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

Descripción de Hipótesis

Descargar como pptx, pdf o txt
Descargar como pptx, pdf o txt
Está en la página 1de 47

Sesión 9

PRUEBA DE HIPÓTESIS
¿Qué es una hipótesis?
• Un hipótesis es una suposición. Es una idea que
puede o no ser verdadera, basada en información
previa.

• Kerlinger . “una hipótesis es un enunciado


conjetural de la relación de dos o más variables

• Hernández, Fernández y Baptista señalan que las


hipótesis indican lo que estamos buscando o
tratando de probar son enunciados formulados
como respuestas tentativas a preguntas de
investigación.
La ciencia abre la mente
Prueba de hipótesis
Es un procedimiento estadístico, que permite comprobar la verdad
o falsedad de una suposición.

Ejemplo: “Estimo que el porcentaje de clientes que comprará mi


producto será del 60%”

Desde luego, la suposición que hagamos, debemos darle una


forma y tratamiento matemático (estadístico), para que su
comprobación sea de una forma científica.
TIPOS DE HIPÓTESIS

Hip. Nula H0 Hip. Alternativa H1


 Generalmente se identifica con lo que ha
ocurrido hasta ahora y se desea verificar.  Está asociada a la hipótesis del
investigador y es opuesta a la H0
 Es la Hipótesis diferencia o asociación.
 Es la Hipótesis de no diferencia o no
 No debería ser aceptada sin una gran
asociación.
evidencia a favor.
Ho: P = 50 % = , ≤ , ≥
H1: P ≠ 50 % ≠ , > , <

 
“Mis ingresos en este mes serán menor de S/.1500” H1:
Términos previos importantes

Nivel de Confianza: El nivel de confianza se denota por (1-α), aunque


habitualmente se expresa en porcentaje. Es habitual tomar como nivel de
confianza un 95% o un 99%, que se corresponden con valores α (Nivel de
significancia) de 0,05 y 0,01 respectivamente.

Estadístico de prueba: Es un valor, determinado a partir de la información


muestral, que se utiliza para aceptar o rechazar la hipótesis nula.

Valor Crítico: Es aquel valor que se obtiene en función del grado de confianza
seleccionado.
R. Rechazo R. Rechazo.
Prueba  
a/2 = 0.025 R Aceptación
a /2= 0.025
Bilateral H1: de Ho 95%

z crítico z crítico

Unilateral  
R.Rechazo de Ho
izquierda H1: α = 0.05 R. Aceptación de Ho
95%=0.95

z crítico

Unilateral  
R.Rechazo de Ho
derecha H1: R. Aceptación de Ho
95%=0.95
α = 0.05

z crítico
PROCEDIMIENTO PARA LAS PRUEBAS DE HIPÓTESIS

1. Establecer la Hipótesis Nula H0 y una H1


2. Seleccionar un nivel de significancia a ( 1% y 5% )
3. Establecer un estadístico de prueba adecuado ( z, t , c2 )
4. Establecer la región de rechazo (R.R) y una región de aceptación (R.A).
Realizar Gráfico
5. Decidir si debe aceptar o rechazar la H0 y dar la conclusión.
PRUEBAS DE HIPÓTESIS
DE PROMEDIO EN UNA MUESTRA
PRUEBAS DE HIPÓTESIS DE PROMEDIO EN UNA MUESTRA

HIPÓTESIS: FORMULAS

 Prueba de hipótesis sobre la media,  Prueba de Hipótesis sobre la


varianza poblacional desconocida media, varianza desconocida
(Muestras grandes n≥30) (Muestras pequeñas n<30)
1º Ho: Uo= k
H1: Uo< K

2° Ho: Uo = k
H1: Uo > K
El cual tiene una distribución t con
3° Ho: Uo = k n-1 grados de libertad.
H1: Uo ≠ K
𝑋´ 
Desviación estándar de la muestra
Ejercicio.1
Una compañía productora de cigarrillos sostiene que, una marca que ellos producen, tiene un
contenido promedio de nicotina de 0.7 miligramos. Sin embargo los supervisores de salud manifiestan
que es mayor a lo especificado, para realizar la prueba se revisó el contenido de nicotina de una
muestra de 50 cigarrillos y se encontró un promedio de 0.734 y una desviación estándar de 0.085.
Formule la hipótesis nula y alterna y realice la prueba de hipótesis de los supervisores de salud
utilizando un nivel de significancia de 5%.

 Datos: SOLUCIÓN
 Tamaño de la muestra n=50 1º. Formule la hipótesis nula y alterna
 Promedio de muestra Ho: µ = 0.7 miligramos.
 s = 0.085
H1: u > 0.7 miligramos.
2º. Nivel de significancia α = 5% =0.05
3º Determinar el estadístico de prueba:

4º. Establecer la región de rechazo y de aceptaciòn.

R.Rechazo de Ho
R. Aceptación de Ho
α = 0.05
95%=0.95

z tabla=1.65 Z=2.83

5º Decisión: Como el valor calculado se encuentra en la región de Rechazo. Por lo tanto se


rechaza la hipótesis nula (Ho) y nos queda la alternativa ( H1: µ> 0.7), lo cual implica que los
supervisores tienen la razón.
Ejercicios:

• En una campaña de protección al consumidor, se tomo


muestra aleatoria de 15 sacos de arroz extra envasado,
de una distribuidora y 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 0.01
SOLUCIÓN
1º. Formule la hipótesis nula y alterna
Ho: µ = 10 Kg
H1: u < 10 Kg.
2º. Nivel de significancia α = 1% =0.01
3º Determinar el estadístico de prueba:

  ¿ __ ❑− μ 0   9.4 − 10
t= =¿ t= =− 1.29
S / √n 1.8 / √ 15

Decisión: Aceptar la Ho, por lo


R. Aceptaciión . =
tanto el peso promedio de los
99% sacos de arroz en la fábrica es
T tabla = -2.624
de 10kg o más
-1.29
CASO APLICATIVO: MÁQUINA
EMPAQUETADORA DE CAFÉ
CASO APLICATIVO: MÁQUINA
EMPAQUETADORA DE CAFÉ

Una máquina empaqueta bolsas de café automáticamente, está regulada para embalar
bolsas cuyos pesos se distribuyen normalmente, con media de 500 gr y varianza 400. El
valor de puede ser fijado en un mostrador situado en una posición un poco inaccesible
de esa máquina. La máquina fue regulada para un promedio de 500 gr . Se decide
escoger una muestra de 16 bolsas a cada media hora con la finalidad de verificar si la
producción está bajo control o no. Si una de esas muestras tiene una media 492 gr ,
¿usted pararía o no la producción para verificar si el mostrador está o no en la posición
correcta?
CASO APLICATIVO: MÁQUINA
EMPAQUETADORA DE CAFÉ
1.- Se establecen las hipótesis nula y alternativa. 2.- Se selecciona un nivel
de significancia.

3.- Se identifica y calcula el estadístico de la prueba.

Caso : Población normal con varianza poblacional conocida.


CASO APLICATIVO: MÁQUINA
EMPAQUETADORA DE CAFÉ
4.- Graficar las regiones de rechazo y aceptación; a la vez también ubicar en el
grafico los valores encontrados en la parte (3).
CASO APLICATIVO: MÁQUINA
EMPAQUETADORA DE CAFÉ
5.- Tomar la decisión de aceptar o rechazar Ho.

No se rechaza la hipótesis nula

6.- Conclusión

Al 95% de confianza, no existe la suficiente evidencia para rechazar la


hipótesis de que la máquina está regulada. Por consiguiente, no se
debe parar la producción con un riesgo de 5% para verificar si el
mostrador está o no en la posición correcta.
CASO APLICATIVO: NICOTINA EN
CIGARRILLOS
CASO APLICATIVO: NICOTINA EN
CIGARRILLOS

Un fabricante afirma que sus cigarrillos contienen 30 mgr. de nicotina.


Una muestra de 25 cigarrillos de una media de 31.5 mgr. y una
desviación estándar de 3 mgr. Suponiendo que el contenido de nicotina
en cada cigarro es una v.a. con distribución normal, ¿al nivel del 5% los
datos refutan o no la afirmación del fabricante?.
CASO APLICATIVO: NICOTINA EN
CIGARRILLOS
1.- Se establecen las hipótesis nula y alternativa.

2.- Se selecciona un nivel de significancia.


CASO APLICATIVO: NICOTINA EN
CIGARRILLOS
3.- Se identifica y calcula el estadístico de la prueba.
Población normal con varianza poblacional ( ) desconocida y tamaño de
muestra menor que 30 (n<30)
CASO APLICATIVO: NICOTINA EN
CIGARRILLOS
4.- Graficar las regiones de rechazo y aceptación; a la vez también ubicar en el
grafico los valores encontrados en la parte (3).
CASO APLICATIVO: NICOTINA EN
CIGARRILLOS

5.- Tomar la decisión de aceptar o rechazar Ho.

Como , rechazamos la

6.- Conclusión

Al 95% de confianza, se concluye de que existe una razón para creer que
los cigarrillos contienen más de 30 mgr. de nicotina. En consecuencia, la
afirmación del fabricante no se ajusta a la verdad.
PRUEBA DE HIPOTESIS PARA UNA
PROPORCIÓN
La proporción p de elementos de una población que
poseen cierto atributo de interés, es de suma
importancia en muchos problemas de decisión en
ingeniería, administración, etc. Por ejemplo, en un
proceso de producción que fabrica artículos que son
clasificados como defectuosos o no defectuosos,
podemos estar interesados en docimar el parámetro
P que representa la proporción de artículos
defectuosos producidos.
ESTADÍSTICOS DE PRUEBA

Si el tamaño de muestra es grande (n ≥30) y Ho es supuesta verdadera, la


estadística de la prueba es Z:
CASO APLICATIVO: GARITA DE CONTROL
CASO APLICATIVO: GARITA DE CONTROL

Un ingeniero de transporte afirma que el 30.0% de los vehículos


demoran más de 5 minutos para pasar por una garita de control.
Con el fin de evaluar esta afirmación se escogió una muestra
aleatoria de 400 vehículos y se encontró que 100 de ellos
demoraron más de 5 minutos en pasar la garita. Al nivel de
significación del 1%, ¿presenta esta muestra suficiente evidencia
que indique que el porcentaje de vehículos que demoran más de
5 minutos en pasar tal garita es diferente de 0.30?.
CASO APLICATIVO-SOLUCIÓN

1.- Se establecen las hipótesis nula y alternativa.

2.- Se selecciona un nivel de significancia.


CASO APLICATIVO-SOLUCIÓN

1.- Se establecen las hipótesis nula y alternativa. 3.- Se identifica y calcula el estadístico de la prueba.

2.- Se selecciona un nivel de significancia.


PUNTOS CRÍTICOS CON ESTADÍSTICO DE
PRUEBA “Z”
Selección del punto crítico
Prueba de hipótesis Prueba de hipótesis
Nivel de confianza
Bilateral Unilateral
0.90 1.645 1.282
0.95 1.960 1.645
0.99 2.576 2.326
CASO APLICATIVO-SOLUCIÓN

4.- Graficar las regiones de rechazo y aceptación; a la vez también ubicar en el


grafico los valores encontrados en la parte (3).
CASO APLICATIVO-SOLUCIÓN

5.- Tomar la decisión de aceptar o rechazar Ho.


Como , no rechazamos la

6.- Conclusión

Al 99% de confianza, se concluye que no se presenta suficiente evidencia que


indique que el porcentaje de vehículos que demoran más de 5 minutos en
pasar tal garita es diferente de 0.30
CASO APLICATIVO: COMPAÑÍA
FARMACEÚTICA
CASO APLICATIVO: COMPAÑÍA
FARMACEÚTICA
Una compañía farmacéutica afirma que cierto medicamento elimina el
dolor de cabeza en un cuarto de hora en el 90% de los casos. Tomada una
muestra de 200 pacientes a los que se les administro el medicamento, se
observó la desaparición del dolor en 170 de ellos. Contrastar la hipótesis
de la compañía al 95% de confianza. ¿Puede concluir que la compañía
farmacéutica ha sobreestimado la cifra?
CASO APLICATIVO-SOLUCIÓN

1.- Se establecen las hipótesis nula y alternativa.

2.- Se selecciona un nivel de significancia.


CASO APLICATIVO-SOLUCIÓN

3.- Se identifica y calcula el estadístico de la prueba.


PUNTOS CRÍTICOS CON ESTADÍSTICO DE
PRUEBA “Z”
Selección del punto crítico
Prueba de hipótesis Prueba de hipótesis
Nivel de confianza
Bilateral Unilateral
0.90 1.645 1.282
0.95 1.960 1.645
0.99 2.576 2.326
CASO APLICATIVO-SOLUCIÓN
4.- Graficar las regiones de rechazo y aceptación; a la vez también ubicar en el
grafico los valores encontrados en la parte (3).
CASO APLICATIVO-SOLUCIÓN
5.- Tomar la decisión de aceptar o rechazar Ho.
Como , se rechazamos la

6.- Conclusión
Al 95% de confianza, se concluye que la compañía farmacéutica ha
sobreestimado la cifra.
PRUEBAS DE NORMALIDAD

Hipótesis a contrastar:
H0: Los datos analizados siguen una distribución Normal.
H1: Los datos analizados no siguen una distribución Normal .
KOLMOGOROV- SMIRNOV SHAPIRO - WILK
(Corrección de significación
de lilliefors)
 Para muestras grandes Cuando la muestra es
(n≥50) pequeña (n<50)

*Garza (2013)
Importante:
Cuando p >0.05 Aceptamos la Hipótesis Nula
Cuando p <0.05 Rechazamos la Hipótesis Nula de manera significativa
Cuando p <0.01 Rechazamos la Hipótesis Nula de manera altamente significativa

* Análisis Estadístico Multivariante Un enfoque teórico y práctivo. Jorge de la Garza García


PROCEDIMIENTO DE PRUEBA DE
NORMALIDAD EN SPSS
PROCEDIMIENTO DE PRUEBA DE
NORMALIDAD EN SPSS
CASO APLICATIVO: MÁQUINA
EMPAQUETADORA DE SEMILLAS
CASO APLICATIVO: MÁQUINA
EMPAQUETADORA DE SEMILLAS

La prueba de normalidad para muestras pequeñas Shapiro-Wilk


(n<50), muestra un p-valor mayor que 0.05 (p=0.271>0.05),
aceptando la hipótesis de normalidad para la variable peso de los
paquetes de semillas.

También podría gustarte