Hipótesis Alternativa: H1: m  50 cm/seg

Slides:



Advertisements
Presentaciones similares
DISEÑO DE EXPERIMENTOS EXPERIMENTOS DE COMPARACIÓN SIMPLE
Advertisements

MSP César Eduardo Luna Gurrola
ESTIMACION DE PARAMETRO
Pruebas de Hipótesis Introducción
PRUEBAS DE HIPÓTESIS.
Tema 15. Contraste de hipótesis: Planteamiento de las hipótesis
Estadística Aplicada a Ecología
Test de Hipótesis.
PRUEBA DE HIPOTESIS Denominada también prueba de significación, tiene como objetivo principal evaluar suposiciones o afirmaciones acerca de los valores.
Pruebas de hipótesis.
Contraste de Hipótesis
Capítulo 10 Test de Hipótesis.
PRUEBA DE HIPOTESIS LUIS FERNANDO TRUJILLO LEYDER JULIAN GOMEZ
Estadística Teórica II
CONSECUENCIAS DE LA TOMA DE DECISIONES: TIPOS DE ERRORES
Inferencia Estadística
PRUEBAS DE HIPÓTESIS Mercedes de la Oliva.
La prueba U DE MANN-WHITNEY
puede o no ser verdadero, relativo a una o más poblaciones.
ESTIMACION DEL TAMAÑO DE LA MUESTRA.
PRUEBAS DE HIPOTESIS HIPOTESIS
Estimación por intervalos de confianza.
Uso de pruebas estadísticas paramétricas y no paramétricas
MUESTREO DE ACEPTACIÓN DE LOTES POR VARIABLES
Prueba de hipótesis Equivalencia entre la prueba de hipótesis y los intervalos de confianza Valor de probabilidad Valor de probabilidad unilateral Prueba.
Tests de hipótesis Los tres pasos básicos para testear hipótesis son
Control estadístico de Proceso
Inferencia Estadística
Unidad VI: PRUEBAS DE HIPOTESIS
Minitab Básico Pruebas de hipótesis UNIVERSIDAD DE PUERTO RICO
@ Angel Prieto BenitoMatemáticas 2º Bachillerato CS1 TIPOS DE ERRORES Tema 14.4 * 2º BCS.
Diseño Estadístico y Herramientas para la Calidad
Unidad V: Estimación de
INTERVALO DE CONFIANZA
Estadística Clase 3 Intervalos de confianza.
Tema : Introducción a los contrastes de hipótesis
Unidad V: Estimación de
TEMA 15 * CONTRASTES DE HIPÓTESIS
Introducción La inferencia estadística es el procedimiento mediante el cual se llega a inferencias acerca de una población con base en los resultados obtenidos.
Análisis Cuantitativo de Datos (Básico)
Clase 4a Significancia Estadística y Prueba Z
Unidad V: Estimación de
Capítulo 1. Conceptos básicos de la Estadística
INFERENCIA ESTADÍSTICA
¿Dónde está enterrado El Greco? La doctora Inferencia Estadística: ¿Dónde está enterrado El Greco? Contraste de hipótesis para una proporción Imagen de.
Pruebas de hipótesis.
COMPROBACION DE HIPOTESIS SOBRE DOS PROMEDIOS Mario Briones L. MV, MSc 2005.
Pruebas de hipótesis.
@ Angel Prieto BenitoMatemáticas 2º Bachillerato CS1 TEMA 15 * CONTRASTES DE HIPÓTESIS MATEMÁTICAS A. CS II.
EJEMPLO CON EL EJERCICIO 6 DE LA GUIA Cargar los datos Ir a Estadísticas-inferencia basada en una muestra- prueba t para un parámetro.
INTERVALOS DE CONFIANZA
BASES PARA EL RAZONAMIENTO EN ESTADÍSTICA INFERENCIAL
ESTIMACIÓN DE PARÁMETROS
INTERVALO DE CONFIANZA
Prueba de Hipótesis Una hipótesis estadística es un supuesto que se establece sobre las características de una distribución poblacional El estudio se plantea.
PRUEBA DE HIPÓTESIS DE LA DISTRIBUCIÓN “Z” PARA DOS PROPORCIONES.
Prueba de Hipótesis. Prueba de Hipótesis. Profesor René Quiñones.
Estadística para administradores
Aspectos generales de la investigación educativa en el SNIT
CONTRASTE DE HIPÓTESIS Dimensiones Largo275mm. 169 mm 2 Ancho175mm.49 mm 2 Alto175mm.49 mm 2 Peso16 Kg.1 Kg 2. SITUACIÓN PROBLEMA.
INFERENCIA ESTADÍSTICA
Metodología de la Investigación Cát. I
Pruebas de hipótesis para una muestra
UNIDAD I.- Analisis 3.4 Prueba de Hipotesis.
DISTRIBUCIÓN “t” DE STUDENT
Intervalos de Confianza M. C. José Juan Rincón Pasaye UMSNH – FIE Mayo de 2003.
PRUEBAS DE HIPÓTESIS Y ESTIMACIÓN.  Constituyen el proceso relacionado con aceptar o rechazar declaraciones acerca de los parámetros de la población.
Estadística Inferencial
1 Estadística Aplicada Universidad Maimónides 2016 Clase 6 – Contraste de Hipótesis Pedro Elosegui.
Viviana Acosta Estadística II. Que es Es una distribución de probabilidad que surge del problema de estimar la media de una población normalmente distribuida.
Transcripción de la presentación:

Hipótesis Alternativa: H1: m  50 cm/seg Ejemplo: Se tiene interés en la rapidez de combustión de un agente propulsor para los sistemas de salida de emergencia en aeronaves. (Esta rapidez es una variable aleatoria con alguna distribución de probabilidad). Especialmente interesa la rapidez de combustión promedio, que es un parámetro m de dicha distribución. De manera más específica, interesa decidir si esta rapidez promedio es o no 50 cm/seg. Hipótesis Nula: H0: m = 50 cm/seg Hipótesis Alternativa: H1: m  50 cm/seg 48.5 50 51.5 Región Crítica Región de aceptación Región Crítica Se acepta H1 Se acepta H0 Se acepta H1 m  50 m = 50 m  50 Valores Críticos

a = P(error Tipo I)= P(rechazar H0 | H0 es verdadera) Condición real Decisión H0 verdadera H0 falsa Rechazar H0 Error Tipo I ok Aceptar H0 Error Tipo II a = P(error Tipo I)= P(rechazar H0 | H0 es verdadera) Calcular a para el ejemplo de la rapidez de combustión para una muestra de n = 10 datos, suponiendo que la desviación estándar de la rapidez de combustión es s = 2.5 cm/seg. = P( x caiga en la región crítica | m = 50), es decir: a = P( x < 48.5) + P( x > 51.5) = 0,0576 (Recordando que La distribución de x es Normal con media m = 50 y desviación estándar s/n = 0.79) Esto significa que el 5.76% de las muestras de tamaño 10 conducirán al rechazo de la Hipótesis H0: m=50 cm/seg, cuando ésta es verdadera

b = P(error Tipo II) = P(aceptar H0 | H0 es falsa) No es posible calcular b si no se tiene una hipótesis alternativa específica, es decir, un valor particular del parámetro bajo prueba en lugar de un rango de valores Por ejemplo, supongamos que es importante rechazar H0 si la rapidez promedio de combustión m es mayor que 52 cm/seg o menor que 48 cm/seg. Dada la simetría sólo se requiere evaluar la probabilidad de aceptar H0: m = 50 cuando el valor verdadero es m = 52. 45 46 47 48 49 50 51 52 53 54 55 0.1 0.2 0.3 0.4 0.5 0.6 0.7 H0: m = 50 H1: m = 52 De acuerdo a la figura: b = P(48.5  x  51.5 | m = 52) = 0.2643 _ La probabilidad de obtener un error de tipo II aumenta muy rápido a medida que el valor verdadero m tiende al valor Hipotético. Por ejemplo, si suponemos que m=50.5, y recalculamos b, obtenemos 0,8923. también depende del tamaño de la muestra, por ejemplo, si n = 16 obtenemos, cuando m = 52: = 0.625, por lo tanto b = 0,2119. Es decir, b disminuye cuando n aumenta, excepto si el valor real de m está muy cerca del hipotético. UMSNH - FIE

Como uno puede elegir los valores críticos del intervalo de aceptación, controlamos el valor de a, controlamos la probabilidad de rechazar de manera errónea H0. Es por eso que el rechazo de H0 siempre se considera como una Conclusión Fuerte (los datos aportan fuerte evidencia de que H0 es falsa). La decisión de aceptar H0 se considera una Conclusión Débil, a menos que se sepa que b es considerablemente pequeño. Por esto en lugar de decir: “se acepta H0”, se prefiere decir “no rechazamos H0”, es decir, no se ha encontrado evidencia suficiente para rechazar H0. No quiere decir que exista gran evidencia de que H0 sea cierta, sino que no hay gran evidencia de que sea falsa.

Hipótesis Unilaterales En el ejemplo, supongamos que si la rapidez media de combustión es menor que 50 cm/seg se desea demostrar esto con una conslusión fuerte. ¿Cómo deben plantearse las hipótesis? H0: m = 50 cm/seg H1: m < 50 cm/seg Nótese que, aunque H0 está planteada como una igualdad, se sobrentiende que incluye cualquier valor de m no especificado por H1. Es decir, la incapacidad de rechazar H0, no significa que m = 50, sino que no se tiene evidencia fuerte que apoye a H1. Es decir, pudiera ser que m = 50 o que m > 50. Ejemplo: Un embotellador de refresco desea estar seguro de que las botellas que usa tienen en promedio un valor que supera el mínimo de presión de estallamiento de 200 psi. El embotellador puede formular una prueba de hipótesis de dos maneras: H0: m = 200 psi H0: m = 200 psi H1: m > 200 psi H1: m < 200 psi (1) (2) Con el planteamiento (1) Como el rechazo de H0 es una conclusión fuerte, esto obliga al fabricante a demostrar (aportar evidencia) de que las botellas soportan mayor presión que 200 psi. Con el planteamiento (2) si se rechaza H0 se concluye que las botellas no soportan los 200 psi, es decir, se concluye que las botellas son satisfactorias a menos que haya evidencia fuerte en sentido contrario. ¿Cuál planteamiento es el correcto? En la Hipótesis alternativa se debe poner la proposición sobre la cual es importante llegar a una conclusión fuerte.

Conclusiones Fuerte y Débil Pruebas de Hipótesis Conclusiones Fuerte y Débil Como uno puede elegir los valores críticos del intervalo de aceptación uno controla el valor de a. Uno puede entonces controlar la probabilidad de rechazar de manera errónea H0. Es por eso que el rechazo de H0 siempre se considera como una Conclusión Fuerte. (los datos aportan fuerte evidencia de que H0 es falsa) La decisión de aceptar H0 se considera una Conclusión Débil, a menos que se sepa que b es considerablemente pequeño. Por esto en lugar de decir “se acepta H0” se prefiere decir “incapaz de rechazar H0”, es decir, no se ha encontrado evidencia suficiente para rechazar H0. O sea, no quiere decir que exista gran evidencia de que H0 sea cierta sino que no hay gran evidencia de que sea falsa. UMSNH - FIE