SESIÓN N° 09: Prueba de hipótesis
Paramétrica (media, proporción) para
muestras independientes y
dependientes. Pruebas de Hipótesis de
la bondad de ajuste y la prueba de
independencia.
Mg. Jenny Alva Morales
La semana 9, se trabajará por partes:
PARTE I: Prueba de hipótesis Paramétrica para (U1-U2) ya para (P1-P2) )
para muestras independientes y dependientes:
PRUEBA DE HIPOTESIS PARA (U1-U2)
A) Prueba de hipótesis Paramétrica para la diferencia de medias con
muestras independientes
B) Prueba de hipótesis Paramétrica para la diferencia de medias con
muestras dependientes
PRUEBA DE HIPOTESIS PARA (P1-P2)
Prueba de hipótesis Paramétrica para la diferencia de proporciones
PARTE II:
Pruebas de Hipótesis de la bondad de ajuste y la prueba de
independencia.
Mg. Jenny Alva Morales
PARTE I: Prueba de hipótesis Paramétrica
para (U1-U2) ya para (P1-P2) ) para muestras
independientes y dependientes:
PRUEBA DE HIPOTESIS PARA (U1-U2)
A) Prueba de hipótesis Paramétrica para la
diferencia de medias con muestras
independientes
B) Prueba de hipótesis Paramétrica para la
diferencia de medias con muestras
dependientes
Mg. Jenny Alva Morales
A) PRUEBA DE HIPÓTESIS PARA
DIFERENCIA DE MEDIAS (U1 - U2)
con muestras INDEPENDIENTES
1. CON MUESTRAS GRANDES : n1 , n2 >=30 datos (muestras independientes) CON
VARIANZAS POBLACIONALES CONOCIDAS.
2. CON MUESTRAS PEQUEÑAS: n1 , n2 < 30 datos (muestras independientes) CON
VARIANZAS POBLACIONALES DESCONOCIDAS.
Mg. Jenny Alva Morales
1.- CON MUESTRAS GRANDES
n1 , n2 >=30 datos (muestras
independientes) CON VARIANZAS
POBLACIONALES CONOCIDAS.
Mg. Jenny Alva Morales
Se siguen los pasos:
1° Se establecen las hipótesis
Ho : U1 – U2 = 0
H1 : U1 – U2 ≠ 0 (Prueba de hipótesis bilateral)
Ho : U1 – U2 < = 0
H1 : U1 – U2 > 0 (Prueba de hipótesis unilateral derecha)
Ho : U1 – U2 > = 0
H1 : U1 – U2 < 0 (Prueba de hipótesis unilateral izquierda)
Mg. Jenny Alva Morales
2° Se establece el nivel de significancia Ztabla (bilateral o unilateral), y
el estadístico de prueba.
ESTADISTICO DE PRUEBA
VALORES DE LA DISTRIBUCIÓN NORMAL
ESTANDARIZADA(Z)
Nivel de
Nivel de Valor Z ( x1 x 2 ) (1 2 )
confianza
significanci Z cal
a Bilateral Unilateral 12 22
(1-)
()
90% = 0.90 10% = 0.10 1.64 1.28 n1 n2
95% = 0.95 5% = 0.05 1.96 1.64
98% = 0.98 2% = 0.02 2.33 2.05
99% = 0.99 1% = 0.01 2.58 2.32
Mg. Jenny Alva Morales
3° Graficar, decidir y concluir
Ho : U1 – U2 = 0 Ho : U1 – U2 < = 0 Ho : U1 – U2 > = 0
H1 : U 1 – U2 ≠ 0 H1 : U 1 – U2 > 0 H1 : U 1 – U2 < 0
Mg. Jenny Alva Morales
2.- CON MUESTRAS PEQUEÑAS
n1 , n2 < 30 datos (muestras
independientes) CON VARIANZAS
POBLACIONALES DESCONOCIDAS.
Mg. Jenny Alva Morales
Se siguen los pasos:
1° Se establecen las hipótesis
Ho : U1 – U2 = 0
H1 : U1 – U2 ≠ 0 (Prueba de hipótesis bilateral)
Ho : U1 – U2 < = 0
H1 : U1 – U2 > 0 (Prueba de hipótesis unilateral derecha)
Ho : U1 – U2 > = 0
H1 : U1 – U2 < 0 (Prueba de hipótesis unilateral izquierda)
Mg. Jenny Alva Morales
2° Se establece el nivel de significancia ttabla (bilateral o
unilateral, QUE SIEMPRE LO INDICA LA PROFESORA), y el
estadístico de prueba
ESTADISTICO DE PRUEBA
ttabla lo indica la ( x1 x 2 ) (1 2 )
tcal
profesora S c2 S c2
n1 n2
Donde, la varianza común es:
Sc
2 (n1 1) S1
2
(n 2 1) S 2
2
n1 n2 2
Mg. Jenny Alva Morales
3° Graficar, decidir y concluir
Ho : U1 – U2 = 0 Ho : U1 – U2 < = 0
H1 : U 1 – U2 ≠ 0 Ho : U1 – U2 > = 0
H1 : U 1 – U 2 > 0
H1 : U 1 – U2 < 0
Mg. Jenny Alva Morales
3.- Prueba de hipótesis
Paramétrica para la
media con muestras
dependientes.
Mg. Jenny Alva Morales
Se siguen los pasos:
1° Se establecen las hipótesis
Ho : U1 – U2 : Di = 0
H1 : U1 – U2 : Di ≠ 0 (Prueba de hipótesis bilateral)
Ho : U1 – U2 : Di < = 0
H1 : U1 – U2 : Di > 0 (Prueba de hipótesis unilateral derecha)
Ho : U1 – U2 : Di > = 0
H1 : U1 – U2 : Di < 0 (Prueba de hipótesis unilateral izquierda)
Mg. Jenny Alva Morales
2° Se establece el nivel de significancia ttabla y el
estadístico de prueba
ESTADISTICO DE PRUEBA
ttabla lo indica la _
d
profesora tcal
sd
n
Mg. Jenny Alva Morales
A estos datos se les aplica:
antes después di= después - antes
15 18 15-18= 3 ഥ
La Media = 𝒅
16 19 16-19= 3
15 17 15-17= 2
La desviación estándar = Sd
16 18 16-18= 2
14 16 14-16= 2
17 19 17-19= 2
SE LE APLICA LA PRUEBA DE NORMALIDAD
Ho: los datos siguen una distribución normal
Sí son datos que se ajustan a una distribución normal, H1: Los datos no siguen una distribución normal
se aplicará t-student
Si los datos no se ajustan a una distribución normal,
se aplicará la prueba Wilcoxon
n >= 30 datos Prueba Kolgomorov-Smirnov
n < 30 datos. Prueba Shapiro wilk
3° Graficar, decidir y concluir
Ho : U1 – U2 : Di = 0 Ho : U1 – U2 : Di < = 0 Ho : U1 – U2 : Di > = 0
H1 : U1 – U2 : Di ≠ 0 H1 : U1 – U2 : Di > 0 H1 : U1 – U2 : Di < 0
Mg. Jenny Alva Morales
Prueba de hipótesis
Paramétrica para la
diferencia de
proporciones
poblacionales (P1 – P2)
Mg. Jenny Alva Morales
Se siguen los pasos:
1° Se establecen las hipótesis
Ho : P1 – P2 = 0
H1 : P1 – P2 ≠ 0 (Prueba de hipótesis bilateral)
Ho : P1 – P2 < = 0
H1 : P1 – P2 > 0 (Prueba de hipótesis unilateral derecha)
Ho : P1 – P2 > = 0
H1 : P1 – P2 < 0 (Prueba de hipótesis unilateral izquierda)
Mg. Jenny Alva Morales
2° Se establece el nivel de significancia Ztabla (bilateral o unilateral), y
el estadístico de prueba.
VALORES DE LA DISTRIBUCIÓN
NORMAL
ESTANDARIZADA(Z)
Nivel de Valor Z
Nivel de
significanci
confianza
a Bilateral
(1-)
()
90% = 0.90 10% = 0.10 1.64
95% = 0.95 5% = 0.05 1.96
98% = 0.98 2% = 0.02 2.33
99% = 0.99 1% = 0.01 2.58
Mg. Jenny Alva Morales
ESTADÍSTICO DE PRUEBA
𝑝1 − 𝑝2 − (𝑷𝟏 − 𝑷𝟐)
𝑍𝑐𝑎𝑙 =
1 1
𝐏∗𝐐∗( + )
𝑛1 𝑛 2
(𝒏𝟏 ∗ 𝒑𝟏 + 𝒏𝟐 ∗ 𝒑𝟐 ) Q=𝟏−𝑷
𝐏=
𝒏𝟏 + 𝒏 𝟐
Mg. Jenny Alva Morales
3° Graficar, decidir y concluir
Ho : P1 – P2 = 0 Ho : P1 – P2 < = 0 Ho : P1 – P2 > = 0
H 1 : P 1 – P2 ≠ 0 H 1 : P 1 – P2 > 0 H 1 : P 1 – P2 < 0
Mg. Jenny Alva Morales
MUCHAS GRACIAS
POR SU ATENCIÓN !!!
EMPECEMOS A
TRABAJAR
Mg. Jenny Alva Morales
PARTE II:
Pruebas de Hipótesis de la
bondad de ajuste y la
prueba de independencia.
A) Pruebas de Hipótesis
de la bondad de ajuste
Mg. Jenny Alva Morales
Mg. Jenny Alva Morales
1.- Se establecen las hipótesis nula y alternativa
La prueba de bondad de ajuste, permite conocer si las
frecuencias simples u observadas en un conjunto de datos
organizados siguen una distribución normal o no.
Ho: Las frecuencias siguen una distribución uniforme o normal
H1: Las frecuencias No siguen una distribución uniforme o normal
Mg. Jenny Alva Morales
2.- Se establece el nivel de significancia.
Grados de libertad:
K: número de intervalos que quedaron al final luego de verificar si todas las
frecuencias son mayores de 5
m: número de medidas estadísticas que se han calculado, normalmente m=2
Es necesario que las frecuencias sean mayores a 5, en el caso
de que la frecuencia sea menor a 5, se procede a juntarla con
la frecuencia más próxima para que forme una frecuencia
mayor de 5.
2
𝑋𝑡𝑎𝑏𝑙𝑎 𝑘−1 ∗ 𝑚−1 ; 𝛼 =
Mg. Jenny Alva Morales
3.- Se identifica el estadístico de la prueba
2
2 𝑓𝑜 − 𝑓𝑒
𝑋𝑐𝑎𝑙 =
𝑓𝑒
Mg. Jenny Alva Morales
4.- Se formula una regla para tomar decisiones, graficar
CON EL MANEJO DE EXCEL, ES ASÍ: CON EL MANEJO DE SPSS, ES ASÍ:
Cuando el valor de Sig (valor que
Cuando el valor de X2cal cae en la aparece en la salida de SPSS) es menor
región de rechazo del gráfico SE a 0.05 SE RECHAZA Ho y se acepta
RECHAZA Ho y se acepta H1 H1
Cuando el valor de Sig. (valor que
Cuando el valor de X2cal cae en la aparece en la salida de SPSS) es mayor
región de aceptación del gráfico SE a 0.05 SE ACEPTA Ho y se rechaza H1
ACEPTA Ho y se rechaza H1
Mg. Jenny Alva Morales
Ejercicio 1:
Mg. Jenny Alva Morales
B) Prueba de Hipótesis
de Independencia
ANÁLISIS DE TABLAS DE CONTINGENCIA.
PRUEBA CHI CUADRADO
Se describe una tabla de contingencia, que resume de manera simultánea dos
variables de interés de escala nominal; por ejemplo, una muestra de estudiantes
inscritos en la School of Business por género (masculino o femenino) y
especialidad (contabilidad, administración, finanzas, marketing o métodos
cuantitativos). Esta clasificación tiene como base la escala nominal debido a que
no hay un orden natural para las clasificaciones.
Mg. Jenny Alva Morales
Trabajar con
el gráfico
Mg. Jenny Alva Morales
EJEMPLO: Se considera usar cuatro marcas de lámparas en el área de
ensamble final de la planta Saturn en Spring Hill, Tennessee. El director
de compras pidió muestras de 100 lámparas de cada fabricante. Los
números de lámparas aceptables e inaceptables de cada fabricante
aparecen en la siguiente tabla. Con un nivel de significancia de 0.05,
¿existe asociación entre la marca de cierto fabricante y la aceptación
de las lámparas?
TABLA DE FRECUENCIAS OBSERVADAS
Mg. Jenny Alva Morales
TABLA DE FRECUENCIAS ESPERADAS
SE CONSTRUYE PASO A PASO !!!
Mg. Jenny Alva Morales
TODO EL PROCESO SE
DESARROLLARÁ EN EXCEL o
EN SPSS.
MUCHAS
GRACIAS POR SU
ATENCIÓN
Mg. Jenny Alva Morales
