Académique Documents
Professionnel Documents
Culture Documents
HIPÓTESIS
Introducción
Un segundo bloque de instrumentos para la inferencia estadística son las
pruebas de hipótesis: Evalúan la evidencia de una afirmación sobre la
población.
Hay situaciones en las que más que conocer el valor concreto del parámetro,
queremos tomar una decisión acerca de este. Formular una hipótesis sobre el
valor del parámetro y contrastarla con los datos de la muestra para comprobar
si estos la apoyan o la desmienten.
Fijar α
Test estadístico
Decisión
Prueba Estadística:
Población x − μo
Z =
Normal σ
n
Decisión
Si Zcal < -Zα entonces Si |Zcal |>Zα/2 entonces Si Zcal >Zα entonces
se rechaza Ho se rechaza Ho se rechaza Ho
Ejemplo
Solución
Ejemplo
Solución
El valor p o mínimo nivel de significación
One-Sample Z: Demanda
Interpretación:
El valor del “P-value” (el área a la derecha de 2.03) es .021 menor que el
nivel de significación α =0.05, por lo tanto; se rechaza la hipótesis nula y se
concluye de que sí hay evidencia estadística de que el nivel promedio de
demanda es mayor de 220. O sea los resultados apoyan lo que afirma el
empresario.
Dócima para una media poblacional
(σ desconocida)
Caso I Caso II Caso III
Ho : μ = μo H o : μ = μo H o :μ = μ o
Ha : μ < μ0 Ha : μ ≠ μo Ha :μ > μo
Prueba Estadística
Una muestra x − μ
pequeña (n < 30) t = o
tomada de la
s
población normal n
bilateral
t se distribuye como una t-student con n-1 g.l.
Decisión
Si tcal < -tα entonces Si |tcal |>tα/2 entonces Si tcal > tα entonces
se rechaza Ho se rechaza Ho se rechaza Ho
Ejemplo
3.1 0.9 2.8 4.3 0.6 1.4 5.8 9.9 6.3 10.4 5 11.5
One-Sample T: tiempo
Test of mu = 9 vs < 9
Interpretación:
El valor del “P-value” es .002 menor que el nivel de significación α=0.01,
por lo tanto; se rechaza la hipótesis nula y se concluye de que sí hay
evidencia estadística de que el tiempo promedio de atención es menor de 9.
Riesgos al tomar decisiones
Ejemplo 1: Se juzga a un individuo por la presunta comisión de un delito
Veredicto
Culpable
Error OK
Muy grave
Riesgos al contrastar hipótesis
Error de tipo I
Rechazo H0 El tratamiento no
tiene efecto pero se Correcto
decide que sí. El tratamiento tiene efecto y
Acepto H1
Probabilidad α el experimento lo confirma.
Errores tipo I y II
1 100
x= ∑
100 i =1
xi = 260
1 n
Usaremos como estimador a la media muestral: x = ∑ xi
n i =1
que es una variable aleatoria, de la que nosotros disponemos de un
valor particular: el que nos da nuestra muestra. ¿Qué distribución tiene
nuestro estimador?
El de la suma de 100 variables aleatorias distribuidas exponencialmente.
En principio sería una Erlang, pero puesto que el número de variables
es mayor que 30, podemos utilizar una normal:
(
x ≡ N μ ,σ / n )
Observa que para el caso particular de la exponencial, la media coincide
con la desviación típica y podemos escribir:
(
x ≡ N μ, μ / n )
Tipificando el estimador para que se distribuya como una N(0,1):
x−μ
z= ≡ N (0,1)
μ n
x−μ
z= ≡ N (0,1)
Región Región de μ n
crítica aceptación
α 1-α
a = 250.65
⎧ ⎛ b − 250 ⎞
⎪ 0 . 70 = P ( Rechazar H 0 | μ = 250 ) = P ( x ≤ b | μ = 250 ) = P ⎜ z ≤ ⎟
⎪ ⎝ 250 / n ⎠
⎨
⎪0.05 = P (Rechazar H | μ = 300) = P ( x ≤ b | μ = 300) = P⎛⎜ z ≤ b − 300 ⎞⎟
⎪⎩ 0
⎝ 300 / n ⎠
⎧ b − 250
⎪⎪ 250 / n = 0.525
⎨ ⇒ n = 156.125 ≈ 157
⎪ b − 300 = −1.645
⎪⎩ 300 / n
Más ejemplos
Solución
La variable aleatoria poblacional X de nuestro interés es el número
de accidentes de tráfico en una semana. Esta variable se distribuye
en la población como una Poisson: X ~ P(λ=2.5).
a
λx
= P (Y ≤ a | λ = 10) = ∑ e −λ
x =0 x! λ =10
P(Rechazar H1 | λ = 8) =
14442444 3
Error tipo II
= P (Y > 5 | λ = 8) = 1 − P (Y ≤ 5 | λ = 8) =
5
λx
= 1− ∑ e −λ
= 1 − 0.19 = 0.81
x =0 x! λ =8
Inferencia para Proporciones
Cuando estamos interesados en estimar la proporción p estimado de
ocurrencia de un evento. Se necesita definir una variable aleatoria X que
indique el número de veces que ocurre el evento en una muestra de
tamaño n y con probabilidad de éxito, p. Se puede mostrar que cuando el
tamaño de muestra es grande, tal que np > 5, entonces el estadístico
pˆ − p
Z =
p (1 − p )
n
pˆ − p
Z= ~N(0,1)
p(1 − p )
n
bilateral
Decisión
Si Zcal <-Zα entonces Si |Zcal |>Zα / 2 entonces Si Zcal >Zα entonces
se rechaza Ho se rechaza Ho se rechaza Ho
Procedimiento
Ejemplo
En 1995 en una zona metropolitana, se reportó que dos de cada 5
personas reunían el perfil del consumidor de cierto bien. En una encuesta
reciente hecha en 2005 a 1225 personas se encontró que 478 de ellos
coincidían con dicho perfil. ¿Piensa usted que existe evidencia para
afirmar de que el perfil del consumidor ha cambiado con respecto a
1995? Utilice γ = 0.90
Solución:
Hay que hallar un intervalo de confianza del 90% para la proporción p,
y probar la siguiente hipótesis: