Diseo de Experimentos

Bienvenido Sez Ulloa

Elementos de inferencia estadstica: experimentos

con uno y dos tratamientos

1
 Elementos de inferencia
estadstica: experimentos
con uno y dos tratamientos
Estimacin puntual y por intervalo
Conceptos bsicos de prueba de hiptesis
Planteamiento de una hiptesis estadstica

2
Objetivos de aprendizaje

Explicar la estimacin puntual y por intervalo.

Describir las pruebas para la media y la varianza, as como

los conceptos bsicos de prueba de hiptesis.

3
Estimacin puntual y por intervalo

4
Estimacin puntual y por intervalo

Las distribuciones de probabilidad que tienen una variable que representa

cierta caracterstica de una poblacin se definen completamente cuando se
conocen sus parmetros, pero cuando stos no se conocen, ser necesario
estimarlos con base en los datos muestrales para hacer inferencias sobre la
poblacin.

Por ejemplo, los parmetros de una distribucin normal son la media, , y la

desviacin estndar, , que en caso de desconocerse ser necesario
estimarlos a partir de los datos en la muestra.

Hay dos tipos de estimacin: puntual y por intervalo.

5
 Estimacin puntual

Un estimador puntual de un parmetro desconocido es un estadstico

que genera un valor numrico simple, que se utiliza para hacer una
estimacin del valor del parmetro desconocido; por ejemplo, tres
parmetros sobre los que con frecuencia se desea hacer inferencia son:

La media del proceso (poblacin).

La varianza 2 o la desviacin estndar del proceso.
La proporcin p de artculos defectuosos.

Los estimadores puntuales (estadsticos) ms recomendados para estimar estos

parmetros son, respectivamente:

6
Estimacin puntual

7
Estimacin por intervalo

8
 Estimacin por intervalo

donde L y U forman el intervalo de confianza buscado [L, U].

La correcta interpretacin de un intervalo de confianza es como sigue:

si se obtuvieran 100 muestras independientes de la misma poblacin o
proceso, cada una de tamao n y para cada muestra se calcular el
intervalo de confianza a 95% para el mismo parmetro, entonces se
espera que 95 de los 100 intervalos contengan el verdadero valor de dicho
parmetro. 9
 Estimacin por intervalo

En la prctica se obtiene slo un intervalo y se dice que el intervalo

[L,U] tiene una confianza de 100(1 )%; esto tiene una interpretacin
constante, en el sentido de que el parmetro estar en el intervalo
100(1 )% de las veces que apliquemos el procedimiento.

La longitud del intervalo de confianza es una medida de la precisin de

la estimacin.

De aqu que es deseable que la longitud de los intervalos sea pequea

y con alto nivel de confianza. El ancho de los intervalos es mayor a
medida que sea mayor la varianza de la poblacin y el nivel de
confianza exigido. El ancho del intervalo es menor si se incrementa el
tamao de la muestra.

10
 Estimacin por intervalo

Intervalo de confianza para una media

11
 Estimacin por intervalo

Intervalo de confianza para una media

12
 Estimacin por intervalo

Ejemplo:

13
 Estimacin por intervalo

Ejemplo:

14
 Estimacin por intervalo

Ejemplo:

15
 Estimacin por intervalo

Intervalo para la varianza

16
 Estimacin por intervalo

Ejemplo:

17
 Estimacin por intervalo

Ejemplo:

18
 Estimacin por intervalo

Intervalo para una proporcin

19
 Estimacin por intervalo

Resumen de frmulas para intervalos de confianza

20
 Estimacin por intervalo

Ejemplo:

21
 Estimacin por intervalo

Ejemplo:

22
Conceptos bsicos de pruebas de
hiptesis

23
Conceptos bsicos de prueba de hiptesis

Un estudio experimental o una investigacin, por lo general tiene como ltimo

objetivo, responder en forma segura ciertas preguntas y/o tomar decisiones. En este
contexto, el experimentador tiene a priori ciertas creencias o hiptesis que desea
comprobar. Por ejemplo:
Los tres proveedores del material x tienen el mismo nivel de calidad.
El porcentaje de este ingrediente afecta el resultado de la mezcla.
El tiempo de espera de esta operacin es de tres horas, en promedio.
Si aumentamos la cantidad de reactivo se elimina el problema.

A continuacin se describen los conceptos bsicos de prueba de hiptesis, es decir, los

pasos fundamentales de cualquier procedimiento de prueba de hiptesis, como son:
1. planteamiento de la hiptesis,
2. estadstico de prueba y
3. criterio de rechazo.

24
 Planteamiento de la hiptesis

Una hiptesis estadstica es una afirmacin sobre los valores de los parmetros de una
poblacin o proceso, que es susceptible de probarse a partir de la informacin contenida
en una muestra representativa que es obtenida de la poblacin.

Por ejemplo, la afirmacin este proceso produce menos de 8% de defectuosos se puede

plantear estadsticamente, en trminos de la proporcin p desconocida de artculos
defectuosos que genera el proceso, como se hace a continuacin.

Ho : p = 0.08 (la proporcin de defectuosos es 0.08) hiptesis nula

HA : p < 0.08 (la proporcin es menor a 0.08) hiptesis alternativa

El nombre de hiptesis nula se deriva del hecho de que comnmente se plantea como una
igualdad, lo cual facilita el tener una distribucin de probabilidad de referencia especfica.
En general, la estrategia a seguir para probar una hiptesis es suponer que la hiptesis
nula es verdadera, y que en caso de ser rechazada por la evidencia que aportan los datos,
se estar aceptando la hiptesis alternativa.

25
 Planteamiento de la hiptesis

Supongamos ahora que la afirmacin a probar es este proceso produce 8% de

defectuosos. Observe que la afirmacin seala que su falsedad se da, tanto si se
observan menos de 8% de defectuosos como si se observan ms de 8% de
defectuosos.
En este sentido, el planteamiento estadstico debe ser:
Ho : p = 0.08 (la proporcin de defectuosos es 0.08) hiptesis nula
HA : p 0.08 (la proporcin es menor a 0.08) hiptesis alternativa

Ahora, lo que se desea concluir es la hiptesis nula.

La eleccin de la hiptesis alternativa en cuanto a si debe ser unilateral o bilateral

depende de la afirmacin que se quiera probar.

26
 Estadstico de prueba

Probar una hiptesis consiste en investigar si lo afirmado por la hiptesis nula es verdad o
no. La estrategia de prueba parte del supuesto de que Ho es verdadera, y si los resultados de
la investigacin contradicen en forma suficiente dicho supuesto, entonces se rechaza Ho y se
acepta la hiptesis alternativa. En caso de que los resultados de la investigacin no
demuestren claramente la falsedad de Ho, sta no se rechaza. Es decir, la hiptesis nula es
verdadera mientras no se demuestre lo contrario.

Una vez planteada la hiptesis, se toma una muestra aleatoria de la poblacin de estudio o
se obtienen datos mediante un experimento planeado de acuerdo con la hiptesis. El
estadstico de prueba es un nmero calculado a partir de los datos y la hiptesis nula, cuya
magnitud permite discernir si se rechaza o no la hiptesis nula Ho. Al conjunto de posibles
valores del estadstico de prueba que llevan a rechazar Ho, se le llama regin o intervalo de
rechazo para la prueba, y a los posibles valores donde no se rechaza Ho se les llama regin o
intervalo de aceptacin.

27
 Estadstico de prueba

Por ejemplo, para las hiptesis planteadas anteriormente, el estadstico de prueba

est dado por

donde p es la proporcin de defectuosos que se encontr en una muestra de

n artculos inspeccionados. Si H0 es verdad, el estadstico z0 sigue
aproximadamente la distribucin normal estndar; la aproximacin es mejor
mientras ms grande es el valor de n. En general, se requiere np > 10 para
una buena aproximacin; en este caso, con np 120 unidades
inspeccionadas sera suficiente.

28
 Criterio de rechazo

El estadstico de prueba, construido bajo el supuesto de que H0 es verdad, es

una variable aleatoria con distribucin conocida. Si efectivamente H0 es
verdad, el valor del estadstico de prueba debera caer dentro del rango de
valores ms probables de su distribucin asociada, el cual se conoce como
regin de aceptacin.

29
www.uip.edu.pa
30