Sei sulla pagina 1di 29

Prueba de Hiptesis

Probabilidad e Inferencia
Estadstica

Presentado por:

Andrea Jaillier
David Meja
Rafael Mendoza

Para:
Prof. Odacir Padilla

23 de agosto de 2012
Universidad de Antioquia
Medelln, Colombia

Contenido
Introduccin........................................................................................................ 2
1.

PRUEBA DE HIPOTESIS PARA LAS DIFERENTES MEDIDAS..............................3


1.1.

Prueba medias de una muestra..............................................................5

1.1.1.
1.2.

Ejemplos.......................................................................................... 6

Prueba medias de dos muestras..........................................................11

1.2.1.

Ejemplos........................................................................................ 12

2. PRUEBA DE HIPOTESIS PARA LA PROPORCION Y DIFERENTES


PROPORCIONES................................................................................................. 15
2.1.

Prueba de proporciones de una muestra..............................................15

2.1.1.
2.2.

Prueba de proporciones de dos muestras.............................................19

2.2.1.
2.3.

Ejemplos........................................................................................ 16
Ejemplos........................................................................................ 19

Prueba de proporciones de k muestras................................................22

2.3.1.

Ejemplos........................................................................................ 23

Conclusiones..................................................................................................... 27
Bibliografa........................................................................................................ 28

Introduccin
La informacin que usted leer a continuacin est encaminada a dar una visin
global y prctica de la prueba de hiptesis para medias, proporciones y diferentes
proporciones.
En las primeras pginas se encontrar todo lo relacionado a la prueba de hiptesis
para las medias en la que se explica detalladamente que es y cmo se usa
adems de algunos ejercicios que pueden ejemplificar mucho mejor el desarrollo
de la misma. En las pginas del final del documento usted puede encontrar todo lo
relacionado con prueba de hiptesis para proporciones y diferentes proporciones,
de igual manera se encuentran ejercicios ilustrativos y su respectiva teora.
Es necesario mencionar que la realizacin de este trabajo fue basada en el nimo
de incentivar el estudio y la investigacin por parte de los estudiantes, obteniendo
como resultado una clase participativa en la que estos pudiesen expresar sus
inquietudes frente al tema ya investigado.

1. PRUEBA DE HIPOTESIS PARA LAS DIFERENTES


MEDIDAS.
En vez de estimar el valor de un parmetro, a veces se debe decidir si una
afirmacin relativa a un parmetro es verdadera o falsa. Es decir, probar una
hiptesis relativa a un parmetro. Se realiza una prueba de hiptesis cuando se
desea probar una afirmacin realizada acerca de un parmetro o parmetros de
una poblacin.
Una hiptesis es un enunciado acerca del valor de un parmetro (media,
proporcin, etc.).
Prueba de Hiptesis es un procedimiento basado en evidencia muestral
(estadstico) y en la teora de probabilidad (distribucin muestral del estadstico)
para determinar si una hiptesis es razonable y no debe rechazarse, o si es
irrazonable y debe ser rechazada.
La hiptesis de que el parmetro de la poblacin es igual a un valor determinado
se conoce como hiptesis nula. Una hiptesis nula es siempre una de status quo o
de no diferencia.

En toda prueba de hiptesis se presentan 3 casos de zonas crticas o llamadas


tambin zonas de rechazo de la hiptesis nula, estos casos son los siguientes:

En toda prueba de hiptesis se pueden cometer 2 tipos de errores:

1.1.

Prueba medias de una muestra.

Se utiliza una prueba de una muestra para probar una afirmacin con respecto a
una media de una poblacin nica.

Nota: Se considera prctico utilizar la distribucin t solamente cuando se requiera


que el tamao de la muestra sea menor de 30, ya que para muestras ms
grandes los valores t y z son aproximadamente iguales, y es posible emplear la
distribucin normal en lugar de la distribucin t.

1.1.1.

Ejemplos.

La duracin media de una muestra de 300 focos producidos por una compaa
resulta ser de 1620 horas.

Como se tiene como dato el tamao de la poblacin se tiene que verificar si


cumple con la condicin para utilizar el factor finito de correccin.

Los clculos en Excel se muestran en la siguiente imagen:

El grfico elaborado con Winstats y Paint se muestra en la siguiente imagen:


7

2) La duracin media de lmparas producidas por una compaa han sido en el


pasado de 1120 horas. Una muestra de 8 lmparas de la produccin actual dio
una duracin media de 1070 horas con una desviacin tpica de 125 horas.

Los clculos en Excel se muestran en la siguiente imagen:

El grfico elaborado con Winstats y Paint se muestra en la siguiente imagen:

10

1.2.

Prueba medias de dos muestras.

Las pruebas de dos muestras se utilizan para decidir si las medias de dos
poblaciones son iguales. Se requieren dos muestras independientes, una de cada
una de las dos poblaciones. Considrese, por ejemplo, una compaa
investigadora que experimentan con dos diferentes mezclas de pintura, para ver si
se puede modificar el tiempo de secado de una pintura para uso domstico. Cada
mezcla es probada un determinado nmero de veces, y comparados
posteriormente los tiempos medios de secado de las dos muestras. Una parece
ser superior, ya que su tiempo medio de secado (muestra) es 30 minutos menor
que el de la otra muestra.
Pero, son realmente diferentes los tiempos medios de secado de las dos
pinturas, o esta diferencia muestral es nada ms la variacin aleatoria que se
espera, aun cuando las dos frmulas presentan idnticos tiempos medios de
secado? Una vez ms, las diferencias casuales se deben distinguir de las
diferencias reales.
Con frecuencia se utilizan pruebas de dos muestras para comparar
dos mtodos de enseanza, dos marcas, dos ciudades, dos distritos escolares y
otras cosas semejantes.
La hiptesis nula puede establecer que las dos poblaciones tienen medias iguales:

Para tamaos ms pequeos de muestra, Z estar distribuida normalmente slo si


las dos poblaciones que se muestrean tambin lo estn.

11

1.2.1.

Ejemplos.

La media de las calificaciones de dos muestras de 15 estudiantes de primer


semestre en la asignatura de Estadstica de la universidad UTN resulta ser de 7 y
8,5. Se sabe que la desviacin tpica de las calificaciones en esta asignatura fue
en el pasado de 1,5.

12

Los clculos en Excel se muestran en la siguiente figura:

13

El grfico elaborado con Winstats y Paint se muestra en la siguiente imagen:

14

2. PRUEBA DE HIPOTESIS PARA LA PROPORCION Y


DIFERENTES PROPORCIONES.
Las pruebas de proporciones son adecuadas cuando los datos que se estn
analizando constan de cuentas o frecuencias de elementos de dos o ms clases.
El objetivo de estas pruebas es evaluar las afirmaciones con respecto a una
proporcin (o Porcentaje) de poblacin. Las pruebas se basan en la premisa de
que una proporcin muestral (es decir, x ocurrencias en n observaciones, o x/n)
ser igual a la proporcin verdadera de la poblacin si se toman mrgenes o
tolerancias para la variabilidad muestral. Las pruebas suelen enfocarse en la
diferencia entre un nmero esperado de ocurrencias, suponiendo que una
afirmacin es verdadera, y el nmero observado realmente. La diferencia se
compara con la variabilidad prescrita mediante una distribucin de muestreo que
tiene como base el supuesto de que

es realmente verdadera.

En muchos aspectos, las pruebas de proporciones se parecen a las pruebas de


medias, excepto que, en el caso de las primeras, los datos mustrales se
consideran como cuentas en lugar de como mediciones. Por ejemplo, las pruebas
para medias y proporciones se pueden utilizar para evaluar afirmaciones con
respecto a:
1) Un parmetro de poblacin nico (prueba de una muestra)
2) La igualdad de parmetros de dos poblaciones (prueba de dos muestras), y
3) La igualdad de parmetros de ms de dos poblaciones (prueba de k muestras).
Adems, para tamaos grandes de muestras, la distribucin de muestreo
adecuada para pruebas de proporciones de una y dos muestras es
aproximadamente normal, justo como sucede en el caso de pruebas de medias de
una y dos muestras.

2.1.

Prueba de proporciones de una muestra.

Cuando el objetivo del muestreo es evaluar la validez de una afirmacin con


respecto a la proporcin de una poblacin, es adecuado utilizar una prueba de una
muestra. La metodologa de prueba depende de si el nmero de observaciones de
la muestra es grande o pequeo.
Como se habr observado anteriormente, las pruebas de grandes muestras de
medias y proporciones son bastante semejantes. De este modo, los
valores estadsticos de prueba miden la desviacin de un valor estadstico de
muestra a partir de un valor propuesto. Y ambas pruebas se basan en la
distribucin normal estndar para valores crticos. Quiz la nica diferencia real
entre las ambas radica en la forma corno se obtiene la desviacin estndar de la
distribucin de muestreo.
Esta prueba comprende el clculo del valor estadstico de prueba Z
15

Posteriormente este valor es comparado con el valor de Z, obtenido a partir de una


tabla normal a un nivel de significacin seleccionado.
Como ocurri con la prueba de medias de una muestra, las pruebas de
proporciones pueden ser de una o dos colas.

La primera alternativa establece una prueba de cola derecha, la segunda,


izquierda y la tercera, una prueba de dos colas.
2.1.1.

Ejemplos.

En un estudio se afirma que 3 de 10 estudiantes universitarios trabajan. Pruebe


esta aseveracin, a un nivel de significacin de 0,025, respecto a la alternativa de
que la proporcin real de los estudiantes universitarios trabajan es mayor de lo
16

que se afirma, si una muestra aleatoria de 600 estudiantes universitarios revela


que 200 de ellos trabajan. La muestra fue tomada de 10000 estudiantes.
Los datos son:

Como en los datos aparece el tamao de la poblacin, se debe verificar si el


tamao de la nuestra es mayor que el 5%. Se remplaza valores en la siguiente
frmula:

Los clculos en Excel se muestran en la siguiente figura:

17

El grfico elaborado en Winstats y Paint se muestra a continuacin:

Decisin:

18

2.2.

Prueba de proporciones de dos muestras.

El objetivo de una prueba de dos muestras es determinar si las dos muestras


independientes fueron tomadas de dos poblaciones, las cuales presentan la
misma proporcin de elementos con determinada caracterstica. La prueba se
concentra en la diferencia relativa (diferencia dividida entre la desviacin estndar
de la distribucin de muestreo) entre las dos proporciones mustrales. Diferencias
pequeas denotan nicamente la variacin casual producto del muestreo (se
acepta H0), en tanto que grandes diferencias significan lo contrario (se rechaza
H0). El valor estadstico de prueba (diferencia relativa) es comparado con un valor
tabular de la distribucin normal, a fin de decidir si H0 es aceptada o rechazada.
Una vez ms, esta prueba se asemeja considerablemente a la prueba de medias
de dos muestras.
La hiptesis nula en una prueba de dos muestras es

2.2.1.

Ejemplos.

Se ponen a prueba la enseanza de la Estadstica empleando Excel y Winstats.


Para determinar si los estudiantes difieren en trminos de estar a favor de la
nueva enseanza se toma una muestra de 20 estudiantes de dos paralelos. De
paralelo A 18 estn a favor, en tanto que del paralelo B estn a favor 14. Es
posible concluir con un nivel de significacin de 0,05 que los estudiantes que estn
a favor de la nueva enseanza de la Estadstica es la misma en los dos paralelos?
19

Los datos son:

Las hiptesis son

Calculando la proporcin muestral se obtiene:

20

Los clculos en Excel se muestran en la siguiente figura:

El grfico elaborado en Winstats y Paint se muestra a continuacin:

Decisin:
21

2.3.

Prueba de proporciones de k muestras.

La finalidad de una prueba de k muestras es evaluar la aseveracin que establece


que todas las k muestras independientes provienen de poblaciones que presentan
la misma proporcin de algn elemento. De acuerdo con esto, las hiptesis nula y
alternativa son:

En una muestra se puede dar un conjunto de sucesos, los cuales ocurren con
frecuencias observadas "o"(las que se observa directamente) y frecuencias
esperadas o tericas "e" (las que se calculan de acuerdo a
las leyes de probabilidad).

Por lo tanto el valor estadstico de prueba para este caso es la prueba ji


cuadrado o conocida tambin como chi cuadrado.
22

Como sucede con las distribuciones t y F, la distribucin ji cuadrado tiene una


forma que depende del nmero de grados de libertad asociados a un determinado
problema.
Para obtener un valor crtico (valor que deja un determinado porcentaje de rea en
la cola) a partir de una tabla de ji cuadrado, se debe seleccionar un nivel de
significacin y determinar los grados de libertad para el problema que se est
resolviendo.

2.3.1.

Ejemplos.

Determine el nmero de grados de libertad y obtenga el valores crtico en el


niveles 0,05 se significacin.
Solucin:
Los grados de libertad se calculan aplicando la frmula:

23

Los clculos en Excel se muestran en la siguiente figura:

24

2) La siguiente tabla muestra las frecuencias observadas y las frecuencias


esperadas al lanzar un dado 60 veces. Contrastar la hiptesis de que el dado es
bueno, con un nivel de significacin de 0,01.
Cara del dado
Frecuencia
observada
Frecuencia
esperada

15 14 8

10 10 10 10 10 10

Solucin:

Los clculos en Excel se muestran en la siguiente figura:

25

El grfico elaborado en Winstats y Paint se muestra a continuacin:

Decisin:

26

Conclusiones
La prueba de hiptesis permite analizar certeramente los cesamientos que se
puedan tener en un estudio.
Nos permite confrontar hiptesis nulas y alternas que se tengan frente a un
proyecto en especfico.
La ventaja de tener un estndar de tablas facilita su utilizacin y le da un grado
de aceptacin y practicidad mucho ms alto en relacin a los anlisis cotidianos.

27

Bibliografa.

SUREZ, Mario, (2012), Interaprendizaje de Probabilidades y Estadstica


Inferencial con Excel, Winstats y Graph, Primera Edicin. Imprenta M & V,
Ibarra, Ecuador.

28