SlideShare una empresa de Scribd logo
1 de 35
Descargar para leer sin conexión
séptima sección
Pruebas de hipótesis
MSc Edgar Madrid Cuello.
Dpto de Matemáticas, UNISUCRE
Estadística II
Abril 2018
MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
séptima sección
Pruebas de hipótesis
Denición
Un test estadístico es un procedimiento para, a partir de una
muestra aleatoria y signicativa, extraer conclusiones que permitan
rechazar o no rechazar una hipótesis previamente emitida sobre el
valor de un parámetro desconocido de una población.
El propósito del análisis estadístico es reducir el nivel de
incertidumbre en el proceso de toma de decisiones.
Los gerentes pueden tomar mejores decisiones sólo
si tienen suciente información a su disposición. La
prueba de hipótesis es una herramienta analítica muy
efectiva para obtener esta valiosa información, bajo
una gran variedad de circunstancias.
MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
séptima sección
Pruebas de hipótesis
Denición
Un test estadístico es un procedimiento para, a partir de una
muestra aleatoria y signicativa, extraer conclusiones que permitan
rechazar o no rechazar una hipótesis previamente emitida sobre el
valor de un parámetro desconocido de una población.
El propósito del análisis estadístico es reducir el nivel de
incertidumbre en el proceso de toma de decisiones.
Los gerentes pueden tomar mejores decisiones sólo
si tienen suciente información a su disposición. La
prueba de hipótesis es una herramienta analítica muy
efectiva para obtener esta valiosa información, bajo
una gran variedad de circunstancias.
MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
séptima sección
Denición (HIPÓTESIS )
Armación relativa a un parámetro de la población sujeta a
vericación.
Existen muchos ejemplos comunes en los negocios:
Ejemplo
Un empacador de arroz debe determinar si el peso promedio de sus
bolsas es de 450gr (µ = 450gr)
Ejemplo
Un embotellador de bebidas suaves debe determinar si el peso
promedio del contenido de sus botellas es 16 onzas (µ = 16 onzas).
MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
séptima sección
Pruebas de hipótesis
Denición (Hipótesis nula y alternativa)
La estructura de la prueba de hipótesis se formulará usando el
término hipótesis nula, el cual se reere a cualquier hipótesis que
deseamos probar y se denota con H0. El rechazo de H0 conduce a
la aceptación de una hipótesis alternativa, que se denota con HA.
La hipótesis alternativa HA, por lo general, representa la pregunta
que debe responderse, la teoría que debe probarse y, por ello, su
especicación es muy importante.
MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
séptima sección
Ejemplo
Un fabricante de cierta marca de cereal de arroz arma que el
contenido promedio de grasa saturada no excede de 1.5 gramos.
Establezca las hipótesis nula y alternativa a utilizar para probar esta
armación y determinar dónde se localiza la región crítica.
H0 : µ = 1.5
vs
HA : µ  1.5
MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
séptima sección
Ejemplo
Un fabricante de cierta marca de cereal de arroz arma que el
contenido promedio de grasa saturada no excede de 1.5 gramos.
Establezca las hipótesis nula y alternativa a utilizar para probar esta
armación y determinar dónde se localiza la región crítica.
H0 : µ = 1.5
vs
HA : µ  1.5
MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
séptima sección
Pruebas de hipótesis
Ejemplo
Un agente de bienes raíces arma que 60% de todas las viviendas
privadas que se construyen actualmente son casas con tres
dormitorios. Para probar esta armación, se inspecciona una
muestra grande de viviendas nuevas. La proporción de tales casas
con tres dormitorios se registra y se utiliza como estadístico de
prueba. Establezca las hipótesis nula y alternativa a utilizarse en
esta prueba y determine la posición de la región crítica.
H0 : p = 0.6
vs
HA : p = 0.6
MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
séptima sección
Pruebas de hipótesis
Ejemplo
Un agente de bienes raíces arma que 60% de todas las viviendas
privadas que se construyen actualmente son casas con tres
dormitorios. Para probar esta armación, se inspecciona una
muestra grande de viviendas nuevas. La proporción de tales casas
con tres dormitorios se registra y se utiliza como estadístico de
prueba. Establezca las hipótesis nula y alternativa a utilizarse en
esta prueba y determine la posición de la región crítica.
H0 : p = 0.6
vs
HA : p = 0.6
MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
séptima sección
Valores críticos de Z y zonas de rechazo
MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
séptima sección
Valores críticos de Z y zonas de rechazo
Estos valores de Z de ±1.96 son valores críticos que determinan las
zonas de rechazo. Para hallarlos, divida por 2 el 95%. En la tabla
Z, el área de 0.95/2 = 0.4750 indica un valor Z de 1.96. El 5%
restante está distribuido entre las dos colas, con 2.5% en cada zona
de rechazo. Este 5% es el nivel de signicancia, o el valor alfa de la
prueba.
Denición (Regla de decisión)
No se rechaza la hipótesis nula, con un nivel de conanza del
95%, si los valores Z están entre ±1.96. Se rechaza si el valor Z es
menor que -1.96 o mayor que 1.96.
MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
séptima sección
Valores críticos de Z y zonas de rechazo
Denición (Error tipo I )
Rechazar una hipótesis verdadera. La probabilidad de cometer un
error tipo I es igual al nivel de signicancia, o valor α en el que se
prueba la hipótesis.
Situación real
H0 ver-
dadera
HA ver-
dadera
NUESTRA
DECISIÓN
Falta de evidencia
signicativa a favor
de HA
Correcto Error tipo II
Evidencia signica-
tiva a favor de de
HA
Error tipo I Correcto
MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
séptima sección
Ejemplo
Suponga que un alergólogo desea probar la hipótesis de que al
menos 30% del público es alérgico a algunos productos de queso.
Explique cómo el alergólogo podría cometer
un error tipo I
un error tipo II
Concluir que menos del 30% de el publico son alérgicos
a algunos productos de queso cuando, es cierto que,
30% o más son alérgicos.
Concluir que al menos 30% de el publico son alérgicos
a algunos productos de queso cuando, es cierto que,
menos 30% son alérgicos.
MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
séptima sección
Ejemplo
Suponga que un alergólogo desea probar la hipótesis de que al
menos 30% del público es alérgico a algunos productos de queso.
Explique cómo el alergólogo podría cometer
un error tipo I
un error tipo II
Concluir que menos del 30% de el publico son alérgicos
a algunos productos de queso cuando, es cierto que,
30% o más son alérgicos.
Concluir que al menos 30% de el publico son alérgicos
a algunos productos de queso cuando, es cierto que,
menos 30% son alérgicos.
MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
séptima sección
Prueba de dos colas para µ
Hay cuatro pasos involucrados en una prueba:
Paso 1 Plantear las hipótesis.
Paso 2 Con base en los resultados de la muestra, calcular el valor del
estadístico de prueba Z o t.
Paso 3 Determinar la regla de decisión con base en los valores críticos
de Z o t.
Paso 4 Interpretación y conclusiones.
MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
séptima sección
Prueba de dos colas para µ
Denición
El valor Z utilizado para probar la hipótesis cuando σ es conocido
Z =
¯X−µH
σ√
n
Denición
El valor Z utilizado para probar la hipótesis cuando σ es
desconocido y n grande
Z =
¯X−µH
s√
n
MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
séptima sección
Prueba de dos colas para µ
Ejemplo
Un fabricante de equipo deportivo desarrolló un nuevo sedal para
pesca sintético que arma que tiene una resistencia media a la
rotura de 8 kilogramos con una desviación estándar de 0.5
kilogramos. Pruebe la hipótesis de que µ = 8 kilogramos contra la
alternativa de que µ = 8 kilogramos, si se prueba una muestra
aleatoria de 50 sedales y se encuentra que tiene una resistencia
media a la rotura de 7.8 kilogramos. Utilice un nivel de
signicancia de 0.01. Ver Ejemplo 10.4 en [3]
MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
séptima sección
Prueba de dos colas para µ
Ejemplo (Planteamiento de hipótesis)
H0 : µ = 8
vs
HA : µ = 8
Ejemplo (Estadístico de prueba Z)
Z = 7.8−8
0.5/
√
50
= −2.83
MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
séptima sección
Prueba de dos colas para µ
Ejemplo (Planteamiento de hipótesis)
H0 : µ = 8
vs
HA : µ = 8
Ejemplo (Estadístico de prueba Z)
Z = 7.8−8
0.5/
√
50
= −2.83
MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
séptima sección
Prueba de dos colas para µ
Ejemplo (Contraste)
MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
séptima sección
Prueba de dos colas para µ
Ejemplo (Interpretación y conclusiones)
Hay evidencia estadística para rechazar H0 y concluir que la
resistencia promedio a la rotura no es igual a 8 sino que, de hecho,
es menor que 8 kilogramos.
MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
séptima sección
Prueba de dos colas para µ
Denición (p-valor [2])
El P-valor (o valor P) es el mínimo nivel de signicancia en el cual
la hipótesis nula H0 sería rechazada cuando se utiliza un
procedimiento de prueba especicado con un conjunto dado de
información. Una vez que el P-valor haya sido calculado, la
conclusión en cualquier nivel de signicancia particular resulta de
comparar el P-valor con α. Así, entonces:
1 Si P-valor  α, entonces, rechace H0 al nivel α.
2 Si P-valor  α, entonces, no rechace H0 al nivel α.
MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
séptima sección
Prueba de dos colas para µ
Ejemplo (P-valor)
Para el ejemplo anterior el p-valor es
2 × p(Z  −2, 83) = 2 × (0.0023274) = 0.0046548
Como este valor hallado es menor que α = 0.01, se rechaza H0 a
un nivel de signicancia del 0.01.
MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
séptima sección
Otras deniciones
Denición
Un valor P es el nivel (de signicancia) más bajo donde es
signicativo el valor observado del estadístico de prueba [3].
Denición
Valor p Es el nivel más bajo de signicancia (valor α) al cual se
puede rechazar la hipótesis nula. Es el área en la cola que está más
allá del valor del estadístico para la muestra. [4]
MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
séptima sección
σ desconocido
Denición
Cuando la varianza es desconocida, al igual que en casos anteriores
trabajaremos con la distribución t-Student, en vez de la distribución
normal.
t =
¯X−µH
s√
n
con n − 1 grados de libertad
MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
séptima sección
Prueba de una cola
Denición
Si la hipótesis alternativa da lugar a una región crítica a un solo
lado del valor del parámetro, diremos que el test es unilateral o de
una sola cola
MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
séptima sección
Ejemplo
El Instituto Eléctrico Edison publica cifras del número anual de
kilowatts-hora que gastan varios aparatos electrodomésticos. Se
arma que una aspiradora gasta un promedio de 46 kilowatts-hora
al año. Si una muestra aleatoria de 12 hogares que se incluye en un
estudio planeado indica que las aspiradoras gastan un promedio de
42 kilowatts-hora al año con una desviación estándar de 11.9
kilowatts-hora, ¾en un nivel de signicancia de 0.05 (α) esto
sugiere que las aspiradoras gastan, en promedio, menos de 46
kilowatts-hora anualmente? Suponga que la población de
kilowatts-hora es normal [3] .
MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
séptima sección
Ejemplo
Planteamiento de Hipótesis
H0 : µ = 46
vs
HA : µ  46
Observaciones:
Prueba de una sola cola (izquierda)
Varianza desconocida y n pequeño
MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
séptima sección
Ejemplo
Planteamiento de Hipótesis
H0 : µ = 46
vs
HA : µ  46
Observaciones:
Prueba de una sola cola (izquierda)
Varianza desconocida y n pequeño
MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
séptima sección
Ejemplo
Cálculo de el estadístico t
t = 42−46
11.9√
12
=−1.164
Cuyo p-valor −→pt(-1.16,11)= 0.1353036  0.05=α
MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
séptima sección
Ejemplo
Cálculo de el estadístico t
t = 42−46
11.9√
12
=−1.164
Cuyo p-valor −→pt(-1.16,11)= 0.1353036  0.05=α
MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
séptima sección
Ejercicio
El departamento de policía de Santa Clara, California, ha
descubierto que los agentes de tránsito deberían hacer un promedio
de 27 comparendos por mes. Si un agente hace más de esa
cantidad, es probable que sea demasiado entusiasta en el ejercicio
de sus funciones. Para evaluar a sus agentes, el jefe anotó el
número de comparendos realizados por los 15 agentes. Los
resultados aparecen en la siguiente tabla.
28 34 30
31 29 33
22 32 38
26 25 31
25 24 31
Con un nivel de signicancia del 5%, ¾parece que los agentes están
desempeñándose satisfactoriamente?
MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
séptima sección
Debido a la inación en las notas, en la cual los profesores han
venido dando notas muy altas, el decano insiste que cada profesor
repruebe al 30% de sus estudiantes. En una muestra reciente de
315 estudiantes, el Profesor Madrid reprobó a 112 estudiantes. ¾El
profesor está cumpliendo con los requisitos que exige el decano?
Sea α = 0.05. Calcule el valor p.
MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
séptima sección
Ejercicio
MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
séptima sección
Bibliográa
Lind, D. Marchal, W. Wathen, S.Estadística Aplicada a los
negocios y a la economía. Mc Graw Hill, Mexico, D.F., 2012.
Llinás, H.  Guía resumida de Estadística Aplicada. Uninorte,
Barranquilla, 2012.
Walpole, R.E. Probabilidad y estadística para ingeniería y
ciencias. Isbn 9789702609360, Pearson Educación, 2007
Webster, A. Estadística Aplicada a los Negocios y la Economía.
Editorial McGraw-Hill, tercera edición, 2000
MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis

Más contenido relacionado

La actualidad más candente

Ejercicios prueba de hipótesis
Ejercicios prueba de hipótesisEjercicios prueba de hipótesis
Ejercicios prueba de hipótesis
Hugo_Franco
 
Ejercicios de distribucion normal estandar
Ejercicios de distribucion normal estandarEjercicios de distribucion normal estandar
Ejercicios de distribucion normal estandar
Nathywiiz Hernández
 
Investigación de Operaciones 1/2
Investigación de Operaciones 1/2Investigación de Operaciones 1/2
Investigación de Operaciones 1/2
CEMEX
 
Ejercicios sobre muestreo
Ejercicios sobre muestreoEjercicios sobre muestreo
Ejercicios sobre muestreo
216846
 
RENNY MENDOZA Resolucion ejercicios dist normal
 RENNY MENDOZA  Resolucion ejercicios dist normal RENNY MENDOZA  Resolucion ejercicios dist normal
RENNY MENDOZA Resolucion ejercicios dist normal
rennyjse
 

La actualidad más candente (20)

Prueba de hipotesis estadistica aplicada a la ingenieria
Prueba de hipotesis estadistica aplicada a la ingenieriaPrueba de hipotesis estadistica aplicada a la ingenieria
Prueba de hipotesis estadistica aplicada a la ingenieria
 
Prueba de hipotesis para dos poblaciones
Prueba de hipotesis para dos poblacionesPrueba de hipotesis para dos poblaciones
Prueba de hipotesis para dos poblaciones
 
Ejercicios de prueba de hipotesis con 𝜎 desconocida (10)
Ejercicios de prueba de hipotesis con 𝜎 desconocida (10) Ejercicios de prueba de hipotesis con 𝜎 desconocida (10)
Ejercicios de prueba de hipotesis con 𝜎 desconocida (10)
 
2. ejercicios de prueba de hipótesis
2. ejercicios de prueba de hipótesis2. ejercicios de prueba de hipótesis
2. ejercicios de prueba de hipótesis
 
DISTRIBUCION MUESTRAL
DISTRIBUCION MUESTRALDISTRIBUCION MUESTRAL
DISTRIBUCION MUESTRAL
 
estadistica medias muestrales
estadistica medias muestralesestadistica medias muestrales
estadistica medias muestrales
 
Ejercicios prueba de hipótesis
Ejercicios prueba de hipótesisEjercicios prueba de hipótesis
Ejercicios prueba de hipótesis
 
Ejercicios de distribucion normal estandar
Ejercicios de distribucion normal estandarEjercicios de distribucion normal estandar
Ejercicios de distribucion normal estandar
 
Tarea 9 de probabilidad y estadistica con respuestas
Tarea 9 de probabilidad y estadistica con respuestasTarea 9 de probabilidad y estadistica con respuestas
Tarea 9 de probabilidad y estadistica con respuestas
 
Prueba de Hipotesis para Muestras Pequeñas Est ind clase03
Prueba de Hipotesis para Muestras Pequeñas Est ind clase03Prueba de Hipotesis para Muestras Pequeñas Est ind clase03
Prueba de Hipotesis para Muestras Pequeñas Est ind clase03
 
Problemas unidad 3
Problemas unidad 3Problemas unidad 3
Problemas unidad 3
 
Investigación de Operaciones 1/2
Investigación de Operaciones 1/2Investigación de Operaciones 1/2
Investigación de Operaciones 1/2
 
ejercicios resuelto de estadística l
ejercicios resuelto de estadística lejercicios resuelto de estadística l
ejercicios resuelto de estadística l
 
T student 5 ejemplos beeto
T student 5 ejemplos beetoT student 5 ejemplos beeto
T student 5 ejemplos beeto
 
Ejercicios sobre muestreo
Ejercicios sobre muestreoEjercicios sobre muestreo
Ejercicios sobre muestreo
 
Calculo del tamaño de muestra
Calculo del tamaño de muestraCalculo del tamaño de muestra
Calculo del tamaño de muestra
 
Teoría de la Estimación
Teoría de la EstimaciónTeoría de la Estimación
Teoría de la Estimación
 
Prueba De HipóTesis Sobre La Diferencia De Proporciones Poblacionales
Prueba De HipóTesis Sobre La Diferencia De Proporciones PoblacionalesPrueba De HipóTesis Sobre La Diferencia De Proporciones Poblacionales
Prueba De HipóTesis Sobre La Diferencia De Proporciones Poblacionales
 
RENNY MENDOZA Resolucion ejercicios dist normal
 RENNY MENDOZA  Resolucion ejercicios dist normal RENNY MENDOZA  Resolucion ejercicios dist normal
RENNY MENDOZA Resolucion ejercicios dist normal
 
Problemas resueltos de distribución muestral
Problemas resueltos de distribución muestralProblemas resueltos de distribución muestral
Problemas resueltos de distribución muestral
 

Similar a Pruebas de hipotesis - Introducción

¿Qué cosas importantes crees que deberías aprender para trabajar en el siglo ...
¿Qué cosas importantes crees que deberías aprender para trabajar en el siglo ...¿Qué cosas importantes crees que deberías aprender para trabajar en el siglo ...
¿Qué cosas importantes crees que deberías aprender para trabajar en el siglo ...
alerioz
 
Test de hipotesis
Test de hipotesisTest de hipotesis
Test de hipotesis
igalaz2007
 
Test de Hipótesis I
Test de Hipótesis ITest de Hipótesis I
Test de Hipótesis I
Hector Funes
 
Pruebas de hipotesis
Pruebas de hipotesis Pruebas de hipotesis
Pruebas de hipotesis
elizareal
 
Plantamiento de la hipotesis
Plantamiento de la hipotesisPlantamiento de la hipotesis
Plantamiento de la hipotesis
EQUIPO7
 
Prueba de hip_tesis_comercio_exterior444444444444
Prueba de hip_tesis_comercio_exterior444444444444Prueba de hip_tesis_comercio_exterior444444444444
Prueba de hip_tesis_comercio_exterior444444444444
amandyta
 
Prueba de hipótesis
Prueba de hipótesisPrueba de hipótesis
Prueba de hipótesis
alerioz
 

Similar a Pruebas de hipotesis - Introducción (20)

¿Qué cosas importantes crees que deberías aprender para trabajar en el siglo ...
¿Qué cosas importantes crees que deberías aprender para trabajar en el siglo ...¿Qué cosas importantes crees que deberías aprender para trabajar en el siglo ...
¿Qué cosas importantes crees que deberías aprender para trabajar en el siglo ...
 
Inferencia Estadística
Inferencia EstadísticaInferencia Estadística
Inferencia Estadística
 
Test de hipotesis
Test de hipotesisTest de hipotesis
Test de hipotesis
 
Test de Hipótesis I
Test de Hipótesis ITest de Hipótesis I
Test de Hipótesis I
 
Pruebas Estadisticas COVID.pdf
Pruebas Estadisticas COVID.pdfPruebas Estadisticas COVID.pdf
Pruebas Estadisticas COVID.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
 
Plantamiento de la hipotesis
Plantamiento de la hipotesisPlantamiento de la hipotesis
Plantamiento de la hipotesis
 
Prueba de hipótesis 2016
Prueba de hipótesis 2016Prueba de hipótesis 2016
Prueba de hipótesis 2016
 
Plantamiento de la hipotesis
Plantamiento de la hipotesisPlantamiento de la hipotesis
Plantamiento de la hipotesis
 
Plantamiento de la hipotesis
Plantamiento de la hipotesisPlantamiento de la hipotesis
Plantamiento de la hipotesis
 
Prueba de hip_tesis_comercio_exterior444444444444
Prueba de hip_tesis_comercio_exterior444444444444Prueba de hip_tesis_comercio_exterior444444444444
Prueba de hip_tesis_comercio_exterior444444444444
 
Capítulo viii
Capítulo viiiCapítulo viii
Capítulo viii
 
Prueba de hipotesis
Prueba de hipotesisPrueba de hipotesis
Prueba de hipotesis
 
Pruebas de Hipotesis
Pruebas de HipotesisPruebas de Hipotesis
Pruebas de Hipotesis
 
RESUMEN UNIDAD 1
RESUMEN UNIDAD 1RESUMEN UNIDAD 1
RESUMEN UNIDAD 1
 
Prueba de hipótesis
Prueba de hipótesisPrueba de hipótesis
Prueba de hipótesis
 
1.1 prueba de hipotesis
1.1 prueba de hipotesis1.1 prueba de hipotesis
1.1 prueba de hipotesis
 
Unidad 2_vf_2 (1).pptx
Unidad 2_vf_2 (1).pptxUnidad 2_vf_2 (1).pptx
Unidad 2_vf_2 (1).pptx
 

Más de Unisucre, I.E. Antonio Lenis

Más de Unisucre, I.E. Antonio Lenis (20)

Rlm
RlmRlm
Rlm
 
Lm
LmLm
Lm
 
Experimentos factoriales-2n
Experimentos factoriales-2nExperimentos factoriales-2n
Experimentos factoriales-2n
 
Experimentos factoriales
Experimentos factorialesExperimentos factoriales
Experimentos factoriales
 
Dbib
DbibDbib
Dbib
 
Dcla
DclaDcla
Dcla
 
Dbca
DbcaDbca
Dbca
 
Comparaciones multiples
Comparaciones multiplesComparaciones multiples
Comparaciones multiples
 
Verificacion de supuestos
Verificacion de supuestosVerificacion de supuestos
Verificacion de supuestos
 
Analisis de varianza
Analisis de varianzaAnalisis de varianza
Analisis de varianza
 
Distribución Binomial Negativa y Geométrica
Distribución Binomial Negativa y GeométricaDistribución Binomial Negativa y Geométrica
Distribución Binomial Negativa y Geométrica
 
Variables aleatoria
Variables aleatoriaVariables aleatoria
Variables aleatoria
 
Medidas de dispersion
Medidas de dispersionMedidas de dispersion
Medidas de dispersion
 
Distribuciones muestrales
Distribuciones muestralesDistribuciones muestrales
Distribuciones muestrales
 
Prueba de los signos
Prueba de los signosPrueba de los signos
Prueba de los signos
 
Tablas de contingencias
Tablas de contingenciasTablas de contingencias
Tablas de contingencias
 
Distribuciones discretas II
Distribuciones discretas IIDistribuciones discretas II
Distribuciones discretas II
 
Medidas de posición
Medidas de posiciónMedidas de posición
Medidas de posición
 
Distribuciones uniforme y distribucion normal
Distribuciones uniforme y distribucion normalDistribuciones uniforme y distribucion normal
Distribuciones uniforme y distribucion normal
 
Distribuciones discretas
Distribuciones discretasDistribuciones discretas
Distribuciones discretas
 

Último

FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
El Fortí
 
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
patriciaines1993
 
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
RigoTito
 
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
MiNeyi1
 

Último (20)

Tema 11. Dinámica de la hidrosfera 2024
Tema 11.  Dinámica de la hidrosfera 2024Tema 11.  Dinámica de la hidrosfera 2024
Tema 11. Dinámica de la hidrosfera 2024
 
2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdf
2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdf2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdf
2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdf
 
INSTRUCCION PREPARATORIA DE TIRO .pptx
INSTRUCCION PREPARATORIA DE TIRO   .pptxINSTRUCCION PREPARATORIA DE TIRO   .pptx
INSTRUCCION PREPARATORIA DE TIRO .pptx
 
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
 
Abril 2024 - Maestra Jardinera Ediba.pdf
Abril 2024 -  Maestra Jardinera Ediba.pdfAbril 2024 -  Maestra Jardinera Ediba.pdf
Abril 2024 - Maestra Jardinera Ediba.pdf
 
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
 
SEPTIMO SEGUNDO PERIODO EMPRENDIMIENTO VS
SEPTIMO SEGUNDO PERIODO EMPRENDIMIENTO VSSEPTIMO SEGUNDO PERIODO EMPRENDIMIENTO VS
SEPTIMO SEGUNDO PERIODO EMPRENDIMIENTO VS
 
Unidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la InvestigaciónUnidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la Investigación
 
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
 
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
 
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...
 
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
 
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
 
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
 
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
 
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLAACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
 
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
 
Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...
 
Prueba libre de Geografía para obtención título Bachillerato - 2024
Prueba libre de Geografía para obtención título Bachillerato - 2024Prueba libre de Geografía para obtención título Bachillerato - 2024
Prueba libre de Geografía para obtención título Bachillerato - 2024
 
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
 

Pruebas de hipotesis - Introducción

  • 1. séptima sección Pruebas de hipótesis MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística II Abril 2018 MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
  • 2. séptima sección Pruebas de hipótesis Denición Un test estadístico es un procedimiento para, a partir de una muestra aleatoria y signicativa, extraer conclusiones que permitan rechazar o no rechazar una hipótesis previamente emitida sobre el valor de un parámetro desconocido de una población. El propósito del análisis estadístico es reducir el nivel de incertidumbre en el proceso de toma de decisiones. Los gerentes pueden tomar mejores decisiones sólo si tienen suciente información a su disposición. La prueba de hipótesis es una herramienta analítica muy efectiva para obtener esta valiosa información, bajo una gran variedad de circunstancias. MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
  • 3. séptima sección Pruebas de hipótesis Denición Un test estadístico es un procedimiento para, a partir de una muestra aleatoria y signicativa, extraer conclusiones que permitan rechazar o no rechazar una hipótesis previamente emitida sobre el valor de un parámetro desconocido de una población. El propósito del análisis estadístico es reducir el nivel de incertidumbre en el proceso de toma de decisiones. Los gerentes pueden tomar mejores decisiones sólo si tienen suciente información a su disposición. La prueba de hipótesis es una herramienta analítica muy efectiva para obtener esta valiosa información, bajo una gran variedad de circunstancias. MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
  • 4. séptima sección Denición (HIPÓTESIS ) Armación relativa a un parámetro de la población sujeta a vericación. Existen muchos ejemplos comunes en los negocios: Ejemplo Un empacador de arroz debe determinar si el peso promedio de sus bolsas es de 450gr (µ = 450gr) Ejemplo Un embotellador de bebidas suaves debe determinar si el peso promedio del contenido de sus botellas es 16 onzas (µ = 16 onzas). MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
  • 5. séptima sección Pruebas de hipótesis Denición (Hipótesis nula y alternativa) La estructura de la prueba de hipótesis se formulará usando el término hipótesis nula, el cual se reere a cualquier hipótesis que deseamos probar y se denota con H0. El rechazo de H0 conduce a la aceptación de una hipótesis alternativa, que se denota con HA. La hipótesis alternativa HA, por lo general, representa la pregunta que debe responderse, la teoría que debe probarse y, por ello, su especicación es muy importante. MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
  • 6. séptima sección Ejemplo Un fabricante de cierta marca de cereal de arroz arma que el contenido promedio de grasa saturada no excede de 1.5 gramos. Establezca las hipótesis nula y alternativa a utilizar para probar esta armación y determinar dónde se localiza la región crítica. H0 : µ = 1.5 vs HA : µ 1.5 MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
  • 7. séptima sección Ejemplo Un fabricante de cierta marca de cereal de arroz arma que el contenido promedio de grasa saturada no excede de 1.5 gramos. Establezca las hipótesis nula y alternativa a utilizar para probar esta armación y determinar dónde se localiza la región crítica. H0 : µ = 1.5 vs HA : µ 1.5 MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
  • 8. séptima sección Pruebas de hipótesis Ejemplo Un agente de bienes raíces arma que 60% de todas las viviendas privadas que se construyen actualmente son casas con tres dormitorios. Para probar esta armación, se inspecciona una muestra grande de viviendas nuevas. La proporción de tales casas con tres dormitorios se registra y se utiliza como estadístico de prueba. Establezca las hipótesis nula y alternativa a utilizarse en esta prueba y determine la posición de la región crítica. H0 : p = 0.6 vs HA : p = 0.6 MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
  • 9. séptima sección Pruebas de hipótesis Ejemplo Un agente de bienes raíces arma que 60% de todas las viviendas privadas que se construyen actualmente son casas con tres dormitorios. Para probar esta armación, se inspecciona una muestra grande de viviendas nuevas. La proporción de tales casas con tres dormitorios se registra y se utiliza como estadístico de prueba. Establezca las hipótesis nula y alternativa a utilizarse en esta prueba y determine la posición de la región crítica. H0 : p = 0.6 vs HA : p = 0.6 MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
  • 10. séptima sección Valores críticos de Z y zonas de rechazo MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
  • 11. séptima sección Valores críticos de Z y zonas de rechazo Estos valores de Z de ±1.96 son valores críticos que determinan las zonas de rechazo. Para hallarlos, divida por 2 el 95%. En la tabla Z, el área de 0.95/2 = 0.4750 indica un valor Z de 1.96. El 5% restante está distribuido entre las dos colas, con 2.5% en cada zona de rechazo. Este 5% es el nivel de signicancia, o el valor alfa de la prueba. Denición (Regla de decisión) No se rechaza la hipótesis nula, con un nivel de conanza del 95%, si los valores Z están entre ±1.96. Se rechaza si el valor Z es menor que -1.96 o mayor que 1.96. MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
  • 12. séptima sección Valores críticos de Z y zonas de rechazo Denición (Error tipo I ) Rechazar una hipótesis verdadera. La probabilidad de cometer un error tipo I es igual al nivel de signicancia, o valor α en el que se prueba la hipótesis. Situación real H0 ver- dadera HA ver- dadera NUESTRA DECISIÓN Falta de evidencia signicativa a favor de HA Correcto Error tipo II Evidencia signica- tiva a favor de de HA Error tipo I Correcto MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
  • 13. séptima sección Ejemplo Suponga que un alergólogo desea probar la hipótesis de que al menos 30% del público es alérgico a algunos productos de queso. Explique cómo el alergólogo podría cometer un error tipo I un error tipo II Concluir que menos del 30% de el publico son alérgicos a algunos productos de queso cuando, es cierto que, 30% o más son alérgicos. Concluir que al menos 30% de el publico son alérgicos a algunos productos de queso cuando, es cierto que, menos 30% son alérgicos. MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
  • 14. séptima sección Ejemplo Suponga que un alergólogo desea probar la hipótesis de que al menos 30% del público es alérgico a algunos productos de queso. Explique cómo el alergólogo podría cometer un error tipo I un error tipo II Concluir que menos del 30% de el publico son alérgicos a algunos productos de queso cuando, es cierto que, 30% o más son alérgicos. Concluir que al menos 30% de el publico son alérgicos a algunos productos de queso cuando, es cierto que, menos 30% son alérgicos. MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
  • 15. séptima sección Prueba de dos colas para µ Hay cuatro pasos involucrados en una prueba: Paso 1 Plantear las hipótesis. Paso 2 Con base en los resultados de la muestra, calcular el valor del estadístico de prueba Z o t. Paso 3 Determinar la regla de decisión con base en los valores críticos de Z o t. Paso 4 Interpretación y conclusiones. MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
  • 16. séptima sección Prueba de dos colas para µ Denición El valor Z utilizado para probar la hipótesis cuando σ es conocido Z = ¯X−µH σ√ n Denición El valor Z utilizado para probar la hipótesis cuando σ es desconocido y n grande Z = ¯X−µH s√ n MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
  • 17. séptima sección Prueba de dos colas para µ Ejemplo Un fabricante de equipo deportivo desarrolló un nuevo sedal para pesca sintético que arma que tiene una resistencia media a la rotura de 8 kilogramos con una desviación estándar de 0.5 kilogramos. Pruebe la hipótesis de que µ = 8 kilogramos contra la alternativa de que µ = 8 kilogramos, si se prueba una muestra aleatoria de 50 sedales y se encuentra que tiene una resistencia media a la rotura de 7.8 kilogramos. Utilice un nivel de signicancia de 0.01. Ver Ejemplo 10.4 en [3] MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
  • 18. séptima sección Prueba de dos colas para µ Ejemplo (Planteamiento de hipótesis) H0 : µ = 8 vs HA : µ = 8 Ejemplo (Estadístico de prueba Z) Z = 7.8−8 0.5/ √ 50 = −2.83 MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
  • 19. séptima sección Prueba de dos colas para µ Ejemplo (Planteamiento de hipótesis) H0 : µ = 8 vs HA : µ = 8 Ejemplo (Estadístico de prueba Z) Z = 7.8−8 0.5/ √ 50 = −2.83 MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
  • 20. séptima sección Prueba de dos colas para µ Ejemplo (Contraste) MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
  • 21. séptima sección Prueba de dos colas para µ Ejemplo (Interpretación y conclusiones) Hay evidencia estadística para rechazar H0 y concluir que la resistencia promedio a la rotura no es igual a 8 sino que, de hecho, es menor que 8 kilogramos. MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
  • 22. séptima sección Prueba de dos colas para µ Denición (p-valor [2]) El P-valor (o valor P) es el mínimo nivel de signicancia en el cual la hipótesis nula H0 sería rechazada cuando se utiliza un procedimiento de prueba especicado con un conjunto dado de información. Una vez que el P-valor haya sido calculado, la conclusión en cualquier nivel de signicancia particular resulta de comparar el P-valor con α. Así, entonces: 1 Si P-valor α, entonces, rechace H0 al nivel α. 2 Si P-valor α, entonces, no rechace H0 al nivel α. MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
  • 23. séptima sección Prueba de dos colas para µ Ejemplo (P-valor) Para el ejemplo anterior el p-valor es 2 × p(Z −2, 83) = 2 × (0.0023274) = 0.0046548 Como este valor hallado es menor que α = 0.01, se rechaza H0 a un nivel de signicancia del 0.01. MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
  • 24. séptima sección Otras deniciones Denición Un valor P es el nivel (de signicancia) más bajo donde es signicativo el valor observado del estadístico de prueba [3]. Denición Valor p Es el nivel más bajo de signicancia (valor α) al cual se puede rechazar la hipótesis nula. Es el área en la cola que está más allá del valor del estadístico para la muestra. [4] MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
  • 25. séptima sección σ desconocido Denición Cuando la varianza es desconocida, al igual que en casos anteriores trabajaremos con la distribución t-Student, en vez de la distribución normal. t = ¯X−µH s√ n con n − 1 grados de libertad MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
  • 26. séptima sección Prueba de una cola Denición Si la hipótesis alternativa da lugar a una región crítica a un solo lado del valor del parámetro, diremos que el test es unilateral o de una sola cola MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
  • 27. séptima sección Ejemplo El Instituto Eléctrico Edison publica cifras del número anual de kilowatts-hora que gastan varios aparatos electrodomésticos. Se arma que una aspiradora gasta un promedio de 46 kilowatts-hora al año. Si una muestra aleatoria de 12 hogares que se incluye en un estudio planeado indica que las aspiradoras gastan un promedio de 42 kilowatts-hora al año con una desviación estándar de 11.9 kilowatts-hora, ¾en un nivel de signicancia de 0.05 (α) esto sugiere que las aspiradoras gastan, en promedio, menos de 46 kilowatts-hora anualmente? Suponga que la población de kilowatts-hora es normal [3] . MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
  • 28. séptima sección Ejemplo Planteamiento de Hipótesis H0 : µ = 46 vs HA : µ 46 Observaciones: Prueba de una sola cola (izquierda) Varianza desconocida y n pequeño MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
  • 29. séptima sección Ejemplo Planteamiento de Hipótesis H0 : µ = 46 vs HA : µ 46 Observaciones: Prueba de una sola cola (izquierda) Varianza desconocida y n pequeño MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
  • 30. séptima sección Ejemplo Cálculo de el estadístico t t = 42−46 11.9√ 12 =−1.164 Cuyo p-valor −→pt(-1.16,11)= 0.1353036 0.05=α MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
  • 31. séptima sección Ejemplo Cálculo de el estadístico t t = 42−46 11.9√ 12 =−1.164 Cuyo p-valor −→pt(-1.16,11)= 0.1353036 0.05=α MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
  • 32. séptima sección Ejercicio El departamento de policía de Santa Clara, California, ha descubierto que los agentes de tránsito deberían hacer un promedio de 27 comparendos por mes. Si un agente hace más de esa cantidad, es probable que sea demasiado entusiasta en el ejercicio de sus funciones. Para evaluar a sus agentes, el jefe anotó el número de comparendos realizados por los 15 agentes. Los resultados aparecen en la siguiente tabla. 28 34 30 31 29 33 22 32 38 26 25 31 25 24 31 Con un nivel de signicancia del 5%, ¾parece que los agentes están desempeñándose satisfactoriamente? MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
  • 33. séptima sección Debido a la inación en las notas, en la cual los profesores han venido dando notas muy altas, el decano insiste que cada profesor repruebe al 30% de sus estudiantes. En una muestra reciente de 315 estudiantes, el Profesor Madrid reprobó a 112 estudiantes. ¾El profesor está cumpliendo con los requisitos que exige el decano? Sea α = 0.05. Calcule el valor p. MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
  • 34. séptima sección Ejercicio MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis
  • 35. séptima sección Bibliográa Lind, D. Marchal, W. Wathen, S.Estadística Aplicada a los negocios y a la economía. Mc Graw Hill, Mexico, D.F., 2012. Llinás, H. Guía resumida de Estadística Aplicada. Uninorte, Barranquilla, 2012. Walpole, R.E. Probabilidad y estadística para ingeniería y ciencias. Isbn 9789702609360, Pearson Educación, 2007 Webster, A. Estadística Aplicada a los Negocios y la Economía. Editorial McGraw-Hill, tercera edición, 2000 MSc Edgar Madrid Cuello. Dpto de Matemáticas, UNISUCRE Estadística IIPruebas de hipótesis