SlideShare una empresa de Scribd logo
1 de 18
Pruebas de Hipótesis: Segundo Capítulo Dr. Carlos Cáceres Martínez, Curso de Estadística programa CIMACO, UABCS
Problema Un diseño de un sistema de cultivo intensivo de camarón tiene como meta producir 5 toneladas de rendimiento por hectárea (peso total). Se realizaron 36 pruebas y los resultados son los siguientes expresados en toneladas por hectárea:
Formulo la hipótesis ¿Los resultados indican que se han alcanzado los objetivos o no? En este caso esta prueba es unilateral (una cola) Aunque podemos también decir que: Y tendremos una prueba bilateral (dos colas)
Aunque tenemos algunas dudas: 4.9 puede ser diferente de 5 por dos causas: Problemas de muestreo Porque el sistema es efectivo Debemos de fijar entonces nuestros parámetros en la prueba de hipótesis: Aceptar H0 si =5 y rechazar H0 si <5 4.9 <5 =5
A cual de las dos distribuciones pertenece nuestro valor promedio (X=4.9):Esta decisión se toma sobre una realidad desconocida… Decisión
Recordemos que la decisión  se toma en un ambiente de incertidumbre Habrá que fijar los límites… 4.9 <5 =5
Para fijar los límites  =5 Región de rechazo de H0 X0 Es decir debemos de determinar cuando las diferencias con el valor de 5 ton/Ha dejaron de ser significativas.. Región de aceptación de H0
Las diferencias dejan de ser significativas si: X0=-error (de muestreo) X0= -Z*Xi X0= -ZXi/n Asumiendo que nuestro muestreo tiene una distribución normal entonces: ,[object Object],*Donde Z es el área bajo la curva normal en una distribución normal de datos muestreados.
La probabilidad del error tipo I será el nivel de significancia, así el Error I se controla sea al 5 o al 1% ejemplo: X0= 5-(2)0.48/36 Mínimo relacionado con la curva normal, al recordar que ±2 representa el 95% de los valores probables en una distribución normal que pertenecen a  ,[object Object]
El valor resultante de la ecuación anterior es =4.84 en consecuencia si el valor de nuestro muestreo (4.9) es Xi entonces si Xi>X0=4.48 acepto Ho; y rechazo Ho en caso contrario.,[object Object],[object Object]
Para el error =(P(error Tipo II) recordando aceptar Ho cuando es falsa Primero debo de definir un punto económico, que estará fijado por el investigador. Este valor determina en términos reales cual es nuestro límite físico o material para nuestros experimentos. En este caso de manera arbitrario diremos que 4.75 Ton/Ha es el límite debajo de este valor la inversión en el desarrollo tecnológico deja de ser rentable.
=P(X<4.84/=4.75) =P(Z>4.84-4.75/(0.48/36)) =(Z>1.125)= 0.864 Valor económico Este valor 0.864-1=0.136 En otras palabras la probabilidad de ocurrencia de =13%
Para reducir  dejamos crecer , en este caso podemos probar con un valor en lugar de 2 podemos usar 2.28 Pero si  =5% entonces para reducir  podemos aumentar el tamaño de la muestra. De esta manera tendremos en cuenta que reducir un error significará controlar el contrario. En los trabajos científicos se ha establecido un nivel de  =5% que significa controlar el error  en un nivel critico del 5%.
En nuestro ejemplo significa: 45% 5% =5 X0=5-1.65(0.48/36)=4.87 Área de la curva normal que comprende el 45% y deja libre el 5% (valor de tablas) X0
Valores de Z para una sola cola
X0=5-1.65(0.48/36)=4.87 Por lo tanto 4.78 es el límite en consecuencia 4.9 está en la región de aceptación de H0, re-calculamos la probabilidad de ocurrencia de  =P(Error II)=P(X>4.87/=4.75) =P(Z>(4.87-4.75)/(0.48/36)= 1.5 Lo busco en la tabla anterior y encuentro Z=0.4332, este valor se lo resto a la mitad de la curva: 0.5- 0.4332= 0.067, es decir el 6.7% de probabilidad
Resumiendo las alternativas de cálculo tendremos
Estadistica 11

Más contenido relacionado

La actualidad más candente

Algoritmo con ciclos repetitivos
Algoritmo con ciclos repetitivosAlgoritmo con ciclos repetitivos
Algoritmo con ciclos repetitivos
gabriela puerta
 
Prueba de hipótesis
Prueba de hipótesisPrueba de hipótesis
Prueba de hipótesis
karemlucero
 
Estadistica y ti cs semi 9
Estadistica y ti cs semi 9Estadistica y ti cs semi 9
Estadistica y ti cs semi 9
Ana Herrera
 

La actualidad más candente (20)

Diagramas de flujo - Estructuras de Control (For, While, Do Whille y Switch C...
Diagramas de flujo - Estructuras de Control (For, While, Do Whille y Switch C...Diagramas de flujo - Estructuras de Control (For, While, Do Whille y Switch C...
Diagramas de flujo - Estructuras de Control (For, While, Do Whille y Switch C...
 
Estructuras anidadas
Estructuras anidadasEstructuras anidadas
Estructuras anidadas
 
Semana 5,6, estadistica ii
Semana 5,6, estadistica iiSemana 5,6, estadistica ii
Semana 5,6, estadistica ii
 
Programación de nivel básico 3. c2. p2.
Programación de nivel básico 3. c2. p2.Programación de nivel básico 3. c2. p2.
Programación de nivel básico 3. c2. p2.
 
Ejercicio Contraste de Hipótesis
Ejercicio Contraste de HipótesisEjercicio Contraste de Hipótesis
Ejercicio Contraste de Hipótesis
 
No regresan valor c3. p3.
No regresan valor c3. p3.No regresan valor c3. p3.
No regresan valor c3. p3.
 
Ejercicio de Hipotesis
Ejercicio de HipotesisEjercicio de Hipotesis
Ejercicio de Hipotesis
 
Blo gejercicios de hipotesis
Blo gejercicios de hipotesisBlo gejercicios de hipotesis
Blo gejercicios de hipotesis
 
Algoritmo con ciclos repetitivos
Algoritmo con ciclos repetitivosAlgoritmo con ciclos repetitivos
Algoritmo con ciclos repetitivos
 
Programación de nivel básico 3. c1. p2.
Programación de nivel básico 3. c1. p2.Programación de nivel básico 3. c1. p2.
Programación de nivel básico 3. c1. p2.
 
Teorema de bayes probabilidad condicional y probabilidad total
Teorema de bayes probabilidad condicional y probabilidad totalTeorema de bayes probabilidad condicional y probabilidad total
Teorema de bayes probabilidad condicional y probabilidad total
 
Prueba de hipótesis
Prueba de hipótesisPrueba de hipótesis
Prueba de hipótesis
 
T A R E A 7
T A R E A 7T A R E A 7
T A R E A 7
 
Programación de nivel básico 1 y 2. c2.
Programación de nivel básico 1 y 2. c2.Programación de nivel básico 1 y 2. c2.
Programación de nivel básico 1 y 2. c2.
 
Programación de nivel básico 3. c2. p2.
Programación de nivel básico 3. c2. p2.Programación de nivel básico 3. c2. p2.
Programación de nivel básico 3. c2. p2.
 
Contadores y Acumuladores
Contadores y AcumuladoresContadores y Acumuladores
Contadores y Acumuladores
 
Guia estructuras cíclicas
Guia estructuras cíclicasGuia estructuras cíclicas
Guia estructuras cíclicas
 
Estructura selectiva
Estructura selectivaEstructura selectiva
Estructura selectiva
 
Programación de nivel básico 3. c1. p2.
Programación de nivel básico 3. c1. p2.Programación de nivel básico 3. c1. p2.
Programación de nivel básico 3. c1. p2.
 
Estadistica y ti cs semi 9
Estadistica y ti cs semi 9Estadistica y ti cs semi 9
Estadistica y ti cs semi 9
 

Destacado

Destacado (20)

Presentación de Luz Anexo 3
Presentación de Luz Anexo 3Presentación de Luz Anexo 3
Presentación de Luz Anexo 3
 
Estadística 1
Estadística 1Estadística 1
Estadística 1
 
Anexo IV del Manual de Ordenaminto Ecológico
Anexo IV del Manual de Ordenaminto EcológicoAnexo IV del Manual de Ordenaminto Ecológico
Anexo IV del Manual de Ordenaminto Ecológico
 
Segundo nivel de realidad aumentada
Segundo nivel de realidad aumentadaSegundo nivel de realidad aumentada
Segundo nivel de realidad aumentada
 
Taller 5
Taller 5Taller 5
Taller 5
 
Estadistica 9
Estadistica 9Estadistica 9
Estadistica 9
 
Nivel uno de ra ACTIVADORES CON MARCAS
Nivel uno de ra ACTIVADORES CON MARCASNivel uno de ra ACTIVADORES CON MARCAS
Nivel uno de ra ACTIVADORES CON MARCAS
 
Primer nivel de realidad aumentada 0
Primer nivel de realidad aumentada 0Primer nivel de realidad aumentada 0
Primer nivel de realidad aumentada 0
 
Taller de realidad aumentada & educación
Taller de realidad aumentada & educaciónTaller de realidad aumentada & educación
Taller de realidad aumentada & educación
 
Presentación 4
Presentación 4Presentación 4
Presentación 4
 
Taller 2 2
Taller 2 2Taller 2 2
Taller 2 2
 
Lineamientos Tecnicos
Lineamientos TecnicosLineamientos Tecnicos
Lineamientos Tecnicos
 
Estadistica 6
Estadistica 6Estadistica 6
Estadistica 6
 
Estadistica 2
Estadistica 2Estadistica 2
Estadistica 2
 
Presentación Aspectos juridico curso
Presentación Aspectos  juridico cursoPresentación Aspectos  juridico curso
Presentación Aspectos juridico curso
 
Artesanías científicas, taller 30
Artesanías científicas, taller 30Artesanías científicas, taller 30
Artesanías científicas, taller 30
 
Taller 4. Construcción de un Hipsómetro
Taller 4. Construcción de un HipsómetroTaller 4. Construcción de un Hipsómetro
Taller 4. Construcción de un Hipsómetro
 
Práctica 2 el método científico
Práctica 2 el método científicoPráctica 2 el método científico
Práctica 2 el método científico
 
Crecimiento Von Bertalanffy
Crecimiento Von BertalanffyCrecimiento Von Bertalanffy
Crecimiento Von Bertalanffy
 
Estadistica 7
Estadistica 7Estadistica 7
Estadistica 7
 

Similar a Estadistica 11

Pruebas de hipotesis
Pruebas de hipotesis Pruebas de hipotesis
Pruebas de hipotesis
elizareal
 
Modulo sobre la distribucion binomial
Modulo sobre la distribucion binomial Modulo sobre la distribucion binomial
Modulo sobre la distribucion binomial
Constanza Albornoz
 

Similar a Estadistica 11 (20)

La distribucion binomial
La distribucion binomialLa distribucion binomial
La distribucion binomial
 
Pruebas de hipótesis
Pruebas de hipótesisPruebas de hipótesis
Pruebas de hipótesis
 
Pruebas de Hipotesis
Pruebas de HipotesisPruebas de Hipotesis
Pruebas de Hipotesis
 
Tercera unidad
Tercera unidadTercera unidad
Tercera unidad
 
Prueba de hipótesis
Prueba de hipótesisPrueba de hipótesis
Prueba de hipótesis
 
S04
S04S04
S04
 
Manual r commander
Manual r commanderManual r commander
Manual r commander
 
Prueba de hipótesis
Prueba de hipótesisPrueba de hipótesis
Prueba de hipótesis
 
Juan ruales estadistica
Juan ruales estadisticaJuan ruales estadistica
Juan ruales estadistica
 
03 - SOLUCION ECUACIONES NO LINEALES.pdf
03 - SOLUCION ECUACIONES NO LINEALES.pdf03 - SOLUCION ECUACIONES NO LINEALES.pdf
03 - SOLUCION ECUACIONES NO LINEALES.pdf
 
Pruebas de hipotesis
Pruebas de hipotesis Pruebas de hipotesis
Pruebas de hipotesis
 
Pruebas de hipotesis
Pruebas de hipotesis Pruebas de hipotesis
Pruebas de hipotesis
 
Pruebas de hipotesis
Pruebas de hipotesis Pruebas de hipotesis
Pruebas de hipotesis
 
Resumen evaluacion grade de un eca, ej pr oactive
Resumen evaluacion grade de un eca, ej  pr oactiveResumen evaluacion grade de un eca, ej  pr oactive
Resumen evaluacion grade de un eca, ej pr oactive
 
Modulo sobre la distribucion binomial
Modulo sobre la distribucion binomial Modulo sobre la distribucion binomial
Modulo sobre la distribucion binomial
 
S05_s2+Prueba+d.pdfsfeaefadwwwwwwwwwwwwwwwwwwwwwwwwww
S05_s2+Prueba+d.pdfsfeaefadwwwwwwwwwwwwwwwwwwwwwwwwwwS05_s2+Prueba+d.pdfsfeaefadwwwwwwwwwwwwwwwwwwwwwwwwww
S05_s2+Prueba+d.pdfsfeaefadwwwwwwwwwwwwwwwwwwwwwwwwww
 
PRUEBA DE HIPOTESIS 2.pptx
PRUEBA DE HIPOTESIS  2.pptxPRUEBA DE HIPOTESIS  2.pptx
PRUEBA DE HIPOTESIS 2.pptx
 
Distribución binomial
Distribución binomialDistribución binomial
Distribución binomial
 
Biometria clase 8
Biometria clase 8Biometria clase 8
Biometria clase 8
 
Biometria clase 8
Biometria clase 8Biometria clase 8
Biometria clase 8
 

Más de Carlos Cáceres

Más de Carlos Cáceres (20)

Introducción
IntroducciónIntroducción
Introducción
 
Taller de realidad aumentada su uso en educación
Taller de realidad aumentada su uso en educaciónTaller de realidad aumentada su uso en educación
Taller de realidad aumentada su uso en educación
 
Nota ayotzinapa (jueves 4 diciembre 2014)
Nota ayotzinapa (jueves 4 diciembre 2014)Nota ayotzinapa (jueves 4 diciembre 2014)
Nota ayotzinapa (jueves 4 diciembre 2014)
 
Nota ayotzinapa (24 noviembre 2014)
Nota ayotzinapa (24 noviembre 2014)Nota ayotzinapa (24 noviembre 2014)
Nota ayotzinapa (24 noviembre 2014)
 
Taller 32 Newton y el movimiento
Taller 32 Newton y el movimiento Taller 32 Newton y el movimiento
Taller 32 Newton y el movimiento
 
Salida de campo 3 el rifle
Salida de campo 3 el rifleSalida de campo 3 el rifle
Salida de campo 3 el rifle
 
Taller 32 seguimos con Newton las leyes del movimiento
Taller 32 seguimos con Newton las leyes del movimientoTaller 32 seguimos con Newton las leyes del movimiento
Taller 32 seguimos con Newton las leyes del movimiento
 
Mitosis
MitosisMitosis
Mitosis
 
Práctica 11 homeostásis
Práctica 11 homeostásisPráctica 11 homeostásis
Práctica 11 homeostásis
 
Práctica 10
Práctica 10Práctica 10
Práctica 10
 
Práctica 9
Práctica 9Práctica 9
Práctica 9
 
Práctica 7 y 8 Bioelementos
Práctica 7 y 8 BioelementosPráctica 7 y 8 Bioelementos
Práctica 7 y 8 Bioelementos
 
Uso del microscopi practica6
Uso del microscopi practica6Uso del microscopi practica6
Uso del microscopi practica6
 
Salida de campo 2
Salida de campo 2Salida de campo 2
Salida de campo 2
 
Como se deben presentar los reportes de prácticas
Como se deben presentar los reportes de prácticasComo se deben presentar los reportes de prácticas
Como se deben presentar los reportes de prácticas
 
Criterios de evaluación laboraotrio
Criterios de evaluación laboraotrioCriterios de evaluación laboraotrio
Criterios de evaluación laboraotrio
 
Practica 4 microscopio
Practica 4 microscopioPractica 4 microscopio
Practica 4 microscopio
 
Taller 30 1 Mas Sobre Las Leyes de Newton
Taller 30 1 Mas Sobre Las Leyes de NewtonTaller 30 1 Mas Sobre Las Leyes de Newton
Taller 30 1 Mas Sobre Las Leyes de Newton
 
Práctica 3 salida de campo i-visita al mercado y seguimiento
Práctica 3 salida de campo i-visita al mercado y seguimientoPráctica 3 salida de campo i-visita al mercado y seguimiento
Práctica 3 salida de campo i-visita al mercado y seguimiento
 
Primer tarea ¿diferencias entre seres vivos y no vivos?
Primer tarea ¿diferencias entre seres vivos y no vivos?Primer tarea ¿diferencias entre seres vivos y no vivos?
Primer tarea ¿diferencias entre seres vivos y no vivos?
 

Último

Último (20)

SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdfSELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
 
Abril 2024 - Maestra Jardinera Ediba.pdf
Abril 2024 -  Maestra Jardinera Ediba.pdfAbril 2024 -  Maestra Jardinera Ediba.pdf
Abril 2024 - Maestra Jardinera Ediba.pdf
 
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
 
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdfGUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
 
Unidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la InvestigaciónUnidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la Investigación
 
INSTRUCCION PREPARATORIA DE TIRO .pptx
INSTRUCCION PREPARATORIA DE TIRO   .pptxINSTRUCCION PREPARATORIA DE TIRO   .pptx
INSTRUCCION PREPARATORIA DE TIRO .pptx
 
origen y desarrollo del ensayo literario
origen y desarrollo del ensayo literarioorigen y desarrollo del ensayo literario
origen y desarrollo del ensayo literario
 
Supuestos_prácticos_funciones.docx
Supuestos_prácticos_funciones.docxSupuestos_prácticos_funciones.docx
Supuestos_prácticos_funciones.docx
 
Fe contra todo pronóstico. La fe es confianza.
Fe contra todo pronóstico. La fe es confianza.Fe contra todo pronóstico. La fe es confianza.
Fe contra todo pronóstico. La fe es confianza.
 
Registro Auxiliar - Primaria 2024 (1).pptx
Registro Auxiliar - Primaria  2024 (1).pptxRegistro Auxiliar - Primaria  2024 (1).pptx
Registro Auxiliar - Primaria 2024 (1).pptx
 
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptxSEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
 
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
 
Sesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronósticoSesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronóstico
 
Dinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dDinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes d
 
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VSOCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
 
Infografía EE con pie del 2023 (3)-1.pdf
Infografía EE con pie del 2023 (3)-1.pdfInfografía EE con pie del 2023 (3)-1.pdf
Infografía EE con pie del 2023 (3)-1.pdf
 
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
 
Feliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdfFeliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdf
 
Medición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptxMedición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptx
 
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptxTIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
 

Estadistica 11

  • 1. Pruebas de Hipótesis: Segundo Capítulo Dr. Carlos Cáceres Martínez, Curso de Estadística programa CIMACO, UABCS
  • 2. Problema Un diseño de un sistema de cultivo intensivo de camarón tiene como meta producir 5 toneladas de rendimiento por hectárea (peso total). Se realizaron 36 pruebas y los resultados son los siguientes expresados en toneladas por hectárea:
  • 3. Formulo la hipótesis ¿Los resultados indican que se han alcanzado los objetivos o no? En este caso esta prueba es unilateral (una cola) Aunque podemos también decir que: Y tendremos una prueba bilateral (dos colas)
  • 4. Aunque tenemos algunas dudas: 4.9 puede ser diferente de 5 por dos causas: Problemas de muestreo Porque el sistema es efectivo Debemos de fijar entonces nuestros parámetros en la prueba de hipótesis: Aceptar H0 si =5 y rechazar H0 si <5 4.9 <5 =5
  • 5. A cual de las dos distribuciones pertenece nuestro valor promedio (X=4.9):Esta decisión se toma sobre una realidad desconocida… Decisión
  • 6. Recordemos que la decisión se toma en un ambiente de incertidumbre Habrá que fijar los límites… 4.9 <5 =5
  • 7. Para fijar los límites =5 Región de rechazo de H0 X0 Es decir debemos de determinar cuando las diferencias con el valor de 5 ton/Ha dejaron de ser significativas.. Región de aceptación de H0
  • 8.
  • 9.
  • 10.
  • 11. Para el error =(P(error Tipo II) recordando aceptar Ho cuando es falsa Primero debo de definir un punto económico, que estará fijado por el investigador. Este valor determina en términos reales cual es nuestro límite físico o material para nuestros experimentos. En este caso de manera arbitrario diremos que 4.75 Ton/Ha es el límite debajo de este valor la inversión en el desarrollo tecnológico deja de ser rentable.
  • 12. =P(X<4.84/=4.75) =P(Z>4.84-4.75/(0.48/36)) =(Z>1.125)= 0.864 Valor económico Este valor 0.864-1=0.136 En otras palabras la probabilidad de ocurrencia de =13%
  • 13. Para reducir  dejamos crecer , en este caso podemos probar con un valor en lugar de 2 podemos usar 2.28 Pero si  =5% entonces para reducir  podemos aumentar el tamaño de la muestra. De esta manera tendremos en cuenta que reducir un error significará controlar el contrario. En los trabajos científicos se ha establecido un nivel de  =5% que significa controlar el error  en un nivel critico del 5%.
  • 14. En nuestro ejemplo significa: 45% 5% =5 X0=5-1.65(0.48/36)=4.87 Área de la curva normal que comprende el 45% y deja libre el 5% (valor de tablas) X0
  • 15. Valores de Z para una sola cola
  • 16. X0=5-1.65(0.48/36)=4.87 Por lo tanto 4.78 es el límite en consecuencia 4.9 está en la región de aceptación de H0, re-calculamos la probabilidad de ocurrencia de  =P(Error II)=P(X>4.87/=4.75) =P(Z>(4.87-4.75)/(0.48/36)= 1.5 Lo busco en la tabla anterior y encuentro Z=0.4332, este valor se lo resto a la mitad de la curva: 0.5- 0.4332= 0.067, es decir el 6.7% de probabilidad
  • 17. Resumiendo las alternativas de cálculo tendremos