PRUEBA DE HIPOTESIS ESTADISTICA

Slides:



Advertisements
Presentaciones similares
Clase 5 Hipótesis de diferencias de grupos
Advertisements

INFERENCIA ESTADISTICA Dr. Porfirio Gutiérrez González
La distribución t es una distribución de probabilidad que surge del problema de estimar la media de una población normalmente distribuida cuando el tamaño.
Danny Rafael Amaya Cotes Marcos Elías López Guerra.
RESUMEN DE LA DISTRIBUCION MUESTRAL PARA LA MEDIA MUESTRAL X INTERVALOS DE CONFIANZA PARA LA MEDIA POBLACIONAL  TIPO DE PROBLEMA ESPERANZA Y VARIANZA.
PRESENTADO POR: JOHANNA ANDREA RODRIGUEZ MORENO.  Descubierta por William S. en 1908, la distribución de T normalmente se llama distribución de t de.
Inferencia estadística
PRESENTADO POR : BRIGITTE HERNÁNDEZ PRESENTADO A : ORFIDIA OVALLE GRUPO 3 D.
Presentado por Karina Yuliet Preciado Mosquera Estadística II.
Prueba de hipótesis. Hipótesis estadísticas: Test estadístico: Procedimiento para determinar, a partir de una muestra aleatoria y significativa, extraer.
T – Student teoria de las muestras pequeñas Paola Andrea Palacio Montero Estadística.
INACS / PG1 Curso Estadística y Diseño de Análisis de Experimentos Dr. Porfirio Gutiérrez González Correo:
El estadístico Chi- cuadrado ING. RAÚL ALVAREZ GUALE, MPC.
El estadístico Chi- cuadrado ING. RAÚL ALVAREZ GUALE, MPC.
MODELO PROBABILÍSTICO NORMAL Psic. Gerardo A. Valderrama M.
Catalina Canals Cifuentes 21/03/2016 Modulo 3. Introducción a las pruebas de hipótesis Facultad de Ciencias Sociales Departamento de Sociología Estadística.
Estimación e intervalos de confianza. Estimaciones puntuales e intervalos de confianza Estimación puntual: Estadístico calculado a partir de la información.
PRUEBA DE HIPÓTESIS. 1. Una prueba de hipótesis consiste en contrastar dos hipótesis estadísticas. Tal contraste involucra la toma de decisión acerca.
ESTADÍSTICA Mercedes de la Oliva ESTADÍSTICA INFERENCIAL Teorema Central del límite Distribución de media y proporción muestral.
Recordatorio Estadística Paramétrica Se basa en el conocimiento que los datos presentan una distribución estadística conocida y cada distribución tiene.
INFERENCIA ESTADÍSTICA
ESTADÍSTICA INFERENCIAL
ESCUELA PROFESIONAL CIENCIA POLITICA Y GOBIERNO
Muestreo PRUEBAS Y VALIDACION DE HIPOTESIS Carlos Willian Rincón Pérez
DISTRIBUCION F DE FISHER.
PRUEBAS DE BONDAD DE AJUSTE estas pruebas permiten verificar que la población de la cual proviene una muestra tiene una distribución especificada o supuesta.
puede o no ser verdadero, relativo a una o más poblaciones.
Inferencia estadística.
EjEMPLO de diseños experimentales
INFERENCIA ESTADÍSTICA PARA DOS POBLACIONES
ANALISIS UNILATERAL DE LA VARIANZA POR JERARQUIAS DE KRUSKAL- WALLIS
CHI CUADRADO  2 OBJETIVOS –Describir situaciones donde es adecuado la utilización de la prueba de Chi Cuadrado (  2 ) –Formular Hipótesis para diferentes.
ESTADÍSTICA INFERENCIAL
Análisis de datos Introducción al análisis de datos
ELECCIÓN Y USO DE LA PRUEBA ESTADÍSTICA
DISEÑOS EXPERIMETALES
¿Son nuestros resultados suficientemente confiables para dar soporte a nuestra hipótesis? ¿Podemos rechazar la hipótesis nula?
puede o no ser verdadero, relativo a una o más poblaciones.
Katherine V. Carrasquillo UPRH Biol marzo 2011
PRUEBA DE HIPÓTESIS DE MEDIAS DE UNA MUESTRA ÚNICA GRANDE
Análisis of varianza (ANOVA) De un factor o unidireccional
DISTRIBUCIÓN MUESTRAL DE UNA MEDIA.
Tema: Distribución t-Student para una muestra Curso: Seminario de Estadística Aplicada a la Investigación Educacional UNIVERSIDAD NACIONAL DE EDUCACIÓN.
ESTADÍSTICA INFERENCIAL. La estadística Inferencial, es el proceso por el cual se deducen (infieren) propiedades o características de una población a.
“Formulación de Hipótesis Estadística”
ANÁLISIS DE REGRESIÓN SIMPLE
COMPARACION DE MEDIAS Para comparar media utilizando la prueba T hay Ttres opciones diferentes utilizando contrastes de hipotesis sobre : PARA UNA MUESTRA.
DISEÑO Y ANALISIS DE EXPERIMENTOS
PROBABILIDAD Y ESTADISTICA APLICADA A LOS NEGOCIOS
TEMA 1.- INTRODUCCIÓN A LA INFERENCIA
INTRODUCCION A LA ESTADÍSTICA INFERENCIAL
DISEÑO Y ANALISIS DE EXPERIMENTOS
Universidad Nacional del Litoral
Estadística Administrativa II
UESS Profesora: Dianna Pauta Martillo 1. PRUEBA DE HIPÓTESIS PARA UNA POBLACIÓN  PROMEDIO O MEDIA 2.
Dr. Carlomagno Araya Alpízar
7. Procedimientos paramétricos para datos cuantitativos
DISEÑO Y ANALISIS DE EXPERIMENTOS
ESTADISTICA DESCRIPTIVA
INTRODUCCION A LOS CONTRASTES BASADOS EN RANGOS
"it is necessary to remember the adjective 'random' [in the term 'random sample'] should apply to the method of drawing the sample and not to the sample.
PROBLEMA TIPO MODELO COMPLETAENTE ALEATORIZADO NO BALANCEADO
INFERENCIA ESTADISTICA
COMPARACION DE DOS MEDIAS (POBLACIONES O PROCESOS)
ESTADISTICOS Y DISTRIBUCIONES MUESTRALES
BIOESTADISTICA I UNIDAD: INFERENCIA ESTADISTICA EJERCICIOS Y PROBLEMAS
ANALISIS DE REGRESION SIMPLE
DISEÑO Y ANALISIS DE EXPERIMENTOS
REGRESION LINEAL SIMPLE
PRUEBA DE HIPOTESIS ESTADISTICA
Transcripción de la presentación:

PRUEBA DE HIPOTESIS ESTADISTICA Dr. Porfirio Gutiérrez González pgutierrezglez@gmail.com

PRUEBA DE HIPOTESIS HIPOTESIS ESTADISTICA: Es una afirmación sobre los valores de los parámetros de una población o proceso que es susceptible de probarse. HIPOTESIS NULA: se deriva del hecho que se plantea como una igualdad. HIPOTESIS ALTERNATIVA: Es una afirmación sobre un parámetro que rechaza o niega la afirmación base de la hipótesis nula. ESTADISTICO DE PRUEBA: Numero calculado a partir de los datos y lo afirmado por Ho, cuya magnitud permite discernir si se rechaza o se acepta la hipótesis nula.

Distribución T-student T tiene una distribución de probabilidad, conocida como T-student ℎ 𝑡 = Γ (𝜈+1) 2 Γ 𝜐 2 𝜋𝜐 1+ 𝑡 2 𝜐 − 𝜐+1 2 Donde −∞<𝑡<∞ 𝒕 𝟎 = 𝑿 −𝝁 𝑺 𝒏

Se rechaza Ho si |to|>t(/2, n-1). PRUEBA DE HIPOTESIS PARA LA IGUALDA DE UNA MEDIA. HO:µ µ 0 HA:µ≠ µ 0 𝜶=0.05 𝒕 𝟎 = 𝑿 −µ 𝑺 𝒏 Región de aceptación 𝛼 2 =0.025 𝛼 2 =0.025 Región de rechazo Región de rechazo S=DESVIACION ESTANDAR n= tamaño de muestra 2 ∞ 𝑓(𝑡)≈0.025 −∞ 2 𝑓(𝑡)≈0.025 −∞ 2 𝑓 𝑡 + 2 ∞ 𝑓(𝑡)≈ 0.05 =𝜶 Se rechaza Ho si |to|>t(/2, n-1).

Ejemplo 2. ¿Es posible concluir que la edad media de defunción por la enfermedad de células falciformes homocigótica es menor que 30 años? Una muestra de 50 pacientes proporciona las siguientes edades en años: 15.5 2.0 45.1 1.7 0.8 1.1 18.2 9.7 28.1 27.6 45 1.0 66.4 67.4 2.5 61.7 16.2 31.7 6.9 13.5 1.9 31.2 9.0 2.6 29.7 14.4 20.7 30.9 36.6 23.6 0.9 7.6 23.5 6.3 40.2 23.7 4.8 33.2 27.1 36.7 3.2 38 3.5 21.8 2.4

𝒕 𝟎 = 𝑿 −𝝁 𝑺 𝒏 Recuento 50 Promedio 19.46 Desviación Estándar 17.8171 SOLUCION: Ho:µ=30 Ha:µ ≠30 =0.05 EL ESTADISTICO DE PRUEBA ES 𝒕 𝟎 = 𝑿 −𝝁 𝑺 𝒏 Recuento 50 Promedio 19.46 Desviación Estándar 17.8171 𝒕 𝟎 = 𝟏𝟗.𝟒𝟔−𝟑𝟎 𝟏𝟕.𝟖𝟏 𝟓𝟎 =−𝟒.𝟏𝟖𝟑 𝒕 𝟎 = 𝟑𝟎−𝟏𝟗.𝟒𝟔 𝟏𝟕.𝟖𝟏 𝟓𝟎 =𝟒.𝟏𝟖3

𝛼 2 =0.025 𝛼 2 =0.025 −∞ 4.183 𝑓(𝑡)≈0.000059 4.183 ∞ 𝑓(𝑡)≈0.000059 −∞ 4.183 𝑓 𝑡 + 4.183 ∞ 𝑓(𝑡)≈ 0.000118 =𝑣𝑎𝑙𝑜𝑟 𝑑𝑒 𝑃 Valor de P=0.000118<𝜶=0.05

Valor de P=𝟎.𝟎𝟎𝟎𝟏𝟏𝟖 𝜶=0.05 𝜶=0.05>Valor de P=0.0000 Conclusión: En la prueba de que la media es 30, se obtuvo una t=4.183, con un valor de P=0.000118, el cual es menor que 𝜶=0.05, por lo tanto se rechaza la hipótesis nula, lo que significa que la media de edad no es igual a 30, en este caso es menor, con una confianza estadística del 95%

Intervalo de confianza para la media 𝜶=0.05 Recuento n=50 Promedio 𝒙 =19.46 Desviación Estándar S=17.8171 𝒕 ( 𝟎.𝟎𝟓 𝟐 , 𝟓𝟎−𝟏) =𝟐.𝟎𝟎𝟗𝟔 𝒙 − 𝒕 𝜶 𝟐 , 𝒏−𝟏 𝒔 𝒏 <𝝁< 𝒙 + 𝒕 ( 𝜶 𝟐 , 𝒏−𝟏) 𝒔 𝒏 19.46-2.0096∗ 𝟏𝟕.𝟖𝟏 𝟓𝟎 <𝝁<19.46+2.0096∗ 𝟏𝟕.𝟖𝟏 𝟓𝟎 1𝟒.𝟑𝟗<𝝁<𝟐𝟒.𝟓𝟐

Distribución ji-cuadrada 𝒇 𝒙 = 𝒙 𝝊 𝟐 −𝟏 𝒆 − 𝒙 𝟐 𝟐 𝜶 𝜞( 𝝊 𝟐 ) , 𝟎≤𝒙<∞ &𝟎, 𝒆𝒏 𝒄𝒖𝒂𝒍𝒒𝒖𝒊𝒆𝒓 𝒐𝒕𝒓𝒐 𝒄𝒂𝒔𝒐 𝝌 𝟐 = 𝒏−𝟏 𝑺 𝟐 𝝈 𝟐

Si 𝑺 𝟐 es la varianza de una muestra aleatoria de tamaño n tomada de una población normal que tiene la varianza 𝝈 𝟐 , entonces el estadístico 𝝌 𝟐 = 𝒏−𝟏 𝑺 𝟐 𝝈 𝟐 Tiene una distribución ji-cuadrada con 𝝂=𝒏−𝟏 grados de libertad SI 𝝌 𝟐 > 𝝌(/2, n1-1) SE RECHAZA LA HIPOTESIS NULA.

PRUEBA DE HIPOTESIS PARA UN VALOR DE UNA DESVIACION ESTANDAR POBLACIONAL HO:𝝈= 𝝈 𝟎 HA:𝝈≠ 𝝈 𝟎 𝝌 𝟐 = 𝒏−𝟏 𝑺 𝟐 𝝈 𝟎 𝟐 𝜶=𝟎.𝟎𝟓 SI 𝝌 𝟐 > 𝝌(/2, n1-1) SE RECHAZA LA HIPOTESIS NULA.

EJEMPLO Para el ejemplo de las edades, se espera que la desviación estándar poblacional sea 20. Recuento n=50 Desviación Estándar S=17.81 Varianza 𝑺 𝟐 =317.44 HO: 𝝈 =𝟐𝟎 HA:𝝈≠ 20 𝝌 𝟐 = 𝒏−𝟏 𝑺 𝟐 𝝈 𝟐 𝝌 𝟐 = 𝟒𝟗 (𝟑𝟏𝟕.𝟒𝟒) 𝟒𝟎𝟎 =38.85 𝑷[𝝌 𝟐 > 𝟑𝟖.𝟖𝟓]=0.3015 𝜶=0.05 El valor de P=0.3015>0.05, por lo tanto no se puede rechazar la hipótesis nula. Lo que significa que la desviación estándar es de 20.

Intervalo de confianza para la varianza 100*(1-α) Recuento n=50 Desviación Estándar S=17.81 Varianza 𝑺 𝟐 =317.44 𝝌 𝟎.𝟎𝟐𝟓, 𝟒𝟗 𝟐 =𝟕𝟏.𝟒𝟐 𝝌 𝟎.𝟗𝟕𝟓,𝟕 𝟐 =𝟏.𝟔𝟖𝟗𝟗 𝝊= 𝒏−𝟏 =𝟓𝟎−𝟏=𝟒𝟗 𝒏−𝟏 𝑺 𝟐 𝝌 𝜶 𝟐 ,𝝊 𝟐 < 𝝈 𝟐 < 𝒏−𝟏 𝑺 𝟐 𝝌 𝟏− 𝜶 𝟐 ,𝝊 𝟐 𝟒𝟗∗𝟑𝟏𝟕.𝟒𝟒 𝟕𝟎.𝟐𝟓 < 𝝈 𝟐 < 𝟒𝟗∗𝟑𝟏𝟕.𝟒𝟒 𝟑𝟏.𝟓𝟔 𝟐𝟐𝟏.𝟒𝟏< 𝝈 𝟐 <𝟒𝟗𝟐.𝟖𝟒 𝟏𝟒.𝟖𝟖<σ<𝟐𝟐.𝟐𝟎

PRUEBA DE HIPOTESIS PARA UNA PROPORCION POBLACIONAL. HO: 𝑝  𝑝 0 HA: 𝑝≠ 𝑝 0 𝒛= 𝑝 − 𝑝 0 𝑝 0 (𝟏− 𝑝 0 ) 𝑛 Se rechaza Ho si |z|>z(/2).

Ejemplo 3. En una investigación de consumidores de drogas intravenosas en una ciudad grande, Coates et al. encontraron a 18 de 423 individuos con VIR positivo. Se pretende saber si es posible concluir que menos de 5 porciento de los consumidores de drogas intravenosas en la población muestreada tienen VIR positivo. Datos. Los datos se obtienen a partir de la respuesta de 423 individuos de los cuales 18 tenían la característica de interés (VIR positivo), es decir, 𝒑 = 18/423 =0.0425. Hipótesis HO: 𝑝 0.05 HA: 𝑝 ≠0.05

Estadístico de prueba 𝒛= 𝑝 − 𝑝 0 𝑝 0 (𝟏− 𝑝 0 ) 𝑛 𝒛= 0.0425−0.05 0.05(𝟏−0.𝟗𝟓) 𝟒𝟐𝟑 =−𝟎.𝟕𝟎 Valor de P=Prob Z>|−0.70| =𝟎.𝟓𝟔𝟗𝟑 𝜶=0.05 No se rechaza la hipótesis Ho, ya que 𝜶=0.05 <Valor de P=0.5693.