Estadstica Aplicada

Sesin 7. Prueba de hiptesis estadstica: Error

tipo I y II. Prueba de hiptesis de la varianza
poblacional.

FACULTAD DE CIENCIAS EMPRESARIALES

ESCUELA ACADMICO PROFESIONAL DE
ADMINISTRACIN

PRUEBAS DE HIPTESIS ESTADSTICA:

ERROR TIPO I Y II
Hiptesis Estadstica:
Es una afirmacin, suposicin o conjetura acerca de
uno o ms parmetros. Esta suposicin puede ser
cierta o falsa.

La aceptacin de una hiptesis implica que los datos

Aplicada
no proporcionan evidencia suficienteEstadstica
para refutarla.
No todas las hiptesis son estadsticas, para que lo
sean se deben tomar con respecto a un parmetro.

Las hiptesis estadsticas son de dos tipos:

Hiptesis Nula: H0
Es aquella por medio de la cual se hace una afirmacin sobre
un parmetro que se va a constatar con el resultado muestral.
Es la hiptesis que se debe probar. Esta hiptesis nula recibe
tal nombre debido a que es el punto de partida de la
investigacin. A menudo se utiliza en su interpretacin la frase
"no existe diferencia".

Estadstica Aplicada
Hiptesis Alternativa: H1
Es toda aquella hiptesis que difiere de la hiptesis nula, es
decir, ofrece una alternativa, afirmando que la hiptesis nula es
falsa. Esta hiptesis sobre la cual se enfoca la atencin, es una
aseveracin sobre el mismo parmetro poblacional que se
utiliza en la hiptesis nula. Generalmente se especifica que el
parmetro poblacional tiene un valor diferente, de alguna
3
manera, al establecido en la hiptesis nula.

En el procedimiento de prueba de
hiptesis, se trabajar con el supuesto
de que la hiptesis nula es una
afirmacin correcta. Por lo tanto, una
hiptesis estadstica se puede rechazar
o no rechazar. De este modo el rechazo
Estadstica Aplicada
de la hiptesis nula implicar el no
rechazo de la hiptesis alternativa

Tipos de Error:
En la decisin de rechazar o no rechazar una
hiptesis se pueden cometer dos tipos de error: Error
tipo I y Error Tipo II.

Error Tipo I.Si se rechaza una hiptesis

verdadera.
Estadstica Aplicada
Error Tipo II.- Si se no se rechaza una hiptesis
falsa.

Por lo tanto, existen dos posibles decisiones:

rechazar o no rechazar la hiptesis, la que a su vez
puede ser verdadera o falsa.

Decisin
Aceptar H0

H0 Verdadera
Decisin
Correcta

Rechazar H0

Error Tipo I

H0 Falsa
Error Tipo II

Decisin
Correcta Aplicada
Estadstica

La decisin es correcta cuando no se rechaza una

hiptesis verdadera o cuando se rechaza una
hiptesis falsa
6

P - Valor

Si P

Estadstica Aplicada

El valor P es el nivel de significancia ms pequeo

que conduce al rechazo de la hiptesis nula. Sirve de
ayuda en la toma de decisiones pues casi todos los
Software Estadsticos muestran el valor de P junto a
la estadstica de prueba.

Si P aceptar H0

rechazar H0 y aceptar H1

Clculo del P-valor

Estadstica Aplicada

PRUEBAS DE HIPTESIS PARA

LA VARIANZA POBLACIONAL
La varianza como medida de dispersin es importante
dado que nos ofrece una mejor visin de dispersin de
datos.

Por ejemplo: si se determina que la poblacin califica en

promedio con 6 el desempeo del gobierno; al decir que la
varianza es de cero (y por lo tanto la desviacin
Estadstica estndar
Aplicada
es de cero) podemos confiar en que aproximadamente la
misma calificacin le asignara toda la poblacin, en otras
palabras, en trminos generales la poblacin en su
conjunto ve al gobierno con la misma calificacin ya que
no hay variacin o dispersin en dicha calificacin.

Por el contrario, con la misma calificacin promedio de 6 pero

con una varianza muy alta podemos interpretar que hay gente
contenta con el gobierno que le ha asignado calificaciones muy
arriba del 6; pero hay un conjunto poblacional muy molesto con
el gobierno que asigna calificaciones muy por debajo del 6. Este
tipo de informacin solo es posible mediante el anlisis de la
Estadstica Aplicada
varianza.
Otro campo del conocimiento donde la varianza se ocupa en
gran medida es en control de calidad; cuando un producto se
elabora el rea de control de calidad busca que los productos
est dentro de ciertos lmites de tolerancia, pero tambin que la
variabilidad de un producto sea lo menor posible. De ah viene
10
la filosofa seis sigma (significa seis veces la varianza).

PRUEBAS DE HIPTESIS PARA

LA VARIANZA POBLACIONAL

Estadstica Aplicada

11

Ejemplo:
En cualquier proceso de enlatado, el fabricante pierde dinero si las
latas contienen significativamente ms o significativamente menos
de la cantidad que se especifica en la etiqueta. Por ello, los
enlatadores vigilan de cerca la cantidad de su producto entregada
por las mquinas que llenan las latas. Considere una compaa
que produce un cemento de hule de secado rpido en latas de
aluminio de 32 gramos. A un inspector de control de calidad le
interesa probar si la varianza de la cantidad de cemento de hule
entregada a las latas es mayor que 0.3. De ser as, habr
necesidad de ajustar la mquina que entrega el cemento. Puesto
que la inspeccin del proceso de enlatado Estadstica
requiere apagar
las
Aplicada
mquinas de entrega, y las suspensiones durante periodos
prolongados le cuestan a la compaa miles de dlares en ingresos
perdidos, el inspector slo puede obtener una muestra aleatoria de
10 latas para realizar la prueba, obteniendo una media de 31.55
gramos y desviacin estndar de 0.48 gramos. Estos
resultados de muestra indican que las mquinas de entrega
requieren un ajuste? Pruebe con un nivel de significancia de
12
=0.05.

Solucin:

<

0.05,

Estadstica Aplicada

H1

Conclusin:
Al 95% de confianza, podemos afirmar que las mquinas de entrega
13
no requieren ajuste.

T
C
A

D
A
D
I
IV
Estadstica Aplicada

TRABAJO EN EQUIPO
14

Caso 1:
En cualquier proceso de enlatado, el fabricante pierde dinero si las
latas contienen significativamente ms o significativamente menos
de la cantidad que se especifica en la etiqueta. Por ello, los
enlatadores vigilan de cerca la cantidad de su producto entregada
por las mquinas que llenan las latas. Considere una compaa
que produce un cemento de hule de secado rpido en latas de
aluminio de 32 gramos. A un inspector de control de calidad le
interesa probar si la varianza de la cantidad de cemento de hule
entregada a las latas es menor que 0.5. De ser as, habr
necesidad de ajustar la mquina que entrega el cemento. Puesto
que la inspeccin del proceso de enlatado Estadstica
requiere apagar
las
Aplicada
mquinas de entrega, y las suspensiones durante periodos
prolongados le cuestan a la compaa miles de dlares en ingresos
perdidos, el inspector slo puede obtener una muestra aleatoria de
12 latas para realizar la prueba, obteniendo una media de 32
gramos y desviacin estndar de 10 gramos. Estos resultados
de muestra indican que las mquinas de entrega requieren un
ajuste? Pruebe con un nivel de significancia de =0.05.

15

Caso 2:
En cualquier proceso de enlatado, el fabricante pierde dinero si las
latas contienen significativamente ms o significativamente menos
de la cantidad que se especifica en la etiqueta. Por ello, los
enlatadores vigilan de cerca la cantidad de su producto entregada
por las mquinas que llenan las latas. Considere una compaa
que produce un cemento de hule de secado rpido en latas de
aluminio de 32 gramos. A un inspector de control de calidad le
interesa probar si la varianza de la cantidad de cemento de hule
entregada a las latas es igual a 0.6 De ser as, habr necesidad
de ajustar la mquina que entrega el cemento. Puesto que la
inspeccin del proceso de enlatado requiere apagar
las mquinas
Estadstica
Aplicada
de entrega, y las suspensiones durante periodos prolongados le
cuestan a la compaa miles de dlares en ingresos perdidos, el
inspector slo puede obtener una muestra aleatoria de 26 latas
para realizar la prueba, obteniendo una media de 32 gramos y
desviacin estndar de 9.5 gramos. Estos resultados de
muestra indican que las mquinas de entrega requieren un ajuste?
Pruebe con un nivel de significancia de =0.05.

16