CARRERA DE CONTABILIDAD Y AUDITORIA Nombre: Liliana Cuenca Curso: Cuarto Semestre "B" Fecha: 15/06/2015 TEOREMA DEL LMITE CENTRAL Teorema del lmite central o el Teorema Central del Lmite o dice que si tenemos un grupo numeroso de variables independientes y todas ellas siguen el mismo modelo de distribucin (cualquiera que ste sea), la suma de ellas se distribuye segn una distribucin normal. Ejemplo: la variable "tirar una moneda al aire" sigue la distribucin de Bernouilli. Si lanzamos la moneda al aire 50 veces, la suma de estas 50 variables (cada una independiente entre si) se distribuye segn una distribucin normal. QUE ES UNA HIPTESIS Es una proposicin o supuesto sobre los parmetros de una o ms poblaciones. Es una asuncin relativa a una o varias poblaciones, que puede ser cierta o no. Las hiptesis estadsticas se pueden contrastar con la informacin extrada de las muestras y tanto si se aceptan como si se rechazan se puede cometer un error. La hiptesis formulada con intencin de rechazarla se llama hiptesis nula y se representa por H0. Rechazar H0 implica aceptar una hiptesis alternativa (H1). HIPTESIS NULA 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"). Es una hiptesis construida para anular o refutar, con el objetivo de apoyar una hiptesis alternativa. Cuando se utiliza, la hiptesis nula se presume verdadera hasta que una prueba estadstica en la forma de una prueba emprica de la hiptesis indique lo contrario. Si la hiptesis nula no es rechazada, esto no quiere decir que sea verdadera. HIPTESIS ALTERNATIVA
La hiptesis alternativa es igualmente una afirmacin acerca de la poblacin de origen.
Muchas veces, aunque no siempre, consiste simplemente en negar la afirmacin de H0. La hiptesis alternativa se designa con el smbolo H1. Estas hiptesis contienen conjeturas o suposiciones de explicaciones diferentes a las que fueron planteadas por las hiptesis nulas y las de investigacin. Se recurre a esta cuando la de investigacin ha sido rechazada y la nula no es aceptada. ERROR TIPO I El error de tipo I tambin denominado error de tipo alfa () o falso positivo, es el error que se comete cuando el investigador no acepta la hiptesis nula siendo sta verdadera en la poblacin. Es equivalente a encontrar un resultado falso positivo, porque el investigador llega a la conclusin de que existe una diferencia entre las hiptesis cuando en realidad no existe. Se relaciona con el nivel de significancia estadstica. ERROR TIPO II El error de tipo II tambin llamado error de tipo beta () o falso negativo, es el error que se comete cuando el investigador no rechaza la hiptesis nula siendo sta falsa en la poblacin. Es equivalente a la probabilidad de un resultado falso negativo, ya que el investigador llega a la conclusin de que ha sido incapaz de encontrar una diferencia que existe en la realidad. Contrariamente al error tipo I, en la mayora de los casos no es posible calcular la probabilidad del error tipo II. La razn de esto se encuentra en la manera en que se formulan las hiptesis en una prueba estadstica. Mientras que la hiptesis nula representa siempre una afirmacin enrgica. 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. BIBLIOGRAFA http://itssp4brenda.blogspot.com/2012/02/error-tipo-i-y-ii.html http://es.wikipedia.org/wiki/Hip%C3%B3tesis_nula
Actuar de La Población de La Ciudad de Arequipa Frente Al Problema Prevaleciente de La Contaminación Ambiental y Su Conocimiento Del Impacto A La Salud