Sesion 5 No para 2014 I

1
P b d Hi t i Pruebas de Hiptesis
LIC. RITA GUZMAN LOPEZ
ESTADISTICA NO PARAMETRICA
El problema central de la inferencia estadstica es un problema de
toma de decisiones, del cual la estimacin y contraste de
PRUEBAS O CONTRASTES DE HIPTESIS
hiptesis son aspectos importantes, diferenciados pero
complementarios.
La Prueba de hiptesis es una herramienta muy importante y
ampliamente utilizada para comparar mediciones y tomar
decisiones basados en una probabilidad.
2
Un contraste de hiptesis, una prueba de significacin o
una prueba de hiptesis, son trminos que indican el
proceso mediante el cual se decide si una proposicin
acerca de la poblacin debe ser aceptada o no acerca de la poblacin debe ser aceptada o no.
Una hiptesis estadstica es por tanto, una proposicin
acerca de la distribucin de probabilidad de una o de varias
variables aleatorias. Tal proposicin puede referirse bien a la
forma de la distribucin, bien al valor o valores de los
t bi b
parmetros o bien a ambos.
Ejemplo hiptesis:
Un profesor parte de la premisa de que el estudiante asiste al
curso con el deseo de aprender;
La seleccin peruana ganar la clasificacin al mundial del 2018.
Un electricista debe partir de la premisa de que la conexin
elctrica que va a revisar est viva con corriente elctrica;
Una persona arrestada y acusada de cometer algn delito es un
presunto delincuente o posible autor del delito
3
El contraste de la hiptesis estadstica se basar en la
informacin proporcionada por la muestra.
La premisa de la cual se parte sobre el comportamiento
de la poblacin se conoce como la hiptesis nula.
Se le llama nula pues la misma, generalmente indica,
por ejemplo, que la media poblacional es cero; que no
hay diferencia entre los parmetros asociados a grupos
en la poblacin; o que el medicamento no es efectivo en
la poblacin de pacientes.
La hiptesis nula se denota usualmente en smbolos
por H
0
.
El cero nos recuerda que se parte de la premisa de ce o os ecue da que se pa te de a p e sa de
que el efecto es nulo o que las diferencias entre los
grupos es cero.
Todo contraste va a implicar la comparacin
entre dos hiptesis bajo la informacin
muestral. Y como resultado el investigador tomar
uest a co o esu tado e est gado to a
una decisin.
4
Los elementos ms importantes para cualquier contraste de hiptesis
es:
ELEMENTOS DE UNA PRUEBA DE
HIPOTESIS
a. HIPOTESIS NULA: Es aquella hiptesis que representa
efectos nulos, se simboliza por H
o
.
b. HIPOTESIS ALTERNATIVA: Tambin se le conoce como
experimental y se representa por H
1
H
a
, se expresa como la
opuesta a H
0
.
Esta es la hiptesis de investigacin es decir: Lo que el investigador
desea demostrar sobre la poblacin. Se asume en caso de que la H
0
sea rechazada.
c. ESTADISTICO DE PRUEBA: es una variable aleatoria
muestral que contiene informacin pertinente acerca de
la poblacin y/o sus parmetros que se estn
Investigando.
Los valores muestrales se emplean para calcular un solo
nmero que corresponde a un punto sobre una recta. Tal
nmero sirve para tomar decisiones y se denomina
estadstico de prueba o contraste.
El estadstico de prueba, ser una variable aleatoria, con
El estadstico de prueba, ser una variable aleatoria, con
una distribucin muestral conocida
5
d. REGLAS DE DECISION: Una regla de decisin es un
criterio utilizado para decidir si se acepta o se rechaza la
hiptesis nula.
Este criterio consiste en tomar una decisin bajo dos
zonas mutuamente excluyentes: la zona de rechazo (o
regin crtica) y la zona de no rechazo.
La zona de rechazo est constituida por aquellos valores
del estadstico de contraste que por ser muy grandes o
q p y g
muy pequeos (o lo que es igual alejarse mucho de H
0
),
es muy poco probable que ocurran si H
0
es verdadera.
Las reglas de decisin se pueden expresar en trminos de
probabilidad como:
rechazar H
0
si la probabilidad de que ocurra un valor
concreto T del estadstico de prueba es menor que . concreto T del estadstico de prueba es menor que .
El valor de se conoce como nivel de significacin o
nivel de riesgo y representa la probabilidad de que un
valor concreto del estadstico de contraste caiga en la
zona de rechazo o crtica.
En la prctica, los niveles de significacin ms
frecuentemente empleados son de 0.05 y 0.01, que en
algunos casos aparecen como 5% y el 1%.
6
TIPOS DE PRUEBAS DE HIPOTESIS
a) Bilaterales o de dos colas:
= : H
0 1
0 0

=
:
:
H
H
Siendo = nivel de significacin y
1-= nivel de confianza.
b) Unilateral derecho o de una cola:
0 0
: H
0 1
> : H
siendo = nivel de significacin y
1- = nivel de confianza.
7
c) Unilateral izquierdo o de una cola:
0 1
0 0

<
:
:
H
H
siendo = nivel de significacin y
1- = nivel de confianza.
TIPOS DE ERRORES EN LAS
PRUEBAS DE HIPOTESIS
En general, una prueba de hiptesis estadstica no es otra
cosa que un procedimiento para tomar una decisin bajo q p p j
incertidumbre sobre la validez de la hiptesis nula. Usando
la evidencia de los datos de la muestra o de las muestras se
llega a dos decisiones:
Decisin 1: rechazar H
0
; Decisin 2: No rechazar H
0
8
La realidad es tambin doble: H
0
es falsa H
0
es verdadera.
Por tanto:
Si H
0
es verdadera y se rechaza se comete un error.
Si H es falsa y no se rechaza se comete otro error Si H
0
es falsa y no se rechaza se comete otro error.
En conclusin, existe un riesgo inherente de llegar a una conclusin
incorrecta cuando se prueban hiptesis, a causa de la naturaleza
aleatoria del muestreo.
Este riesgo se puede clasificar de dos maneras:
ERROR TIPO I
ERROR TIPO II
ERROR TIPO I: Es el que se comete al rechazar H
0
cuando es verdadera.
La probabilidad de cometer este error es .
ERROR TIPO II: Es el que se comete al no rechazar H
0
cuando es falsa.
La probabilidad de cometer este error es .
real
9
La probabilidad de cometer error tipo I se conoce tambin como
la significancia de la prueba y se denota usualmente por la letra
griega alfa .
La probabilidad de cometer error tipo I se escribe por medio de
b bilid d di i l d l i i t una probabilidad condicional de la siguiente manera:
= P{ error tipo I } = P{ rechazar H
0
/H
0
es verdadera }
La significancia es en ocasiones presentada como un por ciento,
tal como 1%, 5% o 10%. Esto quiere decir que el investigador
est dispuesto a permitir una probabilidad de 0.01, 0.05, 0.10
de cometer un error tipo I: rechazar la hiptesis nula cuando es
cierta.
En el caso en que la hiptesis nula no sea cierta, en
algunos casos los datos pueden llevarnos a no
rechazarla, llevndonos a cometer entonces un error
tipo II. Usualmente no controlamos este tipo de error
directamente directamente.
= P{ error tipo II } = P{ no rechazar H
0
/H
0
es falsa }
10
Idealmente se quiere tener pruebas cuyo poder sea alto. As el
La cantidad 1 - se conoce como el poder de la prueba, es la
probabilidad de rechazar H
0
cuando es falsa, cuando en realidad
debe ser rechazada.
1- = Poder de la prueba = P{ rechazar H
0
/H
0
es falsa }
poder de la prueba se escribe:
Para un tamao muestral fijo (n) al aumentar la regin de rechazo
(y por lo tanto ), disminuye. Si por el contrario decrece,
aumentar
aumentar.
Por otra parte, al aumentar el tamao de la muestra (n), y
decrecen a la vez.
Ejemplo de hiptesis y expresiones de los errores:
H
0
: El acusado es inocente
H
1
: El acusado es culpable H
1
: El acusado es culpable
=ERROR tipo I = P( RHo | siendo verdadera)=P( condenar siendo inocente)
= ERROR tipo II = P(no rechazar Ho | siendo falsa) = P (absolver siendo culpable)
11
Procedimientos para realizar una Prueba de Hiptesis
1) Determinar las Hiptesis H
0
y H
1
.
2) Fijar el nivel de significancia (o riesgo) , valor con el que se
construir la regin critica y la regin de rechazo.
3) Decidir que estadgrafo ser usado para contrastar la hiptesis H
0
.
4) Especificar las regiones de rechazo y de aceptacin.
5) Calcular en base a la muestra el valor del estadgrafo que definir la
decisin.
6) Tomar la decisin de acuerdo a las regiones determinadas en el
6) Tomar la decisin de acuerdo a las regiones determinadas en el
punto 4.
7) Plantear las conclusiones correspondientes.
Prueba de Hiptesis sobre una Media Poblacional ()
para Muestras Grandes n30
Esta prueba se aplica en los siguientes casos:
Esta prueba se aplica en los siguientes casos:
a) Poblacin Normal, con varianza poblacional (
2
) conocida o desconocida
(
2
=S
2
).
b) Se aplicar para Poblacin Normal para muestras pequeas(n<30),
y varianzas conocidas.
12
Prueba de Hiptesis sobre una Media Poblacional () de poblacin
normal con varianza poblacional desconocida, n<30
Ejemplo: Se desea probar la hiptesis =0 contra la alternativa >0 sobre
la base de una m.a de tamao 9 con media 0.733 tomada de una
poblacin normal con varianza 1. Use =0.05.
Solucin:
Por dato del problema: se trata de una poblacin normal con varianza o dato de p ob e a se t ata de u a pob ac o a co a a a
poblacional conocida y muestra pequea, entonces usaremos Z.
a) Planteamos las hiptesis:
n=9
2
=1 Z = Z entonces Z =Z =1 645 733 0 X
H
0
: =0
H
1
: >0
n=9,
2
=1, -Z
= Z
1-
entonces -Z
0.05
=Z
0.95
=1.645
Resolveremos aplicando la comparacin con el estadstico de prueba:
733 . 0 = X
Se rechaza H
0
si : Z>1.645, Donde : Z= estadstico de prueba calculado
13
199 . 2
3
1
733 . 0
0
= =
=
n
X
Z
Calculamos el estadstico de prueba:

z
F(z)
1.645
Z=2.199
Z cae en la regin crtica para =0.05; luego se rechaza H
0
.
Por lo tanto con un nivel de significancia del 5% podemos aceptar que la
media poblacional es mayor que cero.
Prueba de Hiptesis sobre una Proporcin Poblacional (P) de
Muestras Grandes
Consideremos el problema de probar la hiptesis que la proporcin de
xitos es igual a un valor especifico. Es decir, queremos probar la
hiptesis nula: p
14
Aplicativo:
Histricamente la proporcin de clientes que compran con tarjeta de crdito
en una determinada tienda es como mnimo del 25%, sin embargo la duea
de la tienda piensa que esta cifra ha disminuido significativamente. Si se
sabe, que de una muestra de 1,122 clientes 242 compraron con tarjeta de
crdito, Se est cumpliendo lo que piensa la duea?.=10%
Solucin:
1) Datos: P
0
=0.25 ;
2) Planteamos las hiptesis:
215 0
1122
242
. = = p
H
0
: p p
0
= 0.25 (La proporcin de clientes que compran con
tarjetas es como mnimo 25%)
H
1
: p < 0.25 (La proporcin de clientes que compran con
tarjeta han disminuido)
3) Determinamos el nivel de significancia para la prueba =0.1
4) Identificamos el tamao de muestra: n=1122 , n30
5) Calculamos el estadstico de prueba, en este caso por ser una muestra
grande lo aproximaremos a la normal, calculemos el estadstico de prueba:
31 2
1
0
.
) (
=
P P
P p
Z
6) Aplicamos la regla de decisin correspondiente:
Rechazaremos H
0
si Z < -Z
1-
= -Z
1-0.1
= Z
0.9
=-1.29, entonces; comparando el
estadstico de prueba y el valor de tabla, observamos que el estadstico de
prueba es menor que el de tabla Por lo tanto con un 10% de significancia
1
0 0
) (
n
P P
prueba es menor que el de tabla. Por lo tanto, con un 10% de significancia
rechazamos H
0.
.
7) Conclusin: con un nivel de significancia del 10% podemos afirmar que las
proporciones han disminuido y por lo tanto la duea si tiene razn en lo que
afirma.
15
Prueba de hiptesis para dos medias de dos poblaciones normales
independientes de varianza conocida. Muestras grandes (n
1
+n
2
30)
En muchos problemas prcticos se esta interesado en determinar si
existe o no una diferencia significativa entre las media
1
y
2
de dos
poblaciones. Entonces:
Sean X X una m a seleccionada de una poblacin N(
2
) y Sean X
1
,,X
n1
una m.a. seleccionada de una poblacin N(
1
,
1
2
) y
Y
1
,,Y
n2
2
,
2
2
) donde
1
2
y
2
2
son conocidas y sean:
1
1
1
1
n
X
X
n
i
i
=
=
2
n
1 i
i
2
n
Y
X
2
=
=
Prueba de hiptesis para dos medias de dos poblaciones normales
independientes de varianza desconocida. Muestras grandes (n
1
+n
2
30)
Sean X
1
,,X
n1
1
,
1
2
) y Y
1
,,Y
n2
2
,
2
2
) donde
1
2
y
2
2
son
desconocidas y sean:
1
n
X X
n
2
) (
1
1
1
n
X
X
i
i
=
=
2
n
1 i
i
2
n
Y
X
2
=
=
1 n
X X
S
2
1 i
1 i
2
1
=
) (
1 n
Y Y
S
2
n
1 i
1 i
2
2
2
=
) (
2 1

2 1

2 1

2 1

2 1

2 1

) , (
) (
1 0 N
n
S
n
S
X X
Z
2
2
2
1
2
1
0 2 1
+

=
16
Prueba de hiptesis para dos medias de dos poblacionales normales
independientes de varianza conocida. Muestras pequeas (n
1
+n
2
< 30)
Sean X
1
,,X
n1
1
,
1
2
) y
Y
1
,,Y
n2
2
,
2
2
) donde
1
2
y
2
2
son conocidas y sean:
1
1
1
1
n
X
X
n
i
i
=
=
2
n
1 i
i
2
n
Y
X
2
=
=
independientes de varianza desconocida pero iguales (
1
2
=
2
2
=).
muestras pequeas (n
1
+n
2
< 30)
Sean X
1
,,X
n
1
,
1
2
) y Y
1
,,Y
m
2
,
2
2
) donde
1
2
y
2
2
son
desconocidas y sean:
1
n
1
n
1
1
1
1
n
X
X
i
i
=
=
2
1
2
2
n
Y
X
n
i
i
=
=
1
) (
1
1
1
2
1
1
=
n
X X
S
n
i
i
1
) (
2
1
2
2
2
=
n
X Y
S
m
i
i
) (
) (
) ( ) (
) (
2 n n
2 1 2 1
2
2 2
2
1 1
0 2 1
2 1
t
n
1
n
1
2 n n
S 1 n S 1 n
X X
t
+
+
+
+

=
2 1

2 1

2 1

2 1

2 1

2 1

) (
) (
g
2
2
2
1
2
1
0 2 1
t
n
S
n
S
X X
t
+

=
) (
) (
) ( ) (
) (
2 n n
2 1 2 1
2
2 2
2
1 1
0 2 1
2 1
t
n
1
n
1
2 n n
S 1 n S 1 n
X X
t
+
+
+
+

=
17
independientes de varianza desconocida y diferentes (
1
2
2
2
).
muestras pequeas (n
1
+n
2
30)
Sean X
1
,,X
n
1
,
1
2
) y Y
1
,,Y
m
2
,
2
2
) donde
1
2
y
2
2
son
desconocidas y sean: 1
X
n
n
1
1
1
1
n
X
X
i
i
=
=
2
n
1 i
i
2
n
Y
X
2
=
=
1 n
X X
S
1
1 i
1 i
2
1
=
) (
1
) (
2
1
2
2
2
2
=
n
X Y
S
n
i
i
2 1

2 1

2 1

2 1

2 1

2 1

) (
) (
g
2
2
2
1
2
1
0 2 1
t
n
S
n
S
X X
t
+

=
g grados de
libertad de Welch.
Ejemplo:
Una compaa desea comparar la duracin de dos tipos de piedras
usadas en cierto proceso abrasivo y encuentra que el promedio de vida
de 10 piedras del 1er. tipo es de 58 meses con una desviacin tpica de 6
l di d id d 12 i d d l 2d ti d 66 meses; y que el promedio de vida de 12 piedras del 2do. tipo es de 66
meses con una desviacin tpica de 4 meses. Examinar la hiptesis nula
que no existe diferencia alguna entre los verdaderos promedios de vida
de los dos tipos de piedras contra la alternativa de que el segundo sea
mejor. Use =0.01. Considerar que la duracin de las piedras siguen una
distribucin normal.
Qu supuesto se debe considerar para realizar esta dcima?.
Considerar varianzas poblacionales iguales.
18
Para este ejemplo la duracin de las piedras tiene una distribucin
normal.
Luego como las muestras son pequeas y varianzas poblacionales
desconocidas usaremos el estadstico de prueba t con 10+12-2=20 g.l.
Planteando las hiptesis tenemos:
H
0
:
1
=
2
(
1
-
2
=0)
H
1
:
1
<
2
(
1
-
2
<0)
) ( X X
donde:
) (
) ( ) (
) (
2 1 2 1
2
2 2
2
1 1
0 2 1
n
1
n
1
2 n n
S 1 n S 1 n
X X
t
+
+
+

=
2 1 0

donde
=
:
D i i R h H i t< t
74 3
12
1
10
1
2 12 10
4 1 12 6 1 10
0 66 58
t
2 2
.
) (
) )( ( ) )( (
) (
=
+
+
+

=
Decisin: Rechazamos H
0
si : t<-t
n1+n2-2,
Entonces se observa que t cae en la regin de rechazo para un nivel de
-2.53
Zona de Rechazo
0
q g p
significancia del 1%, entonces rechazamos H
0
, es decir el segundo tipo
de piedras es mejor que el primero.
19
PRUEBA DE HIPTESIS PARA LA VARIANZA DE UNA POBLACION NORMAL
H
0
H
1
ESTIMADOR RECHAR H
0
SI:
Consideremos el problema de probar la hiptesis que la varianza poblacional
es igual a un valor especifico . Es decir, queremos probar la hiptesis nula:
2
0
2

0
2

2
<
0
2
2

0
2

2
>
0
2
2
=
2

2

2
2
0
2
2
) 1 (
s n
C

=
2
) 1 .; ) 1 ((
2

<
gl n c
2
) .; ) 1 ((
2

gl n c
>
2
=
0
2

2

0
2
2
) 2 / .; ) 1 ((
2
2
) 2 / 1 .; ) 1 ((
2

gl n c
gl n c

>
<
PRUEBA DE HIPTESIS CONCERNIENTE A LA VARIANZA DE DOS POBLACIONES
H
0
H
1
ESTIMADOR RECHAR H
0
SI:
1
2

2
2

1
2
<
2
2
F < f
1
2

2
2

1
2
>
2
2
F > f
1
2
S
g.l.: (ma 1) y (me 1)
2
1
2
2
S
S
F =
a)La varianza muestral mayor en el nmerador (notar que F>1).
b) ma: tamao de la muestra con varianza mayor
c) me: tamao de la muestra con varianza menor
1 2 1 2 1-
1
2
=
2
2

1
2

2
2
F < f
/2
F > f
1-/2
2
2
1
S
S
F =
Considerar:
1
g.l.: (ma 1) y (me 1)
Si no se rechaza H
0
, habremos probado la igualdad de varianzas, en este caso se
afirma que las poblaciones son homocedsticas.
) 1 ( ), 1 ( ,
2
) 1 ( ), 1 ( ,
2
1
1

=
ma me
me ma
f
f
20
Aplicacin:
Dos muestras consistentes de 21 y 9 observaciones tienen varianzas S
1
2
=16
y S
2
2
=8 , respectivamente. Examinar la hiptesis que las varianzas
poblacionales son iguales contra la alternante que la primera varianza
poblacional es mayor. Use =0.05.
S l i Solucin
De los datos n
1
=21 , n
2
=9, S
1
2
=16 , S
2
2
=8
Planteamos las hiptesis:
H
0
:
1
2
=
2
2
(Las varianzas poblacionales son iguales)
H
1
:
1
2
>
2
2
(La varianza poblacional 1 es mayor que la varianza
poblacional 2)
Determinamos el nivel de significancia: = 0.05
Calculamos el estadstico de Prueba: 2
8
16
2
2
2
1
= = =
S
S
F
Determinamos la regin critica de la prueba:
15 . 3
) 8 , 20 ( 95 . 0 ) 8 , 20 ( 05 . 0 1
= =
F F
2 =
c
F
Entonces vemos que el estadstico de prueba es menor que el F de tablas,
entonces esta dentro de la regin de aceptacin por lo tanto no rechazamos H
o
con un nivel de significacin del 5%.
En conclusin:
Hemos probado la homogeneidad de varianzas; esto es, que las varianzas
poblacionales son iguales o que las poblaciones son homoscedsticas con 5%
d i l d i ifi i
de nivel de significancia.
Tambin, podramos concluir que para un nivel de significancia del 5% la
diferencia o discrepancia notada en la variabilidad (o varianzas) no es
significativa.
21
PRUEBA DE HIPOTESIS PARA DOS PROPORCIONES
POBLACIONALES DE MUESTRAS GRANDES (n
1
y n
2
30)
Consideremos dos muestras independientes. Sean X
1
,,X
n
una m.a extrada de una
poblacin Bernoulli B(1,P
1
) y Y
1
,,Y
2
una m.a extrada de una poblacin
Bernoulli B(1,P
2
).
Denotemos la proporcin de xito en cada muestra por:
1
n
1
i
1
n
X
p
1
Nmero de xitos en la muestra 1

2
n
1
i
2
n
Y
p
2
Nmero de xitos en la muestra 2

Contrastes, Caso 1:
H
0
H
1
ESTADISTICA DE
PRUEBA
RECHAR H
0
SI:
P
1
P
2
P
1
< P
2
Z < - Z
]
1 1
)[ 1 (
) (
2 1
p p
Z
+
=
Los parmetros P
1
y P
2
son las proporciones de xito de cada una de las dos poblaciones bajo
estudio. Supuesto: Poblaciones con P
1
=P
2
=P. La estimacin del error estndar vara a cuando se
supone diferencia entre las proporciones poblacionales
P
1
P
2
P
1
> P
2
Z > Z
P
1
= P
2
P
1
P
2
Z < -Z
/2

Z > z
/2
] )[ 1 (
2 1
n n
p p +
2 1
2 1
n n
x x
p
Donde
+
+
=
:
supone diferencia entre las proporciones poblacionales.
Previo al calculo del estadstico de prueba se debe calcular:
2
2
2
1
1
1
n
x
p
n
x
p = = ;
Donde:
x
1
: es el nmero de xitos en la
muestra de tamao n
1
x
2
muestra de tamao n
2
22
Contrastes, caso 2:
H
0
H
1
ESTADISTICA DE
PRUEBA
RECHAR H
0
SI:
P
1
P
2
p
0
P
1
P
2
< p
0
Z < - Z
0 2 1
p 1 p p 1 p
p p p
Z
) ( ) (
) (
=
Los parmetros P
1
y P
2
son las proporciones de xito de las dos poblaciones bajo estudio,
p
0
es la proporcin terica (p
0
0).
P
1
P
2
p
0
P
1
P
2
> p
0
Z > Z
P
1
P
2
= p
0
P
1
P
2
p
0
Z < -Z
/2

Z > z
/2
2
2 2
1
2 1
n
p 1 p
n
p 1 p ) ( ) (
+

Previo al calculo del estadstico de prueba se debe calcular:
2
2
2
1
1
1
n
x
p
n
x
p = = ;
Donde:
x
1
muestra de tamao n
1
x
2
muestra de tamao n
2
Aplicacin:
Una encuestadora realiz encuestas idnticas en el ao 1997 y en el presente ao, una
de las preguntas que se hizo a las personas era crees que en general los conductores
son amables y respetuosos?, la encuestas de 1997 revel que de 3000 personas
encuestadas 2010 dijeron que s. En cambio en este ao 1530 de las 3000 personas
encuestadas piensan que los conductores si son amables y respetuosos. Con un =0.05
es posible concluir que las personas creen que los conductores en el presente ao son
menos amables y respetuosos en comparacin con el ao 1997? menos amables y respetuosos en comparacin con el ao 1997?.
Solucin Utilizamos:
P1 : Proporcin de personas en este ao que piensan que los conductores son
amables y respetuosos.
P2 : Proporcin de personas en 1997 que pensaban que los conductores son
amables y respetuosos.
Planteamos las hiptesis:
H
0
: P
1
= P
2
(Proporciones iguales)
H
1
: P
1
< P
2
( Proporcin de este ao menor a la proporcin de 1997)
23
Ambas muestras son suficientemente grandes por lo cual se justifica el uso de la
distribucin normal como aproximacin de la binomial.
Valor critico: =0.05 Z
=-Z
1-
= -Z
0.95
= - 1.64
Datos: x
1
=1530 x
2
=2010 n
1
=n
2
=3000
Calculamos la proporcin estimada :
59 . 0
3000 3000
2010 1530
2 1
=
+
=
+
=
x x
p
p p
De los datos calculamos:
Ahora calculamos el estadstico:
3000 3000
2 1
+ + n n
]
1 1
)[ 1 (
) (
2 1
2 1
n n
p p
p p
Z
+
=
67 . 0
3000
2010
51 . 0
3000
1530
2 1
= = = = p p
2 1
n n
60 . 12
]
3000
1
3000
1
)[ 59 . 0 1 )( 59 . 0 (
) 67 . 0 51 . 0 (
=
+
= Z
Valor critico: =0.05 Z
=-Z
1-
= -Z
0.95
= - 1.64
Decisin : Rechazar H
0
En conclusin con un nivel de significancia del 5% podemos afirmar que la
En conclusin con un nivel de significancia del 5% podemos afirmar que la
proporcin de personas que piensan que los conductores son amables y respetuosos
ha disminuido.

Sesion 5 No para 2014 I

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Sesion 5 No para 2014 I

Caricato da

Copyright:

Formati disponibili

1

Calculamos el estadstico de prueba:

Nmero de xitos en la muestra 1

Nmero de xitos en la muestra 2

LIC. RITA GUZMAN LOPEZ

Potrebbero piacerti anche