Estadistica Inferencial Prueba de Hipotesis

DISEÑO DE EXPERIMENTOS
METODOS Tema 8: Prueba

ESTADISTICOS de Hipótesis
10/09/2020 STATISTICAL METHODS FOR PROJECT MANAGEMENT 1
TEMA 8: ESTADÍSTICA INFERENCIAL – PRUEBA DE HIPÓTESIS
Objetivos
Después de completar este capítulo, debería ser capaz de:
Formular hipótesis nulas y alternativas para aplicaciones que
impliquen:
La media poblacional
La proporción poblacional
La desviación poblacional
La diferencia de medias poblacionales
La diferencia de proporciones poblacionales
Cociente de varianzas poblacionales
Formular una regla de decisión para probar una hipótesis
Saber utilizar el valor crítico y los enfoques de valor p para probar
la hipótesis nula.
Conocer los errores de Tipo I y Tipo II
Evaluar el poder de una prueba.
2
strastando una hipótesis Son

demasiados...
No se si los fumadores
pesarán como el
resto… unos 70Kg
(hipótesis nula)...
¡Gran
diferencia!
Muestra Rechazo la
aleatoria de hipótesis
fumadores
X  85 kg
es una Hipótesis Estadística? Creo que el porcentaje

de enfermos por el
virus chikungunya en
Una creencia sobre la población, 2017 será el 25%
principalmente sus parámetros:
 Media
 Varianza
 Proporción/Tasa
OJO: Si queremos contrastarla,

debe establecerse antes del
análisis.
4
¿Qué es una prueba Hipótesis Estadística?

Hipótesis nula Ho Hip. Alternativa H1
 La que contrastamos  Niega a H0 (y creemos que es

 Los datos pueden refutarla ‘mejor’).
 Los datos pueden mostrar evidencia
 No debería ser rechazada sin una a favor
buena razón.  No debería ser aceptada sin una
gran evidencia a favor..
H 0 : p  50% ¿
≥ ≤
Tres

tipos de
pruebas
 H1 : p  50% ≠ < >

5
Pruebas para la media
H 0 : 𝝁=𝝁 𝟎
H 0 : 𝝁 ≤ 𝝁𝟎
H 0 : 𝝁 ≥ 𝝁 𝟎
  
 H1 : 𝝁 ≠ 𝝁 𝟎
;  H1 : 𝝁> 𝝁𝟎
;  H1 : 𝝁< 𝝁 𝟎
 Dos Colas  Cola superior  Cola inferior
H 0 : 𝝁= 𝝁 𝟎
H 0 : 𝝁 ≤ 𝝁𝟎 H 0 : 𝝁 ≥ 𝝁 𝟎
  
 H1 : 𝝁 ≠ 𝝁 𝟎
;  H1 : 𝝁> 𝝁𝟎
;  H1 : 𝝁< 𝝁 𝟎
Pruebas para la proporción 6

uebas de Hipótesis
para la diferencia de proporciones

 Cola superior
 Dos Colas
 Cola inferior
a para la Cociente de Varianzas

 Cola superior
 Dos Colas
 Cola inferior
Pasos de Hipótesis
 Formulación de la Hipótesis
 Identificación del estadístico de prueba y su distribución
 Nivel de significancia
 Formulación de la regla de decisión
 Colección de datos y cálculos
 Decisión estadística
 Decisión administrativa
 La decisión de rechazar o no rechazar la hipótesis nula depende de la

magnitud del estadístico de prueba
 Estadísticos de prueba:
 z para medias
 t para medias varianza desconocida
 z para proporciones
 etc.
Región crítica y nivel de significación

Región crítica Nivel de significación: a
Valores ‘improbables’ si... Número pequeño: 1% , 5%

Fijado de antemano por el investigador
Es conocida antes de realizar el
experimento: resultados Es la probabilidad de rechazar H0 cuando
experimentales que refutarían H0 es cierta
Ejemplo a=5%
Reg. Crit. Reg. Crit.

 Dos Colas
No
rechazo
H0

9
Tipos de pruebas y Región crítica

Ejemplo

Reg. Crit.
Reg. Crit.
Rechazo No Rechazo
H0 rechazo H0
H
Dos Colas
0
Reg. Crit.
Reg. Crit.
Rechazo No Rechazo
No
H0 rechazo H0
rechazo
H
0 Cola inferior  ColaHsuperior
0

10
Ejemplo
Durante los últimos semestres, el
profesor de Estadística de una
universidad ha registrado que el
rendimiento medio de sus alumnos es de
14 puntos y una desviación de 3 puntos.
Este año le ha tocado 40 alumnos
sobresalientes porque su rendimiento
medio ha sido 17 puntos y el profesor les
proclama como superiores a todos los
alumnos que ha tenido en la fecha.
 Qué hipótesis plantearía?
11
TEMA 8: ESTADÍSTICA INFERENCIAL – VALOR P
 Es la probabilidad que tendría una región crítica que comenzase exactamente en el
valor del estadístico obtenido de la muestra.
 valor p es conocido después de realizar el experimento aleatorio
El contraste es no significativo cuando valor p >a, es decir, no se rechaza H0
P ( X  72)  valor p
Valor P
a
No se rechaza
H0: m=70
Valor P
a

Resumen: α, valor p y criterio de rechazo

Sobre a Sobre valor p
 Es número pequeño,  Es conocido tras realizar el
preelegido al diseñar el experimento
experimento
 Conocido a sabemos todo  Conocido valor p sabemos
sobre la región crítica todo sobre el resultado del
experimento
 Sobre el criterio de rechazo

 Contraste significativo = valor p < a
TEMA 8: ESTADÍSTICA INFERENCIAL – PRUEBA DE
HIPÓTESIS
Tipos de error al tomar una decisión

Juez Realidad
Inocente Culpable
Error
Inocente OK Menos grave
veredicto
Error
Culpable Muy grave
OK
HIPÓTESIS
Tipos de error al contrastar hipótesis
Realidad
H0 cierta H0 Falsa
Error de tipo II
Correcto El tratamiento si tiene
El tratamiento no efecto pero no lo
No Rechazo H0 tiene efecto y así percibimos.
se decide. Probabilidad β
Error de tipo I Correcto

Rechazo H0 El tratamiento no El tratamiento tiene efecto y
tiene efecto pero se el experimento lo confirma.
decide que sí.
Acepto H1
Probabilidad α
Caso A. Prueba
de Hipótesis para
la media µ en
Poblaciones
Normales con

tadístico de Prueba
Hipótesis Rechace Ho Si
estadística
vel de Significancia
Ejemplo
El departamento de control de calidad de una compañía procesadora de alimentos especifica
que la media del peso neto por paquete de cereal no debe ser menor que 20 oz. La
experiencia indica que los pesos están distribuidos normalmente con una desviación estándar
de 19.5 oz. ¿Existe evidencia suficiente para indicar que el peso medio real de los paquetes ha
decrementado?
Ejemplo
De acuerdo a las normas establecidas en una prueba de aptitud académica, las personas que han
concluido sus estudios secundarios debían tener un promedio de 76.7 puntos. Si se sabe por una
investigación anterior sobre el caso, que la desviación estándar fue de 8.6 puntos y si 45 personas
que concluyeron estudios secundarios son elegidas aleatoriamente y alcanzan un promedio de
73.2, pruebe la hipótesis de que el promedio ha disminuido.
Caso B. Prueba
de Hipótesis para
la media µ en
Poblaciones
Normales con

estadística
Ejemplo
Una compañía manufacturera de llantas dice que la vida promedio de cierto tipo de llanta es
mayor que 25,000 millas. Una muestra aleatoria de 15 llantas es probada resultando una
media muestra y una desviación muestral de de 27,000 y 5,000 milla, respectivamente.
¿Podemos concluir que el producto es tan bueno como se presume?
Ejemplo
La duración promedio de cierto foco es de 750 horas. El cliente cambiaría de marca sólo que se
demuestre que de manera concluyente que la vida de los focos es menor que la anunciada. Se
elige una muestra aleatoria de 20 focos, se determina su duración y se obtiene una vida media de
738.44 con una desviación estándar de 38.20.
Ejemplo
En una muestra aleatoria de 10 sacos de arroz extra envasado, se obtuvo una media de 9.4 Kg.
con una desviación estándar de 1.8 Kg. ¿Contiene esta muestra suficiente evidencia para indicar
que el peso medio es menor que 10 Kg. de arroz, a un nivel de significación de 0.1?
Caso C. Prueba
de Hipótesis para
la varianza
poblacional en
poblaciones

estadística
Ejemplo

Ejemplo
En la elaboración de envases de plástico es necesario garantizar que cierto tipo de botella en
posición vertical tenga una resistencia mínima de 50 kg de fuerza. Para asegurar esto, en el pasado
se realizaba una prueba del tipo pasa-no-pasa, donde se aplicaba la fuerza mínima y se veía si la
botella resistía o no. En la actualidad se realiza una prueba exacta, en la que mediante un equipo
se aplica fuerza a la botella hasta que esta cede, y el equipo registra la resistencia que alcanzo la
botella.
a) Que ventajas y desventajas tiene cada método?
b) Para evaluar la resistencia media de los envases se toma una muestra aleatoria de n = 20
piezas. De los resultados se obtiene que el promedio y la desviación son 55.2 y 3. Estime con
una confianza de 95% ¿Cual es la resistencia promedio de los envases?
c) Antes del estudio se suponía que μ = 52. Dada la evidencia de los datos, ¿tal supuesto es
correcto?
d) Con los datos anteriores, estime con una confianza de 95% ¿cual es la desviación estándar
poblacional (del proceso)?
Caso D. Prueba
de Hipótesis para
la proporción
poblacional
a de hipótesis para la proporción

estadística
a de hipótesis para la proporción

Ejemplo

Ejemplo

Caso E. Prueba
de Hipótesis para
la diferencia de
medias de dos
poblaciones con
de hipótesis para igualdad de medias

Hipótesis. Dos muestras que provienen de poblaciones normales con medias ;
y varianzas respectivamente.

Caso 1: conocidas
X Y
Z 
prue
tadístico de Prueba 2 2
1  2
n m
Hipótesis estadística Rechace Ho Si

y varianzas respectivamente. Caso 2: desconocidas
X Y
t 
prue
S2 S2 ( n  1) S 2  (m  1) S 2
tadístico de Prueba p

p S2 
p
1
nm2
2
n m

y varianzas respectivamente. Caso 3: desconocidas
X Y
t 
prue [ S 2 / n  S 2 / m] 2
tadístico de Prueba S2 S2
1  2
n m
v 1 2
[ S 2 / n] 2 /(n  1)  [ S 2 / m]2 /(m  1)
1 2
de hipótesis para igualdad de varianzas

y varianzas respectivamente.
1
S2 F ,n 1,m 1 
stadístico de Prueba Recordar que
F 1
S2
F1  ,m 1,n 1
2
o
Ejem
plo
Un nuevo dispositivo de filtrado se instala en una planta química. Antes
y después de su instalación una m.a.s. respectiva arrojó la siguiente
información del porcentaje de impurezas:
Antes Después
y1  12,5 y 2  10,2
2
2
S1  101,17 S 2  94,73
n1  8 n2  9
¿ El dispositivo de filtrado ha reducido el porcentaje de impurezas

significativamente ?
Eje
mpl
o
Eje
mpl
o
Eje
mpl
o
Caso G. Prueba
de Hipótesis para
la diferencia de
proporciones
poblacionales

Hipótesis. Dos muestras que provienen de poblaciones de Bernoulli con p .
pˆ 1  pˆ 2
Z 
prue
tadístico de Prueba pˆ 1 (1  pˆ 1 ) pˆ 2 (11  pˆ 2 )
n

m
Eje
mpl
o
Caso H. Prueba
de Hipótesis para
la diferencia de
medias pareadas

Hipótesis. Dos muestras que provienen de dos poblaciones relacionadas
(antes y después) normales con medias ; y varianzas respectivamente.
d
tadístico de t
Prueba  di = xi - yi
prue S / n
d
HIPÓTESIS
Una compañía decide probar que método de capacitación es
Eje mejor, el A o el B. Para ello, decide aplicar ambos métodos a
parejas de empleados y, al final del curso, medir su
mpl desempeño. La siguiente tabla muestra los resultados:
o Pareja Método A Método B

1 90 85
2 95 88
3 87 87
4 85 86
5 90 82
6 94 82
7 85 70
8 88 72
9 92 80

Estadistica Inferencial Prueba de Hipotesis

Cargado por

Copyright:

Formatos disponibles

Estadistica Inferencial Prueba de Hipotesis

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Estadistica Inferencial Prueba de Hipotesis

Cargado por

Copyright:

Formatos disponibles

DISEÑO DE EXPERIMENTOS

METODOS Tema 8: Prueba

strastando una hipótesis Son

es una Hipótesis Estadística? Creo que el porcentaje

OJO: Si queremos contrastarla,

¿Qué es una prueba Hipótesis Estadística?

 La que contrastamos  Niega a H0 (y creemos que es

 H1 : p  50% ≠ < >

Pruebas para la media

 Dos Colas  Cola superior  Cola inferior

Pruebas para la proporción 6

para la diferencia de proporciones

a para la Cociente de Varianzas

 La decisión de rechazar o no rechazar la hipótesis nula depende de la

Región crítica y nivel de significación

Valores ‘improbables’ si... Número pequeño: 1% , 5%

Reg. Crit. Reg. Crit.

Tipos de pruebas y Región crítica

Resumen: α, valor p y criterio de rechazo

 Sobre el criterio de rechazo

Tipos de error al tomar una decisión

Error de tipo I Correcto

a de hipótesis para la proporción

a de hipótesis para la proporción

de hipótesis para igualdad de medias

Hipótesis estadística Rechace Ho Si

de hipótesis para igualdad de medias

Hipótesis estadística Rechace Ho Si

de hipótesis para igualdad de medias

Hipótesis estadística Rechace Ho Si

de hipótesis para igualdad de varianzas

Hipótesis estadística Rechace Ho Si

¿ El dispositivo de filtrado ha reducido el porcentaje de impurezas

de hipótesis para igualdad de medias

Hipótesis estadística Rechace Ho Si

de hipótesis para igualdad de medias

Hipótesis estadística Rechace Ho Si

o Pareja Método A Método B

También podría gustarte