Documente Academic
Documente Profesional
Documente Cultură
SEMANA 7
Test de hipótesis II
Todos los derechos de autor son de la exclusiva propiedad de IACC o de los otorgantes de sus licencias. No está
IACCemitir, difundir, poner a disposición del público ni
permitido copiar, reproducir, reeditar, descargar, publicar,
utilizar los contenidos para fines comerciales de ninguna clase. 1
SEMANA 7 – ESTADÍSTICA PARA LA GESTIÓN
APRENDIZAJES ESPERADOS
IACC
2
SEMANA 7 – ESTADÍSTICA PARA LA GESTIÓN
IACC
3
SEMANA 7 – ESTADÍSTICA PARA LA GESTIÓN
INTRODUCCIÓN
IACC
4
SEMANA 7 – ESTADÍSTICA PARA LA GESTIÓN
Si la distribución poblacional de las diferencias es una distribución normal, los siguientes contrastes
tienen un nivel de significación α (Newbold, Carlson & Thorne, 2008, pp. 395 y 396).
Las muestras aleatorias de n pares de observaciones enlazadas de distribuciones que tienen media
̅ y 𝒔𝒅 la media muestral y la desviación estándar muestral observadas de las n
𝝁𝒙 𝒚 𝝁𝒚 , donde 𝒅
diferencias (𝒙𝒊 − 𝒚𝒊 ).
IACC
5
SEMANA 7 – ESTADÍSTICA PARA LA GESTIÓN
Cuando se quiere contrastar la hipótesis nula en que las dos medias poblacionales son iguales, se
iguala 𝐷0 a 0 en las fórmulas.
IACC
6
SEMANA 7 – ESTADÍSTICA PARA LA GESTIÓN
Los valores P de estas pruebas son la probabilidad de obtener un valor al menos tan extremo con
el obtenido, dada la hipótesis nula.
EJEMPLO: Unos investigadores realizaron un estudio para estimar la relación entre la actividad
cerebral de un sujeto mientras veía un anuncio de televisión y su capacidad posterior para recordar
su contenido. Se mostró a los sujetos dos anuncios comerciales de 10 productos. Se midió la
capacidad para recordar cada anuncio 24 horas después y se llamó a cada miembro de un par de
anuncios comerciales vistos por un sujeto específico “bien recordado” o “mal recordado”. La tabla
muestra un índice de la cantidad total de actividad cerebral de la muestra aleatoria de sujetos
mientras veían estos anuncios. Los investigadores querían saber si la actividad de las ondas
cerebrales era mayor en el caso de los anuncios bien recordados que en el de los anuncios mal
recordados. Construya una prueba de hipótesis con un nivel de significación del 5% y calcule el valor
P.
IACC
7
SEMANA 7 – ESTADÍSTICA PARA LA GESTIÓN
DESARROLLO:
Sea 𝜇𝑋 la media poblacional de los anuncios bien recordados y 𝜇𝑦 la media poblacional de los
anuncios mal recordados. Entonces, las diferencias 𝑑𝑖 (𝑖 = 1,2,3, … ,10) son una muestra aleatoria
de 10 observaciones procedentes de una población que tiene una media(𝜇𝑥 − 𝜇𝑦 ) . Partiendo de
estos supuestos, se puede contrastar la hipótesis nula de que no existe ninguna diferencia entre los
niveles de actividad del cerebro.
𝐻0 : 𝜇𝑥 − 𝜇𝑦 = 0
Frente a la alternativa de que la actividad cerebral es, en promedio, mayor en el caso de los anuncios
bien recordados, es decir:
𝐻1 : 𝜇𝑥 − 𝜇𝑦 ≠ 0
Se calculan las diferencias para cada observación y sobre esas diferencias se calcula el promedio y
la desviación estándar.
IACC
8
SEMANA 7 – ESTADÍSTICA PARA LA GESTIÓN
IACC
9
SEMANA 7 – ESTADÍSTICA PARA LA GESTIÓN
Como la afirmación es verdadera (la desigualdad se cumple), se rechaza 𝐻0 . Por lo tanto, se llega a
la conclusión de que existen considerables pruebas para concluir que la actividad cerebral es mayor
en el caso de los anuncios bien recordados que en el de los mal recordados.
Para calcular el valor P en este caso, se usa la fórmula entregada en la semana 6 para una prueba
de la cola superior.
Para una prueba superior, es decir,
𝐻0 : 𝜇 = 𝜇0
𝐻1 : 𝜇 < 𝜇0
Interpretación: Por lo tanto, para niveles de significación inferiores a 2,7%, esto es 𝛼 = 2,7% , 𝐻0
no se rechazará.
IACC
10
SEMANA 7 – ESTADÍSTICA PARA LA GESTIÓN
IACC
11
SEMANA 7 – ESTADÍSTICA PARA LA GESTIÓN
https://www.youtube.com/watch?v=3hYY8AQpIvo
IACC
12
SEMANA 7 – ESTADÍSTICA PARA LA GESTIÓN
Si las medias muestrales observadas son 𝑥̅ 𝑒 𝑦̅ , entonces los siguientes contrastes tienen un nivel
de significación 𝛼 (Newbold, Carlson & Thorne, 2008, p. 399).
IACC
13
SEMANA 7 – ESTADÍSTICA PARA LA GESTIÓN
Si los tamaños de muestra son grandes 𝑛 > 100, puede obtenerse una buena aproximación al nivel
de significación α.
IACC
14
SEMANA 7 – ESTADÍSTICA PARA LA GESTIÓN
Si se sustituyen las varianzas poblacionales por las varianzas muéstrales. Además, el teorema del
límite central permite obtener buenas aproximaciones, aunque las poblaciones no sigan una
distribución normal.
Los valores P de todas estas pruebas son la probabilidad de obtener un valor al menos tan extremo
como el obtenido, dada la hipótesis nula.
EJEMPLO: Una economista agraria quiere comparar el uso de estiércol de vaca con el de pavo como
fertilizantes. Históricamente, los agricultores han utilizado estiércol de vaca en los maizales. Hace
poco, un importante criador de pavos vende el estiércol a un precio favorable. Los agricultores han
decidido que solo usarán este nuevo fertilizante si existen pruebas contundentes de que la
productividad es mayor que cuando se utiliza estiércol de pavo. Le han pedido que realice el estudio
y el análisis estadístico para hacerles una recomendación.
Construya un test de hipótesis que concluya qué tipo de fertilizante les conviene a los agricultores.
Use un nivel de significación y calcule el valor P.
DESARROLLO:
Como la hipótesis nula tiene la característica de ser la más conservadora, se dirá en este caso que
debe reflejar que el fertilizante actualmente usado es el más conveniente.
Hipótesis nula: 𝐻0 : 𝜇𝑥 − 𝜇𝑦 ≤ 0
Hipótesis alternativa: 𝐻1 : 𝜇𝑥 − 𝜇𝑦 > 0
IACC
15
SEMANA 7 – ESTADÍSTICA PARA LA GESTIÓN
IACC
16
SEMANA 7 – ESTADÍSTICA PARA LA GESTIÓN
IACC
17
SEMANA 7 – ESTADÍSTICA PARA LA GESTIÓN
https://www.youtube.com/watch?v=wtUHLLIwepk
IACC
18
SEMANA 7 – ESTADÍSTICA PARA LA GESTIÓN
En este caso se debe utilizar un estimador agrupado común de la varianza poblacional igual. Este
estimador es:
IACC
19
SEMANA 7 – ESTADÍSTICA PARA LA GESTIÓN
EJEMPLO: En forma reciente se ha incrementado el interés por evaluar el efecto del ruido sobre la
habilidad de las personas para realizar una determinada tarea. Un investigador diseña un
experimento en el que se pedirá a un determinado número de sujetos que lleven a cabo una tarea
específica en un medio contralado y bajo dos niveles diferentes de ruido de fondo. El investigador
selecciona 32 personas que son capaces de realizar la misma tarea en el mismo tiempo. Del total de
IACC
20
SEMANA 7 – ESTADÍSTICA PARA LA GESTIÓN
personas, 16 seleccionadas al azar realizarán esta tarea bajo un nivel modesto de ruido de fondo,
llamado nivel 1. Los restantes 16 llevarán a cabo la misma tarea, bajo un ruido de nivel 2, el cual es
más severo que el ruido de nivel 1. Los siguientes datos representan los tiempos en minutos que
fueron necesarios para completar la tarea para cada una de las 16 personas de cada nivel.
Asumiendo que estos datos constituyen muestras aleatorias de dos distribuciones normales e
independientes con varianzas iguales, pero no conocidas, ¿existe alguna razón para creer que el
tiempo promedio para el nivel 2 es mayor por más de dos minutos que para el nivel 1, con 0,01?
DESARROLLO:
𝜇𝑥 : es el tiempo medio que tardan en realizar una tarea la población de las personas sometidas al
ruido nivel 1.
𝜇𝑦 : es el tiempo medio que tardan en realizar una tarea la población de las personas sometidas al
ruido nivel 2.
Como la hipótesis nula tiene la característica de ser la más conservadora, se dirá en este caso que
debe reflejar que el tiempo medio que tardan en realizar una tarea las personas sometidas al ruido
nivel 2 es mayor en 2 minutos al tiempo medio que tardan las personas sometidas al ruido nivel 1.
Hipótesis nula: 𝐻0 : 𝜇𝑦 − 𝜇𝑥 = 2
IACC
21
SEMANA 7 – ESTADÍSTICA PARA LA GESTIÓN
𝐻1 indica que el tiempo promedio para el nivel 2 es mayor por más de 2 minutos que para el nivel
1.
Se calculan los estadísticos muestrales:
IACC
22
SEMANA 7 – ESTADÍSTICA PARA LA GESTIÓN
Interpretación: por lo tanto, se rechaza 𝐻0 , es decir, es mayor en 2 minutos el tiempo que demora
en realizar la tarea asignada el grupo expuesto al ruido nivel 2.
IACC
23
SEMANA 7 – ESTADÍSTICA PARA LA GESTIÓN
Interpretación: por lo tanto, para niveles de significación inferiores a 0,8%, esto es 0,8%,
𝐻0 no se rechazará.
IACC
24
SEMANA 7 – ESTADÍSTICA PARA LA GESTIÓN
https://www.youtube.com/watch?v=ivyKbq-Xg5s
IACC
25
SEMANA 7 – ESTADÍSTICA PARA LA GESTIÓN
En este caso se debe calcular los grados de libertad del estadístico que se llamará 𝑣 (Newbold,
Carlson & Thorne, 2008, pp. 404 y 405). t
IACC
26
SEMANA 7 – ESTADÍSTICA PARA LA GESTIÓN
IACC
27
SEMANA 7 – ESTADÍSTICA PARA LA GESTIÓN
Determine si existe alguna diferencia significativa en el flujo de corriente promedio entre los dos
diseños a un nivel de significación 10%. Suponga que las poblaciones son normales y las
varianzas poblacionales son desconocidas y distintas.
DESARROLLO:
IACC
28
SEMANA 7 – ESTADÍSTICA PARA LA GESTIÓN
Se calcula el valor 𝑡15,0,1 = 𝐷𝐼𝑆𝑇𝑅. 𝑇. 𝐼𝑁𝑉(0,1; 15) = 1,75 . Hay que recordar que por defecto Excel
2
entrega la probabilidad del 10% en dos colas, así que no es necesario dividir por 2.
IACC
29
SEMANA 7 – ESTADÍSTICA PARA LA GESTIÓN
Interpretación: Por lo tanto, no se rechaza 𝐻0 , ya que ninguna de las desigualdades se cumple con
𝛼 = 10% . Esto significa que no existe evidencia que el flujo de corriente promedio de los dos
diseños sea diferente.
Se toman dos muestras aleatorias independientes de tamaño 𝑛𝑥 y 𝑛𝑦 que tienen una proporción
de éxitos 𝑃𝑥 y 𝑃𝑦 . Cuando se supone que las proporciones poblacionales son iguales, una estimación
de la proporción común es:
IACC
30
SEMANA 7 – ESTADÍSTICA PARA LA GESTIÓN
IACC
31
SEMANA 7 – ESTADÍSTICA PARA LA GESTIÓN
IACC
32
SEMANA 7 – ESTADÍSTICA PARA LA GESTIÓN
DESARROLLO:
Se trata de una prueba de diferencia de proporciones.
Primero se calcula 𝑃𝑥 𝑦 𝑃𝑦
190 19
𝑃𝑥 = =
400 40
IACC
33
SEMANA 7 – ESTADÍSTICA PARA LA GESTIÓN
IACC
34
SEMANA 7 – ESTADÍSTICA PARA LA GESTIÓN
https://www.youtube.com/watch?v=vTYYEXG0jWo
IACC
35
SEMANA 7 – ESTADÍSTICA PARA LA GESTIÓN
IACC
36
SEMANA 7 – ESTADÍSTICA PARA LA GESTIÓN
Donde 𝑠 2 es la varianza muestral y el estadístico de prueba 𝜒02 sigue una distribución ji-cuadrado
con n – 1 grados de libertad.
IACC
37
SEMANA 7 – ESTADÍSTICA PARA LA GESTIÓN
EJEMPLO: El director de control de calidad de una industria química le ha pedido que averigüe si la
varianza de las impurezas de sus envíos de fertilizante está dentro de la norma establecida. Esta
norma establece que la varianza de los kilos de impurezas de los sacos de 100 kilos no puede ser
superior a 4. Se obtiene una muestra aleatoria de 20 sacos y se miden los kilos de impureza de cada
saco. Se calcula que la varianza muestral es 6,62 kilos. Construya una prueba de hipótesis con un 5%
de significación.
DESARROLLO:
Ahora se busca en la tabla ji-cuadrado con 19 grados de libertad el percentil 95 (esto es 0,95), ya
que se trata de la cola derecha. Se obtiene:
2
𝜒19,0,05 = 30,14
𝜒02 = 31,445 > 30,14
Interpretación: Por lo tanto, se rechaza la hipótesis nula y se concluye que la variabilidad de las
impurezas es superior a la que establece la norma. Se recomienda que se estudie el proceso de
IACC
38
SEMANA 7 – ESTADÍSTICA PARA LA GESTIÓN
Para esta prueba, el valor P se calcula como la probabilidad de una ji-cuadrado igual a 31,445 con
19 grados de libertad.
IACC
39
SEMANA 7 – ESTADÍSTICA PARA LA GESTIÓN
EJEMPLO: El jefe de un laboratorio se encuentra con una técnica de medición fuera del control
estadístico. Para investigar las causas decide investigar si el factor humano tiene incidencia y toma
una muestra de suero cualquiera, dividiéndola en 20 alícuotas. Luego, elige 10 de ellas al azar y se
las entrega al laboratorista 1 para que haga las determinaciones; las restantes las encomienda al
laboratorista 2 para que las mida. Los resultados obtenidos son: s12 =2,4 es la varianza obtenida por
el laborista, 1 y s22 =0,8 para el otro. Decidir si hay diferencia en dispersión entre ambos.
IACC
40
SEMANA 7 – ESTADÍSTICA PARA LA GESTIÓN
Como se trata de un ensayo de dos colas, para un nivel del 95% de confianza, se busca en las tablas
para: n1-1= 9 grados de libertad para cada muestra, mientras que α = 0,025 para el límite inferior y
α = 0,975 para el superior. Estos valores son F0,975;9;9 = 4,03.
Luego, para calcular el valor no tabulado α = 0,025 se aprovecha una propiedad que tiene la función
F usando la inversa:
Como el valor hallado F = 3 cae dentro de la zona de aceptación, no hay evidencia significativa como
para decir que el factor humano tiene incidencia en la dispersión de las mediciones.
IACC
41
SEMANA 7 – ESTADÍSTICA PARA LA GESTIÓN
COMENTARIO FINAL
IACC
42
SEMANA 7 – ESTADÍSTICA PARA LA GESTIÓN
REFERENCIAS
Biosca, A.; Espinet, M. J.; Fandos, M. J.; Jimeno, J.; Villagrá, B. J. & Escolano, L. E. (2003). Matemáticas
II aplicadas a las ciencias sociales. España: Edebé Bachillerato.
Canavos, G. (1998). Probabilidad y estadística, aplicaciones y métodos. 1.ª edición. Estados Unidos:
McGraw-Hill.
Lincoln Chao, L. (1982). Estadística para las ciencias administrativas. 2.ª edición. Estados Unidos:
McGraw-Hill.
Montgomery, D. & Runger, G. (1996). Probabilidad y estadística aplicadas a la ingeniería. 1.ª edición.
Estados Unidos: McGraw-Hill.
Newbold, P.; Carlson, W. & Thorne, B. (2008). Estadística para la administración y economía. 6.ª
edición. Estados Unidos: Pearson, Prentice-Hall.
IACC
43
SEMANA 7 – ESTADÍSTICA PARA LA GESTIÓN
IACC
44