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

¡Te damos la bienvenida a Scribd!

  • 164 vistas

    Exposición de Prueba de Hipótesis Estadística

    Cargado por

    Joel García
    El documento presenta los conceptos básicos de las pruebas de hipótesis estadísticas, incluyendo el objetivo de estimar parámetros desconocidos de una población a partir de una muestra, los tipos de hipótesis nula y alternativa, y las condiciones necesarias como tener una muestra aleatoria y una estadística con distribución conocida. Luego, provee un ejemplo numérico para ilustrar cómo realizar una prueba relacionada con la media de una población normal.

    Copyright:

    © All Rights Reserved
    Descargue como PPT, PDF, TXT o lea en línea desde Scribd

    Exposición de Prueba de Hipótesis Estadística

    Cargado por

    Joel García
    164 vistas18 páginas
    El documento presenta los conceptos básicos de las pruebas de hipótesis estadísticas, incluyendo el objetivo de estimar parámetros desconocidos de una población a partir de una muestra, los tipos de hipótesis nula y alternativa, y las condiciones necesarias como tener una muestra aleatoria y una estadística con distribución conocida. Luego, provee un ejemplo numérico para ilustrar cómo realizar una prueba relacionada con la media de una población normal.

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PPT, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    El documento presenta los conceptos básicos de las pruebas de hipótesis estadísticas, incluyendo el objetivo de estimar parámetros desconocidos de una población a partir de una muestra, los tipos de hipótesis nula y alternativa, y las condiciones necesarias como tener una muestra aleatoria y una estadística con distribución conocida. Luego, provee un ejemplo numérico para ilustrar cómo realizar una prueba relacionada con la media de una población normal.

    Copyright:

    © All Rights Reserved
    Descargue como PPT, PDF, TXT o lea en línea desde Scribd
    Descargar como ppt, pdf o txt
    164 vistas18 páginas

    Exposición de Prueba de Hipótesis Estadística

    Cargado por

    Joel García
    El documento presenta los conceptos básicos de las pruebas de hipótesis estadísticas, incluyendo el objetivo de estimar parámetros desconocidos de una población a partir de una muestra, los tipos de hipótesis nula y alternativa, y las condiciones necesarias como tener una muestra aleatoria y una estadística con distribución conocida. Luego, provee un ejemplo numérico para ilustrar cómo realizar una prueba relacionada con la media de una población normal.

    Copyright:

    © All Rights Reserved
    Descargue como PPT, PDF, TXT o lea en línea desde Scribd
    Descargar como ppt, pdf o txt
    de 18

    Exposición del tema:

    PRUEBA DE HIPÓTESIS
    ESTADÍSTICA

    Presentado por:

    Mg. Liliana Huamán del Pino


    PARTE CONCEPTUAL

    PRUEBA DE HIPÓTESIS ESTADÍSTICA


    • OBJETIVO:  Estimar el parámetro desconocido
    θ de la población a partir de una muestra
    aleatoria usando la teoría de pruebas de
    hipótesis.
    PRUEBA (CONTRASTE) DE HIPÓTESIS
    ESTADISTICA.
    Formulación general
    Si θ es un parámetro desconocido, es decir una
    constante,que caracteriza a la población en
    estudio, que puede ser determinado con ayuda
    de los modelos de probabilidad de una o varias
    poblaciones univariantes o multivariantes,
    podemos estar interesados en desarrollar la
    siguiente prueba de hipótesis estadística :
    • TIPOS DE HIPÓTESIS
    • La hipótesis nula Ho es la hipótesis que el
    investigador quiere rechazar y la hipótesis
    alternativa H1 es la hipótesis que quiere aceptar
    y probar. Las dos hipótesis son contrarias, osea
    si se acepta la hipótesis nula se rechaza la
    alternativa y viceversa.

    • SUPOSICIÓN Primero se asume que la


    población tiene distribución normal o
    aproximadamente normal, esto es Xi con
    distribución N(μ, σ2) donde el parámetro θ
    desconocido a estimarse puede ser μ ó σ2 ,
    esto se hace para que las conclusiones a que
    se llegan de la prueba sean válidas osea
    tengamos buenas inferencias estadísticas.

    • ERROR DE LA PRUEBA Al realizar una prueba


    de hipótesis siempre se obtiene un error que se
    trata de minimizar. Tenemos dos tipos de errores:
    • Error tipo I , se comete cuando se rechaza Ho
    siendo que Ho es verdadera y su probabilidad
    P(error tipo I) = que puede ser 0.05 , 0.01 .
    Esta probabilidad se le conoce como el nivel de
    significación de la prueba.
    • Error tipo II , se comete cuando se acepta Ho
    siendo que Ho es falsa y su probabilidad
    P (error tipo II) =

    • Cuando se minimiza alfa el otro error crece y
    viceversa, así que minimizaremos una
    combinación lineal de alfa y beta.
    • CONDICIONES NECESARIAS
    • Para poder llevar a cabo dicha prueba de
    hipótesis es preciso disponer de lo siguiente:

    1. Tener una muestra aleatoria de tamaño n de


    la población en estudio.

    2. Una estadística conveniente, relacionada de


    alguna forma con el parámetro θ, que puede ser
    la media poblacional ó la variancia poblacional
    con distribución de probabilidad conocida. Esta
    distribución de probabilidad permitirá cuantificar
    el nivel de significación y el nivel de riesgo
    de este contraste, respecto a un criterio
    determinado.
    3. Una regla o criterio llamada REGION
    CRITICA (R) es la región que contiene los
    valores de la estadística para los cuales se
    rechaza la H0, adoptando una decisión:
    rechazar o no esta hipótesis nula. Para un
    nivel de significación que puede ser fijado por
    el investigador, el criterio determinará de
    manera equivalente una región R, crítica o de
    rechazo de H0 y, entonces, se tendrá:

    Para el nivel de significación se tiene :


    PARTE PROCEDIMENTAL:
    PRUEBAS RELACIONADAS CON LA MEDIA
    DE UNA POBLACIÓN NORMAL
    • Ejemplo 1. Una máquina para enlatar
    conservas de pescado ha sido regulada para
    que el contenido de cada lata sea de 16
    onzas. Usando  =0.05 ¿diría usted que la
    máquina ha sido adecuadamente regulada, si
    una muestra de 20 latas dió un peso medio de
    16.05 onzas y una desviación estándar de 1.5
    onzas?
    • Solución:
    • Primer Paso.
    • Planteo de las hipótesis:
    Ho : u = 16 x H1 : u  16
    • Segundo Paso
    • Fijar el valor del nivel de significación  = 0.05
    • Tercer Paso
    • Escoger la estadística adecuada cuya distribución
    por muestreo sea conocida, en el supuesto de que
    Ho es verdadera.
    • T = (X- µ) / (S/ √n )
    con distribución t-student con (n-1) grados de
    libertad.
    • Cuarto Paso
    • Establecer la región crítica y el valor crítico ( o
    valores críticos) obtenido de la tabla estadística
    según la estadística escogida.
    Los valores críticos se determinan a partir de la
    igualdad

    P( T > t(n-1) ) = ά / 2

    Donde T es una variable con distribución t-


    student con n-1 grados de libertad.
    Gráficamente, los valores críticos establecen los
    puntos frontera de la región crítica R :
    Dado que la región crítica se localiza en las "colas"
    izquierda y derecha de la función de densidad de la
    estadística utilizada, el contraste que estamos
    desarrollando se denomina bilateral.
    • En este ejemplo 1 el valor crítico para  = 0.05
    con 19 grados de libertad, es a la derecha 2.093
    y a la izquierda -2.093, para valores
    comprendidos entre estos dos valores se acepta
    Ho caso contrario se rechaza Ho.
    • Quinto paso:
    • El valor de la estadística es:
    T = (16.05 – 16 ) / ( 1.5 / √20) = 0.149
    • Sexto paso : Conclusión de la prueba:
    Como -2.093 < 0.149 < 2.093 se acepta Ho.
    Esto quiere decir que no hay evidencia
    estadística para rechazar Ho para  =0.05 . En
    términos del ejemplo quiere decir que la
    máquina ha sido adecuadamente regulada.
    NOTA
    • Usando software estadístico (SPSS) para
    formular el criterio de rechazo de la hipótesis
    nula se usa el P-valor (llamado SIG) = P( T >
    t) osea es el area a la derecha del valor de la
    estadística hallada en el quinto paso.
    • Entonces, de manera equivalente se tiene:
    CONTRASTES DE HIPÓTESIS ESTADISTICAS.
    Valores medios en poblaciones independientes.
    • Contrastes sobre valores medios en
    poblaciones independientes.  Con el fin de
    desarrollar de una forma más operativa un
    contraste de hipótesis, nos vamos a servir de la
    situación particular que afecta a dos
    poblaciones  independientes, X e Y,  con
    distribuciones normales N(μx,σx) y N(μy,σy) ,
    respectivamente. Se supone, además, que las
    varianzas de estas poblaciones son
    desconocidas pero no significativamente
    distintas. Se pretende inicialmente contrastar la
    existencia de diferencias apreciables entre los
    valores medios de estas poblaciones:
    Actuaremos sistemáticamente, siguiendo los
    pasos señalados en la página anterior (θ = μx-
    μy  y  θo = 0):

    Se extraerán muestras aleatorias de tamaños


    n1 y n2 , de X e Y, respectivamente:
    Dada la información disponible, el estadístico a
    utilizar será:
    Este estadístico sigue una distribución T de
    Student con (n1+n2-2) grados de libertad.
    Fijado el nivel de significación, y bajo el supuesto
    de la veracidad de H0 (lo que supone μx-μy = 0),
    se adopta el siguiente criterio:
    Es decir, se duda de la veracidad de H0
    cuando la diferencia entre las medias
    muestrales de las observaciones es
    "sustancialmente grande". Los valores críticos
    se determinan a partir de la igualdad

    También podría gustarte