Este documento describe los métodos para estimar intervalos de confianza y realizar pruebas de hipótesis sobre parámetros poblacionales como la media. Explica cómo calcular el margen de error e intervalos de confianza para la media cuando la desviación estándar es conocida o desconocida, utilizando distribuciones normales o t de Student. También cubre los pasos para realizar pruebas de hipótesis, incluyendo la formulación de hipótesis nulas y alternativas, y el cálculo de valores críticos y valores p para
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 información sobre pruebas de hipótesis para una población. Explica cómo estimar intervalos de confianza para la media de una población cuando la desviación estándar es conocida o desconocida, utilizando distribuciones normales o t de Student. También cubre la selección del tamaño de muestra, errores tipo I y II, y los pasos para realizar pruebas de hipótesis, incluidos ejemplos numéricos.
1) El documento habla sobre pruebas de hipótesis, definidas como procedimientos basados en evidencia muestral y teoría de probabilidad para determinar si una hipótesis planteada es razonable.
2) Se realizan pruebas de hipótesis mediante un proceso sistemático de cinco pasos: plantear la hipótesis nula y alternativa, seleccionar el nivel de significancia, identificar el estadístico de prueba, formar la regla de decisión, y tomar una muestra para decidir si se re
Este documento presenta información sobre pruebas de hipótesis estadísticas. Explica las hipótesis nula y alternativa, y cómo usar estadísticos de contraste como t de Student y Ji-cuadrado para decidir si se rechaza o no la hipótesis nula. Luego, proporciona ejemplos resueltos de pruebas de hipótesis comunes utilizando datos muestrales.
Distribucion muestral de una proporcion Oscar Saenz
Este documento presenta información sobre proporciones muestrales y pruebas de hipótesis para proporciones. Explica cómo calcular el tamaño de muestra requerido para estimar una proporción poblacional, y cómo construir un intervalo de confianza para una proporción. También describe los pasos para realizar una prueba de hipótesis sobre una proporción, incluyendo especificar las hipótesis nula y alternativa, el nivel de significancia, calcular el estadístico de prueba y tomar una decisión sobre si re
Este documento presenta información sobre pruebas de hipótesis estadísticas. Explica que una prueba de hipótesis involucra contrastar una hipótesis nula (Ho) con una hipótesis alternativa (H1). También presenta ejemplos de problemas de pruebas de hipótesis con sus soluciones, incluyendo cálculos estadísticos y conclusiones.
Este documento trata sobre las pruebas de hipótesis para proporciones. Explica dos métodos para probar una proporción en una población: el método de la región de rechazo y el método del valor p. También incluye ejemplos para ilustrar cómo aplicar estos métodos para determinar si se rechaza o no la hipótesis nula sobre una proporción poblacional.
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.
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 información sobre pruebas de hipótesis para una población. Explica cómo estimar intervalos de confianza para la media de una población cuando la desviación estándar es conocida o desconocida, utilizando distribuciones normales o t de Student. También cubre la selección del tamaño de muestra, errores tipo I y II, y los pasos para realizar pruebas de hipótesis, incluidos ejemplos numéricos.
1) El documento habla sobre pruebas de hipótesis, definidas como procedimientos basados en evidencia muestral y teoría de probabilidad para determinar si una hipótesis planteada es razonable.
2) Se realizan pruebas de hipótesis mediante un proceso sistemático de cinco pasos: plantear la hipótesis nula y alternativa, seleccionar el nivel de significancia, identificar el estadístico de prueba, formar la regla de decisión, y tomar una muestra para decidir si se re
Este documento presenta información sobre pruebas de hipótesis estadísticas. Explica las hipótesis nula y alternativa, y cómo usar estadísticos de contraste como t de Student y Ji-cuadrado para decidir si se rechaza o no la hipótesis nula. Luego, proporciona ejemplos resueltos de pruebas de hipótesis comunes utilizando datos muestrales.
Distribucion muestral de una proporcion Oscar Saenz
Este documento presenta información sobre proporciones muestrales y pruebas de hipótesis para proporciones. Explica cómo calcular el tamaño de muestra requerido para estimar una proporción poblacional, y cómo construir un intervalo de confianza para una proporción. También describe los pasos para realizar una prueba de hipótesis sobre una proporción, incluyendo especificar las hipótesis nula y alternativa, el nivel de significancia, calcular el estadístico de prueba y tomar una decisión sobre si re
Este documento presenta información sobre pruebas de hipótesis estadísticas. Explica que una prueba de hipótesis involucra contrastar una hipótesis nula (Ho) con una hipótesis alternativa (H1). También presenta ejemplos de problemas de pruebas de hipótesis con sus soluciones, incluyendo cálculos estadísticos y conclusiones.
Este documento trata sobre las pruebas de hipótesis para proporciones. Explica dos métodos para probar una proporción en una población: el método de la región de rechazo y el método del valor p. También incluye ejemplos para ilustrar cómo aplicar estos métodos para determinar si se rechaza o no la hipótesis nula sobre una proporción poblacional.
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 contiene 8 ejemplos de pruebas de hipótesis estadísticas resueltas por José Armando Rubio Reyes de la clase 2° “B”. Cada ejemplo presenta una hipótesis nula y alternativa, calcula un estadístico de contraste, y llega a una conclusión sobre si se rechaza o no la hipótesis nula basado en un nivel de significancia dado.
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 describe los conceptos básicos de las pruebas de hipótesis. Explica que una prueba de hipótesis involucra contrastar una hipótesis nula con una hipótesis alternativa mediante la toma de una decisión estadística. También define los términos hipótesis nula, hipótesis alternativa y nivel de significancia, los cuales son elementos clave de cualquier prueba de hipótesis. Por último, presenta ejemplos detallados del uso de las pruebas Z de una muestra y t de una m
El documento presenta el tema de planteamiento de hipótesis para la proporción en 1 y 2 poblaciones. Explica conceptos como hipótesis nula, hipótesis alternativa, nivel de significancia, proporción y formula el planteamiento de hipótesis para la proporción en una población. Incluye ejemplos y ejercicios resueltos sobre pruebas de hipótesis para la proporción en una población.
El documento presenta 8 ejercicios de pruebas de hipótesis. Los ejercicios involucran comparar promedios, proporciones y realizar pruebas t de Student. Se pide calcular valores de probabilidad p para determinar si se rechazan o no las hipótesis nulas planteadas en cada ejercicio a diferentes niveles de significancia.
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 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 presenta información sobre intervalos de confianza e incluye ejemplos de cálculos de intervalos de confianza para la media y la varianza basados en datos de muestras. En particular, se define qué es un intervalo de confianza, y se explican conceptos relacionados como estimación puntual, nivel de confianza y límites de confianza. Luego, se resuelven cuatro ejercicios que implican calcular intervalos de confianza para la media y varianza a diferentes niveles de confianza usando datos de muestras y t
Este documento presenta varias fórmulas para calcular el tamaño óptimo de una muestra para estimar parámetros poblacionales. Explica cómo calcular la muestra cuando se conoce o no el tamaño de la población, y provee ejemplos ilustrativos de cómo aplicar las fórmulas para determinar el tamaño de muestra requerido basado en el nivel de confianza, precisión y proporciones esperadas. También incluye consideraciones sobre cómo seleccionar valores para la varianza poblacional cuando los parámetros
El documento presenta 8 ejercicios de pruebas de hipótesis. Los ejercicios involucran comparar pesos de pollos, cantidad de encuestas realizadas, gastos de ventas vs cobranzas, promedios de muestras, entrega de órdenes dentro de cierto tiempo, egresados con trabajo, apoyo a estándares ambientales entre partidos políticos, y efecto de vitaminas en la fuerza muscular. Para cada ejercicio, se debe identificar el nivel de significancia, establecer la hipótesis nula vs alternativa, calcular
Este documento describe los conceptos fundamentales de las pruebas de hipótesis. Explica que una prueba de hipótesis comprende una hipótesis nula, una hipótesis alternativa, una estadística de prueba y una región de rechazo. También discute los posibles errores al tomar una decisión incorrecta y los pasos para establecer un ensayo de hipótesis.
Descripción de los estadísticos de prueba para diferentes casos de hipótesis en una y dos poblaciones. Para casos de varianzas conocidas y casos de varianzas desconocidas. Para casos de muestra dependientes y muestras independientes.
Este documento describe el proceso de prueba de hipótesis estadística. Explica que una hipótesis es un reclamo sobre una población que se pone a prueba usando datos de una muestra. Detalla los pasos para realizar una prueba de hipótesis, incluyendo establecer la hipótesis nula y alterna, calcular una estadística de prueba, determinar la región crítica, y tomar una decisión sobre si rechazar o no la hipótesis nula. También explica conceptos como el n
Este documento trata sobre la inferencia estadística y los métodos para realizar pruebas de hipótesis sobre parámetros poblacionales como la media y la proporción utilizando datos de una muestra. Explica conceptos como estimación puntual, intervalos de confianza, errores estándar, niveles de significancia y tipos de errores. También incluye fórmulas y ejemplos para calcular el tamaño de muestra necesario y realizar pruebas de hipótesis para la media y la proporción.
Este documento presenta una introducción al tema de las pruebas de hipótesis. Explica conceptos como hipótesis nula, hipótesis alternativa, niveles de significación y regiones críticas. También incluye ejemplos de cómo formular hipótesis para medias, proporciones y diferencias entre medias y proporciones. Finalmente, resume los pasos a seguir para realizar una prueba de hipótesis.
Inferencias referentes a medias y varianzasYIFERLINES
Este documento presenta información sobre hipótesis, pruebas de hipótesis, niveles de significancia, intervalos de confianza y su aplicación en la toma de decisiones. Incluye un ejemplo de prueba de hipótesis para determinar si la proporción real de empleados promovibles en una compañía difiere de la proporción supuesta.
Cálculo del tamaño de la muestra jontxu pardoJontxu Pardo
Este documento explica cómo calcular el tamaño de una muestra para una investigación. Detalla que se debe considerar el parámetro, estimador, error muestral, nivel de confianza y varianza poblacional. Explica las fórmulas para calcular el tamaño de muestra cuando se desconoce o se conoce el tamaño de la población, usando ejemplos de encuestas sobre preferencias de marcas de shampoo. Concluye que existen criterios estadísticos probabilísticos y no probabilísticos para determinar el tama
Este documento presenta los conceptos básicos de la inferencia estadística, incluyendo el proceso de formular y contrastar hipótesis. Explica que la inferencia estadística permite hacer afirmaciones sobre una población basadas en los resultados de una muestra. Se dividen sus áreas en estimación, para predecir parámetros poblacionales, y prueba de hipótesis, para probar hipótesis sobre parámetros. Finalmente, detalla los pasos para realizar una prueba de hipótesis sobre la media poblacional.
Intervalos de confianza:
- Concepto de intervalo de confianza
- Estimacion de intervalo de confianza para la media poblacional.
* Con poblacion conocida
* Con poblacion desconocida
- Estimacion de intervalo de confianza para la proporcion poblacional
El documento proporciona recomendaciones para mejorar los cuatro estilos de aprendizaje - activo, reflexivo, teórico y pragmático - a través de actividades específicas para cada estilo. También ofrece sugerencias de estrategias de enseñanza para cada estilo, como permitir a los estudiantes activos organizar seminarios o apoyar el desarrollo de habilidades a través de la reflexión para los estudiantes reflexivos.
El documento describe un estudio realizado por una empresa sobre los precios de venta de 7 modelos de lijadoras a través de dos canales de distribución: Internet y tiendas minoristas. La empresa concluye que al vender en tiendas se obtienen $10 USD más que al vender por Internet. Sin embargo, un análisis estadístico de los datos de precios no encuentra evidencia suficiente para afirmar que existe una diferencia de $10 USD entre los canales.
Este documento contiene 8 ejemplos de pruebas de hipótesis estadísticas resueltas por José Armando Rubio Reyes de la clase 2° “B”. Cada ejemplo presenta una hipótesis nula y alternativa, calcula un estadístico de contraste, y llega a una conclusión sobre si se rechaza o no la hipótesis nula basado en un nivel de significancia dado.
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 describe los conceptos básicos de las pruebas de hipótesis. Explica que una prueba de hipótesis involucra contrastar una hipótesis nula con una hipótesis alternativa mediante la toma de una decisión estadística. También define los términos hipótesis nula, hipótesis alternativa y nivel de significancia, los cuales son elementos clave de cualquier prueba de hipótesis. Por último, presenta ejemplos detallados del uso de las pruebas Z de una muestra y t de una m
El documento presenta el tema de planteamiento de hipótesis para la proporción en 1 y 2 poblaciones. Explica conceptos como hipótesis nula, hipótesis alternativa, nivel de significancia, proporción y formula el planteamiento de hipótesis para la proporción en una población. Incluye ejemplos y ejercicios resueltos sobre pruebas de hipótesis para la proporción en una población.
El documento presenta 8 ejercicios de pruebas de hipótesis. Los ejercicios involucran comparar promedios, proporciones y realizar pruebas t de Student. Se pide calcular valores de probabilidad p para determinar si se rechazan o no las hipótesis nulas planteadas en cada ejercicio a diferentes niveles de significancia.
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 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 presenta información sobre intervalos de confianza e incluye ejemplos de cálculos de intervalos de confianza para la media y la varianza basados en datos de muestras. En particular, se define qué es un intervalo de confianza, y se explican conceptos relacionados como estimación puntual, nivel de confianza y límites de confianza. Luego, se resuelven cuatro ejercicios que implican calcular intervalos de confianza para la media y varianza a diferentes niveles de confianza usando datos de muestras y t
Este documento presenta varias fórmulas para calcular el tamaño óptimo de una muestra para estimar parámetros poblacionales. Explica cómo calcular la muestra cuando se conoce o no el tamaño de la población, y provee ejemplos ilustrativos de cómo aplicar las fórmulas para determinar el tamaño de muestra requerido basado en el nivel de confianza, precisión y proporciones esperadas. También incluye consideraciones sobre cómo seleccionar valores para la varianza poblacional cuando los parámetros
El documento presenta 8 ejercicios de pruebas de hipótesis. Los ejercicios involucran comparar pesos de pollos, cantidad de encuestas realizadas, gastos de ventas vs cobranzas, promedios de muestras, entrega de órdenes dentro de cierto tiempo, egresados con trabajo, apoyo a estándares ambientales entre partidos políticos, y efecto de vitaminas en la fuerza muscular. Para cada ejercicio, se debe identificar el nivel de significancia, establecer la hipótesis nula vs alternativa, calcular
Este documento describe los conceptos fundamentales de las pruebas de hipótesis. Explica que una prueba de hipótesis comprende una hipótesis nula, una hipótesis alternativa, una estadística de prueba y una región de rechazo. También discute los posibles errores al tomar una decisión incorrecta y los pasos para establecer un ensayo de hipótesis.
Descripción de los estadísticos de prueba para diferentes casos de hipótesis en una y dos poblaciones. Para casos de varianzas conocidas y casos de varianzas desconocidas. Para casos de muestra dependientes y muestras independientes.
Este documento describe el proceso de prueba de hipótesis estadística. Explica que una hipótesis es un reclamo sobre una población que se pone a prueba usando datos de una muestra. Detalla los pasos para realizar una prueba de hipótesis, incluyendo establecer la hipótesis nula y alterna, calcular una estadística de prueba, determinar la región crítica, y tomar una decisión sobre si rechazar o no la hipótesis nula. También explica conceptos como el n
Este documento trata sobre la inferencia estadística y los métodos para realizar pruebas de hipótesis sobre parámetros poblacionales como la media y la proporción utilizando datos de una muestra. Explica conceptos como estimación puntual, intervalos de confianza, errores estándar, niveles de significancia y tipos de errores. También incluye fórmulas y ejemplos para calcular el tamaño de muestra necesario y realizar pruebas de hipótesis para la media y la proporción.
Este documento presenta una introducción al tema de las pruebas de hipótesis. Explica conceptos como hipótesis nula, hipótesis alternativa, niveles de significación y regiones críticas. También incluye ejemplos de cómo formular hipótesis para medias, proporciones y diferencias entre medias y proporciones. Finalmente, resume los pasos a seguir para realizar una prueba de hipótesis.
Inferencias referentes a medias y varianzasYIFERLINES
Este documento presenta información sobre hipótesis, pruebas de hipótesis, niveles de significancia, intervalos de confianza y su aplicación en la toma de decisiones. Incluye un ejemplo de prueba de hipótesis para determinar si la proporción real de empleados promovibles en una compañía difiere de la proporción supuesta.
Cálculo del tamaño de la muestra jontxu pardoJontxu Pardo
Este documento explica cómo calcular el tamaño de una muestra para una investigación. Detalla que se debe considerar el parámetro, estimador, error muestral, nivel de confianza y varianza poblacional. Explica las fórmulas para calcular el tamaño de muestra cuando se desconoce o se conoce el tamaño de la población, usando ejemplos de encuestas sobre preferencias de marcas de shampoo. Concluye que existen criterios estadísticos probabilísticos y no probabilísticos para determinar el tama
Este documento presenta los conceptos básicos de la inferencia estadística, incluyendo el proceso de formular y contrastar hipótesis. Explica que la inferencia estadística permite hacer afirmaciones sobre una población basadas en los resultados de una muestra. Se dividen sus áreas en estimación, para predecir parámetros poblacionales, y prueba de hipótesis, para probar hipótesis sobre parámetros. Finalmente, detalla los pasos para realizar una prueba de hipótesis sobre la media poblacional.
Intervalos de confianza:
- Concepto de intervalo de confianza
- Estimacion de intervalo de confianza para la media poblacional.
* Con poblacion conocida
* Con poblacion desconocida
- Estimacion de intervalo de confianza para la proporcion poblacional
El documento proporciona recomendaciones para mejorar los cuatro estilos de aprendizaje - activo, reflexivo, teórico y pragmático - a través de actividades específicas para cada estilo. También ofrece sugerencias de estrategias de enseñanza para cada estilo, como permitir a los estudiantes activos organizar seminarios o apoyar el desarrollo de habilidades a través de la reflexión para los estudiantes reflexivos.
El documento describe un estudio realizado por una empresa sobre los precios de venta de 7 modelos de lijadoras a través de dos canales de distribución: Internet y tiendas minoristas. La empresa concluye que al vender en tiendas se obtienen $10 USD más que al vender por Internet. Sin embargo, un análisis estadístico de los datos de precios no encuentra evidencia suficiente para afirmar que existe una diferencia de $10 USD entre los canales.
El documento describe cómo la colaboración en TIC puede aumentar la competitividad de un país. Las TIC juegan un papel importante en el aumento de la competitividad a través de la innovación y el desarrollo. Una agenda digital nacional puede alinear objetivos, políticas y acciones para aprovechar el potencial de las TIC. El proyecto FORESTA promueve la colaboración en investigación de TIC entre Europa y Latinoamérica y ha producido cuatro estudios sobre políticas y cooperación en TIC.
1. AEC Méthode is a behavioral assessment tool that analyzes personality types, motivations, and behaviors based on DISC and Jungian theories.
2. It provides a personalized 24-page report within 10 seconds, assessing factors like dominance, influence, steadiness, and compliance.
3. The report helps with self-development, communication, team building, and leadership by identifying one's own and others' work styles and how to blend styles effectively.
El documento presenta un estudio realizado por el INEGI sobre los sueldos de hombres y mujeres en México en diferentes ocupaciones. Se pide analizar si existen diferencias salariales entre géneros y si la profesión influye en la retribución. También se presenta un caso de supuesta copia y se pide aplicar análisis estadístico para evaluar evidencia del "efecto sonrisa". Finalmente, se describen ejercicios prácticos de regresión lineal simple y múltiple para predecir resultados.
This document appears to be notes from a lecture that covered several topics:
1) Developing strategies under uncertain environments, international remittances, and homework on Nash equilibrium and Gans and Stern matrix analyses.
2) Key concepts discussed include technology strategies, disruptive technologies, and the stages in a technology's evolution and a market's development.
3) Digital disruption and future technologies like ubiquitous sensing, connectivity, and the internet of everything were also covered.
This lecture discusses strategies for firms operating under uncertainty. It explores whether firms should be first or fast followers in introducing new technologies. While being first offers advantages, following allows learning from others' mistakes. The lecture also presents game theory scenarios involving toothpaste and pizza companies to analyze strategic interactions and outcomes like Nash equilibriums. Disruptive technologies and dominant/dominated strategies are discussed. Overall, the lecture examines strategic decision making for firms in uncertain environments using concepts from readings and examples.
This document summarizes key points from a lecture on disruptive technologies and innovation strategies. It discusses how companies should focus on transformation, personalization at scale, and intention-driven approaches. The document also outlines factors that influence an innovator's technology strategy, such as performance evolution and market development. Finally, it discusses concepts like force multipliers in innovation, S-curves, and the innovator's dilemma around cooperation versus competition with complementary assets.
El documento habla sobre la gestión de servicios de TI. Explica que un servicio es un medio para entregar valor a los clientes sin que ellos asuman los costos y riesgos asociados. También menciona que no habrá mejora posible en un ambiente donde la operación diaria no cumple los requerimientos de forma sistemática y medible. Por último, propone definir un catálogo de servicios y consolidar plataformas como pasos iniciales para la gestión de servicios de TI.
La pandemia de COVID-19 ha tenido un impacto significativo en la economía mundial. Muchos países experimentaron fuertes caídas en el PIB y aumentos en el desempleo debido a los cierres generalizados y las restricciones a los viajes. Aunque las vacunas han permitido la reapertura de muchas economías, los efectos a largo plazo de la pandemia en sectores como el turismo y los viajes aún no están claros. Se espera que la recuperación económica mundial sea desigual y dependa de factores como el control
Xbox Music es un nuevo servicio de música digital de Microsoft que estará disponible en Xbox 360, Windows Phone, y Windows 8. El servicio ofrece acceso a más de 30 millones de canciones y pretende competir con servicios como iTunes y Spotify. Microsoft espera aprovechar la popularidad de su marca Xbox para promover este nuevo servicio de música.
Microsoft planea tener más de 100,000 aplicaciones disponibles en la Windows Store para Windows 8 en los primeros tres meses del lanzamiento del sistema operativo. Para lograr este objetivo, Microsoft invertirá millones de dólares en tutoriales, grupos de trabajo y concursos para desarrolladores con el fin de promover la creación y publicación de aplicaciones en su tienda en línea. Actualmente solo hay alrededor de 3,000 aplicaciones disponibles.
Este documento describe las características de tres sistemas operativos: iOS, Windows y Windows XP. iOS es el sistema operativo de dispositivos móviles de Apple como iPhone e iPad. No permite hardware de terceros y tiene aplicaciones integradas como Facetime. Windows ha tenido varias versiones y agregó funciones como soporte de red y más colores. Windows XP incluye un entorno gráfico, cuentas de usuario múltiples y soporte para ADSL y redes inalámbricas.
Esta presentación ha sido creada por http://casimusica.com para ayudar a músicos y sellos independientes en la elección de agragador/disttibuidor de música digital desde España.
Música en Libertad: La industria musical frente al cambio de paradigmanuestrocanto
El presente texto tiene como objetivo aportar al debate sobre la crisis de la industria discográfica y su superación por un nuevo paradigma de producción creativa abierto y distribuido.
Este documento constituye un acercamiento a planteamientos innovadores de promoción, comercialización y distribución de productos de la industria musical bajo el nuevo modelo de cadena de valor generado por la aplicación en todos sus eslabones de las NTIC (medios sociales, colaboratividad, costes fijos reducidos; plataformas de financiación, creación, producción, promoción y difusión, comercialización, distribución y venta de musica a través de Internet, etc). Calificación: Sobresaliente.
Este documento presenta una sesión sobre planeación estratégica de TI que incluye discusiones sobre la historia de la industria de la música, los cambios en el modelo de negocio debido a la digitalización y el streaming, y las lecciones sobre la implementación estratégica y el entorno competitivo en TI.
El documento describe conceptos relacionados con la distribución t, incluyendo que depende de los grados de libertad y se aproxima a la distribución normal a medida que estos aumentan. Explica que la distribución t se usa para realizar pruebas de hipótesis sobre una y dos poblaciones. Presenta ejemplos de cómo establecer las hipótesis nulas y alternativas, y los pasos para llevar a cabo las pruebas.
Este documento presenta la agenda para la sesión 4 sobre estimación de intervalos y pruebas de hipótesis. La sesión cubrirá los temas de estimación de intervalos, muestreo, estadístico t, planteamiento y uso de pruebas de hipótesis en Mathematica, con ejemplos sobre estimación de intervalos, selección del tamaño de la muestra, errores tipo I y II, y pasos para realizar pruebas de hipótesis.
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.
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.
curso básico de estadística Test_de_hipotesis.pdfEmilioLimachi
El documento describe la prueba t de Student, una herramienta estadística desarrollada por William Sealy Gosset en 1908 para analizar datos de muestras pequeñas. La prueba t compara las medias de dos grupos de datos para determinar si son significativamente diferentes. Desde entonces, se ha convertido en una de las pruebas estadísticas más utilizadas en investigación y mercados.
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 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
1) La prueba de hipótesis es un procedimiento estadístico para determinar si una hipótesis nula es razonable basado en evidencia de una muestra. Involucra establecer una hipótesis nula y alternativa, seleccionar un nivel de significancia, y decidir si se acepta o rechaza la hipótesis nula.
2) Existen diferentes estadísticos de prueba como z, t, y chi cuadrado que dependen del tipo de prueba y si la desviación estándar es conocida o no.
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 un resumen de un proyecto de investigación realizado por 5 ingenieros de la Universidad Nororiental "Gran Mariscal de Ayacucho" sobre temas relacionados con la ingeniería de mantenimiento. El proyecto fue facilitado por la ingeniera Carlena Astudillo y se llevó a cabo en El Tigre, Venezuela en mayo de 2016.
1) El documento discute la importancia de considerar el costo de errores tipo I y II en la investigación de mercados. 2) Explica que para fines gerenciales es mejor usar un nivel de significación entre 0.10 a 0.25 en lugar de 0.01 o 0.05. 3) Detalla los pasos para realizar pruebas de hipótesis estadísticas como Z, t y Ji cuadrado dependiendo del tipo de datos.
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 trata sobre inferencia estadística. Explica conceptos como estimación de parámetros, pruebas de hipótesis, hipótesis nula y alterna, errores tipo I y tipo II, nivel de significancia, intervalos de confianza, y pruebas estadísticas como Z y T de Student. También incluye ejemplos sobre cómo calcular intervalos de confianza e hipótesis estadísticas para la media poblacional.
Este documento explica los conceptos básicos de la prueba de hipótesis, incluyendo la definición de hipótesis nula y alterna, los tipos de errores, y cómo realizar pruebas unilaterales y bilaterales sobre la media de una población. También cubre temas como el tamaño de la muestra, el valor p, y cómo se usan las pruebas de hipótesis en la toma de decisiones.
Este documento explica los conceptos básicos de la prueba de hipótesis, incluyendo la definición de hipótesis nula y alterna, los tipos de errores, y cómo realizar pruebas unilaterales y bilaterales sobre la media de una población. También cubre temas como el tamaño de la muestra, el valor p, y cómo se usan las pruebas de hipótesis en la toma de decisiones.
Este documento presenta los procedimientos estadísticos de intervalos de confianza y pruebas de hipótesis para medias y diferencias de medias utilizando Z de 1 muestra, t de 1 muestra, y t de 2 muestras en Minitab. Explica cómo calcular intervalos de confianza y realizar pruebas de hipótesis para la media de una población o la diferencia entre medias cuando se conocen o no los valores de desviación estándar. También incluye ejemplos ilustrativos de cómo aplicar estos procedimientos en
Distribuciones Muestrales y Estimación de los Parámetros de una Poblaciónjosegonzalez1606
Distribuciones Muestrales y Estimación de los Parámetros de una Población
Integrantes:
José González C.I: 28.576.187 Marcell Girardi C.I: 24. 491.579 Yulianny Marcano C.I: 26. 385.075 Alejandro Brito C.I: 24.947.747 José Pereira C.I: 28.095. 315
El documento presenta los conceptos básicos sobre pruebas de hipótesis. Explica que una prueba de hipótesis comienza con una hipótesis planteada sobre un parámetro poblacional y luego se recogen datos de una muestra para decidir si la hipótesis es razonable. También describe los errores tipo I y II, los pasos de una prueba de hipótesis, y los tipos de pruebas como bilateral y unilateral. Finalmente, explica cómo se determinan los puntos críticos y se toma una decisión sobre la hipó
Este documento describe las etapas básicas para realizar pruebas de hipótesis, incluyendo planear las hipótesis nula y alternativa, especificar el nivel de significancia, elegir la estadística de prueba, y determinar si se acepta o rechaza la hipótesis nula. También explica cómo realizar pruebas unilaterales, bilaterales, para una o dos medias poblacionales, y para observaciones emparejadas. Define los errores tipo I y II y cómo minimizarlos.
This lecture discusses modeling business decisions and processes. It introduces the concepts of prototyping strategies, disrupting businesses, digitizing core processes, creating value from data, and building ecosystems. The lecture also discusses using tools like Power BI and BPMN modeling to diagram business processes and decisions. Key steps in BPMN modeling are deciding the process to diagram, recording each step, and accounting for decisions and relationships between steps.
This document discusses intelligence sources and the elements of intelligence. It describes intelligence as a process of collecting, analyzing, and disseminating information, as well as conducting covert actions. The four main elements of intelligence are identified as collection, analysis, dissemination, and covert action. The key intelligence collection disciplines discussed are human intelligence, signals intelligence, open-source intelligence, and geospatial intelligence.
This document summarizes key points from a lecture on decision making. It discusses technology life cycles, including the S-curve model and challenges of adoption. The Gartner Hype Cycle is presented as a useful tool for assessing emerging technologies. Game theory concepts are covered, including the prisoner's dilemma framework and Nash equilibrium. The importance of data-driven decision making for organizations is highlighted. Examples are provided on analyzing business intelligence data in Power BI to inform strategic choices.
This document provides an overview of business intelligence and related concepts. It discusses how new technologies can enable new industries and competitive waves. It defines data, information, and knowledge and describes transactional and analytical processing. The five stages of BI are outlined as data, ETL, data warehousing, analytic engine, and presentation layer. Finally, it discusses the evolution of BI, different levels of BI, examples of BI tools, and frameworks for analyzing technology adoption cycles.
Este documento presenta la agenda para la sesión 5 sobre pruebas de hipótesis de dos poblaciones. Incluye temas como pruebas de normalidad, diferencias entre dos poblaciones, ejemplos de pruebas de hipótesis con dos poblaciones y selección de pruebas estadísticas. También presenta tres casos prácticos para aplicar los conceptos vistos.
Este documento presenta una agenda para una sesión sobre distribuciones discretas, continuas y muestreo. La sesión incluye una introducción al curso, una discusión sobre contar datos, la distribución normal, estandarización, dos teoremas importantes y muestreo. También presenta ejemplos de distribuciones binomiales, Poisson y normal y cómo calcular probabilidades usando estas distribuciones.
La sesión revisó conceptos básicos de estadística como tablas de frecuencia, medidas de tendencia central y dispersión, y modelos estadísticos simples. Se discutieron datos cuantitativos y cualitativos, y sus escalas de medición. También se explicaron conceptos como variable aleatoria, distribución de probabilidad, valor esperado y varianza usando ejemplos prácticos.
Este documento presenta la agenda de la sesión uno de un curso de estadística. Incluye una introducción a conceptos básicos de estadística, el manejo de datos con Mathematica, datos financieros de empresas mexicanas y gráficos. También cubre la instalación de Mathematica, tipos de cambio, importación y análisis de datos propios, y define estadística.
Este documento presenta una agenda para un día de capacitación sobre fundamentos estadísticos para finanzas. La agenda incluye introducciones a conceptos como el manejo de datos con Mathematica, empresas listadas en la Bolsa Mexicana de Valores, gráficos financieros y conceptos básicos de estadística descriptiva e inferencial.
This document contains notes and slides from a lecture on various topics related to business modeling, disruptive technologies, and simulations. Some key points include:
1. A simulation assessed the top skills needed for model building as knowledge of the business, data, and critical thinking, while statistical knowledge and tool knowledge ranked lower.
2. Notes discuss Uber's regulatory challenges as a disruptive technology and how incumbent taxi operators responded. The document also contains slides on simulations assessing battery technology investments.
3. The slides show examples of R&D investment strategies over time for nickel metal hydride and ultracapacitor battery technologies, as well as the profit contributions of each.
4. Disruptive innovation frameworks are discussed
The document discusses strategic planning for corporate and process innovation. It discusses the role of the Chief Innovation Officer and the democratization and consumability of technology, meaning making technology accessible and easy to use for more users. It also discusses skills needed for predictive analytics model building, including knowledge of the business and data being more important than statistical or tool knowledge. Finally, it discusses a simulation about managing innovation at a battery company facing disruptive technology challenges.
esp@cenet es una base de datos con más de 60 millones de documentos de patentes de cobertura mundial. Ha sido diseñada para científicos e ingenieros como fuente de información técnica y es utilizada por expertos en patentes. Los usuarios pueden realizar búsquedas por palabra clave o por clase tecnológica de la Clasificación Internacional de Patentes.
Este documento presenta los aspectos clave de la gestión de la innovación tecnológica en el Campus Estado de México del Tecnológico de Monterrey. Aborda temas como el sistema de gestión de la innovación, la vigilancia tecnológica, la gestión del conocimiento y la integración del portafolio de proyectos. El documento analiza también el entorno de la innovación y las competencias necesarias en las empresas innovadoras.
El documento presenta tres casos de estudio sobre inferencia estadística de dos poblaciones y el uso de análisis de varianza (ANOVA) y regresión lineal simple. Luego proporciona información sobre cómo resolver los casos de estudio, incluidos ejemplos y ejercicios prácticos sobre ANOVA de uno y dos factores y regresión lineal simple.
Este documento presenta la sesión 7 de un curso de Estadística en las Organizaciones impartido por el Dr. Jorge Ramírez. La sesión cubre temas como pruebas de hipótesis, ejercicios prácticos de problemas relacionados con hospitales y máquinas expendedoras, y la solución de dichos problemas paso a paso. Los estudiantes también realizan un experimento por equipos y deben subir los resultados a la plataforma de manera individual.
Este documento presenta la sesión 4 sobre la distribución muestral de la media. Explica que cuando la muestra es grande (n>30), la distribución de la media muestral puede aproximarse a una distribución normal según el teorema del límite central. También aborda cómo calcular valores z y usar tablas de distribución normal para resolver problemas estadísticos como determinar la probabilidad de faltantes en el ejemplo de "El Tuercas". Finalmente, asigna una tarea para la siguiente sesión.
This document summarizes key points from a lecture on technology strategy. It discusses how technology strategy influences corporate strategy by addressing what business a company should be in. It notes that technology strategy is highly dynamic in new industries and involves forecasting new technologies and deciding how and when to respond. Technology strategists must balance the risks of being first to market with waiting to respond to developments. Complementary assets, timing, and positions as first-movers or laggards also impact technology strategy choices. Strategies should consider trends like demographics, networks, and enabling technologies. Effective strategies focus offerings for early adopters separately from pragmatists and cross the chasm between them.
La sesión presenta conceptos sobre análisis de varianza (ANOVA) y regresión lineal simple. Explica la descomposición de la variación total en variación entre grupos y dentro de grupos. Luego, introduce el modelo de regresión lineal simple, el método de mínimos cuadrados para calcular los parámetros b0 y b1, y las suposiciones del modelo. Finalmente, analiza formas de evaluar el ajuste del modelo usando el coeficiente de determinación r2, una prueba F y un análisis de residuos.
This document summarizes key points from a lecture on technological innovation and strategy. It discusses how technology can disrupt industries and drive economic growth. The lecture addresses how organizations can innovate using new technologies and manage technology startups. It also covers how technology strategy influences corporate strategy and the importance of timing, complementary assets, and network effects. The document provides examples like Amazon disrupting bookstores and summarizes frameworks for analyzing a technology's lifecycle and the relationship between innovators and incumbents.
En la ciudad de Pasto, estamos revolucionando el acceso a microcréditos y la formalización de microempresarios informales con nuestra aplicación CrediAvanza. Nuestro objetivo es empoderar a los emprendedores locales proporcionándoles una plataforma integral que facilite el acceso a servicios financieros y asesoría profesional.
ACERTIJO DESCIFRANDO CÓDIGO DEL CANDADO DE LA TORRE EIFFEL EN PARÍS. Por JAVI...JAVIER SOLIS NOYOLA
El Mtro. JAVIER SOLIS NOYOLA crea y desarrolla el “DESCIFRANDO CÓDIGO DEL CANDADO DE LA TORRE EIFFEL EN PARIS”. Esta actividad de aprendizaje propone el reto de descubrir el la secuencia números para abrir un candado, el cual destaca la percepción geométrica y conceptual. La intención de esta actividad de aprendizaje lúdico es, promover los pensamientos lógico (convergente) y creativo (divergente o lateral), mediante modelos mentales de: atención, memoria, imaginación, percepción (Geométrica y conceptual), perspicacia, inferencia y viso-espacialidad. Didácticamente, ésta actividad de aprendizaje es transversal, y que integra áreas del conocimiento: matemático, Lenguaje, artístico y las neurociencias. Acertijo dedicado a los Juegos Olímpicos de París 2024.
Evaluacion-Formativa-Nueva Escuela Mexicana NEM-ok.pdf
S06
1. Sesión 6
Pruebas de Hipótesis
de una población
Estadística en las organizaciones
AD4001
Dr. Jorge Ramírez Medina
2. Una estimación del intervalo se puede calcular
por sumar y restar un margen de error del estimador
puntual:
Estimador puntual +/- Margen de Error
Margen de Error y
estimación de intervalos
Por ejemplo la forma general de una estimación del
intervalo para una media poblacional es:
Margen de Error
Dr Jorge Ramírez Medina
EGADE Business School
x
3. • Estimación de intervalo de m
donde: es la media muestral
1 - es el coeficiente de confidencia
z/2 es el valor z que provee un área de
/2 en la cola superior de la distribución
de probabilidad normal estandarizada
s es la desviación estándar de la población
n es el tamaño de la muestra
Estimación de intervalo de la
media de una Población : s
conocida
x
Dr Jorge Ramírez Medina
EGADE Business School
n
zx
s
2/
5. Caso de s conocida
s raramente se conoce con exactitud, se
pueden obtener estimados de datos
históricos.
El margen de error puede ser calculado con:
– La desviación estándar de la población s , o
– La desviación estándar de la muestra s
Dr Jorge Ramírez Medina
EGADE Business School
8. • Ejemplo: DiscoSuena
Estimación de intervalo de la
media de una Población : s
conocida
n=36
U= $31,100
S= $4,500
Intervalo de confianza del 95%
x
s
Dr Jorge Ramírez Medina
EGADE Business School
9. 95% de las medias muestrales, están dentro de
un + 1.96 de la media poblacional m.sx
El margen de error es:
Estimación de intervalo de la
media de una Población : s
conocida
La estimación del intervalo para m es:
$31,100 + $1,470
o
$29,630 to $32,570
470,1
36
500,4
96.12/
n
z
s
Dr Jorge Ramírez Medina
EGADE Business School
10. • Selección del tamaño de la muestra
en la mayoría de las aplicaciones, un tamaño de
muestra de n = 30 es adecuado.
Si la distribución de la población es de un alto sesgo
o contiene outliers, se recomienda un tamaño de
muestra de 50 ó más.
Estimación de intervalo de la
media de una Población : s
conocida
Dr Jorge Ramírez Medina
EGADE Business School
11. • Selección del tamaño de la muestra
si la población no está normalmente distribuida pero
es simétrica (+/-) un tamaño de muestra pequeño
de 15 es suficiente.
Si se cree que la distribución de la población es
aproximadamente normal, se puede utilizar un
tamaño de muestra de menos de 15.
Estimación de intervalo de la
media de una Población : s
conocida
Dr Jorge Ramírez Medina
EGADE Business School
12. Estimación de intervalo de la
media de una Población : s
desconocida
Dr Jorge Ramírez Medina
EGADE Business School
Si no se puede tener un estimado de la desviación
estándar de la población s, se utiliza la
desviación estándar s de la muestra para estimar s .
En este caso, la estimación del intervalo para m
está basada en la distribución t.
13. La distribución t es una familia de distribuciones de
probabilidad similares.
Una distribución t específica depende de un
parámetro conocido como grados de libertad.
Los grados de libertad se refieren a el número de
piezas independientes de información que se usan
en el cálculo de s.
Distribución t
Dr Jorge Ramírez Medina
EGADE Business School
14. Conforme la distribución t tiene más grados de
libertad, ésta tiene menos dispersión.
Conforme se incrementan los grados de libertad,
la diferencia entre la distribución t y la distribución
de probabilidad normal estandarizada se hace más
pequeña.
Distribución t
William Sealy Gosset
Dr Jorge Ramírez Medina
EGADE Business School
17. Para más de 100 grados de libertad, el valor de z
normal estandarizado, da una buena aproximación
del valor t.
Los valores z normal estandarizados, se pueden
encontrar en la tabla t, con infinito grados de libertad.
Distribución t
Dr Jorge Ramírez Medina
EGADE Business School
18. Degrees Area in Upper Tail
of Freedom .20 .10 .05 .025 .01 .005
. . . . . . .
50 .849 1.299 1.676 2.009 2.403 2.678
60 .848 1.296 1.671 2.000 2.390 2.660
80 .846 1.292 1.664 1.990 2.374 2.639
100 .845 1.290 1.660 1.984 2.364 2.626
.842 1.282 1.645 1.960 2.326 2.576
Valores z
normal estandarizados
Distribución t
Dr Jorge Ramírez Medina
EGADE Business School
19. Pruebas de Hipótesis
Dr. Jorge Ramírez Medina
EGADE Business School
x
Intervalo de confianza
Tamaño de la muestra
x
Error
90 IC
20. Pruebas de hipótesis
• Una cola
– Cola superior
– Cola inferior
s conocida
s desconocida
• Dos colas
s conocida
s desconocida
Dr Jorge Ramírez Medina
EGADE Business School
1
Reject H0
Do Not Reject H0
z
21. Hipótesis nula y alternativa
Hypothesis testing can be used to determine whether
a statement about the value of a population parameter
should or should not be rejected.
The null hypothesis, denoted by H0 , is a tentative
assumption about a population parameter.
The alternative hypothesis, denoted by Ha, is the
opposite of what is stated in the null hypothesis.
The alternative hypothesis is what the test is
attempting to establish.
Dr Jorge Ramírez Medina
EGADE Business School
22. One-tailed
(lower-tail)
One-tailed
(upper-tail)
Two-tailed
Summary of Forms for Null and Alternative
Hypotheses about a Population Mean
The equality part of the hypotheses always appears
in the null hypothesis.
In general, a hypothesis test about the value of a
population mean m must take one of the following
three forms (where m0 is the hypothesized value of
the population mean).
Dr Jorge Ramírez Medina
EGADE Business School
0 0:H m m
0:aH m m
0 0:H m m
0:aH m m
0 0:H m m
0:aH m m
23. Demostración en
Mathematica
Dr. Jorge Ramírez Medina
ITESM EGADE
test type:
H0: 0
Ha : 0
H0: 0
Ha : 0
H0: 0
Ha : 0
sample size 0
population variance
random seed
24. • Testing Research Hypotheses
Planteamiento de Hipótesis
• The research hypothesis should be expressed as
the alternative hypothesis.
• The conclusion that the research hypothesis is true
comes from sample data that contradict the null
hypothesis.
Dr Jorge Ramírez Medina
EGADE Business School
26. Type I and Type II Errors
Correct
Decision
Type II Error
Correct
Decision
Type I Error
Reject H0
(Conclude m > 12)
Accept H0
(Conclude m < 12)
H0 True
(m < 12)
H0 False
(m > 12)Conclusion
Population Condition
Dr Jorge Ramírez Medina
EGADE Business School
Errores
27. Error Tipo I
Because hypothesis tests are based on sample data,
we must allow for the possibility of errors.
A Type I error is rejecting H0 when it is true
The probability of making a Type I error when the
null hypothesis is true as an equality is called the
level of significance.
Applications of hypothesis testing that only control
the Type I error are often called significance tests.
Dr Jorge Ramírez Medina
EGADE Business School
28. A Type II error is accepting H0 when it is false.
It is difficult to control for the probability of making
a Type II error.
Statisticians avoid the risk of making a Type II
error by using “do not reject H0” and not “accept H0”.
Error Tipo II
Dr Jorge Ramírez Medina
EGADE Business School
29. The rejection rule:
Reject H0 if the p-value < .
Compute the p-value using the following three steps:
3. Double the tail area obtained in step 2 to obtain
the p –value.
2. If z is in the upper tail (z > 0), find the area under
the standard normal curve to the right of z.
If z is in the lower tail (z < 0), find the area under
the standard normal curve to the left of z.
1. Compute the value of the test statistic z.
p-Value para la prueba de
Hipótesis de dos colas
Dr Jorge Ramírez Medina
EGADE Business School
30. The critical values will occur in both the lower and
upper tails of the standard normal curve.
The rejection rule is:
Reject H0 if z < -z/2 or z > z/2.
Use the standard normal probability distribution
table to find z/2 (the z-value with an area of /2 in
the upper tail of the distribution).
p-Value para la prueba de
Hipótesis de dos colas
Dr Jorge Ramírez Medina
EGADE Business School
31. Step 1. Develop the null and alternative hypotheses.
Step 2. Specify the level of significance .
Step 3. Collect the sample data and compute the test
statistic.
p-Value Approach
Step 4. Use the value of the test statistic to compute the
p-value.
Step 5. Reject H0 if p-value < .
Pasos de la prueba de Hipótesis
Dr Jorge Ramírez Medina
EGADE Business School
32. Critical Value Approach
Step 4. Use the level of significance to determine
the critical value and the rejection rule.
Step 5. Use the value of the test statistic and the
rejection
rule to determine whether to reject H0.
Pasos de la prueba de Hipótesis
Dr Jorge Ramírez Medina
EGADE Business School
33. Ejemplo: Pasta de dientes
• Two-Tailed Test About a Population Mean: s Known
Quality assurance procedures call for
the continuation of the filling process if the
sample results are consistent with the assumption that
the mean filling weight for the population of toothpaste
tubes is 6 oz.; otherwise the process will be adjusted.
The production line for Glow toothpaste
is designed to fill tubes with a mean weight
of 6 oz. Periodically, a sample of 30 tubes
will be selected in order to check the
filling process.
Dr Jorge Ramírez Medina
EGADE Business School
34. Two-Tailed Test About a Population Mean: s Known
Perform a hypothesis test, at the .03
level of significance, to help determine
whether the filling process should continue
operating or be stopped and corrected.
Assume that a sample of 30 toothpaste
tubes provides a sample mean of 6.1 oz.
The population standard deviation is
believed to be 0.2 oz.
Ejemplo: Pasta de dientes
Dr Jorge Ramírez Medina
EGADE Business School
35. 1. Determine the hypotheses.
2. Specify the level of significance.
3. Compute the value of the test statistic.
= .03
p –Value and Critical Value Approaches
H0: m 6
Ha: 6m
Prueba de dos colas de µ:
s conocida
Dr Jorge Ramírez Medina
EGADE Business School
74.2
302.
61.6
n
xz
/
0
s
m
36. 5. Determine whether to reject H0.
p –Value Approach
4. Compute the p –value.
For z = 2.74, cumulative probability = .9969
p–value = 2(1 .9969) = .0062
Because p–value = .0062 < = .03, we reject H0.
We are at least 97% confident that the mean
filling weight of the toothpaste tubes is not 6 oz.
Prueba de dos colas de µ:
s conocida
Dr Jorge Ramírez Medina
EGADE Business School
37. e Approach
/2 =
.015
0
z/2 = 2.17
z
/2 =
.015
-z/2 = -2.17
z = 3.425z = -3.425
1/2
p -value
= .0031
1/2
p -value
= .0031
Prueba de dos colas de µ:
s conocida
Dr Jorge Ramírez Medina
EGADE Business School
38. Prueba de dos colas de µ:
s conocida
Dr Jorge Ramírez Medina
EGADE Business School
Critical Value Approach
5. Determine whether to reject H0.
We are at least 97% confident that the mean
filling weight of the toothpaste tubes is not 6 oz.
Because 2.47 > 2.17, we reject H0.
For /2 = .03/2 = .015, z.015 = 2.17
4. Determine the critical value and rejection rule.
Reject H0 if z < -2.17 or z > 2.17
39. Prueba de dos colas de µ:
s conocida
Dr Jorge Ramírez Medina
EGADE Business School
/2 = .015
0 2.17
Reject H0Do Not Reject H0
z
Reject H0
-2.17
Critical Value Approach
Sampling
distribution
of
/2 = .015
n
xz
/
0
s
m
40. Prueba de Hipótesis de µ:
s desconocida
• Test Statistic
Dr Jorge Ramírez Medina
EGADE Business School
This test statistic has a t distribution
with n - 1 degrees of freedom.
t
x
s n
m0
/
41. Rejection Rule: p -Value Approach
H0: m m Reject H0 if t > t
Reject H0 if t < -t
Reject H0 if t < - t or t > t
H0: m m
H0: m m
Rejection Rule: Critical Value Approach
Reject H0 if p –value <
Prueba de Hipótesis de µ:
s desconocida
Dr Jorge Ramírez Medina
EGADE Business School
42. A State Highway Patrol periodically samples
vehicle speeds at various locations
on a particular roadway.
The sample of vehicle speeds
is used to test the hypothesis
Ejemplo: Los federales
The locations where H0 is rejected are deemed
the best locations for radar traps.
H0: m < 65
Dr Jorge Ramírez Medina
EGADE Business School
43. At Location F, a sample of 64 vehicles shows a
mean speed of 66.2 mph with a
standard deviation of
4.2 mph. Use = .05 to
test the hypothesis.
Ejemplo: Los federales
Dr Jorge Ramírez Medina
EGADE Business School
44. 1. Determine the hypotheses.
2. Specify the level of significance.
3. Compute the value of the test statistic.
= .05
H0: m < 65
Ha: m > 65
m
0 66.2 65
2.286
/ 4.2/ 64
x
t
s n
Prueba de una cola de µ:
s desconocida
Dr Jorge Ramírez Medina
EGADE Business School
45. p –Value Approach
5. Determine whether to reject H0.
4. Compute the p –value.
For t = 2.286, the p–value must be less than .025
(for t = 1.998) and greater than .01 (for t = 2.387).
.01 < p–value < .025
Because p–value < = .05, we reject H0.
We are at least 95% confident that the mean speed
of vehicles at Location F is greater than 65 mph.
Prueba de una cola de µ:
s desconocida
Dr Jorge Ramírez Medina
EGADE Business School
46. Critical Value Approach
5. Determine whether to reject H0.
We are at least 95% confident that the mean speed
of vehicles at Location F is greater than 65 mph.
Location F is a good candidate for a radar trap.
Because 2.286 > 1.669, we reject H0.
For = .05 and d.f. = 64 – 1 = 63, t.05 = 1.669
4. Determine the critical value and rejection rule.
Reject H0 if t > 1.669
Prueba de una cola de µ:
s desconocida
Dr Jorge Ramírez Medina
EGADE Business School
47.
0 t =
1.669
Reject H0
Do Not Reject H0
t
Prueba de una cola de µ:
s desconocida
Dr Jorge Ramírez Medina
EGADE Business School