ANÁLISIS DE DATOS EN

VALIDACIÓN E
INCERTIDUMBRE
COMPARAR
Prueba de Hipótesis
Grupo consultor para el Aseguramiento de Calidad de
Laboratorios de Prueba y Ensayos ACLAB

PASO 0 PASO 1
DATOS DATOS
CÁLCULO
HISTOGRAMA ORIGINALES
1 78
ORDENADOS
1 54
HISTOGRAMA
2 95 2 57
3 76 3 58
1. Ordenar los datos 4 65 4 65
5 67 5 67 PASO 3
2. Calcular el rango ( R ) 6
7
72
82
6
7
72
76
# INTERVALO
8 87 8 76 CLASES RANGO CLASES
3. Intervalo de clases (R/#CLASES) 9
10
58
86
9
10
78
79
6 42 7

4. Determinar los límites de las 11

12
82
57
11
12
81
82
13 76 13 82
clases 14 79 14 86
PASO 4
15 88 15 87 VALOR INTERVALO LÍMITE
5. Obtener las frecuencias y hacer 16
17
96
95
16
17
88
92
MÍNIMO DE CLASES INFERIOR
54 7 50,5
la tabla
18 54 18 95
19 92 19 95
20 81 20 96

6. Hacer el gráfico. PASO 2

RANGO 42

1
 PASO 5
DISTRIBUCIÓN NORMAL
CLASE CONTEO Existen muchas distribuciones pero la
HISTOGRAMA
1 50,5 , 57,5 2 5 más típica es la normal la cual posee
2 57,5 , 64,5 1
forma de campana. Cuando se hacen
3 64,5 , 71,5 2
4 71,5 , 78,5 4
4
trabajos de mediciones repetidas o de
5 78,5 , 85,5 4 3
medida de la misma magnitud en
diferentes muestras se tiene una
No of obs

6 85,5 , 92,5 4
7 92,5 , 99,5 3 2
distribución normal.
1
f(x) = (1/(2π σ)1/2)e ((x-µ)2/(2 σ))
0
43.5 50.5 57.5 64.5 71.5 78.5 85.5 92.5 99.5
Expected
Normal media µ y varianza σ2
Upper Boundaries (x<=boundary)

DISTRIBUCIÓN NORMAL INTERVALOS DE CONFIANZA

Es simétrica, la moda es FOSFORO
El intervalo de confianza para µ teniendo σ es,
igual a la media, se acerca 100
_ _
al eje horizontal de forma 90
x- z α/2 ( σ / (n)1/2 ) < µ< x+ z α/2 ( σ / (n)1/2 )
asintótica en las dos 80

z α/2 es el valor de z a la derecha del cual se tiene un

direcciones alejándose de 70
área α/2
60
la media, área total bajo la
No of obs

50
curva es igual a 1. 40 El intervalo de confianza para µ con σ
Dentro de ±1σ de la media 30 desconocido es,
comprende un 68% de la 20 _ _
población, en ±2σ de la 10 x- t α/2 ( s / (n)1/2 ) < µ< x+ t α/2 ( s / (n)1/2 )
media se cubre el 95% y en 0
300 400 500 600 700 800 900 1000 1100 1200 1300
Expected
Normal

±3σ de la media el 99.7% de Upper Boundaries (x <= boundary) donde t α/2 es el valor de t con ν=n-1 grados de libertad,
la población. lo que deja un área a derecha de α/2

2
 APUNTAMIENTO SIMETRÍA

PRUEBAS DE HIPÓTESIS ERRORES

HIPÓTESIS ESTADÍSTICA, una afirmación o Ho es verdadera Ho es falsa
conjetura acerca de una o más poblaciones
Se acepta Decisión correcta ERROR TIPO II

La hipótesis nula ( Ho ), es cualquier hipótesis Ho
que se desee probar es el eje principal en el Se rechaza ERROR TIPO I Decisión
análisis de decisión. Ho correcta

La hipótesis alternativa ( H1 ), es el rechazo de
la hipótesis nula.
α = P ( Error tipo I) = P ( rechazar Ho cuando es

La regla de rechazo, es el criterio con el cual la verdadera)
hipótesis alternativa se rechaza y esta asociada β = P ( Error tipo II) = P ( aceptar Ho cuando es
con el conjunto de puntos de la zona de
falsa)
rechazo.

3
 AREA DE RECHAZO METODOLOGÍA
UNILATERAL
Ho : θ = θo , H1 : θ > θo ,  Definir Ho
o tal vez ,  Definir H1
α α
Ho : θ = θo , H1 : θ < θo ,
1- α 1- α

recibe el nombre de prueba

 Definir α
de una cola.  Definir la región crítica
BILATERAL  Calcular el valor experimental de la
estadística asociada
Ho : θ = θo , H1 : θ ≠ θo
,  Tomar la decisión de aceptación o
recibe el nombre de prueba α/2
1- α
α/2
rechazo de la hipótesis nula
de dos colas.

COMPARACIÓN DE MEDIAS EJERCICIO

COMPARACIÓN H1 : µ ≠ µ o La resistencia a la tensión del acero inoxidable
MUESTRA vs. Ho : µ = µ o producido en cierta fabrica había sido estable,
H1 : µ < µ o H1 : µ > µ o
POBLACIÓN con una resistencia media de 72 kg/mm2 y
una desviación estándar de 2.0 kg/mm2. Se
Rechazo Ho en un nivel de significancia α realizó un ajuste a la máquina y se tomaron
diez medidas.
CASO 1: Se puede concluir que el ajuste de la máquina
media y varianza ha cambiado la resistencia de tensión del
poblacional acero?
conocidas.
No. 1 2 3 4 5 6 7 8 9 10
CASO 2: MED. 76.2 78.3 76.4 74.7 72.6 78.4 75.7 70.2 73.3 74.2
Media poblacional
conocida.

4
 PRUEBAS DE HIPÓTESIS
ANAVA (ANOVA)
Condiciones iniciales
Media poblacional 72.0 Desv. Poblacional
2.0 Prueba de hipótesis para comparar medias
Se asume distribución normal de más de dos poblaciones.
Con ajuste Supuestos:
Media poblacional X Desv. Poblacional
2.0  Distribución de las poblaciones es normal
Se asume distribución normal  Las muestras son independientes
Definir Ho y H1
Ho : µ = µ o , H1 : µ ≠ µ o
Definir α 0.05

PRUEBA DE
ANAVA (ANOVA)
Fuente de Suma de Grados Cuadrados Cálculo
Ho: µ1 = µ2 = ... = µk variación cuadrados libertad medios

H1: al menos dos de las medias no son Tratam. SSA k-1 s21=SSA/k-1 s2 1 /s2
iguales Error SSE k (n–1) s2=SSE/k(n-1)
TOTAL SST nk-1

Calcular f POR SUMA DE CUADRADOS

Σ k i=1 Σ n j=1 y2ij – T..2/nk
SST =Σ
Con distribución F con k-1 y k(n-1)
grados de libertad. Σ k i=1 T.2/n) – T..2/nk
SSA =(Σ
Diseño experimental de 1 factor SSE = SST + SSA

5
TALLER APLICAR UN MODELO
COMPARACIÓN REGRESIÓN LINEAL