Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad

Estadística Inferencial: Pruebas de Hipótesis - Unidad 3, Ejercicios de Estadística

estadistica descriptiva archivo dedicado a todos los estudiantes

Tipo: Ejercicios

2019/2020

Subido el 11/09/2020

karla-berenice-chavez-florencia
karla-berenice-chavez-florencia 🇲🇽

5

(1)

2 documentos

1 / 25

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
1
INSTITUTO TECNOLOGICO SUPERIOR DE ALAMO TEMAPACHE
PORTAFOLIOS DE EVIDENCIAS
ESTADISTICA INFERENCIAL
UNIDAD 2-UNIDAD 3
INGENIERIA INDUSTRIAL
PROFESOR: JUAN PITTA ROSADO
UNIDAD 3: PRUEBAS DE HIPOTESIS
ALUMNOS: LEONEL VELAZQUEZ NOLASCO-172Z0634
RAFAEL ALBERTO HERNÁNDEZ PONCE
GRUPO 301 E
PERIODO AGOSTO 2018-ENERO 2019
pf3
pf4
pf5
pf8
pf9
pfa
pfd
pfe
pff
pf12
pf13
pf14
pf15
pf16
pf17
pf18
pf19

Vista previa parcial del texto

¡Descarga Estadística Inferencial: Pruebas de Hipótesis - Unidad 3 y más Ejercicios en PDF de Estadística solo en Docsity!

INSTITUTO TECNOLOGICO SUPERIOR DE ALAMO TEMAPACHE

PORTAFOLIOS DE EVIDENCIAS

ESTADISTICA INFERENCIAL

UNIDAD 2-UNIDAD 3

INGENIERIA INDUSTRIAL

PROFESOR: JUAN PITTA ROSADO

UNIDAD 3: PRUEBAS DE HIPOTESIS

ALUMNOS: LEONEL VELAZQUEZ NOLASCO-172Z

RAFAEL ALBERTO HERNÁNDEZ PONCE

GRUPO 301 E

PERIODO AGOSTO 2018-ENERO 2019

INDICE

  • 1.- INTRODUCCION-----------------------------página
  • 2.- PALABRAS CLAVE-------------------------página
  • 3.- OBJETIVOS-----------------------------------página
  • 4.-ACTIVIDADES---------------------------------página
    •  Resumen 1--------------------------------página
    •  Ejercicios 1-------------------------------página
    •  Ejercicios 2-------------------------------página  Resumen 2------------------------------- No entrego
  • 5.- CONCLUSIÓN--------------------------------página
  • 7.-BIBLIOGRAFÍA------------------------------página

Criterios de rechazo

Ho-si Z* <> 1.-si Z* > Zα

2.-si Z* <>

Tipos de prueba

a) Prueba bilateral o de dos extremos: la hipótesis planteada se formula con la igualdad

Ejemplo:

H0 : μ = 200 H1 : μ ≠ 200

b) Pruebas unilateral o de un extremo: la hipótesis planteada se formula con ≥ o ≤

H0 : μ ≥ 200 H0 : μ ≤ 200 H1 : μ <> 200

Ejemplo: Paso 1: Plantear la hipótesis nula Ho y la hipótesis alternativa H1.

Cualquier investigación estadística implica la existencia de hipótesis o afirmaciones acerca de las poblaciones que se estudian.

La hipótesis nula (Ho) se refiere siempre a un valor especificado del parámetro de población, no a una estadística de muestra. La letra H significa hipótesis y el subíndice cero no hay diferencia. Por lo general hay un "no" en la hipótesis nula que indica que "no hay cambio" Podemos rechazar o aceptar Ho.

La hipótesis nula es una afirmación que no se rechaza a menos que los datos

maestrales proporcionen evidencia convincente de que es falsa. El planteamiento de la hipótesis nula siempre contiene un signo de igualdad con respecto al valor especificado del parámetro.

La hipótesis alternativa (H1) es cualquier hipótesis que difiera de la hipótesis nula. Es una afirmación que se acepta si los datos maestrales proporcionan evidencia suficiente de que la hipótesis nula es falsa. Se le conoce también como la hipótesis de investigación. El planteamiento de la hipótesis alternativa nunca contiene un signo de igualdad con respecto al valor especificado del parámetro.

Paso 2: Seleccionar el nivel de significancia.

Nivel de significancia: Probabilidad de rechazar la hipótesis nula cuando es verdadera. Se le denota mediante la letra griega α, también es denominada como nivel de riesgo, este término es más adecuado ya que se corre el riesgo de rechazar la hipótesis nula, cuando en realidad es verdadera. Este nivel está bajo el control de la persona que realiza la prueba.

Si suponemos que la hipótesis planteada es verdadera, entonces, el nivel de significación indicará la probabilidad de no aceptarla, es decir, estén fuera de área de aceptación. El nivel de confianza (1-α), indica la probabilidad de aceptar la hipótesis planteada, cuando es verdadera en la población.

La distribución de muestreo de la estadística de prueba se divide en dos regiones, una región de rechazo (conocida como región crítica) y una región de no rechazo (aceptación). Si la estadística de prueba cae dentro de la región de aceptación, no se puede rechazar la hipótesis nula.

La región de rechazo puede considerarse como el conjunto de valores de la estadística de prueba que no tienen posibilidad de presentarse si la hipótesis nula es verdadera. Por otro lado, estos valores no son tan improbables de presentarse si la hipótesis nula es falsa. El valor crítico separa la región de no rechazo de la de rechazo.

Tipos de errores

por ejemplo, el tamaño de la muestra requerida. Las contrastaciones se apoyan en que los datos de partida siguen una distribución normal

Existe una relación inversa entre la magnitud de los errores α y β: conforme a aumenta, β disminuye. Esto obliga a establecer con cuidado el valor de a para las pruebas estadísticas. Lo ideal sería establecer α y β.En la práctica se establece el nivel α y para disminuir el Error β se incrementa el número de observaciones en la muestra, pues así se acortan los límites de confianza respecto a la hipótesis planteada. La de las pruebas estadísticas es rechazar la hipótesis planteada. En otras palabras, es deseable aumentar cuando ésta es verdadera, o sea, incrementar lo que se llama poder de la prueba (1- β) La aceptación de la hipótesis planteada debe interpretarse como que la información aleatoria de la muestra disponible no permite detectar la falsedad de esta hipótesis.

Paso 3: Cálculo del valor estadístico de prueba

Valor determinado a partir de la información muestral, que se utiliza para determinar si se rechaza la hipótesis nula., existen muchos estadísticos de prueba para nuestro caso utilizaremos los estadísticos z y t. La elección de uno de estos depende de la cantidad de muestras que se toman, si las muestras son de la prueba son iguales a 30 o mas se utiliza el estadístico z, en caso contrario se utiliza el estadístico t. En las pruebas de hipótesis para la media (μ), cuando se conoce la desviación estándar (σ) poblacional, o cuando el valor de la muestra es grande (30 o más), el valor estadístico de prueba es z y se determina a partir de:

El valor estadístico z, para muestra grande y desviación estándar poblacional desconocida se determina por la ecuación:

En la prueba para una media poblacional con muestra pequeña y desviación estándar poblacional desconocida se utiliza el valor estadístico t.

Paso 4: Formular la regla de decisión

Se establece las condiciones específicas en la que se rechaza la hipótesis nula y las condiciones en que no se rechaza la hipótesis nula. La región de rechazo define la ubicación de todos los valores que son tan grandes o tan pequeños, que la probabilidad de que se presenten bajo la suposición de que la hipótesis nula es verdadera, es muy remota

Distribución muestral del valor estadístico z, con prueba de una cola a la derecha

Valor crítico: Es el punto de división entre la región en la que se rechaza la hipótesis nula y la región en la que no se rechaza la hipótesis nula.

Paso 5: Tomar una decisión.

En este último paso de la prueba de hipótesis, se calcula el estadístico de prueba, se compara con el valor crítico y se toma la decisión de rechazar o no la hipótesis nula. Tenga presente que en una prueba de hipótesis solo se puede tomar una de dos decisiones: aceptar o rechazar la hipótesis nula. Debe subrayarse que siempre existe la posibilidad de rechazar la hipótesis nula cuando no debería haberse rechazado (error tipo I). También existe la posibilidad de que la hipótesis nula se acepte cuando debería haberse rechazado (error de tipo II).

OBJETIVOS

Competencia específica:

Realiza pruebas de hipótesis para comparar si los valores de los estadísticos obtenidos de una muestra tienen una diferencia significativa con un valor supuesto asumiendo cierto nivel de confianza y tomando en cuenta los criterios de aceptación o rechazo en problemas de la industria y la logística que involucren errores tipo I o tipo II.

Competencias genéricas:

 Capacidad de abstracción, análisis y síntesis.  Capacidad de aplicar los conocimientos enla práctica.  Capacidad para identificar, plantear y resolver problemas

ACTIVIDADES

Resumen 1- LEONEL VELAZQUEZ NOLASCO

Ejercicios 1-LEONEL VELAZQUEZ NOLASCO