SlideShare una empresa de Scribd logo
1 de 6
PRUEBA DE HIPÓTESIS
    La estadística inferencial es el proceso de usar la información de una muestra para
    describir el estado de una población. Sin embargo es frecuente que usemos la
    información de una muestra para probar un reclamo o conjetura sobre la
    población. El reclamo o conjetura se refiere a una hipótesis. El proceso que
    corrobora si la información de una muestra sostiene o refuta el reclamo se llama
    prueba de hipótesis.

HIPÓTESIS Y NIVELES DE SIGNIFICANCIA
    En la prueba de hipótesis se pone a prueba un reclamo hecho sobra la naturaleza
    de una población a base de la información de una muestra. El reclamo se llama
    hipótesis estadística.

    Hipótesis Estadística: Una hipótesis estadística es un reclamo hecho sobre la
                            naturaleza de una población.
    Por ejemplo, la premisa formulada por un productor de baterías para autos de que
    su batería dura en promedio 48 meses, es una hipótesis estadística porque el
    manufacturero no inspecciona la vida de cada batería que él produce.
    Si surgieran quejas de parte de los clientes, entonces se pone a prueba el reclamo
    del manufacturero. La hipótesis estadística sometida a prueba se llama la
    hipótesis nula, y se denota como H0.

COMO ESTABLECER LA HIPÓTESIS NULA Y LA ALTERNA
    Hipótesis Nula (H0): premisa, reclamo, o conjetura que se pronuncia sobre la
                          naturaleza de una o varias poblaciones.
    Por ejemplo, para probar o desaprobar el reclamo pronunciado por el productor de
    baterías debemos probar la hipótesis estadística de que       48. Por lo tanto, la
    hipótesis nula es:
           H0 :     48.
    Luego se procede a tomar una muestra aleatoria de baterías y medir su vida
    media. Si la información obtenida de la muestra no apoya el reclamo en la
    hipótesis nula (H0), entonces otra cosa es cierta. La premisa alterna a la hipótesis
    nula se llama hipótesis alterna y se representa por H1.

    Hipótesis Alterna:    Una premisa que es cierta cuando la hipótesis nula es falsa.

    Por ejemplo, para el productor de baterías
                           H0 :       48 y
                           H1 :     < 48

    Para probar si la hipótesis nula es cierta, se toma una muestra aleatoria y se
calcula la información, como el promedio, la proporción, etc. Esta información
    muestral se llama estadística de prueba.

    Estadística de Prueba: Una estadística de prueba se basa en la información de la
                           muestra como la media o la proporción .


ERROR TIPO 1 Y ERROR TIPO 2
    A base de la información de una muestra nosotros podemos cometer dos tipos de
    errores en nuestra decisión.
            1.     Podemos rechazar un H0 que es cierto.
            2.     Podemos aceptar un H0 que es falso.
    El primero se llama error Tipo 1
    Error Tipo 1: Cuando rechazamos una Hipótesis Nula que es cierta cometemos
                  error tipo 1.


    Y el segundo error se llama error Tipo 2.
    Error Tipo 2: Cuando aceptamos una Hipótesis Nula que es falsa cometemos
                  error tipo 2.



NIVEL DE SIGNIFICANCIA ( )
    Para ser muy cuidadosos en no cometer el error tipo 1, debemos especificar la
    probabilidad de rechazar H0, denotada por . A ésta se le llama nivel de
    significancia.

    Nivel de Significancia: La probabilidad ( más alta de rechazar H0 cuando H0 es
                            cierto se llama nivel de significancia.
    Comentario: Para mantener la probabilidad de cometer el error tipo 1 baja, debemos escoger un
                valor pequeño de .

    Usando un valor preasignado de      se construye una región de rechazo o región
    crítica en la curva normal estándar o en la curva t que indica si debemos rechazar
    H0 .

    Región Crítica o de Rechazo: Una región crítica o de rechazo es una parte de la
                                   curva de z o de la curva t donde se rechaza H0.
    La región puede ser de una cola o de dos dependiendo de la hipótesis alterna.
Ejemplos     Para H1:    > valor aceptado, la región de rechazo está dada por:


                                                        (cola derecha, z ó t)

             Para H1 :     < valor aceptado, la región de rechazo está dada por:


                                                        (cola izquierda, z ó t)

             Para H1 :      valor aceptado, la región de rechazo es de dos colas y
             está dada por:


                                  /2           /2               (2-colas, z ó t)


Ejemplo 1:   Determine si la región de rechazo es de la cola derecha, de la cola
             izquierda o de dos colas.
             a. H0 :     = 15,    H1 :    15, =.05
             b. H0 : p     0.7,   H1 : p > 0.7, =.02

Solución:    La forma de la región de rechazo está determinada por la hipótesis
             alterna.
       a.    H1 :     15 significa que la región está en ambas colas.

                             .05/2           .05/2



       b.    H1 : p > 7 significa que la región está en la cola derecha.


                                              .02


Ejemplo 2:   En el Ejemplo 1a, presumamos que la región de rechazo es parte de la
             curva normal estándar. Complete el dibujo de la región crítica para los
             valores siguientes:
             a.    = .05
Solución:
       a.           Del ejemplo 1(a), tenemos:


                                                                De la tabla de la distribución normal, la
             .05/2=0.025                 .05/2=0.025            P(Z z) =.025 corresponde a un valor
                                                                Z= -1.96. Por simetría la P(Z>z)=.025
                                                                corresponde a Z= 1.96.
                            -1.96     1.96


Ejemplo 3:          En el ejemplo 1a, presumamos que la región de rechazo es parte de la
                    curva t. Complete el dibujo de la región de rechazo para:
                    a.      = .05 y     = 14

Solución:
       a.           Del ejemplo 1(a),        = .05, y    = 14, tenemos:


                                                         De la tabla de la distribución t, la
      .05/2=0.025                   .05/2=0.025          P(T t) =.025 corresponde a un valor t=
                                                         -2.086. Por simetría la P(T>t)=.025
                                                         corresponde a t= 2.086.
                -2.086       2.086



Ejemplo 4:          Establezca las hipótesis nula y alterna.
                    a. Las millas por galón (mpg) promedio de un nuevo modelo de
                        automóvil es 32.
                    b. Más del 65% de los empleados de un colegio aportan a Fondos
                        Unidos.
                    c. En promedio, los empleados de cierta compañía viven a no más de
                        15 millas de la misma.
                    d. Al menos un 60% de la población adulta de una comunidad votará
                        en las próximas elecciones Presidenciales.
                    e. El peso promedio de un pollo para asar es de al menos cuatro
                        libras.
Solución:
       a.    H0 :    = 32               b.     H0 : p .65                 c.    H0 :      15
             H1 :      32                      H1 : p < .65                     H1 :    > 15

       d.    H0 : p .6                  e.     H0 :      4
             H1 : p < .6                       H1 :     <4
EJERCICIOS

    En los ejercicios (1-6) determine si la región de rechazo para la hipótesis nula
    está en la cola izquierda, en la cola derecha, o ambas colas. Para el nivel de
    significancia dibuje la región de rechazo.

    1. H0 :     11; H1 :      > 11 2. H0 :        5.8; H1 :    < 5.8


    3. H0 : p = 0.4; H1 : p    0.4 4. H0 :      = 110; H1 :         110


    5. H0 : p   0.3; H1 : p < 0.3 6. H0 : p        0.8; H1 : p < 0.8


    En los ejercicios (7 - 18) complete la región de rechazo (encuentre el valor de
    z y t).


    7.                               a) z, si     = .05            b) t, si     = .025 y        =9




    8.                               a) z, si     = .01            b) t, si    = .05 y     = 13




    9.                               a) z, si     = .02            b) t, si     = .01 y     =5




    10.                              a) z, si     = .025           b) t, si    = .01 y     =9




    11.          /2                 /2          a) z, si   = .05              b) t, si =.05 y    = 10




    12.                                         a) z, si   = .01              b) t, si =0.1 y    =7
                 /2                 /2
En los ejercicios (13 - 18) establezca las hipótesis nula y alterna.

13.    Los automóviles estacionados en el estacionamiento de periodo
       prolongado del aeropuerto internacional de Baltimore permanecen un
       promedio de 2.5 días.

14.    Una nueva marca de llantas radiales dura en promedio más de 48,000
       millas.

15.    El balance promedio de una cuenta de cheques en el First State Bank es de
       al menos $150.

16.    Se reclama que al menos el 60% de las compras realizadas en cierta tienda
       por departamentos son artículos de especiales.

17.    Se reclama que el 20% de los graduados de cierto colegio privado solicitan
       admisión a escuelas de medicina.

18.    Un dentista reclama que el 5% de sus pacientes sufren enfermedades en
       las encías.

Más contenido relacionado

La actualidad más candente

La actualidad más candente (20)

Pruebas de hipótesis u32
Pruebas de hipótesis u32Pruebas de hipótesis u32
Pruebas de hipótesis u32
 
PRUEBAS DE HIPÓTESIS
PRUEBAS DE HIPÓTESIS PRUEBAS DE HIPÓTESIS
PRUEBAS DE HIPÓTESIS
 
Caso aplicado flujo vehicular
Caso aplicado   flujo vehicularCaso aplicado   flujo vehicular
Caso aplicado flujo vehicular
 
Distribuciones Binomiales y Normales
Distribuciones Binomiales y NormalesDistribuciones Binomiales y Normales
Distribuciones Binomiales y Normales
 
Contingencia
ContingenciaContingencia
Contingencia
 
Mic sesión 8a
Mic sesión 8aMic sesión 8a
Mic sesión 8a
 
Variables Aleatorias y Distribuciones de Probabilidad
Variables Aleatorias y Distribuciones de ProbabilidadVariables Aleatorias y Distribuciones de Probabilidad
Variables Aleatorias y Distribuciones de Probabilidad
 
2
22
2
 
Distribuciones discretas importantes
Distribuciones discretas importantesDistribuciones discretas importantes
Distribuciones discretas importantes
 
Prueba de hipótesis
Prueba de hipótesisPrueba de hipótesis
Prueba de hipótesis
 
Ejercicios cuadrados greco latinos ejercicio 2
Ejercicios cuadrados greco latinos ejercicio 2Ejercicios cuadrados greco latinos ejercicio 2
Ejercicios cuadrados greco latinos ejercicio 2
 
Prueba de hipótesis
Prueba de hipótesisPrueba de hipótesis
Prueba de hipótesis
 
T10 probabilidad condicionada
T10 probabilidad condicionadaT10 probabilidad condicionada
T10 probabilidad condicionada
 
Funciones
FuncionesFunciones
Funciones
 
7 prueba de hipotesis
7 prueba de hipotesis7 prueba de hipotesis
7 prueba de hipotesis
 
Prueba de hipotesis
Prueba de hipotesisPrueba de hipotesis
Prueba de hipotesis
 
Pruebas de Hipótesis para dos medias y proporciones.estadistica
Pruebas de Hipótesis para dos medias y proporciones.estadisticaPruebas de Hipótesis para dos medias y proporciones.estadistica
Pruebas de Hipótesis para dos medias y proporciones.estadistica
 
Programación Parámetrica
Programación ParámetricaProgramación Parámetrica
Programación Parámetrica
 
Solucionario estadistica descriptiva iv
Solucionario estadistica descriptiva iv Solucionario estadistica descriptiva iv
Solucionario estadistica descriptiva iv
 
Prueba de hipótesis
Prueba de hipótesisPrueba de hipótesis
Prueba de hipótesis
 

Similar a Hipotesis estadistica

Prueba de hipótesis
Prueba de hipótesisPrueba de hipótesis
Prueba de hipótesisvaro99
 
Prueba de hipótesis
Prueba de hipótesisPrueba de hipótesis
Prueba de hipótesisvaro99
 
Prueba de hipotesis eaa
Prueba de hipotesis eaaPrueba de hipotesis eaa
Prueba de hipotesis eaaedgarmontoya23
 
Prueba De Hipotesis
Prueba De HipotesisPrueba De Hipotesis
Prueba De HipotesisHero Valrey
 
47320912 docima-de-hipotesis13
47320912 docima-de-hipotesis1347320912 docima-de-hipotesis13
47320912 docima-de-hipotesis13Limberth Isaac
 
Pruebas Estadisticas COVID.pdf
Pruebas Estadisticas COVID.pdfPruebas Estadisticas COVID.pdf
Pruebas Estadisticas COVID.pdfRodolfo Reta
 
Prueba de hip_tesis_comercio_exterior444444444444
Prueba de hip_tesis_comercio_exterior444444444444Prueba de hip_tesis_comercio_exterior444444444444
Prueba de hip_tesis_comercio_exterior444444444444amandyta
 
2. Inferencia estadística.pptx
2. Inferencia estadística.pptx2. Inferencia estadística.pptx
2. Inferencia estadística.pptxcarmenpando1
 
Tarea 7. elementos de pruebas de hipotesis unilaterales
Tarea  7. elementos de pruebas de hipotesis unilateralesTarea  7. elementos de pruebas de hipotesis unilaterales
Tarea 7. elementos de pruebas de hipotesis unilaterales1500743412
 
MDR_ MCD_Prueba de hipótesis para proporciones
MDR_ MCD_Prueba de hipótesis para proporcionesMDR_ MCD_Prueba de hipótesis para proporciones
MDR_ MCD_Prueba de hipótesis para proporcionesUnidadVirtualUFPSO
 
Clase4 Test de hipótesis en el modelo de regresión
Clase4 Test de hipótesis en el modelo de regresiónClase4 Test de hipótesis en el modelo de regresión
Clase4 Test de hipótesis en el modelo de regresiónNerys Ramírez Mordán
 
Hipotesis 2
Hipotesis 2Hipotesis 2
Hipotesis 2juanblas
 

Similar a Hipotesis estadistica (20)

Prueba de hipótesis
Prueba de hipótesisPrueba de hipótesis
Prueba de hipótesis
 
Prueba de hipótesis
Prueba de hipótesisPrueba de hipótesis
Prueba de hipótesis
 
C81
C81C81
C81
 
Consulta
ConsultaConsulta
Consulta
 
Semana 5,6, estadistica ii
Semana 5,6, estadistica iiSemana 5,6, estadistica ii
Semana 5,6, estadistica ii
 
Prueba de hipotesis eaa
Prueba de hipotesis eaaPrueba de hipotesis eaa
Prueba de hipotesis eaa
 
Pruebas de hipotesis
Pruebas de hipotesisPruebas de hipotesis
Pruebas de hipotesis
 
Prueba De Hipotesis
Prueba De HipotesisPrueba De Hipotesis
Prueba De Hipotesis
 
Capítulo viii
Capítulo viiiCapítulo viii
Capítulo viii
 
47320912 docima-de-hipotesis13
47320912 docima-de-hipotesis1347320912 docima-de-hipotesis13
47320912 docima-de-hipotesis13
 
Hipotesis
HipotesisHipotesis
Hipotesis
 
Pruebas Estadisticas COVID.pdf
Pruebas Estadisticas COVID.pdfPruebas Estadisticas COVID.pdf
Pruebas Estadisticas COVID.pdf
 
Prueba de hip_tesis_comercio_exterior444444444444
Prueba de hip_tesis_comercio_exterior444444444444Prueba de hip_tesis_comercio_exterior444444444444
Prueba de hip_tesis_comercio_exterior444444444444
 
2. Inferencia estadística.pptx
2. Inferencia estadística.pptx2. Inferencia estadística.pptx
2. Inferencia estadística.pptx
 
Tarea 7. elementos de pruebas de hipotesis unilaterales
Tarea  7. elementos de pruebas de hipotesis unilateralesTarea  7. elementos de pruebas de hipotesis unilaterales
Tarea 7. elementos de pruebas de hipotesis unilaterales
 
Tarea 7
Tarea 7Tarea 7
Tarea 7
 
MDR_ MCD_Prueba de hipótesis para proporciones
MDR_ MCD_Prueba de hipótesis para proporcionesMDR_ MCD_Prueba de hipótesis para proporciones
MDR_ MCD_Prueba de hipótesis para proporciones
 
Unidad5 angel wha
Unidad5 angel whaUnidad5 angel wha
Unidad5 angel wha
 
Clase4 Test de hipótesis en el modelo de regresión
Clase4 Test de hipótesis en el modelo de regresiónClase4 Test de hipótesis en el modelo de regresión
Clase4 Test de hipótesis en el modelo de regresión
 
Hipotesis 2
Hipotesis 2Hipotesis 2
Hipotesis 2
 

Último

PLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docxPLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docxlupitavic
 
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptxRigoTito
 
PIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonablesPIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonablesYanirisBarcelDelaHoz
 
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESOPrueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESOluismii249
 
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLAACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLAJAVIER SOLIS NOYOLA
 
LA LITERATURA DEL BARROCO 2023-2024pptx.pptx
LA LITERATURA DEL BARROCO 2023-2024pptx.pptxLA LITERATURA DEL BARROCO 2023-2024pptx.pptx
LA LITERATURA DEL BARROCO 2023-2024pptx.pptxlclcarmen
 
SEPTIMO SEGUNDO PERIODO EMPRENDIMIENTO VS
SEPTIMO SEGUNDO PERIODO EMPRENDIMIENTO VSSEPTIMO SEGUNDO PERIODO EMPRENDIMIENTO VS
SEPTIMO SEGUNDO PERIODO EMPRENDIMIENTO VSYadi Campos
 
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdfMiNeyi1
 
Estrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcciónEstrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcciónLourdes Feria
 
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docxEliaHernndez7
 
Qué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaQué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaDecaunlz
 
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VSOCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VSYadi Campos
 
Proyecto de aprendizaje dia de la madre MINT.pdf
Proyecto de aprendizaje dia de la madre MINT.pdfProyecto de aprendizaje dia de la madre MINT.pdf
Proyecto de aprendizaje dia de la madre MINT.pdfpatriciaines1993
 
origen y desarrollo del ensayo literario
origen y desarrollo del ensayo literarioorigen y desarrollo del ensayo literario
origen y desarrollo del ensayo literarioELIASAURELIOCHAVEZCA1
 
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfCurso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfFrancisco158360
 
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptxSEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptxYadi Campos
 
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxFernando Solis
 

Último (20)

PLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docxPLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docx
 
Medición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptxMedición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptx
 
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
 
PIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonablesPIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonables
 
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESOPrueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
 
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLAACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
 
LA LITERATURA DEL BARROCO 2023-2024pptx.pptx
LA LITERATURA DEL BARROCO 2023-2024pptx.pptxLA LITERATURA DEL BARROCO 2023-2024pptx.pptx
LA LITERATURA DEL BARROCO 2023-2024pptx.pptx
 
SEPTIMO SEGUNDO PERIODO EMPRENDIMIENTO VS
SEPTIMO SEGUNDO PERIODO EMPRENDIMIENTO VSSEPTIMO SEGUNDO PERIODO EMPRENDIMIENTO VS
SEPTIMO SEGUNDO PERIODO EMPRENDIMIENTO VS
 
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf
 
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdfTema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
 
Estrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcciónEstrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcción
 
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
 
Qué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaQué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativa
 
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VSOCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
 
Proyecto de aprendizaje dia de la madre MINT.pdf
Proyecto de aprendizaje dia de la madre MINT.pdfProyecto de aprendizaje dia de la madre MINT.pdf
Proyecto de aprendizaje dia de la madre MINT.pdf
 
origen y desarrollo del ensayo literario
origen y desarrollo del ensayo literarioorigen y desarrollo del ensayo literario
origen y desarrollo del ensayo literario
 
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfCurso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
 
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptxSEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
 
Unidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la InvestigaciónUnidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la Investigación
 
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptx
 

Hipotesis estadistica

  • 1. PRUEBA DE HIPÓTESIS La estadística inferencial es el proceso de usar la información de una muestra para describir el estado de una población. Sin embargo es frecuente que usemos la información de una muestra para probar un reclamo o conjetura sobre la población. El reclamo o conjetura se refiere a una hipótesis. El proceso que corrobora si la información de una muestra sostiene o refuta el reclamo se llama prueba de hipótesis. HIPÓTESIS Y NIVELES DE SIGNIFICANCIA En la prueba de hipótesis se pone a prueba un reclamo hecho sobra la naturaleza de una población a base de la información de una muestra. El reclamo se llama hipótesis estadística. Hipótesis Estadística: Una hipótesis estadística es un reclamo hecho sobre la naturaleza de una población. Por ejemplo, la premisa formulada por un productor de baterías para autos de que su batería dura en promedio 48 meses, es una hipótesis estadística porque el manufacturero no inspecciona la vida de cada batería que él produce. Si surgieran quejas de parte de los clientes, entonces se pone a prueba el reclamo del manufacturero. La hipótesis estadística sometida a prueba se llama la hipótesis nula, y se denota como H0. COMO ESTABLECER LA HIPÓTESIS NULA Y LA ALTERNA Hipótesis Nula (H0): premisa, reclamo, o conjetura que se pronuncia sobre la naturaleza de una o varias poblaciones. Por ejemplo, para probar o desaprobar el reclamo pronunciado por el productor de baterías debemos probar la hipótesis estadística de que 48. Por lo tanto, la hipótesis nula es: H0 : 48. Luego se procede a tomar una muestra aleatoria de baterías y medir su vida media. Si la información obtenida de la muestra no apoya el reclamo en la hipótesis nula (H0), entonces otra cosa es cierta. La premisa alterna a la hipótesis nula se llama hipótesis alterna y se representa por H1. Hipótesis Alterna: Una premisa que es cierta cuando la hipótesis nula es falsa. Por ejemplo, para el productor de baterías H0 : 48 y H1 : < 48 Para probar si la hipótesis nula es cierta, se toma una muestra aleatoria y se
  • 2. calcula la información, como el promedio, la proporción, etc. Esta información muestral se llama estadística de prueba. Estadística de Prueba: Una estadística de prueba se basa en la información de la muestra como la media o la proporción . ERROR TIPO 1 Y ERROR TIPO 2 A base de la información de una muestra nosotros podemos cometer dos tipos de errores en nuestra decisión. 1. Podemos rechazar un H0 que es cierto. 2. Podemos aceptar un H0 que es falso. El primero se llama error Tipo 1 Error Tipo 1: Cuando rechazamos una Hipótesis Nula que es cierta cometemos error tipo 1. Y el segundo error se llama error Tipo 2. Error Tipo 2: Cuando aceptamos una Hipótesis Nula que es falsa cometemos error tipo 2. NIVEL DE SIGNIFICANCIA ( ) Para ser muy cuidadosos en no cometer el error tipo 1, debemos especificar la probabilidad de rechazar H0, denotada por . A ésta se le llama nivel de significancia. Nivel de Significancia: La probabilidad ( más alta de rechazar H0 cuando H0 es cierto se llama nivel de significancia. Comentario: Para mantener la probabilidad de cometer el error tipo 1 baja, debemos escoger un valor pequeño de . Usando un valor preasignado de se construye una región de rechazo o región crítica en la curva normal estándar o en la curva t que indica si debemos rechazar H0 . Región Crítica o de Rechazo: Una región crítica o de rechazo es una parte de la curva de z o de la curva t donde se rechaza H0. La región puede ser de una cola o de dos dependiendo de la hipótesis alterna.
  • 3. Ejemplos Para H1: > valor aceptado, la región de rechazo está dada por: (cola derecha, z ó t) Para H1 : < valor aceptado, la región de rechazo está dada por: (cola izquierda, z ó t) Para H1 : valor aceptado, la región de rechazo es de dos colas y está dada por: /2 /2 (2-colas, z ó t) Ejemplo 1: Determine si la región de rechazo es de la cola derecha, de la cola izquierda o de dos colas. a. H0 : = 15, H1 : 15, =.05 b. H0 : p 0.7, H1 : p > 0.7, =.02 Solución: La forma de la región de rechazo está determinada por la hipótesis alterna. a. H1 : 15 significa que la región está en ambas colas. .05/2 .05/2 b. H1 : p > 7 significa que la región está en la cola derecha. .02 Ejemplo 2: En el Ejemplo 1a, presumamos que la región de rechazo es parte de la curva normal estándar. Complete el dibujo de la región crítica para los valores siguientes: a. = .05
  • 4. Solución: a. Del ejemplo 1(a), tenemos: De la tabla de la distribución normal, la .05/2=0.025 .05/2=0.025 P(Z z) =.025 corresponde a un valor Z= -1.96. Por simetría la P(Z>z)=.025 corresponde a Z= 1.96. -1.96 1.96 Ejemplo 3: En el ejemplo 1a, presumamos que la región de rechazo es parte de la curva t. Complete el dibujo de la región de rechazo para: a. = .05 y = 14 Solución: a. Del ejemplo 1(a), = .05, y = 14, tenemos: De la tabla de la distribución t, la .05/2=0.025 .05/2=0.025 P(T t) =.025 corresponde a un valor t= -2.086. Por simetría la P(T>t)=.025 corresponde a t= 2.086. -2.086 2.086 Ejemplo 4: Establezca las hipótesis nula y alterna. a. Las millas por galón (mpg) promedio de un nuevo modelo de automóvil es 32. b. Más del 65% de los empleados de un colegio aportan a Fondos Unidos. c. En promedio, los empleados de cierta compañía viven a no más de 15 millas de la misma. d. Al menos un 60% de la población adulta de una comunidad votará en las próximas elecciones Presidenciales. e. El peso promedio de un pollo para asar es de al menos cuatro libras. Solución: a. H0 : = 32 b. H0 : p .65 c. H0 : 15 H1 : 32 H1 : p < .65 H1 : > 15 d. H0 : p .6 e. H0 : 4 H1 : p < .6 H1 : <4
  • 5. EJERCICIOS En los ejercicios (1-6) determine si la región de rechazo para la hipótesis nula está en la cola izquierda, en la cola derecha, o ambas colas. Para el nivel de significancia dibuje la región de rechazo. 1. H0 : 11; H1 : > 11 2. H0 : 5.8; H1 : < 5.8 3. H0 : p = 0.4; H1 : p 0.4 4. H0 : = 110; H1 : 110 5. H0 : p 0.3; H1 : p < 0.3 6. H0 : p 0.8; H1 : p < 0.8 En los ejercicios (7 - 18) complete la región de rechazo (encuentre el valor de z y t). 7. a) z, si = .05 b) t, si = .025 y =9 8. a) z, si = .01 b) t, si = .05 y = 13 9. a) z, si = .02 b) t, si = .01 y =5 10. a) z, si = .025 b) t, si = .01 y =9 11. /2 /2 a) z, si = .05 b) t, si =.05 y = 10 12. a) z, si = .01 b) t, si =0.1 y =7 /2 /2
  • 6. En los ejercicios (13 - 18) establezca las hipótesis nula y alterna. 13. Los automóviles estacionados en el estacionamiento de periodo prolongado del aeropuerto internacional de Baltimore permanecen un promedio de 2.5 días. 14. Una nueva marca de llantas radiales dura en promedio más de 48,000 millas. 15. El balance promedio de una cuenta de cheques en el First State Bank es de al menos $150. 16. Se reclama que al menos el 60% de las compras realizadas en cierta tienda por departamentos son artículos de especiales. 17. Se reclama que el 20% de los graduados de cierto colegio privado solicitan admisión a escuelas de medicina. 18. Un dentista reclama que el 5% de sus pacientes sufren enfermedades en las encías.