ESTADISTICA INFERENCIAL 1 UNIDAD 4: PRUEBAS DE HIPOTESIS CON DOS MUESTRAS Y VARIASMUESTRAS DE DATOS NUMÉRICOS
4.1 INTRODUCCIÓN PRUEBAS DE HIPÓTESIS
Introducción: Prueba de hipótesis En esta unidad nos concentraremos en la prueba dehipótesis, otro aspecto de la inferencia estadística que al igual que la estimación delintervalo de confianza, se basa en la información de la muestra. Se desarrolla unametodología paso a paso que le permita hacer inferencias sobre un parámetro poblacionalmediante el análisis diferencial entre los resultados observados (estadístico de la muestra)y los resultados de la muestra esperados si la hipótesis subyacente es realmente cierta.En el problema de estimación se trata de elegir el valor de un parámetro de la población,mientras que en las pruebas de hipótesis se trata de decidir entre aceptar o rechazar unvalor especificado (por ejemplo, si el nivel de centramiento de un proceso es o no lo es).Prueba de hipótesis: Estadísticamente una prueba de hipótesis es cualquier afirmaciónacerca de una población y/o sus parámetros.Una prueba de hipótesis consiste en contrastar dos hipótesis estadísticas. Tal contrasteinvolucra la toma de decisión acerca de las hipótesis. La decisión consiste en rechazar ono una hipótesis en favor de la otra. Una hipótesis estadística se denota por “H” y sondos: - Ho: hipótesis nula - H1: hipótesis alternativa Partes de una hipótesis 1-La hipótesisnula “Ho” 2-La hipótesis alternativa “H1” 3-El estadístico de prueba 4-Errores tipo I y II 5-La región de rechazo (crítica) 6-La toma de decisión 1. Concepto: Una prueba dehipótesis estadística es una conjetura de una o más poblaciones. Nunca se sabe conabsoluta certeza la verdad o falsedad de una hipótesis estadística, a no ser que seexamine la población entera. Esto por su puesto sería impráctico en la mayoría de lassituaciones. En su lugar, se toma una muestra aleatoria de la población de interés y seutilizan los datos que contiene tal muestra para proporcionar evidencia que confirme o nola hipótesis. La evidencia de la muestra que es un constante con la hipótesis planteadaconduce a un rechazo de la misma mientras que la evidencia que apoya la hipótesisconduce a su aceptación.Definición de prueba de hipótesis estadística es que cuantifica el proceso de toma dedecisiones.Por cada tipo de prueba de hipótesis se puede calcular una prueba estadística apropiada.Esta prueba estadística mide el acercamiento del calor de la muestra (como un promedio)a la hipótesis nula. La prueba estadística, sigue una distribución estadística bien conocida(normal, etc.) o se puede desarrollar una distribución para la prueba estadística particular.La distribución apropiada de la prueba estadística se divide en dos regiones: una regiónde rechazo y una de no rechazo. Si la prueba estadística cae en esta última región no sepuede rechazar la hipótesis nula y se llega a la conclusión de que el proceso funcionacorrectamente.Al tomar la decisión con respecto a la hipótesis nula, se debe determinar el valor crítico enla distribución estadística que divide la región del rechazo (en la cual la hipótesis nula nose puede rechazar) de la región de rechazo. A hora bien el valor crítico depende deltamaño de la región de rechazo.
4.2 DISTRIBUCIÓN NORMAL Y DISTRIBUCIÓN T DE STUDENT
TRABAJO EN EQUIPO
ESTADISTICA INFERENCIAL 1 UNIDAD 4: PRUEBAS DE HIPOTESIS CON DOS MUESTRAS Y VARIASMUESTRAS DE DATOS NUMÉRICOS
Enestadísticayprobabilidadse llama distribución normal, distribución de Gauss o
distribución gaussiana, a una de lasdistribuciones de probabilidaddevariable continua
que con más frecuencia aparece en fenómenos reales.Lagráficade sufunción de densidadtiene una forma acampanada y es simétrica respecto
de un determinadoparámetro. Esta curva se conoce comocampana de Gauss.
La importancia de esta distribución radica en que permitemodelar numerosos fenómenosnaturales, sociales y psicológicos. Mientras que los mecanismos que subyacen a granparte de este tipo de fenómenos son desconocidos, por la enorme cantidad de variablesincontrolables que en ellos intervienen, el uso del modelo normal puede justificarseasumiendo que cada observación se obtiene como la suma de unas pocas causasindependientes.De hecho, la estadística es un modelo matemático que sólo permite describir unfenómeno, sin explicación alguna. Para la explicación causal es preciso el diseñoexperimental, de ahí que al uso de la estadística en psicología y sociología sea conocidocomo método correlacional.La distribución normal también es importante por su relación con la estimación por mínimos cuadrados, uno de los métodos de estimación más simples y antiguos.La distribución normal también aparece en muchas áreas de la propia estadística. Por ejemplo, ladistribución muestralde lasmediasmuéstrales es aproximadamente normal,
cuando la distribución de la población de la cual se extrae la muestra no es normal.
Además, la distribución normal maximiza laentropíaentre todas las distribuciones conmedia yvarianzaconocidas, lo cual la convierte en la elección natural de la distribuciónsubyacente a una lista de datos resumidos en términos de media muestral y varianza. Ladistribución normal es la más extendida en estadística y muchos tests estadísticos estánbasados en una supuesta "normalidad".Enprobabilidadyestadística, la distribución t (de Student) es unadistribución de
probabilidadque surge del problema deestimar lamediade unapoblación normalmente
distribuidacuando eltamaño de la muestraes pequeño.
Aparece de manera natural al realizar laprueba t de Studentpara la determinación de lasdiferencias entre dos medias muestrales y para la construcción delintervalo de confianza para la diferencia entre las medias de dos poblaciones cuando se desconoce ladesviación típicade una población y ésta debe ser estimada a partir de los datos de unamuestra.La distribución t de Student es la distribución de probabilidad del cocienteDonde
•
Z tiene unadistribución normalde media nula yvarianza1
•
•
Z y V sonindependientes
TRABAJO EN EQUIPO
ESTADISTICA INFERENCIAL 1 UNIDAD 4: PRUEBAS DE HIPOTESIS CON DOS MUESTRAS Y VARIASMUESTRAS DE DATOS NUMÉRICOS
Si μ es una constante no nula, el cociente es una variable aleatoria que sigue ladistribución t de Student no centralcon parámetro de no-centralidad μ.
4.3 PRUEBAS DE SIGNIFICANCIA
Las pruebas de significancia estadística son un procedimiento que brinda un criterioobjetivo para calificar las diferencias que se presentan al comparar los resultados de dosmuestras, con el objetivo de explicar si dichas diferencias se mantienen dentro de loslímites previstos por el diseño estadístico (un error y una confianza esperados) o si, por elcontrario, la diferencia entre ellas resulta lo suficientemente grande como para inferir queha ocurrido un cambio real en el indicador
4.4 COMPARACIÓN DE DOS MUESTRAS INDEPENDIENTES: PRUEBAS T PARA LASDIFERENCIAS ENTRE NORMALES.
Para comparar las medias de dos muestras aleatorias procedentes de dos poblacionesnormales e independientes, se utiliza el procedimiento Prueba T para muestrasindependientes, y para ello, se selecciona:A continuación se abre una ventana con los siguientes campos:Contrastar variables: donde se han de introducir las variables que se van a analizar, esdecir, aquellas variables sobre las que se va a contrastar si hay o no, diferencias degrupos.Variable de agrupación: aquí se debe introducir la variable que se utiliza para definir losgrupos de sujetos sobre los que se estudian las diferencias. Entonces el sistema activa elbotón definir grupos y al presionarlo aparece una ventana donde se introducen los valoresde la variable que definen los dos grupos de sujetos a comparar, o el valor de la variableque hará de corte para definir dichos grupos. Si el valor de la variable para un individuo esmenor o igual que el valor especificado, el individuo pertenecerá al primer grupo, y encaso contrario, al segundo.Opciones: presionando este botón se obtiene una ventana donde se especifica igual queen la sección anterior el nivel de confianza para el intervalo y la forma de tratar los valoresmissing.
Ejemplo:
Vamos a comprobar si existen diferencias significativas entre los tiemposmedios de dedicación a la docencia, para los profesores asociados y los titulares de
TRABAJO EN EQUIPO
Search History:
Result 00 of 00
00 results for result for
p.
UNIDAD IV PRUEBAS DE HIPOTESIS CON DOS MUESTRAS Y VARIAS MUESTRAS DE DATOS NUMÉRICOS
Desarrollo de la Unidad IV del curso Estadistica Inferencial I del Cuarto Semestre de la carrera Ingeniería en Gestión Empresarial
10.1K
Reads
78
Readcasts
67
Embed Views
Recommended
More From This User
Notes
Load more
