SlideShare una empresa de Scribd logo
PRUEBA DE HIPOTESIS
RESPONSABLE:
PROF. CARLOS MIGUEL SANTA CRUZ VERA
AÑO LECTIVO 2020
1. PRUEBAS DE HIPÓTESIS 3
PRUEBA DE HIPÓTESIS PARA LA MEDIA. 4
1.1 NOMENCLATURA. 4
1.2 PROCEDIMIENTO. 4
1.3 DESCRIPCIÓN DE LA PRUEBA. 5
2. PRUEBA DE HIPÓTESIS PARA LA PROPORCIÓN. 7
1.4 NOMENCLATURA. 7
1.5 PROCEDIMIENTO. 7
1.6 DESCRIPCIÓN DE LA PRUEBA. 7
3. PRUEBA CHI-CUADRADO PARA LA BONDAD DE AJUSTE. 8
4. EJERCICIOS DE APLICACIÓN RESUELTOS. 10
1.7 PROCESO DE PRODUCCIÓN: PRUEBA DE BONDAD DE AJUSTE. 10
1.8 PRUEBA DE HIPÓTESIS PARA EL PROMEDIO DE EXPORTACIÓN SEMESTRAL. 14
1.9 PRUEBA DE HIPÓTESIS PARA LA PROPORCIÓN POBLACIONAL DE CAJAS DE CD-ROM EN UN PROCESO DE
PRODUCCIÓN. 16
1. EJERCICIOS DE APLICACIÓN PROPUESTOS. 17
1.10 NÚMERO DE EMPLEADOS CON TRABAJO PENDIENTE PARA EL DÍA SIGUIENTE: PRUEBA DE BONDAD DE AJUSTE. 17
1.11 PRUEBA DE HIPÓTESIS PARA LA PROPORCIÓN DE POBLACIÓN POTENCIAL QUE RECHAZA UN NUEVO PRODUCTO. 18
1.12 PRUEBA DE HIPÓTESIS PARA EL CONTENIDO PROMEDIO DE LATAS DE ATÚN. 19
1.13 PRUEBA DE HIPÓTESIS PARA EL TIEMPO PROMEDIO DE DURACIÓN DE VELONES ESPECIALES. 20
BIBLIOGRAFÍA 22
1. Pruebas de hipótesis
Una hipótesis estadística es una afirmación que se hace en la cual se involucra un parámetro
poblacional o la distribución de una serie de datos, para probar a través de cálculos estadísticos
y haciendo uso de la muestra si la hipótesis es verdadera o falsa. La decisión de aceptar o
rechazar una hipótesis se toma dependiendo de la probabilidad calculada para el caso específico.
Se plantean dos hipótesis, la una recibe el nombre de hipótesis nula y la otra, hipótesis
alternativa, generalmente se identifican con H0 y H1 (en algunas ocasiones, como H1 y H2).
H0: hipótesis nula
H1: hipótesis alternativa
La hipótesis nula (H0) es aquella afirmación donde se plantea que el valor del parámetro
poblacional es igual (=) a un valor específico.
La hipótesis alternativa (H1) es aquella afirmación donde se plantea que el valor del parámetro
poblacional es diferente ( ), mayor (>) o menor (<) que un valor específico.
Dentro del análisis de pruebas de hipótesis, interviene como criterio de decisión el estadístico
de la prueba, el cual es un valor resultado de operaciones aritméticas donde intervienen términos
o factores hallados preliminarmente con cálculos estadísticos.
Se plantea la región de rechazo, ésta es un área bajo una función de densidad de probabilidad
definida (en su dominio) por un intervalo de valores (abscisa) que se utiliza como marco de
referencia para analizar si el estadístico se encuentra incluido en dicho intervalo o no.
Se asumen los siguientes criterios de decisión:
• Si el estadístico de la prueba cae en la región de rechazo, la decisión es rechazar
H0 (hipótesis nula).
• Si el estadístico de la prueba no cae en la región de rechazo, se deduce que cae
en la región de aceptación, en este caso la decisión es aceptar H0 (hipótesis nula).
En el análisis de prueba de hipótesis existe la probabilidad de cometer errores como los
siguientes:
Error de tipo I. Rechazar H0 dado que H0 es cierta o verdadera. Rechazar H0 / H0 es cierta.
Error de tipo II. Aceptar H0 dado que H0 es falsa. No rechazar H0 / H0 es falsa.
La probabilidad de cometer el error de tipo I se denota con α, también llamado nivel de
significación de la prueba. El nivel de significancia generalmente es menor o igual al 5%, es
decir, α ≤ 0,05, valor de probabilidad que se fija con el objeto de minimizar el error de tipo I.
La probabilidad de cometer el error de tipo II se denota con .
Prueba de hipótesis para la media.
1.1 Nomenclatura.
Hipótesis nula
Hipótesis alternativa
1.2 Procedimiento.
1. Calcular el estadístico de la prueba.
2. Analizar si el estadístico cae en la región de rechazo.
3. Tomar la decisión:
• Si el estadístico cae en la región de rechazo: rechazar H0 y aceptar H1.
• Si el estadístico no cae en la región de rechazo significa que el estadístico cae en
la región de aceptación: aceptar H0 y rechazar H1.
1.3 Descripción de la prueba.
Región de rechazo
Estadístico:
Ilustración 1 Representaciones gráficas
Ilustración 2
2. Prueba de hipótesis para la proporción.
1.4 Nomenclatura.
Hipótesis nula
Hipótesis alternativa
1.5 Procedimiento.
1. Calcular el estadístico de la prueba.
2. Analizar si el estadístico cae en la región de rechazo.
3. Tomar la decisión:
• Si el estadístico cae en la región de rechazo: rechazar H0 y aceptar H1.
• Si el estadístico no cae en la región de rechazo significa que el estadístico cae en
la región de aceptación: aceptar H0 y rechazar H1.
1.6 Descripción de la prueba.
Región de rechazo
Estadístico:
⇒ ≤ ≥
⇒ ≥
⇒ ≤
3. Prueba Chi-cuadrado para la bondad de ajuste.
La prueba Chi-cuadrado es utilizada para analizar la forma como se distribuye una serie de datos,
certificando si los datos se ajustan a una distribución supuesta. Este procedimiento estadístico
busca probar la hipótesis de que una variable aleatoria X presenta una distribución específica
como la normal, Poisson, exponencial, entre otras; aceptando o rechazando la hipótesis al final
del estudio. Para esto, se hace indispensable comparar las frecuencias observadas o reales, con
las frecuencias teóricas o esperadas.
El siguiente cuadro muestra el procedimiento para la aplicación de la prueba Chicuadrado:
Ilustración 3 Pasos a seguir para aplicar la prueba Chi-cuadrado.
4. Ejercicios de aplicación resueltos.
1.7 Proceso de producción: Prueba de bondad de ajuste.
En un proceso de producción de un artículo para piezas interiores de rodamiento, se toman las
medidas del diámetro interior en mm. para efectuar un mejor control de calidad. Se hace
indispensable analizar si presenta un comportamiento normal con una media de 3,476mm. y una
desviación típica de 0,065mm. Trabajar con una confianza del 95%.
A continuación se muestran los datos reales u observados durante el proceso de producción del
lote:
Intervalo
(Diámetro en
mm.)
Frecuencias reales
3,275 – 3,325 3
3,325 – 3,375 3
3,375 – 3,425 9
3,425 – 3,475 32
3,475 – 3,525 38
3,525 – 3,575 10
3,575 – 3,625 3
3,625 – 3,675 1
3,675 – 3,725 1
Total 100
Solución:
Paso 1: Establecer las hipótesis.
H1 = El diámetro de las piezas se distribuye normalmente con una media de µ = 3,476mm. y una
desviación de σ = 0,065.
H2 = El diámetro de las piezas no se distribuye normalmente con una media de µ = 3,476 mm.
y
una desviación de σ = 0,065.
Paso 2: Utilizar la distribución hipotética, en este caso, la distribución normal, para calcular las
diferentes probabilidades Pj, para cada intervalo.
Para el primer intervalo se tiene:
Luego,
Para el segundo intervalo se tiene:
Luego,
Para el resto de los intervalos se sigue la misma metodología.
Paso 3: Calcular las frecuencias teóricas para cada intervalo.
De igual manera para los intervalos siguientes, siendo
Se revisa que la sumatoria de las frecuencias reales sea aproximadamente igual a la sumatoria
de las frecuencias teóricas.
Señalar aquellas frecuencias teóricas ft ≤ 5, y agruparlas con las frecuencias vecinas, de tal forma
que se cumpla la condición, de esta manera surge una nueva tabla con un menor número de
intervalos (k intervalos).
Intervalos fo Pj ft No
condición
3,275 -
3,325
3 0,0092 0,92 *
3,325 -
3,375
3 0,0504 5,04
3,375 -
3,425
9 0,1571 15,71
3,425 -
3,475
32 0,2743 27,43
3,475 -
3,525
38 0,2814 28,14
3,525 -
3,575
10 0,1623 16,23
3,575 -
3,625
3 0,0533 5,33
3,625 -
3,675
1 0,0099 0,99 *
3,675 -
3,725
1 0,0011 0,11 *
Total 100 99,90
Intervalos fo Pj ft
3,275 -
3,375
6 0,0596 5,96
3,375 -
3,425
9 0,1571 15,71
3,425 -
3,475
32 0,2743 27,43
3,475 -
3,525
38 0,2814 28,14
3,525 -
3,575
10 0,1623 16,23
3,575 -
3,725
5 0,0643 6,43
Total 100 99,9
Paso 4: Obtener el estadístico Chi-cuadrado “calculado”.
Intervalos fo ft (fo – ft)2
3,275 -
3,375
6 5,96 0,002
3,375 -
3,425
9 15,71 45,024
3,425 -
3,475
32 27,43 20,885
3,475 -
3,525
38 28,14 97,220
3,525 -
3,575
10 16,23 38,813
3,575 -
3,725
5 6,43 2,045
Total 100 99,9 203,988
Paso 5: Obtener el estadístico Chi-cuadrado “tabulado”.
Grados de libertad = k – p – 1 = 6 – 2 – 1 = 3
Confianza (1 – α) = 0,95
Se busca en la tabla y se obtiene:
Paso 6: Utilizar el criterio o regla de decisión de la prueba de bondad de ajuste de la
Chicuadrado.
Si Aceptar H1
Decisión: Se acepta H1.
Se puede asegurar con una confianza del 95%, que los diámetros tienen una distribución normal
con una µ = 3,476mm. y una desviación σ = 0,065mm.
1.8 Prueba de hipótesis para el promedio de exportación semestral.
Se efectúa una investigación en una población de empresas de un departamento determinado del
país, destinadas a la producción y exportación de ropa interior para dama, el nivel de exportación
semestral (en millones de pesos) de cada una de las empresas que conforman la muestra se
visualiza a continuación:
Códig
o
empre
sa
Exportaci
ón
Códig
o
empre
sa
Exportaci
ón
Códig
o
empre
sa
Exportaci
ón
Códig
o
empre
sa
Exportaci
ón
E-014 120 E-991 343 E-329 284 E-026 295
E-236 235 E-803 250 E-574 306 E-609 145
E-025 113 E-484 164 E-206 328 E-610 338
E-526 381 E-132 335 E-759 200 E-034 163
E-087 187 E-047 281 E-464 183 E-796 268
E-189 309 E-101 288 E-673 209 E-310 184
E-358 126 E-329 304 E-485 364 E-143 240
E-249 335 E-575 228 E-160 387 E-298 213
E-731 103 E-229 249 E-688 129 E-876 160
E-825 380 E-275 284 E-827 296 E-154 252
Elaborar la siguiente prueba de hipótesis con un nivel de significancia del 4%:
H0: µ = 215
H1: µ > 215
Solución
El estadístico de la prueba cae en la región de rechazo (RR).
Decisión: Rechazar H0 y aceptar H1.
El promedio de exportación semestral de las empresas del departamento es mayor a $215
millones.
1.9 Prueba de hipótesis para la proporción poblacional de cajas de CD-ROM en un
proceso de producción.
Por estudios preliminares, se sabe que el porcentaje de artículos defectuosos de un proceso de
producción de cajas para CD-Room, es del 16%, el jefe de producción implantó medidas más
drásticas para el control del proceso de producción con el objeto de disminuir este porcentaje.
Se efectúa una investigación para analizar si la proporción poblacional de artículos defectuosos
es menor a 0,10, con un nivel de significancia del 5%. Se tomó una muestra de 370 unidades y
se detectó que de éstas, 32 presentaban defectos.
Solución
H0: p = 0,10
H1: p < 0,10
(pasado)
Estadístico:
RR:
El estadístico no cae en la región de rechazo (RR).
Decisión: Como el estadístico no cae en la RR, se acepta H0 y se rechaza H1.
La proporción de cajas de CD-Room defectuosas en el proceso de producción es igual a 0,10.
Gráficamente:
1. Ejercicios de aplicación propuestos.
1.10 Número de empleados con trabajo pendiente para el día siguiente: Prueba de bondad
de ajuste.
Los empleados de una empresa han presentado quejas frente al director de personal,
argumentando que la cantidad de actividades diarias es extremadamente alta, por tal motivo se
efectúa una investigación para analizar la proporción de empleados por día que se ven obligados
a dejar trabajo pendiente para el día siguiente.
Cada día se toma una muestra aleatoria de 15 empleados, y al finalizar el día se observa el
número de empleados con trabajo pendiente. Los datos reales se visualizan a continuación:
Día
No. empleados con
trabajo pendiente
1 5
2 4
3 3
4 10
5 5
6 4
7 3
8 3
9 4
10 9
11 7
12 3
13 3
14 4
15 2
Contrastar la siguiente prueba de hipótesis:
H1: El número de empleados con trabajos pendientes para el día siguiente se distribuye
binomialmente con un promedio de tres empleados y una desviación típica o estándar de 0,36.
H2: El número de empleados con trabajos pendientes para el día siguiente no se distribuye como
una binomial con un promedio de tres empleados y una desviación típica o estándar de 0,36.
1.11 Prueba de hipótesis para la proporción de población potencial que rechaza un nuevo
producto.
Una compañía de gaseosas pretende sacar al mercado un producto nuevo, con un alto contenido
de nutrientes y zumos naturales, bebida destinada especialmente para jóvenes entre ocho y 18
años. Se efectúa un estudio preliminar para detectar el porcentaje de consumidores entre ocho y
18 años que no les agrada por algún motivo (sabor, diseño del empaque, olor, color, precio, entre
otros). El porcentaje de jóvenes que no aceptaron la bebida fue alto, por tal motivo, los aspectos
negativos consignados en las encuestas, se tomaron como punto de referencia para iniciar un
plan de mejoramiento en el proceso de la producción. El gerente ha decidido lanzar
definitivamente el producto sólo si el porcentaje máximo de rechazo es inferior al 8% de la
población joven con edad entre ocho y 18 años.
Se tomó una muestra de 278 jóvenes del área metropolitana y se encontró que 25 jóvenes no
aceptaron el producto. Se pide:
Elaborar un estudio de prueba de hipótesis para determinar si el porcentaje de no aceptación es
menor al 8%. Utilizar un nivel de significancia del 4%.
1.12 Prueba de hipótesis para el contenido promedio de latas de atún.
Una empresa procesadora de atún enlatado ha sido demandada bajo el supuesto de que sus latas
presentan un contenido inferior al impreso en el empaque. La compañía detiene la producción y
con la ya existente, pretende demostrar que es falsa la acusación, conjuntamente con un grupo
de auditores, inicia una investigación. Se toma una muestra de 400 latas con un contenido
impreso en el empaque de 380gr cada una.
Con la muestra recolectada se calculó el peso promedio y la desviación típica o estándar, siendo
X = 382 y S = 5,3.
a) Probar la hipótesis de que el peso promedio de las latas producidas por la empresa
es igual a 380gr. Trabajar con un nivel de significancia del 5%.
b) Probar la hipótesis de que el peso promedio de las latas producidas por la empresa
es superior a 380gr. Trabajar con un nivel de significancia del 5%.
1.13 Prueba de hipótesis para el tiempo promedio de duración de velones especiales.
Una industria productora de velas con aroma destinadas para estudios de velomancia detecta que
la demanda de su producto ha aumentado en los últimos años. Los consumidores prefieren velas
con duración superior a cinco horas. El gerente de producción inicia una investigación con el
propósito de analizar si su producto cumple con las expectativas del cliente en cuanto a tiempo
de duración y en caso de no ser así, optar por medidas correctivas en el proceso. Se toma una
muestra de 90 velones medianos para mirar el tiempo de duración:
Probar la hipótesis de que el tiempo promedio de duración de los velones es superior a cinco
horas. Trabajar con un nivel de significancia del 3%.
PRUEBA DE HIPOTESIS
1. Prueba de hipótesis-1
https://www.youtube.com/watch?v=icEYXOyQeU4&list=PLFkbGwyzAy6wT7OSCCUf
4e5G9MpL6KkeI&index=40&t=4s
2. Prueba de hipótesis-2
https://www.youtube.com/watch?v=HmA4Wr5Q-
eM&list=PLFkbGwyzAy6wT7OSCCUf4e5G9MpL6KkeI&index=41&t=14s
3. Prueba de hipótesis-3
https://www.youtube.com/watch?v=nL_q72d591k&list=PLFkbGwyzAy6wT7OSCCUf4e5G9Mp
L6KkeI&index=42&t=3s
4. Prueba de hipótesis-4
https://www.youtube.com/watch?v=nL_q72d591k&list=PLFkbGwyzAy6wT7OSCCUf4
e5G9MpL6KkeI&index=42&t=3s
5. Ejercicio de prueba de hipótesis-1
https://www.youtube.com/watch?v=nL_q72d591k&list=PLFkbGwyzAy6wT7OSCCUf4e5G9Mp
L6KkeI&index=42&t=3s
6. Ejercicio de prueba de hipótesis-2
https://www.youtube.com/watch?v=Gz8js2wW0ag&list=PLFkbGwyzAy6wT7OSCCUf4e5G9M
pL6KkeI&index=45&t=59s
7. Ejercicio de prueba de hipótesis-3
https://www.youtube.com/watch?v=-
t8U7y1t2fI&list=PLFkbGwyzAy6wT7OSCCUf4e5G9MpL6KkeI&index=46&t=13s
8. Ejercicio de prueba de hipótesis-4
https://www.youtube.com/watch?v=-
0wOGfUVQq4&list=PLFkbGwyzAy6wT7OSCCUf4e5G9MpL6KkeI&index=49&t=35s
9. Ejercicio de prueba de hipótesis-5
https://www.youtube.com/watch?v=9zMBEnncSig&list=PLFkbGwyzAy6wT7OSCCUf4
e5G9MpL6KkeI&index=50&t=260s
Bibliografía
Gabriel, J. (2017). Diseños experimentales teoria y practica para experimentos agropecuarios.
Guayaquil, Ecuador: Compas.
Marro, E. D.‐A.–F. (s.f.). Prueba de Hipótesis para la diferencia de medias. Prueba de Hipótesis
para la diferencia de medias.
McGRAW-HILL/INTERAMERICANA EDITORES, S.A. de C.V. (2009). Estadisticas cuarta
edicion. Mexico: The McGraw-Hill Companies, Inc.
Superprof material didactico. (26 de Agosto de 2015). Tabla de distribución normal. Obtenido de
Tabla de distribución normal:
https://www.superprof.es/apuntes/escolar/matematicas/probabilidades/distribucion-
normal/tabla-de-la-distribucion-normal.html
Zuluaga, M. N. (s.f.). ESTADÍSTICA PARA EDUCACIÓN SUPERIOR. Medellin: Esumer.

Más contenido relacionado

La actualidad más candente

Microcontroladores PIC: Luz por detector de movimiento y crepuscular “Senpir”
Microcontroladores PIC: Luz por detector de movimiento y crepuscular “Senpir”Microcontroladores PIC: Luz por detector de movimiento y crepuscular “Senpir”
Microcontroladores PIC: Luz por detector de movimiento y crepuscular “Senpir”
SANTIAGO PABLO ALBERTO
 
307274397 unidad-4-vibraciones
307274397 unidad-4-vibraciones307274397 unidad-4-vibraciones
307274397 unidad-4-vibraciones
Misraim Ferrer Martinez
 
Programacion en WinCupl
Programacion en WinCuplProgramacion en WinCupl
Programacion en WinCupl
Gilbert_28
 
Método Simplex Caso de Maximización
Método Simplex Caso de MaximizaciónMétodo Simplex Caso de Maximización
Método Simplex Caso de Maximización
Luis Guerrero
 
Algoritmo De Multiplicador Constante & Algoritmo Lineal
Algoritmo De Multiplicador Constante & Algoritmo LinealAlgoritmo De Multiplicador Constante & Algoritmo Lineal
Algoritmo De Multiplicador Constante & Algoritmo Lineal
Instituto Tecnologico De Pachuca
 
3. unidad ii_factores_upes_2013
3. unidad ii_factores_upes_20133. unidad ii_factores_upes_2013
3. unidad ii_factores_upes_2013
Frederick Calderòn Portillo
 
Modelos de Programacion
Modelos de ProgramacionModelos de Programacion
Modelos de Programacion
guideis_love
 
Métodos De Los Cuadrados Medios
Métodos De Los Cuadrados MediosMétodos De Los Cuadrados Medios
Métodos De Los Cuadrados Medios
Universidad de Otavalo
 
Montaje de cojinetes de friccion
Montaje de cojinetes de friccionMontaje de cojinetes de friccion
Montaje de cojinetes de friccion
hjcanizales1927
 
Prueba de hipotesis para dos poblaciones
Prueba de hipotesis para dos poblacionesPrueba de hipotesis para dos poblaciones
Prueba de hipotesis para dos poblaciones
Unisucre, I.E. Antonio Lenis
 
Cronograma de mantenimiento para usuarios
Cronograma de mantenimiento para usuariosCronograma de mantenimiento para usuarios
Cronograma de mantenimiento para usuarios
Rutas Solidarias
 
Unidad 4-generacion-de-numeros-pseudoaleatorios1
Unidad 4-generacion-de-numeros-pseudoaleatorios1Unidad 4-generacion-de-numeros-pseudoaleatorios1
Unidad 4-generacion-de-numeros-pseudoaleatorios1
Juan Carlos Martinez Garcia
 
6. gradiente aritmético
6. gradiente aritmético6. gradiente aritmético
6. gradiente aritmético
tatyanasaltos
 
Probabilidad De Poison
Probabilidad De PoisonProbabilidad De Poison
Probabilidad De Poison
Estadistica UTPL
 
Prueba de Hipotesis Est ind clase01
Prueba de Hipotesis Est ind clase01Prueba de Hipotesis Est ind clase01
Prueba de Hipotesis Est ind clase01
Universidad Nacional Mayor de San Marcos
 
Algoritmo Coungrencial Multiplicativo & Aditivo
Algoritmo Coungrencial Multiplicativo & AditivoAlgoritmo Coungrencial Multiplicativo & Aditivo
Algoritmo Coungrencial Multiplicativo & Aditivo
Instituto Tecnologico De Pachuca
 
Pruebas de Uniformidad
Pruebas de UniformidadPruebas de Uniformidad
Pruebas de Uniformidad
Ewing Ma
 
Contraste de hipótesis Bilateral y Unilateral
Contraste de hipótesis Bilateral y UnilateralContraste de hipótesis Bilateral y Unilateral
Contraste de hipótesis Bilateral y Unilateral
miguelpi
 
Transferencia de datos entre registros
Transferencia de datos entre registrosTransferencia de datos entre registros
Transferencia de datos entre registros
Daniel Zuluaga
 
La segmentación del mercado. inocencio meléndez julio.
 La segmentación del mercado. inocencio meléndez julio. La segmentación del mercado. inocencio meléndez julio.
La segmentación del mercado. inocencio meléndez julio.
INOCENCIO MELÉNDEZ JULIO
 

La actualidad más candente (20)

Microcontroladores PIC: Luz por detector de movimiento y crepuscular “Senpir”
Microcontroladores PIC: Luz por detector de movimiento y crepuscular “Senpir”Microcontroladores PIC: Luz por detector de movimiento y crepuscular “Senpir”
Microcontroladores PIC: Luz por detector de movimiento y crepuscular “Senpir”
 
307274397 unidad-4-vibraciones
307274397 unidad-4-vibraciones307274397 unidad-4-vibraciones
307274397 unidad-4-vibraciones
 
Programacion en WinCupl
Programacion en WinCuplProgramacion en WinCupl
Programacion en WinCupl
 
Método Simplex Caso de Maximización
Método Simplex Caso de MaximizaciónMétodo Simplex Caso de Maximización
Método Simplex Caso de Maximización
 
Algoritmo De Multiplicador Constante & Algoritmo Lineal
Algoritmo De Multiplicador Constante & Algoritmo LinealAlgoritmo De Multiplicador Constante & Algoritmo Lineal
Algoritmo De Multiplicador Constante & Algoritmo Lineal
 
3. unidad ii_factores_upes_2013
3. unidad ii_factores_upes_20133. unidad ii_factores_upes_2013
3. unidad ii_factores_upes_2013
 
Modelos de Programacion
Modelos de ProgramacionModelos de Programacion
Modelos de Programacion
 
Métodos De Los Cuadrados Medios
Métodos De Los Cuadrados MediosMétodos De Los Cuadrados Medios
Métodos De Los Cuadrados Medios
 
Montaje de cojinetes de friccion
Montaje de cojinetes de friccionMontaje de cojinetes de friccion
Montaje de cojinetes de friccion
 
Prueba de hipotesis para dos poblaciones
Prueba de hipotesis para dos poblacionesPrueba de hipotesis para dos poblaciones
Prueba de hipotesis para dos poblaciones
 
Cronograma de mantenimiento para usuarios
Cronograma de mantenimiento para usuariosCronograma de mantenimiento para usuarios
Cronograma de mantenimiento para usuarios
 
Unidad 4-generacion-de-numeros-pseudoaleatorios1
Unidad 4-generacion-de-numeros-pseudoaleatorios1Unidad 4-generacion-de-numeros-pseudoaleatorios1
Unidad 4-generacion-de-numeros-pseudoaleatorios1
 
6. gradiente aritmético
6. gradiente aritmético6. gradiente aritmético
6. gradiente aritmético
 
Probabilidad De Poison
Probabilidad De PoisonProbabilidad De Poison
Probabilidad De Poison
 
Prueba de Hipotesis Est ind clase01
Prueba de Hipotesis Est ind clase01Prueba de Hipotesis Est ind clase01
Prueba de Hipotesis Est ind clase01
 
Algoritmo Coungrencial Multiplicativo & Aditivo
Algoritmo Coungrencial Multiplicativo & AditivoAlgoritmo Coungrencial Multiplicativo & Aditivo
Algoritmo Coungrencial Multiplicativo & Aditivo
 
Pruebas de Uniformidad
Pruebas de UniformidadPruebas de Uniformidad
Pruebas de Uniformidad
 
Contraste de hipótesis Bilateral y Unilateral
Contraste de hipótesis Bilateral y UnilateralContraste de hipótesis Bilateral y Unilateral
Contraste de hipótesis Bilateral y Unilateral
 
Transferencia de datos entre registros
Transferencia de datos entre registrosTransferencia de datos entre registros
Transferencia de datos entre registros
 
La segmentación del mercado. inocencio meléndez julio.
 La segmentación del mercado. inocencio meléndez julio. La segmentación del mercado. inocencio meléndez julio.
La segmentación del mercado. inocencio meléndez julio.
 

Similar a PRUEBA DE HIPOTESIS

Pruebas de Hipotesis
Pruebas de HipotesisPruebas de Hipotesis
Pruebas de Hipotesis
Azucena Agüero Torres
 
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
NayelyGilesValdez2
 
Teoria de la estimación
Teoria de la estimaciónTeoria de la estimación
Teoria de la estimación
JOHNNY28000
 
ESTADÍSTICA CON CALIDAD.
ESTADÍSTICA CON CALIDAD.ESTADÍSTICA CON CALIDAD.
ESTADÍSTICA CON CALIDAD.
markos050688
 
Deber chi cuadrado
Deber chi cuadradoDeber chi cuadrado
Deber chi cuadrado
Marisol Imbacuán
 
Prueba de hipotesis
Prueba de hipotesisPrueba de hipotesis
Prueba de hipotesis
GabiiHdezr
 
PRUEBA DE HIPOTESIS 2.pptx
PRUEBA DE HIPOTESIS  2.pptxPRUEBA DE HIPOTESIS  2.pptx
PRUEBA DE HIPOTESIS 2.pptx
JesusRodriguez393956
 
Deber chi cuadrado
Deber chi cuadradoDeber chi cuadrado
Deber chi cuadrado
gabrielanataly
 
Universidad Tecnológica de Torreón
Universidad Tecnológica de TorreónUniversidad Tecnológica de Torreón
Universidad Tecnológica de Torreón
Alejandra Cordero
 
Deber chi cuadrado (2)
Deber chi cuadrado (2)Deber chi cuadrado (2)
Deber chi cuadrado (2)
amandyta
 
Deber chi cuadrado
Deber chi cuadradoDeber chi cuadrado
Deber chi cuadrado
TATHYYYYY
 
Estadistica II (I Bimestre)
Estadistica II (I Bimestre)Estadistica II (I Bimestre)
Estadistica II (I Bimestre)
Videoconferencias UTPL
 
Presentacion de mata ejercicio 5
Presentacion de mata ejercicio 5Presentacion de mata ejercicio 5
Presentacion de mata ejercicio 5
felix lopez gonzalez
 
Estadística-Inferencial.ppt
Estadística-Inferencial.pptEstadística-Inferencial.ppt
Estadística-Inferencial.ppt
JulioVargas19409
 
Estadística-Inferencial INGENIERIA IND.ppt
Estadística-Inferencial INGENIERIA IND.pptEstadística-Inferencial INGENIERIA IND.ppt
Estadística-Inferencial INGENIERIA IND.ppt
erick492359
 
Tercera unidad
Tercera unidadTercera unidad
Tercera unidad
LauraAnguiano25
 
Tarea chi cuadrado
Tarea chi cuadradoTarea chi cuadrado
Tarea chi cuadrado
Claudia Maricela Chiles Muepaz
 
Entregar pruebas de bondad de ajuste
Entregar pruebas de bondad de ajusteEntregar pruebas de bondad de ajuste
Entregar pruebas de bondad de ajuste
12345678890
 
estadístico ambiental
estadístico ambiental estadístico ambiental
estadístico ambiental
AronHuarcayaPastor
 
Chi cuadrado
Chi cuadradoChi cuadrado
Chi cuadrado
deicycumbal
 

Similar a PRUEBA DE HIPOTESIS (20)

Pruebas de Hipotesis
Pruebas de HipotesisPruebas de Hipotesis
Pruebas de Hipotesis
 
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
 
Teoria de la estimación
Teoria de la estimaciónTeoria de la estimación
Teoria de la estimación
 
ESTADÍSTICA CON CALIDAD.
ESTADÍSTICA CON CALIDAD.ESTADÍSTICA CON CALIDAD.
ESTADÍSTICA CON CALIDAD.
 
Deber chi cuadrado
Deber chi cuadradoDeber chi cuadrado
Deber chi cuadrado
 
Prueba de hipotesis
Prueba de hipotesisPrueba de hipotesis
Prueba de hipotesis
 
PRUEBA DE HIPOTESIS 2.pptx
PRUEBA DE HIPOTESIS  2.pptxPRUEBA DE HIPOTESIS  2.pptx
PRUEBA DE HIPOTESIS 2.pptx
 
Deber chi cuadrado
Deber chi cuadradoDeber chi cuadrado
Deber chi cuadrado
 
Universidad Tecnológica de Torreón
Universidad Tecnológica de TorreónUniversidad Tecnológica de Torreón
Universidad Tecnológica de Torreón
 
Deber chi cuadrado (2)
Deber chi cuadrado (2)Deber chi cuadrado (2)
Deber chi cuadrado (2)
 
Deber chi cuadrado
Deber chi cuadradoDeber chi cuadrado
Deber chi cuadrado
 
Estadistica II (I Bimestre)
Estadistica II (I Bimestre)Estadistica II (I Bimestre)
Estadistica II (I Bimestre)
 
Presentacion de mata ejercicio 5
Presentacion de mata ejercicio 5Presentacion de mata ejercicio 5
Presentacion de mata ejercicio 5
 
Estadística-Inferencial.ppt
Estadística-Inferencial.pptEstadística-Inferencial.ppt
Estadística-Inferencial.ppt
 
Estadística-Inferencial INGENIERIA IND.ppt
Estadística-Inferencial INGENIERIA IND.pptEstadística-Inferencial INGENIERIA IND.ppt
Estadística-Inferencial INGENIERIA IND.ppt
 
Tercera unidad
Tercera unidadTercera unidad
Tercera unidad
 
Tarea chi cuadrado
Tarea chi cuadradoTarea chi cuadrado
Tarea chi cuadrado
 
Entregar pruebas de bondad de ajuste
Entregar pruebas de bondad de ajusteEntregar pruebas de bondad de ajuste
Entregar pruebas de bondad de ajuste
 
estadístico ambiental
estadístico ambiental estadístico ambiental
estadístico ambiental
 
Chi cuadrado
Chi cuadradoChi cuadrado
Chi cuadrado
 

Más de Carlos Miguel Santa Cruz Vera

Apa 5
Apa 5Apa 5
Apa 4
Apa 4Apa 4
Apa 3
Apa 3Apa 3
Apa 1
Apa 1Apa 1
Apa 2
Apa 2Apa 2
variables
variables variables
ANALISIS DE CORRELACION
ANALISIS DE CORRELACIONANALISIS DE CORRELACION
ANALISIS DE CORRELACION
Carlos Miguel Santa Cruz Vera
 
DISTRIBUCION CHI
DISTRIBUCION CHIDISTRIBUCION CHI
DISTRIBUCION DE PROBABILIDAD CONTINUA
DISTRIBUCION DE PROBABILIDAD CONTINUADISTRIBUCION DE PROBABILIDAD CONTINUA
DISTRIBUCION DE PROBABILIDAD CONTINUA
Carlos Miguel Santa Cruz Vera
 
DISTRIBUCION DE PROBABILIDAD
DISTRIBUCION DE PROBABILIDADDISTRIBUCION DE PROBABILIDAD
DISTRIBUCION DE PROBABILIDAD
Carlos Miguel Santa Cruz Vera
 
INTRODUCCION A LA PROBABILIDAD
INTRODUCCION A LA PROBABILIDADINTRODUCCION A LA PROBABILIDAD
INTRODUCCION A LA PROBABILIDAD
Carlos Miguel Santa Cruz Vera
 
LAS FUNCIONES Y SU UTILIDAD PARA DESCRIBIR UNA VARIABLE
LAS FUNCIONES Y SU UTILIDAD PARA DESCRIBIR UNA VARIABLELAS FUNCIONES Y SU UTILIDAD PARA DESCRIBIR UNA VARIABLE
LAS FUNCIONES Y SU UTILIDAD PARA DESCRIBIR UNA VARIABLE
Carlos Miguel Santa Cruz Vera
 
CAMBIAR TIPO DE GRAFICO DE SERIES
CAMBIAR TIPO DE GRAFICO DE SERIESCAMBIAR TIPO DE GRAFICO DE SERIES
CAMBIAR TIPO DE GRAFICO DE SERIES
Carlos Miguel Santa Cruz Vera
 
CAMBIAR TIPO DE GRAFICO
CAMBIAR TIPO DE GRAFICOCAMBIAR TIPO DE GRAFICO
CAMBIAR TIPO DE GRAFICO
Carlos Miguel Santa Cruz Vera
 
LAS FUNCIONES Y SU UTILIDAD PARA DESCRIBIR UNA VARIABLE
LAS FUNCIONES Y SU UTILIDAD PARA DESCRIBIR UNA VARIABLELAS FUNCIONES Y SU UTILIDAD PARA DESCRIBIR UNA VARIABLE
LAS FUNCIONES Y SU UTILIDAD PARA DESCRIBIR UNA VARIABLE
Carlos Miguel Santa Cruz Vera
 
CAMBIAR TIPO DE GRAFICO DE SERIES
CAMBIAR TIPO DE GRAFICO DE SERIESCAMBIAR TIPO DE GRAFICO DE SERIES
CAMBIAR TIPO DE GRAFICO DE SERIES
Carlos Miguel Santa Cruz Vera
 
CAMBIAR TIPO DE GRAFICO EN EXCEL
CAMBIAR TIPO DE GRAFICO EN EXCELCAMBIAR TIPO DE GRAFICO EN EXCEL
CAMBIAR TIPO DE GRAFICO EN EXCEL
Carlos Miguel Santa Cruz Vera
 
ESTADISTICA PARA EXCEL
ESTADISTICA PARA EXCELESTADISTICA PARA EXCEL
ESTADISTICA PARA EXCEL
Carlos Miguel Santa Cruz Vera
 
LAS FUNCIONES Y SU UTILIDAD PARA DESCRIBIR UNA VARIABLE
LAS FUNCIONES Y SU UTILIDAD PARA DESCRIBIR UNA VARIABLELAS FUNCIONES Y SU UTILIDAD PARA DESCRIBIR UNA VARIABLE
LAS FUNCIONES Y SU UTILIDAD PARA DESCRIBIR UNA VARIABLE
Carlos Miguel Santa Cruz Vera
 
GRAFICO DE COLUMNAS Y LINEAS EN EXCEL
GRAFICO DE COLUMNAS Y LINEAS EN EXCELGRAFICO DE COLUMNAS Y LINEAS EN EXCEL
GRAFICO DE COLUMNAS Y LINEAS EN EXCEL
Carlos Miguel Santa Cruz Vera
 

Más de Carlos Miguel Santa Cruz Vera (20)

Apa 5
Apa 5Apa 5
Apa 5
 
Apa 4
Apa 4Apa 4
Apa 4
 
Apa 3
Apa 3Apa 3
Apa 3
 
Apa 1
Apa 1Apa 1
Apa 1
 
Apa 2
Apa 2Apa 2
Apa 2
 
variables
variables variables
variables
 
ANALISIS DE CORRELACION
ANALISIS DE CORRELACIONANALISIS DE CORRELACION
ANALISIS DE CORRELACION
 
DISTRIBUCION CHI
DISTRIBUCION CHIDISTRIBUCION CHI
DISTRIBUCION CHI
 
DISTRIBUCION DE PROBABILIDAD CONTINUA
DISTRIBUCION DE PROBABILIDAD CONTINUADISTRIBUCION DE PROBABILIDAD CONTINUA
DISTRIBUCION DE PROBABILIDAD CONTINUA
 
DISTRIBUCION DE PROBABILIDAD
DISTRIBUCION DE PROBABILIDADDISTRIBUCION DE PROBABILIDAD
DISTRIBUCION DE PROBABILIDAD
 
INTRODUCCION A LA PROBABILIDAD
INTRODUCCION A LA PROBABILIDADINTRODUCCION A LA PROBABILIDAD
INTRODUCCION A LA PROBABILIDAD
 
LAS FUNCIONES Y SU UTILIDAD PARA DESCRIBIR UNA VARIABLE
LAS FUNCIONES Y SU UTILIDAD PARA DESCRIBIR UNA VARIABLELAS FUNCIONES Y SU UTILIDAD PARA DESCRIBIR UNA VARIABLE
LAS FUNCIONES Y SU UTILIDAD PARA DESCRIBIR UNA VARIABLE
 
CAMBIAR TIPO DE GRAFICO DE SERIES
CAMBIAR TIPO DE GRAFICO DE SERIESCAMBIAR TIPO DE GRAFICO DE SERIES
CAMBIAR TIPO DE GRAFICO DE SERIES
 
CAMBIAR TIPO DE GRAFICO
CAMBIAR TIPO DE GRAFICOCAMBIAR TIPO DE GRAFICO
CAMBIAR TIPO DE GRAFICO
 
LAS FUNCIONES Y SU UTILIDAD PARA DESCRIBIR UNA VARIABLE
LAS FUNCIONES Y SU UTILIDAD PARA DESCRIBIR UNA VARIABLELAS FUNCIONES Y SU UTILIDAD PARA DESCRIBIR UNA VARIABLE
LAS FUNCIONES Y SU UTILIDAD PARA DESCRIBIR UNA VARIABLE
 
CAMBIAR TIPO DE GRAFICO DE SERIES
CAMBIAR TIPO DE GRAFICO DE SERIESCAMBIAR TIPO DE GRAFICO DE SERIES
CAMBIAR TIPO DE GRAFICO DE SERIES
 
CAMBIAR TIPO DE GRAFICO EN EXCEL
CAMBIAR TIPO DE GRAFICO EN EXCELCAMBIAR TIPO DE GRAFICO EN EXCEL
CAMBIAR TIPO DE GRAFICO EN EXCEL
 
ESTADISTICA PARA EXCEL
ESTADISTICA PARA EXCELESTADISTICA PARA EXCEL
ESTADISTICA PARA EXCEL
 
LAS FUNCIONES Y SU UTILIDAD PARA DESCRIBIR UNA VARIABLE
LAS FUNCIONES Y SU UTILIDAD PARA DESCRIBIR UNA VARIABLELAS FUNCIONES Y SU UTILIDAD PARA DESCRIBIR UNA VARIABLE
LAS FUNCIONES Y SU UTILIDAD PARA DESCRIBIR UNA VARIABLE
 
GRAFICO DE COLUMNAS Y LINEAS EN EXCEL
GRAFICO DE COLUMNAS Y LINEAS EN EXCELGRAFICO DE COLUMNAS Y LINEAS EN EXCEL
GRAFICO DE COLUMNAS Y LINEAS EN EXCEL
 

Último

Fundamentos filosóficos de la metodología de la enseñanza
Fundamentos filosóficos de la metodología de la enseñanzaFundamentos filosóficos de la metodología de la enseñanza
Fundamentos filosóficos de la metodología de la enseñanza
iamgaby0724
 
Compartir p4s.co Pitch Hackathon Template Plantilla final.pptx-2.pdf
Compartir p4s.co Pitch Hackathon Template Plantilla final.pptx-2.pdfCompartir p4s.co Pitch Hackathon Template Plantilla final.pptx-2.pdf
Compartir p4s.co Pitch Hackathon Template Plantilla final.pptx-2.pdf
JimmyDeveloperWebAnd
 
Programación de la XI semana cultural del CEIP Alfares
Programación de la XI semana cultural del CEIP AlfaresProgramación de la XI semana cultural del CEIP Alfares
Programación de la XI semana cultural del CEIP Alfares
Alfaresbilingual
 
Fundamentos filosóficos de la metodología de la enseñanza
Fundamentos filosóficos de la metodología de la enseñanzaFundamentos filosóficos de la metodología de la enseñanza
Fundamentos filosóficos de la metodología de la enseñanza
iamgaby0724
 
Jesús calma la tempestad el mar de en.docx
Jesús calma la tempestad el mar de en.docxJesús calma la tempestad el mar de en.docx
Jesús calma la tempestad el mar de en.docx
JRAA3
 
Sesión de clase: El conflicto inminente.
Sesión de clase: El conflicto inminente.Sesión de clase: El conflicto inminente.
Sesión de clase: El conflicto inminente.
https://gramadal.wordpress.com/
 
Los Recursos Naturales como Base de la Economía
Los Recursos Naturales como Base de la EconomíaLos Recursos Naturales como Base de la Economía
Los Recursos Naturales como Base de la Economía
JonathanCovena1
 
5° T3 EDITABLE EVALUACIÓN DARUKEL 2023-2024.pdf
5° T3 EDITABLE EVALUACIÓN DARUKEL 2023-2024.pdf5° T3 EDITABLE EVALUACIÓN DARUKEL 2023-2024.pdf
5° T3 EDITABLE EVALUACIÓN DARUKEL 2023-2024.pdf
manuelhinojosa1950
 
Análisis de la sistuación actual-Matriz de Perfil Competitivo - Ejemplo
Análisis de la sistuación actual-Matriz de Perfil Competitivo - EjemploAnálisis de la sistuación actual-Matriz de Perfil Competitivo - Ejemplo
Análisis de la sistuación actual-Matriz de Perfil Competitivo - Ejemplo
JonathanCovena1
 
Maikell-Victor-Quimica-2024-Volume-2.pdf
Maikell-Victor-Quimica-2024-Volume-2.pdfMaikell-Victor-Quimica-2024-Volume-2.pdf
Maikell-Victor-Quimica-2024-Volume-2.pdf
DevinsideSolutions
 
Lecciones 11 Esc. Sabática. El conflicto inminente docx
Lecciones 11 Esc. Sabática. El conflicto inminente docxLecciones 11 Esc. Sabática. El conflicto inminente docx
Lecciones 11 Esc. Sabática. El conflicto inminente docx
Alejandrino Halire Ccahuana
 
Elmer crizologo rojas.pdf aplicaciones en internet
Elmer crizologo rojas.pdf aplicaciones en internetElmer crizologo rojas.pdf aplicaciones en internet
Elmer crizologo rojas.pdf aplicaciones en internet
Elmer Crizologo Rojas
 
Power Point: El conflicto inminente (Bosquejo)
Power Point: El conflicto inminente (Bosquejo)Power Point: El conflicto inminente (Bosquejo)
Power Point: El conflicto inminente (Bosquejo)
https://gramadal.wordpress.com/
 
Presentación sector la arenita_paijan pptx
Presentación sector la arenita_paijan pptxPresentación sector la arenita_paijan pptx
Presentación sector la arenita_paijan pptx
Aracely Natalia Lopez Talavera
 
Carnavision: anticipa y aprovecha - hackathon Pasto2024 .pdf
Carnavision: anticipa y aprovecha - hackathon Pasto2024 .pdfCarnavision: anticipa y aprovecha - hackathon Pasto2024 .pdf
Carnavision: anticipa y aprovecha - hackathon Pasto2024 .pdf
EleNoguera
 
ELEMENTOS DE LA COMPRENSION ORAL-ESCUCHA ACTIVA.pdf
ELEMENTOS DE LA COMPRENSION ORAL-ESCUCHA ACTIVA.pdfELEMENTOS DE LA COMPRENSION ORAL-ESCUCHA ACTIVA.pdf
ELEMENTOS DE LA COMPRENSION ORAL-ESCUCHA ACTIVA.pdf
DaliaAndrade1
 
Mi Comunidad En El Sector Monterrey-Poste Blanco
Mi Comunidad En El Sector Monterrey-Poste BlancoMi Comunidad En El Sector Monterrey-Poste Blanco
Mi Comunidad En El Sector Monterrey-Poste Blanco
Ruth Noemí Soto Villegas
 
APUNTES UNIDAD I ECONOMIA EMPRESARIAL .pdf
APUNTES UNIDAD I ECONOMIA EMPRESARIAL .pdfAPUNTES UNIDAD I ECONOMIA EMPRESARIAL .pdf
APUNTES UNIDAD I ECONOMIA EMPRESARIAL .pdf
VeronicaCabrera50
 
La orientación educativa en el proceso de enseñanza-aprendizaje.pptx
La orientación educativa en el proceso de enseñanza-aprendizaje.pptxLa orientación educativa en el proceso de enseñanza-aprendizaje.pptx
La orientación educativa en el proceso de enseñanza-aprendizaje.pptx
PaolaAlejandraCarmon1
 
Evaluacion-Formativa-Nueva Escuela Mexicana NEM-ok.pdf
Evaluacion-Formativa-Nueva Escuela Mexicana NEM-ok.pdfEvaluacion-Formativa-Nueva Escuela Mexicana NEM-ok.pdf
Evaluacion-Formativa-Nueva Escuela Mexicana NEM-ok.pdf
EfranMartnez8
 

Último (20)

Fundamentos filosóficos de la metodología de la enseñanza
Fundamentos filosóficos de la metodología de la enseñanzaFundamentos filosóficos de la metodología de la enseñanza
Fundamentos filosóficos de la metodología de la enseñanza
 
Compartir p4s.co Pitch Hackathon Template Plantilla final.pptx-2.pdf
Compartir p4s.co Pitch Hackathon Template Plantilla final.pptx-2.pdfCompartir p4s.co Pitch Hackathon Template Plantilla final.pptx-2.pdf
Compartir p4s.co Pitch Hackathon Template Plantilla final.pptx-2.pdf
 
Programación de la XI semana cultural del CEIP Alfares
Programación de la XI semana cultural del CEIP AlfaresProgramación de la XI semana cultural del CEIP Alfares
Programación de la XI semana cultural del CEIP Alfares
 
Fundamentos filosóficos de la metodología de la enseñanza
Fundamentos filosóficos de la metodología de la enseñanzaFundamentos filosóficos de la metodología de la enseñanza
Fundamentos filosóficos de la metodología de la enseñanza
 
Jesús calma la tempestad el mar de en.docx
Jesús calma la tempestad el mar de en.docxJesús calma la tempestad el mar de en.docx
Jesús calma la tempestad el mar de en.docx
 
Sesión de clase: El conflicto inminente.
Sesión de clase: El conflicto inminente.Sesión de clase: El conflicto inminente.
Sesión de clase: El conflicto inminente.
 
Los Recursos Naturales como Base de la Economía
Los Recursos Naturales como Base de la EconomíaLos Recursos Naturales como Base de la Economía
Los Recursos Naturales como Base de la Economía
 
5° T3 EDITABLE EVALUACIÓN DARUKEL 2023-2024.pdf
5° T3 EDITABLE EVALUACIÓN DARUKEL 2023-2024.pdf5° T3 EDITABLE EVALUACIÓN DARUKEL 2023-2024.pdf
5° T3 EDITABLE EVALUACIÓN DARUKEL 2023-2024.pdf
 
Análisis de la sistuación actual-Matriz de Perfil Competitivo - Ejemplo
Análisis de la sistuación actual-Matriz de Perfil Competitivo - EjemploAnálisis de la sistuación actual-Matriz de Perfil Competitivo - Ejemplo
Análisis de la sistuación actual-Matriz de Perfil Competitivo - Ejemplo
 
Maikell-Victor-Quimica-2024-Volume-2.pdf
Maikell-Victor-Quimica-2024-Volume-2.pdfMaikell-Victor-Quimica-2024-Volume-2.pdf
Maikell-Victor-Quimica-2024-Volume-2.pdf
 
Lecciones 11 Esc. Sabática. El conflicto inminente docx
Lecciones 11 Esc. Sabática. El conflicto inminente docxLecciones 11 Esc. Sabática. El conflicto inminente docx
Lecciones 11 Esc. Sabática. El conflicto inminente docx
 
Elmer crizologo rojas.pdf aplicaciones en internet
Elmer crizologo rojas.pdf aplicaciones en internetElmer crizologo rojas.pdf aplicaciones en internet
Elmer crizologo rojas.pdf aplicaciones en internet
 
Power Point: El conflicto inminente (Bosquejo)
Power Point: El conflicto inminente (Bosquejo)Power Point: El conflicto inminente (Bosquejo)
Power Point: El conflicto inminente (Bosquejo)
 
Presentación sector la arenita_paijan pptx
Presentación sector la arenita_paijan pptxPresentación sector la arenita_paijan pptx
Presentación sector la arenita_paijan pptx
 
Carnavision: anticipa y aprovecha - hackathon Pasto2024 .pdf
Carnavision: anticipa y aprovecha - hackathon Pasto2024 .pdfCarnavision: anticipa y aprovecha - hackathon Pasto2024 .pdf
Carnavision: anticipa y aprovecha - hackathon Pasto2024 .pdf
 
ELEMENTOS DE LA COMPRENSION ORAL-ESCUCHA ACTIVA.pdf
ELEMENTOS DE LA COMPRENSION ORAL-ESCUCHA ACTIVA.pdfELEMENTOS DE LA COMPRENSION ORAL-ESCUCHA ACTIVA.pdf
ELEMENTOS DE LA COMPRENSION ORAL-ESCUCHA ACTIVA.pdf
 
Mi Comunidad En El Sector Monterrey-Poste Blanco
Mi Comunidad En El Sector Monterrey-Poste BlancoMi Comunidad En El Sector Monterrey-Poste Blanco
Mi Comunidad En El Sector Monterrey-Poste Blanco
 
APUNTES UNIDAD I ECONOMIA EMPRESARIAL .pdf
APUNTES UNIDAD I ECONOMIA EMPRESARIAL .pdfAPUNTES UNIDAD I ECONOMIA EMPRESARIAL .pdf
APUNTES UNIDAD I ECONOMIA EMPRESARIAL .pdf
 
La orientación educativa en el proceso de enseñanza-aprendizaje.pptx
La orientación educativa en el proceso de enseñanza-aprendizaje.pptxLa orientación educativa en el proceso de enseñanza-aprendizaje.pptx
La orientación educativa en el proceso de enseñanza-aprendizaje.pptx
 
Evaluacion-Formativa-Nueva Escuela Mexicana NEM-ok.pdf
Evaluacion-Formativa-Nueva Escuela Mexicana NEM-ok.pdfEvaluacion-Formativa-Nueva Escuela Mexicana NEM-ok.pdf
Evaluacion-Formativa-Nueva Escuela Mexicana NEM-ok.pdf
 

PRUEBA DE HIPOTESIS

  • 1. PRUEBA DE HIPOTESIS RESPONSABLE: PROF. CARLOS MIGUEL SANTA CRUZ VERA AÑO LECTIVO 2020
  • 2. 1. PRUEBAS DE HIPÓTESIS 3 PRUEBA DE HIPÓTESIS PARA LA MEDIA. 4 1.1 NOMENCLATURA. 4 1.2 PROCEDIMIENTO. 4 1.3 DESCRIPCIÓN DE LA PRUEBA. 5 2. PRUEBA DE HIPÓTESIS PARA LA PROPORCIÓN. 7 1.4 NOMENCLATURA. 7 1.5 PROCEDIMIENTO. 7 1.6 DESCRIPCIÓN DE LA PRUEBA. 7 3. PRUEBA CHI-CUADRADO PARA LA BONDAD DE AJUSTE. 8 4. EJERCICIOS DE APLICACIÓN RESUELTOS. 10 1.7 PROCESO DE PRODUCCIÓN: PRUEBA DE BONDAD DE AJUSTE. 10 1.8 PRUEBA DE HIPÓTESIS PARA EL PROMEDIO DE EXPORTACIÓN SEMESTRAL. 14 1.9 PRUEBA DE HIPÓTESIS PARA LA PROPORCIÓN POBLACIONAL DE CAJAS DE CD-ROM EN UN PROCESO DE PRODUCCIÓN. 16 1. EJERCICIOS DE APLICACIÓN PROPUESTOS. 17 1.10 NÚMERO DE EMPLEADOS CON TRABAJO PENDIENTE PARA EL DÍA SIGUIENTE: PRUEBA DE BONDAD DE AJUSTE. 17 1.11 PRUEBA DE HIPÓTESIS PARA LA PROPORCIÓN DE POBLACIÓN POTENCIAL QUE RECHAZA UN NUEVO PRODUCTO. 18 1.12 PRUEBA DE HIPÓTESIS PARA EL CONTENIDO PROMEDIO DE LATAS DE ATÚN. 19 1.13 PRUEBA DE HIPÓTESIS PARA EL TIEMPO PROMEDIO DE DURACIÓN DE VELONES ESPECIALES. 20 BIBLIOGRAFÍA 22
  • 3. 1. Pruebas de hipótesis Una hipótesis estadística es una afirmación que se hace en la cual se involucra un parámetro poblacional o la distribución de una serie de datos, para probar a través de cálculos estadísticos y haciendo uso de la muestra si la hipótesis es verdadera o falsa. La decisión de aceptar o rechazar una hipótesis se toma dependiendo de la probabilidad calculada para el caso específico. Se plantean dos hipótesis, la una recibe el nombre de hipótesis nula y la otra, hipótesis alternativa, generalmente se identifican con H0 y H1 (en algunas ocasiones, como H1 y H2). H0: hipótesis nula H1: hipótesis alternativa La hipótesis nula (H0) es aquella afirmación donde se plantea que el valor del parámetro poblacional es igual (=) a un valor específico. La hipótesis alternativa (H1) es aquella afirmación donde se plantea que el valor del parámetro poblacional es diferente ( ), mayor (>) o menor (<) que un valor específico. Dentro del análisis de pruebas de hipótesis, interviene como criterio de decisión el estadístico de la prueba, el cual es un valor resultado de operaciones aritméticas donde intervienen términos o factores hallados preliminarmente con cálculos estadísticos. Se plantea la región de rechazo, ésta es un área bajo una función de densidad de probabilidad definida (en su dominio) por un intervalo de valores (abscisa) que se utiliza como marco de referencia para analizar si el estadístico se encuentra incluido en dicho intervalo o no. Se asumen los siguientes criterios de decisión:
  • 4. • Si el estadístico de la prueba cae en la región de rechazo, la decisión es rechazar H0 (hipótesis nula). • Si el estadístico de la prueba no cae en la región de rechazo, se deduce que cae en la región de aceptación, en este caso la decisión es aceptar H0 (hipótesis nula). En el análisis de prueba de hipótesis existe la probabilidad de cometer errores como los siguientes: Error de tipo I. Rechazar H0 dado que H0 es cierta o verdadera. Rechazar H0 / H0 es cierta. Error de tipo II. Aceptar H0 dado que H0 es falsa. No rechazar H0 / H0 es falsa. La probabilidad de cometer el error de tipo I se denota con α, también llamado nivel de significación de la prueba. El nivel de significancia generalmente es menor o igual al 5%, es decir, α ≤ 0,05, valor de probabilidad que se fija con el objeto de minimizar el error de tipo I. La probabilidad de cometer el error de tipo II se denota con . Prueba de hipótesis para la media. 1.1 Nomenclatura. Hipótesis nula Hipótesis alternativa 1.2 Procedimiento. 1. Calcular el estadístico de la prueba.
  • 5. 2. Analizar si el estadístico cae en la región de rechazo. 3. Tomar la decisión: • Si el estadístico cae en la región de rechazo: rechazar H0 y aceptar H1. • Si el estadístico no cae en la región de rechazo significa que el estadístico cae en la región de aceptación: aceptar H0 y rechazar H1. 1.3 Descripción de la prueba. Región de rechazo Estadístico: Ilustración 1 Representaciones gráficas
  • 7. 2. Prueba de hipótesis para la proporción. 1.4 Nomenclatura. Hipótesis nula Hipótesis alternativa 1.5 Procedimiento. 1. Calcular el estadístico de la prueba. 2. Analizar si el estadístico cae en la región de rechazo. 3. Tomar la decisión: • Si el estadístico cae en la región de rechazo: rechazar H0 y aceptar H1. • Si el estadístico no cae en la región de rechazo significa que el estadístico cae en la región de aceptación: aceptar H0 y rechazar H1. 1.6 Descripción de la prueba. Región de rechazo Estadístico: ⇒ ≤ ≥ ⇒ ≥ ⇒ ≤
  • 8. 3. Prueba Chi-cuadrado para la bondad de ajuste. La prueba Chi-cuadrado es utilizada para analizar la forma como se distribuye una serie de datos, certificando si los datos se ajustan a una distribución supuesta. Este procedimiento estadístico busca probar la hipótesis de que una variable aleatoria X presenta una distribución específica como la normal, Poisson, exponencial, entre otras; aceptando o rechazando la hipótesis al final del estudio. Para esto, se hace indispensable comparar las frecuencias observadas o reales, con las frecuencias teóricas o esperadas. El siguiente cuadro muestra el procedimiento para la aplicación de la prueba Chicuadrado: Ilustración 3 Pasos a seguir para aplicar la prueba Chi-cuadrado.
  • 9.
  • 10. 4. Ejercicios de aplicación resueltos. 1.7 Proceso de producción: Prueba de bondad de ajuste. En un proceso de producción de un artículo para piezas interiores de rodamiento, se toman las medidas del diámetro interior en mm. para efectuar un mejor control de calidad. Se hace indispensable analizar si presenta un comportamiento normal con una media de 3,476mm. y una desviación típica de 0,065mm. Trabajar con una confianza del 95%. A continuación se muestran los datos reales u observados durante el proceso de producción del lote: Intervalo (Diámetro en mm.) Frecuencias reales 3,275 – 3,325 3 3,325 – 3,375 3 3,375 – 3,425 9 3,425 – 3,475 32 3,475 – 3,525 38 3,525 – 3,575 10 3,575 – 3,625 3 3,625 – 3,675 1 3,675 – 3,725 1 Total 100 Solución: Paso 1: Establecer las hipótesis.
  • 11. H1 = El diámetro de las piezas se distribuye normalmente con una media de µ = 3,476mm. y una desviación de σ = 0,065. H2 = El diámetro de las piezas no se distribuye normalmente con una media de µ = 3,476 mm. y una desviación de σ = 0,065. Paso 2: Utilizar la distribución hipotética, en este caso, la distribución normal, para calcular las diferentes probabilidades Pj, para cada intervalo. Para el primer intervalo se tiene: Luego, Para el segundo intervalo se tiene: Luego, Para el resto de los intervalos se sigue la misma metodología. Paso 3: Calcular las frecuencias teóricas para cada intervalo. De igual manera para los intervalos siguientes, siendo
  • 12. Se revisa que la sumatoria de las frecuencias reales sea aproximadamente igual a la sumatoria de las frecuencias teóricas. Señalar aquellas frecuencias teóricas ft ≤ 5, y agruparlas con las frecuencias vecinas, de tal forma que se cumpla la condición, de esta manera surge una nueva tabla con un menor número de intervalos (k intervalos). Intervalos fo Pj ft No condición 3,275 - 3,325 3 0,0092 0,92 * 3,325 - 3,375 3 0,0504 5,04 3,375 - 3,425 9 0,1571 15,71 3,425 - 3,475 32 0,2743 27,43 3,475 - 3,525 38 0,2814 28,14 3,525 - 3,575 10 0,1623 16,23 3,575 - 3,625 3 0,0533 5,33 3,625 - 3,675 1 0,0099 0,99 * 3,675 - 3,725 1 0,0011 0,11 * Total 100 99,90 Intervalos fo Pj ft 3,275 - 3,375 6 0,0596 5,96 3,375 - 3,425 9 0,1571 15,71 3,425 - 3,475 32 0,2743 27,43 3,475 - 3,525 38 0,2814 28,14 3,525 - 3,575 10 0,1623 16,23
  • 13. 3,575 - 3,725 5 0,0643 6,43 Total 100 99,9 Paso 4: Obtener el estadístico Chi-cuadrado “calculado”. Intervalos fo ft (fo – ft)2 3,275 - 3,375 6 5,96 0,002 3,375 - 3,425 9 15,71 45,024 3,425 - 3,475 32 27,43 20,885 3,475 - 3,525 38 28,14 97,220 3,525 - 3,575 10 16,23 38,813 3,575 - 3,725 5 6,43 2,045 Total 100 99,9 203,988 Paso 5: Obtener el estadístico Chi-cuadrado “tabulado”. Grados de libertad = k – p – 1 = 6 – 2 – 1 = 3 Confianza (1 – α) = 0,95 Se busca en la tabla y se obtiene: Paso 6: Utilizar el criterio o regla de decisión de la prueba de bondad de ajuste de la Chicuadrado. Si Aceptar H1
  • 14. Decisión: Se acepta H1. Se puede asegurar con una confianza del 95%, que los diámetros tienen una distribución normal con una µ = 3,476mm. y una desviación σ = 0,065mm. 1.8 Prueba de hipótesis para el promedio de exportación semestral. Se efectúa una investigación en una población de empresas de un departamento determinado del país, destinadas a la producción y exportación de ropa interior para dama, el nivel de exportación semestral (en millones de pesos) de cada una de las empresas que conforman la muestra se visualiza a continuación: Códig o empre sa Exportaci ón Códig o empre sa Exportaci ón Códig o empre sa Exportaci ón Códig o empre sa Exportaci ón E-014 120 E-991 343 E-329 284 E-026 295 E-236 235 E-803 250 E-574 306 E-609 145 E-025 113 E-484 164 E-206 328 E-610 338 E-526 381 E-132 335 E-759 200 E-034 163 E-087 187 E-047 281 E-464 183 E-796 268 E-189 309 E-101 288 E-673 209 E-310 184 E-358 126 E-329 304 E-485 364 E-143 240 E-249 335 E-575 228 E-160 387 E-298 213 E-731 103 E-229 249 E-688 129 E-876 160 E-825 380 E-275 284 E-827 296 E-154 252
  • 15. Elaborar la siguiente prueba de hipótesis con un nivel de significancia del 4%: H0: µ = 215 H1: µ > 215 Solución El estadístico de la prueba cae en la región de rechazo (RR). Decisión: Rechazar H0 y aceptar H1. El promedio de exportación semestral de las empresas del departamento es mayor a $215 millones.
  • 16. 1.9 Prueba de hipótesis para la proporción poblacional de cajas de CD-ROM en un proceso de producción. Por estudios preliminares, se sabe que el porcentaje de artículos defectuosos de un proceso de producción de cajas para CD-Room, es del 16%, el jefe de producción implantó medidas más drásticas para el control del proceso de producción con el objeto de disminuir este porcentaje. Se efectúa una investigación para analizar si la proporción poblacional de artículos defectuosos es menor a 0,10, con un nivel de significancia del 5%. Se tomó una muestra de 370 unidades y se detectó que de éstas, 32 presentaban defectos. Solución H0: p = 0,10 H1: p < 0,10 (pasado) Estadístico: RR:
  • 17. El estadístico no cae en la región de rechazo (RR). Decisión: Como el estadístico no cae en la RR, se acepta H0 y se rechaza H1. La proporción de cajas de CD-Room defectuosas en el proceso de producción es igual a 0,10. Gráficamente: 1. Ejercicios de aplicación propuestos. 1.10 Número de empleados con trabajo pendiente para el día siguiente: Prueba de bondad de ajuste. Los empleados de una empresa han presentado quejas frente al director de personal, argumentando que la cantidad de actividades diarias es extremadamente alta, por tal motivo se efectúa una investigación para analizar la proporción de empleados por día que se ven obligados a dejar trabajo pendiente para el día siguiente. Cada día se toma una muestra aleatoria de 15 empleados, y al finalizar el día se observa el número de empleados con trabajo pendiente. Los datos reales se visualizan a continuación:
  • 18. Día No. empleados con trabajo pendiente 1 5 2 4 3 3 4 10 5 5 6 4 7 3 8 3 9 4 10 9 11 7 12 3 13 3 14 4 15 2 Contrastar la siguiente prueba de hipótesis: H1: El número de empleados con trabajos pendientes para el día siguiente se distribuye binomialmente con un promedio de tres empleados y una desviación típica o estándar de 0,36. H2: El número de empleados con trabajos pendientes para el día siguiente no se distribuye como una binomial con un promedio de tres empleados y una desviación típica o estándar de 0,36. 1.11 Prueba de hipótesis para la proporción de población potencial que rechaza un nuevo producto. Una compañía de gaseosas pretende sacar al mercado un producto nuevo, con un alto contenido de nutrientes y zumos naturales, bebida destinada especialmente para jóvenes entre ocho y 18
  • 19. años. Se efectúa un estudio preliminar para detectar el porcentaje de consumidores entre ocho y 18 años que no les agrada por algún motivo (sabor, diseño del empaque, olor, color, precio, entre otros). El porcentaje de jóvenes que no aceptaron la bebida fue alto, por tal motivo, los aspectos negativos consignados en las encuestas, se tomaron como punto de referencia para iniciar un plan de mejoramiento en el proceso de la producción. El gerente ha decidido lanzar definitivamente el producto sólo si el porcentaje máximo de rechazo es inferior al 8% de la población joven con edad entre ocho y 18 años. Se tomó una muestra de 278 jóvenes del área metropolitana y se encontró que 25 jóvenes no aceptaron el producto. Se pide: Elaborar un estudio de prueba de hipótesis para determinar si el porcentaje de no aceptación es menor al 8%. Utilizar un nivel de significancia del 4%. 1.12 Prueba de hipótesis para el contenido promedio de latas de atún. Una empresa procesadora de atún enlatado ha sido demandada bajo el supuesto de que sus latas presentan un contenido inferior al impreso en el empaque. La compañía detiene la producción y con la ya existente, pretende demostrar que es falsa la acusación, conjuntamente con un grupo de auditores, inicia una investigación. Se toma una muestra de 400 latas con un contenido impreso en el empaque de 380gr cada una. Con la muestra recolectada se calculó el peso promedio y la desviación típica o estándar, siendo X = 382 y S = 5,3. a) Probar la hipótesis de que el peso promedio de las latas producidas por la empresa es igual a 380gr. Trabajar con un nivel de significancia del 5%. b) Probar la hipótesis de que el peso promedio de las latas producidas por la empresa es superior a 380gr. Trabajar con un nivel de significancia del 5%.
  • 20. 1.13 Prueba de hipótesis para el tiempo promedio de duración de velones especiales. Una industria productora de velas con aroma destinadas para estudios de velomancia detecta que la demanda de su producto ha aumentado en los últimos años. Los consumidores prefieren velas con duración superior a cinco horas. El gerente de producción inicia una investigación con el propósito de analizar si su producto cumple con las expectativas del cliente en cuanto a tiempo de duración y en caso de no ser así, optar por medidas correctivas en el proceso. Se toma una muestra de 90 velones medianos para mirar el tiempo de duración: Probar la hipótesis de que el tiempo promedio de duración de los velones es superior a cinco horas. Trabajar con un nivel de significancia del 3%. PRUEBA DE HIPOTESIS 1. Prueba de hipótesis-1
  • 21. https://www.youtube.com/watch?v=icEYXOyQeU4&list=PLFkbGwyzAy6wT7OSCCUf 4e5G9MpL6KkeI&index=40&t=4s 2. Prueba de hipótesis-2 https://www.youtube.com/watch?v=HmA4Wr5Q- eM&list=PLFkbGwyzAy6wT7OSCCUf4e5G9MpL6KkeI&index=41&t=14s 3. Prueba de hipótesis-3 https://www.youtube.com/watch?v=nL_q72d591k&list=PLFkbGwyzAy6wT7OSCCUf4e5G9Mp L6KkeI&index=42&t=3s 4. Prueba de hipótesis-4 https://www.youtube.com/watch?v=nL_q72d591k&list=PLFkbGwyzAy6wT7OSCCUf4 e5G9MpL6KkeI&index=42&t=3s 5. Ejercicio de prueba de hipótesis-1 https://www.youtube.com/watch?v=nL_q72d591k&list=PLFkbGwyzAy6wT7OSCCUf4e5G9Mp L6KkeI&index=42&t=3s 6. Ejercicio de prueba de hipótesis-2 https://www.youtube.com/watch?v=Gz8js2wW0ag&list=PLFkbGwyzAy6wT7OSCCUf4e5G9M pL6KkeI&index=45&t=59s 7. Ejercicio de prueba de hipótesis-3 https://www.youtube.com/watch?v=- t8U7y1t2fI&list=PLFkbGwyzAy6wT7OSCCUf4e5G9MpL6KkeI&index=46&t=13s 8. Ejercicio de prueba de hipótesis-4 https://www.youtube.com/watch?v=- 0wOGfUVQq4&list=PLFkbGwyzAy6wT7OSCCUf4e5G9MpL6KkeI&index=49&t=35s 9. Ejercicio de prueba de hipótesis-5 https://www.youtube.com/watch?v=9zMBEnncSig&list=PLFkbGwyzAy6wT7OSCCUf4 e5G9MpL6KkeI&index=50&t=260s
  • 22. Bibliografía Gabriel, J. (2017). Diseños experimentales teoria y practica para experimentos agropecuarios. Guayaquil, Ecuador: Compas. Marro, E. D.‐A.–F. (s.f.). Prueba de Hipótesis para la diferencia de medias. Prueba de Hipótesis para la diferencia de medias. McGRAW-HILL/INTERAMERICANA EDITORES, S.A. de C.V. (2009). Estadisticas cuarta edicion. Mexico: The McGraw-Hill Companies, Inc. Superprof material didactico. (26 de Agosto de 2015). Tabla de distribución normal. Obtenido de Tabla de distribución normal: https://www.superprof.es/apuntes/escolar/matematicas/probabilidades/distribucion- normal/tabla-de-la-distribucion-normal.html Zuluaga, M. N. (s.f.). ESTADÍSTICA PARA EDUCACIÓN SUPERIOR. Medellin: Esumer.