba de hipótesis para diferencia de varianzas
La razón entre dos varianzas, se define como la razón de dos variables Ji-cuadrada independientes,
provenientes de dos poblaciones normales, dividida cada una de ellas por sus respectivos grados
de libertad. En éstas condiciones la razón de varianzas se puede expresar como sigue:
2
F=
S1
2
S2
Recordemos que el numerador representa a la varianza muestral mayor, mientras que el
denominador representa a la varianza muestral menor. Si el valor de F según la fórmula anterior es
igual a 1, entonces, podemos afirmar que las dos varianzas poblacionales son iguales, pero si es
diferente de 1, dicha diferencia puede ser no significativa y podría deberse a problemas aleatorios
o del azar. También podría suceder que si la razón es diferente de 1 dicha diferencia sea
significativa como para pensar que las dos varianzas poblaciones son diferentes.
Las pruebas de hipótesis para la razón de dos varianzas sigue el mismo proceso visto en las
secciones anteriores y el criterio de decisión F debe buscarse en las tablas correspondientes.
Recordemos además que para buscar el valor de F en las tablas, debemos localizar los grados de
libertad del numerador en la primera fila de la tabla y localizar los grados de libertad del
denominador en la primera columna de la tabla.
2
La hipótesis nula será siempre
2
2
H 0 : σ 1=σ 2 ó
σ1
2
σ2
. Por otra parte la hipótesis alternativa podría
ser cualquiera de las siguientes:
Scaricato da paola meza maldonado ([email protected])
lOMoARcPSD|2784667
1)
2
2
H a :σ 1 <σ 2 . En éste caso la prueba es unilateral a la izquierda y el estadístico de la prueba es
2
F=
S1
y se rechaza la hipótesis nula si el valor de F calculado es menor que el valor de F, según
2
S2
las tablas.
2)
2
2
H a :σ 1 >σ 2 . En éste caso la prueba es unilateral a la derecha y el estadístico de la prueba es
2
F=
S1
y se rechaza la hipótesis nula si el valor de F calculado es mayor que el valor de F, según
2
S2
las tablas.
2
3)
2
1
H a :σ ≠ σ
2
2
. En éste caso la prueba es bilateral y el estadístico de la prueba es
F=
SM
2
Sm
y
se rechaza la hipótesis nula si el valor de F calculado está fuera del intervalo existente entre los dos
valores de F según las tablas. El subíndice M, se refiere a la varianza muestral mayor, mientras que
el subíndice m, se refiere a la varianza muestral menor.
Scaricato da paola meza maldonado ([email protected])
lOMoARcPSD|2784667
Referencias
MiniTab (s.f) ¿Qué es una prueba de hipótesis? Disponible el 20 de junio de 2017. Recuperado de
http://support.minitab.com/es-mx/minitab/17/topic-library/basic-statistics-andgraphs/hypothesis-tests/basics/what-is-a-hypothesis-test/
UNID (s.f) Estadística Inferencial. Disponible el 20 de junio de 2017. Recuperado de
http://moodle2.unid.edu.mx/dts_cursos_mdl/lic/AE/EI/S08/EI08_Visual.pdf
XlStat (2015). ¿Cuál es la diferencia entre una prueba de dos colas (bilateral) y de una cola
(unilateral)? Disponible el 20 de junio de 2017. Recuperado de
https://help.xlstat.com/customer/es/portal/articles/2062454-%C2%BFcu%C3%A1l-es-la-diferenciaentre-una-prueba-de-dos-colas-bilateral-y-de-una-cola-unilateral-
Scaricato da paola meza maldonado ([email protected])