TEMA 4.4.1 Pruebas paramtricas (Validacin del modelo, pruebas de hiptesis y pruebas de estimacin).

Son

A travs de esta etapa es posible detallar deficiencias en la formulacin del modelo o en los datos con que se aliment el modelo, se trata de establecer, y si es posible aumentar, el nivel aceptable de confiabilidad de las inferencias efectuadas sobre el sistema real

Esto es validar la estructura interna del modelo. Puede hacerse cuando se establece el modelo o en la toma de datos

En esta etapa se observar el comportamiento del modelo en cada uno de esos procesos simples para asegurarse que cada componente o subsistema esta bien simulado.

Las formas ms comunes de validar un modelo son mediante:

A) La opinin de expertos sobre los resultados de la simulacin. B) Comparar los resultados del modelo con datos histricos.

C) Comprobar fallas del modelo de simulacin, provocadas por la utilizacin de datos que hacen fallar el sistema real. D) La aceptacin y confianza en el modelo, de la persona que har uso de los resultados que arroje el experimento de simulacin.

Al realizar pruebas de hiptesis, se parte de un valor supuesto (hipottico) en parmetro poblacional. Despus de recolectar una muestra aleatoria, se compara la estadstica muestral, as como la media (x), con el parmetro hipottico, se compara con una supuesta media poblacional. Despus se acepta o se rechaza el valor hipottico, segn proceda.

Se rechaza el valor hipottico slo si el resultado muestral resulta muy poco probable cuando la hiptesis es cierta. Las pruebas de hiptesis constan de 6 etapas

Etapa 1.- Planear la hiptesis nula y la hiptesis alternativa. La hiptesis nula (H0) es el valor hipottico del parmetro que se compra con el resultado muestral resulta muy poco probable cuando la hiptesis es cierta.

Etapa 2.- Especificar el nivel de significancia que se va a utilizar. Si el nivel de significancia del 5%, entonces se rechaza la hiptesis nula solamente si el resultado muestral es tan diferente del valor hipottico que una diferencia de esa magnitud o mayor, pudiera ocurrir aleatoria mente con una probabilidad de 1.05 o menos.

Etapa 3.- Elegir la estadstica de prueba. La estadstica de prueba puede ser la estadstica muestral (el estimador no segado del parmetro que se prueba) o una versin transformada de esa estadstica muestral. Por ejemplo, para probar el valor hipottico de una media poblacional, se toma la media de una muestra aleatoria de esa distribucin normal, entonces es comn que se transforme la media en un valor z el cual, a su vez, sirve como estadstica de prueba.

Etapa 4.- Establecer el valor o valores crticos de la estadstica de prueba. Habiendo especificado la hiptesis nula, el nivel de significancia y la estadstica de prueba que se van a utilizar, se produce a establecer el o los valores crticos de estadstica de prueba. Puede haber uno o ms de esos valores, dependiendo de si se uva a realizar una prueba de uno o dos extremos

Etapa 5.- Determinar el valor real de la estadstica de prueba. Por ejemplo, al probar un valor hipottico de la media poblacional, se toma una muestra aleatoria y se determina el valor de la media muestral. Si el valor crtico que se establece es un valor de z, entonces se transforma la media muestral en un valor de z.

Etapa 6.- Tomar la decisin. Se compara el valor observado de la estadstica muestral con el valor (o valores) crticos de la estadstica de prueba. Despus se acepta o se rechaza la hiptesis nula. Si se rechaza sta, se acepta la alternativa; a su vez, esta decisin tendr efecto sobre otras decisiones de los administradores operativos, como por ejemplo, mantener o no un estndar de desempeo o cul de dos estrategias de mercadotecnia utilizar.

La distribucin apropiada de la prueba estadstica se divide en dos regiones: una regin de rechazo y una de no rechazo. Si la prueba estadstica cae en esta ltima regin no se puede rechazar la hiptesis nula y se llega a la conclusin de que el proceso funciona correctamente.

PASOS DE LA PRUEBA DE HIPTESIS

1. Expresar la hiptesis nula 2. Expresar la hiptesis alternativa 3. Especificar el nivel de significancia 4. Determinar el tamao de la muestra 5. Establecer los valores crticos que establecen las regiones de rechazo de las de no rechazo.

6. Determinar la prueba estadstica. 7. Coleccionar los datos y calcular el valor de la muestra de la prueba estadstica apropiada. 8. Determinar si la prueba estadstica ha sido en la zona de rechazo a una de no rechazo. 9. Determinar la decisin estadstica. 10 Expresar la decisin estadstica en trminos del problema.

 ES UN CONJUNTO DE TECNCAS QUE PERMITE DAR UN VALOR APROXIMADO DE UN PARAMETRO DE UNA POBLACION A PARTIR DE LOS DATOS PORPORCIONADOS POR UNA MUESTRA. UNA ESTIMACION SE DEFINE COMO LA MEDIANA DE LA DISTRIBUCION QUE DEBE ENTENDERSE COMO EL CENTRO DE UN INTERVALO QUE SE EXPRESA MEDIANTE 3 VALORES: EL VALOR MAS PROBABLE MEDIANTE LA DISTRIBUCION LIMITE SUPERIOR DEL VALOR LIMITE INFERIOR DEL VALOR

ESTIMACION PUNTUAL CONSISTANTE EN LA ESTIMACION DEL VALOR DEL PARAMETRO MEDIANTE UN SOLO VALOR, OBTENIDO DE UNA FORMULA DETERMINADA. OBJ ES UNA MUESTRA PARA OBTENER NUMEROS QUE SEAN LOS MEJOR REPRESENTAN A LOS VERDADEROS VALORES DE LOS PARAMETROS DE INTERES

EJEMPLO DE ESTIMACION

SI UN DADO ES O NO EQULIBRADO, SE ARROJA EL DADO 100 VECES EN FORMA INDEPENDIENTE Y SE OBTIENE 21 ASES Qu VALOR SE UTILIZA COMO ESTIMACION DE PROBABILIDAD DE ASE? P =21/100 = 0.21