Repblica Bolivariana de Venezuela

Ministerio del Poder Popular para la Defensa

Universidad Nacional Experimental de la Fuerza Armada
INC-N1 3er SEMESTRE
ESTADSTICA

Profesora:

Integrante:

Jos Jimnez.

Alfredo. C
C.I. 20278895

Santa Teresa Del Tuy, Marzo 2015

Error
Un error en estadstica es la diferencia entre el valor de un
estimador y el del parmetro correspondiente. Existen varias causas para

producir estos errores. Segn la causa son clasificados en errores de

muestreo y de no muestreo.
El error de no muestreo puede ocurrir en cualquier encuesta, sea
un censo o una muestra. Estos errores comprenden errores sistemticos
y equivocaciones.
Los factores que causan error sistemtico son: falta de definicin
clara de la poblacin, inadecuada elaboracin del marco de muestreo,
falta de definicin del cuestionario, vaga concepcin de la informacin
deseada, mtodos imprecisos de entrevistas.
Surgen errores por equivocacin cuando las respuestas son
anotadas

en

lugares

equivocados,

cuando

los

entrevistados

no

responden, dan respuestas incorrectas o inapropiadas y cuando se hacen

clculos y anotaciones incorrectas al procesar los datos. "Los errores de
no muestreo pueden ser controlados mediante una atencin cuidadosa en
la construccin de los cuestionarios y en los detalles del trabajo de
campo"1. Estos errores en las encuestas pueden ser minimizados as: la
no respuesta con un plan para hacer reentrevistas a los elementos
muestreados, con recompensas e incentivos para quien responde y
entrevistadores adiestrados; la respuesta incorrecta se puede corregir si
los cuestionarios despus de diligenciados son revisados por alguien
diferente al encuestador.
Los errores de muestreo son resultado de la eleccin casual de
unidades de muestreo. Este tipo de error ocurre porque solo se observa
una parte de la poblacin; as que si se hace un censo, puede esperarse
que desaparezca el error de muestreo.
Errores de tipo I y tipo II
Error de tipo I. Se comete cuando la hiptesis nula es
verdadera y, como consecuencia del contraste, se rechaza.

Error de tipo II. Se comete cuando la hiptesis nula es falsa y, como

consecuencia del contraste se acepta.

H0

Verdadera
Decisin

Falsa
correcta

Decisin incorrecta:

Aceptar
Probabilidad = 1 -

ERROR DE TIPO II

ERROR DE TIPO I
Rechazar

Decisin correcta
Probabilidad =

La probabilidad de cometer Error de tipo I es el nivel de

significacin .
La probabilidad de cometer Error de tipo II depende del verdadero
valor del parmetro. Se hace tanto menor cuanto mayor sea n.
Prueba De Hiptesis
Las secciones anteriores han mostrado cmo puede estimarse un
parmetro a partir de los datos contenidos en una muestra. Puede
encontrarse ya sea un slo nmero (estimador puntual) o un intervalo de
valores posibles (intervalo de confianza). Sin embargo, muchos
problemas de ingeniera, ciencia, y administracin, requieren que se tome
una decisin entre aceptar o rechazar una proposicin sobre algn
parmetro. Esta proposicin recibe el nombre de hiptesis. Este es uno
de los aspectos ms tiles de la inferencia estadstica, puesto que
muchos tipos de problemas de toma de decisiones, pruebas o

experimentos en el mundo de la ingeniera, pueden formularse como

problemas de prueba de hiptesis.
Hiptesis Estadstica
Es una proposicin o supuesto sobre los parmetros de una o ms
poblaciones.
Suponga que se tiene inters en la rapidez de combustin de un
agente propulsor slido utilizado en los sistemas de salida de emergencia
para la tripulacin de aeronaves. El inters se centra sobre la rapidez de
combustin promedio. De manera especfica, el inters recae en decir si
la rapidez de combustin promedio es o no 50 cm/s. Esto puede
expresarse de manera formal como
Ho;
H1;

= 50 cm/s
50 cm/s
La proposicin Ho;

= 50 cm/s, se conoce como hiptesis nula,

mientras que la proposicin H 1;

50 cm/s, recibe el nombre

de hiptesis alternativa. Puesto que la hiptesis alternativa especifica

valores de

que pueden ser mayores o menores que 50 cm/s, tambin

se conoce como hiptesis alternativa bilateral. En algunas situaciones,

lo que se desea es formular una hiptesis alternativa unilateral, como
en
Ho;

= 50 cm/s Ho;

= 50 cm/s

< 50 cm/s H1;

> 50 cm/s

H1;

Es importante recordar que las hiptesis siempre son proposiciones

sobre la poblacin o distribucin bajo estudio, no proposiciones sobre la

muestra. Por lo general, el valor del parmetro de la poblacin

especificado en la hiptesis nula se determina en una de tres maneras
diferentes:
1. Puede ser resultado de la experiencia pasada o del conocimiento
del proceso, entonces el objetivo de la prueba de hiptesis
usualmente es determinar si ha cambiado el valor del parmetro.
2. Puede obtenerse a partir de alguna teora o modelo que se
relaciona con el proceso bajo estudio. En este caso, el objetivo de
la prueba de hiptesis es verificar la teora o modelo.
3. Cuando el valor del parmetro proviene de consideraciones
externas, tales como las especificaciones de diseo o ingeniera, o
de obligaciones contractuales. En esta situacin, el objetivo usual
de la prueba de hiptesis es probar el cumplimiento de las
especificaciones.
Un procedimiento que conduce a una decisin sobre una hiptesis
en

particular

recibe

el

nombre

de prueba

de

hiptesis.

Los

procedimientos de prueba de hiptesis dependen del empleo de la

informacin contenida en la muestra aleatoria de la poblacin de inters.
Si esta informacin es consistente con la hiptesis, se concluye que sta
es verdadera; sin embargo si esta informacin es inconsistente con la
hiptesis, se concluye que esta es falsa. Debe hacerse hincapi en que la
verdad o falsedad de una hiptesis en particular nunca puede conocerse
con certidumbre, a menos que pueda examinarse a toda la poblacin.
Usualmente esto es imposible en muchas situaciones prcticas. Por tanto,
es necesario desarrollar un procedimiento de prueba de hiptesis
teniendo en cuenta la probabilidad de llegar a una conclusin equivocada.
La hiptesis nula, representada por Ho, es la afirmacin sobre una
o ms caractersticas de poblaciones que al inicio se supone cierta (es
decir, la "creencia a priori").

La hiptesis alternativa, representada por H1, es la afirmacin

contradictoria a Ho, y sta es la hiptesis del investigador.
La hiptesis nula se rechaza en favor de la hiptesis alternativa, slo si la
evidencia muestral sugiere que Ho es falsa. Si la muestra no contradice
decididamente a Ho, se contina creyendo en la validez de la hiptesis
nula. Entonces, las dos conclusiones posibles de un anlisis por prueba
de hiptesis son rechazar Ho o no rechazar Ho.
Prueba de una Hiptesis Estadstica
Para ilustrar los conceptos generales, considere el problema de la
rapidez de combustin del agente propulsor presentado con anterioridad.
La hiptesis nula es que la rapidez promedio de combustin es 50 cm/s,
mientras que la hiptesis alternativa es que sta no es igual a 50 cm/s.
Esto es, se desea probar:
Ho;

= 50 cm/s

H1;

50 cm/s
Supngase que se realiza una prueba sobre una muestra de 10

especmenes, y que se observa cual es la rapidez de combustin

promedio muestral. La media muestral es un estimador de la media
verdadera de la poblacin. Un valor de la media muestral
prximo al valor hipottico

que este

= 50 cm/s es una evidencia de que el

verdadero valor de la media

es realmente 50 cm/s; esto es, tal

evidencia apoya la hiptesis nula Ho. Por otra parte, una media muestral
muy diferente de 50 cm/s constituye una evidencia que apoya la hiptesis
alternativa H1. Por tanto, en este caso, la media muestral es el estadstico
de prueba.
La media muestral puede tomar muchos valores diferentes.
Supngase que si 48.5

51.5, entonces no se rechaza la hiptesis

nula Ho;

= 50 cm/s, y que si

hiptesis alternativa H1;

Los valores de

<48.5

>51.5, entonces se acepta la

50 cm/s.
que son menores que 48.5 o mayores que 51.5

constituyen la regin crtica de la prueba, mientras que todos los valores

que estn en el intervalo 48.5

51.5 forman la regin de aceptacin.

Las fronteras entre las regiones crticas y de aceptacin reciben el

nombre de valores crticos. La costumbre es establecer conclusiones
con respecto a la hiptesis nula H o. Por tanto, se rechaza H o en favor de
H1 si el estadstico de prueba cae en la regin crtica, de lo contrario, no
se rechaza Ho.
Este procedimiento de decisin puede conducir a una de dos
conclusiones errneas. Por ejemplo, es posible que el valor verdadero de
la rapidez promedio de combustin del agente propulsor sea igual a 50
cm/s. Sin embargo, para todos los especmenes bajo prueba, bien puede
observarse un valor del estadstico de prueba

que cae en la regin

crtica. En este caso, la hiptesis nula H o ser rechazada en favor de la

alternativa H1cuando, de hecho, Ho en realidad es verdadera. Este tipo de
conclusin equivocada se conoce como error tipo I.
El error tipo I se define como el rechazo de la hiptesis nula
Ho cuando sta es verdadera. Tambin es conocido como

nivel de

significancia.
Si tuviramos un nivel de confianza del 95% entonces el nivel de
significancia sera del 5%. Anlogamente si se tiene un nivel de confianza
del 90% entonces el nivel de significancia sera del 10%.
Ahora supngase que la verdadera rapidez promedio de combustin es
diferente de 50 cm/s, aunque la media muestral

caiga dentro de la

regin de aceptacin. En este caso se acepta H o cuando sta es falsa.

Este tipo de conclusin recibe el nombre de error tipo II.

El error tipo II error

se define como la aceptacin de la

hiptesis nula cuando sta es falsa.

Por tanto, al probar cualquier hiptesis estadstica, existen cuatro
situaciones diferentes que determinan si la decisin final es correcta o
errnea.
Decisin

Ho es verdadera

Aceptar Ho

No hay error

Rechazar Ho

Error tipo I

Ho es falsa
Error tipo II
No hay error

1. Los errores tipo I y tipo II estn relacionados. Una disminucin en

la probabilidad de uno por lo general tiene como resultado un
aumento en la probabilidad del otro.
2. El tamao de la regin crtica, y por tanto la probabilidad de
cometer un error tipo I, siempre se puede reducir al ajustar el o los
valores crticos.
3. Un aumento en el tamao muestral n reducir

de forma

simultnea.
4. Si la hiptesis nula es falsa,

es un mximo cuando el valor real

del parmetro se aproxima al hipottico. Entre ms grande sea la

distancia entre el valor real y el valor hipottico, ser menor

PASOS PARA ESTABLECER UN ENSAYO DE HIPOTESIS

Independientemente De La Distribucin Que Se Est Tratando
1. Interpretar correctamente hacia que distribucin muestral se
ajustan los datos del enunciado.

2. Interpretar correctamente los datos del enunciado diferenciando los

parmetros de los estadsticos. As mismo se debe determinar en
este punto informacin implcita como el tipo de muestreo y si la
poblacin es finita o infinita.
3. Establecer

simultneamente

el

ensayo

de

hiptesis

el

planteamiento grfico del problema. El ensayo de hiptesis est en

funcin de parmetros ya que se quiere evaluar el universo de
donde proviene la muestra. En este punto se determina el tipo de
ensayo (unilateral o bilateral).
4. Establecer la regla de decisin. Esta se puede establecer en
funcin del valor crtico, el cual se obtiene dependiendo del valor
de

(Error tipo I o nivel de significancia) o en funcin del

estadstico lmite de la distribucin muestral. Cada una de las

hiptesis deber ser argumentada correctamente para tomar la
decisin, la cual estar en funcin de la hiptesis nula o H o.
5. Calcular el estadstico real, y situarlo para tomar la decisin.
6. Justificar la toma de decisin y concluir.

PROCEDIMIENTO DE CONTRASTE

Los pasos a seguir en un contraste de hiptesis son:

1.- Describir las caractersticas de la poblacin acerca de la cual

se va a probar la hiptesis (establecer si se cumplen los supuestos
del contraste).
2.- Formular las hiptesis nula y alterna (H0 y Ha).

3.- Escoger un nivel de significacin o probabilidad de Error Tipo

I, a.
4.- Seleccionar el estadstico de contraste cuya distribucin
muestral sea conocida en el supuesto de que H 0 sea verdadera,
pero sin hacer clculos todava
5.- Determinar la regin crtica o de rechazo, misma que depende
del tipo de hiptesis, de la probabilidad del Error Tipo I y del
estadstico de contraste.
6.- Calcular el estadstico de contraste.
7.- Tomar una decisin de rechazar H0 o no rechazarla.
8.- Dar una conclusin al problema.

Pruebas Paramtricas
Se llaman as porque su clculo implica una estimacin de los
parmetros de la poblacin con base en muestras estadsticas. Mientras
ms grande sea la muestra ms exacta ser la estimacin, mientras ms
pequea, ms distorsionada ser la media de las muestras por los valores
raros extremos.
Suposiciones Que Subyacen A La Utilizacin De Las Pruebas
Paramtricas
1. El nivel de medicin debe ser al menos de intervalo. Debemos
tomar una decisin a cerca de nuestra variable dependiente. Es
realmente un nivel de intervalo? Si es una escala no estandarizada,
o si se basa en estimaciones o calificaciones con humanos.
Frecuentemente aparecen como intervalo pero lo reducimos a nivel
ordinal al darles rango.

2. Los datos de la muestra se obtienen de una poblacin

normalmente distribuida. Este principio suele mal entenderse
como: la muestra debe distribuirse normalmente, "no es as". La
mayora de las muestras son demasiado pequeas para siquiera
parecerse a una distribucin normal, la cual solo obtiene su
caracterstica en forma de campana con la acumulacin de muchas
puntuaciones.
3. La varianza de las 2 muestras no son significativamente diferentes,
esto se conoce como el principio de homogeneidad de la varianza.
Los especialistas en estadstica han investigado ms sobre ese
requisito, el cual saba exigir varianzas muy similares. Estos se
ignoran cuando tratamos con muestras relacionadas sin gran
riesgo de distorsionar nuestro resultado. Para muestras no
relacionadas necesitamos ser ms cuidadosos cuando los tamaos
de las muestras sean bastante diferentes
Cules son algunas pruebas paramtricas?

Prueba del valor Z de la distribucin normal

Prueba

T de

Student

para

datos

relacionados

(muestras

dependientes)

Prueba T de Student para datos no relacionados (muestras

independientes)

Prueba T de Student-Welch para dos muestras independientes con

varianzas no homogneas

Prueba de ji cuadrada de Bartlett para demostrar la homogeneidad

de varianzas

Prueba F (anlisis de varianza o ANOVA).

Pruebas No Paramtricas

Las pruebas no paramtricas nos permiten analizar datos en

escala nominal u ordinal a pesar de que no se conozcan los
parmetros de una poblacin, utilizada para hacer un contraste de
hiptesis.

Utilizacin De As Pruebas No Paramtricas

Cuando los datos puntualizan a las escalas nominal u ordinal.

Se utiliza solo la frecuencia.

Poblaciones pequeas.

Cuando se desconocen los parmetros media, moda, etc.

Cuando los datos son independientes.

Cuando se quiere contrastar o comparar hiptesis.

Investigaciones

de

tipo

social.

(Muestras

pequeas

no

representativas >5).

Cuando se requiere de establecer el nivel de confianza o

significatividad en las diferencias.

Cuando la muestra es seleccionada no probabilsticamente

Cules son las pruebas No Paramtricas?

Para escala nominal:

-Leyes de la probabilidad y prueba binomial

-Prueba ji2 de Pearson para una muestra
-Prueba ji2 de Pearson para dos y ms muestras independientes
-Prueba de bondad del ajuste mediante ji 2

-Prueba ji2 de proporciones para tres o ms muestras independientes

-Prueba de probabilidad exacta de Fischer y Yates
-Prueba de McNemar para muestras dependientes
-Prueba Q de Cochran para tres o ms muestras dependientes
-Anlisis secuencial
* ji2 = X2

Para escala ordinal:

-Prueba de Kolmogorov-Smirnov para una muestra
-Prueba de U Mann-Whitney para dos muestras independientes
-Prueba de Wilcoxon de rangos sealados y pares igualados para
dos muestras dependientes
-Anlisis de varianza de una entrada de Kruskal-Wallis para ms de
dos muestras independientes
-Anlisis de varianza de doble entrada por rangos de Friedman
para ms de dos muestras dependientes.