Hipotesis Estadistica
Hipotesis Estadistica
Hipotesis Estadistica
Desiciones estadística
PRUEBA DE HIPOTESIS
Siguiendo este procedimiento sistemático, al llegar al paso cinco se puede o no rechazar la hipótesis, pero
debemos de tener cuidado con esta determinación ya que en la consideración de estadística no proporciona
evidencia de que algo sea verdadero. Esta prueba aporta una clase de prueba más allá de una duda
razonable.
Nivel de significacia: Probabilidad de rechazar la hipótesis nula cuando es verdadera. Se le denota mediante
la letra griega α, tambiιn es denominada como nivel de riesgo, este termino es mas adecuado ya que se corre
el riesgo de rechazar la hipótesis nula, cuando en realidad es verdadera. Este nivel esta 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
Cualquiera sea la decisión tomada a partir de una prueba de hipótesis, ya sea de 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 es verdadera y debía ser aceptada.
La probabilidad de cometer un error tipo I se denomina con la letra alfa α
Un error tipo II, se denota con la letra griega β se presenta si la hipótesis nula es aceptada cuando de hecho
es falsa y debía ser rechazada.
En cualquiera de los dos casos se comete un error al tomar una decisión equivocada.
En la siguiente tabla se muestran las decisiones que pueden tomar el investigador y las consecuencias
posibles.
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.
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.
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.
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 prueba
a) Prueba bilateral o de dos extremos: la hipótesis planteada se formula con la igualdad
Ejemplo
H0 : µ = 200
H1 : µ ≠ 200
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.
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 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.
.
, el error de tipo II, también llamado error de tipo beta (β) (β es la probabilidad de que exista
este error) o falso negativo, se comete cuando el investigador no rechaza la hipótesis nula
siendo esta falsa en la población. Es equivalente a la probabilidad de un resultado falso
negativo, ya que el investigador llega a la conclusión de que ha sido incapaz de encontrar una
diferencia que existe en la realidad.
Se acepta en un estudio que el valor del error beta esté entre el 5 y el 20%.
Contrariamente al error tipo I, en la mayoría de los casos no es posible calcular la probabilidad
del error tipo II. La razón de esto se encuentra en la manera en que se formulan las hipótesis
en una prueba estadística. Mientras que la hipótesis nula representa siempre una afirmación
enérgica (como por ejemplo «Promedio μ = 0») la hipótesis alternativa, debido a que
engloba todas las otras posibilidades, es generalmente de naturaleza global (por
Nivel de significación
El nivel de significacia es un concepto estadístico asociado a la verificación de una hipótesis.
En pocas palabras, se define como la probabilidad de tomar la decisión de rechazar
la hipótesis nula cuando ésta es verdadera (decisión conocida como error de tipo I, o "falso
positivo").
Es una forma de evaluar la evidencia que los datos proporcionan para probar una
hipótesis. Esta hipótesis se denomina hipótesis nula, y suele denominarse H0. Bajo
H0, los datos se generan mediante procesos aleatorios. En otras palabras, los
procesos controlados (las manipulaciones experimentales, por ejemplo) no afectan a
los datos. Normalmente, H0 establece la igualdad (entre las medias, o entre las
varianzas, o entre un coeficiente de correlación y cero, por ejemplo).