UNIVERSIDAD NACIONAL DE CHIMBORAZO

FACULTAD DE CIENCIAS POLTICAS Y ADMINISTRATIVAS

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