El documento explica conceptos estadísticos relacionados con las pruebas de hipótesis. Explica la diferencia entre estadística paramétrica y no paramétrica, cómo se utilizan estadísticos como Z, T, X y F, y conceptos como hipótesis nula, hipótesis alternativa, nivel de significación, error estándar, intervalo de confianza, y tipos de errores en las pruebas de hipótesis.

1. Docimasia
1. Que estudia la docimasia de hipótesis
Es una tentativa de explicación, conjetura o
suposición verisímil ocurre de un parámetro o
disminución de una variable destinada de ser
probada por la comprobación de hecho.
2. Diferencia entre estadística paramétrica y no
paramétrica
Las pruebas estadísticas paramétricas y no
paramétricas se diferencianpor el tipode datos que
se usan para analizar. Las pruebas paramétricas
hacenmuchas suposiciones, la más significativa de
las cuales es que los datos se distribuyen
normalmente. Las pruebas no paramétricas es la
estadística sindistribución. No se requiere conocer
los parámetros. Hacen menos suposiciones y hacen
frente a los datos que no se distribuyen
normalmente. Las pruebas paramétricas
generalmente tienen una mayor potencia
estadística.
3. Nivel de significación de una prueba
Establece el límite de la regiónde rechazo, por tanto
la hipótesis nula enunestudio se rechaza cuando el
valor p asociadoa la prueba estadística utilizada para
contrastar la hipótesis, es inferior al valor alfa
establecidopor el investigador (valor p < nivel de
significancia). De lo que podemos inferir que valores
altos de la significancia observada constituyen
evidencia a favor de la hipótesis nula, valores
“bajitos” apoyan la hipótesis alterna.
4. Nivel de significación de un parámetro
La estimación de parámetros consiste enasignar un
valor concreto al parámetro o parámetros que
caracterizan la distribución de probabilidad de la
población.
5. Pasos para una prueba de hipótesis
 Planteamiento de la hipótesis nulayalternativa
 Elegir el nivel de significación
 Elegir el estadístico de prueba
 Establecer la reglas de decisión
 Toma la muestra y hacer el calculo
 Toma de decisión
6. Interpretar un intervalo de confianza
Es una técnica para estimar un parámetro
determinado, que dadoun nivel de confianza y un
error de estimación constituye un rango de los
valores donde se espera esté el parámetro. El nivel
de confianza loelige el investigador. Los intervalos
de confianza ofrecenuna manera de estimar, con
alta probabilidad, unrangode valores en el que se
encuentra el valor poblacional (oparámetro) de una
determinada variable.
7. Interpretar un estimador puntual
Es la estimación de un parámetro poblacional,
basadoen unsolonúmero. Ocurre cuandodamos un
solo valor, que es el valor más probable.
8. Cuando se utiliza Z,T,X,F
Z: Cuando la muestra es grande y la varianza
desconocida.
T: Cuando la muestra es pequeña y la varianza es
conocida.
X: Se utiliza para comprobar si la diferencia en los
datos que se observanestá dentro de lo normar y
probable, es decir, si la diferencia que se observamos
es debido al azar.
F: Se utiliza principalmente para probar la igualdad
entre dos varianzas poblacionalesque provienen de
poblaciones que tiene una distribución normal.
9. Que es una hipótesis nula
Es una hipótesisconstruida para anular o refutar,
con el objetivo de apoyar una hipótesis alternativa.
Cuandose utiliza, la hipótesis nula se presume
verdadera hasta que una prueba estadística en la
forma de una prueba empírica de la hipótesis
indique lo contrario.
10. Que es una hipótesis alternativa
Esta plantea ausencia de efecto. La hipótesis
alternativa es igualmente una afirmación acerca de
la poblaciónde origen. Muchas veces, aunque no
siempre, consiste simplemente en negar la
afirmaciónde H0. La hipótesis alternativa se designa
con el símbolo H1.
11. Nivel de significación
Establece el límite de la región del rechazo.
12. Que es un error estándar
La desviación estándar de una distribución por
muestrosuele llamarse error estándar endl sentido
de que mide la variabilidad del muestro debido a
casualidad o a fuerza aleatoria.
13. Como interpretar un nivel de confianza
Es la probabilidad de que el parámetro se encuentre
en el intervaloconstruido.Un nivel se confianza de
95% significa que de cada 100 intervalos de
confianza, que se construye para estimar un
parámetro 95% contiene el parámetro y 5 no lo
contiene.
14. Nivel de confianza de un estimador
Es la probabilidadde que el parámetro a estimar se
encuentra en el intervalo de confianza .

2. 15. Que significa error de decisión
 Error tipo I o Error α
Se come cuandorechazamos una Hipótesis Nula,
siendoesta verdadera. A este error de le conoce
como Nivel de Significación de la prueba α. En un
estudiode investigación, el error de tipo I también
denominadoerror de tipo alfa (α)1 o falso positivo,
es el error que se comete cuandoel investigador no
acepta la hipótesis nula(Ho)siendoesta verdadera
en la población.
 Error tipo II o Error β
En un estudio de investigación, el error de tipo II,
también llamado error de tipo beta (β) (β es la
probabilidad de que exista este error) o falso
negativo, se comete cuando el investigador no
rechaza la hipótesis nula siendo esta falsa en la
población.