SlideShare una empresa de Scribd logo
1 de 36
Descargar para leer sin conexión
1.2. Pruebas de
Hipótesis de una
muestra.
UNIDAD I.
ESTADÍSTICA BÁSICA.
Hipótesis Estadística
Es una proposición sobre los parámetros de una
o más poblaciones.
Hipótesis nula, 𝐻0.
Hipótesis alternativa, 𝐻1.
Hipótesis alternativa bilateral.
Hipótesis alternativa unilateral.
Procedimiento general para la
prueba de hipótesis
Es recomendable utilizar los siguientes pasos para aplicar la metodología de
prueba de hipótesis:
1. Del contexto del problema, identificar el parámetro de interés.
2. Establecer la hipótesis nula, 𝐻0.
3. Especificar una apropiada hipótesis alternativa, 𝐻1.
4. Seleccionar el nivel de significancia α.
5. Establecer un estadístico de prueba apropiado.
6. Establecer la región de rechazo para el estadístico.
7. Calcular todas las cantidades muestrales necesarias, sustituirlas en la
ecuación para el estadístico de prueba y calcular el valor
correspondiente.
8. Decidir si se debe o no rechazar 𝐻0 y notificar esto en el contexto del
problema.
Los pasos 1 a 4 deben completarse antes de examinar los datos muestrales.
Desarrollo del procedimiento de
prueba de hipótesis
Desarrollo del procedimiento de
prueba de hipótesis
Desarrollo del procedimiento de
prueba de hipótesis
Prueba de hipótesis sobre la
media, varianza conocida
Prueba de hipótesis sobre la
media, varianza conocida
Prueba de hipótesis sobre la
media, varianza conocida
Prueba de μ = 50 vs. ≠ 50
La desviación estándar supuesta = 2
Error
estándar
de la
N Media media IC de 95% Z P
25 51.300 0.400 (50.516, 52.084) 3.25 0.001
Decisión: Rechazar 𝐻 𝑜 porque 𝛼 ≥ 𝑣𝑎𝑙𝑜𝑟 𝑃 considerando que 𝛼 = 0.05
Desarrollo del procedimiento de
prueba de hipótesis
Desarrollo del procedimiento de
prueba de hipótesis
Uso de valores P en la prueba de
hipótesis
El valor P es el nivel de significancia más pequeño que conduce al rechazo de
la hipótesis nula 𝐻 𝑜
Decisión: Rechazar 𝐻 𝑜 si 𝛼 ≥ 𝑣𝑎𝑙𝑜𝑟 𝑃 considerando que 𝛼 = 0.05
Error tipo II y selección del tamaño
de la muestra
Prueba Z de 1 muestra
Probando la media = nula (vs. ≠ nula)
Calculando la potencia para la media = nulo + diferencia
α = 0.05 Desviación estándar asumida = 2
Tamaño
de la
Diferencia muestra Potencia
1 25 0.705418
Esto es, si el verdadero valor
de la rapidez promedio de
combustión es 𝜇 =
51
𝑐𝑚
𝑠
, entonces existe una
posibilidad del 29.45% de
que esto no sea detectado
por la prueba con 𝑛 = 25.
Error tipo II y selección del tamaño
de la muestra
Esto es, que el tamaño
necesario que debe tener la
muestra es, 𝑛 = 43.
Prueba Z de 1 muestra
Probando la media = nula (vs. ≠ nula)
Calculando la potencia para la media = nulo + diferencia
α = 0.05 Desviación estándar asumida = 2
Tamaño
de la Potencia Potencia
Diferencia muestra objetivo real
1 43 0.9 0.906375
Prueba de hipótesis sobre la media de una
distribución normal, varianza desconocida
211815129
7
6
5
4
3
2
1
0
C8
Frecuencia
Histograma de C8
Variable Media Desv.Est. Varianza
C8 13.714 3.554 12.628
Prueba de μ = 10 vs. > 10
Error
estándar Límite
de la inferior
Variable N Media Desv.Est. media de 95% T P
C8 22 13.714 3.554 0.758 12.410 4.90 0.000
Decisión: Rechazar 𝐻 𝑜 porque 𝛼 ≥ 𝑣𝑎𝑙𝑜𝑟 𝑃 considerando que 𝛼 = 0.05
Error tipo II y selección del tamaño
de la muestra
Por lo tanto, la probabilidad
de rechazar 𝐻0: 𝜇 = 10 si la
media verdadera excede el
valor propuesto por 1 Mpa
es 0.3571 = 1 − 𝛽, donde
𝛽 = 0.6429, con lo que se
concluye con un tamaño de
muestra 𝑛 = 22 no es
adecuado para proporcionar
la sensibilidad adecuada.
Prueba t de 1 muestra
Probando la media = nula (vs. > nula)
Calculando la potencia para la media = nulo + diferencia
α = 0.05 Desviación estándar asumida = 3.55
Tamaño
de la
Diferencia muestra Potencia
1 22 0.357103
Error tipo II y selección del tamaño
de la muestra
El tamaño de muestra
correspondiente es 𝑛 = 80.
Para determinar el tamaño de la muestra necesario para tener el grado de
sensibilidad deseada, utilizar 𝛽 = 0.2 o 𝑝𝑜𝑡𝑒𝑛𝑐𝑖𝑎 = 0.8
Prueba t de 1 muestra
Probando la media = nula (vs. > nula)
Calculando la potencia para la media = nulo + diferencia
α = 0.05 Desviación estándar asumida = 3.55
Tamaño
de la Potencia Potencia
Diferencia muestra objetivo real
1 80 0.8 0.803167
Prueba de hipótesis sobre la varianza
Método
Hipótesis nula σ-cuadrado = 0.01
Hipótesis alterna σ-cuadrado > 0.01
El método de chi-cuadrada sólo se utiliza
para la distribución normal.
El método de Bonett no se puede calcular con
datos resumidos.
Estadísticas
N Desv.Est. Varianza
20 0.124 0.0153
95% Intervalos de confianza unilaterales
Límite Límite
inferior inferior
para para
Método Desv.Est. varianza
Chi-cuadrada 0.098 0.0096
Pruebas
Estadística
Método de prueba GL Valor p
Chi-cuadrada 29.07 19 0.065
Error tipo II y selección del tamaño
de la muestra
Por lo tanto, la probabilidad
de rechazar 𝐻0: 𝜎 = 0.1 si la
𝜎 verdadera excede el valor
propuesto por un 25% ( es
decir, 𝜎 = 0.125) es
0.4382 = 1 − 𝛽, donde
𝛽 = 0.5618, con lo que se
concluye con un tamaño de
muestra 𝑛 = 20 no es
adecuado para proporcionar
la sensibilidad solicitada.
Prueba de una desviación estándar
Probando la Desv.Est. = nula (versus > nula)
Calculando la potencia para (Desv.Est. / nula) = relación
α = 0.05
Tamaño
de la
Relación muestra Potencia
1.25 20 0.438262
Error tipo II y selección del tamaño
de la muestra
El tamaño de muestra
correspondiente es al menos
𝑛 = 61.
Para determinar el tamaño de la muestra necesario para tener el grado de
sensibilidad deseada, utilizar 𝛽 = 0.2 o 𝑝𝑜𝑡𝑒𝑛𝑐𝑖𝑎 = 0.8
Prueba de una desviación estándar
Probando la Desv.Est. = nula (versus > nula)
Calculando la potencia para (Desv.Est. / nula) = relación
α = 0.05
Tamaño
de la Potencia Potencia
Relación muestra objetivo real
1.25 61 0.8 0.800805
Prueba de hipótesis sobre una proporción
Prueba de p = 0.05 vs. p < 0.05
Límite
superior Valor p
Muestra X N Muestra p de 95% exacto
1 4 200 0.020000 0.045180 0.026
Error tipo II y selección del tamaño
de la muestra
Por lo tanto, la probabilidad
de rechazar 𝐻0: 𝑝 = 0.05 si
la verdadera 𝑝 = 0.05 es
0.3287 = 1 − 𝛽, donde
𝛽 = 0.6712.
Prueba para una proporción
Probando p = 0.05 (versus < 0.05)
α = 0.05
Tamaño
p de de la
comparación muestra Potencia
0.03 200 0.328725
Error tipo II y selección del tamaño
de la muestra
Prueba para una proporción
Probando p = 0.05 (versus < 0.05)
α = 0.05
Tamaño
p de de la Potencia Potencia
comparación muestra objetivo real
0.03 833 0.9 0.900135
1.2. pruebas de hipótesis de una muestra parte 2

Más contenido relacionado

La actualidad más candente

Presentacion replica curso incertidumbre
Presentacion replica curso incertidumbrePresentacion replica curso incertidumbre
Presentacion replica curso incertidumbreJuana Menacho
 
Caracteristicas de las curvas de operación / Estadistica II
Caracteristicas de las curvas de operación / Estadistica IICaracteristicas de las curvas de operación / Estadistica II
Caracteristicas de las curvas de operación / Estadistica IIGonzalo Lagunes
 
Capítulo 17 muestre de aceptació1
Capítulo 17 muestre de aceptació1Capítulo 17 muestre de aceptació1
Capítulo 17 muestre de aceptació1leodanabelardo
 
Muestreo y Tabla Militar
Muestreo y Tabla MilitarMuestreo y Tabla Militar
Muestreo y Tabla MilitarPROYECTOCENAL
 
Curso validacion néstor
Curso validacion néstorCurso validacion néstor
Curso validacion néstorquimico20
 
Pres dca analisis interpretacion
Pres dca analisis interpretacionPres dca analisis interpretacion
Pres dca analisis interpretacionluis sandoval
 
Presentacionanalisisdesensibilidad completa
Presentacionanalisisdesensibilidad completaPresentacionanalisisdesensibilidad completa
Presentacionanalisisdesensibilidad completacristhian vasquez
 
Diseño completalmente aleatorio 1
Diseño completalmente aleatorio 1Diseño completalmente aleatorio 1
Diseño completalmente aleatorio 1Carmelo Perez
 
Muestreo aceptacion-cec.pdf-713374473
Muestreo aceptacion-cec.pdf-713374473Muestreo aceptacion-cec.pdf-713374473
Muestreo aceptacion-cec.pdf-713374473ivan_antrax
 
Muestreo Aceptacion por atributos Generalidades
Muestreo Aceptacion por atributos GeneralidadesMuestreo Aceptacion por atributos Generalidades
Muestreo Aceptacion por atributos GeneralidadesLuis Dicovskiy
 
Aceptacion por muestreo. Control de Calidad
Aceptacion por muestreo. Control de CalidadAceptacion por muestreo. Control de Calidad
Aceptacion por muestreo. Control de CalidadAndres Guaca
 
Fundamentos incertidumbre
Fundamentos incertidumbreFundamentos incertidumbre
Fundamentos incertidumbreWadid Cantillo
 

La actualidad más candente (20)

Presentacion replica curso incertidumbre
Presentacion replica curso incertidumbrePresentacion replica curso incertidumbre
Presentacion replica curso incertidumbre
 
Clase ues bromato muestreo
Clase ues bromato muestreoClase ues bromato muestreo
Clase ues bromato muestreo
 
Muestreo
MuestreoMuestreo
Muestreo
 
Caracteristicas de las curvas de operación / Estadistica II
Caracteristicas de las curvas de operación / Estadistica IICaracteristicas de las curvas de operación / Estadistica II
Caracteristicas de las curvas de operación / Estadistica II
 
Capítulo 17 muestre de aceptació1
Capítulo 17 muestre de aceptació1Capítulo 17 muestre de aceptació1
Capítulo 17 muestre de aceptació1
 
Teoria del error
Teoria del errorTeoria del error
Teoria del error
 
Muestreo Aceptacion
Muestreo AceptacionMuestreo Aceptacion
Muestreo Aceptacion
 
muestreo de aceptación
muestreo de aceptaciónmuestreo de aceptación
muestreo de aceptación
 
Muestreo y Tabla Militar
Muestreo y Tabla MilitarMuestreo y Tabla Militar
Muestreo y Tabla Militar
 
Curso validacion néstor
Curso validacion néstorCurso validacion néstor
Curso validacion néstor
 
Pres dca analisis interpretacion
Pres dca analisis interpretacionPres dca analisis interpretacion
Pres dca analisis interpretacion
 
Presentacionanalisisdesensibilidad completa
Presentacionanalisisdesensibilidad completaPresentacionanalisisdesensibilidad completa
Presentacionanalisisdesensibilidad completa
 
Diseño completalmente aleatorio 1
Diseño completalmente aleatorio 1Diseño completalmente aleatorio 1
Diseño completalmente aleatorio 1
 
Muestreo aceptacion-cec.pdf-713374473
Muestreo aceptacion-cec.pdf-713374473Muestreo aceptacion-cec.pdf-713374473
Muestreo aceptacion-cec.pdf-713374473
 
Muestreo Aceptacion por atributos Generalidades
Muestreo Aceptacion por atributos GeneralidadesMuestreo Aceptacion por atributos Generalidades
Muestreo Aceptacion por atributos Generalidades
 
Teoría del error
Teoría del errorTeoría del error
Teoría del error
 
muestreo de aceptacion
muestreo de aceptacionmuestreo de aceptacion
muestreo de aceptacion
 
Aceptacion por muestreo. Control de Calidad
Aceptacion por muestreo. Control de CalidadAceptacion por muestreo. Control de Calidad
Aceptacion por muestreo. Control de Calidad
 
Preguntas Diseno Factoriales
Preguntas Diseno FactorialesPreguntas Diseno Factoriales
Preguntas Diseno Factoriales
 
Fundamentos incertidumbre
Fundamentos incertidumbreFundamentos incertidumbre
Fundamentos incertidumbre
 

Similar a 1.2. pruebas de hipótesis de una muestra parte 2

archivodiapositiva_20211119205642 (1).pptx
archivodiapositiva_20211119205642 (1).pptxarchivodiapositiva_20211119205642 (1).pptx
archivodiapositiva_20211119205642 (1).pptxWilliamVeraHerrera1
 
Manual de minitab (prueba de hipótesis)
Manual de minitab (prueba de hipótesis) Manual de minitab (prueba de hipótesis)
Manual de minitab (prueba de hipótesis) LauraAnguiano25
 
Prueba de hipotesis 2018
Prueba de hipotesis 2018Prueba de hipotesis 2018
Prueba de hipotesis 2018franciscoe71
 
Prueba de hipotesis
Prueba de hipotesisPrueba de hipotesis
Prueba de hipotesisalimacni
 
Estimación del valor esperado de un proceso
Estimación del valor esperado de un procesoEstimación del valor esperado de un proceso
Estimación del valor esperado de un procesoFelixMillan
 
Estimación del valor esperado de un proceso
Estimación del valor esperado de un procesoEstimación del valor esperado de un proceso
Estimación del valor esperado de un procesoFelixMillan
 
Prueba de hipotesis
Prueba de hipotesisPrueba de hipotesis
Prueba de hipotesisGabiiHdezr
 
Aplicación de pruebas de hipótesis para muestras pequeñas y grandes (2)
Aplicación de pruebas de hipótesis para muestras pequeñas y grandes (2)Aplicación de pruebas de hipótesis para muestras pequeñas y grandes (2)
Aplicación de pruebas de hipótesis para muestras pequeñas y grandes (2)Franklin Soria
 
Prueba De Hipotesis
Prueba De HipotesisPrueba De Hipotesis
Prueba De HipotesisHero Valrey
 
Manual Prueba de Hipotesis
Manual Prueba de HipotesisManual Prueba de Hipotesis
Manual Prueba de HipotesisIris Márquez
 

Similar a 1.2. pruebas de hipótesis de una muestra parte 2 (20)

archivodiapositiva_20211119205642 (1).pptx
archivodiapositiva_20211119205642 (1).pptxarchivodiapositiva_20211119205642 (1).pptx
archivodiapositiva_20211119205642 (1).pptx
 
Lic. mata
Lic. mataLic. mata
Lic. mata
 
Prueba de hipótesis
Prueba de hipótesisPrueba de hipótesis
Prueba de hipótesis
 
PRUEBA DE HIPOTESIS 2.pptx
PRUEBA DE HIPOTESIS  2.pptxPRUEBA DE HIPOTESIS  2.pptx
PRUEBA DE HIPOTESIS 2.pptx
 
Manual de minitab
Manual de minitab Manual de minitab
Manual de minitab
 
Pruebas de Hipotesis
Pruebas de HipotesisPruebas de Hipotesis
Pruebas de Hipotesis
 
Manual de minitab (prueba de hipótesis)
Manual de minitab (prueba de hipótesis) Manual de minitab (prueba de hipótesis)
Manual de minitab (prueba de hipótesis)
 
raggi hipotesis
 raggi hipotesis raggi hipotesis
raggi hipotesis
 
Manual prueba de hipótesis
Manual  prueba de hipótesis Manual  prueba de hipótesis
Manual prueba de hipótesis
 
Prueba de hipotesis 2018
Prueba de hipotesis 2018Prueba de hipotesis 2018
Prueba de hipotesis 2018
 
Prueba de hipotesis
Prueba de hipotesisPrueba de hipotesis
Prueba de hipotesis
 
Prueba de hipotesis
Prueba de hipotesisPrueba de hipotesis
Prueba de hipotesis
 
Z de 1 muestra
Z de 1 muestraZ de 1 muestra
Z de 1 muestra
 
Estimación del valor esperado de un proceso
Estimación del valor esperado de un procesoEstimación del valor esperado de un proceso
Estimación del valor esperado de un proceso
 
Estimación del valor esperado de un proceso
Estimación del valor esperado de un procesoEstimación del valor esperado de un proceso
Estimación del valor esperado de un proceso
 
Prueba de hipotesis
Prueba de hipotesisPrueba de hipotesis
Prueba de hipotesis
 
Aplicación de pruebas de hipótesis para muestras pequeñas y grandes (2)
Aplicación de pruebas de hipótesis para muestras pequeñas y grandes (2)Aplicación de pruebas de hipótesis para muestras pequeñas y grandes (2)
Aplicación de pruebas de hipótesis para muestras pequeñas y grandes (2)
 
Manual r commander
Manual r commanderManual r commander
Manual r commander
 
Prueba De Hipotesis
Prueba De HipotesisPrueba De Hipotesis
Prueba De Hipotesis
 
Manual Prueba de Hipotesis
Manual Prueba de HipotesisManual Prueba de Hipotesis
Manual Prueba de Hipotesis
 

Último

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
 
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
 
SEPTIMO SEGUNDO PERIODO EMPRENDIMIENTO VS
SEPTIMO SEGUNDO PERIODO EMPRENDIMIENTO VSSEPTIMO SEGUNDO PERIODO EMPRENDIMIENTO VS
SEPTIMO SEGUNDO PERIODO EMPRENDIMIENTO VSYadi Campos
 
Tema 10. Dinámica y funciones de la Atmosfera 2024
Tema 10. Dinámica y funciones de la Atmosfera 2024Tema 10. Dinámica y funciones de la Atmosfera 2024
Tema 10. Dinámica y funciones de la Atmosfera 2024IES Vicent Andres Estelles
 
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
 
AFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA II
AFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA IIAFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA II
AFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA IIIsauraImbrondone
 
SESION DE PERSONAL SOCIAL. La convivencia en familia 22-04-24 -.doc
SESION DE PERSONAL SOCIAL.  La convivencia en familia 22-04-24  -.docSESION DE PERSONAL SOCIAL.  La convivencia en familia 22-04-24  -.doc
SESION DE PERSONAL SOCIAL. La convivencia en familia 22-04-24 -.docRodneyFrankCUADROSMI
 
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
 
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
 
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.pdfMercedes Gonzalez
 
Qué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaQué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaDecaunlz
 
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
 
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 dstEphaniiie
 
Abril 2024 - Maestra Jardinera Ediba.pdf
Abril 2024 -  Maestra Jardinera Ediba.pdfAbril 2024 -  Maestra Jardinera Ediba.pdf
Abril 2024 - Maestra Jardinera Ediba.pdfValeriaCorrea29
 
INSTRUCCION PREPARATORIA DE TIRO .pptx
INSTRUCCION PREPARATORIA DE TIRO   .pptxINSTRUCCION PREPARATORIA DE TIRO   .pptx
INSTRUCCION PREPARATORIA DE TIRO .pptxdeimerhdz21
 
PLAN DE REFUERZO ESCOLAR MERC 2024-2.docx
PLAN DE REFUERZO ESCOLAR MERC 2024-2.docxPLAN DE REFUERZO ESCOLAR MERC 2024-2.docx
PLAN DE REFUERZO ESCOLAR MERC 2024-2.docxiemerc2024
 
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VSOCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VSYadi Campos
 
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...JAVIER SOLIS NOYOLA
 

Último (20)

Interpretación de cortes geológicos 2024
Interpretación de cortes geológicos 2024Interpretación de cortes geológicos 2024
Interpretación de cortes geológicos 2024
 
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
 
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
 
SEPTIMO SEGUNDO PERIODO EMPRENDIMIENTO VS
SEPTIMO SEGUNDO PERIODO EMPRENDIMIENTO VSSEPTIMO SEGUNDO PERIODO EMPRENDIMIENTO VS
SEPTIMO SEGUNDO PERIODO EMPRENDIMIENTO VS
 
Tema 10. Dinámica y funciones de la Atmosfera 2024
Tema 10. Dinámica y funciones de la Atmosfera 2024Tema 10. Dinámica y funciones de la Atmosfera 2024
Tema 10. Dinámica y funciones de la Atmosfera 2024
 
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
 
AFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA II
AFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA IIAFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA II
AFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA II
 
SESION DE PERSONAL SOCIAL. La convivencia en familia 22-04-24 -.doc
SESION DE PERSONAL SOCIAL.  La convivencia en familia 22-04-24  -.docSESION DE PERSONAL SOCIAL.  La convivencia en familia 22-04-24  -.doc
SESION DE PERSONAL SOCIAL. La convivencia en familia 22-04-24 -.doc
 
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
 
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
 
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
 
Qué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaQué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativa
 
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
 
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
 
Abril 2024 - Maestra Jardinera Ediba.pdf
Abril 2024 -  Maestra Jardinera Ediba.pdfAbril 2024 -  Maestra Jardinera Ediba.pdf
Abril 2024 - Maestra Jardinera Ediba.pdf
 
INSTRUCCION PREPARATORIA DE TIRO .pptx
INSTRUCCION PREPARATORIA DE TIRO   .pptxINSTRUCCION PREPARATORIA DE TIRO   .pptx
INSTRUCCION PREPARATORIA DE TIRO .pptx
 
PLAN DE REFUERZO ESCOLAR MERC 2024-2.docx
PLAN DE REFUERZO ESCOLAR MERC 2024-2.docxPLAN DE REFUERZO ESCOLAR MERC 2024-2.docx
PLAN DE REFUERZO ESCOLAR MERC 2024-2.docx
 
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VSOCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
 
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
 
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
 

1.2. pruebas de hipótesis de una muestra parte 2

  • 1. 1.2. Pruebas de Hipótesis de una muestra. UNIDAD I. ESTADÍSTICA BÁSICA.
  • 2. Hipótesis Estadística Es una proposición sobre los parámetros de una o más poblaciones. Hipótesis nula, 𝐻0. Hipótesis alternativa, 𝐻1. Hipótesis alternativa bilateral. Hipótesis alternativa unilateral.
  • 3.
  • 4.
  • 5. Procedimiento general para la prueba de hipótesis Es recomendable utilizar los siguientes pasos para aplicar la metodología de prueba de hipótesis: 1. Del contexto del problema, identificar el parámetro de interés. 2. Establecer la hipótesis nula, 𝐻0. 3. Especificar una apropiada hipótesis alternativa, 𝐻1. 4. Seleccionar el nivel de significancia α. 5. Establecer un estadístico de prueba apropiado. 6. Establecer la región de rechazo para el estadístico. 7. Calcular todas las cantidades muestrales necesarias, sustituirlas en la ecuación para el estadístico de prueba y calcular el valor correspondiente. 8. Decidir si se debe o no rechazar 𝐻0 y notificar esto en el contexto del problema. Los pasos 1 a 4 deben completarse antes de examinar los datos muestrales.
  • 6. Desarrollo del procedimiento de prueba de hipótesis
  • 7. Desarrollo del procedimiento de prueba de hipótesis
  • 8. Desarrollo del procedimiento de prueba de hipótesis
  • 9. Prueba de hipótesis sobre la media, varianza conocida
  • 10. Prueba de hipótesis sobre la media, varianza conocida
  • 11. Prueba de hipótesis sobre la media, varianza conocida Prueba de μ = 50 vs. ≠ 50 La desviación estándar supuesta = 2 Error estándar de la N Media media IC de 95% Z P 25 51.300 0.400 (50.516, 52.084) 3.25 0.001 Decisión: Rechazar 𝐻 𝑜 porque 𝛼 ≥ 𝑣𝑎𝑙𝑜𝑟 𝑃 considerando que 𝛼 = 0.05
  • 12.
  • 13. Desarrollo del procedimiento de prueba de hipótesis
  • 14. Desarrollo del procedimiento de prueba de hipótesis
  • 15. Uso de valores P en la prueba de hipótesis El valor P es el nivel de significancia más pequeño que conduce al rechazo de la hipótesis nula 𝐻 𝑜 Decisión: Rechazar 𝐻 𝑜 si 𝛼 ≥ 𝑣𝑎𝑙𝑜𝑟 𝑃 considerando que 𝛼 = 0.05
  • 16.
  • 17. Error tipo II y selección del tamaño de la muestra Prueba Z de 1 muestra Probando la media = nula (vs. ≠ nula) Calculando la potencia para la media = nulo + diferencia α = 0.05 Desviación estándar asumida = 2 Tamaño de la Diferencia muestra Potencia 1 25 0.705418 Esto es, si el verdadero valor de la rapidez promedio de combustión es 𝜇 = 51 𝑐𝑚 𝑠 , entonces existe una posibilidad del 29.45% de que esto no sea detectado por la prueba con 𝑛 = 25.
  • 18.
  • 19. Error tipo II y selección del tamaño de la muestra Esto es, que el tamaño necesario que debe tener la muestra es, 𝑛 = 43. Prueba Z de 1 muestra Probando la media = nula (vs. ≠ nula) Calculando la potencia para la media = nulo + diferencia α = 0.05 Desviación estándar asumida = 2 Tamaño de la Potencia Potencia Diferencia muestra objetivo real 1 43 0.9 0.906375
  • 20.
  • 21. Prueba de hipótesis sobre la media de una distribución normal, varianza desconocida
  • 22. 211815129 7 6 5 4 3 2 1 0 C8 Frecuencia Histograma de C8 Variable Media Desv.Est. Varianza C8 13.714 3.554 12.628 Prueba de μ = 10 vs. > 10 Error estándar Límite de la inferior Variable N Media Desv.Est. media de 95% T P C8 22 13.714 3.554 0.758 12.410 4.90 0.000 Decisión: Rechazar 𝐻 𝑜 porque 𝛼 ≥ 𝑣𝑎𝑙𝑜𝑟 𝑃 considerando que 𝛼 = 0.05
  • 23. Error tipo II y selección del tamaño de la muestra Por lo tanto, la probabilidad de rechazar 𝐻0: 𝜇 = 10 si la media verdadera excede el valor propuesto por 1 Mpa es 0.3571 = 1 − 𝛽, donde 𝛽 = 0.6429, con lo que se concluye con un tamaño de muestra 𝑛 = 22 no es adecuado para proporcionar la sensibilidad adecuada. Prueba t de 1 muestra Probando la media = nula (vs. > nula) Calculando la potencia para la media = nulo + diferencia α = 0.05 Desviación estándar asumida = 3.55 Tamaño de la Diferencia muestra Potencia 1 22 0.357103
  • 24.
  • 25. Error tipo II y selección del tamaño de la muestra El tamaño de muestra correspondiente es 𝑛 = 80. Para determinar el tamaño de la muestra necesario para tener el grado de sensibilidad deseada, utilizar 𝛽 = 0.2 o 𝑝𝑜𝑡𝑒𝑛𝑐𝑖𝑎 = 0.8 Prueba t de 1 muestra Probando la media = nula (vs. > nula) Calculando la potencia para la media = nulo + diferencia α = 0.05 Desviación estándar asumida = 3.55 Tamaño de la Potencia Potencia Diferencia muestra objetivo real 1 80 0.8 0.803167
  • 26.
  • 27. Prueba de hipótesis sobre la varianza Método Hipótesis nula σ-cuadrado = 0.01 Hipótesis alterna σ-cuadrado > 0.01 El método de chi-cuadrada sólo se utiliza para la distribución normal. El método de Bonett no se puede calcular con datos resumidos. Estadísticas N Desv.Est. Varianza 20 0.124 0.0153 95% Intervalos de confianza unilaterales Límite Límite inferior inferior para para Método Desv.Est. varianza Chi-cuadrada 0.098 0.0096 Pruebas Estadística Método de prueba GL Valor p Chi-cuadrada 29.07 19 0.065
  • 28. Error tipo II y selección del tamaño de la muestra Por lo tanto, la probabilidad de rechazar 𝐻0: 𝜎 = 0.1 si la 𝜎 verdadera excede el valor propuesto por un 25% ( es decir, 𝜎 = 0.125) es 0.4382 = 1 − 𝛽, donde 𝛽 = 0.5618, con lo que se concluye con un tamaño de muestra 𝑛 = 20 no es adecuado para proporcionar la sensibilidad solicitada. Prueba de una desviación estándar Probando la Desv.Est. = nula (versus > nula) Calculando la potencia para (Desv.Est. / nula) = relación α = 0.05 Tamaño de la Relación muestra Potencia 1.25 20 0.438262
  • 29.
  • 30. Error tipo II y selección del tamaño de la muestra El tamaño de muestra correspondiente es al menos 𝑛 = 61. Para determinar el tamaño de la muestra necesario para tener el grado de sensibilidad deseada, utilizar 𝛽 = 0.2 o 𝑝𝑜𝑡𝑒𝑛𝑐𝑖𝑎 = 0.8 Prueba de una desviación estándar Probando la Desv.Est. = nula (versus > nula) Calculando la potencia para (Desv.Est. / nula) = relación α = 0.05 Tamaño de la Potencia Potencia Relación muestra objetivo real 1.25 61 0.8 0.800805
  • 31.
  • 32. Prueba de hipótesis sobre una proporción Prueba de p = 0.05 vs. p < 0.05 Límite superior Valor p Muestra X N Muestra p de 95% exacto 1 4 200 0.020000 0.045180 0.026
  • 33. Error tipo II y selección del tamaño de la muestra Por lo tanto, la probabilidad de rechazar 𝐻0: 𝑝 = 0.05 si la verdadera 𝑝 = 0.05 es 0.3287 = 1 − 𝛽, donde 𝛽 = 0.6712. Prueba para una proporción Probando p = 0.05 (versus < 0.05) α = 0.05 Tamaño p de de la comparación muestra Potencia 0.03 200 0.328725
  • 34.
  • 35. Error tipo II y selección del tamaño de la muestra Prueba para una proporción Probando p = 0.05 (versus < 0.05) α = 0.05 Tamaño p de de la Potencia Potencia comparación muestra objetivo real 0.03 833 0.9 0.900135