Pruebas de hiptesis

En casos relacionados con situaciones especiales en las cuales se desea comprobar la efectividad de estndares preestablecidos, la tcnica de prueba de hiptesis resultaba bastante apropiada, por cuanto permite comprobar con bastante certeza el grado de acierto en la fijacin de stos.

Una hiptesis estadstica se define como un supuesto hecho sobre algn parmetro de la poblacin. Por ejemplo, los siguientes enunciados podran ser tomados como hiptesis: El ingreso promedio de los trabajadores de la fbrica es de $X. El rendimiento promedio de los empleados de dos fbricas es diferente. El promedio de duracin de las bombillas es de 1.000 horas. El promedio de duracin de las llantas es de 100.000 kilmetros.
La prueba de hiptesis consiste en aplicar tcnicas estadsticas que permitan aceptar o rechazar una hiptesis. Este procedimiento se conoce como contraste de hiptesis. Las pruebas de hiptesis utilizan un procedimiento de cinco pasos, los cuales se mencionan a continuacin: 1. 2. 3. Plantear las hiptesis nula y alternativa. Determinar el nivel de significancia. Estimar el valor estadstico de prueba.

4. 5.

Establecer la regla de decisin. Tomar la decisin.

En la prueba de investigacin, o de validez de una afirmacin, se conocen las siguientes clases de pruebas:

Pruebas para grandes muestras. Pruebas para pequeas muestras. Pruebas de varianza.

En las pruebas de grandes muestras se realizan para los siguientes casos: Pruebas de medias y de proporciones. Pruebas de diferencias de medias y proporciones.

En las pruebas de pequeas muestras se realizan para los siguientes casos: Pruebas para medias y diferencias de medias.

En ambos casos se utilizan un estadstico de prueba que en el caso de muestras grandes es el estadstico Z y en el caso de muestras pequeas es el de la T de student

Si queremos probar la diferencia entre dos medias de dos tratamientos tenemos la opcin de usar las pruebas z o t. En que nos basamos para decidir si usamos una o la otra?
Su respuesta : En el tamao de las muestras Correcto: Segn principio del teorema del lmite central esta opcin tiene validez como criterio para usar una u otro estadstico de prueba.

Continuar

Continuar

Cul de los siguientes pasos o etapas no constituye parte del procedimiento para la contrastacin de una hiptesis estadstica relacionada con algn parmetro o caracterstica de una poblacin:

Su respuesta : Verificar el grado de homogeneidad de la variable en estudio Correcto: No obstante ser un supuesto a verificar para validar una prueba. En trminos generales no aplica para todos los contrastes de hiptesis.

En una plantacin de mango se viene trabajando con la variedad .pecoso. y se han registrado rendimientos medios de 12 ton/ha. Con el fin de evaluar las posibles ventajas en rendimiento de la variedad .jugoso. se realiza un ensayo experimental, donde se registra la produccin de 15 parcelas sembradas en la variedad jugoso El mtodo estadstico correcto para analizar los datos del ensayo experimental es:

Su respuesta : Prueba de hiptesis para una media Correcto. Porque lo que se quiere contratar es el valor del parametro de una sola variable en una sola poblacin.

Dependiendo del planteamiento de la hiptesis alternativa (H1) se distingue dos tipos de pruebas: Pruebas bilaterales. Pruebas unilaterales El procedimiento de prueba de hiptesis para pruebas bilaterales a cerca de la media de una poblacin, cuando se considera el caso de muestra mayor que 30 datos (grande) en que el teorema del lmite central permite suponer que la media de la distribucin muestral de medias se puede aproximar a una distribucin normal de probabilidad, y la desviacin estndar de la poblacin es conocida, sigue la siguiente forma general: Estadstico de prueba para la media de la poblacin y desviacin estndar poblacional conocida es "Z" Regla de rechazo a un nivel de significancia determinado es: Zc >Zt
Se llaman decisiones estadsticas a aquellas decisiones sobre una poblacin tomadas a partir de la informacin obtenida de una muestra de dicha poblacin. En una decisin estadstica nunca se tiene la certeza absoluta de que sea correcta. Para tomar una decisin estadstica debemos formular una hiptesis (suposicin o conjetura) sobre una poblacin e investigar su veracidad o falsedad. Esta hiptesis inicial, que an no sabemos verdadera o falsa, recibe el nombre de Hiptesis Nula, Ho. La hiptesis contraria a la nula se denomina Hiptesis Alternativa, H1. Las hiptesis nulas y alternativas siempre se referirn a los parmetros poblacionales: media, , o proporcin, p. Y en las muestras se tomarn siempre los estadsticos de contraste respectivos conocidos: la media muestral, , y la proporcin muestral, . Los procedimientos estadsticos que proporcionan los criterios para decidir si las muestras observadas difieren significativamente de los resultados esperados y aceptar o rechazar, entonces, la hiptesis nula se llaman test o contraste de hiptesis, que nos indican si los valores obtenidos estn o no en la regin crtica o de rechazo, Rc. Tipos de error: En cualquier decisin estadstica, puede ocurrir que se pase alguna de estas circunstancias: 1. Aceptar Ho, siendo sta verdadera (correcto). 2. Rechazar Ho, siendo sta verdadera (error tipo I). 3. Aceptar Ho , siendo sta falsa (error tipo II). 4. Rechazar Ho, siendo sta falsa (correcto).

En una prueba de hiptesis la confiabilidad significa la probabilidad de:

Su respuesta : No rechazar una hiptesis nula que es cierta. Correcto. Porque la confiabilidad es la probabilidad que el estadstico de prueba se encuentre en la zona de aceptacin.
La regla de decisin para rechazar la hiptesis nula en una prueba de hiptesis es que la relacin entre el valor calculado del estadstico de prueba y el valor tabulado tomado de la distribucin de probabilidad muestral correspondiente sea:

Su respuesta : Valor calculado mayor que el tabulado Correcto: La zona de rechazo est determinada por los valores correspndientes al rea derecha del estadstico de prueba.

Es la formula que se utiliza con los datos de la muestra y que permite obtener un valor numrico de comparacin para tomar una decisin con respeto a la hiptesis nula.
Su respuesta : Estadstico de Prueba

Correcto: Porque este es el elemento que determina si los datos de la muestra favorecen o no la hiptesis que se desea comprobar. Bases del anlisis de varianzas
El anlisis de la varianza (o Anova: Analysis of variance) es un mtodo para comparar tres o ms medias, que es necesario porque cuando se quiere comparar ms de dos medias es incorrecto utilizar repetidamente el contraste basado en la t de student por dos motivos: En primer lugar, y como se realizaran simultnea e independientemente varios contrastes de hiptesis, la probabilidad de encontrar alguno significativo por azar aumentara. Por otro lado, en cada comparacin la hiptesis nula es que las dos muestras provienen de la misma poblacin, por lo tanto, cuando se hayan realizado todas las comparaciones, la hiptesis nula es que todas las muestras provienen de la misma poblacin y, sin embargo, para cada comparacin, la estimacin de la varianza necesaria para el contraste es distinta, pues se ha hecho en base a muestras distintas. El mtodo que resuelve ambos problemas es el anova, aunque es algo ms que esto: es un mtodo que permite comparar varias medias en diversas situaciones de una variable independiente cualitativa, cuyos efectos se miden en otra variable cuantitativa de respuesta; muy ligado, por tanto, al diseo de experimentos y, de alguna manera, es la base del anlisis multivariante.

Se denominan pruebas no paramtricas aquellas que no presuponen una distribucin de probabilidad para los datos, por ello se conocen tambin como de distribucin libre (distribution free). En la mayor parte de ellas los resultados estadsticos se derivan nicamente a partir de procedimientos de ordenacin y recuento, por lo que su base lgica es de fcil comprensin. Cuando trabajamos con muestras pequeas (n < 10) en las que se desconoce si es vlido suponer la normalidad de los datos, conviene utilizar pruebas no paramtricas, al menos para corroborar los resultados obtenidos a partir de la utilizacin de la teora basada en la normal.

La prueba de bondad de ajuste de chi- cuadrado, compara las frecuencias tericas esperadas con frecuencias obtenidas. Necesita un nmero suficiente de datos (al menos 30); tambin es necesario que las frecuencias esperadas sean mayores o iguales que 5. Vlido especialmente para variables cualitativas. En cuanto a las pruebas de kolmpogorov-smirnov. La nica premisa que se necesita es que las mediciones se encuentren al menos en una escala de intervalo. Se necesita que la medicin considerada sea bsicamente continua. Adems dicha prueba es aplicable cualquiera sea el tamao de la muestra

Cuando se quiere probar una hiptesis sobre el grado de ajuste de los valores posibles de una variable cualitativa a una distribucin de probabilidad. El modelo de prueba No paramtrico ms adecuado es:

Su respuesta : El de Chi- Cuadrado Correcto: Porque para utilizar ajuste de variables cualitativas se debe clasificar en categoras, que permitan observar los valores en cada categora.

En el anlisis de varianzas de un factor se relacionan con dos variables con el

fin de medir el grado en que una de ellas (la independiente) incide en los valores posibles de la otra (la dependiente). De acuerdo a este criterio las dos variables pueden ser:
Su respuesta : La independiente es cualitativa y la dependiente cuantitativa Correcto: Esta es la clasificacin de variables que permite medir el efecto de una variable sobre la otra, a travz del ANOVA.
La prueba de hiptesis sobre la diferencia de dos muestras relacionadas en la estadstica No parmetrica, es aplicada en forma adecuada a travs de la prueba.

Su respuesta : Wilcoxon Correcto: Porque esta prueba se fundamenta en los rangos de los valores obtenidos de la variable.

En una prueba de hiptesis usando ? las frecuencias esperadas se calculan suponiendo que:
Su respuesta : La hiptesis nula es cierta. Correcto. Porque las probabilidades asiciadas con los valores observados supone que una hiptesis nula verdadera.