Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
INFERENCIA ESTADÍSTICA: PRUEBA DE HIPÓTESIS Prueba de hipótesis: 5 etapas y una regla de decisión 1. Enunciar la hipótesis nula y alternativa 2. Especificar el estadístico de la prueba basado en la hipótesis a probar, la información que se conoce sobre la población y los suposiciones sobre la población que parecen ser sostenibles 3. Especificar el tamaño de la muestra, n, que se obtendrá y hacer suposiciones que permitan la especificación de la distribución muestral del estadístico, dado que H0 es verdadero Prueba de hipótesis: 5 etapas y una regla de decisión 4. Especificar un riesgo aceptable de rechazar la hipótesis nula cuando es cierta, es decir, cometer un error de decisión 5. Obtener una muestra aleatoria de tamaño n de la población, calcular el estadístico de la prueba y tomar una decisión sobre las hipótesis nula y alternativa y una inferencia inductiva sobre la hipótesis científica Regla de decisión: rechazar la hipótesis nula si el estadístico cae en la región especificada de la distribución de muestreo del estadístico de la prueba; de lo contrario, no rechace la hipótesis nula. Rechazar la hipótesis nula te lleva a inferir que la hipótesis científica es verdadera Prueba de hipótesis: 1. Enunciar la hipótesis nula y alternativa ■ Hipótesis nula H0 es aquella cuya tenacidad realmente es puesta a prueba. Si de acuerdo con esta prueba se rechaza la hipótesis nula, solo la hipótesis alternativa H1 sigue siendo sostenible. ■ Según la convención, la hipótesis alternativa siempre se formula de modo que corresponda con la hipótesis científica del investigador. El proceso de elegir entre la hipótesis nula y alternativa se llama prueba de hipótesis H0: µ≥3.1 H1: µ<3.1 Prueba de hipótesis: 2. Especificar el estadístico de la prueba ■ 2 tipos de pruebas estadísticas permiten evaluar una hipótesis sobre la media de una población: t y z según si la distribución de los datos es t (de Student) o normal estándar N(0,1) ■ La elección de una prueba estadística es determinada por: 1. La hipotesis a probar 2. La información conocida sobre la población 3. Las suposiciones sobre la población que parecen sostenibles Prueba de hipótesis: 2. Especificar el estadístico de la prueba ■ ¿Qué prueba estadística para la hipótesis H0: µ≥3.1 ? - La hipótesis es sobre la media de una población - Se desconoce la desviación estándar - Se asume que la población tiene una distribución normal àEstadístico t de Student Prueba de hipótesis: 2. Especificar el estadístico de la prueba ■ Estadístico t de Student Sc an ne d w ith C am Sc an ne r !𝑋 estimador de la media desconocida de la población (nuevo procedimiento) µ0 es la media especificada en H0 #𝜎 = ∑(()* !(), (-*.) estimador de la desviación estandar desconocida de la población #𝜎 !(= #𝜎 / 𝑛 estimador del error estandar de la media Prueba de hipótesis: 2. Especificar el estadístico de la prueba - La hipótesis es sobre la media de una población - Se conoce la desviación estándar - La población tiene que tener una distribución normal o el tamaño de la muestra ser grande à Estadístico z !𝑋 estimador de la media desconocida de la población (nuevo procedimiento) 𝜎 la desviación estandar desconocida de la población #𝜎 !(= #𝜎 / 𝑛 estimador del error estandar de la media Sc an ne d w ith C am Sc an ne r Prueba de hipótesis: 2. Especificar el estadístico de la prueba à Estadístico t à Estadístico z Sc an ne d w ith C am Sc an ne r Sc an ne d w ith C am Sc an ne r Sc an ne d w ith C am Sc an ne r Prueba de hipótesis: 3. Especificar el tamaño de la muestra y la distribución muestral ■ Distribución t de Student: - Simétrica y centrada en 0 (como la N(0,1)) - Su dispersión depende del tamaño de la muestra Grados de libertad (gl, df en inglés): Número de datos cuyos valores son libres de variar Prueba de hipótesis: 3. Especificar el tamaño de la muestra y la distribución muestral ■ Varianza de la distribución t: - Var(t) = 0 0*1 donde v, los grados de libertad, es igual a n-1 - Si n=5 Var(t)=2 (2 veces más que la varianza de la distribución normal) - Si n=30 Var (t) = 1.07 (muy cercano a la distribución normal à A medida que aumenta el número de grados de libertad, la varianza de la distribución t disminuye y se acerca de la de una distribución normal N(0,1). Ventaja del estadístico t: se puede calcuar sin conocer la desviación estandar de la población Prueba de hipótesis: 4. Especificar un nivel de significancia, α ■ Especificar un riesgo aceptable de cometer un error de decisión, es decir, rechazar la hipótesis nula cuando es verdadera Ejemplo: decidir que µ<3.1 cuando en realidad µ≥3.1 Si consideramos la variabilidad entre muestreos, no se espera que la media !𝑋 iguale exactamente el valor predicho µ0, sino que estaría más lógico observar una pequeña discrepancia entre !𝑋 y µ0 debido al azar Sin embargo, si esta discrepancia es suficientemente grande, tendríamos que rechazar la hipótesis nula Prueba de hipótesis: 4. Especificar un nivel de significancia, α ■ De acuerdo con las convenciones de prueba de hipótesis, una discrepancia entre !𝑋 y µ0 que se esperaría que ocurriera 5 o menos veces en 100 repeticiones del experimento se considera lo suficientemente grande como para justificar el rechazo de la hipótesis µ= µ0 Sc an ne d w ith C am Sc an ne r Una probabilidad de 0.05 es el riesgo más alto que un investigador puede tomar de rechazar una hipótesis nula verdadera Prueba de hipótesis: Ejercicio ■ En los últimos años, el promedio de las calificaciones en aritmética de una población de estudiantes de prepa ha sido µ0 = 45. Después de participar en un programa experimental de enseñanza, una muestra aleatoria de 121 estudiantes obtuvo un promedio de !𝑋 = 50 con una desviación estandar de #𝜎 = 15 a) Enumera los 5 pasos que seguirían para probar la hipótesis que el nuevo programa conduce a un mejor logro en aritmética que el programa antiguo. Digamos que α = 0.05 b) Enuncia la regla de decisión c) Construir la distribución muestral asociada con la hipótesis nula e indicar las regiones que conducen a rechazar o no rechazar la hipótesis nula Prueba de hipótesis: Ejercicio 1. Enunciar H1 y H0: H0 : µ ≤ 45 H1 : µ > 45 2. Especificar el estadístico: t Porque el investigador quiere probar si : µ ≤ 45 , 𝜎 es desconocido y el investigador asume que la distribución poblacional de X es aproximadamente normal 3. Especificar el tamaño de la muestra y la distribución muestral: n=121 y distribución t con 120 gl porque 𝜎 es desconocido y el investigador asume que la distribución poblacional de X es aproximadamente normal 4. Especificar el nivel de significancia: α = 0.05 5. Obtener una muestra aleatoria de tamaño n, calcular t y tomar una decisión Sc an ne d w ith C am Sc an ne r Prueba de hipótesis: Ejercicio b) Regla de decisión: Rechace la hipótesis nula si t cae en el 5% superior de la distribución muestral de t; de lo contrario no rechace H0. Si se rechaza la hipótesis nula, concluya que el nuevo programa es superior al anterior; si H0 no se rechaza, no saque esta conclusión. Prueba de hipótesis: Ejercicio Sc an ne d w ith C am Sc an ne r Prueba de t de Student (t-test) Sc an ne d w ith C am Sc an ne r !𝑋 estimador de la media desconocida de la población (nuevo procedimiento) µ0 es la media especificada en H0 #𝜎 = ∑(()* !(), (-*.) estimador de la desviación estandar desconocida de la población n el tamaño de la muestra Sc an ne d w ith C am Sc an ne r t Prueba de t de Student (t-test) Sc an ne d w ith C am Sc an ne r Sc an ne d w ith C am Sc an ne r Sc an ne d w ith C am Sc an ne r Prueba de hipótesis con 1 o 2 colas ■ Una prueba estadística para la cual la región crítica está en la cola superior o en la cola inferior de la distribución de muestreose denomina prueba de una cola ■ Se usa cuando el investigador hace una predicción direccional sobre el fenómeno de interés Ejemplo: el nuevo procedimiento de registro toma menos tiempo que el antiguo (hipótesis direccional) H0 : µ ≥ µ0 H1 : µ < µ0 Sc an ne d w ith C am Sc an ne r Prueba de hipótesis con 1 o 2 colas ■ Una prueba estadística para la cual la región crítica está en la cola superior o en la cola inferior de la distribución de muestreo se denomina prueba de una cola ■ Se usa cuando el investigador hace una predicción direccional sobre el fenómeno de interés Ejemplo: el nuevo procedimiento de registro toma más tiempo que el antiguo (hipótesis direccional) H0 : µ ≤ µ0 H1 : µ > µ0 Sc an ne d w ith C am Sc an ne r Errores de tipo I y II ■ Un investigador puede llegar a una decisión incorrecta de 2 maneras: ■ Si rechaza la hipótesis nula cuando es cierta; se comete un error tipo I. ■ Si falla en rechazar la hipótesis nula cuando es falsa; se comete un error tipo II. ■ Del mismo modo, la decisión correcta se puede tomar de 2 maneras. Errores de tipo I y II ■ La probabilidad de hacer rechazo correcto, 1-β, se llama el poder de la prueba estadística ■ La probabilidad de cometer un error tipo II (β) y la probabilidad de hacer un rechazo correcto (1-β) son determinados por : 1. El número de variables 2. El tamaño de la muestra 3. El tamaño de la desviación estandar poblacional 4. La magnitud de la diferencia entre µ y µ0 5. Si se usa una prueba de una o 2 colas
Compartir