Este documento presenta 6 actividades de laboratorio sobre contrastes de hipótesis paramétricos utilizando datos estadísticos. Cada actividad plantea una hipótesis nula y alternativa y guía al estudiante a través de pruebas como t de Student, ANOVA de una vía, prueba chi-cuadrado y prueba de Kolmogorov-Smirnov para determinar si se rechaza o no la hipótesis nula basado en los valores críticos y de prueba obtenidos.
0 calificaciones0% encontró este documento útil (0 votos)
57 vistas8 páginas
Este documento presenta 6 actividades de laboratorio sobre contrastes de hipótesis paramétricos utilizando datos estadísticos. Cada actividad plantea una hipótesis nula y alternativa y guía al estudiante a través de pruebas como t de Student, ANOVA de una vía, prueba chi-cuadrado y prueba de Kolmogorov-Smirnov para determinar si se rechaza o no la hipótesis nula basado en los valores críticos y de prueba obtenidos.
Descripción original:
ejercicios de estadística de contraste de hipótesis
Este documento presenta 6 actividades de laboratorio sobre contrastes de hipótesis paramétricos utilizando datos estadísticos. Cada actividad plantea una hipótesis nula y alternativa y guía al estudiante a través de pruebas como t de Student, ANOVA de una vía, prueba chi-cuadrado y prueba de Kolmogorov-Smirnov para determinar si se rechaza o no la hipótesis nula basado en los valores críticos y de prueba obtenidos.
Este documento presenta 6 actividades de laboratorio sobre contrastes de hipótesis paramétricos utilizando datos estadísticos. Cada actividad plantea una hipótesis nula y alternativa y guía al estudiante a través de pruebas como t de Student, ANOVA de una vía, prueba chi-cuadrado y prueba de Kolmogorov-Smirnov para determinar si se rechaza o no la hipótesis nula basado en los valores críticos y de prueba obtenidos.
1) Con los datos del archivo utilidades, usted deberá probar si el promedio de utilidad de la empresa 1 es a lo sumo 3000 dólares por mes. Utilice un nivel de confianza del 99%.
Ho: µ𝐸1 ≤ 3000$ NC = 0.99
Ha: µ𝐸1 > 3000$ α = 0.01
Sigma es nuestro p-valor, en el spss nos muestra sigma de forma bilateral, pero, como se está trabajando para 1 cola, se divide entre 2, donde p-valor = 0.377, el criterio dice: p-valor ≤ α ∴ 𝑅𝑒𝑐ℎ𝑎𝑧𝑜 𝐻𝑜 Pero, en este caso mi p-valor > α ∴ No rechazo la hipótesis nula y el promedio de utilidad de la empresa 1 es a lo sumo 3000 dólares por mes 2) Con los datos de utilidades E3 y E4, se desea probar si los promedios de utilidad de estas dos empresas son iguales. Utilice un nivel de confianza del 97%.
Ho: µ𝐸3 = µ𝐸4 NC = 0.97
Ha: µ𝐸3 ≠ µ𝐸4 α = 0.03
Es un problema de diferencias de media, en el spss la tabla nos muestra las varianzas,
se puede asumir por el valor de sigma, ya que es menor al nivel de significancia, por lo tanto, se puede asumir que las varianzas de estos 2 grupos son diferentes. También, en sigma para la media o el p-valor = 0, el criterio dice: p-valor ≤ α ∴ 𝑅𝑒𝑐ℎ𝑎𝑧𝑜 𝐻𝑜 ∴ Rechazo la hipótesis nula y los promedios de utilidad de estas dos empresas son diferentes
3) Un gerente asegura que los promedios de las utilidades de estas 5 empresas son iguales. Pruebe esta hipótesis utilizando un nivel de confianza del 95%.
Ho: µ𝐸1 = µ𝐸2 = µ𝐸3 = µ𝐸4 = µ𝐸5 NC = 0.95
Ha: µ𝐸1 ≠ µ𝐸2 ≠ µ𝐸3 ≠ µ𝐸4 ≠ µ𝐸5 α = 0.05 Excel:
Mediante a la tabla de análisis de varianza podemos encontrar el valor estadístico F y el
valor critico 𝐹𝑡 o valor tabular, el criterio dice: Si F ≥ 𝐹𝑡 ∴ 𝑅𝑒𝑐ℎ𝑎𝑧𝑜 𝐻𝑜 Este criterio se cumple por lo tanto rechazo la Ho, se puede decir que hay diferencia entre estas 5 empresas
SPSS: Por medio de la tabla podemos tener el valor sigma o p-valor = 0, el criterio dice: p-valor ≤ α ∴ 𝑅𝑒𝑐ℎ𝑎𝑧𝑜 𝐻𝑜 Sí se cumple el criterio, por lo tanto, se rechaza la Ho, se puede decir que hay diferencia entre las 5 empresas
4) Un político afirma que la proporción de familias del grupo 1 que tienen vivienda propia es mayor que 52%. Pruebe esta afirmación utilizando los datos del archivo “Vivienda propia”. Utilice un nivel de confianza del 98%.
Ho: 𝑃𝐺1 > 0.52 NC = 0.98
Ha: 𝑃𝐺1 < 0.52 α= 0.02
Tenemos el valor del estadístico de la prueba que es 0.281, conocemos por la Ha que tenemos que encontrar el área por debajo del estadístico de prueba, por la tabla Z será, 0.6103 y ese será el p-valor, también mediante sigma en la tabla que es 0.78, dividimos ese valor entre 2 y le restamos 1, para encontrando el p-valor= 0.61, donde el criterio dice: p-valor ≤ α ∴ 𝑅𝑒𝑐ℎ𝑎𝑧𝑜 𝐻𝑜 En este caso, p-valor > 𝛼 , por lo tanto, no rechazo la Ho. Quiere decir que la proporción de familias del grupo uno que tienen vivienda propia es mayor a 52%
5) Un ingeniero afirma que la proporción de familias que tienen vivienda propia en los dos grupos es igual. Pruebe esta afirmación utilizando un nivel de confianza del 95%.
Ho: 𝑃𝐺1 = 𝑃𝐺2 (tienen vivienda) NC = 0.95
Ha: 𝑃𝐺1 ≠ 𝑃𝐺2 α = 0.05 En la tabla cruzada se puede notar que muestra un subíndice a, que es igual en ambos grupos, significa que ambos valores aparecen en el mismo intervalo de confianza. Por lo tanto, no rechazo la Ho, además se puede denotar que en ambos grupos poseen la misma cantidad de personas que poseen vivienda
Mediante la prueba chi-cuadrado, el p-valor = 1, y el criterio dice:
p-valor ≤ α ∴ 𝑅𝑒𝑐ℎ𝑎𝑧𝑜 𝐻𝑜 Por lo tanto, no rechazo la Ho y la proporción de familias que tienen vivienda propia en los dos grupos es igual 6) Se desea saber si los datos del archivo “Notas de Estadística” se distribuyen como una distribución normal. Realice la prueba de bondad de ajuste usando un nivel de confianza del 95%.
Ho: Datos son normales NC= 0.95
Ha: Datos no son normales 𝛼 = 0.05
En la prueba Kolmogorov, nos muestra un valor sigma bilateral = p-valor = 0.2, como el criterio dice: p-valor ≤ α ∴ 𝑅𝑒𝑐ℎ𝑎𝑧𝑜 𝐻𝑜 Por lo tanto, no rechazo la hipótesis nula, ya que el p-valor > α, entonces se puede decir que los datos se comportar de manera normal.
