INSTITUTO TECNOLOGICO DE VERACRUZ ESTADSTICA I INGENIERA INDUSTRIAL

Semestre : Enero - Junio 2012

Ing. Jos Felipe Ramrez Martnez

jofelramar@hotmail.com
05/02/2012 1

ESTADSTICA I
I UNIDAD DISTRIBUCIONES CONTINUAS DE PROBABILIDAD Al trmino de la Unidad, el alumno podr saber que significa Estadstica, su aplicacin en Ingeniera, Administracin y en otras reas. Conocer las caractersticas y sabr emplear, manejar e interpretar las Distribuciones Continuas de Probabilidad en una situacin dada. II UNIDAD METODOS Y DISTRIBUCION DE MUESTREO Al terminar la Unidad, el alumno tendr los conocimientos sobre los diferentes mtodos para seleccionar una Muestra de la Poblacin y celebrar un muestreo probabilstico los estadsticos para inferir sobre los parmetros.

05/02/201 2

III UNIDAD ESTIMACION Al terminar la Unidad, el alumno tendr los conocimientos para Construir Calcular los Intervalos de Confianza para los parmetros poblacionales. IV UNIDAD PRUEBA DE HIPOTESIS Al trmino de la Unidad, el alumno podr identificar los Tipos de Errores en la Prueba de Hiptesis para la Toma de Decisin. Sabr realizar una Prueba de Hiptesis para el Parmetro correspondiente, conforme al procedimiento para una prueba Unilateral Bilateral. V UNIDAD PRUEBA DE BONDAD DE AJUSTE Al terminar la Unidad, el alumno tendr los conocimientos para realizar una Prueba de Hiptesis comparando un conjunto observado de frecuencias y una distribucin esperada.
05/02/2012 3

Unidad 0 CONCEPTOS GENERALES

Qu es la Estadstica? Estadstica: Es la ciencia que se ocupa de recolectar, organizar, presentar, analizar e interpretar datos para ayudar a una toma de decisiones ms efectiva. Quin usa la Estadstica? Los mtodos estadsticos son utilizados por mercadlogos, contadores, analistas de control de calidad, clientes, profesionales del deporte, administradores de hospitales, educadores, polticos, fsicos, etc
05/02/2012 4

Tipos de Estadstica


Estadstica Descriptiva: Conjunto de mtodos para organizar, resumir y presentar los datos de manera informativa. Estadstica Inferencial: Conjunto de mtodos utilizados para saber algo acerca de una poblacin, basndose en una muestra. ESTADISTICA INFERENCIAL: Es un proceso de Induccin Lgica, que partiendo del estudio de la muestra (estadstico), nos permitir Inferir conclusiones tiles, con respecto a la Poblacin (parmetro); manejando una medida de incertidumbre.
5

05/02/2012

Poblacin: Conjunto de todos los posibles individuos, objetos, o medidas de inters. Muestra: Una porcin, o parte, de la poblacin de inters. Parmetro: Es la caracterstica de la Poblacin  Los parmetros los escribiremos con letras maysculas del alfabeto griego. Estadstico: Es la caracterstica de la Muestra  Los estadsticos los escribiremos con letras minsculas de nuestro alfabeto o abecedario.
05/02/2012 6

Tipos de variables


Una variable cualitativa o de atributo la informacin la proporciona en forma no numrica.

Ejemplos: Gnero sexual, religin, tipo de automvil, lugar de nacimiento, color de los ojos de la persona, etc

Una variable cuantitativa numrica proporciona la informacin en forma numrica.

Ejemplos: El saldo en tu cuenta de cheques, los minutos que le restan a la clase, o el nmero de nios de una familia.

05/02/201 2

Las variables cuantitativas pueden ser discretas continuas.



Las variables discretas pueden asumir slo ciertos valores.

Ejemplo: el nmero de recmaras en una casa, el nmero de estudiantes en el curso de estadstica (1,2,3,).

Las variables continuas pueden tomar cualquier valor dentro de un intervalo determinado.

Ejemplo: La presin del aire en un neumtico de automvil, el peso de un cargamento de granos (15.0,15.01, 15.013,toneladas).

05/02/2012

Tipos de variables Las observaciones de una variable continua pueden tomar cualquier valor dentro de un intervalo determinado. Variables Cualitativa Numrica Discreta
05/02/2012

Continua
9

Unidad

DISTRIBUCIONES DE PROBABILIDAD CONTINUA.



Una variable aleatoria es un valor numrico determinado por el resultado de un experimento. Una distribucin de probabilidad es la lista de todos los resultados posibles de un experimento y la correspondiente probabilidad.
10

05/02/2012

Tipos de distribuciones de probabilidad

Una distribucin de probabilidad discreta puede asumir slo valores claramente separados. Una distribucin de probabilidad continua puede asumir un nmero infinito de valores dentro de un rango determinado.

05/02/2012

11

Tipos de distribuciones de probabilidad



Ejemplos de una distribucin discreta son:

El nmero El nmero El nmero hora. El nmero hora. de estudiantes en una clase. de nios en una familia. de autos entrando en un autolavado por de clientes que llegan a una esttica cada

05/02/2012

12

Tipos de distribuciones de probabilidad



Ejemplos de una distribucin continua:

La distancia que recorre cada estudiante para llegar a su clase. El tiempo que le toma a un ejecutivo llegar a su trabajo. El tiempo invertido en una llamada telefnica. La estatura de los alumnos de un grupo en clase.

05/02/2012

13

Distribucin de Probabilidad Normal Z

Caractersticas de la distribucin de normal Z  La probabilidad bajo la curva es igual a la unidad  La distribucin normal es simtrica con respecto al valor cero, a la media y a la proporcin.  La distribucin normal es acampanada y sus extremos se extienden hacia el infinito en ambas direcciones.  La media aritmtica, la mediana y la moda de la distribucin son iguales y estn localizadas al centro de la curva.
05/02/2012 14

Distribucin de Probabilidad Normal Z



Es asinttica, esto significa que la curva se acerca cada vez ms al eje x, pero en realidad nunca llega a tocarlo. La distribucin normal estndar es una distribucin normal con media cero y desviacin estndar de 1. Un valor z es la distancia entre un valor seleccionado llamado x, y la media de la poblacin , dividida entre la desviacin estndar . La frmula es: Z = (x )/
15

05/02/2012

Caractersticas de la distribucin de probabilidad normal

  La curva normal es simtrica. Media, mediana y moda son iguales.

05/02/2012

16

Factor de correccin de continuidad

El valor 0.5 que se resta o se suma, dependiendo de la situacin, a un valor seleccionado cuando una distribucin de probabilidad discreta se aproxima por medio de una distribucin de probabilidad continua.

05/02/2012

17

Distribucin de Probabilidad t student

Caractersticas de la Distribucin t student.  La probabilidad bajo la curva es igual a la unidad  La distribucin t student, es simtrica con respecto al valor cero y a la media poblacional  La distribucin t student, es acampanada y sus extremos se extienden hacia el infinito en ambas direcciones.

05/02/2012

18

Distribucin de Probabilidad t student

Caractersticas de la Distribucin t student.


Conforme aumente el tamao de la muestra, la distribucin t student se aproxima a la normal Los valores de t student , se tabulan con sus respectivos grados de libertad

05/02/2012

19

G Distribucin de Probabilidad

(ji-cuadrada)
G Las caractersticas de la distribucin


La probabilidad bajo la curva es igual unidad La distribucin G no es simtrica ,

a la

 

G (ji-cuadrada), van desde cero Los valores de hasta infinito. (No existen valores negativos)

05/02/2012

20

G Distribucin de Probabilidad

(ji-cuadrada)
Las caractersticas de la distribucin G


Conforme aumente el tamao de la muestra, la distribucin G se aproxima a la normal G (ji-cuadrada), se tabulan con Los valores de sus respectivos grados de libertad

05/02/2012

21

df = 3

df = 5
df = 10

G
05/02/2012 22

Distribucin de Probabilidad Fisher F

Caractersticas de la distribucin Fisher F.
  

La probabilidad bajo la curva es igual a la unidad La distribucin Fisher, no es simtrica Los valores de Fisher, van desde cero hasta infinito. (No existen valores negativos)

05/02/2012

23

Caractersticas de la distribucin Fisher F.



Los valores de Fisher F, se tabulan con sus dos respectivos grados de libertad

Dos valores determinan a cada coeficiente F:  grados de libertad del numerador  grados de libertad del denominador.
 

La distribucin Fisher es positivamente sesgada.

05/02/2012

24

Unidad 2 DISTRIBUCIONES MUESTRALES

Por qu un muestreo de la poblacin?
  

La imposibilidad fsica de revisar todos los integrantes de la poblacin. El costo de estudiar a todos los integrantes de una poblacin. Lo adecuado de los resultados de la muestra.
25

05/02/201 2

 

Entrevistar a toda la poblacin exigira mucho tiempo. La naturaleza destructiva de ciertas pruebas.

Muestra probabilstica


Una muestra probabilstica se selecciona de modo que cada integrante de la poblacin en estudio tenga una probabilidad conocida de ser incluido en la muestra.

05/02/201 2

26

Mtodos de muestreo de probabilidad



Muestreo aleatorio simple: Muestra seleccionada de manera que cada integrante de la poblacin tenga la misma probabilidad de quedar incluido. Muestra aleatoria sistemtica: Los integrantes o elementos de la poblacin se ordenan en alguna forma. Se selecciona al azar un punto de partida, y despus se elige para la muestra cada k- simo elemento de la poblacin.
27

05/02/2012

Mtodos de muestreo de probabilidad



Muestreo aleatorio estratificado: Una poblacin se divide en subgrupos, denominados estratos, y se selecciona una muestra de cada uno. Muestreo por conglomeracin: Una poblacin primero se divide en unidades primarias y despus las muestras son seleccionadas de las unidades primarias.
28

05/02/2012

Mtodos de muestreo de probabilidad



En una muestra no probabilstica una inclusin en la muestra se basa en el juicio de la persona que selecciona la muestra. El error de muestreo es la diferencia entre un valor estadstico de muestra y su parmetro de poblacin correspondiente.

05/02/201 2

29

Teorema de lmite central



Si se seleccionan de cualquier poblacin todas las muestras de un tamao determinado, la distribucin de las medias muestrales se acercar a una del tipo normal. Esta aproximacin aumenta en el caso de muestras ms grandes.

05/02/201 2

30

Estimacin puntual


Ejemplos de estimacin puntual son la media muestral, la desviacin estndar muestral, la varianza muestral, y la proporcin muestral. Una estimacin puntual es un valor que se utiliza para estimar el parmetro poblacional. Si la poblacin sigue la distribucin normal, la distribucin muestral de la media muestral, seguir tambin la distribucin normal.
31

05/02/2012

Estimacin puntual


Para determinar la probabilidad de que una media muestral est dentro de una regin particular, utilice:

z !

X Q W n
32

05/02/2012

Estimacin puntual


Si la poblacin no sigue la distribucin normal, pero la muestra es mayor que 30 observaciones, la media muestral seguir la distribucin normal. Para determinar la probabilidad de que una media muestral est dentro de una regin particular, utilice:

z !
05/02/2012

X Q s n
33

Distribucin de muestreo de medias muestrales

La distribucin de muestreo de medias muestrales es una distribucin de probabilidad que consta de todas las medias muestrales posibles de un tamao de muestra dado.

05/02/2012

34

Ejemplo 1


Una firma de abogados tiene 5 socios. Para su junta semanal de socios cada uno report el nmero de horas con los clientes para sus servicios de la semana pasada.
Socios Snchez Gmez Rivera Sandoval Ruiz horas 22 26 30 26 22
35

1. 2. 3. 4. 5.
05/02/2012

Ejemplo 1


(Continuacin)

Si dos socios son seleccionados al azar, cuntas muestras diferentes son posibles?

Esta es la combinacin de 5 objetos tomando 2 al mismo tiempo. Esto es:

5! ! 10 5 C2 ! 2! (5  2)!

Existe un total de 10 muestras diferentes.

05/02/2012 36

Ejemplo 1 (Continuacin)
Socios 1, 2 1, 3 1, 4 1, 5 2, 3 2, 4 2, 5 3, 4 3, 5 4, 5 Total 48 52 48 44 56 52 48 56 52 48 Media 24 26 24 22 28 26 24 28 26 24

05/02/2012

37

Ejemplo 1


(Continuacin)

Organice la media muestral distribucin de muestreo.

Media muestral 22 24 26 28 Frecuencia 1 4 3 2

en

una

Relativa probabilidad de frecuencia 1/10 4/10 3/10 2/10

05/02/2012

38

Ejemplo 1

(Continuacin)

Calcule la media de la media muestral. Comprela con la poblacin media.



La media de la media muestral es 25.2 horas.

22(1)  24(2)  26(3)  28(2) QX ! ! 25.2 10

05/02/201 2

39

Ejemplo 1

(Continuacin)

La media de la poblacin tambin es 25.2 horas.

22  26  30  26  22 Q! ! 25.2 5


Note que la media de la media muestral es igual a la media poblacinal.

05/02/2012

40

Ejemplo 2


Suponga que la media del precio de venta de un galn de gasolina en Mxico es de $1.30. Adems, asuma que la distribucin est posiblemente inclinada, con una desviacin estndar de $0.28. Cul es la probabilidad de seleccionar una muestra de 35 estaciones de gasolina y encontrar una media muestral dentro de $.08?

05/02/2012

41

Ejemplo 2

(Continuacin)

El primer paso es encontrar los valores z correspondientes a $1.22 y $1.38. Existen dos puntos dentro de $0.08 de la media de la poblacin.

X  Q $1.38  $1.30 z! ! ! 1.69 s n $0.28 35

05/02/2012

42

Ejemplo 2

(Continuacin)

z!

X Q s n

$1.22  $1.30 $0.28 35

! 1.69

05/02/2012

43

Ejemplo 2

(Continuacin)

Despus determinamos la probabilidad de los valores z entre -1.69 y 1.69 Esto es:

P (1.69 e z e 1.69) ! 2(.4545) ! .9090



Esperaramos un 91% de que la media muestral est dentro de $0.08 de la media de la poblacin.
44

05/02/2012

Unidad 3 ESTIMACIN DE PARMETROS

Tipos de Estimaciones  Estimacin puntual: Estadstico calculado a partir de la informacin obtenida de la muestra y que se usa para estimar el parmetro poblacional.  Estimacin de Intervalo de confianza: Un conjunto de valores obtenido a partir de los datos de la muestra, en el que hay una determinada probabilidad de que se encuentre el parmetro. A esta probabilidad se le conoce como el nivel de confianza.
05/02/2012 45

INTERVALO DE CONFIANZA : Es un recorrido establecido por medio de dos valores proporcionados por la muestra, y se espera con cierta confianza que el Parmetro, este comprendido en el intervalo. NOTA: Los Intervalos de Confianza se construyen, para determinar los valores reales de los Parmetros, a partir de los Estadsticos; utilizando una probabilidad de confianza.
05/02/2012 46

Procedimiento General para Construir un Intervalo de Confianza

Paso 1: Elegir el nivel de confianza

Paso 2: Determinar el coeficiente de confianza

Paso 3: Seleccionar correctamente el Estadstico

Paso 4: Calcular los valores de la variables

Paso 5: Construir el Intervalo de Confianza

05/02/2012

47

Si la desviacin estndar de la poblacin es conocida o la muestra es mayor que 30 utilizamos la distribucin z.

X sz

s n

05/02/2012

48

Si la desviacin estndar de la poblacin es desconocida y la muestra es menor que 30 utilizamos la distribucin t .

X st

s n

05/02/201 2

49

Intervalo de Estimacin


Un intervalo de estimacin establece el rango en el cual se encuentra el parmetro de poblacin. Un intervalo en el cual se espera que ocurra el parmetro de poblacin se llama intervalo de confianza. Las principales probabilidades que se utilizan en los intervalos de confianza, son de 90%, 95% y 99%.
50

05/02/2012

Error estndar de la media muestral El Error Estndar de la media muestral es la desviacin estndar de la distribucin de las medias muestrales. Se calcula como:

W Wx ! n


W x es el smbolo para el error estndar de la media

muestral. W es la desviacin estndar de la poblacin. n es la magnitud de la muestra.
51

 
05/02/2012

Si se desconoce y n >= 30, la desviacin estndar de la muestra, designada s, se aproxima a la desviacin estndar de la poblacin. La frmula para el Error Estndar de la media muestral es:

sx !

s n
52

05/02/2012

Intervalos de confianza para la Media Poblacional



En general, un intervalo de confianza para la media se calcula como:

X sz
05/02/2012

s n
53

Intervalo de confianza para la proporcin poblacional



El intervalo de confianza para la proporcin de la poblacin se estima como:

psz

p (1  p ) n

05/02/201 2

54

Factor de correccin de la poblacin-finita



La poblacin que ha sido establecida en lneas anteriores se dice que es finita. Para una poblacin finita, donde el nmero total de objetos es N y la magnitud de la muestra es n, el siguiente arreglo est hecho para los errores estndar de la media muestral y la proporcin:

05/02/2012

55

 Este arreglo es llamado factor de correccin de la poblacin-finita.

N  n N 1

Si n/N < .05,el factor de correccin de la poblacin-finita se ignora. Error estndar de la media muestral:

Wx
05/02/2012

W ! n
56

El Factor de Correccin Finita se multiplica por el Error estndar de la media muestral:

Wx

W ! n

N n N 1

El Factor de Correccin Finita se multiplica por el Error estndar de la proporcin muestral:

Wp !
05/02/2012

p(1  p ) N  n n N 1
57

Tamao de muestra Existen 3 factores que determinan el tamao de la muestra, ninguno de los cuales tiene relacin con el tamao de la poblacin. stos son:


El nivel de confianza deseado. El mximo error permisible. La variacin en la poblacin.

05/02/2012 58

Tamao de muestra para la Media La frmula para encontrar el tamao de muestra :

zys n! E
Donde:
  

E es el Error de Estimacin permisible z es el valor-z correspondiente al nivel de confianza s es la desviacin de la muestra del estudio.
59

05/02/2012

Tamao de muestra para la proporcin



La frmula para determinar el tamao de la muestra:

Z n ! p(1  p) E

Donde:  p es la proporcin estimada de experiencia anterior

 z es valor-z asociado al nivel de confianza  E es el Error de Estimacin permisible

05/02/2012

60

Unidad 4
Pruebas de Hiptesis
Qu es una hiptesis?  Una hiptesis es una declaracin sobre el valor de un parmetro de la poblacin desarrollado con el fin de poner a prueba.

05/02/2012

61

Qu es una prueba de hiptesis?

La prueba de hiptesis es un procedimiento basado en la evidencia de la muestra y la teora de las probabilidades, usadas para determinar si la hiptesis es una declaracin razonable y no debe ser rechazada, o es irrazonable y debe ser rechazada.

05/02/2012

62

Definiciones
   

Parmetro : Caracterstica de la poblacin Estadstico: Carcterstca de la muestra Hiptesis nula H0: Una declaracin sobre el valor de un parmetro de la poblacin. Hiptesis alternativa H1: Una declaracin que se acepta si los datos de la muestra proporcionan evidencia de que la hiptesis nula es falsa. Nivel de significancia: La probabilidad de rechazar la hiptesis nula cuando es verdadera.
63

05/02/2012

Definiciones


Error tipo I: Rechazar la hiptesis nula cuando es verdadera. Error tipo II: Aceptar la hiptesis nula cuando es falsa. Estadstico de prueba: Un valor determinado a partir de la informacin muestral, usado para determinar si se rechaza la hiptesis nula. Valor crtico: Punto de divisin entre la regin en la que se rechaza la hiptesis nula y la regin en la que no rechaza la hiptesis nula.
64

05/02/2012

Procedimiento General para la Prueba de Hiptesis

Paso 1: Formular las hiptesis nula y alternativa Paso 2: Determinar el nivel de significancia y el coeficiente de significancia Paso 3: Seleccionar correctamente el estadstico de prueba Paso 4: Establecer el criterio de decisin Paso 5: Concluir si: se rechaza H0 se acepta H0 Paso 6: Tomar de Decisiones
05/02/2012 65

Prueba de Hiptesis Unilateral



Una Prueba de Hiptesis es de una cola de un extremo, cuando la Hiptesis Alternativa H1 , indica una direccin. ( > ) ( < ) (Cola Derecha)
H1: Las comisiones anuales ganadas por corredores de bienes races a tiempo completo son ms de $35.000 (H1 : > 35,000)

Ejemplo:

(Cola Izquierda)
H1: Menos del 20% de los clientes pagan en efectivo su consumo de gasolina. (H1 : < 0.20)

05/02/2012

66

NOTA: Para formular correctamente la Hiptesis Alternativa, se recomienda comparar el valor real del Estadstico contra el valor real del Parmetro.  Si el valor real del Estadstico, es mayor que el valor real del Parmetro; esto nos indica que se tratar de una Prueba de Cola Derecha. = 35,000 ===== X = 52,000 H1 : > 35,000

05/02/2012 67

Distribucin muestral para el estadstico z para la prueba de una cola, con el .05 de nivel de significancia

.95 de probabilidad .05 regin de rechazo Valor crtico Z = 1.65

05/02/2012

68

NOTA: Para formular correctamente la Hiptesis Alternativa, se recomienda comparar el valor real del Estadstico contra el valor real del Parmetro.  Si el valor real del Estadstico, es menor que el valor real del Parmetro; esto nos indica que se tratar de una Prueba de Cola Izquierda. = 35,000 ===== X= 28,000 H1 : < 35,000

05/02/2012 69

Prueba de Hiptesis Bilateral

Una prueba es de dos colas cuando la hiptesis alternativa H1 , no se especifica ninguna direccin. Ejemplo:  (de dos colas)


H1: La cantidad pagada por los clientes en el centro comercial en Georgetown no es igual a $ 25. (H1: $ 25)
05/02/2012 70

Prueba de Hiptesis Bilateral



Una prueba es de colas dos extremos, cuando la Hiptesis Alternativa H1 , indica dos direcciones. ( ) ( dos colas)
H1: Las comisiones anuales ganadas por corredores de bienes races a tiempo completo son de $ 35,000 (H1 : 35,000)

Ejemplo:

( dos colas )
H1: El 20% de los clientes pagan en efectivo consumo de gasolina. (H1 : 0.20) su

05/02/2012

71

Distribucin muestral para el estadstico z para la prueba de dos colas, con el .05 de nivel de significancia

.95 de probabilidad .025 regin de rechazo Valor crtico Z = 1.96,-1.96

-2

-1

05/02/2012

72

NOTA:


Para formular correctamente la Hiptesis Alternativa H1 y as saber de antemano de que extremo cola va ser la prueba; se recomienda comparar el valor real del Estadstico con el valor real del Parmetro. S el valor del Estadstico es mayor que el valor del Parmetro, esto indicar que es una Prueba de Cola Derecha. S el valor del Estadstico es menor que el valor del Parmetro, esto indicar que es una Prueba de Cola Izquierda.
73

05/02/2012

Prueba Hiptesis para la media poblacional



Cuando la prueba de hiptesis para media poblacional proviene de una muestra grande y la desviacin estndar poblacional es conocida, el estadstico Z de la prueba, se obtiene con la siguiente frmula:

X Q z! W/ n
05/02/2012 74

Prueba Hiptesis para la media poblacional



Aqu la desviacin estndar poblacional desconoce, as que la estimamos con desviacin estndar de la muestra s. Mientras el tamao de muestra es mayor que (n > 30), el estadstico Z de la prueba, obtiene con la siguiente frmula:

se la 30 se

X Q z! s/ n
05/02/2012 75

Prueba Hiptesis para la media poblacional



Aqu la desviacin estndar poblacional se desconoce, la estimamos con la desviacin estndar de la muestra s. Mientras el tamao de muestra es menor que 30 (n < 30), el estadstico t de la prueba, se obtiene con la siguiente frmula:

t!
05/02/2012

X Q s/ n
76

Prueba Hiptesis para la Proporcin poblacional

Una proporcin es la fraccin o el porcentaje que indican la parte de la poblacin o de la muestra que tiene un rasgo particular de inters.  La proporcin de la muestra se denota por p y se calcula con: p = a/n Donde:  p : probabilidad de la muestra  a : nmero de xitos en la muestra  n: tamao de la muestra

05/02/2012 77

Prueba Hiptesis para la Proporcin poblacional

El estadstico Z de la prueba, se obtiene con la siguiente frmula:

z !

p T T (1  T ) n

Donde:  p es la proporcin de la muestra  T es la proporcin de la poblacin.

05/02/2012 78

Prueba de Hiptesis para diferencia de Medias Poblacionales -

 Cuando la prueba de hiptesis para diferencias de medias poblacionales proviene de muestras grandes y la desviaciones estndar poblacionales son conocidas, el estadstico Z de la prueba, se obtiene con la siguiente frmula:

z!

X1  X 2
2 2 s1 s2  n1 n2
79

05/02/2012

Prueba de Hiptesis para diferencia de Medias Poblacionales -



Aqu las desviaciones estndar poblacionales se desconocen, las estimamos con la desviaciones estndar de las muestras s. Mientras el tamao de las muestras son menores que 30 (n < 30), la distribucin t student, se utiliza como el estadstico t de la prueba. Nota: si una o ms de las muestras (provienen de
poblaciones independientes) observaciones. tiene menos de 30
80

05/02/2012

Prueba de Hiptesis para diferencia de Medias Poblacionales -

 

Encontrar el valor del estadstico t de la prueba se requiere de dos pasos: Combinar las desviaciones estndar de la muestra.
2 ( n1  1) s12  ( n2  1) s2 2 sp ! n1  n2  2

El estadstico t de la prueba, se obtiene con la siguiente frmula: X1  X 2 t! 1 2 1 sp  n n 2 1

81

05/02/2012

Prueba de Hiptesis para diferencia de Medias Poblacionales -



Aqu las desviaciones estndar poblacionales se desconocen, las estimamos con la desviaciones estndar de las muestras s. Mientras el tamao de las muestras son mayores que 30 (n > 30), el estadstico Z de la prueba, se obtiene con la siguiente frmula:

z!

X1  X 2
2 2 s1 s2  n1 n2
82

05/02/2012

Pruebas respecto a proporciones



Una proporcin es la fraccin o el porcentaje que indican la parte de la poblacin o de la muestra que tiene un rasgo particular de inters. La proporcin de la muestra es denotada por p y calculada con: p = nmero de xitos en la muestra / tamao de la muestra

05/02/2012

83

Prueba estadstica para la proporcin de la poblacin

z ! p T T (1  T ) n

La proporcin de la muestra es p y T es la proporcin de la poblacin.

05/02/2012

84

Ejemplo 4


En el pasado, el 15% de las solicitudes de pedidos por correo para cierta obra de caridad dio lugar a una contribucin financiera. Un nuevo formato de solicitud se ha diseado y se enva a una muestra de 200 personas y 45 respondieron con una contribucin. En el nivel de significacin del .05 se puede concluir que la nueva solicitud es ms eficaz?

05/02/2012

85

Ejemplo 4 (Continuacin)


Paso 1: Establezca la hiptesis nula y la hiptesis alternativa

H0: T <= .15 H1: T > .15



Paso 2: Seleccione el nivel de significancia. Es .05. Paso 3: Encuentre un estadstico de prueba. La distribucin de z es el estadstico de prueba.

05/02/2012

86

Ejemplo 4 (Continuacin)


Paso 4: Indique la regla de decisin. Se rechaza la hiptesis nula si z es mayor que 1.65. Paso 5: Tome una decisin e interprete los resultados. 45
z! p T T (1  T ) n ! 200 ! 2.97 .15(1  .15) 200  .15

Se rechaza la hiptesis nula. Ms de 15% de solicitudes responde con un compromiso. El nuevo formato es ms eficaz.
05/02/2012 87

Prueba de Hiptesis para diferencia de Proporciones Poblacionales T - T



Investigamos si dos muestras provienen de poblaciones con una proporcin igual de xitos. Las dos muestras se combinan usando la frmula siguiente. X1  X 2 pc ! n1  n2 donde X1 y X2 se refieren al nmero de xitos en las muestras respectivas de n1 y de n2.

05/02/2012

88

Prueba de Hiptesis para diferencia de Proporciones Poblacionales T - T



El valor del estadstico de prueba se calcula con la frmula siguiente.

p1  p 2 pc (1  pc ) pc (1  pc )  n1 n2

z!

05/02/2012

89

Unidad 5 PRUEBA DE BONDAD DE AJUSTE

Frecuencias esperadas iguales Sean:  fo frecuencias observadas  fe frecuencia esperadas
 
05/02/2012

H0: No hay diferencia entre las frecuencias observadas y esperadas. H1: Hay una diferencia entre las frecuencias observadas y esperadas.
90

Prueba de Hiptesis para razn de varianzas



Para la prueba de dos colas, el estadstico de prueba est dado por: 2 s1 F ! 2 s2 2 S12 y s2 son las varianzas muestrales para las dos muestras. Se rechaza la hiptesis nula si el valor calculado del estadstico de prueba es mayor que el valor crtico.

05/02/2012

91

Prueba de Bondad de Ajuste



El estadstico de prueba es:

 f o  f e 2 fe

El valor crtico es un valor de ji-cuadrada con (k-1) grados de libertad, donde k es el nmero de categoras.

05/02/2012

92

Ejemplo 1


La informacin siguiente muestra el nmero empleados ausentes por da de la semana una fbrica grande. Con un nivel significancia del 5%, existe una diferencia ausentismo por da de la semana?

de en de en

05/02/2012

93

Ejemplo 1

(Continuacin)
Da Frecuencia 120 45 60 90 130 445

Lunes Martes Mircoles Jueves Viernes Total

05/02/2012

94

Ejemplo 1


(Continuacin)

Suponga la frecuencia esperada igual: (120 + 45 + 60 + 90 + 130) / 5 = 89

  

Los grados de libertad son (5-1)=4. Utilice el Apndice I. El valor crtico es 9.488.

05/02/2012

95

Ejemplo 1
Da Lunes Martes Mircoles Jueves Viernes Total

(Continuacin)
Frecuencia 120 45 60 90 130 445 Esperado 89 89 89 89 89 445 (fo fe)2/fe 10.80 21.75 9.45 0.01 18.89 60.90

05/02/2012

96

Ejemplo 1


(Continuacin)

Debido a que el valor calculado de ji-cuadrada es mayor que el valor crtico, se rechaza H0. Concluimos que hay una diferencia en el nmero de trabajadores ausentes por da de la semana.

05/02/2012

97

Ejemplo 2
La oficina del censo (USA) indic que 63.9% de la poblacin est casada, 7.7% viuda, 6.9% divorciada (y no vuelta a casar), y 21.5% soltera (nunca casados). Una muestra de 500 adultos del rea de Filadelfia demostr que 310 fueron casados, 40 viudos, 30 divorciados, y 120 solteros. En un nivel de significancia del 5% podemos concluir que el rea de Filadelfia es diferente de USA como un todo?

05/02/2012

98

Ejemplo 2
Estado Casados Viudos Divorciados Solteros Total

(Continuacin)
(fo fe)2/fe .2825 .0584 .5870 1.4535 2.3814

fo 310 40 30 120 500

fe 319.5 38.5 34.5 107.5

05/02/2012

99

Ejemplo 2

(Continuacin)

Paso 1: H0: La distribucin no ha cambiado H1: La distribucin ha cambiado Paso 2: H0: es rechazada si G2 >7.815, df = 3, Paso 3: G2 = 2.3814 Paso 4: No se rechaza la hiptesis nula. La distribucin con respecto al estado civil en Filadelfia no es diferente del resto de los Estados Unidos. = .05

05/02/2012

100

Utilizacin de la prueba de bondad de ajuste para probar normalidad



   

Esta prueba investiga si las frecuencias observadas en una distribucin de frecuencias coincide con un conjunto de frecuencias esperadas que tienen una distribucin normal. El procedimiento es determinar la media y la desviacin estndar de la distribucin de frecuencias. Calcule el valor z para el lmite ms bajo y el lmite ms alto de la clase para cada clase. Determine fe por cada categora. Utilice la prueba de bondad de ajuste con ji-cuadrada para determinar si la fo coincide con la fe .
101

05/02/2012

Ejemplo 3
Una muestra de 500 donaciones a la fundacin de la artritis se publica en la distribucin de frecuencias siguiente. Es razonable concluir que la distribucin est normalmente distribuida con un media de $10 y una desviacin estndar de $2? Utilice el nivel de significancia del 5%.

05/02/2012

102

Ejemplo 3


(Continuacin)

Para calcular la fe para la primera clase, primero determine el valor z.

X Q 6  10 z! ! ! 2.00 W 2

Encuentre la probabilidad de un valor z menor de -2.00

P( z 2.00) ! 0.5000  .4772 ! .0228

05/02/2012 103

Ejemplo 3


(Continuacin)

La frecuencia esperada es la probabilidad de un valor z menor que -2.00 veces el tamao de las muestras.

f e ! (.0228)(500) ! 11.4


Las otras frecuencias esperadas se calculan en forma similar.

05/02/2012

104

Ejemplo 3

(Continuacin)

Paso 1: H0: Las observaciones siguen la distribucin normal. H1: Las observaciones no siguen la distribucin normal. Paso 2: H0: es rechazada si G2 es mayor que 7.815. Hay 6 grados de libertad y es .05. Paso 3: El valor calculado de G2 es 336.33. Paso 4: H0: es rechazada. Las observaciones no siguen la distribucin normal.

05/02/2012

105

Anlisis de la tabla de contingencia

    

Una tabla de contingencia se utiliza para investigar si dos rasgos o caractersticas estn relacionados. Cada observacin es clasificada de acuerdo a dos criterios. Utilizamos el procedimiento usual de prueba de hiptesis. Los grados de libertad son iguales a: (nmero de filas -1)(nmeros de columnas -1). Se calcula la frecuencia esperada como: frecuencia esperada = (fila total)(columna total)/gran total.

05/02/2012

106

Ejemplo 4
Hay una relacin entre la localizacin de un accidente y el gnero de la persona implicada en el accidente? Una muestra de 150 accidentes que public la polica fue clasificada por tipo y gnero. En el nivel de .05 de significancia, podemos concluir que gnero y localizacin del accidente estn relacionados?

05/02/2012

107

Ejemplo 4
SEXO HOMBRE MUJER TOTAL

(Continuacin)
HOGAR 20 30 50 OTRO 10 10 20 TOTAL 90 60 150

TRABAJO 60 20 80

La frecuencia esperada para la interseccin de trabajar-varn se calcula como (90)(80)/150=48. Similarmente, usted puede calcular las frecuencias esperadas para las otras celdas.
05/02/2012 108

Ejemplo 4

(Continuacin)

Paso 1: H0: gnero y localizacin no estn relacionados. H1: gnero y localizacin estn relacionados. Paso 2: H0: es rechazada si el valor calculado de G2 es mayor que 5.991. Hay (3-1)(2-1) = 2 grados de libertad.

05/02/2012

109

Ejemplo 4

(Continuacin)

Paso 3: Encuentre el valor de G2

60  48 2 G2 !
48

10  8 2  ... 
8

! 16.667

Paso 4: H0: es rechazada. El gnero y la localizacin estn relacionados.

05/02/2012

110

Espero que el curso le sea de gran utilidad , en su vida Personal y Profesional .

05/02/2012

Jofel Ramar

111