Clase 5 Control de Calidad

Inferencia Estadstica
Grfica de probabilidad para
verificar normalidad
Ejemplo j-0.5/n =P(Z>=zj)
Ejemplo
Datos no normales en la grfica
de probabilidad normal
Poblacin y muestra, parmetros
y estadsticos
Poblacin: Conjunto formado por la totalidad de
individuos, objetos o medidas de inters sobre los
que se realiza un estudio
Parmetro: Es un valor representativo y descriptivo
de una poblacin, como la media , la desviacin
estndar o la proporcin p
Muestra representativa: Parte de una poblacin,
seleccionada de manera adecuada, que conserva las
caractersticas ms importantes de dicha poblacin.
Estadstico: Medidas o funciones de los datos
mustrales que ayudan a caracterizar la distribucin
de tales datos, como la media muestral X barra o la
desviacin estndar muestral S
Relacin entre poblacin y
muestra
Inferencia estadstica
Inferencia estadstica Se refiere a
establecer las caractersticas de una
poblacin o proceso con base en la
informacin contenida en una muestra.
Distribucin de una variable aleatoria X
Relaciona el conjunto de los valores posibles
de X con la probabilidad asociada a stos.
Las distribuciones de probabilidad que mas se
emplean en intervalos de confianza y pruebas de
hiptesis son las distribuciones: normal, T de
Student, ji-cuadrada y F.
Distribuciones de probabilidad
que mas se emplean en inferencia
Estimacin de parmetros
poblacionales
Los parmetros poblacionales generalmente
no se conocen, por lo tanto se hace
necesario estimarlos mediante los datos
obtenidos a partir de muestras
Definiciones
Estadstico es cualquier
funcin de los datos
muestrales que no
contiene parmetros
desconocidos
Distribucin de muestreo:
Es el nombre que se le da
a la distribucin de
probabilidad de un
estadstico
Inferencia Estadstica para la
estimacin de parmetros
Las tcnicas de inferencia estadstica para la
estimacin de parmetros poblacionales a
partir de datos muestrales se pueden
clasificar en dos grupos:
Estimacin de parmetros:
Estimacin puntual
Estimacin por intervalo de confianza
Prueba de hipotesis
Inferencia Estadstica para la
estimacin de parmetros
Un estimador puntual es un estadstico que
produce un solo valor numrico como
estimacin de un parmetro desconocido
Estimacin puntual
Los estimadores puntuales (estadsticos) mas
recomendados para estimar estos parmetros son,
respectivamente:
Inferencia Estadstica por estimacin
puntual
La media y la varianza mustrales son buenos
estimadores de la media y la varianza
poblacionales, es decir
La desviacin estndar muestral no es un buen
estimador de la desviacin estndar poblacional.
Se puede demostrar que
De donde un buen estimador para la desviacin
estndar poblacional ser
Inferencia Estadstica para
estimacin puntual
Otra alternativa para estimar la desviacin
estndar de la poblacin a partir de la una muestra
es por el mtodo del rango
El rango de la muestra es la diferencia entre la
observacin ms grande y la ms pequea
Por lo tanto se puede demostrar que un estimador
para la distribucin estndar de una poblacin con
distribucin normal es
Inferencia Estadstica para
estimacin puntual
Los valores de c
4
y d
2
se obtienen a partir de
tablas, para diferentes tamaos de muestra
2 <= n <= 25
El mtodo del rango es mas fcil de trabajar
manualmente pero la aparicin de las
calculadoras y de los computadores a hecho
que sea relegado para cuando no se tiene la
disponibilidad de estas herramientas
Ejemplo de estimacin puntual de
media, varianza y desviacin est.
Los datos de la prueba de aptitud realizada
en el Laboratorio de Metrologa de la UTP
para el Multmetro Multifuncin Fluke
5500A, durante el ao 2007 para la funcin
Voltaje DC, con Rango de 1020 V y Valor
Nominal de 950 V, son los que se muestran
en la Tabla 1.
Ejemplo de estimacin de media
varianza y desviacin muestral
Inferencia Estadstica para estimacin
por intervalos
Cuando una variable
aleatoria x, sigue una
distribucin normal con
media y varianza
2
, se
puede demostrar que para
una muestra de tamao n, la
distribucin de la media
muestral tambin sigue una
distribucin normal
Y tambin se puede demostrar que
Estimacin por intervalo
Consiste en determinar un intervalo de valores en
el cual se espera que se encuentre el valor real del
parmetro con un cierto nivel de confianza
Lo anterior se puede expresar como:
P(L<= <= U) = 1-; donde L y U son los limites del
intervalo de confianza [L,U]; 1- = Nivel de confianza
Para hallar L y U se utiliza un estadstico que
relacione el parmetro poblacional a estimar con el
estadstico obtenido a partir de una muestra de
dicha poblacin
Estimacin de parmetros mediante
intervalos de confianza
Un intervalo de confianza de un lado puede
ser apropiado en algunos casos
El intervalo de confianza inferior de un lado
del 100(1-)% para seria:
L<= ;
L = limite de confianza inferior, tal que:
P {L<= } = 1-
Estimacin de parmetros mediante
intervalos de confianza
El intervalo de confianza superior de un
lado del 100(1-)% para seria:
<= U ;
U = limite de confianza superior, tal que:
P { <= U } = 1-
Intervalo de confianza para la
media varianza desconocida
Se trata de encontrar dos nmeros L y U, tales que el
parmetro se encuentre entre ellos con una probabilidad de
1- . Esto es,
P(L <= <= U) = 1-
En este caso se usa el estadstico
Entonces
Intervalo de confianza para la
media varianza desconocida
Despejando el parametro de inters,
entonces:
De donde:
Ejemplo
Interpretacin del intervalo
El nivel de confianza del 95% indica que si
se tomaran 100 muestras, y se calcularn
para cada una de ellas la media muestral y
un intervalo para estimar la media
poblacional ( 100 intervalos) el valor real de
la media poblacional estara en 95 de ellos
El valor 0.00466 se llama error de
estimacin
Tamao de la muestra
En ocasiones es necesario calcular el tamao de muestra n para lograr que
la estimacin de una media poblacional tenga como error mximo a un
numero E. En este caso, como el error de estimacin esta dado por:
Despejando n:
Entonces:
Para E = 0.004 se obtiene:
Intervalo para la varianza
Para la varianza el intervalo esta dado por
Donde son puntos criticos de
la distribucin ji- cuadrado
Ejemplo
Intervalo para proporcin
Sirve para estimar la proporcin de articulos
defectuosos en una muestra
El intervalo est dado por
Ejemplo
Tamao de la muestra
Resumen de formulas para intervalos de
confianza varianza desconocida
Intervalo de confianza para la media
con varianza conocida
Sea una variable aleatoria x, con media
desconocida y varianza
2
conocida
Se toma una muestra aleatoria de tamao n: x1,
x2, , xn y se calcula x barra
El intervalo de confianza de dos lados del 100(1-
)% para , esta dado por:
Donde Z
/2
es el punto porcentual de la
distribucin N(0, 1) tal que P{z>= Z
/2
} = /2
Intervalo de confianza para la media
con varianza conocida
El intervalo de confianza superior del
100(1-)% para es:
Y el intervalo de confianza inferior del
100(1-)% para es:
Ejemplo
Una empresa fabrica bombillos que tienen
una duracin que se distribuye de forma
aproximadamente normal con una media de
800 horas y una desviacin estndar de 40
horas. Calcule el intervalo de confianza de
dos lados para la media, si una muestra
aleatoria de 30 bombillos tiene una duracin
promedio de 788 horas. Utilice un nivel de
significancia de 0.04
Solucin ejemplo
Se tiene que:
Adems P {z>= Z
0.04/2
} = 0.04/2
Es igual a 1 P {z<= Z
0.04/2
} =
1-0.04/2=0.98
Entonces Z = 2.06
Por lo tanto:
772<= <=803
Ejercicio
Las piezas de cierto material tienen un desgaste
con una media de 15 y desviacin estndar de 4.
Se lleva acabo un experimento para comprobar el
desgaste del material y se prueban 12 piezas,
dando un promedio de desgaste de 16 unidades.
Calcule el intervalo de confianza de dos lados para
la media. Use un nivel de significancia de 0.05
suponiendo que sigue una distribucin normal
Solucin ejercicio
Se tiene que:
Adems P {z>= Z
0.05/2
} = 0.05/2
Es igual a 1 P {z<= Z
0.05/2
} =
1-0.05/2=0.975
Entonces Z = 1.96
Por lo tanto:
13.74 <= <= 19.26
Prueba de hiptesis
Clase 6. Control de Calidad
Prueba de hiptesis
Una hiptesis estadstica es una afirmacin que se
hace a priori sobre un parmetro de la poblacin
considerada como valida para desarrollar el
procedimiento de prueba
Una prueba de hiptesis consta de una hiptesis
que se pretende probar llamada hiptesis nula Ho
y una hiptesis alternativa Ha que se acepta en
caso de ser rechazada la hiptesis nula
Prueba de hiptesis. Estimacin de
parmetros para una sola muestra
Una hiptesis estadstica es un enunciado
acerca de los valores de los parmetros de
una distribucin de probabilidad. Ejemplo
para el dimetro interior medio de un
rodamiento
Ho: = 1500 (hiptesis nula)
H1: <> 1500 (hiptesis alternativa)
Esto significa que se quiere probar la afirmacin
de que el dimetro medio es igual a 1500
pulgadas
Prueba de hiptesis. Estimacin de
parmetros para una sola muestra
Para probar la hiptesis se toma una muestra aleatoria de
la poblacin bajo estudio, se calcula un estadstico
apropiado de prueba y despus se rechaza o no Ho
Para esto se debe tener en cuenta que existen dos tipos de
errores que se pueden cometer:
=P {Error tipo I} = P {rechazar Ho / Ho verdadera}
= P {Error tipo II} = P {dejar de rechazar Ho / Ho falsa}
Probabilidad de cometer error tipo I
Cuando un proceso est bajo control un intervalo de
confianza de por ejemplo 95% para la media del proceso,
indica que 95 de cada 100 muestras tomadas de el tendrn
una media muestral con valores que caen en dicho
intervalo, pero 5 de cada 100 tendrn un valor fuera del
intervalo. Esto significa que existe una probabilidad del
0,05 de que la prueba de hiptesis diga que se debe
rechazar la hiptesis nula, cuando no debera rechazarse
Probabilidad de cometer error tipo II
La probabilidad de error tipo II esta representada por
el rea sombreada en la primera figura y se calcula
mediante la expresin que se muestra en la figura
La zona sombreada muestra que aunque la media de
una muestra no pertenezca al intervalo de confianza
bajo Ho la prueba de hiptesis indique aceptar la
hiptesis nula cuando debera rechazarse
Ejemplo de curva de operacin
caracterstica
Normalmente la probabilidad de cometer error
tipo II se grafica como se muestra en la figura, a
esto se le conoce como curva caracterstica
Estadstico de prueba
Frmula que permite calcular un nmero a
partir de los datos y de Ho
La magnitud de este nmero permite
discernir si Ho se rechaza o no
Inferencia de los parmetros de una
poblacin, varianza desconocida
Inferencia de la parmetros de una
poblacin, varianza desconocida
Inferencia de la parmetros de una
poblacin, varianza desconocida
Regiones de aceptacin rechazo
Regiones de aceptacin rechazo
Ejemplo Prueba de hiptesis para
la media
Ejemplo de prueba de hiptesis
para la varianza
En el ejemplo sobre el peso de costales destaca que la
varianza del proceso 2 = 0.5, declarada por el vendedor,
al parecer no es respaldada por la evidencia muestral, ya
que la varianza muestral S2 = 1.2 sugiere que en realidad la
varianza del proceso es mayor. De aqu la necesidad de
contrastar o probar las hiptesis:
H
0
: 2 = 0.5
H
A
: 2 > 0.5
Ejemplo de prueba de hiptesis
para la varianza
De la tabla de la distribucin ji-cuadrada se lee que

2
, con
= 0.05 y 14 grados de libertad es igual a 23.68. Como

o
2
= 33.6 > 23.68 =

2
se rechaza H
0
y se acepta la
hiptesis unilateral H
A
. Es decir, la varianza reportada por
el vendedor para el peso de los costales es falsa y, en
realidad, la variabilidad del peso de los costales es mayor.
Ejercicio
Se lleva acabo un experimento para
comprobar el desgaste de cierto material. Se
prueban 12 piezas del material, dando un
promedio de desgaste de 85 unidades de
medida con una desviacin estndar de 4.
Probar si el material tiene verdaderamente
una resistencia al desgaste mayor. Usar un
nivel de significancia de 0.05 suponiendo
que sigue una distribucin normal
Inferencia de la media de una
poblacin, varianza conocida
Hiptesis
Ho: = o
H1: <> o
Se toma una muestra
aleatoria de n observaciones
Se calcula el estadstico de
prueba
Se rechaza Ho si Z
/2
>Zo >
Z
/2
Inferencia de la media de una
poblacin, varianza conocida
Hiptesis
Ho: = o
H1: > o
Se toma una muestra
aleatoria de n observaciones
Se calcula el estadstico de
prueba
Se rechaza Ho si Zo > Z
Inferencia de la media de una
poblacin, varianza conocida
Hiptesis
Ho: = o
H1: < o
Se toma una muestra
aleatoria de n observaciones
Se calcula el estadstico de
prueba
Se rechaza Ho si Zo <-Z
Ejemplo
Una empresa fabrica bombillos que tienen
una duracin que se distribuye de forma
aproximadamente normal con una media de
800 horas y una desviacin estndar de 40
horas. Prueba la hipotesis de que o<>800
horas si una muestra aleatoria de 30
bombillos tiene una duracin promedio de
788 horas. Utilice un nivel de significancia
de 0.04
Ejemplo
Valor de Z con una
significancia de 0.04/2
es Z=1.75
Se concluye que la
duracin media de los
bombillos si es de 800
horas y se acepta la
hipotesis nula
Significancia observada
(valor_p) vs significancia
predefinida()
Significancia predefinida: Es el riesgo mximo
que se est dispuesto a correr con respecto al error
tipo I.
Significancia observada (valor-p): Es el rea
bajo la distribucin de referencia ms all del
valor del estadstico de prueba.
valor-p = P(T < t
0
) + P(T > + t
0
) dos colas
valor-p = P(T < t
0
) prueba de cola inferior
valor-p = P(T > + t
0
) prueba de cola superior
Significancia observada
(valor_p) vs significancia
predefinida()
Intervalo de confianza como
criterio para rechazar la
hiptesis nula
En este mtodo se rechaza H
0
si el valor del parmetro
declarado en la hiptesis nula se encuentra fuera del
intervalo de confianza para el mismo parmetro.
Cuando la hiptesis planteada es de tipo bilateral, se
utiliza directamente el intervalo al 100(1 )% de
confianza.
En cambio, si la hiptesis es unilateral, se requiere el
intervalo al 100(1 2)% para que el rea bajo la
curva, fuera de cada extremo del intervalo, sea igual a
.
Intervalo de confianza como
criterio para rechazar la
hiptesis nula
Por ejemplo, en el caso de la hiptesis unilateral
sobre la media del peso de costales se debe
construir el intervalo al 100(1(20.05))% = 90%
de confianza para aplicar este criterio con una
significancia =0.05. El intervalo a 90% de
confianza para la media esta dado por:
Intervalo de confianza como
criterio para rechazar la
hiptesis nula
As, con una confianza de 90%, esta entre
48.9 y 49.9. En tanto, el valor 50.1
declarado en la hiptesis nula no pertenece
al intervalo, y adems este se encuentra
ubicado a la izquierda de 50.1, por lo tanto,
se rechaza la hiptesis H0: = 50.1
Muchas gracias
Hasta la prxima