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

5 An - I Parte Pruebas de Hipotesis Fundamento

Descargar como ppt, pdf o txt
Descargar como ppt, pdf o txt
Está en la página 1de 25

«PRUEBAS DE HIPOTESIS»

M. en C. Alejandro Nájera
PRUEBA DE HIPOTESIS
 Las pruebas de hipótesis se llaman pruebas
paramétricas, porque estas prueban el valor de los
parámetros de la población como μ, σ2, σ, etc.
 Las hipótesis siempre se refieren a alguna población,
no a un resultado en particular, por eso ponemos Ho y
HA en términos de parámetros poblacionales.
 La diferencia entre el parámetro de poblacion
hipotetico y la estadistica obtenida rara vez es tan
grande que rechacemos automaticamente la hipotesis,
o tan pequeña, que la aceptemos rapidamente.
• No podemos aceptar o rechazar una hipótesis
sobre sobre el valor de un parámetro de una
población solo por intuición.

• Necesitamos desarrollar un método para


determinar con mas objetividad si aceptamos
o rechazamos nuestra hipótesis y ese método
se conoce como PRUEBA DE HIPOTESIS.
OBJETIVO DE LA PRUEBA DE
HIPOTESIS
 A diferencia de los procedimientos de estimación, la prueba
de hipótesis no es un procedimiento exploratorio (no busca
el valor real del parámetro) sino que es un procedimiento
enfocado en confirmar una relación del parámetro de interés
con el estadístico conocido.

 El objetivo de la P. DE H. no es cuestionar el valor calculado


del estadístico de la muestra, sino hacer un juicio acerca de la
diferencia entre ese estadístico y un valor hipotético del
parámetro de la población.
Las pruebas de hipótesis consisten de cuatro componentes:

1. Hipótesis nula
2. Hipótesis alternativa
3. Nivel de confianza
4. Nivel de significancia
5. Valor crítico
6. Región de rechazo
7. Estadistico de prueba (z, t, F, etc.)
• HO: La hipotesis nula se plantea con el objetivo de probarla.
Podemos rechazarla o aceptarla.
• Tal hipotesis es una afirmacion que se aceptara si los datos
muestrales no pueden proporcionar evidencia convincente de
que es falsa.
• El termino aceptar en lugar de no rechazar se ha convertido
en cotidiano.
HIPOTESIS NULA
• La hipótesis nula, la cual se denota por Ho:, debe
especificar siempre que el parámetro es igual a un solo
valor.
• Ho: es la afirmación sobre una o más características
poblacionales que al inicio se supone cierta (es decir, la
creencia a priori) o de que no hay diferencia.

• La hipótesis nula se rechaza a favor de la hipótesis


alternativa, solo si la evidencia muestral sugiere que Ho:
es falsa.
HIPOTESIS ALTERNA
La hipótesis alternativa HA: es la más importante, porque es precisamente la hipótesis
que responde a nuestra pregunta.
•En otras palabras, HA: es la afirmación que sospechamos o estamos esperanzados que
sea verdadera, en lugar de la hipótesis nula Ho:.

•Esta hipótesis alternativa puede asumir tres posibles formas.

Por ejemplo:
1.Si una compañía de llantas desea saber la vida promedio de un producto nuevo de
llanta excede el valor anunciado de 50,000 kilómetros, entonces, la compañía
especificaría la hipótesis alternativa como:

•HA: μ > 50,000 kilómetros.


•2. También, si la compañía desea saber si la vida promedio de la llanta es menor que
50,000 Km., la hipótesis alternativa es:
•HA: μ < 50,000 Km.
•3. Además, si la compañía desea saber si la vida promedio de la llanta difiere de lo
anunciado de 50,000 Km., la hipótesis alternativa es: H

•A: μ  50,000 Km
 Tipos de pruebas:

 Prueba bilateral formulada con un signo de (=).


(Ho: μ = 25) (Ha: μ ҂ 25)
(Ho: μ = 50)(Ha: μ ҂ 50).

 Prueba unilateral formada con un signo de (> o ≤).


(Ho: μ ≥ 25) (Ha: μ ≤ 25)
(Ho: μ ≤ 50) (Ha: μ ≥ 50)
1. Si la prueba de hipótesis nula es Ho:μ = μo la prueba es
bilateral y la hipótesis alternativa es HA:μ ≠ μo donde μo es
el valor esperado.

2. Si la prueba de hipótesis nula es Ho:μ ≥ μo, la prueba es


unilateral izquierda y la hipótesis alternativa es HA: μ < μo.

3. Si la prueba de hipótesis nula es Ho: μ ≤ μo, la prueba es


unilateral derecha y la hipótesis alternativa es HA: μ > μo.
PRUEBA ESTADISTICA
• En las pruebas de hipótesis, el investigador estadístico decide si va
a usar una o dos colas, aunque si bien, la prueba bilateral es la más
común.
• Pero esto se basa en lo que se quiera obtener y en los resultados
que se puedan esperar o basándose en la experiencia.

• Prueba estadística. El propósito de la pruebas de hipótesis es


determinar si es o no apropiado rechazar o no rechazar la hipótesis
nula.
Estadístico de prueba

• Valor dado de la muestra; determina la


aceptación o el rechazo de la (Ho)
utilizando los estadísticos de prueba ( Z
(>30) y t (<30).
“Nivel de significancia”
• Ya que el proceso de prueba de hipótesis usa estadísticas
muestrales calculadas para llegar a conclusiones sobre
parámetros poblacionales, debe tenerse en cuenta que existe
la posibilidad de error, es decir que puede tomar una decisión
incorrecta sobre la hipótesis nula.
Se pueden cometer dos errores mutuamente excluyentes: error
tipo I y error tipo II.
• Error tipo I. Se comete al rechazar una hipótesis nula que en
realidad es verdadera.
• Error tipo II. Se comete al aceptar una hipótesis nula que en
realidad es falsa.
• La probabilidad de cometer un error tipo I se
llama alfa (α) o nivel de significancia, también
se le denomina nivel de riesgo, pues es el
riesgo que existe (o que estamos dispuestos a
correr) al rechazar una hipótesis nula cuando
en realidad es verdadera.
Nivel de significancia (α)
• Como referencia, tradicionalmente se selecciona un
nivel de 0.05 (5%) para proyectos de investigación
sobre consumo, (0.01) para el aseguramiento de
calidad y el 0.010 (10%)para encuestas.

Pero es el investigador quien debe decidir el nivel de


significancia, de acuerdo con el riesgo que esta
dispuesto a correr, al desarrollar una prueba de
hipótesis.
NIVEL DE SIGNIFICANCIA
• La probabilidad e cometer el error tipo II se llama Beta
(β), que a diferencia de alfa, no suele expresarse en una
prueba de hipótesis.
• En general alfa y beta están inversamente relacionadas,
es decir, si alfa se reduce, entonces beta aumenta y
viceversa.
Nivel de significancia (α). Probabilidad de rechazar una Ho
cuando es verdadera.
• No hay un nivel de significancia que se aplique a todas las
pruebas, sin embargo, en la práctica se toma cualquier
valor entre 0 y 0.1 (o entre 0 y 10%).
REGION DE RECHAZO
• Para determinar la región de rechazo, primero se debe
determinar si la prueba es de una cola o de dos colas.
• Estas expresiones se usan para indicar si el nivel de
significancia alfa, se concentra en un extremo de la
distribución normal (una cola) o se divide en dos partes
iguales, una en cada extremos de esa distribución (dos
colas).
• Después de determinar el tipo de prueba (que depende
de Ha), se debe precisar el valor critico que marca la
división entre las zonas de aceptación y de rechazo
(Valor de Zo).
REGION DE RECHAZO
• Cuando hablamos de este tópico es menester introducir
términos como:
• regiones críticas o de rechazo,
•  niveles de significancia (α = 0.05 y α = 0.01, los más
comunes),
•  tipo de error I o alfa y tipo de error II o beta,
•  pruebas de una o dos colas y valor de probabilidad p.

• Por ejemplo, la región critica o de rechazo se especifica antes


de hacer la prueba de hipótesis. Puede ser de una o dos colas
y los niveles de significancia mas comunes son α = 0.05 y α =
0.01.
La tabla muestra los niveles críticos y niveles de significancia usados para
hacer pruebas de hipótesis para la distribución normal.

• Tabla mostrando las regiones críticas que se definen de acuerdo al valor del nivel
de significancia usado, es decir, si la prueba de hipótesis es bilateral, unilateral
derecha o unilateral izquierda. Estos datos se usan para la distribución normal.
• Nivel de significancia α 0.10 0.05 0.01 0.005 0.002
• Valores críticos de z
• para pruebas unilaterales ±1.28 ±1.645 ±2.33 ±2.58 ±2.88
• (derecha o izquierda)
• Valores críticos de z para ±1.645 ±1.96 ±2.58 ±2.81 ±3.08
• pruebas bilaterales
Consideraciones:
• En virtud de que trabajamos con la distribución normal
estandarizada, el cero se encuentra en el centro, por lo que los
valores a la izquierda siempre serán negativos y los valores a la
derecha siempre serán positivos.
• El valor de Zo se busca en la tabla de esa distribución normal.
Se debe tomar como área de ingreso a esa tabla el área entre
el centro de la distribución normal estandarizada y la ubicación
del valor Zo (es decir solo usamos media grafica). Para el caso
de la prueba de dos colas y considerando la simetría de la
distribución, los valores Zo serán numéricamente iguales pero
con los correspondientes signos: el de la izquierda con signos
negativos y el de la derecha con signos positivos.
•Valor crítico. Número que es el punto divisorio
entre la región de aceptación y la región de
rechazo de la hipótesis nula.

•Z tablas Valor crítico


•T tablas
ESTADO DE NATURALEZA
EVIDENCIA Ho VERDADERA Ho FALSA

DECISION

NO RECHAZAR Ho CORRECTA INCORRECTA


ERROR TIPO
(β) II

RECHAZAR Ho INCORRECTA CORRECTA


ERROR TIPO PODER DE
PRUEBA
(alfa) I (1 – β)
Interpretación de los resultados de
las pruebas de hipótesis.
• Si rechazamos Ho: (hipótesis nula) se concluye que hay suficiente
evidencia para indicar que HA: (hipótesis alternativa) es verdadera.

• Pero si no se rechaza Ho:, se dice que no hay suficiente evidencia para


indicar que HA: es verdadera.
• Nuevamente, es de verse que al final de todo,
• HA: es la más importante, porque en verdad, HA: responde a la
pregunta, no Ho:

• De cualquier manera, el valor de la probabilidad p es el que dictará, que


tanta fidelidad o que tanta evidencia estadística existe para apoyar la
decisión de rechazar Ho: y aceptar HA:
1. Si la prueba de hipótesis nula es HO:μ = μo la prueba es
bilateral y la hipótesis alternativa es HA: μ ≠ μo donde μo es el
valor esperado.

2. Si la prueba de hipótesis nula es HO:μ ≥ μo, la prueba es


unilateral izquierda y la hipótesis alternativa es HA: μ < μo.

3. Si la prueba de hipótesis nula es Ho: μ≤μo, la prueba es


unilateral derecha y la hipótesis alternativa es HA: μ > μo.

También podría gustarte