Estadística Inferencial I
Profesora. Jiménez Guzmán Margarita
Prueba Z Para La Diferencia Entre
Dos Proporciones.
Definición
El objetivo de una prueba de dos muestras es
determinar si las dos muestras independientes
fueron tomadas de dos poblaciones, las
cuales presentan la misma proporción de
elementos con determinada característica.
Se concentra en:
La diferencia relativa (diferencia dividida
entre la desviación estándar de la
distribución de muestreo) entre las dos
proporciones muestrales. Diferencias
pequeñas denotan únicamente la
variación casual producto del muestreo
(se acepta H0), en tanto que grandes
diferencias significan lo contrario (se
rechaza H0).
Se asemeja a:
La prueba de medias de
dos muestras.
1. Especifica la hipótesis nula y alternativa.
2. Específica el nivel de significación, permitido.
3. Calcula el error estándar de la proporción especificada
en la hipótesis nula.
Prueba De Hipótesis Con Dos O Más
Poblaciones Con Datos Categóricos
Se clasifica en:
Prueba Para La Diferencia Entre Aplicación Prueba Para La Diferencia En n
Dos Proporciones. Proporciones Z.
En este caso en particular se
Aplicación
utilizará la distribución muestral
Definición Definición
de diferencia de proporciones
para la estimación de las
mismas. Recordando la Una distribución poblacional representa la
Las pruebas de hipótesis a partir de formula: distribución de valores de una población y
La estimación conjunta de la
proporciones se realizan casi en la una distribución muestral representa la
proporción poblacional, basada en las
misma forma utilizada cuando nos distribución de los valores de una
proporciones obtenidas en dos
muestras independientes, es: referimos a las medias, cuando se muestra.
cumplen las suposiciones necesarias
para cada caso. Pueden utilizarse
π=(n1p1+n2p2)/(n1-n2) pruebas unilaterales o bilaterales
dependiendo de la situación particular. Diferencias
Despejando P1-P2 de esta
El error estándar de la diferencia entre ecuación:
proporciones que se usa para probar la
suposición de no diferencia es: Regla de decisión En contraste con las distribuciones de
P1–P2= (p1-p2) ± mediciones individuales, una
distribución muestral es una
σp1-p2=√((π(1-π))/n1+(π(1-π))/n2) Se determina de acuerdo a la hipótesis
alternativa (si es bilateral o unilateral. En el distribución de probabilidad que se
caso de muestras pequeñas se utiliza la aplica a los valores posibles de una
La fórmula para obtener el estadístico z distribución Bimonial. estadística muestral. Así, la
para probar la hipótesis nula de que no Al hacer el despeje nos queda distribución muestral de la media es
hay diferencia entre dos poblaciones las dos proporciones
es: la distribución de probabilidad de los
poblacionales y es
valores posibles de la media muestral
precisamente lo que queremos
Diferencia con base en un determinado tamaño
z=(P1-P2)/(σp1-p2)
estimar, por lo que se utilizarán
las proporciones de la muestra de muestra.
como estimadores puntuales.
La situación más frecuente es suponer que
existen diferencias entre las proporciones
Procedimiento de dos poblaciones, para ello suelen Características
enunciarse las hipótesis de forma similar al
caso de las medias: Ho: p1 = p2 Þ p1 -
Para cualquier tamaño de muestra dado n, tomado de una
p2 = 0H1: p1 ¹ p2Puede la hipótesis
población con media, los valores de la media muestra varían
alternativa enunciarse unilateralmente.
de una muestra a otra. Esta variabilidad sirve de base para la
distribución muestral.
La distribución muestral de la media se describe
determinando el valor esperado E () o media, de la
distribución y la desviación estándar de la distribución de las
Objetivo medias, Como esta desviación estándar indica la precisión de
la media muestral como estimador puntual, por lo general se
le denomina error estándar de la media.
El objetivo de la prueba es
comparar estas dos
proporciones, como estimadores
H1: p1¹ p2 Recuerda que la H1
también puede plantearse de
forma unilateral.
Elaborado por. Cruz Zúñiga Heidi Victoria,
Ponce Antonio Diana Laura
 Estadística Inferencial I
Profesora. Jiménez Guzmán Margarita
Prueba De Independencia (ji-
Cuadrada).
Definición
En una prueba de independencia el único
número que el investigador controla
directamente es el tamaño total de la
muestra.
Características
o Se extrae una muestra de
tamaño n de la población y
cada objeto se clasifica
según las dos variables que
se estudian.
o Ni las frecuencias de cada
celda, ni los totales de fila y
columna se conocen de
antemano.
o El investigador no fija
previamente ningún
conjunto, es decir, son
aleatorios.
o Para que las pruebas de Ji-
cuadrado sean válidas, es
necesario que las muestras
sean grandes. Es decir que
las frecuencias esperadas
no sean menores de 5. Si
esto no se cumple, puede
utilizarse una prueba para
pequeñas muestras llamada
prueba exacta de Fischer
para contrastar
independencia.
Planteamiento
De Las
Hipótesis
H 0: A y B son independientes H1:
A y B no son independientes.
 Independencia significa que
el conocimiento del nivel de
clasificación de un objeto
respecto a la característica
A no tiene nada que ver con
su nivel respecto a la
característica B.
Prueba De Contingencia (ji- Pruebas De Bondad De Ajuste. Aplicaciones
Cuadrada).
Para la ocurrencia de dos
Función Objetivo eventos, en la cual se
a) La naturaleza de los
desea observar si son
La prueba chi-cuadrado de Determinar si los datos se ajustan a una datos a analizar. Por
dependientes o
contingencia sirve para determinada distribución, esta distribución ejemplo, si tratamos de
independientes.
comprobar la independencia de puede estar completamente especificada investigar la distribución
(hipótesis simple) o perteneciente a una que siguen los tiempos
frecuencias entre dos variables
clase paramétrica (hipótesis compuesta) de falla de unos La distribución ji cuadrada
aleatorias, X e Y.
componentes, podríamos sirve para todas las
inferencias sobre la
pensar en una
Definición distribución exponencial, variancia de una población
Planteamiento
o una distribución gama
De Las
El primer problema, relacionado con los
o una distribución
Se Pueden
Hipótesis parámetros de una distribución conocida o
Weibull, pero en principio
no consideraríamos una Utilizar En:
supuesta es el problema que hemos
Hipótesis nula: X e Y son distribución normal.
analizado en los párrafos anteriores. Ahora
independientes. Hipótesis b) Histograma. La forma
examinaremos el problema de verificar si el
alternativa: X e Y no son que tome el histograma
conjunto de datos se puede ajustar o
independientes (No importa cuál de frecuencia es quizás
afirmar que proviene de una determinada
sea la relación que mantengan ni la mejor indicación del
distribución. Las pruebas estadísticas que
el grado de esta. tipo de distribución a
tratan este problema reciben el nombre
considerar.
general de “Pruebas de Bondad de Ajuste”.
Condición De
Independencia Características
Un conjunto de calificaciones de un examen final
puede ser representado como una distribución
Tal como fue definida en la Se analizarán dos pruebas básicas
página anterior era: X e Y son de frecuencias. Estos valores son cuentas: él
que pueden aplicarse: H0: f(x,q) =
f0(x,q)H1: f(x,q)¹ f0(x,q) Donde f0(x, q)
independientes si y sólo si para numera de datos que caen en cada celda.
cualquier pareja de valores x e y es la distribución que se supone sigue En una encuesta determinada se podría
la muestra aleatoria.
la probabilidad de que X tome el preguntar a unas personas si votarían por los
valor x e Y el valor y, candidatos A, B o C, por lo general, los resultados
simultáneamente, es igual al  La hipótesis alternativa
se indican en una gráfica que informa acerca del
producto de las probabilidades siempre se enuncia como que
los datos no siguen la número de votantes para cada categoría posible.
de que cada una tome el valor
correspondiente distribución supuesta.
 En caso de que los parámetros
sean desconocidos, es
Aplicación necesario estimarlos mediante
alguno de los métodos de
estimación analizados con
 Todo lo que necesitamos serán unas estimas de las funciones
anterioridad.
de probabilidad de ambas variables por separado (f(x) y f (y)) y
de la función de probabilidad conjunta (f(x,y))
 la prueba tomando una muestra de parejas de valores sobre la
que contaremos la frecuencia absoluta con la que aparece cada
combinación de valores (xi,y j) o de grupos de valores (i,j) (Oij) Aspectos Para
 Para obtener las estimas de las funciones de probabilidad
marginales debemos sumar por filas y por columnas los valores
Formular Las
de las frecuencias conjuntas. Las sumas de filas (Fi) son, en Hipótesis
cada caso, el número de veces que hemos obtenido un valor de
X (xi) en cualquier combinación con distintos valores de Y.
 El número total de observaciones lo podemos obtener como la
suma de todas las frecuencias observadas o, también, como la
suma de las sumas de filas o de las sumas de columnas.

Elaborado por. Cruz Zúñiga Heidi Victoria,
Ponce Antonio Diana Laura
 Estadística Inferencial I
Profesora. Jiménez Guzmán Margarita

FUENTES CONSULTADAS

Prueba de hipótesis con dos o más poblaciones con datos categóricos. (2014). Internet. En línea. Pagina consultada el 2
de junio del 2018. Disponible en: http://www.academia.edu/9397627/UNIDAD_V_ESTA

Prueba de hipótesis con muestras categóricas. (2018).Internet. En línea. Pagina consultada el 2 de junio del 2018.
Disponible en:https://es.scribd.com/.../Unidad-5-Pruebas-de-Hipotesis-Con-Dos-Muestras-Datos-Cate.

Prueba de hipótesis.(2018).Internet. En línea. Pagina consultada el 2 de junio del 2018. Disponible en:
http://www.monografias.com/.../Unidad-5-Pruebas-De-Hipotesis-Con-Dos-FKGNRNJ.

Prueba de hipótesis, proporciones y chi cuadrada.. (2018).Internet. En línea. Pagina consultada el 2 de junio del 2018.
Disponible en: http://www.mty.itesm.mx/egap/.../pruebas_de_hipostesis_proporciones_y_chi_cuadarada.do

Prueba de hipótesis datos categóricos. . (2018).Internet. En línea. Pagina consultada el 2 de junio del 2018. Disponible
en: https://vdocuments.mx/route404.html

EXPLICACION DE LA INTERPRETACIÓN.

Elaborado por. Cruz Zúñiga Heidi Victoria,

Ponce Antonio Diana Laura