SEDE CALAMA ESCUELA DE CONSTR. Y OBRAS CIVILES ING. EN PREV. DE RIESGOS.

HIPOTESIS
INFERENCIA ESTADISTICA
POR: Elizabeth Fuentes S DOCENTE: Alejandro Ceballos 07/08/2012

INDICE INDICE INTRODUCCIN HIPOTESIS ERROR TIPO I Y TIPO II PRUEBA DE HIPTESIS DE PROPORCIONES PRUEBA DE HIPOTESIS DE VARIANZA CONOCIDA PRUEBA DE HIPOTESIS DE VARIANZA DESCONOCIDA BIBLIOGRAFIA 3 4 7 10 13 15 18

INTRODUCCIN

La abundante literatura existente han mostrado cmo puede estimarse un parmetro a partir de los datos contenidos en una muestra. Puede encontrarse ya sea un slo nmero (estimador puntual) o un intervalo de valores posibles (intervalo de confianza). Sin embargo, muchos problemas de ingeniera, ciencia, y administracin, requieren que se tome una decisin entre aceptar o rechazar una proposicin sobre algn parmetro. Esta proposicin recibe el nombre de hiptesis que es un sistema de metodologa de la investigacin por lo que podemos encontrar una gran variedad de tipos de hiptesis dentro de las cuales podemos encontrar: a) Hiptesis de Investigacin. se le define como una aseveracin, conjetura o proposicin sobre las probables relaciones entre dos o mas variables. Con frecuencia se pueden expresar en forma descriptiva, correlacional, de causalidad, de nulidad, etc. dependiendo del propsito y naturaleza de la investigacin que se intenta desarrollar. a1) Hiptesis Descriptiva. como su nombre lo indica describe una situacin relacional entre las variables que se someten a estudio. Se utiliza en investigaciones de tipo descriptivo, como pudieran ser los estudios por encuesta. a2) Hiptesis Correlacional. La palabra correlacin es un trmino estadstico que expresa una posible asociacin o relacin entre dos o mas variables, sin que sea importante el orden de presentacin de las variables, ya que no expresan una relacin de causalidad. Para verificarlas se utilizan pruebas estadsticas de correlacin. a3) Hiptesis de Causalidad. se formulan para investigaciones experimentales. Expresan una relacin de causa-efecto entre las variables que se someten a estudio. Una hiptesis de causalidad puede expresar una relacin causal entre una variable independiente y una variable dependiente, o bien, puede hacerlo entre mas de una variable independiente y una variable dependiente. b) Hiptesis de Nulidad. Este tipo de hiptesis expresa la ausencia de relacin, diferencia, causalidad, etc. entre dos o mas variables. De acuerdo con DAry,Jacobs y Razavieh (1982) la hiptesis de nulidad ...permite comparar los descubrimientos con las expectativas mediante mtodos estadsticos, c) Hiptesis Estadsticas. Una hiptesis estadstica expresa en trminos o smbolos estadsticos los anteriores tipos de hiptesis. Se pueden expresar en trminos de: c1) Estadsticas de Estimacin. Diseadas para evaluar la suposicin respecto al valor de alguna caracterstica de una muestra de individuos o unidades de anlisis. c2) Estadsticas de Correlacin. Traduce o transforma una situacin de correlacin entre dos o mas variables a la simbologa estadstica propia de las pruebas estadsticas de correlacin. c3) Estadsticas de la Diferencia de Medias u otros Valores. En este tipo de hiptesis se compara una estadstica entre dos o mas grupos.

PRUEBA DE HIPOTESIS
hiptesis. Este es uno de los aspectos ms tiles de la inferencia estadstica, puesto que muchos tipos de problemas de toma de decisiones, pruebas o experimentos en el mundo de la ingeniera, pueden formularse como problemas de prueba de hiptesis. Una hiptesis estadstica es una proposicin o supuesto sobre los parmetros de una o ms poblaciones. Suponga que se tiene inters en la rapidez de combustin de un agente propulsor slido utilizado en los sistemas de salida de emergencia para la tripulacin de aeronaves. El inters se centra sobre la rapidez de combustin promedio. De manera especfica, el inters recae en decir si la rapidez de combustin promedio es o no 50 cm/s. Esto puede expresarse de manera formal como Ho; m = 50 cm/s H1; m 50 cm/s La proposicin Ho; m = 50 cm/s, se conoce como hiptesis nula , mientras que la proposicin H1; m 50 cm/s, recibe el nombre de hiptesis alternativa. Puesto que la hiptesis alternativa especifica valores de m que pueden ser mayores o menores que 50 cm/s, tambin se conoce como hiptesis alternativa bilateral. En algunas situaciones, lo que se desea es formular una hiptesis alternativa unilateral, como en Ho; m = 50 cm/s Ho; m = 50 cm/s H1; m < 50 cm/s H1; m > 50 cm/s Es importante recordar que las hiptesis siempre son proposiciones sobre la poblacin o distribucin bajo estudio, no proposiciones sobre la muestra. Por lo general, el valor del parmetro de la poblacin especificado en la hiptesis nula se determina en una de tres maneras diferentes: 1. Puede ser resultado de la experiencia pasada o del conocimiento del proceso, entonces el objetivo de la prueba de hiptesis usualmente es determinar si ha cambiado el valor del parmetro. 2. Puede obtenerse a partir de alguna teora o modelo que se relaciona con el proceso bajo estudio. En este caso, el objetivo de la prueba de hiptesis es verificar la teora o modelo. 3. Cuando el valor del parmetro proviene de consideraciones externas, tales como las especificaciones de diseo o ingeniera, o de obligaciones contractuales. En esta situacin, el objetivo usual de la prueba de hiptesis es probar el cumplimiento de las especificaciones. Un procedimiento que conduce a una decisin sobre una hiptesis en particular recibe el nombre de prueba de hiptesis. Los procedimientos de prueba de hiptesis dependen del empleo de la informacin contenida en la muestra aleatoria de la poblacin de inters. Si esta informacin es consistente con la hiptesis, se concluye que sta es verdadera; sin embargo si esta informacin es inconsistente con la hiptesis, se concluye que esta es falsa. Debe hacerse hincapi en que la verdad o falsedad de una hiptesis en particular nunca puede conocerse con certidumbre, a menos que pueda examinarse a toda la poblacin. Usualmente esto es imposible en muchas situaciones prcticas. Por tanto, es necesario desarrollar un procedimiento de prueba de hiptesis teniendo en cuenta la probabilidad de llegar a una conclusin equivocada.

La hiptesis nula, representada por Ho, es la afirmacin sobre una o ms caractersticas de poblaciones que al inicio se supone cierta (es decir, la creencia a priori). La hiptesis alternativa, representada por H1, es la afirmacin contradictoria a Ho, y sta es la hiptesis del investigador. La hiptesis nula se rechaza en favor de la hiptesis alternativa, slo si la evidencia muestral sugiere que Ho es falsa. Si la muestra no contradice decididamente a Ho, se contina creyendo en la validez de la hiptesis nula. Entonces, las dos conclusiones posibles de un anlisis por prueba de hiptesis son rechazar Ho o no rechazar Ho. Prueba de una Hiptesis Estadstica Para ilustrar los conceptos generales, considere el problema de la rapidez de combustin del agente propulsor presentado con anterioridad. La hiptesis nula es que la rapidez promedio de combustin es 50 cm/s, mientras que la hiptesis alternativa es que sta no es igual a 50 cm/s. Esto es, se desea probar: Ho; m = 50 cm/s H1; 50 cm/s Supngase que se realiza una prueba sobre una muestra de 10 especmenes, y que se observa cual es la rapidez de combustin promedio muestral. La media muestral es un estimador de la media verdadera de la poblacin. Un valor de la media muestral x que este prximo al valor hipottico m = 50 cm/s es una evidencia de que el verdadero valor de la media m es realmente 50 cm/s; esto es, tal evidencia apoya la hiptesis nula Ho. Por otra parte, una media muestral muy diferente de 50 cm/s constituye una evidencia que apoya la hiptesis alternativa H1. Por tanto, en este caso, la media muestral es el estadstico de prueba. La media muestral puede tomar muchos valores diferentes. Supngase que si 48.5 x 51.5, entonces no se rechaza la hiptesis nula Ho; m = 50 cm/s, y que si x <48.5 x >51.5, entonces se acepta la hiptesis alternativa H1; m 50 cm/s. Los valores de x que son menores que 48.5 o mayores que 51.5 constituyen la regin crtica de la prueba, mientras que todos los valores que estn en el intervalo 48.5 x 51.5 forman la regin de aceptacin. Las fronteras entre las regiones crticas y de aceptacin reciben el nombre de valores crticos. La costumbre es establecer conclusiones con respecto a la hiptesis nula Ho. Por tanto, se rechaza Ho en favor de H1 si el estadstico de prueba cae en la regin crtica, de lo contrario, no se rechaza Ho. Este procedimiento de decisin puede conducir a una de dos conclusiones errneas. Por ejemplo, es posible que el valor verdadero de la rapidez promedio de combustin del agente propulsor sea igual a 50 cm/s. Sin embargo, para todos los especmenes bajo prueba, bien puede observarse un valor del estadstico de prueba x que cae en la regin crtica. En este caso, la hiptesis nula Ho ser rechazada en favor de la alternativa H1cuando, de hecho, Ho en realidad es verdadera. Este tipo de conclusin equivocada se conoce como Error tipo I Ahora supngase que la verdadera rapidez promedio de combustin es diferente de 50 cm/s, aunque la media muestral x caiga dentro de la regin de aceptacin. En este caso se acepta Ho cuando sta es falsa. Este tipo de conclusin recibe el nombre de Error tipo II.

Ejemplo. Supongamos que un juez tiene que decidir si una persona ser condenada o no. A priori, se supone que esa persona ser inocente hasta que no se demuestre lo contrario. Sedispone entonces delsiguiente par dehiptesis : H0: la persona es inocentevs. H1: la persona es culpable. El siguiente paso del juez, ser obtener informacin acerca del asunto, y con ella tomar una decisin, sabiendo que su postura ser dejar a la persona en libertad sino tiene suficiente evidenciade que seaculpable. El juez podr cometer dos tipos de errores: -Condenar a la persona cuando en realidad es inocente o -Dejar a la persona en libertad siendo realmente culpable .Cul de estos dos errores sera el ms grave?

ERROR TIPO I Y TIPO II.

El error tipo I se define como el rechazo de la hiptesis nula Ho cuando sta es verdadera. Tambin es conocido como a nivel de significancia. Si tuviramos un nivel de confianza del 95% entonces el nivel de significancia sera del 5%. Anlogamente si se tiene un nivel de confianza del 90% entonces el nivel de significancia sera del 10%. El error tipo II error b se define como la aceptacin de la hiptesis nula cuando sta es falsa. Por tanto, al probar cualquier hiptesis estadstica, existen cuatro situaciones diferentes que determinan si la decisin final es correcta o errnea. Decisin Aceptar Ho Rechazar Ho Ho es verdadera No hay error Error tipo I Ho es falsa Error tipo II No hay error

1. Los errores tipo I y tipo II estn relacionados. Una disminucin en la probabilidad de uno por lo general tiene como resultado un aumento en la probabilidad del otro. 2. El tamao de la regin crtica, y por tanto la probabilidad de cometer un error tipo I, siempre se puede reducir al ajustar el o los valores crticos. 3. Un aumento en el tamao muestral n reducir y de forma simultnea. 4. Si la hiptesis nula es falsa, es un mximo cuando el valor real del parmetro se aproxima al hipottico. Entre ms grande sea la distancia entre el valor real y el valor hipottico, ser menor .

Ejemplo
Tipos de Ensayo Se pueden presentar tres tipos de ensayo de hiptesis que son: Unilateral Derecho Unilateral Izquierdo Bilateral Dependiendo de la evaluacin que se quiera hacer se seleccionar el tipo de ensayo. Unilateral Derecho. El investigador desea comprobar la hiptesis de un aumento en el parmetro, en este caso el nivel de significancia se carga todo hacia el lado derecho, para definir las regiones de aceptacin y de rechazo.

Unilateral Izquierdo: El investigador desea comprobar la hiptesis de una disminucin en el parmetro, en este caso el nivel de significancia se carga todo hacia el lado izquierdo, para definir las regiones de aceptacin y de rechazo.

Bilateral: El investigador desea comprobar la hiptesis de un cambio en el parmetro. El nivel de significancia se divide en dos y existen dos regiones de rechazo. Ensayo de hiptesis:

EJERCICIO Una empresa elctrica fabrica focos que tienen una duracin que se distribuye de forma aproximadamente normal con una media de 800 horas y una desviacin estndar de 40 horas. Si una muestra aleatoria de 30 focos tiene una duracin promedio de 788 horas, muestran los datos suficiente evidencia para decir que la duracin media ha cambiado? Utilice un nivel de significancia del 0.04. Solucin: 1. Se trata de una distribucin muestral de medias con desviacin estndar conocida. 2. Datos: =800 horas = 40 horas x = 788 horas n = 30 = 0.04

6. Justificacin y decisin Como 2.052 -1.643 2.052 por lo tanto, no se rechaza Ho y se concluye con un nivel de significancia del 0.04 que la duracin media de los focos no ha cambiado.

PRUEBAS DE HIPTESIS PARA PROPORCIONES En el caso de proporciones se mostrara mediante un ejemplo como realizar pruebas de hiptesis para muestras grandes (mayores a 30elementos). Ejemplo. El dueo de un caf desea saber si la proporcin de mujeres que entran a su negocio es igual al 60%. Para hacer lo anterior se realiza un muestreo aleatorio de 40 personas, dando un promedio de la muestra de 58%. Paso 1. Determinar la hiptesis Nula Ho y Alternativa Ha Ho: La cantidad de mujeres que entra al negocio es del 60%. Ha: La cantidad de mujeres que entran al negocio NO ES del 60% (El estudiante debe describir la Ha) Ntese que la hiptesis nula considera IGUAL al 60% por lo tanto es una prueba de hiptesis de dos colas. Paso 2. Determinar el nivel de significancia. Este nivel representa la probabilidad de rechazar una hiptesis nula verdadera, matemticamente se puede considerar cualquier valor entre cero y uno; pero para estudios de pruebas de hiptesis normalmente est entre 0.05 y 0.1. Este nivel est determinado por el analista y debe basarse en las caractersticas del estudio y el riesgo que se considere aceptable de cometer el error tipo I. Nivel de significancia del estudio para el ejemplo: = 0.1

Grficamente el nivel de significancia se distribuye en la curva de distribucin normal tal como se muestra en la figura, ntese que en el caso de pruebas de hiptesis de medias, sta se ubica en la parte media de la distribucin de probabilidad:

Ho: p = 60% Paso 3. Calcular los intervalos que implican ese nivel de significancia. Para dicho nivel de significancia (equivale a un nivel de confianza del 90%) los valores de Z son: Z = +/- 1.6448 Grficamente queda de la siguiente manera: Ho: p = 60% Ho: p = 60% Z = - 1.6448 Z = 1.6448

Z = - 1.6448

Ho: p = 60%

Z = 1.6448

Paso 4. Calcular el estadstico de la prueba. El estadstico Z se calcula de la siguiente manera: En el caso de pruebas de hiptesis para proporciones la ecuacin que se usa es la siguiente:

Paso 5. Determinar si el estadstico cae dentro de la regin que hace la Hiptesis nula verdadera.

Z = 0.2562

Z = - 1.6448

Ho: = 20 aos

Z = 1.6448

Como podr notarse, el estadstico esta dentro de la regin que hace verdadera la hiptesis nula. Paso 6. Aceptar o rechazar la hiptesis nula. En este caso como el estadstico de la prueba cae dentro de la regin que hace verdadera la hiptesis nula, sta se ACEPTA y se toma como falsa la hiptesis alternativa: Ho: La cantidad de mujeres que entra al negocio es del 60%.(VERDADERO) Ha: La cantidad de mujeres que entra al negocio NO es del 60%.(FALSO)

EJERCICIO En un estudio de 300 accidentes de automvil en una ciudad especfica, 60 tuvieron consecuencias fatales. Con base en esta muestra, construya un intervalo del 90% de confianza para aproximar la proporcin de todos los accidentes automovilsticos que en esa ciudad tienen consecuencias fatales. Solucin: P= 60/300 = 0.20 Z(0.90) = 1.645

PRUEBA DE HIPOTESIS PARA VARIANZA CONOCIDA Supongamos que de una poblacin normal con media desconocida y varianza conocida se extrae una muestra de tamao n, entonces de la distribucin de la media muestral se obtiene que
2

Se distribuye como una normal estndar luego

Donde /2.

es el valor de la normal estndar tal que el rea a la derecha de dicho valor es

Sustituyendo la formula de Z, se obtiene:

Notar que los dos extremos del intervalo son aleatorios. De los anterior se puede concluir que un intervalo de confianza del 100 (1 )% para la media pobacional es de la forma

EJEMPLO Una muestra aleatoria de 100 muertes registradas en el pas, en el 2006, muestra una vida promedio de 71,8 aos. Suponiendo una desviacin estndar poblacional de 8,9 aos, parece indicar esto, que la vida media hoy en da es mayor que 70 aos? Tomar = 0,05. Solucin I. Se trata de una distribucin muestral de medias con varianza conocida. II. Datos = 70 aos = 8,9 aos x = 71,8 aos n = 100 = 0,05 III. Test de hiptesis H0: = 70 H1: > 70

IV. Regla de decisin Se usar el estadstico de prueba Z0 = X - 0 que tiene distribucin aproximadamente N(0, /n 1). (Observar que se dan las condiciones para poder usarlo, varianza conocida y n grande). Si z0 > 1,645 se rechaza H0. V. Clculos Zo= 71,8 70 = 2,02 8,9 / 100 VI. Decisin y justificacin 2,02 > 1,645 z0 cae en la zona de rechazo, por tanto se rechaza H0. Si queremos resolver el ejercicio, tomando la decisin en base al estadstico real, es decir en base a la media muestral X , operamos como sigue: z = x x = + z.= 70 + (1,645).(8,9) = 71,46 / n n 10

PRUEBA DE HIPTESIS PARA VARIANZA DESCONOCIDA En la prctica si la media poblacional es desconocida entonces, es probable que la varianza 2 tambin lo sea puesto que el clculo de interviene . Si esta es la situacin, y si el tamao de 2 muestra es grande (n >30, parece ser lo ms usado) , entonces es estimada por la varianza 2 muestral s y se puede usar la siguiente frmula para el intervalo de confianza de la media poblacional:

Supongamos que la poblacin es normal con media y varianza desconocida y que se desea hacer inferencias acerca de , basada en una muestra pequea (n<30) tomada de la poblacin. En este caso la distribucin de la media muestral X ya no es normal ,sino que sigue la distribucin t de Student. La distribucin t de Student es bastante similar a la normal estndar, con la diferencia que se aproxima mas lentamente al eje horizontal. El parmetro de esta distribucin es llamado grados de libertad y se puede notar que ha medida que los grados de libertad aumentan, la curva de la t y la curva normal estndar se asemejan cada vez mas. Por esta estimacin de parmetro , calculada en forma independiente, que aparece en la formula del estadistio se pierde un grado de libertad con respecto al total de datos tomados. Varianza desconocida n<30 Si de una poblacin normal con media y desviacin estndar se extrae una muestra de tamao n, entonces el estadstico:

Se distribuye como una t de Student con n-1 grados de libertad. Un intervalo de confianza del 100(1-) % para es de la forma :

Donde s es la desviacin estndar muestral. Aqu t(n-1, /2) es un valor de t con n-1 grados de libertad y tal que el rea a la derecha de dicho valor es /2 Ejemplo: Supongam os que X representa la longitud de una pieza y se distribuye s e g n u n a Normal de media desconocida y varianza desconocida, Para determinar la longitud media se toma una muestra de 70 piezas obtenindose que 2 2 x= 80,1 y cuasi varianza muestral S = 2 1 , 4 Queremos contrastar si realmente la mquina que fabrica dicha pieza lo hace con longitud media de 75.Supongamos que X1, X2,....., Xn es una muestra aleatoria simple de una 2 poblacin Normal de media desconocida y varianza desconocida , con lo cual sabemos que

se distribuye segn una t de Student con n-1 grados de libertad. Propondremos el siguiente contraste H0: = 75 frente a H1: > 75.

Supongamos que H0 es cierta, luego tenemos que grados de libertad Fijamos el nivel de significacin (=0,05), o

se distribuye segn una t de Student con 69

Rechazaremos H0 si el valor de:

es significativamente grande.

Cmo de grande? Rechazaremos H donde t 1- es el valor que verifica que P(t(69)< 1-) = 1-.En nuestro caso, t0>t1- (1,99 > 1,65) luego rechazaremos H0 Otra manera equivalente de encarar el problema de la prueba de hiptesis es mediante el p-valor, es decir: Se calcula p = P(t>t0/ H0 es cierta) y si p es menor que el nivel de significacin se rechaza la hiptesis nula. En el ejemplo: p = P(t > 1,99 / H0es cierta) = 0,025 como p < (0,0166 < ,05)luego rechazamos H0

EJERCICIO

CALCULAR

BIBLIOGRAFIA

http://marcelrzm.com

http://marcelrzm.comxa.com/EstadisticaInf/34PruebaParaProporcion.pdf

www.stadcenterecuador.com

www.stadcenterecuador.com/.../26-ejercicios-resueltos-prueba-de-hip. Dta.utalca.cl

dta.utalca.cl/estadistica/ejercicios/interpretar/Inferencia/apuntes.pdf
http://www.ing.unlp.edu.ar/fismat/estadistica/estadistica/archivos/CAPITULO%207%20CONTRASTES%20O%20TEST%20DE%20HIPOTESIS.pdf http://www.mat.uda.cl

http://www.mat.uda.cl/hsalinas/cursos/2011/tema6-inferencia.pdf

http://www.geocities.ws

http://www.geocities.ws/e_gomez_lara/PHIPOTESIS.pdf