Anda di halaman 1dari 9

1

Prueba deHiptesis: Relaciones entre procedimientos e intervalos de confianza


2

1 Prueba de Hiptesis: Relaciones entre procedimientos e intervalos de confianza

2 El objetivo de la estadstica comprende el explicar la informacin que refleja una

variable aleatoria por medio de estimaciones realizando inferencia estadstica por medio

de muestras para la toma de decisiones basada nuestra postura en una hiptesis que en

ocasiones logramos revisar y verificar si se cumple per en otras ocasiones es tomada con

los pocos elementos que conocemos segn un intervalo de confianza que por experiencia

pasadas conocemos; estas decisiones se logran por medio de la estimacin de parmetros,

que en este documento estudiaremos como se relacionan los procedimientos e intervalos

de confianza en la prueba de las hiptesis; para concluir su relacin procederemos antes

con la descripcin de estos elementos.

Parmetro y estadsticos

Se define como parmetro al valor numrico que describe las caractersticas de una

poblacin, mientras que se define como estadstico al valor numrico (caracterstica) de

una muestra, por ejemplo: la media de la poblacin de Guatemala es de 1.60 metros se

considera un parmetro mientras que se indica que la media de la poblacin de la muestra

obtenida de la poblacin del municipio de Mixco es de 1.60 metros nos referimos al

trmino estadstico.

Tipos de estimaciones

Las estimaciones se enfocan en dos categoras, la estimacin puntual que

corresponde a un solo nmero para estimar un parmetro de la poblacin, por ejemplo,

cuando deducimos que el peso de una persona corresponder al promedio del peso de
3

todo el grupo estudiado, por lo que es ms susceptible cometer errores en su uso; mientras

que el estimador por medio de un intervalo usa la extensin del conjunto y su

probabilidad que el parmetro se encuentre en ese rango del intervalo.

Se define como estimador a cualquier estadstico de la muestra que se utilice para

determinar un parmetro de la poblacin por ejemplo la media de la muestra x puede ser

un estimador de la media poblacional ().

Estimaciones puntuales e intervalos

El clculo de las estimaciones puntuales, corresponde a la media muestral x es el

mejor estimador de la media poblacional, siendo el ms eficiente siempre la muestra sea

suficientemente grande, su distribucin muestral puede ser aproximado a la distribucin

normal por lo que conociendo la media muestral podemos obtener conclusiones por lo


que la media muestral se obtiene x = , otro estimador puntual usado es al desviacin

estndar (S) o la varianza 2 (S2).

El objetivo de los intervalos de confianza es la descripcin de un conjunto de rango

de valores dentro del cual es posible que un parmetro de la poblacin; por ejemplo que

tan probable el estimador de la media poblacional x ocurra, por lo que es necesario

calcular un intervalo de probabilidad, para proporcionar esta afirmacin se necesita



encontrar el error estndar de la media EQ \O(x, ) = y el resultado se suma y resta a

la media muestral dando como resultado el intervalo en que estara el resultado.

Intervalos de confianza
4

Intervalo de confianza corresponde a la asociacin de la ocurrencia de la

probabilidad, cuando se usa una probabilidad mayor corresponder a un nivel mayor de

confianza. La relacin entre el nivel con fianza y el intervalo de confianza lo que

correspondera un alto nivel de confianza se representara un alto mayor de precisin por

lo que en la prctica este enunciado no es del todo cierto ya que al usar un mayor nivel de

confianza por ejemplo 99% da como resultado un intervalo de confianza ms amplio, por

ejemplo la entrega de un artculo al cliente:

Respuesta Nivel de confianza Intervalo de confianza

Tengo la absoluta certeza Mayor al 99% Un ao

de ello

Estoy casi seguro que lo Al menos 95% Un mes

recibir en este mes

Estoy bastante seguro que Alrededor del 80% Una semana

saldr en esta semana

No tengo la certeza de Alrededor del 40% Un da

poder hacerlo

Hay una pequea Cercano al 1% Una hora

posibilidad

Prueba de Hiptesis

Inicia con el planteamiento de la hiptesis que hacemos acerca de un parmetro

poblacional; estimando el valor hipottico del estimador, luego se compara con la


5

muestras de los estimadores reales comparndolos con los valores hipotticos de los

estimadores, si la diferencia entre la hiptesis y los valores reales sea menor, se acepta, si

la diferencia es mayor se rechaza la prueba; por ejemplo cuando aceptar o rechazar la

hiptesis se ejemplifica con el siguiente enunciado:

La eficiencia de ciertos trabajadores es del 95% segn la hiptesis del Gerente

del rea, por lo que el Gerente General solicita al departamento de control de calidad

verifique la hiptesis del Gerente del rea, por lo que el resultado estadstico de la

eficiencia de los trabajadores fuera un 58% se rechazara por ser falsa sin embargo si

hubiera una diferencia menor se aceptara la hiptesis.

Procedimientos para prueba de hiptesis

Como parte del procedimiento para la prueba de hiptesis inicia con la formulacin de la

hiptesis, por ejemplo:

Supongamos que el valor medio real es de 0.04 pulgadas, la desviacin

estndar de la poblacin corresponde a 0.004 pulgadas el planteamiento de la hiptesis

quedara Qu tan probable es que se obtenga una media muestra de 0.0408 o ms a partir

de la poblacin?, al plantear esta hiptesis el razonamiento que se busca si la

probabilidad es demasiado baja, debemos de concluir que la afirmacin es falsa y que el

grosor medio no es 0.04 pulgadas.

La hiptesis planteada se definira por si la media de poblacin hipottica es

de 0.04 pulgadas y al desviacin estndar de la poblacin es 0.004 pulgadas, cules son


6

las posibilidades de obtener una media de la muestra (0.0408) que difiera de 0.04

pulgadas en 0.0008 pulgadas?

Como primer procedimiento, es calcular el error estndar de la media

partiendo de la desviacin estndar de la poblacin, x = /, 0.004 pulg / 100 =

0.0004 pulgadas

Y para obtener que la media de la muestra (0.0408 pulgadas) cae dos errores

estndar a la derecha de la media hipottica de la poblacin.

x
z=
x

0.0408 0.04
=
0.0004

= 2 lo que corresponde al error estndar de la media

Luego de obtener el valor de Z utilizamos la tabla reas bajo la curva de distribucin de

probabilidad normal estndar, entre la media y valores positivos de Z, por lo que el valor

relativo a 2 corresponde a 0.4772 para lo cual se obtiene la probabilidad (P(z 2 O Z-2)

= 2(0.5 0.4772) = 0.0456 equivale a 4.5% por lo que la probabilidad es muy baja para

obtener una media de 0.0408 pulgadas por lo que se rechaza la muestra seleccionada.

Prueba de hipotesis

Antes de comenzar a tomar la muestra, debemos de establecer el valor

supuesto hipottio del parmetro de poblacin; esa suposicin que vamos a probar se le
7

denomina como hiptesis nula y se simboliza como H0 o H sub-cero; como ejemplo de

representacin tenemos que deseamos probar la hiptesis que la media poblacional es de

200 por lo que escribimos H0: o H0 = 200 que se lee, la hiptesis nula corresponde a

que la media de poblacin es igual a 200.

El trmino de hiptesis nula se refiere que no hubo diferencia entre las

muestras tratadas y las no tratadas por lo que una hiptesis nula es aceptada. Otra forma

de ver el smbolo de una prueba de hiptesis H0 que se lee, valor hipottico de la media

poblacional.

Si el resultado de la prueba de hiptesis no fueran nula ( si se rechaza la

hiptesis), se tiene que concluir con otra alternativas, que se le denominan hiptesis

alternativas cuyo smbolo es H1 H sub-uno para la hiptesis nula, por ejemplo:

H0: = 200, la hiptesis es nula es igual a la media poblacional

H1: > 200, la hiptesis es alternativa es mayor a la media poblacional

H1: < 200, la hiptesis es alternativa es menor a la media poblacional

Interpretacin

Una de las preguntas al utilizar la prueba de las hiptesis es que criterio debo

de utilizar para aceptar o rechazar la hiptesis; como observamos anteriormente el

objetivo de la prueba de hiptesis no es cuestionar el valor del estadstico de la muestra,

si no hacer un juicio respecto a la diferencia entre ese estadstico y un parmetro

hipottico de la poblacin.
8

El nivel de significancia toma auge al realizar las pruebas de las hiptesis,

como el caso inicial el 0.045 que surgi por la probabilidad correspondera al nivel de

significancia ya que fue el que utilizamos para comparar que la probabilidad de que la

media de las muestas X fuera del 0.04 se torn muy pequea es probabilidad por lo que se

rechaz.

Errores tipo I y tipo II

El error tipo I, corresponde al error que suele suceder cuando se procede a

realizar el rechazo de la hiptesis y su probabilidad se simboliza por Alpha, por otro

lado, aceptar una hiptesis nula cuando es falsa se le llama error tipo II, y su probabilidad

se simboliza con (beta).


9

Referencias

Wackerly, Mendenhall, Scheafrer (2010). Estadstica Matemticas con Aplicaciones, P.

86 -156. CENGAGE Learning.

Levin, Rubin, Bohon, Ramos, (2010). Estadstica para administracin y economa. P.

273-396. PEARSON.

Anda mungkin juga menyukai