SlideShare una empresa de Scribd logo
1 de 28
Pruebas de hipótesis para una muestra


Índice

1.

Definir hipótesis y prueba de hipótesis.

2.

Describir el procedimiento de cinco pasos para realizar una prueba de
hipótesis.

3.

Distinguir entre una prueba de hipótesis de una cola y una prueba de
hipótesis de dos colas.

1
¿Qué es una hipótesis?


Una hipótesis es una declaración sobre el valor
de un parámetro de la población desarrollado
con el fin de poner a prueba.



Ejemplos de hipótesis que se hicieron sobre un
parámetro de la población:
 El

ingreso mensual para los analistas de sistemas es
$3.625
 Veinte por ciento de todos los clientes de La Majada
regresan para otra comida dentro de un mes.
2
¿Qué es una prueba de hipótesis?


La prueba de hipótesis es un procedimiento
basado en la evidencia de la muestra y la teoría
de las probabilidades, usadas para determinar si
la hipótesis es una declaración razonable y no
debe ser rechazada, o es irrazonable y debe ser
rechazada.

3
Prueba de hipótesis
Paso 1: Se plantean las
hipótesis nula y alternativa

Paso 2: Se selecciona el nivel
de significancia
Paso 3: Se identifica el
estadístico de prueba

Paso 4: Se formula la regla de
decisión
Paso 5: Se toma una muestra
y se decide: se acepta H0 o se
rechaza H0

4
Definiciones






Hipótesis nula H0: Una declaración sobre el valor
de un parámetro de la población.
Hipótesis alternativa H1: Una declaración que se
acepta si los datos de la muestra proporcionan
evidencia de que la hipótesis nula es falsa.
Nivel de significancia: La probabilidad de
rechazar la hipótesis nula cuando es verdadera.
Error tipo I: Rechazar la hipótesis nula cuando
es verdadera.
5
Definiciones






Error tipo II: Aceptar la hipótesis nula cuando es
falsa.
Estadístico de prueba: Un valor determinado a
partir de la información muestral, usado para
determinar si se rechaza la hipótesis nula.
Valor crítico: Punto de división entre la región en
la que se rechaza la hipótesis nula y la región
en la que no rechaza la hipótesis nula.
6
Pruebas de significancia de una cola


Una prueba es de una cola cuando la hipótesis
alternativa, H1 indica una dirección, como por
ejemplo:
 H1:

Las comisiones anuales ganadas por corredores
de bienes raíces a tiempo completo son más de
$35.000. (µ>$35.000)
 H1: La velocidad de los autos que viajan en la I-95 en
Georgia es menos de (µ<60) millas por hora.
 H1: Menos del 20% de los clientes pagan en efectivo
su consumo de gasolina. (µ<.20)
7
Distribución muestral para el estadístico z para la prueba
de una cola, con el .05 de nivel de significancia

.95 de probabilidad
.05 región de rechazo
Valor crítico
Z = 1.65

0

1

2

3

8
Pruebas de significancia de dos colas


Una prueba es con dos colas cuando no se
especifica ninguna dirección en la hipótesis
alterna H1, por ejemplo:
 H1:

La cantidad pagada por los clientes en el centro
comercial en Georgetown no es igual a $25. (µ  $25).

 H1:

El precio para un galón de gasolina no es igual a

$1.54. (µ $1.54).

9
Distribución muestral para el estadístico z para la prueba
de dos colas, con el .05 de nivel de significancia

.95 de probabilidad
.025 región de rechazo
Valor crítico
Z = 1.96,-1.96

-2

-1

0

1

2

10
Prueba para la media de la población:
muestra grande, desviación estándar
de la población conocida


Cuando la prueba de la media poblacional
proviene de una muestra grande y la desviación
estándar poblacional es conocida, el estadístico
de la prueba se obtiene con la siguiente fórmula:

X−µ
z=
σ/ n
11
Ejemplo1
Los procesadores de la salsa de tomate de los
fritos indican en la etiqueta que la botella
contiene 16 onzas de la salsa de tomate. La
desviación estándar del proceso es 0.5 onza.
Una muestra de 36 botellas de la producción de
la hora anterior reveló un peso de 16.12 onzas
por botella. ¿En un nivel de significancia del .05
el proceso está fuera de control? ¿Es decir,
podemos concluir que la cantidad por botella es
diferente a 16 onzas?
12
Ejemplo 1 (Continuación)


Paso 1: Indique las hipótesis nulas y alternativas:

H0: µ = 16;




H1: µ = 16

Paso 2: Seleccione el nivel de significancia. En este
caso seleccionamos el nivel de significancia del
0.05.
Paso 3: Identifique la estadística de la prueba.
Porque conocemos la desviación estándar de la
población, la estadística de la prueba es z.
13
Ejemplo 1 (Continuación)




Paso 4: Indique la regla de decisión:
Rechazo H0 si z > 1.96 o z < -1.96
Paso 5: Compruebe el valor del estadístico de la
prueba y llegue a una decisión.

z=

X −µ

σ

n

=

16.12 −16.00
0. 5

36

= 1.44

No rechazamos la hipótesis nula. No podemos
concluir que la media sea diferente a 16 onzas.
14
Valor-p en la prueba de la hipótesis





Valor-p es la probabilidad de observar un valor
muestral tan extremo, que el valor observado,
dado que la hipótesis nula es verdadera.
Si el valor-p es más pequeño que el nivel de
significancia, se rechaza H0.
Si el valor-p es más grande que el nivel de
significancia, H0 no se rechaza.

15
Cálculo del Valor-p






Prueba de una cola: valor-p = P{z >= valor
absoluto del estadístico de prueba}
Prueba de dos colas: valor-p = 2P{z >= valor
absoluto del estadístico de prueba}
Del Ejemplo 1, z = 1.44, y porque era una
prueba de dos colas, el valor-p = 2P{z >= 1.44}
= 2(.5-.4251) = .1498. Porque .05>= .1498, no
se rechaza H0.
16
Prueba para la media de la población:
muestra grande, desviación estándar
poblacional desconocida




Aquí σ es desconocida, así que la estimamos
con la desviación estándar de la muestra s.
Mientras el tamaño de muestra n > 30, z se
puede aproximar con:

X −µ
z=
s/ n
17
Ejemplo 2
La cadena de almacenes de descuento de Roder
emite su propia tarjeta de crédito. Lisa, la gerente
de crédito, desea descubrir si el promedio sin pagar
mensual es más de $400. El nivel de significancia
se fija en .05. Una verificación al azar de 172
balances sin pagar reveló que la media de la
muestra fue $407 y la desviación estándar de la
muestra fue $38. ¿Debe Lisa concluir que el medio
de la población es mayor de $400, o es razonable
asumir que la diferencia de $7 ($407-$400) es
debido al azar?
18
Ejemplo 2 (Continuación)








Paso 1: H0: µ <= $400, H1: µ > $400
Paso 2: El nivel de significancia es .05
Paso 3: Porque la muestra es grande podemos utilizar
la distribución de z como el estadístico de la prueba.
Paso 4: H0 es rechazada si z>1.65
Paso 5: Realice los cálculos y tome una decisión.
X − µ $407 − $400
z=
=
= 2.42
s n
$38 172
H0 es rechazada. Lisa puede concluir que la media sin
pagar es mayor de $400.
19
Prueba para la media de la población:
muestra pequeña, desviación estándar
poblacional desconocida


El estadístico de la prueba es la distribución t.



El estadístico de la prueba para el caso de una
muestra es:
t =

X −µ
s/

n
20
Ejemplo 3
La tasa de producción de los fusibles de 5 amperios
en Neary Co. eléctrico es 250 por hora. Se ha
comprado e instalado una máquina nueva que,
según el proveedor, aumentará la tarifa de la
producción. Una muestra de 10 horas
seleccionadas al azar a partir del mes pasado
reveló que la producción cada hora en la máquina
nueva era 256 unidades, con una desviación
estándar de 6 por hora. ¿En el nivel de significancia
del .05. Neary puede concluir que la máquina nueva
es más rápida?

21
Ejemplo 3 (Continuación)






Paso 1: Establezca la hipótesis nula y la
hipótesis alternativa.
H0: µ <= 250; H1: µ > 250
Paso 2: Seleccione el nivel de significancia.
Es .05.
Paso 3: Encuentre un estadístico de prueba.
Es la distribución t porque la desviación
estándar de la población no se conoce y el
tamaño de muestra es menos de 30.
22
Ejemplo 3 (Continuación)




Paso 4: Indique la regla de la decisión.
Hay 10 - 1 = 9 grados de libertad. Se rechaza la
hipótesis nula si t > 1.833.
Paso 5: Tome una decisión e interprete los
resultados.
t=

X −µ
s

n

=

256 − 250
6

10

= 3.162

Se rechaza la hipótesis nula. El número
producido es más de 250 por hora.
23
Pruebas respecto a proporciones




Una proporción es la fracción o el porcentaje
que indican la parte de la población o de la
muestra que tiene un rasgo particular de interés.
La proporción de la muestra es denotada por p y
calculada con:
p = número de éxitos en la muestra / tamaño de
la muestra

24
Prueba estadística para la proporción
de la población
p−
π
z =
π(1 − )
π
n
La proporción de la muestra es p y π es la
proporción de la población.

25
Ejemplo 4


En el pasado, el 15% de las solicitudes de
pedidos por correo para cierta obra de caridad
dio lugar a una contribución financiera. Un
nuevo formato de solicitud se ha diseñado y se
envía a una muestra de 200 personas y 45
respondieron con una contribución. ¿En el nivel
de significación del .05 se puede concluir que la
nueva solicitud es más eficaz?

26
Ejemplo 4 (Continuación)


Paso 1: Establezca la hipótesis nula y la hipótesis
alternativa

H0: π <= .15 H1: π > .15


Paso 2: Seleccione el nivel de significancia.
Es .05.



Paso 3: Encuentre un estadístico de prueba.
La distribución de z es el estadístico de prueba.
27
Ejemplo 4 (Continuación)


Paso 4: Indique la regla de decisión.
Se rechaza la hipótesis nula si z es mayor que 1.65.



Paso 5: Tome una decisión e interprete los
resultados.
45
z=

p −π

π (1 −π )
n

=

−.15

200
= 2.97
.15(1 −.15)
200

Se rechaza la hipótesis nula. Más de 15% de
solicitudes responde con un compromiso. El nuevo
formato es más eficaz.
28

Más contenido relacionado

La actualidad más candente

Distribucion hipergeometrica
Distribucion hipergeometricaDistribucion hipergeometrica
Distribucion hipergeometricakarynacabrera
 
Trabajo final de estadistica
Trabajo final de estadisticaTrabajo final de estadistica
Trabajo final de estadisticaCYALE19
 
Ejemplos de distribuciones de probabilidad
Ejemplos de distribuciones de probabilidadEjemplos de distribuciones de probabilidad
Ejemplos de distribuciones de probabilidadLaksmi Rodriguez
 
Distribuciones discretas-2017.ppt
Distribuciones discretas-2017.pptDistribuciones discretas-2017.ppt
Distribuciones discretas-2017.pptJUAN M. MUÑOZ H.
 
Tema 6: Problemas de Transporte, Trasbordo y Asignación
Tema 6: Problemas de Transporte, Trasbordo y AsignaciónTema 6: Problemas de Transporte, Trasbordo y Asignación
Tema 6: Problemas de Transporte, Trasbordo y AsignaciónSistemadeEstudiosMed
 
Tarea 5 de probabilidad con respuestas
Tarea 5 de probabilidad con respuestasTarea 5 de probabilidad con respuestas
Tarea 5 de probabilidad con respuestasIPN
 
Ejercicios de distribución binomial
Ejercicios de distribución binomialEjercicios de distribución binomial
Ejercicios de distribución binomialMariangel Carrillo
 
Inferencia lbinomialypoisson
Inferencia lbinomialypoissonInferencia lbinomialypoisson
Inferencia lbinomialypoissonInstruccional
 
U4_Estimación por intervalos de confianza y tipos de muestreo.pdf
U4_Estimación por intervalos de confianza y tipos de muestreo.pdfU4_Estimación por intervalos de confianza y tipos de muestreo.pdf
U4_Estimación por intervalos de confianza y tipos de muestreo.pdfDANIELMOYA54
 
Distribucion muestral estadistica II
Distribucion muestral estadistica II Distribucion muestral estadistica II
Distribucion muestral estadistica II JoseAlejandro142
 
Ejemplos de distribuciones de probabilidad
Ejemplos de distribuciones de probabilidadEjemplos de distribuciones de probabilidad
Ejemplos de distribuciones de probabilidadLaksmi Rodriguez
 

La actualidad más candente (20)

Distribucion hipergeometrica
Distribucion hipergeometricaDistribucion hipergeometrica
Distribucion hipergeometrica
 
Trabajo final de estadistica
Trabajo final de estadisticaTrabajo final de estadistica
Trabajo final de estadistica
 
Ejemplos de distribuciones de probabilidad
Ejemplos de distribuciones de probabilidadEjemplos de distribuciones de probabilidad
Ejemplos de distribuciones de probabilidad
 
Ejercicio 1
Ejercicio 1Ejercicio 1
Ejercicio 1
 
Estadistica ii crc 4
Estadistica ii crc 4Estadistica ii crc 4
Estadistica ii crc 4
 
Distribuciones discretas-2017.ppt
Distribuciones discretas-2017.pptDistribuciones discretas-2017.ppt
Distribuciones discretas-2017.ppt
 
Tema 6: Problemas de Transporte, Trasbordo y Asignación
Tema 6: Problemas de Transporte, Trasbordo y AsignaciónTema 6: Problemas de Transporte, Trasbordo y Asignación
Tema 6: Problemas de Transporte, Trasbordo y Asignación
 
Probabilidad normal
Probabilidad normalProbabilidad normal
Probabilidad normal
 
5 estadística inferencial
5 estadística inferencial5 estadística inferencial
5 estadística inferencial
 
Distribucion Geometrica
Distribucion GeometricaDistribucion Geometrica
Distribucion Geometrica
 
Tarea 5 de probabilidad con respuestas
Tarea 5 de probabilidad con respuestasTarea 5 de probabilidad con respuestas
Tarea 5 de probabilidad con respuestas
 
Ejercicios de distribución binomial
Ejercicios de distribución binomialEjercicios de distribución binomial
Ejercicios de distribución binomial
 
Inferencia lbinomialypoisson
Inferencia lbinomialypoissonInferencia lbinomialypoisson
Inferencia lbinomialypoisson
 
U4_Estimación por intervalos de confianza y tipos de muestreo.pdf
U4_Estimación por intervalos de confianza y tipos de muestreo.pdfU4_Estimación por intervalos de confianza y tipos de muestreo.pdf
U4_Estimación por intervalos de confianza y tipos de muestreo.pdf
 
Distribucion Poisson
Distribucion PoissonDistribucion Poisson
Distribucion Poisson
 
Distribucion muestral estadistica II
Distribucion muestral estadistica II Distribucion muestral estadistica II
Distribucion muestral estadistica II
 
Deber chi cuadrado
Deber chi cuadradoDeber chi cuadrado
Deber chi cuadrado
 
Clase 2 unidad ii estadistica ii
Clase 2 unidad ii estadistica iiClase 2 unidad ii estadistica ii
Clase 2 unidad ii estadistica ii
 
U0304
U0304U0304
U0304
 
Ejemplos de distribuciones de probabilidad
Ejemplos de distribuciones de probabilidadEjemplos de distribuciones de probabilidad
Ejemplos de distribuciones de probabilidad
 

Destacado (8)

Prueba de hipótesis
Prueba de hipótesisPrueba de hipótesis
Prueba de hipótesis
 
Distribuciones muestrales diapositivas
Distribuciones muestrales diapositivasDistribuciones muestrales diapositivas
Distribuciones muestrales diapositivas
 
PowerPoint - Tema: Prueba de Hipotesis
PowerPoint - Tema: Prueba de HipotesisPowerPoint - Tema: Prueba de Hipotesis
PowerPoint - Tema: Prueba de Hipotesis
 
Prueba De Hipotesis
Prueba De HipotesisPrueba De Hipotesis
Prueba De Hipotesis
 
Prueba de hipótesis
Prueba de hipótesisPrueba de hipótesis
Prueba de hipótesis
 
DISTRIBUCION MUESTRAL
DISTRIBUCION MUESTRALDISTRIBUCION MUESTRAL
DISTRIBUCION MUESTRAL
 
Problemas resueltos de distribución muestral
Problemas resueltos de distribución muestralProblemas resueltos de distribución muestral
Problemas resueltos de distribución muestral
 
Prueba de hipótesis
Prueba de hipótesisPrueba de hipótesis
Prueba de hipótesis
 

Similar a Presentacion

Pruebas de hipótesis para una muestra
Pruebas de hipótesis para una muestraPruebas de hipótesis para una muestra
Pruebas de hipótesis para una muestraAlejandro Ruiz
 
Prueba de hipotesis v6 ok
Prueba de hipotesis v6 okPrueba de hipotesis v6 ok
Prueba de hipotesis v6 okDarioJara1306
 
mat 260 unidad 6 parte 1 2020.pptx
mat 260 unidad 6 parte 1 2020.pptxmat 260 unidad 6 parte 1 2020.pptx
mat 260 unidad 6 parte 1 2020.pptxNayelyGilesValdez2
 
Prueba de hipótesis
Prueba de hipótesisPrueba de hipótesis
Prueba de hipótesiskaremlucero
 
Pruebas de hipotesis
Pruebas de hipotesis Pruebas de hipotesis
Pruebas de hipotesis elizareal
 
Pruebas de hipotesis
Pruebas de hipotesis Pruebas de hipotesis
Pruebas de hipotesis elizareal
 
Pruebas de hipotesis
Pruebas de hipotesis Pruebas de hipotesis
Pruebas de hipotesis elizareal
 
Prueba de hipotesis, ejemplos
Prueba de hipotesis, ejemplosPrueba de hipotesis, ejemplos
Prueba de hipotesis, ejemplosdiana losada
 
Distribución binomial
Distribución binomialDistribución binomial
Distribución binomialClaudia Diaz
 
Pruebas de hipótesis
Pruebas de hipótesisPruebas de hipótesis
Pruebas de hipótesiseduardobarco
 
estadistica_inferencial.pdf
estadistica_inferencial.pdfestadistica_inferencial.pdf
estadistica_inferencial.pdfyvett3
 
Distribucion muestral de una proporcion
Distribucion muestral de una proporcion Distribucion muestral de una proporcion
Distribucion muestral de una proporcion Oscar Saenz
 
Estadística-Inferencial.ppt
Estadística-Inferencial.pptEstadística-Inferencial.ppt
Estadística-Inferencial.pptJulioVargas19409
 

Similar a Presentacion (20)

Pruebas de hipótesis para una muestra
Pruebas de hipótesis para una muestraPruebas de hipótesis para una muestra
Pruebas de hipótesis para una muestra
 
Pruebas de Hipotesis
Pruebas de HipotesisPruebas de Hipotesis
Pruebas de Hipotesis
 
Prueba de hipotesis v6 ok
Prueba de hipotesis v6 okPrueba de hipotesis v6 ok
Prueba de hipotesis v6 ok
 
Semana 5,6, estadistica ii
Semana 5,6, estadistica iiSemana 5,6, estadistica ii
Semana 5,6, estadistica ii
 
mat 260 unidad 6 parte 1 2020.pptx
mat 260 unidad 6 parte 1 2020.pptxmat 260 unidad 6 parte 1 2020.pptx
mat 260 unidad 6 parte 1 2020.pptx
 
Prueba de hipótesis
Prueba de hipótesisPrueba de hipótesis
Prueba de hipótesis
 
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
 
5 estadística inferencial
5 estadística inferencial5 estadística inferencial
5 estadística inferencial
 
Unidad 2_vf_2 (1).pptx
Unidad 2_vf_2 (1).pptxUnidad 2_vf_2 (1).pptx
Unidad 2_vf_2 (1).pptx
 
Prueba de hipotesis, ejemplos
Prueba de hipotesis, ejemplosPrueba de hipotesis, ejemplos
Prueba de hipotesis, ejemplos
 
Distribución binomial
Distribución binomialDistribución binomial
Distribución binomial
 
Pruebas de hipótesis
Pruebas de hipótesisPruebas de hipótesis
Pruebas de hipótesis
 
Mic sesión 8a
Mic sesión 8aMic sesión 8a
Mic sesión 8a
 
Pruebas de hipotesis
Pruebas de hipotesisPruebas de hipotesis
Pruebas de hipotesis
 
estadistica_inferencial.pdf
estadistica_inferencial.pdfestadistica_inferencial.pdf
estadistica_inferencial.pdf
 
Distribucion muestral de una proporcion
Distribucion muestral de una proporcion Distribucion muestral de una proporcion
Distribucion muestral de una proporcion
 
Estadistica II (I Bimestre)
Estadistica II (I Bimestre)Estadistica II (I Bimestre)
Estadistica II (I Bimestre)
 
Estadística-Inferencial.ppt
Estadística-Inferencial.pptEstadística-Inferencial.ppt
Estadística-Inferencial.ppt
 

Último

codigos HTML para blogs y paginas web Karina
codigos HTML para blogs y paginas web Karinacodigos HTML para blogs y paginas web Karina
codigos HTML para blogs y paginas web Karinavergarakarina022
 
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...Lourdes Feria
 
Planificacion Anual 4to Grado Educacion Primaria 2024 Ccesa007.pdf
Planificacion Anual 4to Grado Educacion Primaria   2024   Ccesa007.pdfPlanificacion Anual 4to Grado Educacion Primaria   2024   Ccesa007.pdf
Planificacion Anual 4to Grado Educacion Primaria 2024 Ccesa007.pdfDemetrio Ccesa Rayme
 
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptxACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptxzulyvero07
 
Clasificaciones, modalidades y tendencias de investigación educativa.
Clasificaciones, modalidades y tendencias de investigación educativa.Clasificaciones, modalidades y tendencias de investigación educativa.
Clasificaciones, modalidades y tendencias de investigación educativa.José Luis Palma
 
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOSTEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOSjlorentemartos
 
RETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docxRETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docxAna Fernandez
 
EXPANSIÓN ECONÓMICA DE OCCIDENTE LEÓN.pptx
EXPANSIÓN ECONÓMICA DE OCCIDENTE LEÓN.pptxEXPANSIÓN ECONÓMICA DE OCCIDENTE LEÓN.pptx
EXPANSIÓN ECONÓMICA DE OCCIDENTE LEÓN.pptxPryhaSalam
 
DECÁGOLO DEL GENERAL ELOY ALFARO DELGADO
DECÁGOLO DEL GENERAL ELOY ALFARO DELGADODECÁGOLO DEL GENERAL ELOY ALFARO DELGADO
DECÁGOLO DEL GENERAL ELOY ALFARO DELGADOJosé Luis Palma
 
Informatica Generalidades - Conceptos Básicos
Informatica Generalidades - Conceptos BásicosInformatica Generalidades - Conceptos Básicos
Informatica Generalidades - Conceptos BásicosCesarFernandez937857
 
2024 - Expo Visibles - Visibilidad Lesbica.pdf
2024 - Expo Visibles - Visibilidad Lesbica.pdf2024 - Expo Visibles - Visibilidad Lesbica.pdf
2024 - Expo Visibles - Visibilidad Lesbica.pdfBaker Publishing Company
 
Registro Auxiliar - Primaria 2024 (1).pptx
Registro Auxiliar - Primaria  2024 (1).pptxRegistro Auxiliar - Primaria  2024 (1).pptx
Registro Auxiliar - Primaria 2024 (1).pptxFelicitasAsuncionDia
 
Identificación de componentes Hardware del PC
Identificación de componentes Hardware del PCIdentificación de componentes Hardware del PC
Identificación de componentes Hardware del PCCesarFernandez937857
 
La Función tecnológica del tutor.pptx
La  Función  tecnológica  del tutor.pptxLa  Función  tecnológica  del tutor.pptx
La Función tecnológica del tutor.pptxJunkotantik
 
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptx
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptxOLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptx
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptxjosetrinidadchavez
 
Introducción:Los objetivos de Desarrollo Sostenible
Introducción:Los objetivos de Desarrollo SostenibleIntroducción:Los objetivos de Desarrollo Sostenible
Introducción:Los objetivos de Desarrollo SostenibleJonathanCovena1
 
NARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFARO
NARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFARONARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFARO
NARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFAROJosé Luis Palma
 
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptxTIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptxlclcarmen
 
SINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptx
SINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptxSINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptx
SINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptxlclcarmen
 
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...JAVIER SOLIS NOYOLA
 

Último (20)

codigos HTML para blogs y paginas web Karina
codigos HTML para blogs y paginas web Karinacodigos HTML para blogs y paginas web Karina
codigos HTML para blogs y paginas web Karina
 
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...
 
Planificacion Anual 4to Grado Educacion Primaria 2024 Ccesa007.pdf
Planificacion Anual 4to Grado Educacion Primaria   2024   Ccesa007.pdfPlanificacion Anual 4to Grado Educacion Primaria   2024   Ccesa007.pdf
Planificacion Anual 4to Grado Educacion Primaria 2024 Ccesa007.pdf
 
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptxACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
 
Clasificaciones, modalidades y tendencias de investigación educativa.
Clasificaciones, modalidades y tendencias de investigación educativa.Clasificaciones, modalidades y tendencias de investigación educativa.
Clasificaciones, modalidades y tendencias de investigación educativa.
 
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOSTEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
 
RETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docxRETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docx
 
EXPANSIÓN ECONÓMICA DE OCCIDENTE LEÓN.pptx
EXPANSIÓN ECONÓMICA DE OCCIDENTE LEÓN.pptxEXPANSIÓN ECONÓMICA DE OCCIDENTE LEÓN.pptx
EXPANSIÓN ECONÓMICA DE OCCIDENTE LEÓN.pptx
 
DECÁGOLO DEL GENERAL ELOY ALFARO DELGADO
DECÁGOLO DEL GENERAL ELOY ALFARO DELGADODECÁGOLO DEL GENERAL ELOY ALFARO DELGADO
DECÁGOLO DEL GENERAL ELOY ALFARO DELGADO
 
Informatica Generalidades - Conceptos Básicos
Informatica Generalidades - Conceptos BásicosInformatica Generalidades - Conceptos Básicos
Informatica Generalidades - Conceptos Básicos
 
2024 - Expo Visibles - Visibilidad Lesbica.pdf
2024 - Expo Visibles - Visibilidad Lesbica.pdf2024 - Expo Visibles - Visibilidad Lesbica.pdf
2024 - Expo Visibles - Visibilidad Lesbica.pdf
 
Registro Auxiliar - Primaria 2024 (1).pptx
Registro Auxiliar - Primaria  2024 (1).pptxRegistro Auxiliar - Primaria  2024 (1).pptx
Registro Auxiliar - Primaria 2024 (1).pptx
 
Identificación de componentes Hardware del PC
Identificación de componentes Hardware del PCIdentificación de componentes Hardware del PC
Identificación de componentes Hardware del PC
 
La Función tecnológica del tutor.pptx
La  Función  tecnológica  del tutor.pptxLa  Función  tecnológica  del tutor.pptx
La Función tecnológica del tutor.pptx
 
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptx
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptxOLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptx
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptx
 
Introducción:Los objetivos de Desarrollo Sostenible
Introducción:Los objetivos de Desarrollo SostenibleIntroducción:Los objetivos de Desarrollo Sostenible
Introducción:Los objetivos de Desarrollo Sostenible
 
NARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFARO
NARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFARONARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFARO
NARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFARO
 
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptxTIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
 
SINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptx
SINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptxSINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptx
SINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptx
 
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
 

Presentacion

  • 1. Pruebas de hipótesis para una muestra  Índice 1. Definir hipótesis y prueba de hipótesis. 2. Describir el procedimiento de cinco pasos para realizar una prueba de hipótesis. 3. Distinguir entre una prueba de hipótesis de una cola y una prueba de hipótesis de dos colas. 1
  • 2. ¿Qué es una hipótesis?  Una hipótesis es una declaración sobre el valor de un parámetro de la población desarrollado con el fin de poner a prueba.  Ejemplos de hipótesis que se hicieron sobre un parámetro de la población:  El ingreso mensual para los analistas de sistemas es $3.625  Veinte por ciento de todos los clientes de La Majada regresan para otra comida dentro de un mes. 2
  • 3. ¿Qué es una prueba de hipótesis?  La prueba de hipótesis es un procedimiento basado en la evidencia de la muestra y la teoría de las probabilidades, usadas para determinar si la hipótesis es una declaración razonable y no debe ser rechazada, o es irrazonable y debe ser rechazada. 3
  • 4. Prueba de hipótesis Paso 1: Se plantean las hipótesis nula y alternativa Paso 2: Se selecciona el nivel de significancia Paso 3: Se identifica el estadístico de prueba Paso 4: Se formula la regla de decisión Paso 5: Se toma una muestra y se decide: se acepta H0 o se rechaza H0 4
  • 5. Definiciones     Hipótesis nula H0: Una declaración sobre el valor de un parámetro de la población. Hipótesis alternativa H1: Una declaración que se acepta si los datos de la muestra proporcionan evidencia de que la hipótesis nula es falsa. Nivel de significancia: La probabilidad de rechazar la hipótesis nula cuando es verdadera. Error tipo I: Rechazar la hipótesis nula cuando es verdadera. 5
  • 6. Definiciones    Error tipo II: Aceptar la hipótesis nula cuando es falsa. Estadístico de prueba: Un valor determinado a partir de la información muestral, usado para determinar si se rechaza la hipótesis nula. Valor crítico: Punto de división entre la región en la que se rechaza la hipótesis nula y la región en la que no rechaza la hipótesis nula. 6
  • 7. Pruebas de significancia de una cola  Una prueba es de una cola cuando la hipótesis alternativa, H1 indica una dirección, como por ejemplo:  H1: Las comisiones anuales ganadas por corredores de bienes raíces a tiempo completo son más de $35.000. (µ>$35.000)  H1: La velocidad de los autos que viajan en la I-95 en Georgia es menos de (µ<60) millas por hora.  H1: Menos del 20% de los clientes pagan en efectivo su consumo de gasolina. (µ<.20) 7
  • 8. Distribución muestral para el estadístico z para la prueba de una cola, con el .05 de nivel de significancia .95 de probabilidad .05 región de rechazo Valor crítico Z = 1.65 0 1 2 3 8
  • 9. Pruebas de significancia de dos colas  Una prueba es con dos colas cuando no se especifica ninguna dirección en la hipótesis alterna H1, por ejemplo:  H1: La cantidad pagada por los clientes en el centro comercial en Georgetown no es igual a $25. (µ  $25).  H1: El precio para un galón de gasolina no es igual a  $1.54. (µ $1.54). 9
  • 10. Distribución muestral para el estadístico z para la prueba de dos colas, con el .05 de nivel de significancia .95 de probabilidad .025 región de rechazo Valor crítico Z = 1.96,-1.96 -2 -1 0 1 2 10
  • 11. Prueba para la media de la población: muestra grande, desviación estándar de la población conocida  Cuando la prueba de la media poblacional proviene de una muestra grande y la desviación estándar poblacional es conocida, el estadístico de la prueba se obtiene con la siguiente fórmula: X−µ z= σ/ n 11
  • 12. Ejemplo1 Los procesadores de la salsa de tomate de los fritos indican en la etiqueta que la botella contiene 16 onzas de la salsa de tomate. La desviación estándar del proceso es 0.5 onza. Una muestra de 36 botellas de la producción de la hora anterior reveló un peso de 16.12 onzas por botella. ¿En un nivel de significancia del .05 el proceso está fuera de control? ¿Es decir, podemos concluir que la cantidad por botella es diferente a 16 onzas? 12
  • 13. Ejemplo 1 (Continuación)  Paso 1: Indique las hipótesis nulas y alternativas: H0: µ = 16;   H1: µ = 16 Paso 2: Seleccione el nivel de significancia. En este caso seleccionamos el nivel de significancia del 0.05. Paso 3: Identifique la estadística de la prueba. Porque conocemos la desviación estándar de la población, la estadística de la prueba es z. 13
  • 14. Ejemplo 1 (Continuación)   Paso 4: Indique la regla de decisión: Rechazo H0 si z > 1.96 o z < -1.96 Paso 5: Compruebe el valor del estadístico de la prueba y llegue a una decisión. z= X −µ σ n = 16.12 −16.00 0. 5 36 = 1.44 No rechazamos la hipótesis nula. No podemos concluir que la media sea diferente a 16 onzas. 14
  • 15. Valor-p en la prueba de la hipótesis    Valor-p es la probabilidad de observar un valor muestral tan extremo, que el valor observado, dado que la hipótesis nula es verdadera. Si el valor-p es más pequeño que el nivel de significancia, se rechaza H0. Si el valor-p es más grande que el nivel de significancia, H0 no se rechaza. 15
  • 16. Cálculo del Valor-p    Prueba de una cola: valor-p = P{z >= valor absoluto del estadístico de prueba} Prueba de dos colas: valor-p = 2P{z >= valor absoluto del estadístico de prueba} Del Ejemplo 1, z = 1.44, y porque era una prueba de dos colas, el valor-p = 2P{z >= 1.44} = 2(.5-.4251) = .1498. Porque .05>= .1498, no se rechaza H0. 16
  • 17. Prueba para la media de la población: muestra grande, desviación estándar poblacional desconocida   Aquí σ es desconocida, así que la estimamos con la desviación estándar de la muestra s. Mientras el tamaño de muestra n > 30, z se puede aproximar con: X −µ z= s/ n 17
  • 18. Ejemplo 2 La cadena de almacenes de descuento de Roder emite su propia tarjeta de crédito. Lisa, la gerente de crédito, desea descubrir si el promedio sin pagar mensual es más de $400. El nivel de significancia se fija en .05. Una verificación al azar de 172 balances sin pagar reveló que la media de la muestra fue $407 y la desviación estándar de la muestra fue $38. ¿Debe Lisa concluir que el medio de la población es mayor de $400, o es razonable asumir que la diferencia de $7 ($407-$400) es debido al azar? 18
  • 19. Ejemplo 2 (Continuación)       Paso 1: H0: µ <= $400, H1: µ > $400 Paso 2: El nivel de significancia es .05 Paso 3: Porque la muestra es grande podemos utilizar la distribución de z como el estadístico de la prueba. Paso 4: H0 es rechazada si z>1.65 Paso 5: Realice los cálculos y tome una decisión. X − µ $407 − $400 z= = = 2.42 s n $38 172 H0 es rechazada. Lisa puede concluir que la media sin pagar es mayor de $400. 19
  • 20. Prueba para la media de la población: muestra pequeña, desviación estándar poblacional desconocida  El estadístico de la prueba es la distribución t.  El estadístico de la prueba para el caso de una muestra es: t = X −µ s/ n 20
  • 21. Ejemplo 3 La tasa de producción de los fusibles de 5 amperios en Neary Co. eléctrico es 250 por hora. Se ha comprado e instalado una máquina nueva que, según el proveedor, aumentará la tarifa de la producción. Una muestra de 10 horas seleccionadas al azar a partir del mes pasado reveló que la producción cada hora en la máquina nueva era 256 unidades, con una desviación estándar de 6 por hora. ¿En el nivel de significancia del .05. Neary puede concluir que la máquina nueva es más rápida? 21
  • 22. Ejemplo 3 (Continuación)    Paso 1: Establezca la hipótesis nula y la hipótesis alternativa. H0: µ <= 250; H1: µ > 250 Paso 2: Seleccione el nivel de significancia. Es .05. Paso 3: Encuentre un estadístico de prueba. Es la distribución t porque la desviación estándar de la población no se conoce y el tamaño de muestra es menos de 30. 22
  • 23. Ejemplo 3 (Continuación)   Paso 4: Indique la regla de la decisión. Hay 10 - 1 = 9 grados de libertad. Se rechaza la hipótesis nula si t > 1.833. Paso 5: Tome una decisión e interprete los resultados. t= X −µ s n = 256 − 250 6 10 = 3.162 Se rechaza la hipótesis nula. El número producido es más de 250 por hora. 23
  • 24. Pruebas respecto a proporciones   Una proporción es la fracción o el porcentaje que indican la parte de la población o de la muestra que tiene un rasgo particular de interés. La proporción de la muestra es denotada por p y calculada con: p = número de éxitos en la muestra / tamaño de la muestra 24
  • 25. Prueba estadística para la proporción de la población p− π z = π(1 − ) π n La proporción de la muestra es p y π es la proporción de la población. 25
  • 26. Ejemplo 4  En el pasado, el 15% de las solicitudes de pedidos por correo para cierta obra de caridad dio lugar a una contribución financiera. Un nuevo formato de solicitud se ha diseñado y se envía a una muestra de 200 personas y 45 respondieron con una contribución. ¿En el nivel de significación del .05 se puede concluir que la nueva solicitud es más eficaz? 26
  • 27. Ejemplo 4 (Continuación)  Paso 1: Establezca la hipótesis nula y la hipótesis alternativa H0: π <= .15 H1: π > .15  Paso 2: Seleccione el nivel de significancia. Es .05.  Paso 3: Encuentre un estadístico de prueba. La distribución de z es el estadístico de prueba. 27
  • 28. Ejemplo 4 (Continuación)  Paso 4: Indique la regla de decisión. Se rechaza la hipótesis nula si z es mayor que 1.65.  Paso 5: Tome una decisión e interprete los resultados. 45 z= p −π π (1 −π ) n = −.15 200 = 2.97 .15(1 −.15) 200 Se rechaza la hipótesis nula. Más de 15% de solicitudes responde con un compromiso. El nuevo formato es más eficaz. 28