Documente Academic
Documente Profesional
Documente Cultură
Presenta:
MTRO. JAVIER SOLIS NOYOLA
OBJETIVOS
• El alumno conocerá y comprenderá el concepto de hipótesis
estadística como herramienta para la toma de decisiones.
Difusión:
•Conformación
Experimentación: de un nuevos do-
Hipótesis: •ejecución de cumentos que con-
Observación: *Propuesta acciones que tienen nueva in-
•Identificar de posible Verifiquen la hipó- formación.
variables. solución Tesis.
Problema • Información
Teórica
Niveles de análisis
(Método Estadístico)
0. Nosotros no tenemos experiencia ni datos, sólo opiniones.
DESCRIPTIVA INFERENCIAL
• Son los métodos para determinar
algo acerca de una población
• Métodos para organizar, resumir y basándose en una muestra.
presentar datos de manera
informativa.
LSL T USL
APLICACIÓN
PRÁCTICA DE LA
SOLUCIÓN
Una hipótesis estadística es una afirmación o proposición
respecto a alguna característica de una población, generalmente
fundamentada sobre un parámetro de la misma. Contrastar una
hipótesis es comparar las predicciones con la realidad que
observamos ocurrida en una muestra. Si dentro del margen de
error que estamos dispuestos a admitir, hay coincidencia,
aceptaremos la hipótesis y en caso contrario la rechazaremos.
p ó t e
i s
i
h s
Hipótesis nula e hipótesis alternativa
•La hipótesis emitida se suele designar por Ho y se llama Hipótesis nula. Lo de
“nula” viene de que partimos del supuesto de que las diferencias entre el
valor verdadero del parámetro y su valor hipotético, en realidad no son tales,
sino debidas al azar, es decir no hay diferencia o dicho de otra forma la
diferencia es nula.
Ejemplos:
1.- Sospechamos que las bolsas de frutos secos de 100 gramos, realmente no pesan
100 gramos. Para contrastar esta hipótesis plantearíamos:
Hipótesis nula
Hipótesis alternativa
2.- Estaría contento de comprobar que no pueden demostrar que mi media de notas
ha bajado de 7,785 como parecen indicar los últimos exámenes. Para contrastar esta
hipótesis:
Hipótesis nula
Hipótesis alternativa
Procedimiento de cinco pasos para probar una Hipótesis
Cola a la Cola a la Bilateral
Paso 1: Se plantean las hipótesis derecha Izquierda (ambas colas)
nula (H0) y alternativa (H1)
H0 : µ ≤ µ0 H0 : µ ≥ µ0 H0 : µ= µ0
H1 : µ > µ0 H1 : µ < µ0 H1 : µ ≠µ0
α α α/2 α/2
Paso 2: Se selecciona el nivel de
significancia (α)
Paso 3: Se identifica el
; n≥30 ó ; n<30
estadístico de prueba
Cola a la Sí el valor del Z (calculado por estadístico) < Zα (valor crítico obtenido
derecha en tablas: Normal o T Student) SE ACEPTA (H0)
Paso 4: Se formula la regla de
decisión Cola a la Sí el valor del Z (calculado por estadístico) > Zα (valor crítico obtenido
izquierda en tablas: Normal o T Student) SE ACEPTA (H0)
Ambas • Sí el valor del Z (calculado por estadístico) > - Zα/2 (cola izquierda)
colas ó
• Sí el valor del Z (calculado por estadístico) < + Zα/2 (cola derecha)
Cualquiera de los 2 casos anteriores SE ACEPTA (H0)
Paso 5: Se toma una muestra y se
decide: se acepta H0 o se rechaza En función del tamaño la muestra, las condiciones de pasos (1 a 4) y los cálculos
desarrollados Se ACEPTA (H0) ó se RECHAZA (H0)
H0
Paso 1: Se plantean las hipótesis nula (H0) y alternativa (H1)
La hipótesis nula (H0) se refiere siempre a un valor especificado del parámetro de población. La letra H
significa hipótesis y el subíndice cero no hay diferencia.
La hipótesis nula es una afirmación que no se rechaza a menos que los datos maestrales proporcionen
evidencia convincente de que es falsa. El planteamiento de la hipótesis nula siempre contiene un signo
de igualdad (= ; ≥; ≤ ) con respecto al valor especificado del parámetro.
La hipótesis alternativa (H1) es cualquier hipótesis que difiera de la hipótesis nula. Es una afirmación
que se acepta si los datos maestrales proporcionan evidencia suficiente de que la hipótesis nula es
falsa. Se le conoce también como la hipótesis de investigación. El planteamiento de la hipótesis
alternativa nunca contiene un signo de igualdad con respecto al valor especificado del parámetro.
Identificación simbólica y gráfica en una distribución de las hipótesis: nula (H0) y alternativa H1
Cola a la derecha Cola a la Izquierda Bilateral (ambas colas)
H1 H1 H1 H1
H0 H0 H0
H0 : µ ≤ µ0 H0 : µ ≥ µ0 H0 : µ= µ0
H 1 : µ > µ0 H 1 : µ < µ0 H1 : µ ≠µ0
Paso 2: Se selecciona el nivel de significancia (α)
•Nivel de significancia: Probabilidad de
rechazar la hipótesis nula (H0) cuando es
verdadera. Se le denota mediante la letra
griega α, también es denominada como
nivel de riesgo, este término es mas
adecuado ya que se corre el riesgo de
rechazar la hipótesis nula, cuando en
realidad es verdadera. Este nivel esta bajo el
control de la persona que realiza la prueba.
X X
z t
/ n s/ n
Donde: Donde:
= media muestral = media muestral
µ = Media Poblacional µ = Media Poblacional
σ = Desviación Estándar s = Desviación Estándar de la
Poblacional muestra
Nota:
Los valores de - Zα/2 y + Zα/2 se obtienen de tablas de datos de
distribución Normal (Esto también aplica de igual forma para una
- Zα/2 + Zα/2
distribución t de Student )
valor crítico (-) valor crítico (+)
Paso 5: Se toma una muestra y se decide: se acepta H0 o se rechaza H0
El quinto y último paso en una prueba de Hipótesis es calcular el estadístico de prueba Z ó t (por medio
de fórmulas de distribución: Normal o t de Student), compararlos con el valor crítico (-Zα , +Zα , - ±Zα/2 ;
-tα, +tα, ±tα/2 ) , que se obtiene de tablas de distribución: Normal o t de Student ), y tomar la decisión de
rechazar o no la Hipótesis nula
X
-Zα, +Zα, ± Zα/2 z
/ n
X
-tα, +tα, ±tα/2 t
s/ n
- Zα/2 + Zα/2
NO SE ACEPTA (H0)
SE ACEPTA (H0)
Ejemplo 1
El administrador de un centro de salud desea saber si el tiempo medio invertido
por los pacientes en la sala de espera es mayor de 20 minutos. Un muestra de 100
pacientes permanecieron, en promedio, 23 minutos en la sala de espera entre el
registro y la atención por algún médico del centro de salud. La desviación
estándar de la muestra fue de 10. use un nivel de significancia del 5%.
𝐻0 : 𝜇 ≤ 20 𝑚𝑖𝑛𝑢𝑡𝑜𝑠 ó en análisis de valores Z 𝐻0 : 𝜇 ≤ 0
Paso 1: Se plantean las hipótesis
nula (H0) y alternativa (H1) 𝐻1 : 𝜇 > 20 𝑚𝑖𝑛𝑢𝑡𝑜𝑠 ó en análisis de valores Z 𝐻0 : 𝜇 > 0
Paso 3: Se identifica el
estadístico de prueba Distribución Normal (n ≥30)
𝒙−𝝁
𝑍= 𝝈
𝒏
Paso 4: Se formula la regla de 𝒁𝒄 (𝒗𝒂𝒍𝒐𝒓 𝒅𝒆 𝑬𝒔𝒕𝒂𝒅ístico Calculado)
decisión
𝒙−𝝁 𝟐𝟑 − 𝟐𝟎
𝑍= 𝝈 𝒁𝒄 = =𝟑
𝟏𝟎
𝒏
Región de 𝟏𝟎𝟎
aceptación Región de rechazo
𝑯𝟎 Ver cálculo de
𝒁𝜶 = 𝟏. 𝟔𝟒𝟓
𝑯𝟏 En Tabla de ANEXO A
−𝒁 𝒁
𝜇=0
𝒁𝜶 = 𝟏. 𝟔𝟒𝟓 𝒁𝒄 = 𝟑
Paso 3: Se identifica el
estadístico de prueba Distribución Normal (n≥30)
𝒙−𝝁
𝑍= 𝝈
𝒏
Paso 4: Se formula la regla de 𝒁𝒄 (𝒗𝒂𝒍𝒐𝒓 𝒅𝒆 𝑬𝒔𝒕𝒂𝒅ístico Calculado)
decisión
𝒙−𝝁 𝟏.𝟒−𝟏.𝟐
𝑍= 𝝈 𝒁𝒄 = 𝟎.𝟕 = 2.47
𝒏 𝟕𝟓
Región de
aceptación
Región de rechazo 𝑯𝟎 Región de rechazo
Ver cálculo de
𝑯𝟏 𝑯𝟏
±𝒁𝜶/𝟐 = ±𝟐.575
−𝒁 𝒁
𝜇=0 En Tabla de ANEXO A
−𝒁𝜶/𝟐 = −𝟐. 𝟓𝟕𝟓 +𝒁𝜶/𝟐 = +𝟐. 𝟓75
𝒁𝒄 =2.47
La regla de decisión es:
Aceptar 𝑯𝟎 , 𝒔𝒊 𝒁𝒄 𝒆𝒔𝒕𝒂 𝒅𝒆𝒏𝒕𝒓𝒐 𝒅𝒆 𝒍𝒐𝒔 𝒗𝒂𝒍𝒐𝒓𝒆𝒔 𝒄𝒓í𝒕𝒊𝒄𝒐𝒔 𝒅𝒆𝒍 𝒊𝒏𝒕𝒆𝒓𝒗𝒂𝒍𝒐 − 𝒁𝜶/𝟐 ≤ 𝒁 ≤ +𝒁𝜶/𝟐
Como: 𝒁𝒄 =2.47 esta dentro del intervalo −𝟐. 𝟓𝟕𝟓 ≤ 𝒁 ≤ +𝟐. 575 Aceptamos la
Hipótesis nula 𝑯𝟎 .
Se acepta la Hipótesis nula H0, ya que el estadístico de prueba ( Z=2.47) queda dentro de los valores críticos: -2.575
y 2.575.
Ejemplo 3
Un ingeniero tiene la impresión de que el desperdicio en una línea de producción
automatizada está aumentando: según datos históricos era de 45 kg en promedio
diariamente. Para probarlo, toma una muestra de 20 días, y calcula un desperdicio
promedio diario de 46.3 kg, con una desviación estándar de 2. Probar la hipótesis con
un nivel de significancia del 5%.
𝐻0 : 𝜇 ≤ 45 𝐾𝑔 ó en análisis de valores t 𝐻0 : 𝜇 ≤ 0
Paso 1: Se plantean las hipótesis
nula (H0) y alternativa (H1) 𝐻1 : 𝜇 > 45 𝐾g ó en análisis de valores t 𝐻0 : 𝜇 > 0
Paso 3: Se identifica el
estadístico de prueba Distribución t de Student (n<30)
X
t
s/ n
𝒕𝒄 (𝒗𝒂𝒍𝒐𝒓 𝒅𝒆 𝑬𝒔𝒕𝒂𝒅ístico Calculado)
Paso 4: Se formula la regla de
decisión X
t 𝒕𝒄 =
46.3−45
2 =2.9069
s/ n
20
acceso en:
http://abaco.com.ve/esta/Tabla_dist
ribucion_normal_a_la_derecha_de_
z_0.pdf
Caso de ejemplo 1
𝒁𝜶 = 1.64 ó 1.65
O bien obteniendo un promedio de:
(1.64 +1.65)/ 2 = 𝟏. 𝟔𝟒𝟓
𝒁𝜶 = 𝟏. 𝟔𝟒𝟓
ANEXO B
Tabla de de distribución
t de Student.
Obtenida de libro:
gl = n - 1
Donde:
n = tamaño de la muestra
gl = grados de libertad
Ejercicios para desarrollar
1.- La duración de las bombillas que fabrica una empresa, sigue una distribución normal, con una
desviación estándar de 125 horas. La empresa garantiza una vida mínima de 875 horas para cada
bombilla.
Se escoge una muestra de 50 bombillas, y después de comprobar la vida de las mismas se obtuvo una
media de 798 horas. ¿Puede afirmarse con un nivel de significancia de 5% que la publicidad de la
empresa es engañosa?
2.- Jamestown Steel Company fabrica y arma escritorios y otros muebles para oficina en diferentes
plantas en el oeste del estado de Nueva York. La producción semanal del escritorio modelo A325 en la
planta de Fredonia tiene una distribución normal, con una media de 200 y una desviación estándar de
16. Hace poco, con motivo de la expansión del mercado, se introdujeron nuevos métodos de producción
y se contrató a más empleados. El vicepresidente de fabricación pretende investigar si hubo
algún cambio en la producción semanal del escritorio modelo A325. En otras palabras, ¿la cantidad
media de escritorios que se produjeron en la planta de Fredonia es diferente de 200 escritorios
semanales con un nivel de significancia de 0.01?
42, 39, 42, 45, 43, 40, 39, 41, 40, 42, 43, 42
¿Es razonable concluir que cambió la longitud media de las barras? Utilice el nivel de significancia 0.02.
Referencias Informáticas