Sesion 5 Estnopa PDF

P
Pruebas
b de
d Hiptesis
Hi t i
ESTADISTICA NO PARAMETRICA
LIC. RITA GUZMAN LOPEZ
PRUEBAS O CONTRASTES DE HIPTESIS

El problema central de la inferencia estadstica es un problema de
toma de decisiones, del cual la estimacin y contraste de
hiptesis son aspectos importantes, diferenciados pero
complementarios.
La Prueba de hiptesis es una herramienta muy importante y
ampliamente utilizada para comparar mediciones y tomar
decisiones basados en una probabilidad.
Un contraste de hiptesis, una prueba de significacin o

una prueba de hiptesis, son trminos que indican el
proceso mediante el cual se decide si una proposicin
acerca de la poblacin debe ser aceptada o no.
no
Una hiptesis estadstica es por tanto, una proposicin

acerca de la distribucin de probabilidad de una o de varias
variables aleatorias. Tal proposicin puede referirse bien a la
forma de la distribucin, bien al valor o valores de los
parmetros
t
o bien
bi a ambos.
b
Ejemplo hiptesis:
Un profesor parte de la premisa de que el estudiante asiste al
curso con el deseo de aprender;
La seleccin peruana ganar la clasificacin al mundial del 2018.
Un electricista debe partir de la premisa de que la conexin
elctrica que va a revisar est viva con corriente elctrica;
Una persona arrestada y acusada de cometer algn delito es un
presunto delincuente o posible autor del delito
El contraste de la hiptesis estadstica se basar en la

informacin proporcionada por la muestra.
La premisa de la cual se parte sobre el comportamiento
de la poblacin se conoce como la hiptesis nula.
Se le llama nula pues la misma, generalmente indica,
por ejemplo, que la media poblacional es cero; que no
hay diferencia entre los parmetros asociados a grupos
en la poblacin; o que el medicamento no es efectivo en
la poblacin de pacientes.
La hiptesis nula se denota usualmente en smbolos

por H0.
El ce
cero
o nos
os recuerda
ecue da que se pa
parte
te de la
ap
premisa
e sa de
que el efecto es nulo o que las diferencias entre los
grupos es cero.
Todo contraste va a implicar la comparacin
entre dos hiptesis bajo la informacin
muestral.
uest a Y co
como
o resultado
esu tado e
el investigador
est gado to
tomar
a
una decisin.
ELEMENTOS DE UNA PRUEBA DE

HIPOTESIS
Los elementos ms importantes para cualquier contraste de hiptesis
es:
a. HIPOTESIS NULA: Es aquella hiptesis que representa
efectos nulos, se simboliza por Ho.
b. HIPOTESIS ALTERNATIVA: Tambin se le conoce como
experimental y se representa por H1 Ha, se expresa como la
opuesta a H0.
Esta es la hiptesis de investigacin es decir: Lo que el investigador
desea demostrar sobre la poblacin. Se asume en caso de que la H0
sea rechazada.
c. ESTADISTICO DE PRUEBA: es una variable aleatoria

muestral que contiene informacin pertinente acerca de
la poblacin y/o sus parmetros que se estn
Investigando.
Los valores muestrales se emplean para calcular un solo
nmero que corresponde a un punto sobre una recta. Tal
nmero sirve para tomar decisiones y se denomina
estadstico de prueba o contraste.
El estadstico de prueba, ser una variable aleatoria, con
una distribucin muestral conocida
d. REGLAS DE DECISION: Una regla de decisin es un

criterio utilizado para decidir si se acepta o se rechaza la
hiptesis nula.
Este criterio consiste en tomar una decisin bajo dos
zonas mutuamente excluyentes: la zona de rechazo (o
regin crtica) y la zona de no rechazo.
La zona de rechazo est constituida por aquellos valores
que p
por ser muy
y g
grandes o
del estadstico de contraste q
muy pequeos (o lo que es igual alejarse mucho de H0),
es muy poco probable que ocurran si H0 es verdadera.
Las reglas de decisin se pueden expresar en trminos de

probabilidad como:
rechazar H0 si la probabilidad de que ocurra un valor
concreto T del estadstico de prueba es menor que .
.
El valor de se conoce como nivel de significacin o
nivel de riesgo y representa la probabilidad de que un
valor concreto del estadstico de contraste caiga en la
zona de rechazo o crtica.
En la prctica, los niveles de significacin ms
frecuentemente empleados son de 0.05 y 0.01, que en
algunos casos aparecen como 5% y el 1%.
TIPOS DE PRUEBAS DE HIPOTESIS
a) Bilaterales o de dos colas:
H 0 : = 0
H1 : 0
Siendo = nivel de significacin y

1-= nivel de confianza.
b) Unilateral derecho o de una cola:
H 0 : 0
H1 : > 0
siendo = nivel de significacin y

1- = nivel de confianza.
c) Unilateral izquierdo o de una cola:
H 0 : 0
H1 : < 0
siendo = nivel de significacin y

1- = nivel de confianza.
TIPOS DE ERRORES EN LAS

PRUEBAS DE HIPOTESIS
En general, una prueba de hiptesis estadstica no es otra
que un p
procedimiento p
para tomar una decisin bajo
j
cosa q
incertidumbre sobre la validez de la hiptesis nula. Usando
la evidencia de los datos de la muestra o de las muestras se
llega a dos decisiones:
Decisin 1: rechazar H0 ;
Decisin 2: No rechazar H0
La realidad es tambin doble: H0 es falsa H0 es verdadera.

Por tanto:
9Si H0 es verdadera y se rechaza se comete un error.
9Si H0 es falsa y no se rechaza se comete otro error.
error
En conclusin, existe un riesgo inherente de llegar a una conclusin
incorrecta cuando se prueban hiptesis, a causa de la naturaleza
aleatoria del muestreo.
Este riesgo se puede clasificar de dos maneras:
ERROR TIPO I
ERROR TIPO II
ERROR TIPO I: Es el que se comete al rechazar H0 cuando es verdadera.

La probabilidad de cometer este error es .
ERROR TIPO II: Es el que se comete al no rechazar H0 cuando es falsa.
La probabilidad de cometer este error es .
real
La probabilidad de cometer error tipo I se conoce tambin como

la significancia de la prueba y se denota usualmente por la letra
griega alfa .
La probabilidad de cometer error tipo I se escribe por medio de
una probabilidad
b bilid d condicional
di i
l de
d la
l siguiente
i i t manera:
= P{ error tipo I } = P{ rechazar H0/H0 es verdadera }
La significancia es en ocasiones presentada como un por ciento,
tal como 1%, 5% o 10%. Esto quiere decir que el investigador
est dispuesto a permitir una probabilidad de 0.01, 0.05, 0.10
de cometer un error tipo I: rechazar la hiptesis nula cuando es
cierta.
En el caso en que la hiptesis nula no sea cierta, en

algunos casos los datos pueden llevarnos a no
rechazarla, llevndonos a cometer entonces un error
tipo II. Usualmente no controlamos este tipo de error
directamente.
directamente
= P{ error tipo II } = P{ no rechazar H0/H0 es falsa }
La cantidad 1 - se conoce como el poder de la prueba, es la

probabilidad de rechazar H0 cuando es falsa, cuando en realidad
debe ser rechazada.
Idealmente se quiere tener pruebas cuyo poder sea alto. As el
poder de la prueba se escribe:
1- = Poder de la prueba = P{ rechazar H0/H0 es falsa }
Para un tamao muestral fijo (n) al aumentar la regin de rechazo
(y por lo tanto ), disminuye. Si por el contrario decrece,
aumentar
aumentar.
Por otra parte, al aumentar el tamao de la muestra (n), y
decrecen a la vez.
Ejemplo de hiptesis y expresiones de los errores:

H0: El acusado es inocente
H1 : El acusado es culpable
=ERROR tipo I = P( RHo | siendo verdadera)=P( condenar siendo inocente)

= ERROR tipo II = P(no rechazar Ho | siendo falsa) = P (absolver siendo culpable)
10
Procedimientos para realizar una Prueba de Hiptesis

1) Determinar las Hiptesis H0 y H1.
2) Fijar el nivel de significancia (o riesgo) , valor con el que se
construir la regin critica y la regin de rechazo.
3) Decidir que estadgrafo ser usado para contrastar la hiptesis H0.
4) Especificar las regiones de rechazo y de aceptacin.
5) Calcular en base a la muestra el valor del estadgrafo que definir la
decisin.
6) Tomar la decisin de acuerdo a las regiones determinadas en el
punto 4.
7) Plantear las conclusiones correspondientes.
Prueba de Hiptesis sobre una Media Poblacional ()

para Muestras Grandes n30
Esta prueba se aplica en los siguientes casos:

a) Poblacin Normal, con varianza poblacional (2) conocida o desconocida
(2=S2).
b) Se aplicar para Poblacin Normal para muestras pequeas(n<30),
y varianzas conocidas.
11
Prueba de Hiptesis sobre una Media Poblacional () de poblacin

normal con varianza poblacional desconocida, n<30
Ejemplo: Se desea probar la hiptesis =0 contra la alternativa >0 sobre la

base de una m.a de tamao 9 con media 0.733 tomada de una poblacin
normal con varianza 1. Use =0.05
Solucin:
Por dato del problema: se trata de una poblacin normal con varianza
poblacional conocida y muestra pequea, entonces usaremos Z.
a) Planteamos las hiptesis:
H0 : =0
H1 : >0
n=9 X = 0.733 2=1,
n=9,
=1
Z = Z1- entonces -Z
-Z
Z0.05=Z0.95 =1.645
=1 645
Resolveremos aplicando la comparacin con el estadstico de prueba:

Se rechaza H0 si : Z>1.645,
Donde : Z= estadstico de prueba calculado
12
Calculamos el estadstico de prueba:
Z=
X 0
0.733
= 2.199
1
3
F(z)
Z=2.199
1.645
Z cae en la regin crtica para =0.05; luego se rechaza H0.

Por lo tanto con un nivel de significancia del 5% podemos aceptar que la
media poblacional es mayor que cero.
Prueba de Hiptesis sobre una Proporcin Poblacional (P) de

Muestras Grandes
Consideremos el problema de probar la hiptesis que la proporcin de
xitos es igual a un valor especifico. Es decir, queremos probar la
p
nula:
hiptesis
13
Aplicativo:
Histricamente la proporcin de clientes que compran con tarjeta de crdito
en una determinada tienda es como mnimo del 25%, sin embargo la duea
de la tienda piensa que esta cifra ha disminuido significativamente. Si se
sabe, que de una muestra de 1,122 clientes 242 compraron con tarjeta de
crdito, Se est cumpliendo lo que piensa la duea?.=10%
Solucin:
1) Datos: P0=0.25 ;
2) Planteamos las hiptesis:
H0: p p0 = 0.25 (La proporcin de clientes que compran con
tarjetas es como mnimo 25%)
H1: p < 0.25 (La proporcin de clientes que compran con
tarjeta han disminuido)
3) Determinamos el nivel de significancia para la prueba =0.1
4) Identificamos el tamao de muestra: n=1122 , n30
p =
242
= 0.215
1122
5) Calculamos el estadstico de prueba, en este caso por ser una muestra

grande lo aproximaremos a la normal, calculemos el estadstico de prueba:
Z=
p P0
= 2.31
P0 (1 P0 )
n
6) Aplicamos la regla de decisin correspondiente:

Rechazaremos H0 si Z < -Z1- = -Z1-0.1 = Z0.9 =-1.29, entonces; comparando el
estadstico de prueba y el valor de tabla, observamos que el estadstico de
prueba es menor que el de tabla.
tabla Por lo tanto,
tanto con un 10% de significancia
rechazamos H0..
7) Conclusin: con un nivel de significancia del 10% podemos afirmar que las
proporciones han disminuido y por lo tanto la duea si tiene razn en lo que
afirma.
14
Prueba de hiptesis para dos medias de dos poblaciones normales

independientes de varianza conocida. Muestras grandes (n1+n2 30)
En muchos problemas prcticos se esta interesado en determinar si
existe o no una diferencia significativa entre las media 1 y 2 de dos
poblaciones. Entonces:
Sean X1,,X
Xn1 una m.a.
m a seleccionada de una poblacin N(
N( 1,
12) y
Y1,,Yn2 una m.a. seleccionada de una poblacin N(2,22) donde 12 y
22 son conocidas y sean:
n1
X1 =
X
i =1
n2
X2 =
n1
i =1
n2
Prueba de hiptesis para dos medias de dos poblaciones normales

independientes de varianza desconocida. Muestras grandes (n1+n2 30)
Sean X1,,Xn1 una m.a. seleccionada de una poblacin N(1,12) y Y1,,Yn2
una m.a. seleccionada de una poblacin N(2,22) donde 12 y 22 son
desconocidas y sean:
n2
n1
X1 =
Xi
i =1
n1
S12 =
n2
X2 =
n2
1 2
1 2
1 2
1 2
1 2
1 2
i =1
n2 1
n2
Y
i =1
( X X )
S 22 =
Z=
(Y Y )
i =1
n2 1
( X 1 X 2 ) 0
S 12 S 22
+
n1 n 2
N (0 ,1)
15
Prueba de hiptesis para dos medias de dos poblacionales normales

independientes de varianza conocida. Muestras pequeas (n1+n2 < 30)
Sean X1,,Xn1 una m.a. seleccionada de una poblacin N(1,12) y
Y1,,Yn2 una m.a. seleccionada de una poblacin N(2,22) donde 12 y
22 son conocidas y sean:
n2
n1
X1 =
Xi
i =1
n1
X2 =
i =1
n2

independientes de varianza desconocida pero iguales (12=22=).
muestras pequeas (n1+n2 < 30)
Sean X1,,Xn una m.a. seleccionada de una poblacin N(1,12) y Y1,,Ym
n
n
X
1
X1 =
i =1
S12 =
n1
n2
X2 =
Y
i =1
n2
1 2
1 2
1 2
1 2
1 2
1 2
(X
1
i =1
S 22 =
tt==
X1)
n1 1
(Y X
i =1
n2 1
X 2 )00 0
( X (1X
1 X22)
2
2S 2
(n111)S11 +(1n22 +1)S2S222 21 1
( + )
nn1 +
+nnn2 122 n n2n1 nn2
tt((nn11++nn(22g22)))
16

independientes de varianza desconocida y diferentes (1222).
muestras pequeas (n1+n2 30)
Sean X1,,Xn una m.a. seleccionada de una poblacin N(1,12) y Y1,,Ym
n1
n1
X1 =
X
i =1
S12 =
n1
n2
X2 =
Y
i =1
1 2
1 2
1 2
1 2
1 2
1 2
n2
( X
i =1
X1)
n1 1
n2
S 22 =
t =
(Y X
i =1
n2 1
(X
t(g )
X 2 ) 0
S 12
S2
+ 2
n1
n2
g grados de
libertad de Welch.
Ejemplo:
Una compaa desea comparar la duracin de dos tipos de piedras
usadas en cierto proceso abrasivo y encuentra que el promedio de vida
de 10 piedras del 1er. tipo es de 58 meses con una desviacin tpica de 6
meses; y que ell promedio
di de
d vida
id de
d 12 piedras
i d
d l 2do.
del
2d tipo
ti es de
d 66
meses con una desviacin tpica de 4 meses. Examinar la hiptesis nula
que no existe diferencia alguna entre los verdaderos promedios de vida
de los dos tipos de piedras contra la alternativa de que el segundo sea
mejor. Use =0.01. Considerar que la duracin de las piedras siguen una
distribucin normal.
Qu supuesto se debe considerar para realizar esta dcima?.
Considerar varianzas poblacionales iguales.
17
Para este ejemplo la duracin de las piedras tiene una distribucin

normal.
Luego como las muestras son pequeas y varianzas poblacionales
desconocidas usaremos el estadstico de prueba t con 10+12-2=20 g.l.
Planteando las hiptesis tenemos:
t=
H0: 1-2=0
(1=2)
H1: 1-2<0
(1<2)
( X 1 X 2) 0
(n1 1) S + (n2 1) S 1 1
( + )
n1 + n2 2
n1 n2
2
1
2
2
t=
donde :
donde:
0 = 1 2
(58 66 ) 0
(10 1)(6 ) + (12 1)(4) 2 1 1
( + )
10 + 12 2
10 12
2
= 3.74
D i i R
Decisin:
Rechazamos
h
H0 sii : t<
t<-ttn1+n2-2,
Zona de Rechazo
-2.53
Entonces se observa q
que t cae en la regin
g
de rechazo p
para un nivel de
significancia del 1%, entonces rechazamos H0, es decir el segundo tipo
de piedras es mejor que el primero.
18
PRUEBA DE HIPTESIS PARA LA VARIANZA DE UNA POBLACION NORMAL

Consideremos el problema de probar la hiptesis que la varianza poblacional
es igual a un valor especifico 02 . Es decir, queremos probar la hiptesis nula:
H0
H1
ESTIMADOR
2 0 2
2 < 0 2
2 0 2
2 > 0 2
2 = 0 2
2 0 2
RECHAR H0 SI:
c2 < ((2 n 1) gl .;1 )

C2 =
(n 1)s 2
c2 > ((2 n 1) gl .; )
02
c2 < ((2 n 1) gl .;1 / 2 )
c2 > ((2 n 1) gl .; / 2 )
PRUEBA DE HIPTESIS CONCERNIENTE A LA VARIANZA DE DOS POBLACIONES
H0
H1
ESTIMADOR
1 2 2 2
1 2 2 2
1 2 > 2 2
1 2 = 2 2
2<
F =
RECHAR H0 SI:
F < f
S 22
S 12
g.l.: (ma 1) y (me 1)

S 12
F =
S 22
F > f1-
1
F < f/2
F > f1-/2
g.l.: (ma 1) y (me 1)
a)La varianza muestral mayor en el nmerador (notar que F>1).

b) ma: tamao de la muestra con varianza mayor
c) me: tamao de la muestra con varianza menor
Considerar:
, ( ma
1 ), ( me 1 )
1
f
, ( me 1 ), ( ma
1)
Si no se rechaza H0 , habremos probado la igualdad de varianzas, en este caso se

afirma que las poblaciones son homocedsticas.
19
Aplicacin:
Dos muestras consistentes de 21 y 9 observaciones tienen varianzas S12=16
y S22=8 , respectivamente. Examinar la hiptesis que las varianzas
poblacionales son iguales contra la alternante que la primera varianza
poblacional es mayor. Use =0.05.
S l i
Solucin
De los datos n1=21 , n2=9, S12=16 , S22=8
Planteamos las hiptesis:
H0 : 12 = 22 (Las varianzas poblacionales son iguales)
H1: 12 > 22 (La varianza poblacional 1 es mayor que la varianza
poblacional 2)
Determinamos el nivel de significancia: = 0.05
Calculamos el estadstico de Prueba:
F=
S12 16
=
=2
S 22 8
Fc = 2
Determinamos la regin critica de la prueba:
F10.05( 20,8) = F0.95( 20,8) = 3.15

Entonces vemos que el estadstico de prueba es menor que el F de tablas,
entonces esta dentro de la regin de aceptacin por lo tanto no rechazamos Ho
con un nivel de significacin del 5%.
En conclusin:
Hemos probado la homogeneidad de varianzas; esto es, que las varianzas
poblacionales son iguales o que las poblaciones son homoscedsticas con 5%
d nivel
de
i l de
d significancia.
i ifi
i
Tambin, podramos concluir que para un nivel de significancia del 5% la
diferencia o discrepancia notada en la variabilidad (o varianzas) no es
significativa.
20
PRUEBA DE HIPOTESIS PARA DOS PROPORCIONES

POBLACIONALES DE MUESTRAS GRANDES (n1 y n2 30)
Consideremos dos muestras independientes. Sean X1,,Xn una m.a extrada de una
y
Y1,,Y2 una m.a extrada de una poblacin
poblacin Bernoulli B(1,P1)
Bernoulli B(1,P2).
Denotemos la proporcin de xito en cada muestra por:
n1
X Nmero de xitos en la muestra 1

i
p 1 =
n1
n2
Y Nmero de xitos en la muestra 2

i
p 2 =
n2
Contrastes, Caso 1:
H0
H1
P1 P2 0
P1 P2 < 0
P1 P2 0
P1 P2 > 0
P1 P2 = 0
P1 P2 0
ESTADISTICA DE
PRUEBA
Z=
( p1 p 2 )
1 1
p (1 p )[ + ]
n1 n2
Donde
p =
x1
n1
:
+ x
+ n
RECHAR H0 SI:
Z < - Z
Z > Z
2
2
Z < -Z/2
Z > z/2
Los parmetros P1 y P2 son las proporciones de xito de cada una de las dos poblaciones bajo
estudio. Supuesto: Poblaciones con P1=P2=P. La estimacin del error estndar vara cuando se
supone diferencia entre las proporciones poblacionales
poblacionales.
Previo al calculo del estadstico de prueba se debe calcular:
p 1 =
x1
x
; p 2 = 2
n1
n2
Donde:
x1: es el
muestra
x2: es el
muestra
nmero de xitos en la
de tamao n1
de tamao n2
21
Contrastes, caso 2:
ESTADISTICA DE
PRUEBA
H0
H1
P1 P2 p0
P1 P2 < p0
P1 P2 p0
P1 P2 > p0
P1 P2 = p0
P1 P2 p0
Z=
(p1 p2)p0
p1(1 p2) p2(1p2)
+
n1
n2
RECHAR H0
SI:
Z < - Z
Z > Z
Z < -Z/2
Z > z/2
Los parmetros P1 y P2 son las proporciones de xito de las dos poblaciones bajo estudio,
p0 es la proporcin terica (p0 0).
Previo al calculo del estadstico de prueba se debe calcular:
p 1 =
x1
x
; p 2 = 2
n1
n2
Donde:
x1: es el
muestra
x2: es el
muestra
de tamao n1
de tamao n2
Aplicacin:
Una encuestadora realiz encuestas idnticas en el ao 1997 y en el presente ao, una
de las preguntas que se hizo a las personas era crees que en general los conductores
son amables y respetuosos?, la encuestas de 1997 revel que de 3000 personas
encuestadas 2010 dijeron que s. En cambio en este ao 1530 de las 3000 personas
encuestadas piensan que los conductores si son amables y respetuosos. Con un =0.05
es posible concluir que las personas creen que los conductores en el presente ao son
menos amables y respetuosos en comparacin con el ao 1997?.
1997?
Solucin
Utilizamos:
P1 : Proporcin de personas en este ao que piensan que los conductores son

amables y respetuosos.
P2 : Proporcin de personas en 1997 que pensaban que los conductores son
amables y respetuosos.
Planteamos las hiptesis:
H0 : P1- P2 = 0
(Proporciones iguales)
H1: P1- P2 < 0
( Proporcin de este ao menor a la proporcin de 1997)
22
Ambas muestras son suficientemente grandes por lo cual se justifica el uso de la

distribucin normal como aproximacin de la binomial.
Valor critico: =0.05
Datos: x1=1530
Z =-Z1- = -Z0.95 = - 1.64
x2=2010
n1=n2=3000
proporcin
p
estimada :
Calculamos la p
De los datos calculamos: p 1 =
1530
= 0.51
3000
Ahora calculamos el estadstico: Z =
Z=
p =
x1 + x 2 1530 + 2010
=
= 0 . 59
n1 + n 2
3000 + 3000
p 2 =
( p1 p 2 )
1 1
p (1 p )[ + ]
n1 n2
(0.51 0.67)
= 12.60
1
1
(0.59)(1 0.59)[
+
]
3000 3000
Valor critico: =0.05
2010
= 0.67
3000
Z =-Z1- = -Z0.95 = - 1.64
Decisin : Rechazar H0
En conclusin con un nivel de significancia del 5% podemos afirmar que la
proporcin de personas que piensan que los conductores son amables y respetuosos
ha disminuido.
23

Sesion 5 Estnopa PDF

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Sesion 5 Estnopa PDF

Diunggah oleh

Hak Cipta:

Format Tersedia

P

LIC. RITA GUZMAN LOPEZ

PRUEBAS O CONTRASTES DE HIPTESIS

LIC. RITA GUZMAN LOPEZ

Un contraste de hiptesis, una prueba de significacin o

Una hiptesis estadstica es por tanto, una proposicin

LIC. RITA GUZMAN LOPEZ

LIC. RITA GUZMAN LOPEZ

El contraste de la hiptesis estadstica se basar en la

LIC. RITA GUZMAN LOPEZ

La hiptesis nula se denota usualmente en smbolos

LIC. RITA GUZMAN LOPEZ

ELEMENTOS DE UNA PRUEBA DE

LIC. RITA GUZMAN LOPEZ

c. ESTADISTICO DE PRUEBA: es una variable aleatoria

LIC. RITA GUZMAN LOPEZ

d. REGLAS DE DECISION: Una regla de decisin es un

LIC. RITA GUZMAN LOPEZ

Las reglas de decisin se pueden expresar en trminos de

LIC. RITA GUZMAN LOPEZ

TIPOS DE PRUEBAS DE HIPOTESIS

a) Bilaterales o de dos colas:

Siendo = nivel de significacin y

LIC. RITA GUZMAN LOPEZ

b) Unilateral derecho o de una cola:

siendo = nivel de significacin y

LIC. RITA GUZMAN LOPEZ

c) Unilateral izquierdo o de una cola:

siendo = nivel de significacin y

LIC. RITA GUZMAN LOPEZ

TIPOS DE ERRORES EN LAS

LIC. RITA GUZMAN LOPEZ

La realidad es tambin doble: H0 es falsa H0 es verdadera.

LIC. RITA GUZMAN LOPEZ

ERROR TIPO I: Es el que se comete al rechazar H0 cuando es verdadera.

LIC. RITA GUZMAN LOPEZ

La probabilidad de cometer error tipo I se conoce tambin como

LIC. RITA GUZMAN LOPEZ

En el caso en que la hiptesis nula no sea cierta, en

= P{ error tipo II } = P{ no rechazar H0/H0 es falsa }

LIC. RITA GUZMAN LOPEZ

La cantidad 1 - se conoce como el poder de la prueba, es la

LIC. RITA GUZMAN LOPEZ

Ejemplo de hiptesis y expresiones de los errores:

=ERROR tipo I = P( RHo | siendo verdadera)=P( condenar siendo inocente)

LIC. RITA GUZMAN LOPEZ

Procedimientos para realizar una Prueba de Hiptesis

LIC. RITA GUZMAN LOPEZ

Prueba de Hiptesis sobre una Media Poblacional ()

Esta prueba se aplica en los siguientes casos:

LIC. RITA GUZMAN LOPEZ

Prueba de Hiptesis sobre una Media Poblacional () de poblacin

LIC. RITA GUZMAN LOPEZ

Ejemplo: Se desea probar la hiptesis =0 contra la alternativa >0 sobre la

Resolveremos aplicando la comparacin con el estadstico de prueba:

Donde : Z= estadstico de prueba calculado

LIC. RITA GUZMAN LOPEZ

Calculamos el estadstico de prueba:

Z cae en la regin crtica para =0.05; luego se rechaza H0.

LIC. RITA GUZMAN LOPEZ

Prueba de Hiptesis sobre una Proporcin Poblacional (P) de

LIC. RITA GUZMAN LOPEZ

LIC. RITA GUZMAN LOPEZ