Captulo 6.

Prueba de Hiptesis

Presentar los conceptos bsicos
de las pruebas de hiptesis
Objetivos

Estimada Abby:
Escribiste en tu columna que una mujer estuvo
embarazada durante 266 das. Quin dijo eso? Yo tuve
a mi beb a los 10 meses y 5 das (305 das) y no tengo
la menor duda pues s la fecha exacta en que me
embarac. Mi esposo trabaja en la Marina y no es
posible que me haya embarazado en otro momento
dado que v a mi marido slo una vez y despus de eso
no lo volv a ver hasta despus del nacimiento de mi
beb.
Yo no tomo ni ando por ah por lo que no hay
duda de que este beb es de l, as que por favor
retrctate del periodo de 266 das de embarazo; si no,
estoy en graves problemas
- Lectora de San Diego

Qu le diras a ella? A su esposo?
250 260 240 230 270 280 290 300 220
Prom
Mujer preocupada
en San Diego
Analizando esta situacin
El Tiempo de embarazo promedio es de 266 das
Si ella reporta un tiempo de 260 das, sospecharas?
Si ella reporta un tiempo de 400 das sospecharas?
En qu punto comenzaras a sospechar? Haz tus
apuestas
+ 1o (68% deObs)
+ 2o (95% de Obs)
+ 3o (99.7% de Obs)
3o 2o 1o 0 1o 2o 3o

Manejar la incertidumbre apropiadamente
Minimizar la subjetividad
Cuestionar suposiciones
Prevenir la omisin de informacin
importante
Manejar el riesgo de errores en decisiones
Los Conceptos de la Prueba de Hiptesis
Nos Permiten...
Problema Prctico Problema Estadstico
Solucin Estadstica Solucin Prctica
y f x x x
k
= ( , , ... , )
1 2
Esquema general

El pensamiento estadstico llegar a ser tan necesario
para un ciudadano eficaz como la habilidad de leer y
escribir.

H.G. Wells Circa 1925

Prueba de Hiptesis
H
o
: Hiptesis nula.
H
1
: Hiptesis alternativa


Lgica:

Presumir que no existe diferencia

Verificar si los datos proporcionan evidencia
de que hay una diferencia
Prueba de Hiptesis
Qu es esto para las Personas en general?
H
o
: El proveedor de materia prima no afecta la viscosidad del
producto
H
1
: El proveedor de materia prima afecta la viscosidad del producto

H
o
: Los datos son normales
H
1
: Los datos no son normales

H
o
: Anlisis prom del Reactor 1 = Anlisis promedio del Reactor 2
H
1
: Anlisis prom del Reactor 1 = Anlisis promedio del Reactor 2

H
o
: ______________________________________________
H
1
: ______________________________________________
Prueba de Hiptesis
Qu es para los Estadsticos ?
H
o
: Media del Grupo A = Media del Grupo B
H
1
: Media del Grupo A = Media del Brupo B

H
o
: Pendiente de la Lnea es 0
H
1
: Pendiente de la Lnea no es 0

H
o
: Varianza Grupo A = Varianza Grupo B
H
1
: Varianza Grupo A = Varianza Grupo B

H
o
: Variable X es independiente de la Variable Y
H
1
: Variable X no es independiente de la Variable Y
Problema de Prueba de
Hiptesis
Convierte los siguientes enunciados en
hiptesis estadsticas (H
0
vs. H
1
) Qu
preguntas te gustara contestar?
El tiempo de ciclo actual de nuestro proceso es de 30
segundos. Has desarrollado un camino para reducirlo a
15 segundos. El espesor del producto es la
caracterstica clave de calidad.

Un nuevo producto utiliza una nueva materia prima para
la compaa. Existen 5 proveedores potenciales. El peso
molecular es la caracterstcia clave de calidad. El
objetivo es 50,000
Solucin al Problema de Prueba
de Hiptesis
Reduccin del tiempo de ciclo
H
o
:
nueva
=
anterior
(media nueva=media ant.)
H
1
:
nueva
<
anterior


y
H
o
: o
nueva
= o
anterior
(desv est nueva=desv. Ant)
H
1
: o
nueva
= o
anterior

Vendedor
H
o
:
a
=
b
=
c
=
d
=
e
=50000
H
1
: al menos una es diferente

Fundamentos de la Prueba de
Hiptesis
Basados en el conocimiento, desarrollamos una
hiptesis a fin de explicar algo desconocido
Frecuentemente esta hiptesis es lo contrario a lo que
esperamos demostrar
Recolectar datos para evaluar la hiptesis nula
Asumir que la hiptesis nula es verdadera
Buscar evidencia convincente en los datos para soportar
o contradecir esta hiptesis
Si no se comprueba la hiptesis nula, la rechazamos y
aceptamos la hiptesis alterna
Hiptesis y Riesgo de Decisin
Cuando evaluamos una hiptesis lo hacemos con un
grado de riesgo y confiabilidad conocidos
Para hacerlo, especifica previamente:
Magnitud del riesgo de decisin aceptable
Prueba de sensibilidad
Esto provee la informacin necesaria para determinar un
tamao de muestra apropiado
Considerar limitaciones prcticas de tiempo, costo y
recursos disponibles para llegar a un plan de muestreo
aceptable
Establece una Hiptesis nula (H
o
)
Rene evidencias (una muestra de la verdad)
DECIDE:
Qu sugiere la evidencia?

Rechazar H
o
? Aceptar H
o
?
Hiptesis y Riesgo de Decisin
Prueba de Hiptesis y el Sistema Judicial
La Hiptesis nula (H
o
) se asume como verdadera
Similar a un acusado que se presume inocente
Recuerda: El sistema de justica americano NO est
basado en culpable hasta que se demuestre lo
contrario
No asumimos que nuestros esfuerzos han tenido
efecto hasta que la probabilidad de no efecto es
significativamente pequea

Tu eres la parte acusadora - debes proporcionar una
evidencia ms all de una duda razonable
No Culpable Inocente
=
NOTA:
En la decisin de rechazar o no,
podemos cometer uno de dos errores de decisin
Tu Decisin
La
Verdad
H
o
Verdadera
H
o
Falsa
Error
Tipo I
(Riesgo o)
Error
Tipo II
(Riesgo |)
Correcto
Correcto
Rechazar H
o
Errores de Decisin

Aceptar H
o
Decisin del Juez
No-Culpable
La
Verdad
Inocente
Culpable
Error
Tipo I
(Riesgo o)
Error
Tipo II
(Riesgo |)
Correcto
Correcto
Culpable
Consecuencia: El Criminal es liberado
Consecuencia:
Persona
inocente va a
la carcel
Ejemplo: Un Juicio
Decisin de Alarma
Nada en la Maleta
La
Verdad
Nada en la maleta
Arma en Maleta
Error
Tipo I
(Riesgo o)
Error Tipo
II
(Riesgo |)
Correcto
Correcto
Arma en Maleta
Consecuencias: _____________
Consecuencias.
Pasajero a la
carcel
Ejemplo: Seguridad de
Aeropuerto
:Arma en el avin
Decisin de Aceptar
el Lote
El lote cumple las
especificaciones
La
Verdad
Error
Tipo I
(Riesgo o)
Error Tipo
II
(Riesgo |)
Correcto
Correcto
El lote no
cumple
Consecuencias:
_____________
Consecuencias
Ejemplo: Aceptar un lote
Fallas
estructurales
Problemas con
el proveedor
El lote cumple las
especificaciones
El lote no
cumple
Prueba de Hiptesis: Cmo
funciona
Recoleccin de Datos
Calcular una estadstica de la Prueba
Determinar valor-p que es la
probabilidad de tener el valor
observado del estadstico de prueba si
H
0
es verdadero

valor-p: Probabilidad de que resultados observados
puedan ocurrir cuando la H
o
es verdadera
valor-p basado en una distribucin de referencia actual
o supuesta (Normal, distribucin-t, distribucin-F, CHI-
cuadrada,etc)
Valor-p bajo
H
o
es Rechazada
Valor-p alto
H
o
No es rechazada
Valor - P
El valor-p es extremadamente importante



Recuerda este dicho clave.

Si P es bajo, Ho debe irse!
Hiptesis y Riesgo de Decisin
Para la mayora de los casos utilizaremos 0.05
Qu tan bajo debe ser p ?
Depende
Nos gustara que fuera menor a un 10% de probabilidad de que
esas observaciones pudieran haber ocurrido aleatoriamente (o =
0.10)
5% es mucho ms confiable (o = 0.05)
1% est muy bien (o = 0.01)
Este nivel alfa est basado en nuestra suposicin de no diferencia
y en una distribucin de referencia
Pero esto depende de los intereses y consecuencias
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Saboreando el Valor P
El Experimento de la Gran Moneda
Si la moneda no est cargada esperaramos que el 50 % de las
tiradas fueran caras
En 20 lanzamientos, sospecharas de la moneda...
si alguien obtuviera 11 caras?
si alguien obtuviera 19 caras?
En qu punto empezaras a sospechar? Dnde lo marcaras en la
lnea de abajo (va anlisis subjetivo)?
2
0


1
9


1
8


1
7


1
6


1
5


1
4


1
3


1
2


1
1


1
0


9


8


7


6


5


4


3


2


1


0

_
_



_
_



_
_



_
_



_
_



_
_



_
_



_
_



_
_



_
_



_
_



_
_



_
_



_
_



_
_



_
_



_
_



_
_



_
_



_
_


_
_

Lanzando 20 monedas y buscando caras produce la
siguiente distribucin binomial
Saboreando el Valor P
El Experimento de la Gran Moneda
Si hubiera un psquico en el cuarto, Cuntas tiradas
necesitara para predecir acertadamente y te volviera un
creyente?
2
0


1
9


1
8


1
7


1
6


1
5


1
4


1
3


1
2


1
1


1
0


9


8


7


6


5


4


3


2


1


0

_
_



_
_



_
_



_
_



_
_



_
_



_
_



_
_



_
_



_
_



_
_



_
_



_
_



_
_



_
_



_
_



_
_



_
_



_
_



_
_


_
_

Saboreando el Valor p
El Experimento de la Gran Moneda
Trminos de la Prueba de Hiptesis
1. Hiptesis nula (H
o
) - declaracin de no cambio o diferencia
Este enunciado se asume como verdadero hasta que se
presente evidencia suficente para rechazarlo
2. Error Tipo I - El error de rechazar H
o
cuando es verdadera o cuando
se dice que hay diferencia cuando, de hecho, no existe
3. Riesgo Alfa - El mximo riesgo o probabilidad de cometer un Error
Tipo I
Esta probabilidad siempre es mayor a 0 y generalmente se
establece al 5%
El investigador toma decisiones al nivel ms alto de riesgo que es
aceptable para un rechazo de H
o

4. Nivel de Significancia - Igual al Riesgo Alfa
5. Hiptesis alternativa (H
1
) - enunciado de cambio diferencia
Este enunciado se considera verdadero si se rechaza H
o

6. Error Tipo II - Error de no rechazar H
o
cuando, de hecho, es falsa o en
decir que no hay diferencia cuando realmente existe
7. Riesgo Beta - El riesgo o probabilidad de cometer un Error Tipo II o dejar
de hacer un tratamiento o solucin efectivos para el problema
8. Diferencia Significativa - Trmino usado para describir los resultados de
una prueba de hiptesis estadstica donde una diferencia es muy grande
como para ser atribuda al azar.
9. Poder - La habilidad de una prueba estadstica para detectar una diferencia
real cuando realmente hay una o la probabilidad de rechazar
correctamente H
o

Comnmente usada para determinar si un tamao de muestra es
suficiente para detectar una diferencia en los tratamientos, si es que
existe
10. Prueba Estadstica - un valor estandarizado (z, t, F, etc.) que representa la
factibilidad de H
o
y que est distribudo de una forma conocida tal que
puede ser determinada la probabilidad para este valor observado
Generalmente, entre ms factible es H
o
, menor es el valor absoluto de
la prueba estadstica o mayor la probabilidad de observar este valor
dentro de su distribucin.
Trminos de la Prueba de
Hiptesis (Cont.)
Distribucin t de Student
Es una distribucin muestral de la media que se usa
cuando se tienen las siguientes condiciones:
1. Distribucin de la poblacin normal
2. Muestra pequea (n<30)
3. No se conoce poblacional
n-1 es el nmero de grados de libertad
Se aplican los mismos mtodos que para la
normal
Cuando n se aproxima a la distribucin normal
(en efecto para n30, se tiene una buena
aproximacin)

Curvas de Operacin
Caracterstica
) , , ( d n o | | =
-0.1
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
d
0
.
1
0
.
3
0
.
5
0
.
7
0
.
9
1
.
1
1
.
3
1
.
5
1
.
7
1
.
9
2
.
1
2
.
3
2
.
5
2
.
7
2
.
9
3
.
1
3
.
3
3
.
5
3
.
7
3
.
9
4
.
1
4
.
3
4
.
5
4
.
7

d

n=1
n=2
n=10
n=100
o

1 0

= d
Potencia de la prueba de hiptesis
) , , ( 1 d n Potencia o | =
Se utiliza para determinar el tamao de la muestra. Por ejemplo, en
Minitab
Resultados
Grficos de Probabilidad
Ejemplo: Han sido realizadas 10 observaciones del
tiempo de vida efectivo en minutos de un catalizador que
usa en una reaccin quimica: 1176, 1191, 1214, 1220,
1190,1183 y 1185. La hipotesis nula es que esta
variable sigue una distribucion normal. Para investigar
esta hipotesis se puede construir un grafico de
probabilidad de la siguiente manera:
Grficos de
Probabilidad
(cont.)

Se ordena las
observaciones en orden
ascendente y se calcula
el porcentaje
acumulativo aproximado
100 (i-0.3)/ ( n+0.4) de la
siguiente manera:
i X
(i)
100(i-0.3)/ ( n+0.4)
1 1176 6.73
2 1183 16.34
3 1185 25.96
4 1190 35.57
5 1191 45.19
6 1192 54.80
7 1201 64.42
8 1205 74.03
9 1214 83.65
10 1220 93.27
En Minitab
Introducir los datos

Resultado
C1
P
e
r
c
e
n
t
1250 1225 1200 1175 1150
99
95
90
80
70
60
50
40
30
20
10
5
1
Mean
0.636
1196
StDev 14.03
N 10
AD 0.257
P-Value
Probability Plot of C1
Normal - 95% CI