4.

1 INTRODUCCIÓN PRUEBAS DE HIPÓTESIS

Introducción: Prueba de hipótesis En esta unidad nos concentraremos en la prueba
de hipótesis, otro aspecto de la inferencia estadística que al igual que la estimación
del intervalo de confianza, se basa en la información de la muestra. Se desarrolla
una metodología paso a paso que le permita hacer inferencias sobre un parámetro
poblacional mediante el análisis diferencial entre los resultados observados
(estadístico de la muestra) y los resultados de la muestra esperados si la hipótesis
subyacente es realmente cierta. En el problema de estimación se trata de elegir el
valor de un parámetro de la población, mientras que en las pruebas de hipótesis se
trata de decidir entre aceptar o rechazar un valor especificado (por ejemplo, si el
nivel de centramiento de un proceso es o no lo es). Prueba de hipótesis:
Estadísticamente una prueba de hipótesis es cualquier afirmación acerca de una
población y/o sus parámetros. Una prueba de hipótesis consiste en contrastar dos
hipótesis estadísticas. Tal contraste involucra la toma de decisión acerca de las
hipótesis. La decisión consiste en rechazar o no una hipótesis en favor de la otra.
Una hipótesis estadística se denota por “H” y son dos: -
Ho: hipótesis nula - H1: hipótesis alternativa Partes de una hipótesis
1. -La hipótesis nula “Ho”
2. -La hipótesis alternativa “H1”
3. -El estadístico de prueba
4. -Errores tipo I y II
5. La región de rechazo (crítica)
6. -La toma de decisión
1. Concepto: Una prueba de hipótesis estadística es una conjetura de una o más
poblaciones. Nunca se sabe con absoluta certeza la verdad o falsedad de una
hipótesis estadística, a no ser que se examine la población entera. Esto por su
puesto sería impráctico en la mayoría de las situaciones. En su lugar, se toma una
muestra aleatoria de la población de interés y se utilizan los datos que contiene tal
muestra para proporcionar evidencia que confirme o no la hipótesis. La evidencia
de la muestra que es un constante con la hipótesis planteada conduce a un rechazo
de la misma mientras que la evidencia que apoya la hipótesis conduce a su
aceptación. Definición de prueba de hipótesis estadística es que cuantifica el
proceso de toma de decisiones. Por cada tipo de prueba de hipótesis se puede
calcular una prueba estadística apropiada. Esta prueba estadística mide el
acercamiento del calor de la muestra (como un promedio) a la hipótesis nula. La
prueba estadística, sigue una distribución estadística bien conocida (normal, etc.) o
se puede desarrollar una distribución para la prueba estadística particular. La
distribución apropiada de la prueba estadística se divide en dos regiones: una región
de rechazo y una de no rechazo. Si la prueba estadística cae en esta última región
no se puede rechazar la hipótesis nula y se llega a la conclusión de que el proceso
funciona correctamente. Al tomar la decisión con respecto a la hipótesis nula, se
debe determinar el valor crítico en la distribución estadística que divide la región del
rechazo (en la cual la hipótesis nula no se puede rechazar) de la región de rechazo.
A hora bien el valor crítico depende del tamaño de la región de rechazo
4.2 DISTRIBUCION NORMAL Y DISTRIBUCION T STUDENT
En estadística y probabilidad se llama distribución normal, distribución de Gauss o
distribución gaussiana, a una de las distribuciones de probabilidad de variable
continua que con más frecuencia aparece en fenómenos reales. La gráfica de su
función de densidad tiene una forma acampanada y es simétrica respecto de un
determinado parámetro. Esta curva se conoce como campana de Gauss. parte de
este tipo de fenómenos son desconocidos, por la enorme cantidad de variables
incontrolables que en ellos intervienen, el uso del modelo normal puede justificarse
asumiendo que cada observación se obtiene como la suma de unas pocas causas
independientes. De hecho, la estadística es un modelo matemático que sólo permite
describir un fenómeno, sin explicación alguna. Para la explicación causal es preciso
el diseño experimental, de ahí que al uso de la estadística en psicología y sociología
sea conocido como método correlacional. La distribución normal también es
importante por su relación con la estimación por mínimos cuadrados, uno de los
métodos de estimación más simples y antiguos. La distribución normal también
aparece en muchas áreas de la propia estadística. Por ejemplo, la distribución
muestral de las medias muéstrales es aproximadamente normal, cuando la
distribución de la población de la cual se extrae la muestra no es normal. [1]
Además, la distribución normal maximiza la entropía entre todas las distribuciones
con media y varianza conocidas, lo cual la convierte en la elección natural de la
distribución subyacente a una lista de datos resumidos en términos de media
muestral y varianza. La distribución normal es la más extendida en estadística y
muchos tests estadísticos están basados en una supuesta "normalidad". En
probabilidad y estadística, la distribución t (de Student) es una distribución de
probabilidad que surge del problema de estimar la media de una población
normalmente distribuida cuando el tamaño de la muestra es pequeño. Aparece de
manera natural al realizar la prueba t de Student para la determinación de las
diferencias entre dos medias muestrales y para la construcción del intervalo de
confianza para la diferencia entre las medias de dos poblaciones cuando se
desconoce la desviación típica de una población y ésta debe ser estimada a partir
de los datos de una muestra. La distribución t de Student es la distribución de
probabilidad del cociente Donde • Z tiene una distribución normal de media nula y
varianza 1 • V tiene una distribución chi-cuadrado con grados de libertad • Z y V son
independiente