Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                

Caso Practico ESTADISTICAS II U3

Descargar como docx, pdf o txt
Descargar como docx, pdf o txt
Está en la página 1de 8

CASO PRÁCTICO UNIDAD 3

KEILA YINETH ASPRILLA ASPRILLA

DOCENTE
CARLOS ANDRÉS MEDINA

ESTADÍSTICAS II
ECONOMÍA

CORPORACIÓN UNIVERSITARIA ASTURIAS

PIZARRO – CHOCÓ
Octubre 20 de 2019
INTRODUCCIÓN

Es conveniente recordar definiciones de elementos importantes ya desarrollados en


los diferentes materiales de la asignatura

Población: es el conjunto de elementos, individuos o los sujetos a estudio y de los


que se requiere obtener un resultado.
Parámetro: es una medida descriptiva de la población total de todas las
observaciones.
Muestra: conjunto de elementos que forman parte de la población a la representa.
Tamaño de la muestra: es el número de elementos u observaciones que forma la
muestra.

El presente caso práctico trata de experimentos con múltiples resultados basados en


eventos aleatorios y la finalidad sea la toma de una decisión, es de mayor interés, el
buen planteamiento de una hipótesis. Los conceptos básicos involucrados en el
estudio de las pruebas de hipótesis son: la hipótesis estadística, los tipos de hipótesis,
la prueba de hipótesis, los tipos de errores y la región crítica y nivel de significancia.
Llevar al alumno a saber cómo puede Dentro de la inferencia estadística, un contraste
de hipótesis (también denominado test de hipótesis o prueba de significación) es un
procedimiento para juzgar si una propiedad que se supone en una
población estadística es compatible con lo observado en una muestra de
dicha población.
ESTADÍSTICA II

ENUNCIADO

En una población N(θ, 5), se efectúan sobre el valor de la media dos posibles
hipótesis:

H0: θ = 12 y H1: θ = 15

Mediante una muestra de tamaño n=25 m.a.s se contrasta H0 frente a H1, sabiendo
que, si la media muestral es inferior a 14, se aceptará H0. Determinar:

CUESTIONES:
a) La probabilidad de cometer el error de primera especie.
b) La probabilidad de cometer el error de segunda especie.
c) La potencia del contraste.

SOLUCION:

PRIMER PUNTO APARTADO A:


𝐻0 : 𝜇 ≤ 14
𝐻1 : 𝜇 > 14
𝑥−𝜇
𝑧= 𝑠
√𝑛
12 − 14
𝑧=
√5
√25
𝑧 = −4.47

Como la campana de Gauss es simétrica, emplearemos el resultado con signo


positivo para buscar con mayor facilidad en la tabla de distribución Normal:

0 4.47

Calculo del p-valor


𝑃(𝑧 > 4.47) = 1 − 𝑃(𝑧 < 4.47)
𝑃(𝑧 > 4.47) = 1 − 0.9999
𝑃(𝑧 > 4.47) = 0.0001

Debido a que el valor más cercano a 4.47 en la tabla de distribución Normal es 4.0,
podemos concluir que la probabilidad de cometer el error de primera especie tiende a
0%.

PRIMER PUNTO APARTADO B:


𝐻0 : 𝜇 ≤ 14
𝐻1 : 𝜇 > 14
𝑥−𝜇
𝑧= 𝑠
√𝑛
15 − 14
𝑧=
√5
√25
𝑧 = 2.24

0 2.24
Calculo del p-valor
𝑃(𝑧 > 2.24) = 1 − 𝑃(𝑧 < 2.24)
𝑃(𝑧 > 2.24) = 1 − 0.9875
𝑃(𝑧 > 2.24) = 0.0125
Por lo tanto, 𝛽 = 0.0125

La probabilidad de cometer el error de segunda especie es de 1.25%.

PRIMER PUNTO APARTADO C:


𝑃𝑜𝑡𝑒𝑛𝑐𝑖𝑎 𝑑𝑒𝑙 𝑐𝑜𝑛𝑡𝑟𝑎𝑠𝑡𝑒 = 1 − 𝛽
𝑃𝑜𝑡𝑒𝑛𝑐𝑖𝑎 𝑑𝑒𝑙 𝑐𝑜𝑛𝑡𝑟𝑎𝑠𝑡𝑒 = 1 − 0.0125
𝑃𝑜𝑡𝑒𝑛𝑐𝑖𝑎 𝑑𝑒𝑙 𝑐𝑜𝑛𝑡𝑟𝑎𝑠𝑡𝑒 = 0.9875
La potencia del contraste es de 98.75%

EJERCICIO 2:
Una empresa desea saber si la edad de sus clientes potenciales explicará o no la
preferencia por un modelo de vehículo que proyecta lanzar el mercado. Para ello,
consulta 200 individuos, resultando que:

Número Demandarán No demandarán

> de 25 años 75 25

≤ de 25 años 65 35

CUESTIONES:

¿Puede admitirse al nivel de significación del 5% que la edad explica el


comportamiento de los clientes?
SOLUCION:
𝐻0 : 𝜇𝑝1 = 𝜇𝑝2
𝐻1 : 𝜇𝑝1 ≠ 𝜇𝑝2
𝛼 = 0.05

𝑝1 − 𝑝2
𝑧=
𝑝1 𝑞1 𝑝2 𝑞2
√ 𝑛 +
1 𝑛2
0.54 − 0.42
𝑧=
√0.54 ∙ 0.46 + 0.42 ∙ 0.58
140 60
𝑧 = 1.57

-1.96 0 1.57 1.96

Se concluye que, debido a que z está entre ±1.96 no se puede rechazar la hipótesis
nula con un nivel de significancia α=0.05 y por lo tanto la edad explica el
comportamiento de los clientes.
CONCLUSIÓN

El objetivo último del análisis de datos es el de extraer conclusiones de tipo general a


partir de unos pocos datos particulares, una forma de desarrollar inferencia
estadística es mediante la Estimación de Parámetros: se asigna a las propiedades
desconocidas de una población las propiedades conocidas de una muestra.

En la prueba de hipótesis se trata de contrastar si una afirmación sobre alguna


propiedad poblacional puede mantenerse en base a la información maestral. Por
tanto, la Prueba de Hipótesis se debe entender como un método de toma de
decisiones.

Distribución normal es lo más importante en la probabilidad y estadística. Muchas


poblaciones numéricas tienen distribuciones que se pueden ajustar mediante una
curva normal apropiada para el análisis de variables cuantitativas.
REFERENCIAS BIBLIOGRÁFICAS

 Del portal Web Publicado en la internet por Centro Virtual Asturias


- https://www.centro-
virtual.com/recursos/biblioteca/pdf/estadistica_ii/unidad3_pdf3.pdf

- https://ebookcentral.proquest.com/lib/uniasturiassp/reader.action?docID=484982
9&query=Estad%25C3%25ADstica

 Del portal Web Publicado en la internet por Wikiversidad


https://es.wikiversity.org/wiki/Prueba_de_hip%C3%B3tesis_(estad%C3%ADstica)

También podría gustarte