Universidad Nacional Agraria La Molina FR2000 ESTADISTICA FORESTAL

Departamento de Manejo Forestal

Inferencia y prueba de hiptesis

Resumen para aplicar pruebas de hiptesis*

Componentes formales
Hiptesis nula (H0) Es la declaracin acerca del valor de un parmetro poblacional como la media ()- y debe contener la condicin de igualdad escrita con el smbolo =, o En el caso de la media, la hiptesis nula se expresar en una de las tres posibles formas siguientes: H0: = algn valor H0: algn valor H0: algn valor Hiptesis alterna (H1) Es la declaracin que debe ser verdad si la hiptesis nula es falsa. Si el parmetro al que se refiere es la media, la hiptesis alternativa se expresar en una de tres formas posibles: H1: algn valor H1: > algn valor H1: < algn valor Error tipo I: Es el error de rechazar la hiptesis nula siendo esta cierta. El error tipo I no es un mal clculo ni un paso equivocado en el procedimiento sino el error que puede ocurrir por el azar como un suceso raro. La probabilidad de rechazar la hiptesis nula verdadera se denomina nivel de significancia y se denota con el smbolo (alfa). Los valores usuales de alfa son 0.05 y 0.01 Error tipo II: Es el error de no rechazar la hiptesis nula siendo esta falsa. La probabilidad de cometer este error se representa con el smbolo (beta). Para un tamao fijo de muestra, una disminucin de alfa causa un incremento de beta y el aumento de alfa produce la disminucin de beta. Solo el incremento del tamao de la muestra producir una disminucin de ambos: alfa y beta. Estadstica de prueba: Es una estadstica obtenida de una muestra o un valor basado en datos de muestra. Regin crtica: El conjunto de todos los valores de la estadstica de prueba que nos haran rechazar la hiptesis nula. Valor crtico: El valor o valores que separan la regin crtica de los valores de la estadstica de prueba que no nos haran rechazar la hiptesis nula. Los valores crticos dependen de la naturaleza de la hiptesis nula, la distribucin de muestreo pertinente y el nivel de significancia . En una prueba de dos colas, el nivel de significancia se divide equitativamente entre las dos colas. En una prueba de una cola, este nivel es el rea de la regin a partir del valor crtico hasta el extremo derecho o izquierdo, segn corresponda.

Protocolo de la prueba de hiptesis

1. 2. 3. 4. 5. 6.
7. 8.
*

Identifique la aseveracin original que se probar y exprsela en forma simblica. Dar la forma simblica que debe ser verdad si la aseveracin original es falsa. De las dos expresiones simblicas obtenidas, usar como hiptesis nula (H0) a aquella que contenga la condicin de igualdad; H1 ser la otra declaracin. Escoger el nivel de significancia con base en la gravedad de un error tipo I. Hacer pequea si las consecuencias de rechazar una H0 son graves. Los valores de 0.05 y 0.01 son comunes. Identificar la estadstica pertinente para esta prueba y determinar su distribucin de muestreo. Determinar la estadstica de prueba, los valores crticos y la regin crtica. Dibujar una grfica e incluir las estadsticas de prueba, el o los valores crticos y la regin crtica. Rechazar H0 si la estadstica de prueba est en la regin crtica. No rechazar H0 si la estadstica de prueba no est en la regin crtica. Expresar la decisin anterior en trminos sencillos, no tcnicos.

Responsable: Carlos R. Vargas Salas. Fuente principal: Triola, Mario. 2000. Estadstica Elemental, sptima edicin. Addison Wesley Longman. Mxico. 824 p.
Cuando el investigador desea aplicar una prueba de hiptesis para apoyar su aseveracin, la aseveracin debe expresarse de modo tal que se convierta en la hiptesis alternativa, por lo que no debe contener ninguna condicin de igualdad.

08-Dic-2008

Pg. 1 de 8

Resumen - Aplicar pruebas de hipotesis.doc

Universidad Nacional Agraria La Molina FR2000 ESTADISTICA FORESTAL

Departamento de Manejo Forestal

Inferencia y prueba de hiptesis

Flujo para realizar la prueba de hiptesis, formas bsicas

Las zonas crticas e implicancias en una prueba referida a la media Dependiendo de dnde cae el estdstico de prueba (en o fuera de un sector de la zona crtica), se debe tomar una decisin acerca de la hiptesis nula (H0).
Hiptesis Nula (H0) Hiptesis alterna (H1)

= valor

valor (se usa < > en vez del signo)

rechazo

No rechazo

rechazo

/2

1-

/2

Valor crtico

Valor crtico

08-Dic-2008

Pg. 2 de 8

Resumen - Aplicar pruebas de hipotesis.doc

Universidad Nacional Agraria La Molina FR2000 ESTADISTICA FORESTAL

Departamento de Manejo Forestal

Inferencia y prueba de hiptesis

rechazo

No rechazo

valor

< valor
1-

Valor crtico

No rechazo

rechazo

valor

> valor
1-

Valor crtico

Tip

La expresin simblica de la hiptesis alterna le permite reconocer el tipo de prueba: Observe la segunda columna de la tabla anterior y ver:

Cuando <> valor, entonces: dos colas, a ambos lados de ( ) Cuando > valor, entonces: una cola, a la derecha de ( ) Cuando < valor, entonces: una cola, a la izquierda de ( )
Consideraciones respecto a las variantes de la prueba de hiptesis
A. Prueba de una afirmacin respecto a una media: muestras grandes

Consideraciones

1. Slo si la muestra es grande (n>30) puede aplicarse el teorema del lmite central y concluir que las 2.
medias de muestra estn distribuidas normalmente, no importa cmo sea la distribucin de la poblacin original. De ah que utilicemos Z como la distribucin que sigue la estadstica de prueba. Al aplicar el teorema del lmite central, podemos usar la desviacin estndar de la muestra s como estimado de la desviacin estndar de la poblacin siempre que se desconozca y el tamao de la muestra sea grande (>30).

Estadstica de prueba

Z=
.

x x n

Donde, si no se conoce , entonces se le puede reemplazar por el valor s obtenido de una muestra grande.

08-Dic-2008

Pg. 3 de 8

Resumen - Aplicar pruebas de hipotesis.doc

Universidad Nacional Agraria La Molina FR2000 ESTADISTICA FORESTAL

Departamento de Manejo Forestal

Inferencia y prueba de hiptesis

B. Prueba de una afirmacin respecto a una media: muestras pequeas

Consideraciones

1. Si a) la muestra es pequea (n 30), b) se conoce y c) la poblacin original tiene una distribucin

esencialmente normal, se puede utilizar la distribucin de Z para representar la distribucin de la estadstica de prueba. La frmula que se emplea en este caso es la indicada antes para muestras grandes. Una situacin como esta ocurre rara vez. Si a) la muestra es pequea (n 30), b) se desconoce y c) la poblacin original tiene una distribucin esencialmente normal, se puede utilizar la distribucin t de Student. Si a) la muestra es pequea (n 30), b) se desconoce y c) la poblacin original no sigue la curva normal, slo podremos usar mtodos no paramtricos.

2. 3.

Estadstica de prueba

t=
.

x x s n

C. Prueba de una afirmacin respecto a una proporcin

Consideraciones

1. Las afirmaciones acerca de una proporcin, porcentaje o probabilidad se prueban mediante los mismos
procedimientos bsicos de las pruebas sobre medias, sin embargo deben satisfacerse las condiciones de un experimento binomial. Es decir: a) tenemos un nmero fijo de ensayos; b) estos ensayos son independientes; c) las probabilidades se mantienen constantes para cada ensayo, y d) cada ensayo tiene dos categoras de resultados, que clasificamos como xito y fracaso. Se satisfacen las condiciones np 5 y nq 5, y por eso la distribucin binomial de proporciones de muestra puede aproximarse con una distribucin normal para la cual = np y = (npq)
n p q : : : : nmero de ensayos proporcin de muestra (x / n) proporcin de poblacin 1-p

2.

Estadstica de prueba
La estadstica de prueba se justifica observando que cuando se usa la distribucin normal para aproximar una distribucin binomial se sustituyen = np y = (npq) para obtener

Z=

p p pq n

z=

x =

x np npq

En esta expresin, x es el nmero de xitos entre n ensayos. Si dividimos numerador y denominador de la ltima expresin entre n, y sustituimos x/n por el smbolo , tendremos la estadstica de prueba mostrada.

08-Dic-2008 Pg. 4 de 8
Resumen - Aplicar pruebas de hipotesis.doc

Universidad Nacional Agraria La Molina FR2000 ESTADISTICA FORESTAL

Departamento de Manejo Forestal

Inferencia y prueba de hiptesis

D. Inferencias acerca de dos medias: muestras dependientes

Consideraciones

1. Dos muestras son dependientes cuando se obtienen de sujetos comunes. Tambin se denominan 2.
muestras apareadas o equiparadas (porque obtenemos dos valores de cada sujeto u obtenemos un valor de cada uno de dos sujetos que comparten una caracterstica). Dos muestras dependientes se deben seleccionar de dos poblaciones de forma aleatoria. Ambas poblaciones deben estar distribuidas normalmente.

Estadstica de prueba

t=

d d sd n

Donde: : Sd n valor medio de las diferencias d para la poblacin de datos apareados valor medio de las diferencias d para los datos de mue stra apareados (igual a la media de los valores x y) desviacin estndar de las diferencias d de lo s datos de muestra apareados nmero de pares de datos : :

sd =

(d d)
i

n 1

( d ) ( d)
2

n ( n 1)

E. Inferencias acerca de dos medias: muestras independientes y grandes

Consideraciones

1.

Las dos muestras son independientes.

2. Las dos muestras son grandes. 3. Si se desconocen los valores 1 y 2 , podemos usar s1 y s2, a condicin de que ambas muestras sean
grandes. El teorema del lmite central indica que las medias de muestra tienden a estar distribuidas normalmente. Las diferencias entre las medias de muestra tambin tienden a estar distribuidas normalmente. Con base en tal caracterstica de estas variables, el formato bsico de la estadstica de prueba sigue siendo:

(estadstica de muestra) ( parmetro de poblacin aseverado) ( desviacin estndar de las estadsticas de muestra)

Estadstica de prueba

Z=

( x1 x 2 ) (1 2 )
2 12 2 + n1 n 2

08-Dic-2008

Pg. 5 de 8

Resumen - Aplicar pruebas de hipotesis.doc

Universidad Nacional Agraria La Molina FR2000 ESTADISTICA FORESTAL

Departamento de Manejo Forestal

Inferencia y prueba de hiptesis

F. Inferencias acerca de dos medias: muestras independientes y pequeas

Consideraciones

1. Las dos muestras son independientes. 2. Las dos muestras se seleccionan aleatoriamente de poblaciones distribuidas normalmente. 3. Al menos una de las dos muestras es pequea (n 30).
Satisfechas esas condiciones, se usa uno de tres distintos procedimientos segn sea el caso: Caso 1: Se conocen los valores de las varianzas de ambas poblaciones (caso muy raro). Caso 2: Al parecer ambas poblaciones tienen varianzas iguales. Caso 3: Las dos poblaciones aparentemente poseen varianzas distintas. Caso 1: (valores de varianzas poblacionales conocidos)

Estadstica de prueba

t=

( x1 x 2 ) (1 2 )
2 12 2 + n1 n 2

Caso 2 : (varianzas poblacionales iguales)

Estadstica de prueba

t=

( x1 x 2 ) (1 2 ) s2 p n1 + s2 p n2

Donde Sp2 es un estimado conjunto de 2 (varianza comn para ambas poblaciones):

sp =

2 ( n1 1) s12 + ( n 2 1) s2 ( n1 1) + ( n 2 1)

Caso 3 : (varianzas poblacionales desiguales) Si existen indicios de que ambas varianzas difieren, el mtodo aproximado se basa en la siguiente estadstica de prueba.

Estadstica de prueba

t=

( x1 x 2 ) (1 2 )
2 s12 s2 + n1 n 2

Donde el valor tabular de t se obtendr con el nmero de grados de libertad menor de ambas muestras.

08-Dic-2008

Pg. 6 de 8

Resumen - Aplicar pruebas de hipotesis.doc

Universidad Nacional Agraria La Molina FR2000 ESTADISTICA FORESTAL

Departamento de Manejo Forestal

Inferencia y prueba de hiptesis

G. Prueba de una afirmacin respecto a una desviacin estndar o varianza Los mismos procedimientos bsicos empleados para probar afirmaciones acerca de medias y proporciones de poblaciones pueden utilizarse para probar afirmaciones que se hacen acerca de una desviacin estndar de una poblacin o una varianza de poblacin 2

Consideraciones

1. Es un requisito esencial el que los valores de la poblacin estn distribuidos normalmente. 2. Dado el supuesto de distribucin normal, la estadstica de prueba tiene una distribucin chi cuadrada con
n 1 grados de libertad.

Estadstica de prueba

( n 1) s2 = 2
2
Donde: n : : : tamao de muestra varianza de muestra varianza de poblacin (dada en la hiptesis nula)

La distribucin chi cuadrada posee las siguientes propiedades importantes: Todos los valores de chi cuadrada son cero o positivos, y la distribucin no es simtrica. Hay una distribucin diferente para cada nmero de grados de libertad (g.l. = n 1) H. Prueba de bondad de ajuste Sirve para para probar la hiptesis de que una distribucin de frecuencia observada se ajusta a (o concuerda con) alguna distribucin propuesta. Se le conoce con el nombre de experimento multinomial, y es semejante a los experimentos binomiales.

Consideraciones
1. Satisface tres de las condiciones de un experimento binomial. Es decir: a) el nmero de ensayos es fijo; b) los ensayos son independientes, y c) las probabilidades se mantienen constantes para cada ensayo. Los resultados de ensayos individuales se deben clasificar en una y slo una de varias categoras distintas. Los datos constituyen una muestra aleatoria. Los datos de muestra consisten en conteos de frecuencia para las k diferentes categoras. Para cada una de las k categoras, la frecuencia esperada es por lo menos 5. Sin embargo, no es obligatorio que todas las frecuencias observadas sean de por lo menos 5.

2. 3.

Estadstica de prueba

=
2

(O E ) 2 E

Donde: O E K n

: : : :

representa la frecuencia observada de un resultado representa la freuencia esperada de un resultado nmero de diferentes categoras o resultados (k 1 = grados de libertad) nmero de ensayos total

08-Dic-2008

Pg. 7 de 8

Resumen - Aplicar pruebas de hipotesis.doc

Universidad Nacional Agraria La Molina FR2000 ESTADISTICA FORESTAL

Departamento de Manejo Forestal

Inferencia y prueba de hiptesis

La forma de la estadstica de prueba chi cuadrado es tal que una concordancia cercana entre los valores observados y los esperados produce un valor pequeo. Un valor grande indica una fuerte discrepancia entre tales valores, rechazndose la hiptesis nula de que no hay diferencia entre los valores observados y los esperados si chi cuadrado presenta un valor significativamente alto. La prueba es siempre de cola derecha. I. Comparacin de dos varianzas

Consideraciones

1. Usamos dos muestras para comparar las varianzas de las poblaciones de las que se extrajeron las 2. 3.
muestras. Las dos muestras son independientes entre s. Las dos poblaciones estn distribuidas normalmente.

Notacin: : la mayor de las dos varianzas de muestra el tamao de la muestra que tiene la varianza ms grande la varianza de la poblacin de la cual se extrajo la muesta que tiene la varianza ms grande , y para la otra muestra y poblacin

n1

: :

Se usan los smbolos

La distribucin del cociente

s12

siguientes propiedades: La distribucin F no es simtrica. Los valores de la distribucin F no pueden ser negativos. La forma exacta de la distribucin F depende de dos grados de libertad diferentes.

2 s2

de las varianzas de muestra corresponde a la distribucin F, que posee las

Estadstica de prueba

s12 F= 2 s2
Si las dos poblaciones realmente tienen varianzas iguales, entonces F= s12/ s22 tiende a acercarse a 1 porque s12 y s22 tienden a tener el mismo valor. En cambio, si las dos poblaciones tienen varianzas radicalmente distintas, s12 y s22 tienden a ser nmeros muy distintos. Un valor de F cercano a 1 ser indicio a favor de la

conclusin de que = de varianzas de poblacin.

, pero un valor grande de F ser indicio en contra de la conclusin de igualdad

El punto especfico del eje de F que marca la ubicacin a partir de la cual puede considerarse grande el valor F calculado a partir de las muestras, se localiza en la tabla de distribucin F correspondiente al nivel de significancia de la prueba (usualmente =0.05 o =0.01) . La tabla tiene dos ejes: uno superior, horizontal, a lo largo del cual se localizan varias columnas entre las que debe escogerse la adecuada segn los grados de libertad (n1-1) de la muestra con mayor varianza s21 , y el otro vertical, a lo largo del cual se localizan varias filas entre las que debe escogerse segn los grados de libertad (n2-1) de la segunda muestra (cuya varianza s22 es la menor entre las dos muestras).

08-Dic-2008

Pg. 8 de 8

Resumen - Aplicar pruebas de hipotesis.doc