SlideShare una empresa de Scribd logo
1 de 12
UNIVERSIDAD VERACRUZANA PLANTEAMIENTO DE HIPOTESIS EN UNA POBLACION PARA LA PROPORCION  ESTADISTICA INFERENCIAL
UNIVERSIDAD VERACRUZANA    PROGRAMA DE ESTUDIO Introducción El tema presentado corresponde al planteamiento de hipótesis para la proporción en 1 y en 2 poblaciones. Proporción en este tema se puede definir como “una fracción, relación o porcentaje que indica la parte de la población o muestra que tiene una característica de interés particular. Al igual que en otros estudios estadísticos, el planteamiento de hipótesis para la proporción cuenta con estudios bilaterales y unilaterales. Lo que se presenta ahora es precisamente cada uno de esos estudios. ESTADISTICA INFERENCIAL
UNIVERSIDAD VERACRUZANA    PROGRAMA DE ESTUDIO Contraste Bilateral Para el contraste extraemos una muestra y observamos el valor. Entonces se define: Planteamiento 1 población:   H0: p = p0 H1: p ≠ p0     ESTADISTICA INFERENCIAL
UNIVERSIDAD VERACRUZANA    PROGRAMA DE ESTUDIO Planteamiento 1 población Planteamiento 2 poblaciones Contraste unilaterales Consideremos un contraste del tipo Cola Izquierda: ESTADISTICA INFERENCIAL
UNIVERSIDAD VERACRUZANA Contraste unilaterales Consideremos un contraste del tipo Cola Derecha: Planteamiento 1 población Planteamiento 2 poblaciones ESTADISTICA INFERENCIAL
UNIVERSIDAD VERACRUZANA FÓRMULAS Para 1 población:                                                                 Estadístico Calculado                                                     Estadístico de tablas = ESTADISTICA INFERENCIAL
UNIVERSIDAD VERACRUZANA FÓRMULAS Para  2 poblaciones:     p1=  proporción población 1 p2= proporción población 2 n1= elementos observados 1 n2= elementos observados 2                                                           ESTADISTICA INFERENCIAL
UNIVERSIDAD VERACRUZANA REGLA DE DECISIÓN        SI  Zexp  ≤  Zteo         aceptamos H0        SI  Zexp  >  Zteo         rechazamos H0 y aceptamos H1     Si el estadístico calculado tiene un resultado mayor al estadístico obtenido en las tablas, entonces la hipótesis H0 se rechaza. ESTADISTICA INFERENCIAL
UNIVERSIDAD VERACRUZANA EJEMPLOS: Una encuesta de opinión publica consulta a 400 varones y 600 mujeres acerca de un proyecto de exportación. El 70% de los varones y el 75% de las mujeres expresan su afirmación. Utilizando un nivel de significancia de 0.05, puede concluir que la diferencia observada es significativa. SOLUCION…. ESTADISTICA INFERENCIAL
UNIVERSIDAD VERACRUZANA TIPOS DE ESTADISTICAS. H0: P1 = P2 H1: P1 ≠ P2                  Zc = P1 – P2/Td        n1: 400                         Td = ¶ (1 - ¶) (1/n1 + 1/n2)                  Zc = 1.77 n: 600                            ¶ = (n1P1 + n2P2)/ n1 + n2        p: 0.75 α: 0.05/2                                                          Z tablas = 0.5 – (0.05/2)                                                                         Z tablas = 0.475 = 1.96   Zc = 1.77 < Zt = 1.96, por lo tanto H0 no se rechaza. La diferencia observada es significativa. ESTADISTICA INFERENCIAL
UNIVERSIDAD VERACRUZANA EJEMPLOS:   El 90% de los televisores  de color no necesitan ninguna reparación durante sus 2 primeros años de funcionamiento. La PROFECO selecciona 100 televisiones y encuentran que 15 de ellos fueron reparados en los 2 primeros años. Manejara un nivel de con fianza del 95% y concluir, que decidirá PROFECO con respecto a la afirmación de Sony   HO: p1≥p2		Zc= p1-p2/Tp					Zc= -1.66 HI: p1 < p2                  Td=π(1-π)(1/n1+1/n2)			 n= 100			π=(n1p1+n2p2)/n1+n2			Ztablas=0.5-.05 π= .90									Ztablas=0.45=1.64 P= 85 / 100		Zc = 1.66  > Zt=1.64, por lo tanto HO se α=.05			 rechaza. La afirmación de Sony no es valida   ESTADISTICA INFERENCIAL
UNIVERSIDAD VERACRUZANA EJEMPLOS: En una conferencia se anuncia que el 90% de los habitantes adultos en su municipio están a favor del proyecto de gobierno. Concluirá que la popularidad del proyecto ha sido exagerada por la autoridad. La muestra de 625 personas indica que 500 están a favor.   HO: p1  ≤  p2              Tp= Vπ(1-π HI: p1 > p2                  Zc= (p-π) / Tp          Zc= 1.66 n= 625                         Ztablas= 0.5-0.01 π= 0.90                        Zc = 1.66  < Zt=2.32, por lo tanto HO no se rechaza. La popu_ P = 500/625                 laridad. α = 0.01         ESTADISTICA INFERENCIAL

Más contenido relacionado

La actualidad más candente

Variable aleatoria
Variable aleatoriaVariable aleatoria
Variable aleatoriajuliochumbes
 
Distribución binomial naduath
Distribución binomial naduathDistribución binomial naduath
Distribución binomial naduathNaduath Mendoza
 
Distribución binomial
Distribución binomialDistribución binomial
Distribución binomialsistemas2013
 
Estadística hipergeometrica
Estadística hipergeometricaEstadística hipergeometrica
Estadística hipergeometricasistemas2013
 
Crecimiento en un punto
Crecimiento en un puntoCrecimiento en un punto
Crecimiento en un puntorobertrafael
 
La distribución de probabilidad normal
La distribución de probabilidad normalLa distribución de probabilidad normal
La distribución de probabilidad normalUANL
 
Distribucion binomial paoleny
Distribucion binomial paolenyDistribucion binomial paoleny
Distribucion binomial paolenyivo cifuentes
 
Parámetros unidimensionales
Parámetros unidimensionalesParámetros unidimensionales
Parámetros unidimensionalesmgarmon965
 
Crecimiento Exponencial
Crecimiento ExponencialCrecimiento Exponencial
Crecimiento ExponencialTSUKUNE_CARLOS
 
Universidad fermin toro algoritmos selectivos
Universidad fermin toro algoritmos selectivosUniversidad fermin toro algoritmos selectivos
Universidad fermin toro algoritmos selectivosEdilberth Piña
 
Estadistica distribucion binomial,poisson y normal
Estadistica distribucion binomial,poisson y normalEstadistica distribucion binomial,poisson y normal
Estadistica distribucion binomial,poisson y normaljorka curi
 
Ejercicio definitivo distribucion binominal maya
Ejercicio definitivo distribucion binominal mayaEjercicio definitivo distribucion binominal maya
Ejercicio definitivo distribucion binominal mayamaryariperaza
 

La actualidad más candente (18)

Variable aleatoria
Variable aleatoriaVariable aleatoria
Variable aleatoria
 
Estadística_Distribución_Binomial
Estadística_Distribución_BinomialEstadística_Distribución_Binomial
Estadística_Distribución_Binomial
 
Distribución binomial naduath
Distribución binomial naduathDistribución binomial naduath
Distribución binomial naduath
 
Distribucion binomial ñ.ñ
Distribucion binomial ñ.ñDistribucion binomial ñ.ñ
Distribucion binomial ñ.ñ
 
Distribución binomial
Distribución binomialDistribución binomial
Distribución binomial
 
Estadística hipergeometrica
Estadística hipergeometricaEstadística hipergeometrica
Estadística hipergeometrica
 
Trabajo estadistica i
Trabajo estadistica iTrabajo estadistica i
Trabajo estadistica i
 
Crecimiento en un punto
Crecimiento en un puntoCrecimiento en un punto
Crecimiento en un punto
 
La distribución de probabilidad normal
La distribución de probabilidad normalLa distribución de probabilidad normal
La distribución de probabilidad normal
 
Seminario 7
Seminario 7Seminario 7
Seminario 7
 
Distribucion binomial paoleny
Distribucion binomial paolenyDistribucion binomial paoleny
Distribucion binomial paoleny
 
Parámetros unidimensionales
Parámetros unidimensionalesParámetros unidimensionales
Parámetros unidimensionales
 
Crecimiento Exponencial
Crecimiento ExponencialCrecimiento Exponencial
Crecimiento Exponencial
 
Derivada de una funcion
Derivada de una funcionDerivada de una funcion
Derivada de una funcion
 
Universidad fermin toro algoritmos selectivos
Universidad fermin toro algoritmos selectivosUniversidad fermin toro algoritmos selectivos
Universidad fermin toro algoritmos selectivos
 
Estadistica distribucion binomial,poisson y normal
Estadistica distribucion binomial,poisson y normalEstadistica distribucion binomial,poisson y normal
Estadistica distribucion binomial,poisson y normal
 
Ejercicio definitivo distribucion binominal maya
Ejercicio definitivo distribucion binominal mayaEjercicio definitivo distribucion binominal maya
Ejercicio definitivo distribucion binominal maya
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 

Destacado

EstadíStica Inferencial Pao
EstadíStica Inferencial PaoEstadíStica Inferencial Pao
EstadíStica Inferencial PaoPaola Torres
 
(5)hipotesis (ji) p resentacion
(5)hipotesis (ji) p resentacion(5)hipotesis (ji) p resentacion
(5)hipotesis (ji) p resentacionAna
 
Estadistica inferencial expo
Estadistica inferencial expoEstadistica inferencial expo
Estadistica inferencial expoPepe Rodríguez
 
Trabajo final estadística inferencial
Trabajo final estadística inferencialTrabajo final estadística inferencial
Trabajo final estadística inferencialLORENA VENEGAS JAIMES
 
Proyecto de estadística inferencial con aplicación a spss
Proyecto de estadística inferencial con aplicación a spssProyecto de estadística inferencial con aplicación a spss
Proyecto de estadística inferencial con aplicación a spssMaría Gordón
 
Fundamentos de muestreo
Fundamentos de muestreoFundamentos de muestreo
Fundamentos de muestreoDiego Millan
 
Proyecto estadistica inferencial
Proyecto estadistica inferencialProyecto estadistica inferencial
Proyecto estadistica inferencialkatemora
 
Fundamentos De Muestreo Y Estadistica Inferencial
Fundamentos De  Muestreo Y Estadistica InferencialFundamentos De  Muestreo Y Estadistica Inferencial
Fundamentos De Muestreo Y Estadistica InferencialLuis Baquero
 
Proyecto final de estadistica
Proyecto final de estadisticaProyecto final de estadistica
Proyecto final de estadisticaanitachucuri
 

Destacado (11)

Estadistica
EstadisticaEstadistica
Estadistica
 
EstadíStica Inferencial Pao
EstadíStica Inferencial PaoEstadíStica Inferencial Pao
EstadíStica Inferencial Pao
 
(5)hipotesis (ji) p resentacion
(5)hipotesis (ji) p resentacion(5)hipotesis (ji) p resentacion
(5)hipotesis (ji) p resentacion
 
Estadistica inferencial expo
Estadistica inferencial expoEstadistica inferencial expo
Estadistica inferencial expo
 
Trabajo final estadística inferencial
Trabajo final estadística inferencialTrabajo final estadística inferencial
Trabajo final estadística inferencial
 
Proyecto de estadística inferencial con aplicación a spss
Proyecto de estadística inferencial con aplicación a spssProyecto de estadística inferencial con aplicación a spss
Proyecto de estadística inferencial con aplicación a spss
 
Fundamentos de muestreo
Fundamentos de muestreoFundamentos de muestreo
Fundamentos de muestreo
 
Proyecto estadistica inferencial
Proyecto estadistica inferencialProyecto estadistica inferencial
Proyecto estadistica inferencial
 
Fundamentos De Muestreo Y Estadistica Inferencial
Fundamentos De  Muestreo Y Estadistica InferencialFundamentos De  Muestreo Y Estadistica Inferencial
Fundamentos De Muestreo Y Estadistica Inferencial
 
Estadistica Inferencial
Estadistica InferencialEstadistica Inferencial
Estadistica Inferencial
 
Proyecto final de estadistica
Proyecto final de estadisticaProyecto final de estadistica
Proyecto final de estadistica
 

Similar a Avanze (20)

Planteamiento de hipotesis
Planteamiento de hipotesisPlanteamiento de hipotesis
Planteamiento de hipotesis
 
Planteamiento de hipotesis
Planteamiento de hipotesisPlanteamiento de hipotesis
Planteamiento de hipotesis
 
Planteamiento de hipotesis
Planteamiento de hipotesisPlanteamiento de hipotesis
Planteamiento de hipotesis
 
Planteamiento de hipotesis
Planteamiento de hipotesisPlanteamiento de hipotesis
Planteamiento de hipotesis
 
Planteamiento de hipotesis
Planteamiento de hipotesisPlanteamiento de hipotesis
Planteamiento de hipotesis
 
Planteamiento de hipotesis
Planteamiento de hipotesisPlanteamiento de hipotesis
Planteamiento de hipotesis
 
Avanze
AvanzeAvanze
Avanze
 
Mic sesión 8a
Mic sesión 8aMic sesión 8a
Mic sesión 8a
 
Significancia estadistica
Significancia estadisticaSignificancia estadistica
Significancia estadistica
 
ENSAYO CAPITULO 9
ENSAYO CAPITULO 9ENSAYO CAPITULO 9
ENSAYO CAPITULO 9
 
Estadistica aplicada
Estadistica aplicadaEstadistica aplicada
Estadistica aplicada
 
Estadistica aplicada
Estadistica aplicadaEstadistica aplicada
Estadistica aplicada
 
ENSAYO 10
ENSAYO 10ENSAYO 10
ENSAYO 10
 
Resumen de Teoría de Muestreo
Resumen de Teoría de MuestreoResumen de Teoría de Muestreo
Resumen de Teoría de Muestreo
 
Ph2 m
Ph2 mPh2 m
Ph2 m
 
Aplicaciones x2 u38
Aplicaciones x2 u38Aplicaciones x2 u38
Aplicaciones x2 u38
 
Presentación1
Presentación1Presentación1
Presentación1
 
Ejemplo de verificacion de hipotesis
Ejemplo de verificacion de hipotesisEjemplo de verificacion de hipotesis
Ejemplo de verificacion de hipotesis
 
Elementos del muestreo
Elementos del muestreoElementos del muestreo
Elementos del muestreo
 
Estadistica
EstadisticaEstadistica
Estadistica
 

Avanze

  • 1. UNIVERSIDAD VERACRUZANA PLANTEAMIENTO DE HIPOTESIS EN UNA POBLACION PARA LA PROPORCION ESTADISTICA INFERENCIAL
  • 2. UNIVERSIDAD VERACRUZANA PROGRAMA DE ESTUDIO Introducción El tema presentado corresponde al planteamiento de hipótesis para la proporción en 1 y en 2 poblaciones. Proporción en este tema se puede definir como “una fracción, relación o porcentaje que indica la parte de la población o muestra que tiene una característica de interés particular. Al igual que en otros estudios estadísticos, el planteamiento de hipótesis para la proporción cuenta con estudios bilaterales y unilaterales. Lo que se presenta ahora es precisamente cada uno de esos estudios. ESTADISTICA INFERENCIAL
  • 3. UNIVERSIDAD VERACRUZANA PROGRAMA DE ESTUDIO Contraste Bilateral Para el contraste extraemos una muestra y observamos el valor. Entonces se define: Planteamiento 1 población:   H0: p = p0 H1: p ≠ p0     ESTADISTICA INFERENCIAL
  • 4. UNIVERSIDAD VERACRUZANA PROGRAMA DE ESTUDIO Planteamiento 1 población Planteamiento 2 poblaciones Contraste unilaterales Consideremos un contraste del tipo Cola Izquierda: ESTADISTICA INFERENCIAL
  • 5. UNIVERSIDAD VERACRUZANA Contraste unilaterales Consideremos un contraste del tipo Cola Derecha: Planteamiento 1 población Planteamiento 2 poblaciones ESTADISTICA INFERENCIAL
  • 6. UNIVERSIDAD VERACRUZANA FÓRMULAS Para 1 población: Estadístico Calculado Estadístico de tablas = ESTADISTICA INFERENCIAL
  • 7. UNIVERSIDAD VERACRUZANA FÓRMULAS Para 2 poblaciones: p1= proporción población 1 p2= proporción población 2 n1= elementos observados 1 n2= elementos observados 2 ESTADISTICA INFERENCIAL
  • 8. UNIVERSIDAD VERACRUZANA REGLA DE DECISIÓN SI Zexp ≤ Zteo aceptamos H0 SI Zexp > Zteo rechazamos H0 y aceptamos H1     Si el estadístico calculado tiene un resultado mayor al estadístico obtenido en las tablas, entonces la hipótesis H0 se rechaza. ESTADISTICA INFERENCIAL
  • 9. UNIVERSIDAD VERACRUZANA EJEMPLOS: Una encuesta de opinión publica consulta a 400 varones y 600 mujeres acerca de un proyecto de exportación. El 70% de los varones y el 75% de las mujeres expresan su afirmación. Utilizando un nivel de significancia de 0.05, puede concluir que la diferencia observada es significativa. SOLUCION…. ESTADISTICA INFERENCIAL
  • 10. UNIVERSIDAD VERACRUZANA TIPOS DE ESTADISTICAS. H0: P1 = P2 H1: P1 ≠ P2 Zc = P1 – P2/Td n1: 400 Td = ¶ (1 - ¶) (1/n1 + 1/n2) Zc = 1.77 n: 600 ¶ = (n1P1 + n2P2)/ n1 + n2 p: 0.75 α: 0.05/2 Z tablas = 0.5 – (0.05/2) Z tablas = 0.475 = 1.96   Zc = 1.77 < Zt = 1.96, por lo tanto H0 no se rechaza. La diferencia observada es significativa. ESTADISTICA INFERENCIAL
  • 11. UNIVERSIDAD VERACRUZANA EJEMPLOS:   El 90% de los televisores de color no necesitan ninguna reparación durante sus 2 primeros años de funcionamiento. La PROFECO selecciona 100 televisiones y encuentran que 15 de ellos fueron reparados en los 2 primeros años. Manejara un nivel de con fianza del 95% y concluir, que decidirá PROFECO con respecto a la afirmación de Sony   HO: p1≥p2 Zc= p1-p2/Tp Zc= -1.66 HI: p1 < p2 Td=π(1-π)(1/n1+1/n2) n= 100 π=(n1p1+n2p2)/n1+n2 Ztablas=0.5-.05 π= .90 Ztablas=0.45=1.64 P= 85 / 100 Zc = 1.66 > Zt=1.64, por lo tanto HO se α=.05 rechaza. La afirmación de Sony no es valida   ESTADISTICA INFERENCIAL
  • 12. UNIVERSIDAD VERACRUZANA EJEMPLOS: En una conferencia se anuncia que el 90% de los habitantes adultos en su municipio están a favor del proyecto de gobierno. Concluirá que la popularidad del proyecto ha sido exagerada por la autoridad. La muestra de 625 personas indica que 500 están a favor.   HO: p1  ≤  p2 Tp= Vπ(1-π HI: p1 > p2 Zc= (p-π) / Tp Zc= 1.66 n= 625 Ztablas= 0.5-0.01 π= 0.90 Zc = 1.66 < Zt=2.32, por lo tanto HO no se rechaza. La popu_ P = 500/625 laridad. α = 0.01         ESTADISTICA INFERENCIAL