1. Carrera: Procesos Industriales
Área Manufactura
Alumno: Oscar Torres Rivera
Materia: Estadística
Maestro: Lic. Gerardo Edgar Mata
Ortiz
Grado y sección: 2° “C”
2. Conceptos de prueba de hipótesis
HIPOTESIS: Enunciado acerca del valor de un parametro poblacional.
PRUEBA DE HIPOTESIS: Procedimiento basado en la evidencia muestral y en la
teoria de probabilidad que se emplea para determinar si la hipotesis es un
enunciado razonable y no debe rechazarse o si es irracionable y debe ser
rechazada.
•Hipotesis Nula.- Una afirmacion o enunciado tentativo que se realiza acerca del
valor de un parametro poblacional. Por lo comun en una afirmacion de que el
parametro de poblacion tiene valor especifico.
Se rechaza la hipótesis nula a un nivel de significación de 0.05.
•Hipotesis Alternativa.- Una afirmacion o enunciado que se aceptara si los datos
muestrales proporcionan amplia evidencia de que la hipotesis nula es falsa.
Hay dos tipos de hipótesis alternativa:
* La Unilateral: Se especifica una dirección: > ó< (Unilateral).
* La Bilateral: No se especifica una dirección: (Bilateral).
3. Explicación breve de las pruebas de hipótesis
En general, en un trabajo de investigación se plantean dos hipótesis mutuamente
excluyentes: la hipótesis nula o hipótesis de nulidad (H0) y la hipótesis de
investigación o Alternativa (Ha). El análisis estadístico de los datos servirá para
determinar si se puede o no aceptar Ho. Cuando se rechaza Ho, significa que el
factor estudiado ha influido significativamente en los resultados y es información
relevante para apoyar la hipótesis de investigación planteada. Es muy importante
tener presente que la hipótesis de investigación debe coincidir con la hipótesis
alternativa. Plantear hipótesis de investigación que coincidan con Ho supondría una
aplicación incorrecta del razonamiento estadístico.
Las hipótesis son proposiciones provisionales y exploratorias y, por tanto, su valor
de veracidad o falsedad depende críticamente de las pruebas empíricas. En este
sentido, la replicabilidad de los resultados es fundamental para confirmar una
hipótesis como solución de un problema. La hipótesis es el elemento que
condiciona el diseño de la investigación y responde provisionalmente al problema,
verdadero motor de la investigación.
El propósito de la prueba de hipótesis es determinar si el valor supuesto
(hipotético de un parámetro poblacional, como la medida de la población, debe
aceptarse como verosímil con base en evidencia muéstrales. Recuerda que sobre
la distribución de muestreo, se dijo que, en general, una media muestral diferirá
en valor de la media poblacional. Si el valor observado de una estadística
muestral, como la media muestral, el valor de la media poblacional.
Si el valor observado de una estadística muestral, muestral, se acerca al valor para
métrico supuesto y solo difiere de él en un monto que cabria esperar del muestreo
aleatorio, el valor hipotético no se rechaza. Si la estadística muestral difiere de la
supuesta en un monto que no es posible atribuir al azar, la hipótesis se rechaza
por inverosímil.
4. Se han desarrollado tres procedimientos distintos para la prueba de hipótesis,
todos los cueles conducen a las mismas decisiones cuando se emplean los mismos
estándares de probabilidad (y riesgo). En este capítulo describiremos
primeramente el método del valor crítico para la prueba de hipótesis. De acuerdo
con este método, se determinan los así llamados valores críticos de la estadística
de prueba que dictarían el rechazo de una hipótesis, tras de lo cual la estadística
de prueba observada se compara con los valores críticos.
Este fue el primer método en desarrollarse, motivo por la cual buena parte de la
terminología de las pruebas de hipótesis se derivan de él. Más recientemente, el
método del valor P ha cobrado popularidad a causa de ser el más fácilmente
aplicable a software de computo. Este método se basa en la determinación de la
probabilidad condicional de que el valor observado de una estadística muestral
pueda ocurrir al zar, dado que su supuesto particular sobre el valor del parámetro
poblacional asociado sea en efecto correcto.
Finalmente, el método d intervalos de confianza se basa en la observación de si el
valor supuesto de un parámetro poblacional está incluido en el rango de valores
que define a un intervalo de confianza para ese parámetro.
