1) QUE ES PROBABILIDAD
Cuando se toman muestras el propósito es conocer más acerca de una población, yaque al examinar una población completa se pierde mucho tiempo y resulta costoso. Lainformación que podemos obtener de las muestras pueden serestimadores puntuales,es decir, datos como la media muestral y la desviación estándar muestral. Losestimadores puntuales son un solo valor (punto) calculado a partir de información dela muestra para estimar el valor de una población o parámetro poblacional.Un enfoque que arroja más información es la estimaciónpor intervalo cuyo
Objetivo es aportar información de que tan cerca se encuentra la estimación puntual, obtenidade la muestra, del valor del parámetro poblacional.
2) COMO DETERMINAR LO LIMITES DE CONFIANZA EN UNA MUESTRA
FORMULA.
Dónde:
Es la estimación puntual (media muestral) y punto central del intervalo z = Valor de z, que depende del nivel de confianza. Es el error estándar, la desviación estándar de la distribución muestral de las medias muestrales.
PROCEDIMIENTO:1. Describir el parámetro población al de interés Por ejemplo la media poblacional (µ).
2 Especificar los criterios del intervalo de confianza.
a) Comprobar supuestos, si se conoce o no la desviación estándar poblacional (). Si se trata de unadistribución normal.
b) Identificarla distribución de probabilidad y la formula a utilizarpara ladesviación estándar conocida.
Cuando se conoce la desviación estándar de la población se utiliza ladistribución Z y la formula a utilizar será
c) Establecer el nivel de confianza.
El que determine el problema.
Por ejemplo 90%, 85%...
3 .Recolectar y presentar hechos muestrales.
Recolectar la información muestral que se presente en el problema, como eltamaño de muestra (n), la media muestral (), etc.
4. Determinar el intervalo de confianza.
a) Determinar el valor de z, dependiendo el nivel de confianza.
b) Encontrar el error estándar de la muestra y multiplicarlo por el valor de z, deesta forma seobtiene el valor del margen de erroro error máximo de estimación Fórmula de error estándar margen de error
c) Encontrar los límites de confianza inferior y superior.
El límite de confianza superior se encuentra sumando el valor de la mediamuestral () con el margen de error.
El límite de confianza inferior se encuentra restando del valor de la mediamuestral () el valor del margen de error.
5 Presentarlos resultados y establecer el intervalo de confianza. El intervalo de confianza del (nivel de confianza: 95%, 80%, etc.) para la mediapoblacional es de (límite de confianza inferior) a (límite de confianza superior).
3)QUE PRUEBAS DE HIPOTESIS EXISTEN Y COMO SE UTILIZAN
· 2. PRUEBA DE HIPOTESISTenemos que empezar por definir que es un hipótesis y que es prueba dehipótesis.Hipótesis es una aseveración de una población elaborado con el propósito deponer aprueba, para verificar si la afirmación es razonable se usan datos.En el análisis estadístico se hace una aseveración, es decir, se plantea unahipótesis, después se hacen las pruebas para verificar la aseveración o paradeterminar que no es verdadera.Por tanto, la prueba de hipótesis es un procedimiento basado en la evidenciamuestral y la teoría de probabilidad; se emplea para determinar si la hipótesises una afirmación razonable.Prueba de una hipótesis: se realiza mediante un procedimiento sistemático decinco pasos:
· 3. Siguiendo este procedimiento sistemático, al llegar al paso cinco sepuede o no rechazar la hipótesis, pero debemos de tener cuidado conesta determinación ya que en la consideración de estadística noproporciona evidencia de que algo sea verdadero. Esta prueba aporta unaclase de prueba más allá de una duda razonable. Analizaremos cada pasoen detalle Objetivo de la prueba de hipótesis.El propósito de la prueba de hipótesis no es cuestionar el valor calculadodel estadístico (muestral), sino hacerun juicio con respecto a la diferencia entre estadístico de muestra y unvalor planteado del parámetro.
· 4. Procedimiento sistemático para una prueba de hipótesis de una muestra 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.
· 5. Paso 2: Seleccionar el nivel de significancia. Nivel de significancia: Probabilidad de rechazar la hipótesis nula cuandoes verdadera. Se le denota mediante la letra griega α, también esdenominada como nivel de riesgo, este termino es mas adecuado ya quese corre el riesgo de rechazar la hipótesis nula, cuando en realidad esverdadera. Este nivel esta bajo el control de la persona que realiza laprueba. Si suponemos que la hipótesis planteada es verdadera, entonces, elnivel de significación indicará la probabilidad de no aceptarla, es decir,estén fuera de área de aceptación. El nivel de confianza (1-α), indica laprobabilidad de aceptar la hipótesis planteada, cuando es verdadera enla población.
· 6. La distribución de muestreo de la estadística de prueba se divide en dosregiones, una región de rechazo (conocida como región crítica) y una regiónde no rechazo (aceptación). Si la estadística de prueba cae dentro de laregión de aceptación, no se puede rechazar la hipótesis nula.La región de rechazo puede considerarse como el conjunto de valores de laestadística de prueba que no tienen posibilidad de presentarse si la hipótesisnula es verdadera. Por otro lado, estos valores no son tan improbables depresentarse si la hipótesis nula es falsa. El valor crítico separa la región de norechazo de la de rechazo. Tipos de erroresCualquiera sea la decisión tomada a partir de una prueba de hipótesis, ya seade aceptación de la Ho o de la Ha, puede incurrirse en error:Un error tipo I se presenta si la hipótesis nula Ho es rechazada cuando esverdadera y debía ser aceptada. La probabilidad de cometer un error tipo I sedenomina con la letra alfa αUn error tipo II, se denota con la letra griega β se presenta si la hipótesisnula es aceptada cuando de hecho es falsa y debía ser rechazada.En cualquiera de los dos casos se comete un error al tomar una decisiónequivocada.
· 7. v Para que cualquier ensayo de hipótesis sea bueno, debe diseñarse de forma que minimice los errores de decisión. En la práctica un tipo de error puede tener más importancia que el otro, y así se tiene a conseguir poner una limitación al error de mayor importancia. La única forma de reducir ambos tipos de errores es incrementar el tamaño de la muestra, lo cual puede ser o no ser posible.v La probabilidad de cometer un error de tipo II denotada con la letra griega beta β, depende de la diferencia entre los valores supuesto y real del parámetro de la población. Como es más fácil encontrar diferencias grandes, si la diferencia entre la estadística de muestra y el correspondiente parámetro de población es grande, la probabilidad de cometer un error de tipo II, probablemente sea pequeña.v El estudio y las conclusiones que obtengamos para una población cualquiera, se habrán apoyado exclusivamente en el análisis de una parte de ésta. De la probabilidad con la que estemos dispuestos a asumir estos errores, dependerá, por ejemplo, el tamaño de la muestra requerida. Las contrastaciones se apoyan en que los datos de partida siguen una distribución normalv 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 limites de confianza respecto a la hipótesis planteada .La meta 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.
· 8. 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. Tipos de pruebaa) Prueba bilateral o de dos extremos: la hipótesis planteada se formula con la igualdadEjemploH0 : µ = 200H1 : µ ≠ 200b) Pruebas unilateral o de un extremo: la hipótesis planteada se formula con ≥ o ≤H0 : µ ≥ 200 H0 : µ ≤ 200H1 : µ < 200 H1 : µ > 200
· 9. En las pruebas de hipótesis para la media (μ), cuando se conoce ladesviación estándar (σ) poblacional, o cuando el valor de la muestra esgrande (30 o más), el valor estadístico de prueba es z y se determina apartir de:El valor estadístico z, para muestra grande y desviación estándar poblacionaldesconocida se determina por la ecuación:En la prueba para una media poblacional con muestra pequeña y desviaciónestándar poblacional desconocida se utiliza el valor estadístico t.
· 10. 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 remotav Distribución muestral del valor estadístico z, con prueba de una cola a la derechav Valor critico: 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.
· 11. 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). Ejemplo en la cual se indica el procedimiento para la prueba de hipótesis El jefe de la Biblioteca Especializada de la Facultad de Ingeniería Eléctrica y Electrónica de la UNAC manifiesta que el número promedio de lectores por día es de 350. Para confirmar o no este supuesto se controla la cantidad de lectores que utilizaron la biblioteca durante 30 días. Se considera el nivel de significancia de 0.05
· 12. v Datos: Día Usuarios Día Usuarios Día Usuario 1 356 11 305 21 429 2 427 12 413 22 376 3 387 13 391 23 328 4 510 14 380 24 411 5 288 15 382 25 397 6 290 16 389 26 365 7 320 17 405 27 405 8 350 18 293 28 369 9 403 19 276 29 429 10 329 20 417 30 364Solución: Se trata de un problema con una media poblacional: muestra grande y desviación estándar poblacional desconocida.v Paso 01: Seleccionamos la hipótesis nula y la hipótesis alternativaHo: μ═350Ha: μ≠ 350v Paso 02: Nivel de confianza o significancia 95%α═0.05
· 13. Paso 03: Calculamos o determinamos el valor estadístico de pruebaDe los datos determinamos: que el estadístico de prueba es t, debido a queel numero de muestras es igual a 30, conocemos la media de la población,pero la desviación estándar de la población es desconocida, en este casodeterminamos la desviación estándar de la muestra y la utilizamos en laformula reemplazando a la desviación estándar de la población.Calculamos la desviación estándar muestral y la media de la muestraempleando Excel, lo cual se muestra en los cuadros que sigues. Rango Media 234 372.8 Mínimo Varianza de la Error típico 276 muestra 9.56951578 Máximo 2747.26897 Mediana 510 Curtosis 381 Suma 0.36687081 11184 Moda Coeficiente de Cuenta 405 asimetría 30 Desviación 0.04706877 Nivel de confianza estándar (95.0%) 52.4143965 19.571868
· 14. Paso 04: Formulación de la regla de decisión.La regla de decisión la formulamos teniendo en cuenta que esta es unaprueba de dos colas, la mitad de 0.05, es decir 0.025, esta en cada cola. elárea en la que no se rechaza Ho esta entre las dos colas, es por consiguiente0.95. El valor critico para 0.05 da un valor de Zc = 1.96.Por consiguiente la regla de decisión: es rechazar la hipótesis nula y aceptarla hipótesis alternativa, si el valor Z calculado no queda en la regióncomprendida entre -1.96 y +1.96. En caso contrario no se rechaza lahipótesis nula si Z queda entre -1.96 y +1.96. Paso 05: Toma de decisión.En este ultimo paso comparamos el estadístico de prueba calculadomediante el Software Minitab que es igual a Z = 2.38 y lo comparamos conel valor critico de Zc = 1.96. Como el estadístico de prueba calculado cae ala derecha del valor critico de Z, se rechaza Ho. Por tanto no se confirma elsupuesto del Jefe de la Biblioteca.
No hay comentarios:
Publicar un comentario