prueba de hipótesis de una muestra
TRANSCRIPT
2
DEFINICIÓN: Una hipótesis es una afirmación (relacionada a un parámetro de la población) la cual se desea verificar
En el análisis estadístico
Se realiza una afirmación
(Hipótesis)
Se recogen datos Se hacen
conclusiones
Una persona es inocente hasta que se pruebe lo contrario
Afirmación:
¡Culpable de robo!
Se revisa la evidencia
y los testimonios
¡ Veredicto final !
La verdad o falsedad de una hipótesis nunca se sabe con absoluta certeza, a menos que se examine toda la población
¿Que es una hipótesis?
3
¿ Cual es el ingreso mensual de todos los graduados de Ingeniería Industrial ?
No es posible contactarlos a todos
El costo de localizarlos es muy elevado
Una opción para medir
toda la población es
tomar una MUESTRA
EJEMPLOSe afirma que la media de los
salarios de los egresados es
de (µ = $2 200)
Se recogen datos de una
MUESTRA
Se concluye si la
muestra apoya o no la
hipótesis, relacionada a
la población
DEFINICIÓN: Una prueba de hipótesis es un procedimiento basado en una muestra para determinar si la
hipótesis planteada es aceptada o rechazada
Si:
µ = $2 200
X = $2 198
La diferencia de $2 entre la media poblacional y la muestral:
• ¿ Puede ser por error de muestreo ?
• ¿ Es estadísticamente significativa ?
¿Que es una prueba de hipótesis?
4
PASO 1: Se define la hipótesis nula ( H₀ ) y la hipótesis alternativa ( H₁ )
Significa: Hipótesis Significa: No hay diferencia
H₀: µ = $2 200 Afirma: la media de los salarios de los egresados no es significativamente diferente de $2 200
Se rechaza: si la muestra da evidencia convincente.
¿La diferencia entre el estadístico de la muestra ( X
= $2 198) y el parámetro poblacional (µ = $2 200)
es aleatorio debido al error de muestreo?
DEFINICIÓN: Una hipótesis nula ( H₀ ) es una declaración relacionada al parámetro de la población formulado con el
fin de probar evidencia numérica.
HIPÓTESIS NULA ( H₀ ):
H₀: µ = $2 200
No se rechaza: esto no significa que esta afirmación es verdadera. Significa
solamente que no se rechaza.
Suponga:
• X = $2 198
• Parámetro µ = $2 200
Hacer
prueba de
hipótesis
La condición de igualdad siempre aparece en Ho, nunca en H₁
Procedimiento prueba de hipótesis
5
PASO 1: Se define la hipótesis nula ( H₀ ) y la hipótesis alternativa ( H₁ )
DEFINICIÓN: Una hipótesis alternativa ( H₁ ) es aquella que se acepta cuando los datos de la muestra ofrecen suficiente evidencia
para rechazar la hipótesis nula ( H₀ )
HIPÓTESIS ALTERNATIVA ( H₁ ):
H₁: µ ≠ $2 200
Se rechaza: si la muestra da evidencia convincente.
H₀: µ = $2 200
No se rechaza: esto NO significa que esta afirmación es verdadera. Significa
solamente que no se rechaza.
Se acepta
CONCLUSIÓN: la media de los salarios de los egresados es significativamente diferente de $2 200
Entonces:
La hipótesis nula ( H₀ ) no es verdadera
Procedimiento prueba de hipótesis
PASO 2: Seleccionar un nivel de significancia(α)
6
PASO 3: Seleccionar el estadístico de prueba
Estadístico Z:
Cuando se conoce 𝜎 (Desv) ó el tamaño de muestra es grande
𝑍 = X − µ
𝜎 / 𝑛
X sigue la distribución normal si la muestra es grande
ESTADISTICO DE PRUEBA: Es un valor que se obtiene
de la información de la muestra para determinar si
se rechaza la hipótesis nula ( H₀ )Z , t , F , Chi²
PASO 4: Se define la forma de tomar la decisión
Valores muy pequeños de Z
Valores muy grandes de Z
Zona de rechazo
Valor crítico
Zona de rechazo
Procedimiento prueba de hipótesis
7
PASO 5: Se toma una decisión sobre la prueba
Prueba de 1 cola a la derecha
Probabilidad: 0,95 Probabilidad: 0,95
Prueba de 1 cola a la izquierda
Se rechaza la hipótesis
nula ( H₀ )
Se rechaza la hipótesis
nula ( H₀ )
Probabilidad: 0,95
Procedimiento prueba de hipótesis
Se rechaza la hipótesis
nula ( H₀ )
8
EJEMPLO: 1 COLA DERECHA:
H₀: µ ≤ $2 200 Afirma: la media de los salarios de los egresados es menor o igual a $2 200
H₁: µ > $2 200 Afirma: la media de los salarios de los egresados es mayor a $2 200
H₀: µ ≥ $2 200 Afirma: la media de los salarios de los egresados es mayor o igual a $2 200
H₁: µ < $2 200 Afirma: la media de los salarios de los egresados es menor a $2 200
H₀: µ = $2 200 Afirma: la media de los salarios de los egresados no es significativamente diferente
de $2 200
H₁: µ ≠ $2 200 Afirma: la media de los salarios de los egresados es diferente a $2 200
EJEMPLO: 1 COLA IZQUIERDA:
EJEMPLO: 2 COLAS:
Colas de la prueba de hipótesis
0,475 0,025
0,495 0,005
0,475 0,025
1,96
2,58
-1,96
-2,58
α = 1% = 0,01
α = 5% = 0,05
α = 10% = 0,10
0,4950,005
0,4750,025
0,4950,005
0,010,99
0,050,95
0,100,90
2,33
1,645
1,28
0,99
0,95
0,90
9
Colas de la prueba de hipótesis
¿Cuanta confianza hay en el rechazo/aceptación de la hipótesis nula?
Comparar el valor p (probabilidad)
con el nivel de significancia (α)
Si p < α = poca probabilidad de que H₀ sea verdadero = Se rechaza H₀
Si p > α = poca probabilidad de que H₀ sea falsa = No se rechaza H₀
0,50 0,50
0,4950,495
α
2=
0,01
2
α
2=
0,01
2
NO se rechaza la
hipótesis nula ( H₀ )
0,99
𝑍 = X−µ
𝜎 / 𝑛=
203,5 − 200
16 / 50= 1,55
NO se rechaza la hipótesis nula ( H₀ )
¿Qué tan fuerte es la decisión que tomamos?
10
Ejemplo. Lind y Marchal, página 343:
Se desea saber si ha habido un cambio en la producción mensual de un artículo X cuyo comportamiento se ajusta a una distribución normal
con media 2 00 unidades y desviación estándar de 16. Se toma una muestra de 50 unidades con X = 203,5 y trabaja con un nivel de confianza
del 99%.
Valor p en la Prueba de hipótesis
Valor P de 2 colas = 0,0606 x 2 = 0,1212
¿Qué tan fuerte es la decisión que tomamos?
La probabilidad de que obtener valores superiores a X =2 523, cuando µ = 2 500 es de 0,0606
NO se rechaza la hipótesis nula ( H₀ )
Como: 0,1212 > 0,01 = poca probabilidad de que H₀ sea falsa = No se rechaza H₀
0,50 0,50
0,005α
2=
0,01
2
NO se rechaza la
hipótesis nula ( H₀ )
2,58-2,58 1,55-1,55
0,0606
Zona rechazo ( H₀ )Zona rechazo ( H₀ )
0,50 - 0,4394 = 0,0606
La probabilidad de que obtener valores inferiores a X =2 523, cuando µ = 2 500 es de 0,0606
11
Valor p en la Prueba de hipótesis
PASO 1: Se define la hipótesis nula ( H₀ ) y la hipótesis alternativa ( H₁ )
PASO 2: Seleccionar un nivel de significancia (α)
α = 5% = 0,05 Probabilidad de cometer error tipo I
PASO 3: Seleccionar el estadístico de prueba
𝑍 = X − µ
𝜎 / 𝑛
Media poblacional
Tamaño de la muestra
Media muestral
Desviación poblacional
H₀: µ ≤ 16 onzas
H₁: µ > 16 onzas
Ejemplo. Lind y Marchal, página 341:
Una empresa utiliza una maquina llenadora de botellas que históricamente tiene una distribución normal de llenado de 16 onzas con una
desviación de 0,15 onzas. Se obtiene una muestra de 50 botellas donde la cantidad media por botella fue de 16,040 onzas. ¿Hay evidencia
que sugiere que la cantidad media despachada es mayor a 16 onzas? Utilizar 5% significancia.
Valor p en la Prueba de hipótesis
PASO 4: Se define la forma de tomar la decisión
0,95 α = 0,05
Se rechaza la hipótesis nula ( H₀ )
NO se rechaza la
hipótesis nula ( H₀ )
PASO 5: Decisión sobre la prueba
𝑍 = X−µ
𝜎 / 𝑛=
16,040−16
0,15 / 50= 1,89
SI se rechaza la hipótesis nula ( H₀ ) 1,645
¿Qué tan fuerte es la decisión que tomamos?
Como: 0,0294 < 0,05 = poca probabilidad de que H₀ sea verdadero = Se rechaza H₀
Valor p de 1 cola = 0,50 – 0,4706 = 0,0294
0,0294
1,89
RESPUESTA: La cantidad media despachada es superior a 16 onzas.
13
Valor p en la Prueba de hipótesis
14
ERROR TIPO I: Rechazar la hipótesis nula
( H₀ ) cuando es verdadera.
H₀: Piezas defectuosos ≤ 5%
H₁: Piezas defectuosos > 5%
SE OBTIENE UNA MUESTRA DE 50 PIEZAS
En la muestra: = 4/50 = 8%
RESPUESTA: Se rechaza la hipótesis nula ( H₀ ). Se rechaza el lote.
Lote: 1 500 piezas
Defectuosos 4/1 500 = 0,26%
Las únicas 4
defectuosas del
lote quedaron en
la muestra
Probabilidad de cometer
este error: α
Error tipo I
15
ERROR TIPO II: Aceptar la hipótesis nula
( H₀ ) cuando es falsa.
H₀: Piezas defectuosos ≤ 5%
H₁: Piezas defectuosos > 5%
SE OBTIENE UNA MUESTRA DE 50 PIEZAS
En la muestra: = 2/50 = 4%
RESPUESTA: NO se rechaza la hipótesis nula ( H₀ ). Se acepta el lote.
Lote: 1 500 piezas
Defectuosas 60 /1 500 = 4 %
Solo 2
defectuosas del
lote quedaron en
la muestra
Probabilidad de cometer
este error: 𝛽
Error tipo II
EJEMPLO COLA IZQUIERDA:
Ejemplo. Lind y Marchal, página 356:
La experiencia indica que la fuerza media de tensión de una barra de acero es de 10 000 psi y su 𝜎 = 400 psi. Se obtiene una muestrade n = 100.
1,96-1,96 0
Zona rechazo 𝑍 =
X𝐿𝐼𝐸 − µ1
𝜎 / 𝑛=
9 922−9 900
400 / 100= 0,55
Regla decisión establecida por la empresa: Tome n = 100, si lafuerza media esta entre 9 922 – 10 078 psi con α = 0,05; acepteel lote. Gráficamente sería:
α
2=
0,05
2
0,025
Zona rechazo
α
2=
0,05
2
0,025
µ0 = 10 000 10 0789 922
SUPONGA que la media poblacional de un lote que llega esµ1 = 9 900 psi. ¿Cuál es la probabilidad de aceptar el lotecuando es falso (error tipo II) ?
0
µ1 = 9 900 9 922
El valor Z entre la media del lote que llega (µ1 = 9 900) y el
valor crítico especificado X𝐿𝐼𝐸 = 9 922 psi.
0,55
Valor Z = 0,55
16
Error tipo II
PROBABILIDAD DE COMETER UN ERROR TIPO II:
1,96-1,96 0
Zona rechazo
α
2=
0,05
2
0,025
Zona rechazo
α
2=
0,05
2
0,025
µ0 = 10 000 10 0789 922
0
Zona Aceptación
0,2054 0,2946
Zona Rechazo
0,50
0,55µ1 = 9 900 9 922
PROBABILIDAD DE COMETER UN ERROR TIPO II:
Zona Aceptación
17
Error tipo II
EJEMPLO COLA DERECHA:
La experiencia indica que la fuerza media de tensión de una barra de acero es de 10 000 psi y su 𝜎 = 400 psi. Seobtiene una muestra de n = 100.
1,96-1,96 0
Zona rechazo
Regla decisión establecida por la empresa: Tome n = 100, sila fuerza media esta entre 9 922 – 10 078 psi con α = 0,05;acepte el lote. Gráficamente sería:
α
2=
0,05
2
0,025
Zona rechazo
α
2=
0,05
2
0,025
µ0 = 10 000 10 0789 922
SUPONGA que la media poblacional de un lote que llegaes µ1 = 10 120 psi. ¿Cuál es la probabilidad de aceptar ellote cuando es falso (error tipo II) ?
𝑍 = X𝐿𝑆𝐸 − µ1
𝜎 / 𝑛=
10 078−10 120
400 / 100= -1,05
El valor Z entre la media del lote que llega (µ1 = 10
120) y el valor crítico especificado X𝐿𝑆𝐸 = 10 078 psi.
0
µ1 = 10 12010 078
0
Valor Z = 1,05
18
Error tipo II
PROBABILIDAD DE COMETER UN ERROR TIPO II:
1,96-1,96 0
Zona rechazo
α
2=
0,05
2
0,025
Zona rechazo
α
2=
0,05
2
0,025
µ0 = 10 000 10 0789 922
0
Zona Aceptación
0,500,1492
Zona Rechazo
0,3508
−1,05µ1 = 10 12010 078
PROBABILIDAD DE COMETER UN ERROR TIPO II:
Zona Aceptación
19
Error tipo II
20
Otras mediasProbabilidad
cometer error tipo II
Probabilidad NO
cometer error tipo II
9 940 0,67696 0,32304
9 980 0,92091 0,07909
9 990 0,9429 0,0571
10 000 - -
10 020 0,92091 0,07909
10 060 0,67696 0,32304
Potencia de una prueba
Ejemplo. Lind y Marchal, página 356:
La experiencia indica que la fuerza media de tensión de una barra de acero es de 10 000 psi y su 𝜎 = 400 psi. Se obtiene una muestrade n = 100.
H₀: µ = 10 000 psi
H₁: µ ≠ 10 000 psi
SOLUCIÓN
Puede determinarse la probabilidad de aceptar H₀ como verdadera siendo falsa (Error tipo II) para cualquier valor µi
µi 𝛽 1 − 𝛽
Probabilidad de rechazar H₀ correctamente cuando es falsa
Es la probabilidad de rechazar H₀ siendo verdadera.
21
Consiste en un experimento donde se obtienen muestras aleatorias 𝑋1, 𝑋1, …, 𝑋𝑛; que provienen de una Dncon media 𝜇 y varianza 𝜎2
Prueba hipótesis para 1 media(Varianza 𝜎2 conocida)
El estadístico de prueba se basa en la variable aleatoria 𝑋 y basado en el teorema del límite central
Estandarización de 𝑿
𝑍 𝛼2
-𝑍 𝛼 20
Zona rechazo
α
2
µ0 𝑉𝑎𝑙𝑜𝑟 𝑏𝑉𝑎𝑙𝑜𝑟 𝑎
Zona Aceptación
No deben considerarse la Prueba de hipótesis y la estimación del intervalo de confianza como formas separadas de inferencia.
Estimación del intervalo de confianza
X ± 𝑍 𝛼 2∗
𝜎
𝑛
𝑍 = X − µ
𝜎 / 𝑛
Es conveniente estandarizar donde:
Zona rechazo
α
2
Valores estandarizados
Valores reales
22
PASO 1: Se define la hipótesis nula ( H₀ ) y la hipótesis alternativa ( H₁ )
H₀: µ = $2 500
H₁: µ ≠ $2 500
PASO 2: Seleccionar un nivel de significancia (α)
α = 1% = 0,01 Probabilidad de cometer error tipo I
PASO 3: Seleccionar el estadístico de prueba
𝑍 = X − µ
𝜎 / 𝑛
Media poblacional
Tamaño de la muestra
Media muestral
Desviación poblacional
Ejemplo 1. Basado en Lind y Marchal, página 339:
Se desea saber si ha habido un cambio en la producción mensual de un artículo X cuyo comportamiento se ajusta a una Dnnormal con media de 2 500 unidades y una desviación estándar de 90. Se toma una muestra de 100 unidades con X = 2 523
Prueba hipótesis para 1 media(Varianza 𝜎2 conocida)
PASO 4: Se define la forma de tomar la decisión
0,50 0,50
0,4950,495
α
2=
0,01
2
α
2=
0,01
2
Se rechaza la
hipótesis nula ( H₀ )
Se rechaza la
hipótesis nula ( H₀ )
NO se rechaza la
hipótesis nula ( H₀ )
0,99
PASO 5: Se toma una decisión sobre la prueba
𝑍 = X−µ
𝜎 / 𝑛=
2 524−2500
90 / 100= 2,66
𝑍 = X−µ
𝜎 / 𝑛=
2 523−2500
90 / 100= 2,56
Se rechaza la hipótesis nula ( H₀ )NO se rechaza la hipótesis nula ( H₀ )
13
Prueba hipótesis para 1 media(Varianza 𝜎2 conocida)
Comparar
PASO 1: Se define la hipótesis nula ( H₀ ) y la hipótesis alternativa ( H₁ )
H₀: µ = 16 onzas
H₁: µ ≠ $16 onzas
PASO 2: Seleccionar un nivel de significancia (α)
α = 5% = 0,05 Probabilidad de cometer error tipo I
PASO 3: Seleccionar el estadístico de prueba
𝑍 = X − µ
𝜎 / 𝑛
Media poblacional
Tamaño de la muestra
Media muestral
Desviación poblacional
EJEMPLO 2 (Lind y Marchal página 341):
Una empresa utiliza una maquina llenadora de botellas que históricamente tiene una distribución normal de llenado de 16 onzascon una desviación de 0,15 onzas. Se obtiene una muestra de 50 botellas donde la cantidad media por botella es de 16,017 onzas.¿Hay diferencias significativas en el llenado?
14
Prueba hipótesis para 1 media(Varianza 𝜎2 conocida)
PASO 4: Se define la forma de tomar la decisión
0,50 0,50
0,4750,475
α
2=
0,05
2
α
2=
0,05
2
Se rechaza la
hipótesis nula ( H₀ )
Se rechaza la
hipótesis nula ( H₀ )
NO se rechaza la
hipótesis nula ( H₀ )
0,95
PASO 5: Se toma una decisión sobre la prueba
𝑍 = X−µ
𝜎 / 𝑛=
16,017−16
0,15 / 50= 0,80
Intervalo de confianza
NO se rechaza la hipótesis nula ( H₀ )
0,0250,025
1,96−1,96
X ± 𝑧 ∗𝜎
𝑛
X + 𝑧 ∗𝜎
𝑛= 16,017 + 1,96 ∗
0,15
50= 16,05 onzas
X − 𝑧 ∗𝜎
𝑛= 16,017 - 1,96 ∗
0,15
50= 15,98 onzas
25
Prueba hipótesis para 1 media(Varianza 𝜎2 conocida)
26
Prueba hipótesis para 1 media(Varianza 𝜎2 conocida)
EJEMPLO 2: Una empresa utiliza una maquina llenadora de botellas quehistóricamente tiene una distribución normal de llenado de 16 onzas conuna desviación de 0,15 onzas. Se obtiene una muestra de 50 botellasdonde la cantidad media por botella es de 16,017 onzas. ¿Hay diferenciassignificativas en el llenado?
RESPUESTA:
Como p-value > 0,05; se Acepta H₀
UTILIZANDO MINITABUTILIZANDO MINITAB
EJEMPLO 1: Se desea saber si ha habido un cambio en la producciónmensual de un artículo X cuyo comportamiento se ajusta a unadistribución normal con media de 2 500 unidades y una desviaciónestándar de 90. Se toma una muestra de 100 unidades con X = 2 523
RESPUESTA:
Como p-value < 0,10; se Rechaza H₀
En la mayoría de los casos la desviación estándar poblacional es desconocida
Distribución t :
Características de Distribución t :
1. Es una distribución continua
2. Tiene forma de campana y es simétrica
3. Existe una familia de distribuciones t; cada vez que se cambia de gradosde libertad, se crea una nueva distribución
4. Al aumentar los grados de libertad la forma de la distribución t seaproxima a la distribución normal
5. La distribución t es plana (o más dispersa) que la distribución normal
Por ello (𝜎) debe basarse en estudios previos o calcularse por medio de la desviación estándar de la muestra (s)
Como no se conoce (𝜎) se usa la desviación estándar de la muestra (s) para estimarla; pero hay que recordar que:
𝑡 = X − µ
𝑠 / 𝑛
Media poblacional
Tamaño de la muestra
Media muestral
Desviación muestral
Se supone que la población es normal
¿Se conoce la desviación estándar
poblacional?
Distribución t Distribución Z
NO SI
27
Prueba hipótesis para 1 media(NO se conoce la Varianza 𝜎2)
Con gl = n - 1
1. En sentido estricto no se debería de utilizar lastablas t a menos que se conozca que la muestraviene de población normal.
2. Muchos libros sugieren que cuando n ≥ 30 esposible reemplazar 𝜎 por S.
3. Si hay duda, recurrir a los procedimientos NOparamétricos
45$ 49$ 51$ 63$ 63$ 62$
48$ 53$ 76$ 56$ 56$ 67$
48$ 54$ 58$ 59$ 61$ 78$
58$ 38$ 40$ 43$ 64$ 51$
69$ 57$
¿Se puede concluir que el costo medio deatención de una queja es menor que $60 con unnivel de significancia de 0,01 ?
PASO 2: Seleccionar un nivel de significancia (α)
α = 1% = 0,01
H₀: µ ≥ $60
H₁: µ < $60
PASO 1: Se define la hipótesis nula ( H₀ ) y la hipótesis alternativa ( H₁ )
SOLUCIÓN:
EJEMPLO DE 1 COLA: Lind y Marchal pág. 345
El costo de tramitar una queja en una empresa X es de $60 y consideran que es mayor a las de otroscompetidores. Luego de un proceso de mejora se decide evaluar su efecto seleccionando una muestra aleatoriade 26 quejas mostrada en el siguiente cuadro:
28
Prueba hipótesis para 1 media(NO se conoce la Varianza 𝜎2)
NO se rechaza la hipótesis nula ( H₀ )
Zona rechazo
0,99
PASO 3: Seleccionar el estadístico de prueba
𝑡 = X − µ
𝑆 / 𝑛
Como no se conoce (𝜎) se usa la desviación
estándar de la muestra (s) para estimarla
29
Prueba hipótesis para 1 media(NO se conoce la Varianza 𝜎2)
PASO 4: Se define la forma de tomar la decisión
Grados de libertad: n-1
Regla de decisión: se rechaza H₀ si el valor t es menor a -2,485
Prueba de 1 cola
Seleccionar un nivel de
significancia (α)
Valor crítico
TABLA Distribución tPAGINA 785
0,100 0,050 0,025 0,010 0,005 0,0005
…
22 2.508
23 2.500
24 2.492
25 1.318 1.708 2.060 2.485 2.787 3.725
26 2.479
27 2.473
28 2.467
29 2.462
30 2.457
…
Nivel de significancia para una prueba de 1 colas, αgl
30
Prueba hipótesis para 1 media(NO se conoce la Varianza 𝜎2)
NO se rechaza la hipótesis nula ( H₀
)
Zona rechazo
PASO 5: Decisión sobre la prueba
𝑡 = X−µ
𝑠 / 𝑛=
56,423−60
10,041 / 26= -1,818
NO se rechaza la hipótesis nula ( H₀ )
RESPUESTA: Las medidas aplicadas no han bajadoel costo medio por queja a menos de $60.
−1,818
31
Prueba hipótesis para 1 media(NO se conoce la Varianza 𝜎2)
AHORA, UTILIZANDO MINITAB:
NO se rechaza la hipótesis nula ( H₀ )
RESPUESTA: Las medidas aplicadas no han bajadoel costo medio por queja a menos de $60.
32
Prueba hipótesis para 1 media(NO se conoce la Varianza 𝜎2)
AHORA, UTILIZANDO EXCELL:
NO se rechaza la hipótesis nula ( H₀ )
RESPUESTA: Las medidas aplicadas no hanbajado el costo medio por queja a menosde $60.
33
Prueba hipótesis para 1 media(NO se conoce la Varianza 𝜎2)
0,98
La longitud media de una barra es de 43 mm. Se desea saber si han cambiado las longitudes producto dedesajustes en la máquina. Se decide evaluar su efecto seleccionando una muestra aleatoria de 12 barras; datosmostrados en el siguiente cuadro:
¿Se puede concluir que cambio la longitudde las barras con un nivel de significanciade 0,02 ?
42 39 42 45 43 40 39 41 40 42 43 42
PASO 2: Seleccionar un nivel de significancia (α)
α = 2% = 0,02
H₀: µ = 43 mm
H₁: µ ≠ 43 mm
PASO 1: Se define la hipótesis nula ( H₀ ) y la hipótesis alternativa ( H₁ )
SOLUCIÓN:
34
EJEMPLO DE 2 COLAS: Lind y Marchal pág. 348
Prueba hipótesis para 1 media(NO se conoce la Varianza 𝜎2)
PASO 3: Seleccionar el estadístico de prueba
𝑡 = X − µ
𝑆 / 𝑛
𝑠 = (𝑋− X)2
𝑛−1=
35
12−1= 1,784
42 0,5 0,25
39 -2,5 6,25
42 0,5 0,25
45 3,5 12,25
43 1,5 2,25
40 -1,5 2,25
39 -2,5 6,25
41 -0,5 0,25
40 -1,5 2,25
42 0,5 0,25
43 1,5 2,25
42 0,5 0,25
42 35,0
X − XX (𝑋 − X)2
PASO 4: Se define la forma de tomar la decisión
Regla de decisión: se ACEPTA H₀ si el valor t está entre -2,718 y 2,718
Grados de libertad: n-1
Prueba de 2 colas
Seleccionar un nivelde significancia (α)
0,200 0,100 0,050 0,020 0,01 0,001
…
8 2.896
9 2.821
10 2.764
11 1.363 1.786 2.201 2.718 3.106 4.437
12 2.681
13 2.650
14 2.624
15 2.602
16 2.583
…
glNivel de significancia para una prueba de 2 colas, α
Valorcrítico
35
Prueba hipótesis para 1 media(NO se conoce la Varianza 𝜎2)
0,98
PASO 5: Decisión sobre la prueba
𝑡 = X−µ
𝑠 / 𝑛=
41,5−43
1,784 / 12= -2,913
SI se rechaza la hipótesis nula ( H₀ )
RESPUESTA: La media poblacional no es de 43 mmy la máquina puede estar fuera de control ynecesita ajustes
−2,913
36
Prueba hipótesis para 1 media(NO se conoce la Varianza 𝜎2)
SI se rechaza la hipótesis nula ( H₀ )
RESPUESTA: La media poblacional no es de 43 mm y lamáquina puede estar fuera de control y necesitaajustes
AHORA, UTILIZANDO MINITAB:
37
Prueba hipótesis para 1 media(NO se conoce la Varianza 𝜎2)
SI se rechaza la hipótesis nula ( H₀ )
RESPUESTA: La media poblacional no es de 43 mm y lamáquina puede estar fuera de control y necesitaajustes
AHORA, UTILIZANDO EXCELL:
38
Prueba hipótesis para 1 media(NO se conoce la Varianza 𝜎2)
La muestra aleatoria de la población debe cumplir:
1. Los datos de la muestra son resultado de conteos.
2. Los resultados posible son éxito ó fracaso; mutuamente excluyentes.
3. La probabilidad de éxito es la misma para cada prueba.
4. Son pruebas independientes; el resultado de una no influye en las demás.
𝑝 =é𝑥𝑖𝑡𝑜𝑠
𝑛𝑢𝑚𝑒𝑟𝑜 𝑜𝑏𝑠𝑒𝑟𝑣=
X
n
H₀: 𝑝 ≥ 0.80H₁: 𝑝 < 0.80
Ejemplo. Lind y Marchal, página 353
Para que un candidato sea electo debe obtener el 80% o más de los votos. Se hace una encuestas de 2 000 votantes para evaluarlas posibilidades de ser electo y 1 550 piensan votar por el candidato. ¿Cuáles son las posibilidades de ganar?
PASO 2: Nivel de significancia (α)
α = 5% = 0,05PASO 1: Hipótesis nula ( H₀ ) y la hipótesis alternativa ( H₁ )
SOLUCIÓN:
0,05 0,95
-1,645
𝜋: 𝑝𝑟𝑜𝑝𝑜𝑟𝑐𝑖ó𝑛 𝑑𝑒 𝑙𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛
𝑝: proporción de la muestra
n: tamaño de la muestra
39
Prueba hipótesis para 1 proporción(Utilizando muestras grandes)
Con n grande se prefiere utilizar la aproximación a la curva normal la cual es muy precisa en especial si 𝝅 no está cerca de 0 ó 1.
UTILIZANDO EXCELL:
RESPUESTA: El candidatos NO puede confiaren ser electo ya que:
P-VALUE < α = poca probabilidad de que H₀ sea verdadero = Se rechaza H₀
41
UTILIZANDO MINITAB:
Prueba hipótesis para 1 proporción(Utilizando muestras grandes)
Para muestras grandes
42
Prueba hipótesis para 1 proporción(Utilizando muestras grandes)
Ejemplo 10.10. Walpole, página 363
Se considera que un medicamento tiene una eficacia de 60%. Los resultados experimentales de un nuevo fármaco aplicado a una
muestra de 100 adultos revelan que 70 sintieron alivio. ¿Esta evidencia es suficiente para concluir que el nuevo fármaco es mejor
que el original? Utilizar significancia de 0,05.
RESPUESTA: El nuevo fármaco es mejor ya que:
P-VALUE < α = poca probabilidad de que H₀ sea verdadero = Se rechaza H₀
H₀: 𝑝 = 0,6H₁: 𝑝 > 0.6
PASO 2: Significancia (α)
α = 5% = 0,05
PASO 1: Hipótesis
SOLUCIÓN
PASO 3: Estadístico
𝑍 = 𝑝 − 𝑝
𝑝 (1 − 𝑝)𝑛
=0,7 − 0,6
0,6 (1 − 0,6)100
= 2,04
43
Prueba hipótesis para 1 proporción(Utilizando muestras pequeñas n ≤ 30)
Ahora veamos el caso cuando n ≤ 30
𝑃 = 2 ∗ 𝑃 𝑋 ≤ 𝑥 𝑐𝑢𝑎𝑛𝑑𝑜 𝑝 = 𝑝0
Entonces se utiliza:
H₀: 𝑝 = 𝑝0
H₁: p < 𝑝0 𝑝 = parámetro de la población
𝑝0 = Proporción hipotética
Es preferible en muestras pequeñas basar las decisiones en valores P
CASO 1: para probar la hipótesis:
H₀: 𝑝 = 𝑝0
H₁: p ≠ 𝑝0
𝑃 = 𝑃 𝑋 ≤ 𝑥 𝑐𝑢𝑎𝑛𝑑𝑜 𝑝 = 𝑝0
Entonces se utiliza:
H₀: 𝑝 = 𝑝0
H₁: p > 𝑝0
CASO 2: para probar la hipótesis:
𝑃 = 𝑃 𝑋 ≥ 𝑥 𝑐𝑢𝑎𝑛𝑑𝑜 𝑝 = 𝑝0
𝑥 = 𝑛𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 é𝑥𝑖𝑡𝑜 𝑒𝑛 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎 𝑛
Si P-VALUE ≤ α = Se rechaza H₀
Si P-VALUE ≤ α = Se rechaza H₀
Entonces se utiliza:
CASO 3: para probar la hipótesis:
Si P-VALUE ≤ α = Se rechaza H₀
𝑃 = 2 ∗ 𝑃 𝑋 ≥ 𝑥 𝑐𝑢𝑎𝑛𝑑𝑜 𝑝 = 𝑝0
Si: 𝑥 < 𝑛 𝑝0
Si: 𝑥 > 𝑛 𝑝0
En procesos utilizada para controlar proporción de defectuosos
44
Prueba hipótesis para 1 proporción(Utilizando muestras pequeñas n ≤ 30)
Ahora veamos el caso cuando n ≤ 30
EJEMPLO 10.9, Walpole página 362
Un constructor afirma que un 70% de las viviendas que se construyen actualmente en la ciudad se instalan bombas de calor. Serealiza una encuesta y revela que 8/15 viviendas tienen instaladas bombas de calor. Utilizando un nivel de significancia de 0,10 laencuesta esta de acuerdo con lo dicho por el constructor?
H₀: 𝑝 = 0.70H₁: p ≠ 0.70
PASO 2: Nivel de significancia (α)
α = 10% = 0,01
PASO 1: Planteamiento hipótesis
SOLUCIÓN:
PASO 3: Seleccionar el estadístico de prueba
PASO 4: Se define la forma de tomar la decisión
Variable binomial X con p = 0,7 y n = 15
PASO 5: Decisión sobre la prueba
𝑃 = 2 ∗ 𝑃 𝑋 ≤ 8 𝑐𝑢𝑎𝑛𝑑𝑜 𝑝 = 0,70 = 2 𝑥=0
8
𝑏 𝑥; 𝑛; 𝑝
𝑃 = 2 𝑥=0
8
𝑏 8; 15; 0,7 = 2 ∗ 0,1311 = 0,2622
RESPUESTA: NO hay razón para dudar del constructor:
P-VALUE > α = No se rechaza H₀
𝑃 = 2 ∗ 𝑃 𝑋 ≤ 𝑥 𝑐𝑢𝑎𝑛𝑑𝑜 𝑝 = 0,70
Debido a que 𝑥 < 𝑛𝑝: 8 < 15 0,7
8 < 10,5
Entonces se utiliza:
45
Prueba hipótesis para 1 proporción(Utilizando muestras pequeñas n ≤ 30)
Ahora veamos el caso cuando n ≤ 30
RESPUESTA: NO hay razón para dudar del constructor:
P-VALUE > α = No se rechaza H₀
Para muestras grandes
ERROR:
Salida de Minitab utilizando la aproximación normal,pero con muestras pequeñas
UTILIZANDO MINITAB:
46
Prueba hipótesis para 1 proporción(Utilizando muestras pequeñas n ≤ 30)
Ahora veamos el caso cuando n ≤ 30
EJEMPLO 10.55, Walpole página 365
Un experto de una fabrica de pasta indica que el 40% de los amantes de pasta prefieren la lasaña. Si 9/20 eligen la lasaña sobreotras pastas ¿Qué se concluye sobre esta afirmación?
H₀: 𝑝 = 0.40H₁: 𝑝 > 0.40
PASO 2: significancia (α)
α = 5% = 0,05
PASO 1: Hipótesis
SOLUCIÓN:
PASO 3: Estadístico de prueba
PASO 4: Se define la forma de tomar la decisión
Variable binomial Xcon p = 0,4 y n = 20
PASO 5: Decisión sobre la prueba
𝑃 = 𝑃 𝑋 ≥ 𝑥 𝑐𝑢𝑎𝑛𝑑𝑜 𝑝 = 0,40 = 𝑥=0
𝑛
𝑏 𝑥; 𝑛; 𝑝
𝑃 = 𝑥=0
20
𝑏 9; 20; 0,4 = 1 − 0,5956 = 0,404
RESPUESTA: P-VALUE > α = No se rechaza H₀. No se refuta la afirmación
Entonces se utiliza: 𝑃 = 𝑃 𝑋 ≥ 𝑥 𝑐𝑢𝑎𝑛𝑑𝑜 𝑝 = 𝑝0
47
Prueba hipótesis para 1 varianzaEl cumplimiento de especificaciones de producción esta muy ligado a varianzas suficientemente pequeñas.
𝜒2 =𝑛 − 1 𝑆2
𝜎02
Estadístico chi-cuadrado para probar que 𝝈𝟐 = 𝝈𝟎𝟐
𝑆2 = 𝑉𝑎𝑟𝑖𝑎𝑛𝑧𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑙
𝜎02 = 𝑉𝑎𝑟𝑖𝑎𝑛𝑧𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛
𝐺𝑟𝑎𝑑𝑜𝑠 𝑙𝑖𝑏𝑒𝑟𝑡𝑎𝑑 = 𝑛 − 1
La prueba 𝑋2 sobre una varianza NO es robusta = El éxito depende de la normalidad
EJEMPLO 10.12, Walpole página 367
Un fabricante afirma que la duración de sus baterías se distribuye normalmente con 𝜎= 0,9 años. Si una muestra aleatoria de 10baterías tiene una s = 1,2 años. Con esa muestra se puede considerar que la desviación es superior a 0,9 años. Utiliza α = 0,05
H₀: 𝜎2 = 0.81H₁: 𝜎2 > 0.81
PASO 2: Nivel de significancia (α)
α = 5% = 0,05
PASO 1: Planteamiento hipótesis
SOLUCIÓN:
PASO 3: Seleccionar el estadístico de prueba
PASO 4: Se define la forma de tomar la decisión
𝜒2 =𝑛 − 1 𝑆2
𝜎02
AceptoH₀
48
Prueba hipótesis para 1 varianzaPASO 5: Decisión sobre la prueba
𝜒2 =𝑛 − 1 𝑆2
𝜎02 =
10 − 1 (1,2)2
(0,9)2= 16
RESPUESTA 1:
Como 𝜒2 < 𝜒𝛼2 = 16 < 16,9; Se rechaza H₀
RESPUESTA 2:
P-VALUE > α = No se rechaza H₀, pero hay evidencia paradecir que si se rechaza, es decir, 𝜎2 > 0.81 = 𝜎 > 0,9
UTILIZANDO MINITAB
49
Prueba hipótesis para 1 varianzaEJEMPLO 10.67, Walpole página 369
Se sabe que el contenido de los envases se distribuye normalmente con varianza 0,03 litros. Se obtiene una muestra de tamaño 10para verificar. ¿Hay diferencias significativas con respecto al valor conocido? Utilizar α = 0,01.
H₀: 𝜎2 = 0.03H₁: 𝜎2 ≠ 0.03
PASO 2: Significancia (α)
α = 1% = 0,01
PASO 1: Planteamiento hipótesis
SOLUCIÓN:
PASO 3: Seleccionar el estadístico de prueba:
PASO 4: Se define la forma de tomar la decisión
𝜒2 =𝑛 − 1 𝑆2
𝜎02 =
10 − 1 0,2462
0,03= 18,1313
AceptoH₀
RESPUESTA: P-VALUE > α = No se rechaza H₀