SlideShare una empresa de Scribd logo
1 de 17
APLICACIÓN DE PRUEBAS DE
HIPÓTESIS PARA MUESTRAS PEQUEÑAS
APLICACIÓN DE PRUEBAS DE
HIPÓTESIS PARA MUESTRAS GRANDES
Nombre del moderador
Fecha de la presentación
PRUEBA DE HIPOTESIS
1. Plantear la hipótesis nula y la hipótesis alternativa
2. Seleccionar el nivel de significancia
3. Calculo del valor estadístico de prueba
4. Formular la regla de decisión
5. Tomar una decisión
Prueba de
Hipótesis
para muestra
pequeña
Para esto se necesita sacar una muestra y obtener
los parámetros que necesitamos entre ellos el
promedio de la muestra y la desviación estándar ya
sea de la población de la muestra.
Para elegir entre una prueba y otra hay que tomar
en cuenta que:
σ conocida
DISTRIBUCIÓN Z
σ desconocida
DISTRIBUCIÓN T
Tamaño de muestra, n<30
DISTRIBUCIÓN Z
Tamaño de muestra, n>30
DISTRIBUCIÓN T
DESVIACION ESTANDAR DESCONOCIDA O MUESTRAS PEQUEÑAS
• No se conoce la σ poblacional
• Muestras pequeñas
• Ahora en lugar de calcula Z vamos a calcular un estadístico t.
• Se presentaran dos hipótesis una nula y otra alternativa.
ESTADISTICO DE PRUEBA:
La diferencia de la distribución Z, si antes nos
daban sigma ahora nos da S.
S= Desviación estándar de la muestra.
GRADOS DE LIBERTAD:
g.l= v= n-1
HIPOTESIS NULA:
HIPOTESIS ALTERNATIVA:
HIPOTESIS
SEGÚN LA OMC, UN ÍNDICE DE MASA CORPORAL PARA UNA PERSONA SALUDABLE ESTA ENTRE
18,5 Y 24,99. VALORES DE 25,00 A 29,99 SE CONSIDERA A LA PERSONA COMO PRE OBESA.
UNA PERSONA MUY ACOMPLEJADA SE HA PASADO CADA SEMANA DURANTE LOS ÚLTIMOS 2
MESES Y CALCULANDO SU IMC, OBTENIENDO UN IMC PROMEDIO DE 25.7 Y UNA DESVIACIÓN
ESTÁNDAR MUESTRAL DE 0,8. EN TOTAL SE REALIZARON 8 MEDICIONES.
COMPRUEBE ESTADÍSTICAMENTE CON UN 35% DE CONFIABILIDAD SI ESTA PERSONA ES O NO ES
PRE OBESA.
EJEMPLO:
𝜇 = 25,0
𝑋 = 27,7
𝑠 = 0,8
𝑛 = 8
𝛼 = 0,05
1.DATOS:
2.HIPOTESIS:
𝐻𝑜 = 𝜇 = 25,0
𝐻1 = 𝜇 ≠ 25,0
3.ESTADISTICO DE PRUEBA:
𝑡 = 2,475
𝑡 = 2,475
4.VALOR CRÍTICO DE T:
𝑡 = 2,365𝑡 = −2,365
V=n-1
t . V= 0,025= 7 2,365
2,47>2,36
Rechazamos la hipótesis nula
Ho= µ = 25,0
Hα= µ > 25,0
T: 2,475
t ; v= t 0,05; 7 = 1,895
2,47 > 1,89
Se rechaza Ho
Se calcula que la persona es pre obesa
𝑡 = 2,475
𝑡 = 1,895
Prueba de
Hipótesis
para muestra
grandes
Muestra grandes
En las pruebas de hipótesis para la media (μ), cuando se conoce la desviación
estándar (σ) poblacional, o cuando el valor de la muestra es grande (30 o más), el
valor estadístico de prueba es Z y se determina a partir de:
El valor estadístico z, para muestra grande y desviación estándar poblacional
desconocida se determina por la ecuación:
UN GERENTE DE UNA EMPRESA AFIRMA QUE SUS VENDEDORES CONCRETAN
9 VENTAS DIARIAS EN UN ESTUDIO REALIZADO A 35 VENDEDORES SE
ENCONTRÓ QUE LA MEDIA ES DE 8.05 CON UNA DESVIACIÓN ESTÁNDAR DE
3.90 COMÚN NIVEL DE CONFIANZA DEL 95%, CONFIRME QUE LOS
VENDEDORES REALIZAN 9 VENTAS DIARIAS
EJEMPLO:
1. DETERMINAR LA HIPOTESIS NULA (Ho) Y ALTERNATIVA (Ha)
𝐻𝑜 = 𝜇 = 9
𝐻𝑎 = 𝜇 ≠ 9
Los vendedores realizan 9 ventas diarias
Los vendedores no realizan 9 ventas diarias
2. DETERMINAR El NIVEL DE SIGNIFICANCIA
Representa la probabilidad de rechazar la hipótesis nula cuando es verdadera.
Para estudios de prueba de hipótesis normalmente se usa entre 0.05 y 0.1
Nivel de significancia del estudio para este ejemplo es de: 𝜶 = 𝟎. 𝟎𝟓
3. CALCULAR ESTADÍSTICO DE PRUEBA
Nivel de confianza = 95%
Z = 1.96 (95%+5%/2) (usando la distribución de probabilidad inversa EXCEL)
DATOS:
𝜇 = 9 ventas diarias promedio considerado por la hipótesis nula.
𝑠 = 3.90 ventas diarias desviación estándar de la muestra.
𝑋 = 8.05 ventas diarias media de la muestra tomada.
𝑛 = 35 vendedores número de elementos muestreados.
𝑍 =
𝑋 − 𝜇
𝑠
𝑛
𝑍 =
8,05 − 9
3.90
35
𝑍 = −1.44
Campana de gauss
4. FORMULAR REGLA DE DESICIÓN
Z = -1.96 Z = 1.96
0
−1.44
Región de
aceptación de Ho
El estadístico de prueba cae dentro de la Región de aceptación de Ho
5. ACEPTAR O RECHAZAR LA HIPOTESIS NULA
Con un nivel de confianza del 95% se acepta la hipótesis nula (Ho),
es decir, que la afirmación de gerente es correcta, los vendedores
concretan 9 ventas diarias
GRACIAS POR SU ATENCIÓN

Más contenido relacionado

La actualidad más candente

Capitulo 4 : Pruebas de Hipótesis
Capitulo 4 : Pruebas de HipótesisCapitulo 4 : Pruebas de Hipótesis
Capitulo 4 : Pruebas de Hipótesisug-dipa
 
Estadistica chi cuadrado
Estadistica chi cuadradoEstadistica chi cuadrado
Estadistica chi cuadradoPABLITO Pablo
 
DISTRIBUCION DE JI-CUADRADO, FISHER Y T-STUDENT
DISTRIBUCION DE JI-CUADRADO, FISHER Y T-STUDENTDISTRIBUCION DE JI-CUADRADO, FISHER Y T-STUDENT
DISTRIBUCION DE JI-CUADRADO, FISHER Y T-STUDENTJonatan Gabriel Linares
 
Capítulo 06, Distribuciones discretas de probabilidad
Capítulo 06, Distribuciones discretas de probabilidadCapítulo 06, Distribuciones discretas de probabilidad
Capítulo 06, Distribuciones discretas de probabilidadAlejandro Ruiz
 
DISTRIBUCIÓN MUESTRAL DE LA MEDIA
DISTRIBUCIÓN MUESTRAL DE LA MEDIADISTRIBUCIÓN MUESTRAL DE LA MEDIA
DISTRIBUCIÓN MUESTRAL DE LA MEDIAcheperobertt
 
Presentacion t student
Presentacion t studentPresentacion t student
Presentacion t studentpilosofando
 
Prueba De HipóTesis Para Dos Medias De PoblacióN (Muestras Grandes)
Prueba De HipóTesis Para Dos Medias De PoblacióN (Muestras Grandes)Prueba De HipóTesis Para Dos Medias De PoblacióN (Muestras Grandes)
Prueba De HipóTesis Para Dos Medias De PoblacióN (Muestras Grandes)María Isabel Bautista
 
Intervalos de confianza para la diferencia de proporciones
Intervalos de confianza para la diferencia de proporcionesIntervalos de confianza para la diferencia de proporciones
Intervalos de confianza para la diferencia de proporcionesYazmin Venegas
 
Distribuciones muestrales
Distribuciones muestralesDistribuciones muestrales
Distribuciones muestralesMynor Garcia
 
Ensayo de estadística inferencial
Ensayo de estadística inferencialEnsayo de estadística inferencial
Ensayo de estadística inferencialthomas669
 
50 ejercicios estadistica
50 ejercicios estadistica50 ejercicios estadistica
50 ejercicios estadisticaPAHOLA24
 
50 ejercicio de estadistica.docx1
50 ejercicio de estadistica.docx150 ejercicio de estadistica.docx1
50 ejercicio de estadistica.docx1Juan Zaruma
 

La actualidad más candente (20)

Capitulo 4 : Pruebas de Hipótesis
Capitulo 4 : Pruebas de HipótesisCapitulo 4 : Pruebas de Hipótesis
Capitulo 4 : Pruebas de Hipótesis
 
Análisis de la varianza
Análisis de la varianzaAnálisis de la varianza
Análisis de la varianza
 
Pruebas de hipotesis Varianza desconocida
Pruebas de hipotesis Varianza  desconocidaPruebas de hipotesis Varianza  desconocida
Pruebas de hipotesis Varianza desconocida
 
Estadistica chi cuadrado
Estadistica chi cuadradoEstadistica chi cuadrado
Estadistica chi cuadrado
 
DISTRIBUCION DE JI-CUADRADO, FISHER Y T-STUDENT
DISTRIBUCION DE JI-CUADRADO, FISHER Y T-STUDENTDISTRIBUCION DE JI-CUADRADO, FISHER Y T-STUDENT
DISTRIBUCION DE JI-CUADRADO, FISHER Y T-STUDENT
 
Capítulo 06, Distribuciones discretas de probabilidad
Capítulo 06, Distribuciones discretas de probabilidadCapítulo 06, Distribuciones discretas de probabilidad
Capítulo 06, Distribuciones discretas de probabilidad
 
DISTRIBUCIÓN MUESTRAL DE LA MEDIA
DISTRIBUCIÓN MUESTRAL DE LA MEDIADISTRIBUCIÓN MUESTRAL DE LA MEDIA
DISTRIBUCIÓN MUESTRAL DE LA MEDIA
 
Presentacion t student
Presentacion t studentPresentacion t student
Presentacion t student
 
Prueba De HipóTesis Para Dos Medias De PoblacióN (Muestras Grandes)
Prueba De HipóTesis Para Dos Medias De PoblacióN (Muestras Grandes)Prueba De HipóTesis Para Dos Medias De PoblacióN (Muestras Grandes)
Prueba De HipóTesis Para Dos Medias De PoblacióN (Muestras Grandes)
 
Prueba de hipotesis
Prueba de hipotesisPrueba de hipotesis
Prueba de hipotesis
 
Intervalos de confianza para la diferencia de proporciones
Intervalos de confianza para la diferencia de proporcionesIntervalos de confianza para la diferencia de proporciones
Intervalos de confianza para la diferencia de proporciones
 
Hipotesis2
Hipotesis2Hipotesis2
Hipotesis2
 
Distribuciones muestrales
Distribuciones muestralesDistribuciones muestrales
Distribuciones muestrales
 
Ensayo de estadística inferencial
Ensayo de estadística inferencialEnsayo de estadística inferencial
Ensayo de estadística inferencial
 
T student 5 ejemplos beeto
T student 5 ejemplos beetoT student 5 ejemplos beeto
T student 5 ejemplos beeto
 
50 ejercicios estadistica
50 ejercicios estadistica50 ejercicios estadistica
50 ejercicios estadistica
 
2012 3 distribucion-f_(fisher)
2012 3 distribucion-f_(fisher)2012 3 distribucion-f_(fisher)
2012 3 distribucion-f_(fisher)
 
Prueba de hipotesis para proporciones Est ind clase02
Prueba de hipotesis para proporciones Est ind clase02Prueba de hipotesis para proporciones Est ind clase02
Prueba de hipotesis para proporciones Est ind clase02
 
Análisis de Regresión Lineal
Análisis de Regresión LinealAnálisis de Regresión Lineal
Análisis de Regresión Lineal
 
50 ejercicio de estadistica.docx1
50 ejercicio de estadistica.docx150 ejercicio de estadistica.docx1
50 ejercicio de estadistica.docx1
 

Similar a Aplicación de pruebas de hipótesis para muestras pequeñas y grandes (2)

Similar a Aplicación de pruebas de hipótesis para muestras pequeñas y grandes (2) (20)

PRUEBA DE HIPOTESIS 2.pptx
PRUEBA DE HIPOTESIS  2.pptxPRUEBA DE HIPOTESIS  2.pptx
PRUEBA DE HIPOTESIS 2.pptx
 
Prueba de hipotesis 2018
Prueba de hipotesis 2018Prueba de hipotesis 2018
Prueba de hipotesis 2018
 
Prueba de hipótesis
Prueba de hipótesisPrueba de hipótesis
Prueba de hipótesis
 
Prueba de hipotesis 2018 final
Prueba de hipotesis 2018 finalPrueba de hipotesis 2018 final
Prueba de hipotesis 2018 final
 
Lic. mata
Lic. mataLic. mata
Lic. mata
 
Clase 2 estadistica
Clase 2 estadisticaClase 2 estadistica
Clase 2 estadistica
 
EJERCICIOS DE INFERENCIA ESTADÍSTICA 2023.pptx
EJERCICIOS DE INFERENCIA ESTADÍSTICA 2023.pptxEJERCICIOS DE INFERENCIA ESTADÍSTICA 2023.pptx
EJERCICIOS DE INFERENCIA ESTADÍSTICA 2023.pptx
 
Unidad 2_vf_2 (1).pptx
Unidad 2_vf_2 (1).pptxUnidad 2_vf_2 (1).pptx
Unidad 2_vf_2 (1).pptx
 
raggi hipotesis
 raggi hipotesis raggi hipotesis
raggi hipotesis
 
ESTADISTICA II ( I Bimestre Abril Agosto 2011)
ESTADISTICA II ( I Bimestre Abril Agosto 2011)ESTADISTICA II ( I Bimestre Abril Agosto 2011)
ESTADISTICA II ( I Bimestre Abril Agosto 2011)
 
archivodiapositiva_20211119205642 (1).pptx
archivodiapositiva_20211119205642 (1).pptxarchivodiapositiva_20211119205642 (1).pptx
archivodiapositiva_20211119205642 (1).pptx
 
INFERENCIA ESTADISTICA 2018.ppt
INFERENCIA ESTADISTICA 2018.pptINFERENCIA ESTADISTICA 2018.ppt
INFERENCIA ESTADISTICA 2018.ppt
 
Videoclase 2024-00_sesion2.pptx
Videoclase 2024-00_sesion2.pptxVideoclase 2024-00_sesion2.pptx
Videoclase 2024-00_sesion2.pptx
 
Inferencias referentes a medias y varianzas
Inferencias referentes a medias y varianzasInferencias referentes a medias y varianzas
Inferencias referentes a medias y varianzas
 
5 estadística inferencial
5 estadística inferencial5 estadística inferencial
5 estadística inferencial
 
5 estadística inferencial
5 estadística inferencial5 estadística inferencial
5 estadística inferencial
 
Pruebas de hipótesis
Pruebas de hipótesisPruebas de hipótesis
Pruebas de hipótesis
 
Yamel lillans fabiola_consuelo_magdakarina
Yamel lillans fabiola_consuelo_magdakarinaYamel lillans fabiola_consuelo_magdakarina
Yamel lillans fabiola_consuelo_magdakarina
 
S04
S04S04
S04
 
Prueba de Hipótesis
Prueba de Hipótesis Prueba de Hipótesis
Prueba de Hipótesis
 

Más de Franklin Soria (20)

Prueba de homogenidad
Prueba de homogenidadPrueba de homogenidad
Prueba de homogenidad
 
3
33
3
 
2
22
2
 
Entorno
EntornoEntorno
Entorno
 
Introduccion
IntroduccionIntroduccion
Introduccion
 
Excel mapa
Excel mapaExcel mapa
Excel mapa
 
Mapa conceptual
Mapa conceptualMapa conceptual
Mapa conceptual
 
Instalacion y requerimientos premiere frank
Instalacion y requerimientos premiere frankInstalacion y requerimientos premiere frank
Instalacion y requerimientos premiere frank
 
Metodología de auditoría informática (1)
Metodología de auditoría informática (1)Metodología de auditoría informática (1)
Metodología de auditoría informática (1)
 
Liniamientos
LiniamientosLiniamientos
Liniamientos
 
Perfil del auditor
Perfil del auditorPerfil del auditor
Perfil del auditor
 
Auditoria de sistema1
Auditoria de sistema1Auditoria de sistema1
Auditoria de sistema1
 
Nacistes para ser lider
Nacistes para ser liderNacistes para ser lider
Nacistes para ser lider
 
Carro
CarroCarro
Carro
 
Flash perro
Flash perroFlash perro
Flash perro
 
Flash perro
Flash perroFlash perro
Flash perro
 
Flash manzana
Flash manzanaFlash manzana
Flash manzana
 
Mesa de billar
Mesa de billarMesa de billar
Mesa de billar
 
Quien movi+ô mi queso
Quien movi+ô mi quesoQuien movi+ô mi queso
Quien movi+ô mi queso
 
Recursos humano
Recursos humanoRecursos humano
Recursos humano
 

Último

Introducción:Los objetivos de Desarrollo Sostenible
Introducción:Los objetivos de Desarrollo SostenibleIntroducción:Los objetivos de Desarrollo Sostenible
Introducción:Los objetivos de Desarrollo SostenibleJonathanCovena1
 
BIOLOGIA_banco de preguntas_editorial icfes examen de estado .pdf
BIOLOGIA_banco de preguntas_editorial icfes examen de estado .pdfBIOLOGIA_banco de preguntas_editorial icfes examen de estado .pdf
BIOLOGIA_banco de preguntas_editorial icfes examen de estado .pdfCESARMALAGA4
 
LA ECUACIÓN DEL NÚMERO PI EN LOS JUEGOS OLÍMPICOS DE PARÍS. Por JAVIER SOLIS ...
LA ECUACIÓN DEL NÚMERO PI EN LOS JUEGOS OLÍMPICOS DE PARÍS. Por JAVIER SOLIS ...LA ECUACIÓN DEL NÚMERO PI EN LOS JUEGOS OLÍMPICOS DE PARÍS. Por JAVIER SOLIS ...
LA ECUACIÓN DEL NÚMERO PI EN LOS JUEGOS OLÍMPICOS DE PARÍS. Por JAVIER SOLIS ...JAVIER SOLIS NOYOLA
 
Tema 8.- Gestion de la imagen a traves de la comunicacion de crisis.pdf
Tema 8.- Gestion de la imagen a traves de la comunicacion de crisis.pdfTema 8.- Gestion de la imagen a traves de la comunicacion de crisis.pdf
Tema 8.- Gestion de la imagen a traves de la comunicacion de crisis.pdfDaniel Ángel Corral de la Mata, Ph.D.
 
Mapa Mental de estrategias de articulación de las areas curriculares.pdf
Mapa Mental de estrategias de articulación de las areas curriculares.pdfMapa Mental de estrategias de articulación de las areas curriculares.pdf
Mapa Mental de estrategias de articulación de las areas curriculares.pdfvictorbeltuce
 
Fisiologia.Articular. 3 Kapandji.6a.Ed.pdf
Fisiologia.Articular. 3 Kapandji.6a.Ed.pdfFisiologia.Articular. 3 Kapandji.6a.Ed.pdf
Fisiologia.Articular. 3 Kapandji.6a.Ed.pdfcoloncopias5
 
TEST DE RAVEN es un test conocido para la personalidad.pdf
TEST DE RAVEN es un test conocido para la personalidad.pdfTEST DE RAVEN es un test conocido para la personalidad.pdf
TEST DE RAVEN es un test conocido para la personalidad.pdfDannyTola1
 
Tarea 5_ Foro _Selección de herramientas digitales_Manuel.pdf
Tarea 5_ Foro _Selección de herramientas digitales_Manuel.pdfTarea 5_ Foro _Selección de herramientas digitales_Manuel.pdf
Tarea 5_ Foro _Selección de herramientas digitales_Manuel.pdfManuel Molina
 
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJO
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJOTUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJO
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJOweislaco
 
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
 
PINTURA ITALIANA DEL CINQUECENTO (SIGLO XVI).ppt
PINTURA ITALIANA DEL CINQUECENTO (SIGLO XVI).pptPINTURA ITALIANA DEL CINQUECENTO (SIGLO XVI).ppt
PINTURA ITALIANA DEL CINQUECENTO (SIGLO XVI).pptAlberto Rubio
 
PLANIFICACION ANUAL 2024 - INICIAL UNIDOCENTE.docx
PLANIFICACION ANUAL 2024 - INICIAL UNIDOCENTE.docxPLANIFICACION ANUAL 2024 - INICIAL UNIDOCENTE.docx
PLANIFICACION ANUAL 2024 - INICIAL UNIDOCENTE.docxJUANSIMONPACHIN
 
Estrategias de enseñanza - aprendizaje. Seminario de Tecnologia..pptx.pdf
Estrategias de enseñanza - aprendizaje. Seminario de Tecnologia..pptx.pdfEstrategias de enseñanza - aprendizaje. Seminario de Tecnologia..pptx.pdf
Estrategias de enseñanza - aprendizaje. Seminario de Tecnologia..pptx.pdfAlfredoRamirez953210
 
5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdf
5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdf5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdf
5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdfOswaldoGonzalezCruz
 
Metabolismo 3: Anabolismo y Fotosíntesis 2024
Metabolismo 3: Anabolismo y Fotosíntesis 2024Metabolismo 3: Anabolismo y Fotosíntesis 2024
Metabolismo 3: Anabolismo y Fotosíntesis 2024IES Vicent Andres Estelles
 
CIENCIAS NATURALES 4 TO ambientes .docx
CIENCIAS NATURALES 4 TO  ambientes .docxCIENCIAS NATURALES 4 TO  ambientes .docx
CIENCIAS NATURALES 4 TO ambientes .docxAgustinaNuez21
 
PPT GESTIÓN ESCOLAR 2024 Comités y Compromisos.pptx
PPT GESTIÓN ESCOLAR 2024 Comités y Compromisos.pptxPPT GESTIÓN ESCOLAR 2024 Comités y Compromisos.pptx
PPT GESTIÓN ESCOLAR 2024 Comités y Compromisos.pptxOscarEduardoSanchezC
 

Último (20)

Introducción:Los objetivos de Desarrollo Sostenible
Introducción:Los objetivos de Desarrollo SostenibleIntroducción:Los objetivos de Desarrollo Sostenible
Introducción:Los objetivos de Desarrollo Sostenible
 
BIOLOGIA_banco de preguntas_editorial icfes examen de estado .pdf
BIOLOGIA_banco de preguntas_editorial icfes examen de estado .pdfBIOLOGIA_banco de preguntas_editorial icfes examen de estado .pdf
BIOLOGIA_banco de preguntas_editorial icfes examen de estado .pdf
 
LA ECUACIÓN DEL NÚMERO PI EN LOS JUEGOS OLÍMPICOS DE PARÍS. Por JAVIER SOLIS ...
LA ECUACIÓN DEL NÚMERO PI EN LOS JUEGOS OLÍMPICOS DE PARÍS. Por JAVIER SOLIS ...LA ECUACIÓN DEL NÚMERO PI EN LOS JUEGOS OLÍMPICOS DE PARÍS. Por JAVIER SOLIS ...
LA ECUACIÓN DEL NÚMERO PI EN LOS JUEGOS OLÍMPICOS DE PARÍS. Por JAVIER SOLIS ...
 
Tema 8.- Gestion de la imagen a traves de la comunicacion de crisis.pdf
Tema 8.- Gestion de la imagen a traves de la comunicacion de crisis.pdfTema 8.- Gestion de la imagen a traves de la comunicacion de crisis.pdf
Tema 8.- Gestion de la imagen a traves de la comunicacion de crisis.pdf
 
Mapa Mental de estrategias de articulación de las areas curriculares.pdf
Mapa Mental de estrategias de articulación de las areas curriculares.pdfMapa Mental de estrategias de articulación de las areas curriculares.pdf
Mapa Mental de estrategias de articulación de las areas curriculares.pdf
 
Fisiologia.Articular. 3 Kapandji.6a.Ed.pdf
Fisiologia.Articular. 3 Kapandji.6a.Ed.pdfFisiologia.Articular. 3 Kapandji.6a.Ed.pdf
Fisiologia.Articular. 3 Kapandji.6a.Ed.pdf
 
TEST DE RAVEN es un test conocido para la personalidad.pdf
TEST DE RAVEN es un test conocido para la personalidad.pdfTEST DE RAVEN es un test conocido para la personalidad.pdf
TEST DE RAVEN es un test conocido para la personalidad.pdf
 
Tarea 5_ Foro _Selección de herramientas digitales_Manuel.pdf
Tarea 5_ Foro _Selección de herramientas digitales_Manuel.pdfTarea 5_ Foro _Selección de herramientas digitales_Manuel.pdf
Tarea 5_ Foro _Selección de herramientas digitales_Manuel.pdf
 
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJO
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJOTUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJO
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJO
 
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
 
PINTURA ITALIANA DEL CINQUECENTO (SIGLO XVI).ppt
PINTURA ITALIANA DEL CINQUECENTO (SIGLO XVI).pptPINTURA ITALIANA DEL CINQUECENTO (SIGLO XVI).ppt
PINTURA ITALIANA DEL CINQUECENTO (SIGLO XVI).ppt
 
VISITA À PROTEÇÃO CIVIL _
VISITA À PROTEÇÃO CIVIL                  _VISITA À PROTEÇÃO CIVIL                  _
VISITA À PROTEÇÃO CIVIL _
 
Tema 7.- E-COMMERCE SISTEMAS DE INFORMACION.pdf
Tema 7.- E-COMMERCE SISTEMAS DE INFORMACION.pdfTema 7.- E-COMMERCE SISTEMAS DE INFORMACION.pdf
Tema 7.- E-COMMERCE SISTEMAS DE INFORMACION.pdf
 
PLANIFICACION ANUAL 2024 - INICIAL UNIDOCENTE.docx
PLANIFICACION ANUAL 2024 - INICIAL UNIDOCENTE.docxPLANIFICACION ANUAL 2024 - INICIAL UNIDOCENTE.docx
PLANIFICACION ANUAL 2024 - INICIAL UNIDOCENTE.docx
 
Estrategias de enseñanza - aprendizaje. Seminario de Tecnologia..pptx.pdf
Estrategias de enseñanza - aprendizaje. Seminario de Tecnologia..pptx.pdfEstrategias de enseñanza - aprendizaje. Seminario de Tecnologia..pptx.pdf
Estrategias de enseñanza - aprendizaje. Seminario de Tecnologia..pptx.pdf
 
5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdf
5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdf5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdf
5° SEM29 CRONOGRAMA PLANEACIÓN DOCENTE DARUKEL 23-24.pdf
 
Unidad 3 | Teorías de la Comunicación | MCDI
Unidad 3 | Teorías de la Comunicación | MCDIUnidad 3 | Teorías de la Comunicación | MCDI
Unidad 3 | Teorías de la Comunicación | MCDI
 
Metabolismo 3: Anabolismo y Fotosíntesis 2024
Metabolismo 3: Anabolismo y Fotosíntesis 2024Metabolismo 3: Anabolismo y Fotosíntesis 2024
Metabolismo 3: Anabolismo y Fotosíntesis 2024
 
CIENCIAS NATURALES 4 TO ambientes .docx
CIENCIAS NATURALES 4 TO  ambientes .docxCIENCIAS NATURALES 4 TO  ambientes .docx
CIENCIAS NATURALES 4 TO ambientes .docx
 
PPT GESTIÓN ESCOLAR 2024 Comités y Compromisos.pptx
PPT GESTIÓN ESCOLAR 2024 Comités y Compromisos.pptxPPT GESTIÓN ESCOLAR 2024 Comités y Compromisos.pptx
PPT GESTIÓN ESCOLAR 2024 Comités y Compromisos.pptx
 

Aplicación de pruebas de hipótesis para muestras pequeñas y grandes (2)

  • 1. APLICACIÓN DE PRUEBAS DE HIPÓTESIS PARA MUESTRAS PEQUEÑAS APLICACIÓN DE PRUEBAS DE HIPÓTESIS PARA MUESTRAS GRANDES Nombre del moderador Fecha de la presentación
  • 2. PRUEBA DE HIPOTESIS 1. Plantear la hipótesis nula y la hipótesis alternativa 2. Seleccionar el nivel de significancia 3. Calculo del valor estadístico de prueba 4. Formular la regla de decisión 5. Tomar una decisión
  • 4. Para esto se necesita sacar una muestra y obtener los parámetros que necesitamos entre ellos el promedio de la muestra y la desviación estándar ya sea de la población de la muestra. Para elegir entre una prueba y otra hay que tomar en cuenta que: σ conocida DISTRIBUCIÓN Z σ desconocida DISTRIBUCIÓN T Tamaño de muestra, n<30 DISTRIBUCIÓN Z Tamaño de muestra, n>30 DISTRIBUCIÓN T
  • 5. DESVIACION ESTANDAR DESCONOCIDA O MUESTRAS PEQUEÑAS • No se conoce la σ poblacional • Muestras pequeñas • Ahora en lugar de calcula Z vamos a calcular un estadístico t. • Se presentaran dos hipótesis una nula y otra alternativa. ESTADISTICO DE PRUEBA: La diferencia de la distribución Z, si antes nos daban sigma ahora nos da S. S= Desviación estándar de la muestra. GRADOS DE LIBERTAD: g.l= v= n-1 HIPOTESIS NULA: HIPOTESIS ALTERNATIVA: HIPOTESIS
  • 6. SEGÚN LA OMC, UN ÍNDICE DE MASA CORPORAL PARA UNA PERSONA SALUDABLE ESTA ENTRE 18,5 Y 24,99. VALORES DE 25,00 A 29,99 SE CONSIDERA A LA PERSONA COMO PRE OBESA. UNA PERSONA MUY ACOMPLEJADA SE HA PASADO CADA SEMANA DURANTE LOS ÚLTIMOS 2 MESES Y CALCULANDO SU IMC, OBTENIENDO UN IMC PROMEDIO DE 25.7 Y UNA DESVIACIÓN ESTÁNDAR MUESTRAL DE 0,8. EN TOTAL SE REALIZARON 8 MEDICIONES. COMPRUEBE ESTADÍSTICAMENTE CON UN 35% DE CONFIABILIDAD SI ESTA PERSONA ES O NO ES PRE OBESA. EJEMPLO:
  • 7. 𝜇 = 25,0 𝑋 = 27,7 𝑠 = 0,8 𝑛 = 8 𝛼 = 0,05 1.DATOS: 2.HIPOTESIS: 𝐻𝑜 = 𝜇 = 25,0 𝐻1 = 𝜇 ≠ 25,0
  • 8. 3.ESTADISTICO DE PRUEBA: 𝑡 = 2,475 𝑡 = 2,475 4.VALOR CRÍTICO DE T: 𝑡 = 2,365𝑡 = −2,365 V=n-1 t . V= 0,025= 7 2,365 2,47>2,36 Rechazamos la hipótesis nula
  • 9. Ho= µ = 25,0 Hα= µ > 25,0 T: 2,475 t ; v= t 0,05; 7 = 1,895 2,47 > 1,89 Se rechaza Ho Se calcula que la persona es pre obesa 𝑡 = 2,475 𝑡 = 1,895
  • 11. Muestra grandes En las pruebas de hipótesis para la media (μ), cuando se conoce la desviación estándar (σ) poblacional, o cuando el valor de la muestra es grande (30 o más), el valor estadístico de prueba es Z y se determina a partir de: El valor estadístico z, para muestra grande y desviación estándar poblacional desconocida se determina por la ecuación:
  • 12. UN GERENTE DE UNA EMPRESA AFIRMA QUE SUS VENDEDORES CONCRETAN 9 VENTAS DIARIAS EN UN ESTUDIO REALIZADO A 35 VENDEDORES SE ENCONTRÓ QUE LA MEDIA ES DE 8.05 CON UNA DESVIACIÓN ESTÁNDAR DE 3.90 COMÚN NIVEL DE CONFIANZA DEL 95%, CONFIRME QUE LOS VENDEDORES REALIZAN 9 VENTAS DIARIAS EJEMPLO:
  • 13. 1. DETERMINAR LA HIPOTESIS NULA (Ho) Y ALTERNATIVA (Ha) 𝐻𝑜 = 𝜇 = 9 𝐻𝑎 = 𝜇 ≠ 9 Los vendedores realizan 9 ventas diarias Los vendedores no realizan 9 ventas diarias 2. DETERMINAR El NIVEL DE SIGNIFICANCIA Representa la probabilidad de rechazar la hipótesis nula cuando es verdadera. Para estudios de prueba de hipótesis normalmente se usa entre 0.05 y 0.1 Nivel de significancia del estudio para este ejemplo es de: 𝜶 = 𝟎. 𝟎𝟓
  • 14. 3. CALCULAR ESTADÍSTICO DE PRUEBA Nivel de confianza = 95% Z = 1.96 (95%+5%/2) (usando la distribución de probabilidad inversa EXCEL) DATOS: 𝜇 = 9 ventas diarias promedio considerado por la hipótesis nula. 𝑠 = 3.90 ventas diarias desviación estándar de la muestra. 𝑋 = 8.05 ventas diarias media de la muestra tomada. 𝑛 = 35 vendedores número de elementos muestreados. 𝑍 = 𝑋 − 𝜇 𝑠 𝑛 𝑍 = 8,05 − 9 3.90 35 𝑍 = −1.44
  • 15. Campana de gauss 4. FORMULAR REGLA DE DESICIÓN Z = -1.96 Z = 1.96 0 −1.44 Región de aceptación de Ho El estadístico de prueba cae dentro de la Región de aceptación de Ho
  • 16. 5. ACEPTAR O RECHAZAR LA HIPOTESIS NULA Con un nivel de confianza del 95% se acepta la hipótesis nula (Ho), es decir, que la afirmación de gerente es correcta, los vendedores concretan 9 ventas diarias
  • 17. GRACIAS POR SU ATENCIÓN

Notas del editor

  1. Esta plantilla se puede usar como archivo de inicio para presentar materiales educativos en un entorno de grupo. Secciones Para agregar secciones, haga clic con el botón secundario del mouse en una diapositiva. Las secciones pueden ayudarle a organizar las diapositivas o a facilitar la colaboración entre varios autores. Notas Use la sección Notas para las notas de entrega o para proporcionar detalles adicionales al público. Vea las notas en la vista Presentación durante la presentación. Tenga en cuenta el tamaño de la fuente (es importante para la accesibilidad, visibilidad, grabación en vídeo y producción en línea) Colores coordinados Preste especial atención a los gráficos, diagramas y cuadros de texto. Tenga en cuenta que los asistentes imprimirán en blanco y negro o escala de grises. Ejecute una prueba de impresión para asegurarse de que los colores son los correctos cuando se imprime en blanco y negro puros y escala de grises. Gráficos y tablas En breve: si es posible, use colores y estilos uniformes y que no distraigan. Etiquete todos los gráficos y tablas.
  2. Ofrezca una breve descripción general de la presentación. Describa el enfoque principal de la presentación y por qué es importante. Introduzca cada uno de los principales temas. Si desea proporcionar al público una guía, puede repetir esta diapositiva de información general a lo largo de toda la presentación, resaltando el tema particular que va a discutir a continuación.
  3. Información confidencial de Microsoft
  4. Información confidencial de Microsoft
  5. Información confidencial de Microsoft