modulo 100403_vol 2_jeammy_sierra.pdf
TRANSCRIPT
-
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA
ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA
UNIDAD DE CIENCIAS BSICAS
JEAMMY JULIETH SIERRA HERNNDEZ
(Director Nacional de Curso)
100403 INFERENCIA ESTADSTICA
Vol. 2
IBAGU
FEBRERO 2013
-
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100403 INFERENCIA ESTADISTICA
2
COMITE DIRECTIVO
Jaime Alberto Leal Afanador
Rector
Constanza Abada Garca
Vicerrectora Acadmica y de Investigacin
Gloria Herrera
Vicerrector de Medios y mediaciones Pedaggicos
Maribel Crdoba Guerrero
Secretaria General
Inferencia Estadstica
Tercera Versin
Actualizacin por Jeammy Julieth Sierra Hernndez
Autores Primera Edicin: Jorge Rondon Danis Brito
Copyright
Universidad Nacional Abierta y a Distancia
ISBN
2012
Unidad de Ciencias Bsicas UNAD
-
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100403 INFERENCIA ESTADISTICA
3
CAMPOS DE
FORMACIN
Bsica CRDITOS: 2 TRABAJO INDEPENDIENTE: 72
Horas TIPO DE CURSO Terico CDIGO:100403 ACOMPAAMIENTO TUTORIAL: 24
Horas
OBJETIVO GENERAL:
Que el estudiante comprenda, aplique y desarrolle la teora y las tcnicas de la
inferencia estadstica en diversos campos de su saber formativo, y que dicha
aplicacin se convierta en una herramienta de uso matemtico para la toma de
decisiones sobre hiptesis cuantitativas de datos, basado en la informacin
extrada de una muestra.
OBJETIVOS ESPECFICOS:
Que el estudiante identifique las tcnicas y procedimientos que se
deben emplear para que las muestras sean representativas de la poblacin
que se pretende estudiar, de forma que los errores en la determinacin de
los parmetros de la poblacin objeto de estudio sean mnimos.
Que el estudiante comprenda el comportamiento de una poblacin a
partir del anlisis metdico de una muestra aleatoria de la misma, y que
entienda que la inferencia inductiva de los parmetros estadsticos que
estime sobre dicha muestra, conlleva un error, el cual es posible de ser
cuantificado.
Conocer los criterios tcnicos que hay que tener en cuenta antes
de seleccionar un tamao de muestra.
Identificar el tipo de muestreo de acuerdo a los objetivos del estudio.
Diferenciar y analizar las ventajas y desventajas de la estimacin
por intervalos de confianza y las pruebas de hiptesis.
Determinar la prueba o tcnica apropiada a aplicar en las diferentes
pruebas de hiptesis paramtricas y No paramtricas.
COMPETENCIA GENERAL DE APRENDIZAJE:
Identificar un procedimiento adecuado para seleccionar de una poblacin una
parte de ella, con el fin de obtener resultados confiables y poder generalizar los
resultados obtenidos a toda la poblacin.
Determinar los estadsticos necesarios para el anlisis y solucin de situaciones
que implican conjuntos de datos de su disciplina de formacin, por medio del
-
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100403 INFERENCIA ESTADISTICA
4
conocimiento de la teora elemental del muestreo y de las distribuciones
muestrales.
Plantear y desarrollar el proceso de la inferencia estadstica para resolver
problemas concretos de investigacin en el mbito de otras disciplinas.
Aplicar apropiadamente los resultados tericos y metodolgicos de la inferencia
estadstica de estimacin y prueba de hiptesis en el marco de la modelacin.
Habilidad para planear una investigacin, diseo de instrumentos, definicin de
variables, recoleccin de la informacin, resumen y presentacin de los datos.
-
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100403 INFERENCIA ESTADISTICA
5
UNIDADES DIDCTICAS
UNIDAD DOS: ......................................................................................................................................... 6
PRUEBA DE HIPTESIS, ANLISIS DE VARIANZAS Y ESTADSTICAS NO PARAMTRICAS ..................... 6
CAPITULO CUATRO: PRUEBAS DE HIPTESIS ................................................................................... 7
Leccin 16: Conceptos Bsicos ..................................................................................................... 8
Leccin 17: Pruebas para la Media y la Diferencia de medias con grandes muestras. ............. 14
Leccin 18: Pruebas para la proporcin y la Diferencia de proporciones (siempre con grandes
muestras). .................................................................................................................................... 26
Leccin 19: Pruebas para la media y la diferencia de medias (muestras pequeas). ............... 34
Leccin 20: Pruebas para la varianza.......................................................................................... 44
CAPITULO CINCO: ANLISIS DE VARIANZA .................................................................................... 47
Leccin 21: Generalidades .......................................................................................................... 49
Leccin 22. Anlisis de Varianza de un Factor ............................................................................ 50
Leccin 23. Comparacin Mltiple de Medias (Pruebas a Posteriori) .................................. 60
Leccin 24. Anlisis de varianza con dos factores (diseo de bloques aleatorizados). ........... 61
Leccin 25. Anlisis de varianza de dos factores con interaccin. (Diseo factorial). ............. 66
CAPITULO SEIS: PRUEBAS NO PARAMETRICAS .............................................................................. 80
Leccin 26. Generalidades .......................................................................................................... 82
Leccin 27. Prueba de Bondad de Ajuste de Ji-cuadrado ................................................... 83
Leccin 28. Prueba de Kolmogorov-Smirnov ............................................................................. 87
Leccin 29. Prueba de Wilcoxon ................................................................................................. 88
Leccin 30. Prueba de Mann-Whitney para muestras independiente y prueba de Kruskal-
Wallis para comparar k muestras independientes..................................................................... 89
-
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100403 INFERENCIA ESTADISTICA
6
UNIDAD DOS:
PRUEBA DE HIPTESIS, ANLISIS DE VARIANZAS Y
ESTADSTICAS NO PARAMTRICAS
-
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100403 INFERENCIA ESTADISTICA
7
CAPITULO CUATRO: PRUEBAS DE HIPTESIS
Introduccin
En casos relacionados con situaciones especiales en las cuales se desea
comprobar la efectividad de estndares preestablecidos, la tcnica de prueba de
hiptesis resultaba bastante apropiada, por cuanto permite comprobar con
bastante certeza el grado de acierto en la fijacin de stos.
Una hiptesis estadstica se define como un supuesto hecho sobre algn
parmetro de la poblacin. Por ejemplo, los siguientes enunciados podran ser
tomados como hiptesis:
- El ingreso promedio de los trabajadores de la fbrica es de $X.
- El rendimiento promedio de los empleados de dos fbricas es
diferente.
- El promedio de duracin de las bombillas es de 1.000 horas.
- El promedio de duracin de las llantas es de 100.000 kilmetros.
Ya se ha recabado en muchas ocasiones, que el objetivo es tomar muestras
para extraer alguna conclusin o inferencia sobre la poblacin y que el nico
objetivo de examinar muestras, es que las poblaciones suelen ser demasiado
grandes y costosas de estudiar.
Objetivo general.
Contrastar la validez de una hiptesis o conjetura que se haya planteado en relacin con una situacin determinada de la empresa, analizando errores estadsticos posibles en las pruebas de hiptesis Objetivos especficos.
Examinar que se entiende por hiptesis y qu por prueba de hiptesis.
Describir los pasos que se siguen para demostrar una hiptesis.
Describir los errores estadsticos que se pueden presentar.
Realizar pruebas en relacin con una y dos medias poblacionales, con una
y dos colas.
Realizar pruebas con una y dos proporciones poblacionales.
Realizar pruebas de hiptesis para datos que se encuentran en una escala
nominal u ordinal con aplicacin de la distribucin chi cuadrado.
-
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100403 INFERENCIA ESTADISTICA
8
Leccin 16: Conceptos Bsicos
16. DECISIONES ESTADSTICAS
En la prctica, con frecuencia se tienen que tomar decisiones acerca de una
poblacin con base en informacin muestral.
A tales decisiones se les llama decisiones estadsticas. Por ejemplo, tal vez se
tenga que decidir, con base en datos muestrales, si determinado suero es
realmente eficaz en la curacin de una enfermedad, si un mtodo educativo es
mejor que otro, o bien si una moneda est alterada o no.
16.1. Hiptesis
Hiptesis estadsticas: Cuando se trata de tomar una decisin es til hacer
suposiciones o proposiciones (o conjeturas) acerca de la poblacin de que se
trata. Muchos problemas de ingeniera, ciencia, y administracin, requieren que se
tome una decisin entre aceptar o rechazar una proposicin sobre algn
parmetro. A estas suposiciones, que pueden ser o no ciertas, se les llama
hiptesis estadsticas. Estas hiptesis estadsticas son por lo general afirmaciones
acerca de las distribuciones de probabilidad de las poblaciones.
Este es uno de los aspectos ms tiles de la inferencia estadstica, puesto que
muchos tipos de problemas de toma de decisiones, pruebas o experimentos en el
mundo de la ingeniera, pueden formularse como problemas de prueba de
hiptesis. Consultado en la Web de ITC (s.f).
Otras definiciones
Una hiptesis estadstica es una afirmacin para verificar acerca de las
caractersticas de una o ms poblaciones. Alvarado, J. & Obagi, J. (2008)
Una hiptesis estadstica es una aseveracin o conjetura acerca de la distribucin
de la poblacin, afirmacin que generalmente est asociada a un subconjunto del
espacio del parmetro correspondiente al modelo probabilstico que representa
la citada poblacin. Mayorga, J. (2004, p. 189)
Una hiptesis estadstica es un enunciado provisional referente a uno o ms parmetros de una poblacin o grupo de poblaciones. En el proceso de estadstica inferencial hay dos tipos de hiptesis:
-
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100403 INFERENCIA ESTADISTICA
9
1. Hiptesis nula, designada mediante Ho y se lee H subcero. La letra H
significa hiptesis y el subndice cero indica no hay diferencia. Por lo
general en la hiptesis nula se plantea en trminos de no hay cambio, no
hay diferencia, se plantea con el objetivo de aceptarla o rechazarla.
2. Hiptesis alternativa, describe lo que se considerar si se rechaza la
hiptesis nula. A menudo tambin se le denomina hiptesis de investigacin,
y se designa por H1, que se lee h subuno
Otras definiciones
Hiptesis Nula: Es la conjetura inicial, es la suposicin que se hace sobre la
base de la experiencia del pasado, el conocimiento a priori y las necesidades
empresariales, es, en un comienzo la respuesta ms lgica al problema que
se ha planteado; es el valor que se asumira como cierto de no poderse hacer
la investigacin. La aseveracin se enuncia despus de la abreviatura y
Mayorga, J. (2004, p. 189).
Hiptesis Alternativa: A toda hiptesis que difiera de la hiptesis dada se le
llama hiptesis alternativa. Por ejemplo, si una hiptesis es p = 0.5, la
hiptesis alternativa puede ser 7 5 . La hiptesis
alternativa a la hiptesis nula se denota H1. Murray, R. ()
16.2. Prueba de hiptesis
Prueba de hiptesis: Segn Mayorga, prueba de hiptesis es una de las
acepciones ms comunes, al igual que Contraste de hiptesis o Docimacia, para
lo que l prefiere llamar, como justifica en su libro, juzgamiento de hiptesis, que
define como, el proceso que culmina con una decisin de rechazar o de no
rechazar una hiptesis con base en la informacin de una muestra aleatoria
de una poblacin para la cual se ha asumido un modelo probabilstico
cuya funcin de densidad es ( ).
Si se supone que una hiptesis es verdadera, pero se encuentra que los
resultados que se observan en una muestra aleatoria difieren marcadamente de
los resultados esperados de acuerdo con la hiptesis (es decir, esperados con
base slo en la casualidad, empleando la teora del muestreo), entonces se dice
que las diferencias observadas son significativas y se estar inclinado a rechazar
la hiptesis (o por lo menos a no aceptarla de acuerdo con la evidencia obtenida).
Murray, R. ()
-
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100403 INFERENCIA ESTADISTICA
10
Pasos en una prueba de hiptesis
La prueba de hiptesis consiste en aplicar tcnicas estadsticas que
permitan aceptar o rechazar una hiptesis. Este procedimiento se conoce como
contraste de hiptesis. Las pruebas de hiptesis utilizan un procedimiento
de cinco pasos, los cuales se mencionan a continuacin:
1. Plantear las hiptesis nula y alternativa. Definiendo la lateralidad de la
prueba.
2. Determinar el nivel de significancia. (valores aceptables de error I y II)
3. Estimar el valor estadstico de prueba. (a partir de la muestra)
4. Establecer la regla de decisin. (al comparar el valor crtico o terico con el
de prueba)
5. Tomar la decisin.
Grfico 1. Pruebas de Hiptesis
16.3. Tipos de error.
La hiptesis nula y alternativa son entonces aseveraciones sobre la poblacin
que compiten entre s, en el siguiente sentido: la hiptesis nula (Ho) es
verdadera, o lo es la hiptesis alternativa (H1), pero no ambas. En el caso ideal,
el procedimiento de prueba de hiptesis debe conducir a la aceptacin de Ho
cuando sea verdadera y al rechazo de H1. Desafortunadamente no siempre es
posible puesto que como las pruebas de hiptesis se basan en la informacin de
la muestra, se debe considerar la posibilidad de cometer errores. La siguiente
tabla muestra los dos tipos de errores que se pueden cometer:
PRUEBAS DE HIPTESIS
Muestras Grandes (Z-normal)
*Meias
*Proporciones
*Diferencia de Medias
*Diferencia de Proporciones
Muestras pequeas n
-
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100403 INFERENCIA ESTADISTICA
11
Tabla No.1 Tipos de errores
DECISIN SOBRE Ho VERDADERA FALSA
Aceptar H0 Correcta 1 Error tipo II
Rechazar H0 Error tipo I Nivel de significancia
Correcta 1 Potencia de la prueba
Cuando se tiene una hiptesis esta puede ser verdadera o falsa y la decisin que
se toma en la prueba es aceptar o rechazar la hiptesis. Si la decisin que se
toma est de acuerdo con la realidad no se cometen errores, en este caso las
dos buenas decisiones son: aceptar la hiptesis nula cuando es cierta o rechazar
la hiptesis nula cuando es falsa.
Pero cuando la decisin no est de acuerdo con la realidad se pueden comete r
dos tipos de errores vistos anteriormente: rechazar la hiptesis nula cuando en
realidad es cierta, llamado error tipo I representado por alfa ( ); aceptar la
hiptesis nula cuando en realidad es falso, llamado error tipo II representado por
beta ( ), llamados tambin nivel de significancia. El procedimiento utilizado
consiste en limitarlos a un nivel preestablecido pequeo, generalmente 0.01
0.05. Este planteamiento se le denomina la potencia de la prueba y se
representa as:
Probabilidad de cometer el error tipo I
Probabilidad de rechazar Ho cuando es verdadera. Probabilidad de NO cometer el error tipo I (1 - ) Probabilidad de acertar la Ho cuando es verdadera.
Probabilidad de cometer el error tipo II
Probabilidad de aceptar Ho cuando es falsa. Probabilidad de NO cometer el error tipo II
(1 - ) Probabilidad de rechazar Ho cuando es falsa.
Toda prueba de hiptesis determina una regin de rechazo de la hiptesis
llamada regin crtica, la cual depende del tipo de hiptesis que se pruebe y se
determina utilizando un nivel de significancia .
-
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100403 INFERENCIA ESTADISTICA
12
16.4. El Nivel mnimo o de rechazo.
Al establecer una prueba de hiptesis una de las formas de llegar a una
conclusin es a travs de la comparacin del valor crtico (o terico) con el de
prueba. Otra forma de poder tomar una decisin es, usar en lugar del valor crtico, es decir, observar la probabilidad de rechazar Ho cuando es verdadera
(error tipo I), o como afirma Alvarado, J.A y Otros (2008), responder a la pregunta:
cul es el riesgo que debo correr para poder rechazar Ho? Si ese riesgo es
grande, no se puede rechazar Ho; si es pequeo se rechaza Ho.
El p-valor
El mnimo de rechazo recibe tambin el nombre de valor p en el cual Ho sera rechazado. Si el p-valor es menor que el nivel de significancia, la hiptesis nula se
rechaza. Lo puede encontrar en algunos textos como p-value en ingls. Ms
adelante puede verse un ejemplo dnde se utiliza el p-value para rechazar la
hiptesis nula.
16.5. Lateralidad de las pruebas
Dependiendo del planteamiento de la hiptesis alternativa (H1) se distingue dos
tipos de pruebas:
Pruebas bilaterales.
Pruebas unilaterales
Prueba Bilateral: El investigador desea comprobar la hiptesis de un cambio en
el parmetro. El nivel de significancia se divide en dos y existen dos regiones de
rechazo.
En una prueba de hiptesis unilateral derecha, no se puede rechazar la
hiptesis nula Ho, si el estadstico de prueba (o calculado) es menor o igual
que el terico (tabulado). O lo mismo es, se rechaza la hiptesis nula cuando
el valor calculado es mayor que el tabulado
<
Una prueba de hiptesis es significativa si el p-value es menor que el nivel de
significacin, es decir:
-
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100403 INFERENCIA ESTADISTICA
13
Prueba Unilateral Derecha: El investigador desea comprobar la hiptesis de un
aumento en el parmetro, en este caso el nivel de significancia se carga todo
hacia el lado derecho, para definir las regiones de aceptacin y de rechazo
Prueba Unilateral Izquierda: El investigador desea comprobar la hiptesis de una
disminucin en el parmetro, en este caso el nivel de significancia se carga todo
hacia el lado izquierdo, para definir las regiones de aceptacin y de rechazo.
Grfico No. 1. Prueba bilateral (o a dos colas)
Pro
bab
ilid
ad
valor crtico Valor crtico
Regin de rechazo
/2
1
Regin de rechazo
/2
Regin de aceptacin
Ho
Verdadera)
Prueba de hiptesis:
Prueba de hiptesis:
<
Prueba de hiptesis:
-
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100403 INFERENCIA ESTADISTICA
14
Grfico No. 2. Prueba unilateral izquierda (inferior)
Grfico No. 3. Prueba unilateral derecha (superior)
Leccin 17: Pruebas para la Media y la Diferencia de medias con
grandes muestras.
17. Prueba para la media y diferencia de medias (Muestras grandes
( )
En las pruebas para la media de poblacin de muestra grande se distingue dos
situaciones:
Conocida la desviacin estndar de la poblacin.
Desconocida la desviacin estndar de la poblacin.
17.1. Prueba para la media (conocida la desviacin estndar poblacional).
Cuando se tiene la oportunidad de conocer
Pro
ba
bil
ida
d
Valor crtico
1
Regin de rechazo Regin de aceptacin
Ho (Verdadera)
Pro
bab
ilid
ad
1
Valor crtico
Ho (verdadera)
Regin de aceptacin Regin de rechazo
-
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100403 INFERENCIA ESTADISTICA
15
17.1.1. Prueba bilateral (para la media)
El procedimiento de prueba de hiptesis para pruebas bilaterales a cerca de la
media de una poblacin, cuando se considera el caso de muestra grande 3
en que el teorema del lmite central permite suponer que la media de la
distribucin muestral de medias se puede aproximar a una distribucin normal de
probabilidad, y la desviacin estndar de la poblacin es conocida, sigue la
siguiente forma general:
Muestra grande ( 3 ) Planteamiento de hiptesis:
01
00
:
:
H
H
Estadstico de prueba para desviacin estndar poblacional conocida:
Ecuacin No.1
Regla de rechazo a un nivel de significancia :
220 Z Zsi o -Zz si HRechazar
Ejemplo
La empresa coca cola ha establecido como poltica general para su produccin en
pequea escala, un promedio ( ) de llenado para sus envases de 200
centmetros cbicos con una desviacin estndar ( ) de 16 centmetros cbicos.
Dado que recientemente se han contratado y diseado nuevos mtodos de
produccin, utilizando un nivel de significancia del 0.01, se desea probar la
hiptesis, que el promedio de llenado sigue siendo de 200 centmetros cbicos.
Para tal efecto se tom una muestra de 100 envases llenos, los cuales mostraron
una media de llenado de 203.5 centmetros cbicos.
-
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100403 INFERENCIA ESTADISTICA
16
En los intervalos de confianza el alfa siempre se divide en
dos, para distribuirlo en las dos colas, en las pruebas de
hiptesis el alfa slo se divide, si la prueba es a dos colas
Paso 1: Planteamiento de hiptesis
Planteamiento de la hiptesis nula: la media poblacional es 200
Planteamiento de la hiptesis alternativa: La media poblacional es
diferente a 200. Estas hiptesis se expresan como sigue:
Esta es una prueba de dos colas, debido a que la hiptesis alternativa ( ) es
planteada en palabras de diferencia, es decir, la hiptesis no indica si la media
es mayor o menor que 200.
Paso 2: Nivel de significancia
El nivel de significancia es de 0.01 que es el alfa ( ), la probabilidad de
cometer el error de tipo uno, es decir la probabilidad de rechazar la hiptesis
siendo verdadera. Para ste tipo de problema se utiliza la distribucin normal
estandarizada en Z.
Paso 3: Estadstico de prueba (o calculado)
El valor estadstico de prueba para este tipo de problema es utilizando la
distribucin normal estandarizada en Z:
-
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100403 INFERENCIA ESTADISTICA
17
Se concluye que el llenado de los envases cumple con las polticas generales de
la empresa, y la diferencia de promedios se atribuye a variaciones aleatorias.
Paso 4: Estadstico terico (o tabulado) y regla de decisin
La formulacin de la regla de decisin consiste en hallar el valor crtico de Z
con una prueba de dos colas. En la tabla de la normal estndar (descargar
tabla) se identifica el valor de Z correspondiente a una probabilidad igual
1 2 1 5 995. El valor ms cercano a 0,995 es 0.995059 que
corresponde a un valor de Z igual a 2.58, que es el valor crtico para la prueba
de hiptesis. Dado que es una prueba de dos colas, se tendrn dos valores
crticos, tal como se indica en el siguiente grfico:
Grfico No. 4. Prueba bilateral (a dos colas)
La regla de decisin es aceptar la hiptesis nula (Ho), puesto que el valor
estadstico de prueba (2.19) ha cado en la zona de aceptacin de dicha
hiptesis
Paso 5: Tomar la Decisin
Prueba de
hiptesis para la
media (Bilateral)
-
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100403 INFERENCIA ESTADISTICA
18
17.1.2. Prueba unilateral (para la media)
Con anterioridad de dijo que la hiptesis alternativa indica una direccin ya sea
mayor que o menor que, la prueba es de una cola. El procedimiento para
demostrar la hiptesis es por lo general igual a la prueba de dos colas, excepto
que el valor crtico es diferente. Ahora se modificar la hiptesis alternativa del
problema anterior, sobre el llenado de los envases de una factora de coca cola,
pues se sospecha que el promedio de llenado est por encima de lo que la
empresa determina (por eso en la hiptesis alterna se plantea una relacin mayor
que).
200:
200:
1
0
H
H
Igual al ejemplo anterior.
Igual al ejemplo anterior.
El valor crtico cambia. En la tabla de la distribucin normal se identifica el valor
de Z correspondiente a una probabilidad igual 0,99. El valor ms cercano a 0,99
corresponde a un valor de Z igual a 2.33, que es el valor crtico para la prueba de
hiptesis. Dado que es una prueba de una cola, se tendr el valor crtico, tal como
se indica en la siguiente grfica:
Paso 1: Planteamiento de hiptesis
Paso 2: Nivel de significancia
Paso 3: Estadstico de prueba (o calculado)
Paso 4: Estadstico terico (o tabulado) y regla de decisin
Prueba de
hiptesis para la
media (unilateral)
-
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100403 INFERENCIA ESTADISTICA
19
Grfico No. 5. Prueba unilateral derecha (superior)
Igual, puesto que el valor estadstico de prueba est ubicado en la zona de
aceptacin de la hiptesis nula, es decir, se est diciendo que el promedio de
llenado es de 200, tal como est planteada la hiptesis nula.
17.2. Prueba para la media (desconocida la desviacin estndar
poblacional).
En la mayora de los casos se desconoce la desviacin estndar de la poblacin
, la cual debe calcularse en estudios previos o se estima utilizando la desviacin
estndar de la muestra (s). En estos casos se utiliza la desviacin estndar de la
muestra, quedando la frmula para el estadstico de prueba as:
Ecuacin No.2
Ejemplo
Una cadena grande de almacenes expide su propia tarjeta de crdito y Ud. desea
saber si los saldos promedios por crditos de los clientes son mayores que 400
unidades monetarias. El nivel de significancia se fija en 0.05. Una revisin
aleatoria de 172 clientes, revel que el promedio por crdito de los clientes es de
407 unidades monetarias y la desviacin estndar de la muestra es de 38
Pro
bab
ilid
ad
200
Escala Z |2.33
Ho (verdadera)
Regin de aceptacin Regin de rechazo
Paso 5: Tomar la Decisin
-
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100403 INFERENCIA ESTADISTICA
20
unidades monetarias. Concluye UD. que la media poblacional es mayor que 400
unidades monetarias?
400:
400:
1
0
H
H
Dado que la hiptesis alternativa se enuncia mayor que, se aplica una cola a la
derecha, y como la muestra es grande (n >= 30), se aplica la distribucin normal
estandarizada en Z.
El nivel de significancia se fija en 0.05
42.2
172
38
400407
n
S
XZ
Grfico No. 6. Prueba unilateral derecha (superior)
El valor crtico es 1.645 y la ubicacin del estadstico de prueba se encuentra en la
zona de rechazo de la hiptesis nula, por lo tanto se acepta la hiptesis
alternativa.
Pro
bab
ilid
ad
200
Escala Z |2.42
Ho (verdadera)
Regin de aceptacin Regin de rechazo
|1,645
Unidades monetarias de crdito
1- =0,95 = 0,05
Paso 1: Planteamiento de hiptesis
Paso 2: Nivel de significancia
Paso 3: Estadstico de prueba (o calculado)
Paso 4: Estadstico terico (o tabulado) y regla de decisin
-
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100403 INFERENCIA ESTADISTICA
21
La decisin a tomar por Ud. es que el promedio de los crditos es mayor que 400
unidades monetarias con un grado de confianza del 95%.
17.3. Prueba para la diferencia de medias (desconocida la desviacin
estndar poblacional).
En la mayor parte de los casos no se conoce la varianza o desviacin estndar
real de ninguna poblacin. En general la nica informacin que es posible obtener
se relaciona con las medias muestrales y , las varianzas muestrales y
y las desviaciones estndar de las muestras y . Si se hacen las suposiciones
que las muestras se obtienen de manera aleatoria e independiente a partir de las
poblaciones respectivas que tiene una distribucin normal y que las varianzas
poblacionales son iguales, es decir,
, se puede utilizar una prueba de
distribucin normal de varianzas combinadas para determinar si existe una
diferencia significativa entre las dos poblaciones.
Recordemos que para diferencias de medias se utiliza el siguiente estadstico de
prueba:
( ) ( )
12
1 22
2
Ecuacin No.3
Ejemplo
Una obra de construccin requiere un gran nmero de bloques de concreto. Dos
empresas abastecedoras A y B licitan para su adjudicacin, y dentro del pliego de
condiciones se estipula que la resistencia mnima es de 1.000 unidades mtricas a
la resistencia, y el contrato se adjudicar a la empresa que mayor resistencia
presente su producto.
Se plantea la hiptesis nula (Ho) que no existe diferencia entre las resistencias
medias a la compresin de los bloques de concreto. La hiptesis alternativa se
plantea en trminos que hay alguna diferencia significativa entre las dos
resistencias medias a la compresin. Simblicamente se expresa as:
Paso 5: Tomar la Decisin
Paso 1: Planteamiento de hiptesis
-
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100403 INFERENCIA ESTADISTICA
22
BA
BA
H
H
:
:
1
0
Dado que la hiptesis alternativa no indica una direccin especfica, la prueba es
de dos colas
Se elige un nivel de significancia de 0.01. Esto equivale a cometer un error de tipo
I. Se usar una distribucin normal estandarizada en Z, razn por la cual se debe
seleccionar una muestra que al menos contenga como mnimo 30 unidades de
bloque, cada una de las empresas licitantes.
El estadstico de prueba a aplicar est dado por la siguiente frmula:
12
1 2
2
2
Ecuacin No.4
Suponga que Ud. Seleccion una muestra de cada una de las empresas licitantes
y determin la resistencia a la compresin, con los siguientes resultados:
Tabla No.2 Resultados de muestra
Licitante A Licitante B
X = 1.070 X = 1.020
n = 81 n = 64
S = 63 S = 57
El valor del estadstico de prueba es:
01.5
98827.9
50
64
57
81
63
020.1070.122
2
2
2
1
2
1
21
n
S
n
S
XXZ
Paso 2: Nivel de significancia
Paso 3: Estadstico de prueba (o calculado)
-
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100403 INFERENCIA ESTADISTICA
23
Recurdese que se seleccion un nivel de significancia del 0.01 y se utilizar una
prueba de dos colas. Los valores crticos y zonas de aceptacin para las hiptesis
se presentan en la siguiente figura:
Grfico No. 7. Prueba bilateral (o a dos colas)
El valor Z calculado queda en el rea de rechazo de la hiptesis nula, por lo tanto se
concluye que la media poblacional de la resistencia a la compresin es diferente en las
dos empresas y la diferencia no se debe al azar del muestreo, con un grado de confianza
del 99%.
17.4. Prueba para la diferencia de medias (Muestras independientes
desviacin estndar poblacional conocida).
( 1 2)( 1 2)
12
1 22
2
Ecuacin No.5
Pro
bab
ilid
ad
valor crtico -2.58| |2.58
Regin de rechazo
0.01/2= 0.005
|5.01
Regin de rechazo
0.01/2=0.005
Regin de aceptacin
Resistencia ladrillos
Ho (Verdadera)
Paso 4: Estadstico terico (o tabulado) y regla de decisin
Paso 5: Tomar la Decisin
-
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100403 INFERENCIA ESTADISTICA
24
Si < < entonces No se rechaza
Recuerde que es el estadstico de prueba (o calculado)
Ejemplo
Un constructor est considerando dos lugares alternativos (dos comunidades)
para construir un centro comercial. Como los ingresos de los hogares de la
comunidad son una consideracin importante en sta seleccin, desea probar que
el ingreso promedio de la primera comunidad excede al promedio de la segunda
comunidad en cuando menos $1.500 diarios. Con la informacin de un censo
realizado el ao anterior sabe que la desviacin estndar del ingreso diario de la
primera comunidad es de $1.800 y la de la segunda es de $2.400
Para una muestra aleatoria de 30 hogares de la primera comunidad, encuentra
que el ingreso diario promedio es de $35.500 y con una muestra de 40 hogares de
la segunda comunidad el ingreso promedio diario es de $34.600. Pruebe la
hiptesis con un nivel de confianza del 95 por ciento.
15
< 15
Recordemos que el nivel de confianza es 95%
Es decir 1 95 eso indica que:
5
El tamao de las muestras es grande y las varianzas poblacionales son conocidas,
por consiguiente la estadstica de trabajo a utilizar la ecuacin 5.
Paso 1: Planteamiento de hiptesis
Paso 2: Nivel de significancia
Paso 3: Estadstico de prueba (o calculado)
-
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100403 INFERENCIA ESTADISTICA
25
Tabla No.3 Resultados de las comunidades
Comunidad 1 Comunidad 2
4
34 6
24
12
1 22
2
(35 346 ) 15
18 2
3 24 2
4
1 195
Para un nivel de confianza del 95 %, ya que es una prueba de unilateral izquierda, lo que se busca es el valor crtico que deja por encima un 95% de rea, por tanto es lgico pensar que el valor ser un Z negativo, en la tabla de la distribucin normal se tiene un valor de Z de -1,64 (estadstico terico o tabulado). Como puede observarse en el grfico No.8, el estadstico de prueba se ubica en la zona de aceptacin de la hiptesis nula.
Grfico No. 8. Prueba unilateral izquierda (cola inferior)
Pro
bab
ilid
ad
= 0.05
Valor crtico -1.64| -1.195|
Regin de rechazo Regin de aceptacin
Ho (Verdadera)
Paso 4: Estadstico terico (o tabulado) y regla de decisin
-
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100403 INFERENCIA ESTADISTICA
26
Por lo tanto, con una confiabilidad del 95 por ciento, la diferencia entre el ingreso promedio por hogar en las dos comunidades es mayor a $1.500 diarios.
En una prueba de hiptesis la confiabilidad significa la probabilidad
de no rechazar la hiptesis nula que es cierta, porque el nivel de
confianza es la probabilidad que el estadstico de prueba se
encuentre en la zona de aceptacin.
Leccin 18: Pruebas para la proporcin y la Diferencia de
proporciones (siempre con grandes muestras).
18. Prueba de hiptesis para proporciones.
Se entiende por proporcin, la porcin relativa o porcentaje que expresa la parte
de la poblacin o muestra que tiene un atributo particular de inters como el
resultado comparativo de contar algo, Se cuenta el nmero de partes defectuosas;
se cuenta el nmero de votantes por la preferencia de un candidato. As la prueba
de proporcin implica niveles nominales de medida.
18.1. Prueba para una proporcin
Para demostrar una proporcin muestral se requiere cumplir con ciertos principios
binomiales, tales como:
1. Los datos recolectados son el resultado de un conteo.
2. El resultado de un experimento se clasifica en una de las dos
categoras mutuamente excluyentes: un xito o un fracaso.
3. La probabilidad de xito se mantiene constante.
4. Los intentos para realizar cada experimento son independientes.
5. El tamao de la muestra debe ser tan grande para que se d la
siguiente condicin: (n)(p)>5 y (n)(1-p)>5
Para realizar una prueba de hiptesis a fin de evaluar la magnitud de la diferencia
entre la proporcin muestral p y la proporcin poblacional (P), se puede usar el siguiente estadstico de prueba:
Paso 5: Tomar la Decisin
-
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100403 INFERENCIA ESTADISTICA
27
n
PP
PPZ
)1(
Ecuacin No.6
Dnde:
P es la proporcin muestral.
P es la proporcin poblacional.
n es el tamao de la muestra.
De otra manera, en lugar de examinar la proporcin de xitos en una muestra
como en el caso anterior, es posible estudiar el nmero de xitos en una muestra,
para determinar el nmero de xitos esperados o hipotticos en la poblacin, se
utiliza el siguiente estadstico de prueba:
qpn
pnXZ
Ecuacin No.7
Dnde:
X es el nmero de xitos en la muestra.
P es la proporcin hipottica de xitos.
Ejemplo
Suponga que para que lo elijan a Ud. como alcalde, es necesario que logre al
menos el 80% de los votos del barrio donde vive. Dado su inters decide hacer
una encuesta en el barrio con una muestra de 2.000 personas, para ver la
posibilidad y 1.550 dieron respuesta favorable por sus aspiraciones. Pruebe la
hiptesis de favorabilidad, con un nivel de significancia del 0.05.
Antes de realizar el procedimiento de los cinco pasos, veamos si cumple la
condicin de:
(n)(p)>5 (2.000)(0.8)>5 1.600>5 Cierto
(n)(1-p)>5 (2.000)(0.2)>5 400>5 Cierto
La hiptesis nula se plantea diciendo que Ud. s tiene el 80% de favorabilidad de
voto en su barrio y la hiptesis alternativa en que no alcanza a tener este
Paso 1: Planteamiento de hiptesis
-
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100403 INFERENCIA ESTADISTICA
28
porcentaje de favorabilidad de voto. Simblicamente se expresa como sigue:
80.0:
80.0:
1
PH
PHo
La distribucin de probabilidad a utilizar es la normal estandarizada en Z, con un
nivel de significancia del 5%, con una cola a la izquierda.
n
PP
PPZ
)1(
Dnde:
P es la proporcin muestral.
P es la proporcin poblacional.
n es el tamao de la muestra.
Pn
PP
)1( Es el error estndar de la proporcin poblacional.
Reemplazando los diferentes valores en la ecuacin se tiene:
80.20089443.0
025.0
00008.0
80.0775.0
000.2
)80.01(80.0
80.0000.2
550.1
)1(
n
PP
PPZ
La regla de decisin se toma sobra la base de un valor critico calculado a partir de
la tabla de distribucin Z, con un rea de 0.4500 (0.5000-0.0500)
Paso 2: Nivel de significancia
Paso 3: Estadstico de prueba (o calculado)
Paso 4: Estadstico terico (o tabulado) y regla de decisin
-
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100403 INFERENCIA ESTADISTICA
29
Grfico No. 9. Prueba unilateral izquierda (cola inferior)
Como el valor Z (-2080) est en la regin de rechazo de la hiptesis nula,
entonces se acepta la hiptesis alternativa y se concluye la favorabilidad de voto
es menos al 80%.
Ejemplo
Probar al nivel de significancia del 0.01 la aseveracin que el 55% de las familias
que planean adquirir una residencia en Melgar desea su ubicacin en un
condominio. Para su estudio Ud. toma una muestra aleatoria de 400 familias que
planean comprar una residencia en Melgar, de las cuales 228 familias desean en
un condominio.
La hiptesis nula se plantea diciendo que el 55% de las familias desean adquirir
residencia en un condominio en Melgar.
55.0:
55.0:
1
PH
PHo
La distribucin de probabilidad a utilizar es la normal estandarizada en Z, con un
nivel de significancia del 1%, con dos colas.
Paso 5: Tomar la Decisin
Paso 1: Planteamiento de hiptesis
Paso 2: Nivel de significancia
-
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100403 INFERENCIA ESTADISTICA
30
80.00248747.0
02.0
400
)55.01(55.0
55.0400
280
)1(
n
PP
PPZ
La regla de decisin se toma sobre la base del siguiente grfico:
Grfico No. 10. Prueba Bilateral (a dos colas)
La hiptesis nula que la proporcin verdadera es del 55% no es rechazada a un
nivel de significancia del 1%, concluyendo que el 55% de las familias planean
adquirir residencia vacacional en Melgar lo desean en un condominio.
18.2. Prueba para diferencias entre dos proporciones
Se presenta a continuacin un ejemplo donde se emplea la prueba de proporcin
para dos poblaciones, utilizando el siguiente estadstico de prueba:
21
2121
)1()1(
)(
n
PP
n
PP
PPPPZ
CCCC
Ecuacin No.8
Paso 3: Estadstico de prueba (o calculado)
Paso 4: Estadstico terico (o tabulado) y regla de decisin
Paso 5: Tomar la Decisin
-
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100403 INFERENCIA ESTADISTICA
31
Dnde:
1n Es la cantidad seleccionada en una muestra.
2n Es la cantidad seleccionada en la otra muestra.
21
21
nn
XXPC
Es la media ponderada de las proporciones muestrales.
1X Es la cantidad de xitos de la primera muestra.
2X Es la cantidad de xitos de la segunda muestra.
21yPP Proporcin de xitos de la poblacin uno y dos respectivamente.
Ejemplo
Una fbrica de perfumes ha desarrollado un nuevo producto. Varias pruebas de
comparacin indican que el perfume tiene un buen potencial en el mercado. Sin
embargo el departamento de mercadotecnia y publicidad quieren planear una
estrategia de manera que el producto llegue e impresione al sector ms grande
posible del pblico comprador. Una de las preguntas es si prefiera el perfume una
proporcin mayor de mujeres jvenes o una proporcin mayor de mujeres
maduras. Por tanto, existen dos poblaciones: una que consta de mujeres jvenes
y otra de damas maduras. Se us una prueba estndar de aroma. Se
seleccionaron aleatoriamente damas y se les pidi que olieran varios perfumes,
incluyendo el que suelen usar, y por supuesto el nuevo perfume. La persona que
realiza la prueba es la nica que conoce el nombre de los perfumes. Cada mujer
selecciona el perfume que le agrada ms.
La hiptesis nula se plantea diciendo que no hay diferencia entre la proporcin de
mujeres jvenes y maduras que prefieren el nuevo perfume. La hiptesis
alternativa se plantea que las dos proporciones no son iguales.
211
21
:
:
PPH
PPHo
Se designa P subuno como la proporcin de mujeres jvenes y P subdos como la
proporcin de mujeres maduras.
Se decidi un nivel de significancia del 0.05.
Paso 1: Planteamiento de hiptesis
Paso 2: Nivel de significancia
-
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100403 INFERENCIA ESTADISTICA
32
Los planes son tomar una muestra al azar de 100 mujeres jvenes designada por
n subuno y una muestra de 200 mujeres mayores designada como n subdos. Los
resultados una vez hecha el experimento dio los siguientes resultados: de las 100
mujeres jvenes 20 eligieron el nuevo perfume, designando este valor como X
subuno; y de las 200 mujeres maduras 100 prefirieron el nuevo perfume,
designando este valor como X subdos.
La proporcin ponderada, da como resultado:
40.0300
120
200100
10020
21
21
nn
XXPC
0.506.0
30.0
200
)40.01(40.0
100
)40.01(40.0
200100
10020
)1()1(
21
21
n
PP
n
PP
PPZ
CCCC
Los valores crticos para un nivel de significancia del 5% son 1.96 y +1.96. Igual
que en los otros casos, la siguiente grafica establece la regla de decisin:
Grfico No. 11. Prueba Bilateral (a dos colas)
El valor de Z calculado de 5.0 se encuentra en el rea de rechazo de la hiptesis
nula. Por tanto, la hiptesis que las proporciones son iguales se rechaza a un nivel
del 5% de significancia.
Paso 3: Estadstico de prueba (o calculado)
Paso 4: Estadstico terico (o tabulado) y regla de decisin
Paso 5: Tomar la Decisin
-
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100403 INFERENCIA ESTADISTICA
33
Ejemplo
Dos lotes de frutas conformados cada uno por 250 unidades son tratados y
almacenados en iguales condiciones salvo que el lote No 1 est a temperatura
ligeramente inferior que el lote No 2. Pasado un tiempo se encuentra que el lote
No 1 hay 225 frutas sanas y en el lote No 2 hay 200 sanas. Probar la hiptesis que
la temperatura ms baja favorece la conservacin de las frutas al nivel de
significacin de 0.05.
211
21
:
:
PPH
PPHo
Utilizando la distribucin de probabilidad normal con ensayo unilateral a la derecha
con un nivel significativo de 0.05, el valor critico es de 1.645.
13.30319.0
10.0
250
)15.0)(85.0(
250
)15.0)(85.0(
80.090.0
)1()1(
21
21
n
PP
n
PP
PPZ
CCCC
85.0250250
200225
21
21
nn
XXPC
Grfico No. 12. Prueba unilateral superior (cola derecha)
Paso 1: Planteamiento de hiptesis
Paso 2: Nivel de significancia
Paso 3: Estadstico de prueba (o calculado)
Paso 4: Estadstico terico (o tabulado) y regla de decisin
-
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100403 INFERENCIA ESTADISTICA
34
Como 3.12>1.645 se rechaza la hiptesis nula y se acepta la hiptesis alternativa.
La temperatura ms baja favorece la conservacin de las frutas.
Leccin 19: Pruebas para la media y la diferencia de medias
(muestras pequeas).
19. Pruebas de hiptesis para pequeas muestras.
Ahora veamos el caso en que las muestras son pequeas, 30n , pero donde la
distribucin muestral del estadstico de prueba se puede aproximar a una
distribucin t student. Dicha aproximacin es posible cuando los valores
subyacentes de la poblacin son casi normalmente distribuidos, y cuando
intervienen poblaciones donde las desviaciones estndar, aunque desconocidas,
se sabe que son iguales. Habiendo estudiado pruebas para muestras grandes con
todo detalle, podemos restringirnos a ejemplos en donde se aplique este tipo de
distribucin.
19.1. Prueba para media (pequea muestra)
Si tambin es razonable suponer que la poblacin tiene una distribucin normal de
probabilidad, con la distribucin t se puede hacer inferencia a cerca del valor de la
media de la poblacin.
Ejemplo
Una compaa de seguros revela que en promedio la investigacin por demandas
en accidentes y todos los trmites tiene un costo promedio de 60 unidades
monetarias. Este costo se considera exagerado comparado con el de otras
compaas del mismo tipo. A fin de evaluar el costo se seleccion una muestra
aleatoria de 26 demandas recientes y se realiz el estudio de costos. Se concluy
que el costo promedio es de 57 unidades monetaria con una desviacin estndar
de 10 unidades monetarias. Con un nivel de significancia del 0.01 se puede decir
que el estudio revel un costo menor al establecido por la empresa?
La hiptesis nula se plantea en el sentido que el costo promedio es de 60
Paso 5: Tomar la Decisin
Paso 1: Planteamiento de hiptesis
-
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100403 INFERENCIA ESTADISTICA
35
unidades monetarias. La hiptesis alternativa que el costo es menor a 60 unidades
monetarias. Esto se expresa en la siguiente forma:
60:
60:
1
0
H
H
La prueba es de una cola a la izquierda, segn el planteamiento de la hiptesis
alternativa.
Se usa un nivel de significancia del 0.01 con una distribucin t, en consideracin
a que la muestra en menor a 30, es decir, es una pequea muestra.
Utilizando los datos de la muestra, se utiliza la siguiente frmula como estadstico
de prueba:
530.1
26
10
6057
n
S
Xt
Los valores crticos para la distribucin t se encuentran en la tabla
correspondiente (anexo D), con 25 grados de libertad (26 1), prueba de una cola
a un nivel de significancia de 0.01, correspondiendo un valor crtico de 2.485. En el
siguiente figura se indica el presente planteamiento:
Grfico No. 13. Prueba unilateral superior (cola derecha)
Puesto que 1.53 se encuentra en la regin de aceptacin de la hiptesis nula a
Paso 2: Nivel de significancia
Paso 3: Estadstico de prueba (o calculado)
Paso 4: Estadstico terico (o tabulado) y regla de decisin
Paso 5: Tomar la Decisin
-
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100403 INFERENCIA ESTADISTICA
36
un nivel del 1% de significancia, se concluye que los costos para los tramites de
seguros de accidente no se han disminuido y se mantiene a un nivel promedio de
costo de 60 unidades monetarias.
Ejemplo
Una empresa produce elementos con un promedio de 43 mm de largo. Un ajuste
en las mquinas de produccin supone que dicho estndar ha cambiado. Se
quiere probar sta hiptesis con un nivel de significancia del 0.02.
Para afrontar el problema Ud. selecciona una muestra aleatoria de 12 elementos y
procede a medir su largor con los siguientes resultados:
Tabla No. 4. Seleccin muestra aleatoria
Elemento 1 2 3 4 5 6 7 8 9 10 11 12
Medida 42 39 42 45 43 40 39 41 40 42 43 42
Plantea sus hiptesis:
43:
43:
1
0
H
H
Como hiptesis nula que no se ha producido un cambio en las dimensiones del
producto. Como hiptesis alternativa que se ha producido un cambio en las
caractersticas internas del producto debido a los ajustes en las mquinas.
Se dispone a probar la hiptesis con un nivel de significancia del 0.02, utilizando la
distribucin t porque es una pequea muestra, con 11 grados de libertad
aplicando el principio de (n- 1) y clculo para dos colas puesto que la hiptesis
alternativa est planteada desde el punto de vista de diferente.
El estadstico de prueba a utilizar es el siguiente:
Paso 1: Planteamiento de hiptesis
Paso 2: Nivel de significancia
Paso 3: Estadstico de prueba (o calculado)
-
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100403 INFERENCIA ESTADISTICA
37
n
S
Xt
Procede al clculo de la media y la desviacin estndar muestral:
5.4112
498
n
XX
78.1
11
35
1
2
n
XXS
Con la informacin anterior, aplica la frmula del estadstico de prueba:
92.2
12
78.1
0.435.41
n
S
Xt
Para aplicar la regla de decisin, muestra en el siguiente grfico el planteamiento
anterior:
Grfico No. 14. Prueba Bilateral (a dos colas)
La hiptesis nula que la media poblacional es 43 mm se rechaza a un nivel de
significancia del 0.02 y se acepta la hiptesis alternativa, concluyendo que los
ajustes en las mquinas s causaron un cambi en la calidad de control en el
Paso 4: Estadstico terico (o tabulado) y regla de decisin
Paso 5: Tomar la Decisin
-
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100403 INFERENCIA ESTADISTICA
38
largor de los diferentes elementos que se producen.
Anteriormente se analiz ampliamente la prueba de hiptesis para cuando las
muestra son pequeas, es decir, el tamao de la muestra es menor a 30. A
continuacin se propone un ejercicio de aplicacin, para que Ud. los desarrolle
atendiendo las sugerencias dadas.
19.2. Prueba para dos medias muestrales (pequea muestra)
Una prueba que utiliza la distribucin t tambin puede aplicarse para comparar dos
medias muestrales que tienen las siguientes caractersticas:
1. Las poblaciones deben de distribuirse normalmente. 2. Las poblaciones deben de ser independientes. 3. Las varianzas de las poblaciones deben de ser iguales. 4. Las muestras tienen menos de 30 observaciones. 5. Las desviaciones estndar de las poblaciones no se conocen.
Cuando se est frente a estas caractersticas, el estadstico de prueba a utilizar es
el siguiente:
2121
2
2
21
2
1
2121
11
2
11
)(
nnnn
nSnS
XXt
Ecuacin No.9
Dnde:
21 XyX Las medias de las muestras
21ynn Los tamaos de las muestras
2
2
2
1 ySS Las varianzas de las muestras
G.L. Grados de libertas, igual a = 221 nn
Ejemplo
Se ha propuesto realizar un examen de estadstica a dos grupos de estudiantes,
con el propsito de saber si los grupos tienen similares conocimientos sobre
pruebas de hiptesis. Para ello Ud. seleccion el grupo A compuesto de 5
-
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100403 INFERENCIA ESTADISTICA
39
estudiantes de educacin a distancia y el grupo B compuesto por 6 estudiantes de
educacin presencial, y los someti a la prueba, dando como resultado los
siguientes tiempos en minutos:
Tabla No. 5. Prueba para dos grupos
Educacin a distancia Educacin presencial
2
4
9
3
2
3
7
5
8
4
3
Probar con un nivel de significancia del 0.10 si existe alguna diferencia de
habilidad en los conocimientos de los dos grupos.
Las hiptesis las plantea en los siguientes trminos:
211
21
:
:
H
Ho
La hiptesis nula consistente en que los dos grupos no tienen alguna diferencia en
la habilidad de conocimiento, y la hiptesis alternativa en que existe diferencia
entre los grupos sobre la habilidad en la aplicacin de los conocimientos.
Prueba la hiptesis con un nivel de significancia del 10%, utilizando la distribucin
t student porque las muestras son menores que 30, con 9 grados de libertad (5+6
2) y prueba de dos colas porque la hiptesis alternativa est planteada en
funcin de diferente.
Para el clculo del estadstico de prueba se requiere estimar las medias de los
grupos y sus varianzas, los cuales se presentan en el siguiente cuadro:
Paso 1: Planteamiento de hiptesis
Paso 2: Nivel de significancia
Paso 3: Estadstico de prueba (o calculado)
-
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100403 INFERENCIA ESTADISTICA
40
Tabla No.6. Resultados para los grupos de estudiantes
Grupo estudiantes a distancia Grupo presencial
Media = 4 Media = 5
Varianza = 8.5 Varianza = 4.4
Muestra = 5 Muestra = 6
6620.0
6
1
5
1
265
164.4155.8
54
11
2
11
2121
2
2
21
2
1
21
nnnn
nSnS
XXt
Grfico No. 15. Prueba Bilateral (a dos colas). Diferencia de dos medias
La decisin es no rechazar la hiptesis nula debido a que el valor del estadstico
de prueba 06620 ha cado en la zona de aceptacin de dicha hiptesis,
concluyendo que no existe diferencia en la habilidad de aplicacin de
conocimientos entre los estudiantes a distancia y los estudiantes de presencial,
con un nivel de significancia del 10%.
Paso 4: Estadstico terico (o tabulado) y regla de decisin
Paso 5: Tomar la Decisin
-
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100403 INFERENCIA ESTADISTICA
41
19.3. Prueba de hiptesis para observaciones pareadas o relacionadas
La caracterstica principal para aplicar este tipo de prueba, es que las muestras
sean dependientes y el tamao de cada muestra sea inferior a 30 elementos
seleccionados.
Ejemplo
Un grupo de alumnos registra un ndice de puntuacin en estadstica, que se
considera muy bajo para aceptarlos al siguiente nivel. Proceden a tomar un curso
de nivelacin, obteniendo los siguientes registros antes y despus del curso. Con
un nivel de significancia del 0.05 probar si el curso de nivelacin mejor las
condiciones del grupo.
Antes 128 105 119 140 98 123 127 115 122 145
Despus 135 110 131 142 105 130 131 110 125 149
En estas condiciones hay un par de ndices de eficiencia para cada miembro del
grupo, antes y despus del curso,; ste conjunto de pares es lo que se denomina
muestra por pares. La prueba de hiptesis que se realiza para determinar si hay
diferencia entre los ndices antes y despus del curso de nivelacin, es lo que
denomina prueba de diferencia por pares. Obsrvese que las dos muestras, una
antes y una despus, dependen entre s, debido a que los mismos alumnos estn
en ambas pruebas, por tanto son dependientes.
La muestra est constituida por la diferencia entre los registros de puntuacin
antes y despus del programa. As, la media de las diferencias entre los registros
de rendimiento, se designa mediante d . Se presenta a continuacin el
procedimiento de la prueba:
0:
0:
1
d
d
H
Ho
La hiptesis nula plantea que no hay diferencia de eficiencia despus del curso. La
hiptesis alternativa plantea que el programa de nivelacin mejor el nivel de los
estudiantes.
Paso 1: Planteamiento de hiptesis
-
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100403 INFERENCIA ESTADISTICA
42
Se usa un nivel de significancia del 5%, la muestra seleccionada es de 10
estudiantes considerada pequea muestra, la distribucin de probabilidad a utilizar
es la t student, con n 1 grados de libertad.
El estadstico de prueba a utilizar es:
n
S
dt
d
Ecuacin No.10
Dnde:
d : es la media de la diferencia entre las observaciones por pares.
dS : es la desviacin estndar de las diferencias entre las observaciones por
pares.
n: es el nmero de observaciones por pares.
G.L: son los grados de libertad (n 1)
Para determinar el clculo del estadstico de prueba se requiere conocer la media
de las diferencias y su desviacin estndar, para lo cual procedemos a su clculo
utilizando el siguiente cuadro:
Tabla No. 7. Calculo estadstico sobre diferencia de medias
Muestra Registro
antes
Registro
despus
Diferencia
d
Diferencia al
cuadrado
1
2
3
4
5
6
7
8
9
10
128
105
119
140
98
123
127
115
122
145
135
110
131
142
105
130
131
110
125
149
7
5
12
2
7
7
4
-5
3
4
49
25
144
4
49
49
16
25
9
16
Sumas 46 386
Paso 2: Nivel de significancia
Paso 3: Estadstico de prueba (o calculado)
-
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100403 INFERENCIA ESTADISTICA
43
60.410
46
n
dd
40.4
110
10
46386
1
22
2
n
n
dd
Sd
Aplicando la frmula, se obtiene:
30.3
10
4.4
6.4
n
S
dt
d
El valor crtico de t para esta prueba de una cola a la derecha, es 1.833 que se
obtiene en la tabla de la distribucin t (anexo D), ubicando en la columna de la
izquierda 9 grados de libertad y recorriendo a la derecha hasta la columna de una
cola con 0.05 nivel de significancia. En la siguiente grfica se indica lo expuesto:
Grfico No. 16. Prueba unilateral superior (cola derecha). Prueba de hiptesis por pares
Como el valor t (3.30) est en la regin de rechazo de la hiptesis nula, entonces
se acepta la hiptesis alternativa y se concluye que el programa de adiestramiento
para los alumnos fue eficaz para aumenta su eficiencia.
Paso 4: Estadstico terico (o tabulado) y regla de decisin
Paso 5: Tomar la Decisin
-
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100403 INFERENCIA ESTADISTICA
44
Leccin 20: Pruebas para la varianza
20. Pruebas de hiptesis para la varianza
Como su nombre lo indica, consiste en comparar tres o ms medias de una
muestra para identificar su homogeneidad o variabilidad. esta tcnica estadstica,
normalmente es utilizada para analizar resultados en la investigacin con diseos
experimentales y cuasi-experimentales; muchas veces necesitamos comparar dos
o ms distribuciones que corresponden a variaciones de una misma variable
dependiente, afectada por una o ms variables independientes.
Comparacin de dos varianzas poblacionales
Su utilidad radica en determinar si una poblacin normal tiene ms variacin que
otra poblacin que se considera tambin normal. Como ejemplo se pueden
mencionar, si dos mquinas dedicadas a producir cierto artculo de precisin
pueden ser confiables en el control de calidad, es decir, el producto tiene el mismo
largor, el mismo dimetro y las variaciones presentadas son similares.
Ejemplo
La tasa media de rendimiento de dos tipos de acciones se puede apreciar en el
siguiente cuadro, se desea saber si el rendimiento promedio es diferente a un nivel
de significancia del 0.10.
Tabla No. 8. Tasa de rendimiento de las acciones
Acciones Rendimiento
promedio
Desviacin
estndar
Tamao de la
muestra
Tipo A
Tipo B
56
58
12
5
7
8
2
2
2
11
2
2
2
1
:
:
H
Ho
La variacin de los rendimientos promedios de las acciones es igual como la
hiptesis nula. La variacin de los rendimientos de las acciones es diferente como
Paso 1: Planteamiento de hiptesis
-
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100403 INFERENCIA ESTADISTICA
45
hiptesis alternativa.
Se selecciona un nivel de significancia de 0.01 utilizando la distribucin F.
El valor del estadstico de prueba sigue una distribucin F, con la siguiente
relacin:
76.55
122
2
2
2
2
1 S
SF
Se acostumbra a colocar el mayor valor en el numerador, de tal forma que la
relacin siempre ser por lo menos igual a uno.
El valor crtico se obtiene del Anexo F, para lo cual se reproduce una parte de la
tabla. Debido a que utiliza una prueba de dos colas, el nivel de significancia para
cada cola ser de:
05.02
10.02
.
Grados de libertad para el numerador: n 1 = 7-1 = 6
Grados de libertad para el denominador: n 1 = 8 1 = 7
Para encontrar el valor crtico, se incorpora parte de la tabla F:
Tabla No. 9. Grados libertad numerador denominador
GRADOS LIBERTAD NUMERADOR
G.L
Denominador
5 6 7 8
1
2
3
4
5
6
7
8
9
10
230
19.3
9.01
6.26
5.05
4.39
3.97
3.69
3.48
3.33
234
19.3
8.94
6.16
4.95
4.28
3.87
3.58
3.37
3.22
2.7
19.4
8.89
6.09
4.88
4.21
3.79
3.50
3.29
3.14
239
19.4
8.85
6.04
4.82
4.15
3.73
3.44
3.23
3.07
Paso 2: Nivel de significancia
Paso 3: Estadstico de prueba (o calculado)
Paso 4: Estadstico terico (o tabulado) y regla de decisin
-
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100403 INFERENCIA ESTADISTICA
46
Dado que el valor de la distribucin F (5.76) se encuentra a la derecha del valor
crtico (3.87), se acepta la hiptesis alternativa y se concluye que los rendimientos
promedios de las acciones son diferentes.
Ejercicios propuestos
A continuacin se proponen dos ejercicios para que los desarrolle aplicando las
sugerencias propuestas:
1. Se lanza una moneda 200 veces y se obtienen 105 caras. Si el nivel de
significancia es de 1% probar la hiptesis que la probabilidad de caras es de
contra la hiptesis:
a. Que es mayor de . b. Que es menor de . c. Que es diferente de .
Sugerencia: En este caso utilice las propiedades de la distribucin binomial donde:
1002
1200 np 07.72121200 qpn
qpnpnX
Z
2. Un fabricante de un empaque para harinas garantiza que tiene una efectividad
de 95% en la proteccin contra la humedad durante un perodo de 6 meses. Se
observ una muestra de 100 paquetes encontrndose resultados positivos en
85 paquetes. Comprobar si la afirmacin del fabricante es verdadera con un
nivel de significancia de 0.05.
Sugerencia: Utilizar prueba de una proporcin.
3. Un fabricante de pastas alimenticias sostiene que el contenido medio de
protenas del producto es de 10.7. Un anlisis de una muestra de 8 paquetes
dio como resultado un contenido medio de 10% con una desviacin de 1. Se
puede aceptar como verdadera la afirmacin del fabricante a un nivel de 0.01?
Sugerencia:
Utilizar el siguiente estadstico de prueba:
n
S
Xt
Un ensayo unilateral con cola a la izquierda con un nivel significativo de 0.01 el
valor crtico con 7 grados de libertad es igual a 3.0
Paso 5: Tomar la Decisin
-
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100403 INFERENCIA ESTADISTICA
47
CAPITULO CINCO: ANLISIS DE VARIANZA
Introduccin.
En esta unidad se prosigue con el anlisis de pruebas de hiptesis. Recuerde que
en captulo anterior se examin la teora general de la prueba de hiptesis y se
describi el caso en el que fue seleccionada una muestra grande a partir de la
poblacin. Se emple la distribucin Z como base para determinar si es razonable
concluir que una media calculada a partir de una muestra, proviene de una
poblacin hipottica. Adems se prob si dos medias muestrales provienen de
poblaciones iguales. Tambin se efectuaron pruebas de una y dos muestras para
relaciones proporcionales utilizando la distribucin normal como entidad
estadstica de prueba. Se utiliz la distribucin t como entidad estadstica de
prueba para muestras pequeas (con menos de 30 observaciones)
Cuando se desea conocer la homogeneidad que existe entre tres o ms medias
muestrales, se procede a determinar la variabilidad entre esas medias, tcnica que
se conoce como anlisis de varianza. Es decir, cuando productos o individuos
son sometidos a tratamientos determinados para ver cmo stos influyen en
resultados o comportamientos, lo ms aconsejable es utilizar la tcnica de anlisis
de varianza.
El objetivo del anlisis de varianza es determinar cules son las variables
independientes de importancia en un estudio, y en qu forma interactan y afectan
la respuesta.
El Anlisis de varianza en el presente capitulo se encuentra dividido de la
siguiente forma.
Grfico No. 17. ANOVA
ANALISIS DE VARANIZA
De un Factor De dos Factores
Con interaccin
-
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100403 INFERENCIA ESTADISTICA
48
Objetivo general.
Reconocer la importancia principios en que se basa y campos de aplicacin de la
tcnica de Anlisis de Varianza.
Objetivos especficos.
Comprender la nocin general del anlisis de varianza.
Realizar una prueba de hiptesis para determinar si dos varianzas
muestrales provienen de poblaciones iguales.
Probar e interpretar hiptesis aplicando el anlisis simple de varianza.
Establecer y organizar datos en una tabla de ANOVA de una y de dos
direcciones.
Plantear, probar e interpretar hiptesis de anlisis de varianza de dos
factores de diseo de bloque aleatorizado.
Plantear, probar e interpretar hiptesis de anlisis de varianza de dos
factores con interaccin o diseo de factorial.
Definir los trminos tratamientos y bloques.
Dar a conocer el manejo de la herramienta de Anlisis de varianza en
Excel.
-
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100403 INFERENCIA ESTADISTICA
49
Leccin 21: Generalidades
Como su nombre lo indica, el ANALISIS DE VARIANZA, se utiliza para probar
hiptesis sobre la igualdad de tres o ms medias poblacionales. Al comparar las
varianzas muestrales, es posible sacar una conclusin o inferencia sobre los
valores relativos de las medias poblacionales.
21. Comparacin de ms de dos poblaciones
Del anlisis de varianza, podemos decir que esta tcnica estadstica normalmente
es utilizada para analizar resultados en la investigacin con diseos
experimentales y cuasi-experimentales; muchas veces necesitamos comparar dos
o ms distribuciones que corresponden a variaciones de una misma variable
dependiente, afectada por una o ms variables independientes.
El anlisis de varianza estudia la relacin entre una variable cualitativa (o variable
independiente) con ms de dos categoras y una variable cuantitativa (o variable
dependiente).
Ejemplo
Un agrnomo desea estudiar el rendimiento (en libras) de cuatro variedades
diferentes de calabacitas.
La variable cualitativa es el factor de este experimento, que en este caso es la
variedad de calabacita, los niveles son cada una de las cuatro variedades. Y la
variable cuantitativa es el rendimiento (en libras).
El factor corresponde a la variable cualitativa y los niveles a las
categoras de esa variable
El anlisis de varianza tiene como objetivo identificar, si hay evidencia de una
diferencia significativa entre los niveles, basados en las medias muestrales.
-
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100403 INFERENCIA ESTADISTICA
50
21.1. Variabilidad producto de factores controlables e incontrolables
Tericamente es posible dividir la variabilidad del resultado de un experimento en
dos partes: la originada por factores o tratamientos que influyen directamente en el
resultado del experimento, y la producida por el resto de factores desconocidos o
no controlables, que se conoce con el nombre de error experimental. En el
ejemplo anterior los factores desconocidos pueden ser: la humedad, la
temperatura y plagas entre otros.
21.2. Tipos de modelos
Modelo de efectos fijos: Un modelo de anlisis de varianza es de efectos
fijos cuando los resultados obtenidos slo son vlidos para esos determinados
niveles del factor estudiado y lo que ocurra a otros niveles del factor puede ser
diferente.
Modelo de efectos aleatorios: Un modelo de anlisis de varianza es de
efectos aleatorios cuando los resultados obtenidos son vlidos para cualquier
nivel del factor estudiado.
Modelo replicado: Un modelo es replicado si el experimento se repite varias
veces para cada nivel del factor; en caso contrario se dice que el modelo es
por unidad de casilla.
21.3. Supuestos Del Anlisis De Varianza
Para cada poblacin la variable de respuesta est normalmente distribuida.
La varianza de la variable respuesta es la misma para todas las
poblaciones.
Las observaciones deben ser independientes.
Leccin 22. Anlisis de Varianza de un Factor
El anlisis de varianza simple se presenta cuando se tiene un solo factor
estudiado en sus distintos niveles que influyen sobre una variable respuesta que
mide el resultado del experimento, y el resto de los factores conforman el error
experimental influyendo sobre la variable respuesta de manera no controlable. El
factor se presenta con j niveles, y dentro de cada nivel se analiza una serie de
observaciones del experimento en control (unidades experimentales) y su efecto
sobre la variable respuesta, es decir, para cada nivel se repite el experimento
varias veces (replicacin).
-
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100403 INFERENCIA ESTADISTICA
51
El anlisis de varianza descompone la variabilidad del resultado de un
experimento en componentes independientes (variacin total descompuesta en
variaciones particulares).
Ejemplo
Se puede considerar los rendimientos de un mismo cultivo en parcelas diferentes,
que aunque labradas en las mismas condiciones, producen cosechas que son
distintas. La variabilidad de rendimientos es producida por factores o tratamientos
controlables (abono, riego, etc.), donde cada factor o tratamiento puede presentar
diferentes niveles (diferentes cantidades o calidades de abono, distinta intensidad
de riego); tambin puede ser producida por otros factores o tratamientos no
controlables (humedad relativa, clima, plagas, etc.).
Tabla No. 10. Observaciones por cada nivel
Nivel1 Nivel 2 Nivel j
X11 X12 X1j X21 X22 X2j
.
.
.
.
.
.
. . .
Xi1
Xi2
Xij
ijX : Observacin i-sima de la variable respuesta relativa al j-simo nivel de
factor.
En el ejemplo anterior, ijX es el rendimiento obtenido (variable respuesta) bajo el
nivel j del factor (abono) en la observacin i-sima (Para cada nivel j de factor se
repite el clculo de rendimiento veces para recoger el efecto del error
experimental).
: Tamao de la muestra para cada nivel (categoras de la variable cualitativa)
En esta seccin se considera el anlisis de varianza de un solo factor, en el cual
solo interviene en el experimento un solo tipo de tratamiento. Cuando se desea
contrastar las hiptesis sobre la diferencia global entre tres o ms medias de
poblacin, se aplica la distribucin de probabilidad F encontrando en cociente de
-
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100403 INFERENCIA ESTADISTICA
52
dos varianzas calculadas a partir de los datos experimentales. El modelo lineal en
que se basa el mtodo de anlisis de varianza de un solo factor es:
ijiiJX
Ecuacin No.11
Dnde:
Es la i-sima observacin del j-simo nivel experimental.
La media de todas las observaciones de todas las poblaciones j del tratamiento. Es
una constante.
Efecto del tratamiento en la poblacin j. Son variables aleatorias independientes.
Error aleatorio asociado a la i-sima observacin del factor de la poblacin j
El efecto i del tratamiento o factor es la diferencia entre la gran media y la media
J de la poblacin en tratamiento J, esto es:
Ji .
Ecuacin No.12
Por consiguiente, si hay J tratamientos en un experimento, la suma de todos los J
efectos de los tratamientos debe ser igual a cero:
0111
JJ
J
J
J
J
J
J
J
i
Ecuacin No.13
El ltimo trmino iK refleja la variabilidad dentro de cada una de las poblaciones
en tratamiento, y su presencia se atribuye al proceso aleatorio, y se interpreta
como lo resultante de la diferencia entre el resultado observado y la media de la
poblacin del tratamiento:
jijiJ X
Ecuacin No.14
El valor esperado o la esperanza de ij es igual a cero.
-
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100403 INFERENCIA ESTADISTICA
53
El modelo se basa en las siguientes suposiciones:
Admite que los errores aleatorios ij tienen una distribucin normal
para cada poblacin en tratamiento J.
Admite que los errores iJ se distribuyen independientemente tanto
entre poblaciones en tratamiento como dentro de ellas.
Acepta que la varianza 2 del error permanece constante para cada
una de las poblaciones.
Hiptesis del ANOVA de un factor.
El anlisis de varianza se usa para probar la igualdad de K medias poblacionales
y la forma general del planteamiento de las hiptesis es:
Dnde: j = Media de la j-sima poblacin.
La media general de las muestra, est representada por X , y es la suma de todas
las observaciones divida entre la cantidad total de las mismas, expresada de la
siguiente forma:
Media General:
t
K
j
n
i
ij
n
X
X
j
1 1
Ecuacin No.15
Dnde: Kt nnnn ...21
Si el tamao de cada muestra es knnn T , , la ecuacin de la media general se
reduce a:
K
X
K
n
X
n
X
X
K
j
j
K
j
n
i
ij
t
K
j
n
i
ij
jj
11 11 1
Ecuacin No.16
En otras palabras, cuando los tamaos de muestra son iguales, la media general
muestral es justamente el promedio de las medias de las K muestras.
-
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100403 INFERENCIA ESTADISTICA
54
Si supone que se ha tomado una muestra aleatoria simple de tamao jn de cada
una de las K poblaciones, se tiene:
ijX es la i-sima observacin del grupo, nivel j.
jn es el nmero de observaciones del grupo, nivel j.
n es el total del nmero de observaciones en todos los grupos combinados.
K Es el nmero total de grupos, niveles del factor de inters.
to. tratamiensimo-j del muestra la de MediaX j
Pasos para la Realizar un anlisis de varianza.
1. Establecer la hiptesis nula y alterna.
2. Establecer el nivel de significancia
3. Realizar el ANOVA
4. Calcular el valor F o el valor crtico correspondiente al nivel de confianza
fijado con los grados de libertad.
5. Hallar el estadstico de prueba
6. Tomar la decisin teniendo en cuenta que:
crticoValor B
A si H Rechaza 0
Grfico No. 18. Distribucin F.
-
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100403 INFERENCIA ESTADISTICA
55
Ejemplo 1
Suponga que una empresa tiene tres dependencias diferentes en donde produce
tubos de iluminacin, y desea verificar el control de calidad en cuanto a duracin
se refiere de las bombillas, y para ello toma una muestra de 6 unidades de cada
factora y las somete a desgaste hasta que dejan de iluminar con los siguientes
resultados en horas:
Tabla No. 11. Observaciones por cada nivel
Observacin Planta 1 Planta 2 Planta 3 Total
1 2 3 4 5 6
85 75 82 76 71 85
71 75 73 74 69 82
59 64 62 69 75 67
JX 79 74 66 73
2
JS 34 20 32
JS 5.83 4.47 5.66
Jn 6 6 6 18
n
J
iJX!
474 444 396 1314
La media general es igual a:
733
219
18
667479
3
1
J
J
J
n
X
X
Se observa que se obtienen las medias para cada tratamiento (79, 74 y 66) y una
media general (73). Para llevar a cabo la prueba de la igualdad de las medias de
la poblacin, se subdivide la variacin total en dos mediciones:
Diferencia entre los grupos.
Diferencia dentro de los grupos.
La varianza de la muestra total se particiona en la varianza dentro de las plantas y
la varianza entre las plantas, tal como se indica en el siguiente grfico:
Grfico No. 18. Distribucin F.
Variacin
Total (VT) =
Variacin Dentro
del Grupo (VDG) + Variacin Entre
Grupo (VEG)
-
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERIA
CONTENIDO DIDCTICO DEL CURSO: 100403 INFERENCIA ESTADISTICA
56
Variacin total (VT)
2
1 1
k
j
n
i
ij XXVT
Ecuacin No.17
6
1 22
22222
3
1 94673647359
...73757371...73757385
i
ij
J
XXVT
Variacin dentro del grupo (VD