Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Introducción a las pruebas de hipótesis Pruebas de normalidad, pruebas de normalidad paramétrica y no paramétrica, considerando el razonamiento científico Mg. @ucvvirtual.edu.pe ¿Qué es una hipótesis? Un hipótesis es una suposición. Es una idea que puede o no ser verdadera, basada en información previa. Kerlinger . “una hipótesis es un enunciado conjetural de la relación de dos o más variables Hernández, Fernández y Baptista señalan que las hipótesis indican lo que estamos buscando o tratando de probar son enunciados formulados como respuestas tentativas a preguntas de investigación. Una prueba de hipótesis es un proceso para determinar inferencias acerca de valores específicos en los parámetros de la población que es objeto de estudio. Cuando se realiza algún tipo de investigación, esta suele estar basada en una o varias hipótesis o conjeturas sobre la realidad. Como mencionan Alvarado y Obagi (2008) el método científico consiste en últimas en un mecanismo para contrastar tales hipótesis contra la realidad, y concluir si la evidencia está o no de acuerdo con la hipótesis planteada. ¿Qué es una hipótesis? Error tipo I Se define el error tipo I cuando se rechaza la hipótesis nula, siendo que la misma se ha debido aceptar. La probabilidad de cometer este error se denota normalmente con la letra α (alfa) y en términos probabilísticos se expresa como una probabilidad condicional en la que α = P (rechazar Ho | Ho es verdad). El valor de α es precisamente el nivel de significación que se utiliza en la teoría de Neyman – Pearson. Se define el error tipo II cuando se acepta la hipótesis nula siendo que se ha debido rechazar. La probabilidad de cometer este error se denota normalmente con la letra 𝛽 (Beta). En términos probabilísticos se define como: 𝛽 = P (aceptar Ho | Ho es falsa). La probabilidad del error tipo II da pie para definir las curvas de potencia y de operaciones. Error tipo II H0 Verdadera Falsa Decisión correcta Error Tipo I Error Tipo II Se acepta Se rechaza H0 Decisión correcta Posibles errores al tomar la decisión Procedimiento de prueba Realidad Si el procedimiento de prueba lleva el rechazo de H0, pero en la realidad la hipótesis es verdadera, se comete un error, este error se llama Error Tipo I Si mediante el procedimiento de la prueba se acepta H0, pero en realidad la hipótesis es falsa, se comete un error, este error se llama Error Tipo II (C Rendón & J Gómez, 2015)- Es un procedimiento estadístico, que permite comprobar la verdad o falsedad de una suposición. Ejemplo: “Estimo que el porcentaje de clientes que comprará mi producto será del 60%” Desde luego, la suposición que hagamos, debemos darle una forma y tratamiento matemático (estadístico), para que su comprobación sea de una forma científica. Prueba de hipótesis TIPOS DE HIPÓTESIS Está asociada a la hipótesis del investigador y es opuesta a la H0 Es la Hipótesis diferencia o asociación. No debería ser aceptada sin una gran evidencia a favor. Generalmente se identifica con lo que ha ocurrido hasta ahora y se desea verificar. Es la Hipótesis de no diferencia o no asociación. Hip. Alternativa H1 Hip. Nula H0 Ho: P = 50 % H1: P ≠ 50 % = , ≤ , ≥ ≠ , > , < H1: “Mis ingresos en este mes serán menor de S/.1500” Términos previos importantes Nivel de Confianza: El nivel de confianza se denota por (1-α), aunque habitualmente se expresa en porcentaje. Es habitual tomar como nivel de confianza un 95% o un 99%, que se corresponden con valores α (Nivel de significancia) de 0,05 y 0,01 respectivamente. Estadístico de prueba: Es un valor, determinado a partir de la información muestral, que se utiliza para aceptar o rechazar la hipótesis nula. Valor Crítico: Es aquel valor que se obtiene en función del grado de confianza seleccionado. H1: H1: H1: Prueba Bilateral Unilateral izquierda Unilateral derecha R. Aceptación de Ho 95%=0.95 z crítico R.Rechazo de Ho α = 0.05 R Aceptación de Ho 95% R. Rechazo. a /2= 0.025 R. Rechazo a/2 = 0.025 R.Rechazo de Ho α = 0.05 R. Aceptación de Ho 95%=0.95 z crítico z crítico z crítico PROCEDIMIENTO PARA LAS PRUEBAS DE HIPÓTESIS 1. Establecer la Hipótesis Nula H0 y una H1 2. Seleccionar un nivel de significancia a ( 1% y 5% ) 3. Establecer un estadístico de prueba adecuado ( z, t , c2 ) Establecer la región de rechazo (R.R) y una región de aceptación (R.A). Realizar Gráfico Decidir si debe aceptar o rechazar la H0 y dar la conclusión. PRUEBAS DE HIPÓTESIS DE PROMEDIO EN UNA MUESTRA PRUEBAS DE HIPÓTESIS DE PROMEDIO EN UNA MUESTRA Prueba de Hipótesis sobre la media, varianza desconocida (Muestras pequeñas n<30) El cual tiene una distribución t con n-1 grados de libertad. Prueba de hipótesis sobre la media, varianza poblacional desconocida (Muestras grandes n≥30) Desviación estándar de la muestra HIPÓTESIS: 1º Ho: Uo= k H1: Uo< K 2° Ho: Uo = k H1: Uo > K 3° Ho: Uo = k H1: Uo ≠ K FORMULAS Ejercicio.1 Una compañía productora de cigarrillos sostiene que, una marca que ellos producen, tiene un contenido promedio de nicotina de 0.7 miligramos. Sin embargo los supervisores de salud manifiestan que es mayor a lo especificado, para realizar la prueba se revisó el contenido de nicotina de una muestra de 50 cigarrillos y se encontró un promedio de 0.734 y una desviación estándar de 0.085. Formule la hipótesis nula y alterna y realice la prueba de hipótesis de los supervisores de salud utilizando un nivel de significancia de 5%. Datos: Tamaño de la muestra n=50 Promedio de muestra s = 0.085 SOLUCIÓN 1º. Formule la hipótesis nula y alterna Ho: µ = 0.7 miligramos. H1: u > 0.7 miligramos. 2º. Nivel de significancia α = 5% =0.05 3º Determinar el estadístico de prueba: R. Aceptación de Ho 95%=0.95 z tabla=1.65 R.Rechazo de Ho α = 0.05 Z=2.83 5º Decisión: Como el valor calculado se encuentra en la región de Rechazo. Por lo tanto se rechaza la hipótesis nula (Ho) y nos queda la alternativa ( H1: µ> 0.7), lo cual implica que los supervisores tienen la razón. 4º. Establecer la región de rechazo y de aceptaciòn. Ejercicios: En una campaña de protección al consumidor, se tomo muestra aleatoria de 15 sacos de arroz extra envasado, de una distribuidora y se obtuvo una media de 9.4 Kg. con una desviación estándar de 1.8 Kg. ¿Contiene esta muestra suficiente evidencia para indicar que el peso medio es menor que 10 Kg. de arroz, a un nivel de significación de 0.01 SOLUCIÓN 1º. Formule la hipótesis nula y alterna Ho: µ = 10 Kg H1: u < 10 Kg. 2º. Nivel de significancia α = 1% =0.01 3º Determinar el estadístico de prueba: T tabla = -2.624 -1.29 R. Aceptaciión . = 99% Decisión: Aceptar la Ho, por lo tanto el peso promedio de los sacos de arroz en la fábrica es de 10kg o más CASO APLICATIVO: MÁQUINA EMPAQUETADORA DE CAFÉ Una máquina empaqueta bolsas de café automáticamente, está regulada para embalar bolsas cuyos pesos se distribuyen normalmente, con media de 500 gr y varianza 400. El valor de puede ser fijado en un mostrador situado en una posición un poco inaccesible de esa máquina. La máquina fue regulada para un promedio de 500 gr . Se decide escoger una muestra de 16 bolsas a cada media hora con la finalidad de verificar si la producción está bajo control o no. Si una de esas muestras tiene una media 492 gr , ¿usted pararía o no la producción para verificar si el mostrador está o no en la posición correcta? CASO APLICATIVO: MÁQUINA EMPAQUETADORA DE CAFÉ 1.- Se establecen las hipótesis nula y alternativa. 2.- Se selecciona un nivel de significancia. CASO APLICATIVO: MÁQUINA EMPAQUETADORA DE CAFÉ 3.- Se identifica y calcula el estadístico de la prueba. Caso : Población normal con varianza poblacional conocida. 4.- Graficar las regiones de rechazo y aceptación; a la vez también ubicar en el grafico los valores encontrados en la parte(3). CASO APLICATIVO: MÁQUINA EMPAQUETADORA DE CAFÉ 23 5.- Tomar la decisión de aceptar o rechazar Ho. No se rechaza la hipótesis nula 6.- Conclusión Al 95% de confianza, no existe la suficiente evidencia para rechazar la hipótesis de que la máquina está regulada. Por consiguiente, no se debe parar la producción con un riesgo de 5% para verificar si el mostrador está o no en la posición correcta. CASO APLICATIVO: MÁQUINA EMPAQUETADORA DE CAFÉ 24 CASO APLICATIVO: NICOTINA EN CIGARRILLOS CASO APLICATIVO: NICOTINA EN CIGARRILLOS Un fabricante afirma que sus cigarrillos contienen 30 mgr. de nicotina. Una muestra de 25 cigarrillos de una media de 31.5 mgr. y una desviación estándar de 3 mgr. Suponiendo que el contenido de nicotina en cada cigarro es una v.a. con distribución normal, ¿al nivel del 5% los datos refutan o no la afirmación del fabricante?. 1.- Se establecen las hipótesis nula y alternativa. 2.- Se selecciona un nivel de significancia. CASO APLICATIVO: NICOTINA EN CIGARRILLOS 3.- Se identifica y calcula el estadístico de la prueba. Población normal con varianza poblacional ( ) desconocida y tamaño de muestra menor que 30 (n<30) CASO APLICATIVO: NICOTINA EN CIGARRILLOS 4.- Graficar las regiones de rechazo y aceptación; a la vez también ubicar en el grafico los valores encontrados en la parte (3). CASO APLICATIVO: NICOTINA EN CIGARRILLOS 29 5.- Tomar la decisión de aceptar o rechazar Ho. 6.- Conclusión Al 95% de confianza, se concluye de que existe una razón para creer que los cigarrillos contienen más de 30 mgr. de nicotina. En consecuencia, la afirmación del fabricante no se ajusta a la verdad. Como , rechazamos la CASO APLICATIVO: NICOTINA EN CIGARRILLOS 30 La proporción p de elementos de una población que poseen cierto atributo de interés, es de suma importancia en muchos problemas de decisión en ingeniería, administración, etc. Por ejemplo, en un proceso de producción que fabrica artículos que son clasificados como defectuosos o no defectuosos, podemos estar interesados en docimar el parámetro P que representa la proporción de artículos defectuosos producidos. PRUEBA DE HIPOTESIS PARA UNA PROPORCIÓN Si el tamaño de muestra es grande (n ≥30) y Ho es supuesta verdadera, la estadística de la prueba es Z: ESTADÍSTICOS DE PRUEBA CASO APLICATIVO: GARITA DE CONTROL Un ingeniero de transporte afirma que el 30.0% de los vehículos demoran más de 5 minutos para pasar por una garita de control. Con el fin de evaluar esta afirmación se escogió una muestra aleatoria de 400 vehículos y se encontró que 100 de ellos demoraron más de 5 minutos en pasar la garita. Al nivel de significación del 1%, ¿presenta esta muestra suficiente evidencia que indique que el porcentaje de vehículos que demoran más de 5 minutos en pasar tal garita es diferente de 0.30?. CASO APLICATIVO: GARITA DE CONTROL 1.- Se establecen las hipótesis nula y alternativa. 2.- Se selecciona un nivel de significancia. CASO APLICATIVO-SOLUCIÓN 3.- Se identifica y calcula el estadístico de la prueba. CASO APLICATIVO-SOLUCIÓN 1.- Se establecen las hipótesis nula y alternativa. 2.- Se selecciona un nivel de significancia. PUNTOS CRÍTICOS CON ESTADÍSTICO DE PRUEBA “Z” 4.- Graficar las regiones de rechazo y aceptación; a la vez también ubicar en el grafico los valores encontrados en la parte (3). CASO APLICATIVO-SOLUCIÓN 38 5.- Tomar la decisión de aceptar o rechazar Ho. 6.- Conclusión Al 99% de confianza, se concluye que no se presenta suficiente evidencia que indique que el porcentaje de vehículos que demoran más de 5 minutos en pasar tal garita es diferente de 0.30 Como , no rechazamos la CASO APLICATIVO-SOLUCIÓN 39 CASO APLICATIVO: COMPAÑÍA FARMACEÚTICA Una compañía farmacéutica afirma que cierto medicamento elimina el dolor de cabeza en un cuarto de hora en el 90% de los casos. Tomada una muestra de 200 pacientes a los que se les administro el medicamento, se observó la desaparición del dolor en 170 de ellos. Contrastar la hipótesis de la compañía al 95% de confianza. ¿Puede concluir que la compañía farmacéutica ha sobreestimado la cifra? CASO APLICATIVO: COMPAÑÍA FARMACEÚTICA 1.- Se establecen las hipótesis nula y alternativa. 2.- Se selecciona un nivel de significancia. CASO APLICATIVO-SOLUCIÓN 3.- Se identifica y calcula el estadístico de la prueba. CASO APLICATIVO-SOLUCIÓN PUNTOS CRÍTICOS CON ESTADÍSTICO DE PRUEBA “Z” 4.- Graficar las regiones de rechazo y aceptación; a la vez también ubicar en el grafico los valores encontrados en la parte (3). CASO APLICATIVO-SOLUCIÓN 45 5.- Tomar la decisión de aceptar o rechazar Ho. 6.- Conclusión Al 95% de confianza, se concluye que la compañía farmacéutica ha sobreestimado la cifra. Como , se rechazamos la CASO APLICATIVO-SOLUCIÓN 46 Hipótesis a contrastar: H0: Los datos analizados siguen una distribución Normal. H1: Los datos analizados no siguen una distribución Normal . KOLMOGOROV- SMIRNOV (Corrección de significación de lilliefors) SHAPIRO - WILK Para muestras grandes (n≥50) Cuando la muestra es pequeña (n<50) Importante: Cuando p >0.05 Aceptamos la Hipótesis Nula Cuando p <0.05 Rechazamos la Hipótesis Nula de manera significativa Cuando p <0.01 Rechazamos la Hipótesis Nula de manera altamente significativa *Garza (2013) * Análisis Estadístico Multivariante Un enfoque teórico y práctivo. Jorge de la Garza García PRUEBAS DE NORMALIDAD 47 PROCEDIMIENTO DE PRUEBA DE NORMALIDAD EN SPSS PROCEDIMIENTO DE PRUEBA DE NORMALIDAD EN SPSS CASO APLICATIVO: MÁQUINA EMPAQUETADORA DE SEMILLAS La prueba de normalidad para muestras pequeñas Shapiro-Wilk (n<50), muestra un p-valor mayor que 0.05 (p=0.271>0.05), aceptando la hipótesis de normalidad para la variable peso de los paquetes de semillas. CASO APLICATIVO: MÁQUINA EMPAQUETADORA DE SEMILLAS Referencias Galindo, H. (2020). Estadística para no estadísticos. Una guía básica sobre la metodología cuantitativa de trabajos académicos. Editorial área de Innovación y Desarrollo, S.L. C/Alzamora, 17 - 03802 - ALCOY (ALICANTE) info@3ciencias.com Primera edición: marzo 2020 ISBN: 978-84-121459-3-9 DOI: https://doi.org/10.17993/EcoOrgyCso.2020.59 https://www.3ciencias.com/wp-content/uploads/2020/03/Estad%C3%ADstica-para- no-estad%C3%ADsticos-Una-gu%C3%ADa-b%C3%A1sica-sobre-la-metodolog%C3%ADa-cuantitativa-de-trabajos-acad%C3%A9micos-2.pdf Hernández, R. Cárdenas, T. (2020) Prueba de hipótesis estadística con Excell. Guadalajara, México, ISBN: 978-84-18313-23- 3 Impreso en México / Printed in Mexico. http://cucea.udg.mx/include/publicaciones/coorinv/pdf/Libro-Prueba-de-hipotesis.pdf Hernández, R. (2014) Metodología de la investigación, editorial 2014, respecto a la sexta edición por McGRAW-HILL / INTERAMERICANA EDITORES, S.A. DE C.V https://periodicooficial.jalisco.gob.mx/sites/periodicooficial.jalisco.gob.mx/files/metodologia_de_la_investigacion_-_roberto_hernandez_sampieri.pdf n s/ μ X T 0 __ - = n s/ μ X Z 0 __ - = 83 . 2 50 0.085/ 0.7 734 . 0 Z = - = 16 20 492 500 : 0 = = = = n X Datos s m 05 . 0 = a ( ) ( ) egulada no está r La máquina gr. : μ H lada está regu La máquina gr. : μ H 500 500 1 0 ¹ = 6 . 1 16 / 20 500 492 / 0 - = - = - = n X Z c s m RR RA cos ti Puntos crí eptación gión de ac RA: Re chazo gión de re RR: Re a o de prueb Estadístic 6 . 1 - 6 . 1 96 . 1 0 - = < - = c Z Z ( ) ( ) dera o es verda bricante n ión del fa la afirmac : μ H a s verdader bricante e ión del fa la afirmac : μ H 30 30 1 0 > = 05 . 0 = a 5 . 2 25 / 3 30 5 . 31 / 0 = - = - = c c t n S X t m s 25 3 5 . 31 30 : 0 = = = = n S X Datos m 5 . 2 711 . 1 5 . 2 0 = > = t t c 0 H ( ) ( ) 1 , 0 ~ 1 0 0 0 N n P P P pZ c - - = Ù 30 . 0 : 30 . 0 : 1 0 ¹ = P H P H 01 . 0 = a ( ) ( ) 182 . 2 400 30 . 0 1 30 . 0 30 . 0 25 . 0 1 0 0 0 - = - - = - - = Ù c c Z n P P P p Z 400 25 . 0 400 100 30 . 0 : 0 = = = = Ù n p P Datos Prueba de hipótesisPrueba de hipótesis BilateralUnilateral 0.901.6451.282 0.951.9601.645 0.992.5762.326 Selección del punto crítico Nivel de confianza 182 . 2 - 576 . 2 182 . 2 0 - = > - = t t c 05 . 0 = a 90 . 0 90 . 0 1 0 < = :p H :p H 200 85 . 0 200 170 90 . 0 : 0 = = = = Ù n p P Datos ( ) ( ) 357 . 2 200 10 . 0 90 . 0 90 . 0 85 . 0 0 0 0 - - = - = Ù c c Z n Q P P p Z 357 . 2 - 357 . 2 - = ® c Z a o de prueb Estadístic 357 . 2 645 . 1 0 - = > - = c Z Z
Compartir