Este documento presenta información sobre pruebas de hipótesis para la media poblacional, incluyendo: 1) definiciones de conceptos clave como variable, parámetro, estimador, hipótesis estadística y estadístico de prueba; 2) los pasos para realizar una prueba de hipótesis, como establecer las hipótesis nula y alternativa, seleccionar el estadístico de prueba, y evaluar las hipótesis; y 3) ejemplos resueltos de pruebas de hipótes
Este documento explica la distribución t de Student. Se usa para calcular intervalos de confianza cuando la varianza de la población es desconocida. La distribución t tiene una media de 0 y una varianza que depende del tamaño de la muestra. Aunque originalmente se asumió una población normal, la distribución t también se puede usar para poblaciones no normales. El documento proporciona ejemplos de cómo calcular probabilidades e intervalos de confianza usando la distribución t.
Este documento presenta una explicación sobre pruebas de hipótesis. Define las hipótesis nula (Ho) y alternativa (H1), indicando que Ho se refiere a un valor específico del parámetro poblacional mientras que H1 difiere de Ho. Explica el proceso de contrastar las hipótesis y tomar una decisión sobre rechazar o no Ho a favor de H1. Luego, presenta algunos ejercicios de aplicación de pruebas de hipótesis con sus respectivas soluciones.
Este documento presenta los resultados de varias pruebas de hipótesis realizadas sobre diferentes conjuntos de datos. En la prueba 13, se comparan las desviaciones estándar de los pesos de paquetes en el pasado (0.25 onzas) y en una muestra actual (0.32 onzas) para determinar si la variabilidad ha aumentado de manera significativa a niveles de significancia del 0.05 y 0.005. Los resultados muestran que la hipótesis nula de que no hay un aumento significativo en la variabilidad no puede ser rechazada
Este documento presenta los conceptos y procedimientos básicos para realizar pruebas de hipótesis estadísticas. Explica los cinco pasos para probar una hipótesis, incluyendo plantear las hipótesis nula y alternativa, seleccionar un nivel de significación, identificar el valor estadístico de prueba, formular una regla de decisión y tomar una muestra para llegar a una conclusión. También cubre temas como pruebas de una y dos colas, pruebas para medias y proporciones poblacional
La distribución t de Student se utiliza cuando no se conoce la desviación estándar poblacional y la muestra es menor a 30. Es similar a la distribución normal pero tiene áreas mayores en los extremos. Fue descubierta por William Gosset en 1908 para realizar inferencias estadísticas cuando la desviación estándar es desconocida. Se basa en establecer intervalos de confianza y probar hipótesis utilizando los grados de libertad y un nivel de confianza. Es útil para reducir costos al permitir anális
Este documento describe los conceptos y pasos clave de las pruebas de hipótesis estadísticas. Define hipótesis nula y alternativa, y explica cómo plantearlas y contrastarlas usando estadísticos de prueba y reglas de decisión con un nivel de significación dado. Incluye ejemplos de pruebas para medias, proporciones y bondad de ajuste a una distribución.
Este documento presenta información sobre pruebas de hipótesis cuantitativas. Explica conceptos clave como hipótesis nula y alternativa, nivel de significancia, errores tipo I y II, y procedimientos para probar hipótesis utilizando estadísticos de prueba. Incluye ejemplos de pruebas de hipótesis para la media de una población utilizando una, dos o una sola cola. El objetivo es proporcionar una guía sobre cómo utilizar pruebas de hipótesis para evaluar si los datos m
Este documento presenta información sobre la distribución binomial, incluyendo su definición, propiedades y la ley de los grandes números para pruebas de Bernoulli. Contiene ejemplos y ejercicios resueltos sobre cómo calcular la probabilidad de diferentes resultados usando una distribución binomial. El objetivo es que los estudiantes comprendan cómo aplicar la distribución binomial para determinar probabilidades en experimentos aleatorios con dos resultados posibles.
Este documento explica la distribución t de Student. Se usa para calcular intervalos de confianza cuando la varianza de la población es desconocida. La distribución t tiene una media de 0 y una varianza que depende del tamaño de la muestra. Aunque originalmente se asumió una población normal, la distribución t también se puede usar para poblaciones no normales. El documento proporciona ejemplos de cómo calcular probabilidades e intervalos de confianza usando la distribución t.
Este documento presenta una explicación sobre pruebas de hipótesis. Define las hipótesis nula (Ho) y alternativa (H1), indicando que Ho se refiere a un valor específico del parámetro poblacional mientras que H1 difiere de Ho. Explica el proceso de contrastar las hipótesis y tomar una decisión sobre rechazar o no Ho a favor de H1. Luego, presenta algunos ejercicios de aplicación de pruebas de hipótesis con sus respectivas soluciones.
Este documento presenta los resultados de varias pruebas de hipótesis realizadas sobre diferentes conjuntos de datos. En la prueba 13, se comparan las desviaciones estándar de los pesos de paquetes en el pasado (0.25 onzas) y en una muestra actual (0.32 onzas) para determinar si la variabilidad ha aumentado de manera significativa a niveles de significancia del 0.05 y 0.005. Los resultados muestran que la hipótesis nula de que no hay un aumento significativo en la variabilidad no puede ser rechazada
Este documento presenta los conceptos y procedimientos básicos para realizar pruebas de hipótesis estadísticas. Explica los cinco pasos para probar una hipótesis, incluyendo plantear las hipótesis nula y alternativa, seleccionar un nivel de significación, identificar el valor estadístico de prueba, formular una regla de decisión y tomar una muestra para llegar a una conclusión. También cubre temas como pruebas de una y dos colas, pruebas para medias y proporciones poblacional
La distribución t de Student se utiliza cuando no se conoce la desviación estándar poblacional y la muestra es menor a 30. Es similar a la distribución normal pero tiene áreas mayores en los extremos. Fue descubierta por William Gosset en 1908 para realizar inferencias estadísticas cuando la desviación estándar es desconocida. Se basa en establecer intervalos de confianza y probar hipótesis utilizando los grados de libertad y un nivel de confianza. Es útil para reducir costos al permitir anális
Este documento describe los conceptos y pasos clave de las pruebas de hipótesis estadísticas. Define hipótesis nula y alternativa, y explica cómo plantearlas y contrastarlas usando estadísticos de prueba y reglas de decisión con un nivel de significación dado. Incluye ejemplos de pruebas para medias, proporciones y bondad de ajuste a una distribución.
Este documento presenta información sobre pruebas de hipótesis cuantitativas. Explica conceptos clave como hipótesis nula y alternativa, nivel de significancia, errores tipo I y II, y procedimientos para probar hipótesis utilizando estadísticos de prueba. Incluye ejemplos de pruebas de hipótesis para la media de una población utilizando una, dos o una sola cola. El objetivo es proporcionar una guía sobre cómo utilizar pruebas de hipótesis para evaluar si los datos m
Este documento presenta información sobre la distribución binomial, incluyendo su definición, propiedades y la ley de los grandes números para pruebas de Bernoulli. Contiene ejemplos y ejercicios resueltos sobre cómo calcular la probabilidad de diferentes resultados usando una distribución binomial. El objetivo es que los estudiantes comprendan cómo aplicar la distribución binomial para determinar probabilidades en experimentos aleatorios con dos resultados posibles.
Este documento describe los procedimientos para probar hipótesis estadísticas para una muestra, incluyendo pruebas para una media, proporción y varianza poblacional. Explica conceptos como hipótesis nula, hipótesis alternativa, errores tipo I y II, y cómo usar estadísticos de prueba como z, t y chi cuadrado para decidir si se rechaza o no la hipótesis nula. También incluye ejemplos ilustrativos de cómo aplicar estas pruebas de hipótesis.
Este documento presenta diferentes problemas sobre pruebas de hipótesis, incluyendo definiciones de pruebas unilaterales y bilaterales, cómo calcular los valores estadísticos z y t, y cómo establecer regiones de rechazo. Luego, proporciona ejemplos numéricos y sus soluciones sobre temas como comparar medias poblacionales, proporciones y el tiempo que pasan juntos diferentes tipos de parejas.
Este documento describe tres pruebas estadísticas para analizar datos categóricos: la prueba de bondad de ajuste, la prueba de independencia y la prueba de homogeneidad. Explica cómo usar la prueba chi-cuadrado de bondad de ajuste para determinar si las proporciones observadas en una muestra difieren de las proporciones esperadas en la población total. También incluye un ejemplo numérico para ilustrar el cálculo e interpretación de la prueba chi-cuadrado de bondad de ajuste
La distribución normal describe cómo se distribuyen muchas variables en la naturaleza. Tiene forma de campana y depende de los parámetros media (μ) y desviación estándar (σ). La distribución normal estándar tiene μ=0 y σ=1 y se usa para transformar otras distribuciones normales. El documento explica cómo calcular probabilidades usando áreas bajo la curva normal y da ejemplos.
Este documento describe el análisis de varianza (ANOVA) y su uso para probar la hipótesis de que diferentes concentraciones de madera dura no afectan la resistencia a la tensión del papel. Explica los conceptos clave del ANOVA como las hipótesis nula y alternativa, los grados de libertad, y los cálculos para construir la tabla ANOVA y determinar el estadístico F. Luego presenta un ejemplo completo donde se rechaza la hipótesis nula debido a que el valor F calculado es mayor que el crítico, indicando
El documento describe la distribución t de Student, la cual fue desarrollada por William Gosset en 1908 mientras trabajaba para la cervecería Guinness. Gosset no podía publicar bajo su propio nombre debido a un acuerdo de confidencialidad, por lo que usó el seudónimo "Student". La distribución t es útil para realizar pruebas estadísticas cuando las muestras son pequeñas o la desviación estándar de la población es desconocida. Se diferencia de la distribución normal en que depende del t
Aplicación de pruebas de hipótesis para muestras pequeñas y grandes (2)Franklin Soria
Este documento presenta información sobre pruebas de hipótesis para muestras pequeñas y grandes. Explica que para muestras pequeñas se usa la distribución t cuando la desviación estándar es desconocida, mientras que para muestras grandes o cuando la desviación estándar es conocida se usa la distribución z. También incluye ejemplos para ilustrar cómo aplicar estos métodos estadísticos para comprobar hipótesis.
Este documento presenta información sobre hipótesis, tipos de hipótesis (nula y alternativa), tipos de error (tipo I y tipo II), niveles de significancia, pruebas de hipótesis de una y dos colas, y fórmulas para calcular la diferencia entre medias de dos muestras. También incluye ejemplos prácticos para que los estudiantes aprendan a aplicar estos conceptos.
1) Se explican los conceptos de estimación puntual e intervalos de confianza para estimar parámetros poblacionales a partir de muestras.
2) Existen dos tipos principales de estimación de intervalos de confianza: para la media poblacional y para la proporción poblacional.
3) La construcción de un intervalo de confianza depende de si se conoce o no la desviación estándar poblacional, utilizando distribuciones Z o T, respectivamente.
Este documento presenta información sobre dos pruebas estadísticas no paramétricas: la prueba U de Mann-Whitney y la prueba H de Kruskal-Wallis. La prueba U de Mann-Whitney se utiliza para calcular diferencias entre dos grupos independientes mediante la comparación de sus sumatorias de rangos. La prueba H de Kruskal-Wallis sirve para comparar tres o más grupos independientes mediante el cálculo de un estadístico basado en rangos que se distribuye como chi-cuadrado. El documento explic
intervalo de confianza, prueba de hipótesis para la media de población y para dos medias poblacionales, prueba de hipotesis para la proporción, prueba de independencia (chi cuadrado), intervalo de confianza para la razón de dos varianzas .
El documento describe la distribución chi-cuadrada (χ2), incluyendo su definición, propiedades y usos comunes. Karl Pearson introdujo la distribución χ2 en 1900 para probar si las mediciones se ajustan a una distribución esperada. La distribución depende del número de grados de libertad y se usa comúnmente en pruebas de hipótesis sobre varianzas, desviaciones estándar y ajustes de datos.
Este documento explica la distribución de Poisson. Presenta 5 ejercicios numéricos que ilustran cómo calcular probabilidades para variables aleatorias con distribución de Poisson. Los ejercicios cubren cálculos como la probabilidad de que ocurran cierto número de eventos, la media y varianza esperadas, y comparaciones entre distribuciones de Poisson y binomial.
El documento trata sobre inferencia estadística. Explica conceptos como intervalos de confianza, tamaño de muestra, métodos de muestreo, pruebas de hipótesis y distribuciones t y Ji-cuadrada. Presenta ejemplos de estimación puntual, intervalos de confianza, y pruebas de hipótesis para la media de una población.
Este documento presenta diferentes pruebas de hipótesis para dos muestras, incluyendo pruebas sobre dos medias y dos proporciones. Explica cómo calcular los estadísticos de prueba y establecer las regiones críticas para hipótesis bilaterales y unilaterales cuando las varianzas poblacionales son conocidas o desconocidas. También incluye ejemplos ilustrativos para cada tipo de prueba.
Ejercicios de pruebas de hipotesis con mis problemasJaguar Luis XD
Este resumen describe 4 ejercicios de pruebas de hipótesis. En el primer ejercicio, se analiza si una máquina de telas cumple con las especificaciones del fabricante respecto a la resistencia de la tela. En el segundo ejercicio, se analiza si las afirmaciones del dueño actual de una lavandería sobre los ingresos diarios son válidas. En el tercer ejercicio, se analiza si una máquina llenadora de aderezos funciona correctamente al servir 8 onzas. En todos los ejercicios se establecen hipótesis
Este documento presenta una serie de ejercicios de estadística para resolver que involucran pruebas de hipótesis. Los ejercicios piden calcular estadísticos de prueba y tomar decisiones sobre hipótesis nulas basadas en los resultados. También piden encontrar valores p para cada prueba.
Trabajo de ESTADISTICA APLICADA ULADECH III CICLO
La oficina de investigación de mercados S.A., basa sus tarifas en la hipótesis de que las preguntas de una encuesta telefónica se pueden contestar en un tiempo medio de 15 minutos o menos. Si es necesario un mayor tiempo de encuesta, se aplica una tarifa adicional. Suponga que en una muestra de 35 conferencias se obtiene una media de 17 minutos y una desviación estándar de 4 minutos. ¿Se justifica a tarifa adicional?
a) Formule las hipótesis nula y alternativa para esta aplicación
b) Calcule el valor del estadístico de prueba
c) ¿Cuál es el valor de P?
d) Con α = 0.01, ¿cuál es su conclusión?
Un dispensador de gaseosas está diseñado para descargar 7 onzas. Si se selecciona una muestra de 16 vasos para medir su llenado, observando que el promedio es de 5.8 con uns desviación de 1.6 onzas ¿se puede concluir que la máquina no funciona correctamente?
Una distribuidora de gas ofrece a sus clientes el servicio de un máximo de espera de 48 horas. Se toma una muestra de seis hogares que hicieron pedidos y se encontró lo siguiente: 24, 20, 60, 72, 40, 30, ¿se puede creer lo ofrecido por la distribuidora?
Este documento presenta los resultados de una prueba de hipótesis realizada sobre 12 estudiantes de ingeniería. Incluye los nombres de los estudiantes, el plan de estudios al que pertenecen, y la materia de Probabilidad y Estadística II. Además, presenta 5 ejemplos numéricos de problemas resueltos de pruebas de hipótesis con sus datos, planteamientos de hipótesis nula y alternativa, cálculos y conclusiones.
Este documento describe los conceptos básicos de las pruebas de hipótesis. Explica que una prueba de hipótesis es un proceso para determinar la validez de una afirmación sobre una población basada en evidencia de una muestra. Define las hipótesis nula y alternativa, y presenta cuatro ejemplos numéricos de pruebas de hipótesis con sus datos y resultados.
Este documento trata sobre las pruebas de hipótesis, incluyendo los pasos para realizar una prueba de hipótesis, los tipos de errores, y ejemplos de pruebas para la media, proporción, varianza y comparación de medias usando distribuciones como t de Student, qui-cuadrado, F y Z. Explica cómo formular hipótesis nulas y alternas, elegir un nivel de significancia, calcular estadísticos de prueba y tomar una decisión sobre si rechazar o no la hipótesis nula.
Este documento presenta información sobre pruebas de hipótesis, la t de Student y chi cuadrado. El objetivo es aplicar estos conocimientos de estadística inferencial para resolver problemas relacionados con el comercio exterior. Se explican los conceptos clave de cada tema y se proporcionan ejemplos para ilustrar su aplicación.
Este documento describe los procedimientos para probar hipótesis estadísticas para una muestra, incluyendo pruebas para una media, proporción y varianza poblacional. Explica conceptos como hipótesis nula, hipótesis alternativa, errores tipo I y II, y cómo usar estadísticos de prueba como z, t y chi cuadrado para decidir si se rechaza o no la hipótesis nula. También incluye ejemplos ilustrativos de cómo aplicar estas pruebas de hipótesis.
Este documento presenta diferentes problemas sobre pruebas de hipótesis, incluyendo definiciones de pruebas unilaterales y bilaterales, cómo calcular los valores estadísticos z y t, y cómo establecer regiones de rechazo. Luego, proporciona ejemplos numéricos y sus soluciones sobre temas como comparar medias poblacionales, proporciones y el tiempo que pasan juntos diferentes tipos de parejas.
Este documento describe tres pruebas estadísticas para analizar datos categóricos: la prueba de bondad de ajuste, la prueba de independencia y la prueba de homogeneidad. Explica cómo usar la prueba chi-cuadrado de bondad de ajuste para determinar si las proporciones observadas en una muestra difieren de las proporciones esperadas en la población total. También incluye un ejemplo numérico para ilustrar el cálculo e interpretación de la prueba chi-cuadrado de bondad de ajuste
La distribución normal describe cómo se distribuyen muchas variables en la naturaleza. Tiene forma de campana y depende de los parámetros media (μ) y desviación estándar (σ). La distribución normal estándar tiene μ=0 y σ=1 y se usa para transformar otras distribuciones normales. El documento explica cómo calcular probabilidades usando áreas bajo la curva normal y da ejemplos.
Este documento describe el análisis de varianza (ANOVA) y su uso para probar la hipótesis de que diferentes concentraciones de madera dura no afectan la resistencia a la tensión del papel. Explica los conceptos clave del ANOVA como las hipótesis nula y alternativa, los grados de libertad, y los cálculos para construir la tabla ANOVA y determinar el estadístico F. Luego presenta un ejemplo completo donde se rechaza la hipótesis nula debido a que el valor F calculado es mayor que el crítico, indicando
El documento describe la distribución t de Student, la cual fue desarrollada por William Gosset en 1908 mientras trabajaba para la cervecería Guinness. Gosset no podía publicar bajo su propio nombre debido a un acuerdo de confidencialidad, por lo que usó el seudónimo "Student". La distribución t es útil para realizar pruebas estadísticas cuando las muestras son pequeñas o la desviación estándar de la población es desconocida. Se diferencia de la distribución normal en que depende del t
Aplicación de pruebas de hipótesis para muestras pequeñas y grandes (2)Franklin Soria
Este documento presenta información sobre pruebas de hipótesis para muestras pequeñas y grandes. Explica que para muestras pequeñas se usa la distribución t cuando la desviación estándar es desconocida, mientras que para muestras grandes o cuando la desviación estándar es conocida se usa la distribución z. También incluye ejemplos para ilustrar cómo aplicar estos métodos estadísticos para comprobar hipótesis.
Este documento presenta información sobre hipótesis, tipos de hipótesis (nula y alternativa), tipos de error (tipo I y tipo II), niveles de significancia, pruebas de hipótesis de una y dos colas, y fórmulas para calcular la diferencia entre medias de dos muestras. También incluye ejemplos prácticos para que los estudiantes aprendan a aplicar estos conceptos.
1) Se explican los conceptos de estimación puntual e intervalos de confianza para estimar parámetros poblacionales a partir de muestras.
2) Existen dos tipos principales de estimación de intervalos de confianza: para la media poblacional y para la proporción poblacional.
3) La construcción de un intervalo de confianza depende de si se conoce o no la desviación estándar poblacional, utilizando distribuciones Z o T, respectivamente.
Este documento presenta información sobre dos pruebas estadísticas no paramétricas: la prueba U de Mann-Whitney y la prueba H de Kruskal-Wallis. La prueba U de Mann-Whitney se utiliza para calcular diferencias entre dos grupos independientes mediante la comparación de sus sumatorias de rangos. La prueba H de Kruskal-Wallis sirve para comparar tres o más grupos independientes mediante el cálculo de un estadístico basado en rangos que se distribuye como chi-cuadrado. El documento explic
intervalo de confianza, prueba de hipótesis para la media de población y para dos medias poblacionales, prueba de hipotesis para la proporción, prueba de independencia (chi cuadrado), intervalo de confianza para la razón de dos varianzas .
El documento describe la distribución chi-cuadrada (χ2), incluyendo su definición, propiedades y usos comunes. Karl Pearson introdujo la distribución χ2 en 1900 para probar si las mediciones se ajustan a una distribución esperada. La distribución depende del número de grados de libertad y se usa comúnmente en pruebas de hipótesis sobre varianzas, desviaciones estándar y ajustes de datos.
Este documento explica la distribución de Poisson. Presenta 5 ejercicios numéricos que ilustran cómo calcular probabilidades para variables aleatorias con distribución de Poisson. Los ejercicios cubren cálculos como la probabilidad de que ocurran cierto número de eventos, la media y varianza esperadas, y comparaciones entre distribuciones de Poisson y binomial.
El documento trata sobre inferencia estadística. Explica conceptos como intervalos de confianza, tamaño de muestra, métodos de muestreo, pruebas de hipótesis y distribuciones t y Ji-cuadrada. Presenta ejemplos de estimación puntual, intervalos de confianza, y pruebas de hipótesis para la media de una población.
Este documento presenta diferentes pruebas de hipótesis para dos muestras, incluyendo pruebas sobre dos medias y dos proporciones. Explica cómo calcular los estadísticos de prueba y establecer las regiones críticas para hipótesis bilaterales y unilaterales cuando las varianzas poblacionales son conocidas o desconocidas. También incluye ejemplos ilustrativos para cada tipo de prueba.
Ejercicios de pruebas de hipotesis con mis problemasJaguar Luis XD
Este resumen describe 4 ejercicios de pruebas de hipótesis. En el primer ejercicio, se analiza si una máquina de telas cumple con las especificaciones del fabricante respecto a la resistencia de la tela. En el segundo ejercicio, se analiza si las afirmaciones del dueño actual de una lavandería sobre los ingresos diarios son válidas. En el tercer ejercicio, se analiza si una máquina llenadora de aderezos funciona correctamente al servir 8 onzas. En todos los ejercicios se establecen hipótesis
Este documento presenta una serie de ejercicios de estadística para resolver que involucran pruebas de hipótesis. Los ejercicios piden calcular estadísticos de prueba y tomar decisiones sobre hipótesis nulas basadas en los resultados. También piden encontrar valores p para cada prueba.
Trabajo de ESTADISTICA APLICADA ULADECH III CICLO
La oficina de investigación de mercados S.A., basa sus tarifas en la hipótesis de que las preguntas de una encuesta telefónica se pueden contestar en un tiempo medio de 15 minutos o menos. Si es necesario un mayor tiempo de encuesta, se aplica una tarifa adicional. Suponga que en una muestra de 35 conferencias se obtiene una media de 17 minutos y una desviación estándar de 4 minutos. ¿Se justifica a tarifa adicional?
a) Formule las hipótesis nula y alternativa para esta aplicación
b) Calcule el valor del estadístico de prueba
c) ¿Cuál es el valor de P?
d) Con α = 0.01, ¿cuál es su conclusión?
Un dispensador de gaseosas está diseñado para descargar 7 onzas. Si se selecciona una muestra de 16 vasos para medir su llenado, observando que el promedio es de 5.8 con uns desviación de 1.6 onzas ¿se puede concluir que la máquina no funciona correctamente?
Una distribuidora de gas ofrece a sus clientes el servicio de un máximo de espera de 48 horas. Se toma una muestra de seis hogares que hicieron pedidos y se encontró lo siguiente: 24, 20, 60, 72, 40, 30, ¿se puede creer lo ofrecido por la distribuidora?
Este documento presenta los resultados de una prueba de hipótesis realizada sobre 12 estudiantes de ingeniería. Incluye los nombres de los estudiantes, el plan de estudios al que pertenecen, y la materia de Probabilidad y Estadística II. Además, presenta 5 ejemplos numéricos de problemas resueltos de pruebas de hipótesis con sus datos, planteamientos de hipótesis nula y alternativa, cálculos y conclusiones.
Este documento describe los conceptos básicos de las pruebas de hipótesis. Explica que una prueba de hipótesis es un proceso para determinar la validez de una afirmación sobre una población basada en evidencia de una muestra. Define las hipótesis nula y alternativa, y presenta cuatro ejemplos numéricos de pruebas de hipótesis con sus datos y resultados.
Este documento trata sobre las pruebas de hipótesis, incluyendo los pasos para realizar una prueba de hipótesis, los tipos de errores, y ejemplos de pruebas para la media, proporción, varianza y comparación de medias usando distribuciones como t de Student, qui-cuadrado, F y Z. Explica cómo formular hipótesis nulas y alternas, elegir un nivel de significancia, calcular estadísticos de prueba y tomar una decisión sobre si rechazar o no la hipótesis nula.
Este documento presenta información sobre pruebas de hipótesis, la t de Student y chi cuadrado. El objetivo es aplicar estos conocimientos de estadística inferencial para resolver problemas relacionados con el comercio exterior. Se explican los conceptos clave de cada tema y se proporcionan ejemplos para ilustrar su aplicación.
Este documento presenta información sobre pruebas estadísticas para comparar medias poblacionales. Explica que la distribución normal es un modelo teórico útil para aproximar variables aleatorias, y que la prueba t es adecuada cuando las muestras son pequeñas o se desconoce la varianza poblacional. También incluye ejemplos numéricos para ilustrar cómo aplicar la prueba t de dos muestras y la distribución t de Student.
Este documento presenta una clase sobre inferencia estadística de pruebas de hipótesis de una muestra. Explica conceptos clave como hipótesis nula, hipótesis alternativa, errores tipo I y II, y estadísticos de prueba. Luego, detalla los procedimientos para realizar pruebas de hipótesis sobre la media y la proporción en una muestra, incluyendo ejemplos y ejercicios prácticos sobre temas de psicología.
Este documento presenta información sobre mínimos cuadrados, prueba de hipótesis y la t de Student. Explica que los mínimos cuadrados proporcionan la mejor línea de ajuste para una serie de datos minimizando la suma de los cuadrados de los residuos. Describe los pasos de la prueba de hipótesis, incluidas las hipótesis nula y alternativa, y explica que la t de Student se usa para probar diferencias entre medias cuando la desviación estándar de la población es desconocida. Incluye
Este documento presenta información sobre el teorema del límite central. Explica que este teorema establece que la distribución de las medias muestrales seguirá una distribución normal cuando la muestra es suficientemente grande. También indica que la media muestral se acercará a la media de la población a medida que aumente el tamaño de la muestra. Por último, proporciona fórmulas para calcular la probabilidad de que la media o proporción muestral se encuentre dentro de ciertos rangos.
Este documento presenta un resumen de las pruebas paramétricas Z y T de Student. Explica que estas pruebas se utilizan para comparar las medias de dos muestras independientes o pareadas con el fin de determinar si existen diferencias significativas entre ellas. Describe los pasos para calcular la prueba T de Student, incluyendo el cálculo del error estándar y la comparación de la media muestral con la poblacional para verificar la hipótesis nula.
Este documento describe los conceptos básicos de las pruebas de hipótesis estadísticas. Explica que una hipótesis estadística es una proposición sobre un parámetro poblacional que se analiza con base en evidencia de una muestra. Luego detalla diferentes tipos de pruebas paramétricas y no paramétricas. Finalmente, presenta los pasos para realizar una prueba de hipótesis, incluyendo establecer hipótesis nula y alternativa, determinar una estadística de prueba y tomar una decis
Este documento describe los conceptos básicos de las pruebas de hipótesis estadísticas. Explica que una hipótesis estadística es una proposición sobre un parámetro poblacional que se analiza con base en evidencia de una muestra. Luego detalla diferentes tipos de pruebas paramétricas y no paramétricas. Finalmente, presenta los pasos para realizar una prueba de hipótesis, incluyendo establecer hipótesis nula y alternativa, determinar una estadística de prueba y tomar una decis
Este documento presenta información sobre un curso de técnicas e instrumentos de investigación impartido por la Dra. Tula Sánchez en la Universidad Nacional Mayor de San Marcos. El curso cubrirá temas como población y muestra, determinación del tamaño de la muestra, y tipos de muestreo como probabilístico y no probabilístico. Contará con varios ponentes que brindarán información sobre estos temas.
El documento describe los pasos para realizar una prueba de hipótesis para comparar las medias de dos poblaciones. Explica que se utiliza la distribución t de Student y proporciona fórmulas, ejemplos y tablas para determinar si dos medias poblacionales son iguales o diferentes con base en datos de dos muestras.
Este documento trata sobre conceptos estadísticos como distribuciones de muestreo, estimación estadística e intervalos de confianza. Explica qué son las distribuciones de muestreo y cómo se pueden aproximar a distribuciones asintóticas. Luego define la estimación estadística y los diferentes métodos como estimación puntual, por intervalos y bayesiana. Finalmente, cubre temas como distribuciones normales, t de Student e intervalos de confianza para proporciones.
Este documento trata sobre distribuciones muestrales y estimación. Explica que una distribución muestral es la distribución de probabilidad de un estimador que resulta de considerar todas las muestras posibles de una población. La estimación tiene como objetivo principal generalizar las conclusiones de una muestra a la población completa. El documento incluye ejemplos de distribuciones muestrales de medias, diferencias de medias, proporciones y diferencias de proporciones.
La distribución t de Student se utiliza para realizar inferencia estadística cuando se desconoce la desviación estándar poblacional y la muestra es menor a 30. Se parece a la distribución normal pero tiene más área en los extremos. Se usa para calcular intervalos de confianza, probar hipótesis, y determinar si dos muestras provienen de la misma población. El procedimiento implica plantear hipótesis nula e hipótesis alternativa, determinar el nivel de significancia, calcular la evidencia muestral, y aplic
El documento describe los pasos para realizar una prueba de hipótesis para comparar las medias de dos poblaciones. Explica que se utiliza la distribución t de Student y proporciona ejemplos numéricos para ilustrar cómo determinar si dos medias poblacionales son iguales o diferentes basado en muestras aleatorias de cada población.
Actividad de 20% de Distribucion Muestral realizada por el grupo numero 6, cuyos integrantes son: Felipe Salazar, Greylen Acuña, Katherine Malave, Andres Maica, Mayerling Vargas.
Trabajo de pruebas no paraemtricas 6 metodosjimmynter
Este documento presenta una introducción a los métodos estadísticos no paramétricos y describe seis métodos en particular. Explica que los métodos no paramétricos son útiles cuando no se puede asumir una distribución de probabilidad subyacente de los datos o cuando la escala de medición es nominal u ordinal. Luego describe brevemente la Prueba de Rangos con Signo de Wilcoxon para dos muestras pareadas, la Prueba Q de Cochran para k muestras pareadas, la Prueba de Friedman, la Correlación de Rango de Spe
Este documento presenta los métodos estadísticos no paramétricos y describe algunos de ellos como la prueba de rangos con signo de Wilcoxon para dos muestras pareadas, la prueba de Q de Cochran para k muestras pareadas, y la prueba de Friedman para k muestras. Estos métodos no requieren suposiciones sobre la distribución de probabilidad subyacente y son útiles cuando los datos no siguen una distribución conocida o la escala de medición no es de intervalo.
Estimacion puntual, propiedades de las estimaciones; estimacion por intervalo...Alexander Flores Valencia
Este documento presenta información sobre estimaciones puntuales y por intervalos para la media y la probabilidad de éxito binomial. Explica que una estimación puntual usa un solo valor de la muestra para estimar un parámetro poblacional, mientras que una estimación por intervalos provee un rango de valores que probablemente incluya al parámetro. También define intervalos de confianza y cómo se pueden calcular para la media cuando la desviación estándar poblacional es conocida o desconocida.
4. 01 OBJETIVO
02 INTRODUCCIÓN
03 CONCEPTO DE
ESTADISTICA INFERENCIAL
04
DEFINICION Y ASPECTOS
GENERALES
05
CONTRASTES:
UNILATERAL Y BILATERAL
06 EJERCICIOS APLICATIVOS
5. OBJETIVO
El objetivo de este material es dar a conocer
información referente al proceso de pruebas
de hipótesis para la media poblacional y su
aplicación como parte de las bases de
formación del alumno, de igual forma para
generar habilidades y razonamientos que
apoyen el desarrollo en su ámbito
profesional.
01
6. INTRODUCCIÓN
Hoy en día el conocimiento y aplicación de pruebas de
hipótesis juega un papel altamente importante dentro del
desarrollo profesional; de manera particular las pruebas de
hipótesis se convierten en una poderosa y fuerte herramienta
para la toma de decisiones razón para considerarlas y
aplicarlas de una manera eficaz y objetiva, el analizar los
elementos que intervienen permiten decisiones adecuadas.
7. Estadística inferencial
La estadística inferencial es una parte de la estadística que comprende los métodos y procedimientos que por
medio de la inducción determina propiedades de una población estadística, a partir de una parte de esta.
Su objetivo es obtener condiciones útiles para hacer razonamientos deductivos sobre una totalidad, basándose
en la información numérica dada por la muestra.
3
8. En la estadística uno de los procedimientos para
probar la validez de un enunciado relativo a un
parámetro poblacional basándose en la evidencia
muestral, es sin duda la Prueba de hipótesis.
HIPÓTESIS: es un enunciado que expone supuestos,
sujetos a verificación que orientan la búsqueda de la
información y su relación esperada con las variables.
PRUEBA DE HIPÓTESIS
9. Para entender bien que es una prueba de hipótesis es
necesario tener claros los conceptos de: variable,
parámetro, estimador de un parámetro, hipótesis
estadística y estadístico de prueba.
VARIABLE: es una característica de interés, que tienen los
individuos u objetos de una población.
PARÁMETRO: es una constante asociada a la distribución de
probabilidades de una variable aleatoria.
ESTIMADOR: es un estadístico (estadístico: variable aleatoria
función de las observaciones muéstrales) que toma
“valores cercanos” al verdadero valor del parámetro.
10. Fundamentalmente interesan los siguientes estimadores:
• La media muestral es un estimador de la media poblacional “μ”
• La desviación estándar muestral es un estimador de la desviación
estándar poblacional “σ”
• La proporción muestral, es un estimador de la proporción poblacional “p”
11. Un estadístico de prueba es un valor determinado a partir de
la información de la muestra para determinar si se acepta o
rechaza. Es la que vincula a un parámetro de interés, con un
estimador de ese parámetro.
Parámetro: Media “µ” Estadístico de prueba
Cuando se conoce la desviación
estándar poblacional “σ”. 𝑍 =
ത
𝑋 − 𝜇
𝜎
𝑛
Cuando se desconoce la desviación
estándar poblacional “σ” y se conoce
la muestral.
𝑡 =
ത
𝑋 − 𝜇
𝑆
𝑛
12.
13. LA POSICION DE LA REGION CRÍTICA DEPENDE DE LA
HIPÓTESIS ALTERNATIVA
𝐻0: 𝐸𝑠 𝑐𝑖𝑒𝑟𝑡𝑎 𝐻1: 𝐸𝑠 𝑐𝑖𝑒𝑟𝑡𝑎
𝑆𝑒
𝑒𝑠𝑐𝑜𝑔í𝑜 𝐻0
𝑁𝑜 ℎ𝑎 𝑒𝑟𝑟𝑜𝑟
(𝑣𝑒𝑟𝑑𝑎𝑑𝑒𝑟𝑜 𝑝𝑜𝑠𝑖𝑡𝑖𝑣𝑜)
𝑬𝒓𝒓𝒐𝒓 𝒅𝒆 𝒕𝒊𝒑𝒐 𝑰𝑰
(𝜷 𝒐𝒇𝒂𝒍𝒔𝒐 𝒑𝒐𝒔𝒊𝒕𝒊𝒗𝒐)
𝑆𝑒
𝑒𝑠𝑐𝑜𝑔í𝑜 𝐻1
𝑬𝒓𝒓𝒐𝒓 𝒅𝒆 𝒕𝒊𝒑𝒐 𝑰
(𝜶 𝒐𝒇𝒂𝒍𝒔𝒐 𝒑𝒐𝒔𝒊𝒕𝒊𝒗𝒐)
𝑁𝑜 ℎ𝑎 𝑒𝑟𝑟𝑜𝑟
(𝑣𝑒𝑟𝑑𝑎𝑑𝑒𝑟𝑜 𝑝𝑜𝑠𝑖𝑡𝑖𝑣𝑜)
14. EJEMPLO:
problema: ¿ la altura media o promedio de los postes de
la universidad es diferente de 20 m ?
𝐻1: 𝜇 ≠ 20
𝐻0: 𝜇 = 20 tener en cuenta:
𝐻0: = ; ≤ ; ≥
𝐻1: ≠ ; < ; >
19. EVALUACIÓN DE LA HIPÓTESIS
RECHAZO ACEPTAR RECHAZO
Júpiter es el planeta
más grande de todos
RECHAZO
Venus es el segundo
planeta desde el Sol.
ACEPTACIÓN
HD 100546b
Tiene un diámetro 7 veces mayor que el de Júpiter y una masa 60 veces más grande
20. PRUEBA DE HIPÓTESIS PARA UNA MEDIA
Se utiliza una prueba de una muestra para probar una afirmación con respecto a
una media de una población única.
A este respecto, pueden darse 3 casos a saber:
● Cuando el muestreo se realiza a partir de una población de valores que siguen
una distribución normal con varianza conocida.
● Cuando el muestreo se realiza a partir de una población con distribución normal
y con varianza desconocida.
● Cuando el muestreo se realiza a partir de una población que no presenta una
distribución normal.
22. Nota: Se considera práctico utilizar la distribución t solamente cuando se requiera que el tamaño de la
muestra sea menor de 30, ya que para muestras más grandes los valores t y z son aproximadamente iguales,
y es posible emplear la distribución normal en lugar de la distribución t.
23.
24.
25. La dirección de la prueba involucra proposiciones que
comprenden las palabras “ha mejorado”, “es mejor que”,
y el cómo dependerá sobre la variable que esté siendo
medida. Por ejemplo, si la variable involucra tiempo para
que un cierto medicamento haga efecto, las palabras
“mejor” “mejore” “o más efectivo” se traducen como “<”
(menos que, i.e. alivio menos rápido). Por otro lado, si la
variable se refiere a un resultado de una prueba,
entonces las palabras “mejor” “se mejora” o “más
efectiva” se traducen como “>” (más grande que, i.e.
resultados del examen más altos).
27. 1. De acuero a las normas establecidas en
una prueba de aptitud académica, las
personas que an concluido su estudio
universitario debían tener un promedio de
76.7 puntos. Si se sabe por una
investigación anterior sobre el caso, que la
desviación estandar fue de 8.6 puntos y si
45 personas que concluyeron su estudio
universitario son elegidos aleatoriamente y
alcanzan un promedio de 73.2 a un nivel de
confianza de 95% , pruebe la hipótesis de
que el promedio ha disminuido.
30. 2. Suponga que en un estudio relativo a
28 familias de la urbanización el sol,
arrojo un ingreso medio durante el
2023 de s/. 6548 con una desviación
estándar de s/. 952. pruebe la hipótesis
de que el verdadero ingreso familiar
promedio en día urbanización es de s/.
6000 (en el año), frente ala alternativa
de que no fue s/. 6000 , use un nivel de
significancia del 5%
32. 3. En una muestra aleatoria de 10
bolsas de cemento extra embolsado, se
obtuvo una media de 9.4 kg. Con una
desviación estándar de 1.8 kg. ¿
contiene esta muestra suficiente
evidencia para indicar que el peso
medio es menos de 10 kg de cemento ,
a un nivel de significación de 0.1?
35. 4. En un sistema educativo se aplicaran dos
métodos A y B para enseñar el curso de
estadística. En un grupo de 80 estudiantes se
aplicó el método A y en otro de 120 se aplicó
el método B. las medias de las calificaciones
obtenidas fueron 13 y 13.5 respectivamente. ¿
podemos admitir que los métodos e
enseñanza no son diferentes y que las
diferencias encontradas en las muestras se
deben al azar? Experiencias anteriores dicen
que las variables X1y X2 que presentan los
rendimientos con los métodos A y B
respectivamente, tienen distribución normal
con varianza 3 y 3.5, y 𝛼 = 0,05
38. PRUEBA PARA UNA MEDIA DE UNA POBLACIÓN
CON DESVIACIÓN ESTANDAR
Los servicios coordinados de salud de un municipio de alta marginación
reportan en la época de verano, un número promedio de 200 obreros,
menores de veinte años, con problemas de deshidratación. Supongamos que la
incidencia de obreros deshidratados sigue la distribución de probabilidad
normal con una media de 200 y una desviación estándar de 16. Recientemente,
se realizó una campaña de información sobre hábitos de hidratación durante el
verano, que duró 50 semanas. Se quiere investigar si ha habido un cambio en la
incidencia de casos de deshidratación obreros semanal en el municipio de alta
marginación.
EJEMPLO 05
39. PRUEBA PARA UNA MEDIA DE UNA POBLACIÓN
CON DESVIACIÓN ESTANDAR
Paso 1: Establezca la hipótesis nula y la hipótesis alternativa.
Paso 2: Seleccione el nivel de significancia.
Paso 3: Seleccione el estadístico de prueba.
Use la distribución de Z en virtud de que σ es conocida (recuerde que en la unidad anterior esta
la tabla de z en anexos, úsela para este ejemplo).
Paso 4: Formule la regla de decisión.
Solución:
𝐻1 ≠ 200
41. Concluimos que la media poblacional no es diferente de 200. Así que reportaríamos que
la incidencia de deshidratación en verano, en obreros menores de veinte años, en el
municipio de alta marginación no ha cambiado con una campaña de salud e higiene en
las últimas 50 semanas.
Recuérdese contrastar esto con el valor de p:
Conclusión:
Concluimos:
No se rechaza H0
42. PRUEBA PARA UNA MEDIA DE UNA POBLACIÓN
CON DESVIACIÓN ESTANDAR
El Departamento de Reclamaciones de una Empresa de construcción reporta que el
costo medio para procesar una reclamación es de $60 soles. Una encuesta mostró que
esta cantidad es más grande que cualquier otra compañía de seguros, así que la
aseguradora instituyó medidas para reducir costos. Para evaluar el efecto de las medidas
de reducción de costos, el supervisor del Departamento seleccionó una muestra
aleatoria de 26 reclamaciones procesadas el último mes. La información muestral se
reporta en el recuadro inferior. ¿Con un nivel de significancia de p=0.01, es razonable
afirmar que el costo de una reclamación es actualmente menor de S/.60?
EJEMPLO 06
43. PRUEBA PARA UNA MEDIA DE UNA POBLACIÓN
CON DESVIACIÓN ESTANDAR
Paso 1: Establezca las hipótesis nula y alternativa.
Paso 2: Seleccione el nivel de significancia.
α = 0.01 como se estableció en el problema
Paso 3: Seleccione el estadístico de prueba.
Use la distribución t de Student en virtud de
que σ es desconocido
Solución:
44.
45. Paso 4: Formule la regla de decisión.
Rechace H0 si t < -tα, n-1
CALCULAMOS:
Debido a que -1.818 no cae en la zona de rechazo, no se rechaza H0 al
nivel de significancia de p=0.01. No hemos demostrado que las
medidas para reducir el costo medio por reclamación de una empresa
constructora sea menos de S/. 60.
46. PRUEBA PARA UNA MEDIA DE UNA POBLACIÓN
DONDE SE DESCONCE LA DESVIACIÓN ESTANDAR
Se sabe que la media del consumo de energía eléctrica en cierta provincia es de 721 kwh.
Una empresa tecnológica de la región cree que sus empleados consumen más que el promedio
provincial. Recoge información sobre los consumos de 20 empleados escogidos al azar, y obtiene
los siguientes datos:
EJEMPLO 07
Si la distribución del consumo mensual de energía eléctrica es normal:
1. ¿Hay evidencias para afirmar que el promedio del consumo de energía eléctrica hogareño de los empleados de
la empresa es superior a la media del consumo a nivel provincial? Usar un nivel de significación del 10%
2. ¿Cuál es el valor p de la decisión?
47. Queremos hacer una prueba de hipótesis para saber si la media del consumo mensual de los
empleados de la empresa tecnológica es superior a la media provincial. Es decir: una prueba de
hipótesis sobre la media poblacional.
RESOLUCIÓN:
Paso 1: Definir la variable.
X: consumo mensual de energía eléctrica hogareña de un empleado de la empresa tecnológica
Sabemos que la distribución es normal. Pero desconocemos la media y el desvío estándar.
𝐗 ∼ 𝐍~(𝛍 =? ; 𝛔 =? )
Paso 2: Plantear las hipótesis estadísticas
La hipótesis nula postula que el promedio del consumo de los empleados es igual al provincial:
𝐻0: 𝜇 = 721
La hipótesis alternativa es que el promedio del consumo es superior al promedio provincial:
𝐻1: 𝜇 > 721
48. RESOLUCIÓN:
Paso 3: Establecer un estadístico de prueba
Este punto es importante.
Sabemos que si la variable X es normal y se conoce el desvío estándar poblacional σ, entonces el estadístico es:
𝑋 − 𝜇
𝜎
𝑛
~𝑁 0,1
Pero si la variable X es normal y no se conoce el desvío estándar poblacional, entonces se lo estima usando el
desvío estándar muestral S. Y el estadístico que resulta de sustituir σ por S tiene distribución t de Student
con n–1 grados de libertad:
ത
𝑋 − 𝜇
𝑆
𝑛
~𝑡𝑛−1
Ese es el estadístico que vamos a usar.
Paso 4: Seleccionar un nivel de significación
El nivel es del 10%.
49. RESOLUCIÓN:
Paso 5: Determinar la zona de rechazo y la regla de decisión
Como la prueba es unilateral derecha, rechazaremos la hipótesis nula si se observan valores “grandes” del
estadístico de prueba.
¿Qué significa “grandes”? Como el nivel de significación es del 10%, el valor crítico desde el cual se van a
considerar “grandes” a los valores del estadístico de prueba será aquel valor de la variable t de student que deja
un área de 0,1 a su derecha.
𝑡19;0,9 = 1,3277
Este valor se busca en tabla, o en GeoGebra (app para Windows o MacOs), o en Probability Distributions (app
para smarthphones).
51. EN PROBABILITY DISTRIBUTIONS:
Entonces:
• Rechazamos 𝐻0 si el estadístico de prueba es mayor o
igual a 1,3277
• No rechazamos 𝐻0 si el estadístico de prueba es
menor que 1,3277
52. RESOLUCIÓN:
Paso 6: Calcular el valor observado del estadístico de prueba
Con los 20 datos podemos calcular la media muestral y el desvío estándar muestral
ҧ
𝑥 = 745
S = 49,63
Entonces el valor observado del estadístico de prueba es:
745 − 721
49,63
20
= 2,16
El valor observado 2,16 pertenece a la zona de rechazo (1,3277; ∞).
53. RESOLUCIÓN:
Paso 7: Obtener la conclusión
Con un nivel de significación del 10% podemos afirmar que hay evidencia suficiente para rechazar la hipótesis
nula que afirma que el consumo promedio mensual de energía eléctrica de los empleados es de 721 kwh, a favor
de la hipótesis alternativa que afirma que el consumo promedio mensual de energía eléctrica de los empleados
es superior a 721 kwh.
Ítem b
El p valor de la decisión es la probabilidad a la derecha de 2,16:
Usando software o tablas se obtiene:
𝑃 − 𝑣𝑎𝑙𝑜𝑟 = 𝑃 𝑡 ≥ 2,16 = 0,0219
Es decir que el p valor de la prueba es de 0,0219
Hay una probabilidad de 2% de que el consumo haya dado cómo dio o aún mayor por azar.
Lo cual nos hace pensar que no fue “por azar” sino que fue porque los empleados de la empresa efectivamente
consumen más en promedio que el promedio provincial general.
54. PRUEBA PARA UNA MEDIA DE UNA POBLACIÓN
DONDE SE DESCONCE LA DESVIACIÓN ESTANDAR
Después de escuchar las quejas de una serie de clientes acerca del tiempo de fraguado del yeso que
vende una compañía, afirmando que duran 18 horas en promedio, un comité de defensa del
consumidor tomó una muestra aleatoria de 10 yesos y midió su fraguado. Los resultados se
muestran más abajo. Suponiendo que el tiempo de fraguado de los yesos sigue una distribución
normal, realice una prueba de hipótesis para averiguar si la duración del fraguado del yeso es
menor a lo estipulado por el fabricante. Usar un nivel de significancia 0.10.
EJEMPLO 08
56. RESOLUCIÓN:
Paso 3: Establecer un estadístico de prueba
Este punto es importante.
ത
𝑋 = 17.77 𝑆 = 1.0893
𝑡 =
ത
𝑋 − 𝜇
𝑆
𝑛
=
17.77 − 18
1.0893
10
= −0.6676
Paso 4: Regla de decisión:
Si se rechaza 𝐻0 𝑠𝑖 𝑡 < −𝑡𝛼;𝑛−1 − 0.6676 < −1.383
𝐻0: 𝜇 = 18
𝐻1: 𝜇 < 18
Paso 5: Interpretación
No se cumple la regla de decisión, por lo tanto no rechazamos 𝐻0,
quien se rechaza es 𝐻1, con esto se tiene evidencia estadística a favor
del fraguado de la compañía, rechazamos que sea menor a 18 horas .
57. CREDITS: This presentation template was created by
Slidesgo, including icons by Flaticon, and
infographics & images by Freepik
GRACIAS
jrrnonato@gmail.com
+51 993 057 235
nonatocompany.com
¿Tiene usted alguna pregunta?
Please keep this slide for attribution
58. ¿Te gusto el contenido de este ppt?
Míralo gratis en los sitios web:
Teoría
● https://blogs.ugto.mx/enfermeriaenlinea/unidad-
didactica-3-las-pruebas-de-hipotesis/
● https://www.monografias.com/trabajos91/prueba-
hipotesis-medias-excel-y-winstats/prueba-hipotesis-
medias-excel-y-winstats
● https://es.wikipedia.org/wiki/Estad%C3%ADstica_infer
encial#Estudio_de_la_estad%C3%ADstica_inferencial
● Prueba de Hipótesis para media, ejemplos y teoría
– YouTube
● https://www.jmp.com/es_co/statistics-knowledge-
portal/t-test/one-sample-t-test.html
● http://ri.uaemex.mx/bitstream/handle/20.500.11799/1
03516/secme-30735_1.pdf
BIBLIOGRAFÍA
Ejemplos
● https://probafacil.com/prueba-de-hipotesis-sobre-la-media-
poblacional/
● https://www.jmp.com/es_co/statistics-knowledge-portal/t-
test/one-sample-t-
test.html#:~:text=La%20prueba%20t%20de%20una%20muestra%
20es%20una%20prueba%20de,diferente%20de%20un%20valor%
20espec%C3%ADfico.
● https://www.youtube.com/watch?v=TCAtYnKI-
Jk&list=PLOGrBzmBZUPPLPnNFNbS4ZV2ORzoCDYmN&index=15
● PROBLEMA 2 PRUEBA DE HIPÓTESIS PARA LA MEDIA
DE UNA POBLACIÓN CON Ơ DESCONOCIDA – YouTube
● PROBLEMA 2 PRUEBA DE HIPÓTESIS PARA LA MEDIA
DE UNA POBLACIÓN CON Ơ CONOCIDA – YouTube
● https://repositorio.uptc.edu.co/bitstream/001/4007/1/2781.pdf