SlideShare ist ein Scribd-Unternehmen logo
1 von 30
Downloaden Sie, um offline zu lesen
Prueba de hipótesis
ÁREAS DE LA INFERENCIA ESTADÍSTICA 
INFERENCIA ESTADÍSTICA 
Estimación de parámetros 
Prueba de hipótesis 
Por punto 
Por intervalos 
Calcular un valor que corresponde a una característica de la población 
De orden cuantitativo. Establece conclusiones sobre alguna afirmación o supuesto (hipótesis)
Prueba de hipótesis 
Rama de la inferencia estadística, denominada docimacia de hipótesis o contraste de hipótesis. 
Una hipótesis estadística es un supuesto acerca de algún parámetro poblacional o sobre alguna situación existente en la población. 
Existen dos tipos de hipótesis estadísticas: 
H. Nula, Ho 
H. Alterna, H1
Prueba de hipótesis 
Una prueba de hipótesis es un procedimiento estadístico en el que a partir de una o más muestras aleatorias, tomamos la decisión de rechazar o no un supuesto (hipótesis) acerca de la población, asumiendo un riesgo (probabilidad de error) de equivocarnos al tomar la decisión. 
Para el proceso de prueba de hipótesis es necesario que primero se considere de manera clara lo que se desea probar y expresarlo de modo verbal, luego en términos de medidas estadísticas de la variable bajo estudio. 
Teach point
Tipos de hipótesis 
Es la hipótesis que el procedimiento estadístico somete a prueba, se formula como supuesto de no diferencia o igualdad para el valor poblacional, o como un supuesto de no asociación de dos variables 
Sirve para contrastar la hipótesis nula, usualmente se formula como un supuesto de diferencia. Es la hipótesis de trabajo y la que se espera sea apoyada por los datos de la muestra 
1. Hipótesis nula 
2. Hipótesis alterna 
Se plantea esperando ser rechazada (que los datos de la muestra no la apoyen) y es la que se somete a contrastación
Tipos de hipótesis 
El porcentaje de pacientes que refiere efectos adversos al ingerir ciprofloxacina es de 5% 
Ho: P=0,05 
El porcentaje de pacientes que refiere efectos adversos al ingerir ciprofloxacina es menor al 5% 
Ho: P<0,05 
1. Hipótesis nula 
2. Hipótesis alterna 
El nivel promedio de glicemia en pacientes con diabetes tipo II del distrito de Huancán es 210mg 
Ho: μ= 210mg 
El nivel promedio de glicemia en pacientes con diabetes tipo II del distrito de Huancán es mayor de 210mg 
Ho: μ> 210mg 
La prevalencia de parasitosis intestinal en los niños preescolares del asentamiento humano JPH es igual a la de los niños preescolares del distrito de El Tambo 
Ho: P1=P2 
La prevalencia de parasitosis intestinal en los niños preescolares del asentamiento humano JPH es mayor a la de los niños preescolares del distrito de El Tambo 
Ho: P1>P2
Procedimiento a seguir para la realización de una prueba de hipótesis 
Defina con claridad los supuestos que se plantean en la investigación 
Identifique el tipo de variable en estudio relacionada con las suposiciones 
Identifique la o las poblaciones bajo estudio 
Elija la prueba estadística apropiada para la prueba de hipótesis planteadas 
Plantee las hipótesis nula y alterna 
Calcule la estadística de la prueba con los datos obtenidos para este fin 
Pre-determine el nivel de significancia para la región de rechazo 
Tome la decisión comparando el nivel crítico (p) con el nivel de significancia (α) 
Obtenga el nivel crítico para el resultado obtenido con la muestra
Al tomar la decisión respecto a la Ho, se puede correr el riesgo de cometer dos distintos tipos de error: 
DECISIÓN 
Planteamiento (situación poblacional) 
Ho CIERTA 
Ho Falsa 
Rechazar Ho 
Error tipo I 
Probabilidad = α (ρ) 
«nivel de significación» 
Decisión acertada 
Probabilidad = (1-β) 
«potencia» 
No rechazar Ho 
Decisión acertada 
Probabilidad = (1-α) 
«nivel de confianza» 
Error tipo II 
Probabilidad = β Ó
Ó
Las cuatro son probabilidades condicionales, así: 
α = probabilidad de rechazar Ho, cuando Ho es cierta 
1-α = probabilidad de no rechazar Ho, cuando Ho es cierta 
β = probabilidad de no rechazar Ho, cuando Ho es falsa 
1-β = probabilidad de rechazar Ho, cuando Ho es falsa Ó 
Alfa y Beta se relacionan de manera inversa: al decrecer una aumenta la otra. Habitualmente α está bajo nuestro control; pero β sólo está en forma indirecta mediante su relación inversa que tiene con α.
En investigaciones biomédicas el nivel de confianza más usado es 95%; es decir (1-α) = 0,95; luego el nivel de significancia más usado es 5% (α=0,05). De la misma forma la potencia más usada es 80% es decir (1- β) = 0,80, entonces β= 0,20. 
Existe una igualdad empírica entre los valores de α y β, que ayuda a fijar el valor de β para un valor elegido de α: 
β = 4α
Comparación de dos medias de poblaciones independientes y relacionadas 
PRUEBA DE HIPÓTESIS
Diferencia (comparación) de dos medias de poblaciones independientes 
PRUEBA DE HIPÓTESIS 
Se contrastará alguna de las hipótesis que sigue: 
Ho: μ1 = μ2 
H1: μ1 ≠ μ2 
bilateral 
Ho: μ1 ≥ μ2 
H1: μ1 < μ2 
unilateral 
Ho: μ1 ≤ μ2 
H1: μ1 > μ2 
unilateral
PRUEBA DE HIPÓTESIS
Diferencia (comparación) de dos medias de poblaciones independientes 
EJEMPLO 
Mediante un experimento se desea evaluar el efecto de las dietas A y B en la ganancia de peso, usando dos grupos de animales experimentales. El grupo 1 recibirá la dieta A (enriquecida) y el grupo 2 la dieta B (convencional). 
Los investigadores desean determinar si con la dieta A, los animales ganarán mayor peso que con la B. 
Después de 5 semanas de seguimiento se calculó el incremento de peso para cada animal. Los resultados fueron: 
Grupo 1: muestra 12, media de las ganancias de peso: 27,2g con una desviación estándar de 6,0g 
Grupo 2: muestra 12, media de las ganancias de peso: 21,2g con una desviación estándar de 3,8g
Diferencia (comparación) de dos medias de poblaciones independientes 
SOLUCIÓN 
En vista que no se conocen las varianzas poblacionales se hará uso del contraste «t» . Para el buen uso del contraste los datos deben satisfacer los siguientes supuestos básicos: 
1.Normalidad 
2.Aleatoriedad 
3.Homogeneidad de varianzas 
Si los supuestos se cumplen entonces el procedimiento es: 
T es la distribución de probabilidades para encontrar el número de errores estándar
Diferencia (comparación) de dos medias de poblaciones independientes 
a. Hipótesis 
푡(푛1+푛2)−2= (푋1 − 푋2) √( 푆2푝 푛1+ 푆2푝 푛2) 
b. Contraste estadístico 
Ho: μ1 = μ2 H1: μ1 ≠ μ2 bilateral 
Ho: μ1 ≥ μ2 
H1: μ1 < μ2 
unilateral 
Ho: μ1 ≤ μ2 
H1: μ1 > μ2 
unilateral 
Ho: μ1- μ2 ≤ 0 
H1: μ1 - μ2 > 0 
푆2푝 es la varianza ponderada 
Donde:
Diferencia (comparación) de dos medias de poblaciones independientes 
SOLUCIÓN 
Grupo 1: muestra 12, media de las ganancias de peso: 27,2g con una desviación estándar de 6,0g 
Grupo 2: muestra 12, media de las ganancias de peso: 21,2g con una desviación estándar de 3,8g 
푆2푝 = 푛1 −1푆21+푛2−1푆22 푛1+푛2 −2 
푆2푝 = 12−1621+12−13.8222 
푆2푝=25,22 
Volviendo y reemplazando en la fórmula de contraste
Diferencia (comparación) de dos medias de poblaciones independientes 
SOLUCIÓN 
Grupo 1: muestra 12, media de las ganancias de peso: 27,2g con una desviación estándar de 6,0g 
Grupo 2: muestra 12, media de las ganancias de peso: 21,2g con una desviación estándar de 3,8g 
푡(푛1+푛2)−2= (푋1 − 푋2) √( 푆2푝 푛1+ 푆2푝 푛2) 
Contraste estadístico 
푡22 = (27,2 −21,2) √( 25,2212+ 25,2212) = 2,927 
Ubicamos este valor en la tabla T
Diferencia (comparación) de dos medias de poblaciones independientes 
2,927 
Ubicamos el valor dentro de la distribución T para determinar el valor de p 
P, se halla entre los niveles de confianza de 0,995 y 0,9995 
Se rechaza Ho 
No se rechaza Ho
Diferencia (comparación) de dos medias de poblaciones independientes 
c. Valor de p 
0,0005 < p < 0,005 (nivel de significancia) 
Decisión Siendo p<0,05 se rechaza la Ho. Conclusión La dieta A produjo mayor ganancia de peso que la dieta B, con p <0,05. 
d. Decisión y conclusión
Diferencia (comparación) de dos medias de poblaciones relacionadas (pareadas) 
PRUEBA DE HIPÓTESIS
Diferencia (comparación) de dos medias de poblaciones relacionadas 
EJEMPLO 
Se tienen los niveles de colesterol total de una muestra de ocho pacientes antes y después de participar en un programa dieta-ejercicio. 
¿Puede concluirse que el programa tuvo efecto favorable? 
Paciente 
Antes 
Después 
di 
1 
201 
200 
1 
2 
211 
216 
-5 
3 
205 
200 
5 
4 
220 
193 
27 
5 
208 
204 
4 
6 
217 
196 
21 
7 
216 
186 
30 
8 
215 
175 
40
Diferencia (comparación) de dos medias de poblaciones relacionadas 
SOLUCIÓN 
a.Planteamiento de Hipótesis 
Se expresarán del siguiente modo: 
Ho: μd ≤ 0 (después del programa los valores no disminuyen) 
H1: μd > 0 (después del programa los valores disminuyen) 
unilateral 
Donde 
μd = Media poblacional de las diferencias
Diferencia (comparación) de dos medias de poblaciones relacionadas 
푡(푛−1)= (푑) 푆푑/√푛) 
b. Contraste estadístico 
푑 media aritmética de las diferencias 푆푑 desviación estándar de las diferencias 
Si la muestra es probabilística y las diferencias (di) tienen distribución normal 
푡7= 15,37516,23878=2,678
Diferencia (comparación) de dos medias de poblaciones relacionadas 
Hallando la desviación estándar de las diferencias , a partir de la varianza 
푆2 = 푋푖2 −푛푋 2 푛−1 
푆2=263,69 
Volviendo y reemplazando en la fórmula de contraste 
푆푑= √푆2=√263,69 = 16,2387
Diferencia (comparación) de dos medias de poblaciones relacionadas 
2,678 
Ubicamos el valor dentro de la distribución T para determinar el valor de p 
P, se halla entre los niveles de confianza de 0,975 y 0,99 
Se rechaza Ho 
No se rechaza Ho
Diferencia (comparación) de dos medias de poblaciones relacionadas 
c. Valor de p 0,010 < p < 0,025 (nivel de significancia) 
Decisión 
Siendo p<0,05 se rechaza la Ho. 
Conclusión 
Se concluye que después del programa los niveles de colesterol son significativamente menores que los obtenidos antes, con p <0,025. 
d. Decisión y conclusión
Práctica de prueba de hipótesis

Weitere ähnliche Inhalte

Was ist angesagt?

Prueba Chi-Cuadrado
Prueba Chi-CuadradoPrueba Chi-Cuadrado
Prueba Chi-CuadradoJulio Rivera
 
Pruebas de bondad de ajuste y pruebas no parametricas
Pruebas de bondad de ajuste y pruebas no parametricasPruebas de bondad de ajuste y pruebas no parametricas
Pruebas de bondad de ajuste y pruebas no parametricasAlez Escandón
 
Inferencias referentes a medias y varianzas
Inferencias referentes a medias y varianzasInferencias referentes a medias y varianzas
Inferencias referentes a medias y varianzasYIFERLINES
 
Prueba De Hipotesis
Prueba De HipotesisPrueba De Hipotesis
Prueba De HipotesisHero Valrey
 
Pruebas unilaterales y pruebas bilaterales.
Pruebas unilaterales y pruebas bilaterales.Pruebas unilaterales y pruebas bilaterales.
Pruebas unilaterales y pruebas bilaterales.0702410010
 
Chi Cuadrado
Chi CuadradoChi Cuadrado
Chi Cuadradoaramirez
 
Contraste de Hipótesis
Contraste de Hipótesis Contraste de Hipótesis
Contraste de Hipótesis luismarfrtz
 
Diapositivas prueba de hipotesis
Diapositivas prueba de hipotesisDiapositivas prueba de hipotesis
Diapositivas prueba de hipotesisSusana Mesa
 
Prueba de hipótesis
Prueba de hipótesisPrueba de hipótesis
Prueba de hipótesisvaro99
 
Contrastes de hipotesis
Contrastes de hipotesisContrastes de hipotesis
Contrastes de hipotesisOlga Valencia
 
Contrastar con estadística
Contrastar con estadísticaContrastar con estadística
Contrastar con estadísticaXavi Barber
 
Tema 3 contraste hipotesis
Tema 3 contraste hipotesisTema 3 contraste hipotesis
Tema 3 contraste hipotesisA Javier Santana
 
Contraste de hipótesis
Contraste de hipótesisContraste de hipótesis
Contraste de hipótesisSilvia Haro
 

Was ist angesagt? (20)

Prueba Chi-Cuadrado
Prueba Chi-CuadradoPrueba Chi-Cuadrado
Prueba Chi-Cuadrado
 
Capítulo viii
Capítulo viiiCapítulo viii
Capítulo viii
 
Pruebas de bondad de ajuste y pruebas no parametricas
Pruebas de bondad de ajuste y pruebas no parametricasPruebas de bondad de ajuste y pruebas no parametricas
Pruebas de bondad de ajuste y pruebas no parametricas
 
Actividad 5.c respuestas
Actividad 5.c respuestasActividad 5.c respuestas
Actividad 5.c respuestas
 
Chi cuadrado
Chi cuadradoChi cuadrado
Chi cuadrado
 
Probabilidadades Var Aleatorias
Probabilidadades Var AleatoriasProbabilidadades Var Aleatorias
Probabilidadades Var Aleatorias
 
Inferencias referentes a medias y varianzas
Inferencias referentes a medias y varianzasInferencias referentes a medias y varianzas
Inferencias referentes a medias y varianzas
 
Prueba De Hipotesis
Prueba De HipotesisPrueba De Hipotesis
Prueba De Hipotesis
 
Pruebas unilaterales y pruebas bilaterales.
Pruebas unilaterales y pruebas bilaterales.Pruebas unilaterales y pruebas bilaterales.
Pruebas unilaterales y pruebas bilaterales.
 
Chi Cuadrado
Chi CuadradoChi Cuadrado
Chi Cuadrado
 
EstimacióN Y Prueba De HipóTesis
EstimacióN Y Prueba De HipóTesisEstimacióN Y Prueba De HipóTesis
EstimacióN Y Prueba De HipóTesis
 
Contraste de Hipótesis
Contraste de Hipótesis Contraste de Hipótesis
Contraste de Hipótesis
 
Diapositivas prueba de hipotesis
Diapositivas prueba de hipotesisDiapositivas prueba de hipotesis
Diapositivas prueba de hipotesis
 
Cpfund1
Cpfund1Cpfund1
Cpfund1
 
Prueba de hipótesis
Prueba de hipótesisPrueba de hipótesis
Prueba de hipótesis
 
Contrastes de hipotesis
Contrastes de hipotesisContrastes de hipotesis
Contrastes de hipotesis
 
Contrastar con estadística
Contrastar con estadísticaContrastar con estadística
Contrastar con estadística
 
Tema 3 contraste hipotesis
Tema 3 contraste hipotesisTema 3 contraste hipotesis
Tema 3 contraste hipotesis
 
Prueba de Hipotesis Est ind clase01
Prueba de Hipotesis Est ind clase01Prueba de Hipotesis Est ind clase01
Prueba de Hipotesis Est ind clase01
 
Contraste de hipótesis
Contraste de hipótesisContraste de hipótesis
Contraste de hipótesis
 

Andere mochten auch

Les 5 métriques du Call Tracking
Les 5 métriques du Call TrackingLes 5 métriques du Call Tracking
Les 5 métriques du Call TrackingDexem
 
La veille de Né Kid du 09.11.11 : Les nouveaux business models
La veille de Né Kid du 09.11.11 : Les nouveaux business modelsLa veille de Né Kid du 09.11.11 : Les nouveaux business models
La veille de Né Kid du 09.11.11 : Les nouveaux business modelsNé Kid
 
Etude de cas e-réputation - Groupe 6
Etude de cas e-réputation - Groupe 6Etude de cas e-réputation - Groupe 6
Etude de cas e-réputation - Groupe 6Christophe Blazquez
 
LÉGISLATION CANADIENNE
LÉGISLATION CANADIENNELÉGISLATION CANADIENNE
LÉGISLATION CANADIENNElaulo69
 
Applications de la perception
Applications de la perceptionApplications de la perception
Applications de la perceptionNaoual_Aicha
 
Reu 7042015 site
Reu 7042015 siteReu 7042015 site
Reu 7042015 sitePierreSnaet
 
Présentation du 06/03/2015, Aire de marché de Grenoble et du Voironnais - Bil...
Présentation du 06/03/2015, Aire de marché de Grenoble et du Voironnais - Bil...Présentation du 06/03/2015, Aire de marché de Grenoble et du Voironnais - Bil...
Présentation du 06/03/2015, Aire de marché de Grenoble et du Voironnais - Bil...Adequation
 
Inscriptions Aux Ateliers Du 18 Sept Vs270808
Inscriptions Aux Ateliers Du 18 Sept Vs270808Inscriptions Aux Ateliers Du 18 Sept Vs270808
Inscriptions Aux Ateliers Du 18 Sept Vs270808Afet
 
Api - mix it 2013
Api - mix it 2013Api - mix it 2013
Api - mix it 2013Eric D.
 
El Combo Triple A llega a Tu Barrio - EMSERFUSA
El Combo Triple A llega a Tu Barrio - EMSERFUSAEl Combo Triple A llega a Tu Barrio - EMSERFUSA
El Combo Triple A llega a Tu Barrio - EMSERFUSATransparenciaporColombia
 
Etude big data axys consultants
Etude big data axys consultantsEtude big data axys consultants
Etude big data axys consultantsOpinionWay
 
Festival de la Publicité 2007
Festival de la Publicité 2007Festival de la Publicité 2007
Festival de la Publicité 2007Frederic CAVAZZA
 

Andere mochten auch (20)

Les 5 métriques du Call Tracking
Les 5 métriques du Call TrackingLes 5 métriques du Call Tracking
Les 5 métriques du Call Tracking
 
Surfer en toute sécurité
Surfer en toute sécuritéSurfer en toute sécurité
Surfer en toute sécurité
 
Capacitacion blog
Capacitacion blogCapacitacion blog
Capacitacion blog
 
Rencontres vasculaires val_d_or_2013
Rencontres vasculaires val_d_or_2013Rencontres vasculaires val_d_or_2013
Rencontres vasculaires val_d_or_2013
 
Quiero tu sonrisa
Quiero tu sonrisaQuiero tu sonrisa
Quiero tu sonrisa
 
La veille de Né Kid du 09.11.11 : Les nouveaux business models
La veille de Né Kid du 09.11.11 : Les nouveaux business modelsLa veille de Né Kid du 09.11.11 : Les nouveaux business models
La veille de Né Kid du 09.11.11 : Les nouveaux business models
 
Etude de cas e-réputation - Groupe 6
Etude de cas e-réputation - Groupe 6Etude de cas e-réputation - Groupe 6
Etude de cas e-réputation - Groupe 6
 
Amanecer
AmanecerAmanecer
Amanecer
 
Ip1559
Ip1559Ip1559
Ip1559
 
LÉGISLATION CANADIENNE
LÉGISLATION CANADIENNELÉGISLATION CANADIENNE
LÉGISLATION CANADIENNE
 
Applications de la perception
Applications de la perceptionApplications de la perception
Applications de la perception
 
Reu 7042015 site
Reu 7042015 siteReu 7042015 site
Reu 7042015 site
 
Hollywood
HollywoodHollywood
Hollywood
 
Présentation du 06/03/2015, Aire de marché de Grenoble et du Voironnais - Bil...
Présentation du 06/03/2015, Aire de marché de Grenoble et du Voironnais - Bil...Présentation du 06/03/2015, Aire de marché de Grenoble et du Voironnais - Bil...
Présentation du 06/03/2015, Aire de marché de Grenoble et du Voironnais - Bil...
 
Inscriptions Aux Ateliers Du 18 Sept Vs270808
Inscriptions Aux Ateliers Du 18 Sept Vs270808Inscriptions Aux Ateliers Du 18 Sept Vs270808
Inscriptions Aux Ateliers Du 18 Sept Vs270808
 
Api - mix it 2013
Api - mix it 2013Api - mix it 2013
Api - mix it 2013
 
El Combo Triple A llega a Tu Barrio - EMSERFUSA
El Combo Triple A llega a Tu Barrio - EMSERFUSAEl Combo Triple A llega a Tu Barrio - EMSERFUSA
El Combo Triple A llega a Tu Barrio - EMSERFUSA
 
Guia3 decimo
Guia3 decimoGuia3 decimo
Guia3 decimo
 
Etude big data axys consultants
Etude big data axys consultantsEtude big data axys consultants
Etude big data axys consultants
 
Festival de la Publicité 2007
Festival de la Publicité 2007Festival de la Publicité 2007
Festival de la Publicité 2007
 

Ähnlich wie Pueba de hipótesis

Veter. 12ava prueba de hipótesis de una población
Veter. 12ava  prueba de hipótesis de una poblaciónVeter. 12ava  prueba de hipótesis de una población
Veter. 12ava prueba de hipótesis de una poblaciónUniv Peruana Los Andes
 
Psico. 12ava prueba de hipótesis de una población
Psico. 12ava  prueba de hipótesis de una poblaciónPsico. 12ava  prueba de hipótesis de una población
Psico. 12ava prueba de hipótesis de una poblaciónUniv Peruana Los Andes
 
Psico. 13 ava. prueba de hipótesis a partir de dos muestras
Psico. 13 ava. prueba de hipótesis a  partir de dos muestrasPsico. 13 ava. prueba de hipótesis a  partir de dos muestras
Psico. 13 ava. prueba de hipótesis a partir de dos muestrasUniv Peruana Los Andes
 
Contraste de hipotesis1 tema de clase
Contraste de hipotesis1   tema de claseContraste de hipotesis1   tema de clase
Contraste de hipotesis1 tema de claseeira1779
 
Pruebas de hipótesis
Pruebas de hipótesisPruebas de hipótesis
Pruebas de hipótesismariauparela
 
Pruebas de hipótesis
Pruebas de hipótesis Pruebas de hipótesis
Pruebas de hipótesis mariauparela
 
Clase repaso bioestadistica URV 2010
Clase repaso bioestadistica URV 2010Clase repaso bioestadistica URV 2010
Clase repaso bioestadistica URV 2010AlbertoAmeijide
 
INFERENCIA ESTADISTICA 2018.ppt
INFERENCIA ESTADISTICA 2018.pptINFERENCIA ESTADISTICA 2018.ppt
INFERENCIA ESTADISTICA 2018.pptAlexanderYigo
 
Prueba de hipotesis 2018 final
Prueba de hipotesis 2018 finalPrueba de hipotesis 2018 final
Prueba de hipotesis 2018 finalfranciscoe71
 
Prueba de hipotesis 2018
Prueba de hipotesis 2018Prueba de hipotesis 2018
Prueba de hipotesis 2018franciscoe71
 
Test de hipotesis
Test de hipotesisTest de hipotesis
Test de hipotesisigalaz2007
 
Test de Hipótesis I
Test de Hipótesis ITest de Hipótesis I
Test de Hipótesis IHector Funes
 

Ähnlich wie Pueba de hipótesis (20)

Pueba de hipótesis. Mayhuasca Ronald
Pueba de hipótesis. Mayhuasca RonaldPueba de hipótesis. Mayhuasca Ronald
Pueba de hipótesis. Mayhuasca Ronald
 
Prueba De HipóTesis
Prueba De HipóTesisPrueba De HipóTesis
Prueba De HipóTesis
 
Veter. 12ava prueba de hipótesis de una población
Veter. 12ava  prueba de hipótesis de una poblaciónVeter. 12ava  prueba de hipótesis de una población
Veter. 12ava prueba de hipótesis de una población
 
Psico. 12ava prueba de hipótesis de una población
Psico. 12ava  prueba de hipótesis de una poblaciónPsico. 12ava  prueba de hipótesis de una población
Psico. 12ava prueba de hipótesis de una población
 
Inferencia Estadística
Inferencia EstadísticaInferencia Estadística
Inferencia Estadística
 
Psico. 13 ava. prueba de hipótesis a partir de dos muestras
Psico. 13 ava. prueba de hipótesis a  partir de dos muestrasPsico. 13 ava. prueba de hipótesis a  partir de dos muestras
Psico. 13 ava. prueba de hipótesis a partir de dos muestras
 
Contraste de hipotesis1 tema de clase
Contraste de hipotesis1   tema de claseContraste de hipotesis1   tema de clase
Contraste de hipotesis1 tema de clase
 
Pruebas de hipótesis
Pruebas de hipótesisPruebas de hipótesis
Pruebas de hipótesis
 
Pruebas de hipótesis
Pruebas de hipótesis Pruebas de hipótesis
Pruebas de hipótesis
 
Clase repaso bioestadistica URV 2010
Clase repaso bioestadistica URV 2010Clase repaso bioestadistica URV 2010
Clase repaso bioestadistica URV 2010
 
Mic sesión 7
Mic sesión 7Mic sesión 7
Mic sesión 7
 
Pruebas hipotesis 1_pob2
Pruebas hipotesis 1_pob2Pruebas hipotesis 1_pob2
Pruebas hipotesis 1_pob2
 
INFERENCIA ESTADISTICA 2018.ppt
INFERENCIA ESTADISTICA 2018.pptINFERENCIA ESTADISTICA 2018.ppt
INFERENCIA ESTADISTICA 2018.ppt
 
Videoclase 2024-00_sesion2.pptx
Videoclase 2024-00_sesion2.pptxVideoclase 2024-00_sesion2.pptx
Videoclase 2024-00_sesion2.pptx
 
Prueba de hipotesis 2018 final
Prueba de hipotesis 2018 finalPrueba de hipotesis 2018 final
Prueba de hipotesis 2018 final
 
Inferencia Estadística
Inferencia EstadísticaInferencia Estadística
Inferencia Estadística
 
Hipotesis
HipotesisHipotesis
Hipotesis
 
Prueba de hipotesis 2018
Prueba de hipotesis 2018Prueba de hipotesis 2018
Prueba de hipotesis 2018
 
Test de hipotesis
Test de hipotesisTest de hipotesis
Test de hipotesis
 
Test de Hipótesis I
Test de Hipótesis ITest de Hipótesis I
Test de Hipótesis I
 

Mehr von Univ Peruana Los Andes

Estudio de fracasos tras cirugías endodonticas evaluados por diversos métodos...
Estudio de fracasos tras cirugías endodonticas evaluados por diversos métodos...Estudio de fracasos tras cirugías endodonticas evaluados por diversos métodos...
Estudio de fracasos tras cirugías endodonticas evaluados por diversos métodos...Univ Peruana Los Andes
 
Proceso de operacionalización de variables
Proceso de operacionalización de variablesProceso de operacionalización de variables
Proceso de operacionalización de variablesUniv Peruana Los Andes
 
Psico 14ava. probabilidades y distribución binomial
Psico 14ava. probabilidades y distribución binomialPsico 14ava. probabilidades y distribución binomial
Psico 14ava. probabilidades y distribución binomialUniv Peruana Los Andes
 
Psico 13ava. probabilidades y distribución binomial
Psico 13ava. probabilidades y distribución binomialPsico 13ava. probabilidades y distribución binomial
Psico 13ava. probabilidades y distribución binomialUniv Peruana Los Andes
 
Odonto. 9na muestreo y tamaño de muestra
Odonto. 9na muestreo  y tamaño de muestraOdonto. 9na muestreo  y tamaño de muestra
Odonto. 9na muestreo y tamaño de muestraUniv Peruana Los Andes
 
10ma psico practica correlación lineal
10ma  psico practica correlación lineal10ma  psico practica correlación lineal
10ma psico practica correlación linealUniv Peruana Los Andes
 
9na psico practica muestreo media y proporción
9na  psico practica muestreo media y proporción9na  psico practica muestreo media y proporción
9na psico practica muestreo media y proporciónUniv Peruana Los Andes
 
Psico. 9na muestreo. tamaño de muestra
Psico. 9na muestreo. tamaño de muestraPsico. 9na muestreo. tamaño de muestra
Psico. 9na muestreo. tamaño de muestraUniv Peruana Los Andes
 
4ta practica psico medidas dispersión
4ta practica psico  medidas dispersión4ta practica psico  medidas dispersión
4ta practica psico medidas dispersiónUniv Peruana Los Andes
 

Mehr von Univ Peruana Los Andes (20)

Fracturas faciales niños
Fracturas faciales niñosFracturas faciales niños
Fracturas faciales niños
 
Index peñarrocha mayo 2017
Index peñarrocha mayo 2017 Index peñarrocha mayo 2017
Index peñarrocha mayo 2017
 
Estudio de fracasos tras cirugías endodonticas evaluados por diversos métodos...
Estudio de fracasos tras cirugías endodonticas evaluados por diversos métodos...Estudio de fracasos tras cirugías endodonticas evaluados por diversos métodos...
Estudio de fracasos tras cirugías endodonticas evaluados por diversos métodos...
 
Proceso de obtención de datos
Proceso de obtención de datosProceso de obtención de datos
Proceso de obtención de datos
 
Proceso de operacionalización de variables
Proceso de operacionalización de variablesProceso de operacionalización de variables
Proceso de operacionalización de variables
 
Psico 14ava. probabilidades y distribución binomial
Psico 14ava. probabilidades y distribución binomialPsico 14ava. probabilidades y distribución binomial
Psico 14ava. probabilidades y distribución binomial
 
Psico 13ava. probabilidades y distribución binomial
Psico 13ava. probabilidades y distribución binomialPsico 13ava. probabilidades y distribución binomial
Psico 13ava. probabilidades y distribución binomial
 
Psico. 12ava. ji cuadrada
Psico. 12ava. ji cuadradaPsico. 12ava. ji cuadrada
Psico. 12ava. ji cuadrada
 
Psico. 11ma. regresión lineal
Psico. 11ma. regresión linealPsico. 11ma. regresión lineal
Psico. 11ma. regresión lineal
 
Odonto. 9na muestreo y tamaño de muestra
Odonto. 9na muestreo  y tamaño de muestraOdonto. 9na muestreo  y tamaño de muestra
Odonto. 9na muestreo y tamaño de muestra
 
10ma psico practica correlación lineal
10ma  psico practica correlación lineal10ma  psico practica correlación lineal
10ma psico practica correlación lineal
 
9na psico practica muestreo media y proporción
9na  psico practica muestreo media y proporción9na  psico practica muestreo media y proporción
9na psico practica muestreo media y proporción
 
Psico. 10m correlación lineal
Psico. 10m correlación linealPsico. 10m correlación lineal
Psico. 10m correlación lineal
 
Psico. 9na muestreo. tamaño de muestra
Psico. 9na muestreo. tamaño de muestraPsico. 9na muestreo. tamaño de muestra
Psico. 9na muestreo. tamaño de muestra
 
Psico 6ta medidas posición relativa
Psico 6ta  medidas posición relativaPsico 6ta  medidas posición relativa
Psico 6ta medidas posición relativa
 
6ta practica psico medidas posición
6ta practica psico  medidas posición6ta practica psico  medidas posición
6ta practica psico medidas posición
 
Tests piscométricos. aliaga
Tests piscométricos. aliagaTests piscométricos. aliaga
Tests piscométricos. aliaga
 
Escalas o índices psicologia
Escalas o índices psicologiaEscalas o índices psicologia
Escalas o índices psicologia
 
Psico 4ta medidas de dispersion
Psico 4ta medidas de dispersionPsico 4ta medidas de dispersion
Psico 4ta medidas de dispersion
 
4ta practica psico medidas dispersión
4ta practica psico  medidas dispersión4ta practica psico  medidas dispersión
4ta practica psico medidas dispersión
 

Kürzlich hochgeladen

TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJO
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJOTUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJO
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJOweislaco
 
Fisiologia.Articular. 3 Kapandji.6a.Ed.pdf
Fisiologia.Articular. 3 Kapandji.6a.Ed.pdfFisiologia.Articular. 3 Kapandji.6a.Ed.pdf
Fisiologia.Articular. 3 Kapandji.6a.Ed.pdfcoloncopias5
 
SISTEMA INMUNE FISIOLOGIA MEDICA UNSL 2024
SISTEMA INMUNE FISIOLOGIA MEDICA UNSL 2024SISTEMA INMUNE FISIOLOGIA MEDICA UNSL 2024
SISTEMA INMUNE FISIOLOGIA MEDICA UNSL 2024gharce
 
Contextualización y aproximación al objeto de estudio de investigación cualit...
Contextualización y aproximación al objeto de estudio de investigación cualit...Contextualización y aproximación al objeto de estudio de investigación cualit...
Contextualización y aproximación al objeto de estudio de investigación cualit...Angélica Soledad Vega Ramírez
 
periodico mural y sus partes y caracteristicas
periodico mural y sus partes y caracteristicasperiodico mural y sus partes y caracteristicas
periodico mural y sus partes y caracteristicas123yudy
 
Estas son las escuelas y colegios que tendrán modalidad no presencial este lu...
Estas son las escuelas y colegios que tendrán modalidad no presencial este lu...Estas son las escuelas y colegios que tendrán modalidad no presencial este lu...
Estas son las escuelas y colegios que tendrán modalidad no presencial este lu...fcastellanos3
 
Fichas de Matemática TERCERO DE SECUNDARIA.pdf
Fichas de Matemática TERCERO DE SECUNDARIA.pdfFichas de Matemática TERCERO DE SECUNDARIA.pdf
Fichas de Matemática TERCERO DE SECUNDARIA.pdfssuser50d1252
 
MODELO DE INFORME DE INDAGACION CIENTIFICA .docx
MODELO DE INFORME DE INDAGACION CIENTIFICA .docxMODELO DE INFORME DE INDAGACION CIENTIFICA .docx
MODELO DE INFORME DE INDAGACION CIENTIFICA .docxRAMON EUSTAQUIO CARO BAYONA
 
PROGRAMACION ANUAL DE MATEMATICA 2024.docx
PROGRAMACION ANUAL DE MATEMATICA 2024.docxPROGRAMACION ANUAL DE MATEMATICA 2024.docx
PROGRAMACION ANUAL DE MATEMATICA 2024.docxEribertoPerezRamirez
 
IV SES LUN 15 TUTO CUIDO MI MENTE CUIDANDO MI CUERPO YESSENIA 933623393 NUEV...
IV SES LUN 15 TUTO CUIDO MI MENTE CUIDANDO MI CUERPO  YESSENIA 933623393 NUEV...IV SES LUN 15 TUTO CUIDO MI MENTE CUIDANDO MI CUERPO  YESSENIA 933623393 NUEV...
IV SES LUN 15 TUTO CUIDO MI MENTE CUIDANDO MI CUERPO YESSENIA 933623393 NUEV...YobanaZevallosSantil1
 
3. Pedagogía de la Educación: Como objeto de la didáctica.ppsx
3. Pedagogía de la Educación: Como objeto de la didáctica.ppsx3. Pedagogía de la Educación: Como objeto de la didáctica.ppsx
3. Pedagogía de la Educación: Como objeto de la didáctica.ppsxJuanpm27
 
sesión de aprendizaje 4 E1 Exposición oral.pdf
sesión de aprendizaje 4 E1 Exposición oral.pdfsesión de aprendizaje 4 E1 Exposición oral.pdf
sesión de aprendizaje 4 E1 Exposición oral.pdfpatriciavsquezbecerr
 
cuadernillo de lectoescritura para niños de básica
cuadernillo de lectoescritura para niños de básicacuadernillo de lectoescritura para niños de básica
cuadernillo de lectoescritura para niños de básicaGianninaValeskaContr
 
Presentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptx
Presentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptxPresentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptx
Presentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptxYeseniaRivera50
 
Fichas de Matemática DE SEGUNDO DE SECUNDARIA.pdf
Fichas de Matemática DE SEGUNDO DE SECUNDARIA.pdfFichas de Matemática DE SEGUNDO DE SECUNDARIA.pdf
Fichas de Matemática DE SEGUNDO DE SECUNDARIA.pdfssuser50d1252
 
Actividad transversal 2-bloque 2. Actualización 2024
Actividad transversal 2-bloque 2. Actualización 2024Actividad transversal 2-bloque 2. Actualización 2024
Actividad transversal 2-bloque 2. Actualización 2024Rosabel UA
 

Kürzlich hochgeladen (20)

TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJO
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJOTUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJO
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJO
 
Aedes aegypti + Intro to Coquies EE.pptx
Aedes aegypti + Intro to Coquies EE.pptxAedes aegypti + Intro to Coquies EE.pptx
Aedes aegypti + Intro to Coquies EE.pptx
 
Fisiologia.Articular. 3 Kapandji.6a.Ed.pdf
Fisiologia.Articular. 3 Kapandji.6a.Ed.pdfFisiologia.Articular. 3 Kapandji.6a.Ed.pdf
Fisiologia.Articular. 3 Kapandji.6a.Ed.pdf
 
recursos naturales america cuarto basico
recursos naturales america cuarto basicorecursos naturales america cuarto basico
recursos naturales america cuarto basico
 
SISTEMA INMUNE FISIOLOGIA MEDICA UNSL 2024
SISTEMA INMUNE FISIOLOGIA MEDICA UNSL 2024SISTEMA INMUNE FISIOLOGIA MEDICA UNSL 2024
SISTEMA INMUNE FISIOLOGIA MEDICA UNSL 2024
 
Contextualización y aproximación al objeto de estudio de investigación cualit...
Contextualización y aproximación al objeto de estudio de investigación cualit...Contextualización y aproximación al objeto de estudio de investigación cualit...
Contextualización y aproximación al objeto de estudio de investigación cualit...
 
periodico mural y sus partes y caracteristicas
periodico mural y sus partes y caracteristicasperiodico mural y sus partes y caracteristicas
periodico mural y sus partes y caracteristicas
 
Estas son las escuelas y colegios que tendrán modalidad no presencial este lu...
Estas son las escuelas y colegios que tendrán modalidad no presencial este lu...Estas son las escuelas y colegios que tendrán modalidad no presencial este lu...
Estas son las escuelas y colegios que tendrán modalidad no presencial este lu...
 
Fichas de Matemática TERCERO DE SECUNDARIA.pdf
Fichas de Matemática TERCERO DE SECUNDARIA.pdfFichas de Matemática TERCERO DE SECUNDARIA.pdf
Fichas de Matemática TERCERO DE SECUNDARIA.pdf
 
MODELO DE INFORME DE INDAGACION CIENTIFICA .docx
MODELO DE INFORME DE INDAGACION CIENTIFICA .docxMODELO DE INFORME DE INDAGACION CIENTIFICA .docx
MODELO DE INFORME DE INDAGACION CIENTIFICA .docx
 
PROGRAMACION ANUAL DE MATEMATICA 2024.docx
PROGRAMACION ANUAL DE MATEMATICA 2024.docxPROGRAMACION ANUAL DE MATEMATICA 2024.docx
PROGRAMACION ANUAL DE MATEMATICA 2024.docx
 
TL/CNL – 2.ª FASE .
TL/CNL – 2.ª FASE                       .TL/CNL – 2.ª FASE                       .
TL/CNL – 2.ª FASE .
 
IV SES LUN 15 TUTO CUIDO MI MENTE CUIDANDO MI CUERPO YESSENIA 933623393 NUEV...
IV SES LUN 15 TUTO CUIDO MI MENTE CUIDANDO MI CUERPO  YESSENIA 933623393 NUEV...IV SES LUN 15 TUTO CUIDO MI MENTE CUIDANDO MI CUERPO  YESSENIA 933623393 NUEV...
IV SES LUN 15 TUTO CUIDO MI MENTE CUIDANDO MI CUERPO YESSENIA 933623393 NUEV...
 
3. Pedagogía de la Educación: Como objeto de la didáctica.ppsx
3. Pedagogía de la Educación: Como objeto de la didáctica.ppsx3. Pedagogía de la Educación: Como objeto de la didáctica.ppsx
3. Pedagogía de la Educación: Como objeto de la didáctica.ppsx
 
sesión de aprendizaje 4 E1 Exposición oral.pdf
sesión de aprendizaje 4 E1 Exposición oral.pdfsesión de aprendizaje 4 E1 Exposición oral.pdf
sesión de aprendizaje 4 E1 Exposición oral.pdf
 
cuadernillo de lectoescritura para niños de básica
cuadernillo de lectoescritura para niños de básicacuadernillo de lectoescritura para niños de básica
cuadernillo de lectoescritura para niños de básica
 
Presentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptx
Presentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptxPresentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptx
Presentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptx
 
Fichas de Matemática DE SEGUNDO DE SECUNDARIA.pdf
Fichas de Matemática DE SEGUNDO DE SECUNDARIA.pdfFichas de Matemática DE SEGUNDO DE SECUNDARIA.pdf
Fichas de Matemática DE SEGUNDO DE SECUNDARIA.pdf
 
Actividad transversal 2-bloque 2. Actualización 2024
Actividad transversal 2-bloque 2. Actualización 2024Actividad transversal 2-bloque 2. Actualización 2024
Actividad transversal 2-bloque 2. Actualización 2024
 
La luz brilla en la oscuridad. Necesitamos luz
La luz brilla en la oscuridad. Necesitamos luzLa luz brilla en la oscuridad. Necesitamos luz
La luz brilla en la oscuridad. Necesitamos luz
 

Pueba de hipótesis

  • 2. ÁREAS DE LA INFERENCIA ESTADÍSTICA INFERENCIA ESTADÍSTICA Estimación de parámetros Prueba de hipótesis Por punto Por intervalos Calcular un valor que corresponde a una característica de la población De orden cuantitativo. Establece conclusiones sobre alguna afirmación o supuesto (hipótesis)
  • 3.
  • 4. Prueba de hipótesis Rama de la inferencia estadística, denominada docimacia de hipótesis o contraste de hipótesis. Una hipótesis estadística es un supuesto acerca de algún parámetro poblacional o sobre alguna situación existente en la población. Existen dos tipos de hipótesis estadísticas: H. Nula, Ho H. Alterna, H1
  • 5. Prueba de hipótesis Una prueba de hipótesis es un procedimiento estadístico en el que a partir de una o más muestras aleatorias, tomamos la decisión de rechazar o no un supuesto (hipótesis) acerca de la población, asumiendo un riesgo (probabilidad de error) de equivocarnos al tomar la decisión. Para el proceso de prueba de hipótesis es necesario que primero se considere de manera clara lo que se desea probar y expresarlo de modo verbal, luego en términos de medidas estadísticas de la variable bajo estudio. Teach point
  • 6. Tipos de hipótesis Es la hipótesis que el procedimiento estadístico somete a prueba, se formula como supuesto de no diferencia o igualdad para el valor poblacional, o como un supuesto de no asociación de dos variables Sirve para contrastar la hipótesis nula, usualmente se formula como un supuesto de diferencia. Es la hipótesis de trabajo y la que se espera sea apoyada por los datos de la muestra 1. Hipótesis nula 2. Hipótesis alterna Se plantea esperando ser rechazada (que los datos de la muestra no la apoyen) y es la que se somete a contrastación
  • 7. Tipos de hipótesis El porcentaje de pacientes que refiere efectos adversos al ingerir ciprofloxacina es de 5% Ho: P=0,05 El porcentaje de pacientes que refiere efectos adversos al ingerir ciprofloxacina es menor al 5% Ho: P<0,05 1. Hipótesis nula 2. Hipótesis alterna El nivel promedio de glicemia en pacientes con diabetes tipo II del distrito de Huancán es 210mg Ho: μ= 210mg El nivel promedio de glicemia en pacientes con diabetes tipo II del distrito de Huancán es mayor de 210mg Ho: μ> 210mg La prevalencia de parasitosis intestinal en los niños preescolares del asentamiento humano JPH es igual a la de los niños preescolares del distrito de El Tambo Ho: P1=P2 La prevalencia de parasitosis intestinal en los niños preescolares del asentamiento humano JPH es mayor a la de los niños preescolares del distrito de El Tambo Ho: P1>P2
  • 8. Procedimiento a seguir para la realización de una prueba de hipótesis Defina con claridad los supuestos que se plantean en la investigación Identifique el tipo de variable en estudio relacionada con las suposiciones Identifique la o las poblaciones bajo estudio Elija la prueba estadística apropiada para la prueba de hipótesis planteadas Plantee las hipótesis nula y alterna Calcule la estadística de la prueba con los datos obtenidos para este fin Pre-determine el nivel de significancia para la región de rechazo Tome la decisión comparando el nivel crítico (p) con el nivel de significancia (α) Obtenga el nivel crítico para el resultado obtenido con la muestra
  • 9. Al tomar la decisión respecto a la Ho, se puede correr el riesgo de cometer dos distintos tipos de error: DECISIÓN Planteamiento (situación poblacional) Ho CIERTA Ho Falsa Rechazar Ho Error tipo I Probabilidad = α (ρ) «nivel de significación» Decisión acertada Probabilidad = (1-β) «potencia» No rechazar Ho Decisión acertada Probabilidad = (1-α) «nivel de confianza» Error tipo II Probabilidad = β Ó
  • 10. Ó
  • 11. Las cuatro son probabilidades condicionales, así: α = probabilidad de rechazar Ho, cuando Ho es cierta 1-α = probabilidad de no rechazar Ho, cuando Ho es cierta β = probabilidad de no rechazar Ho, cuando Ho es falsa 1-β = probabilidad de rechazar Ho, cuando Ho es falsa Ó Alfa y Beta se relacionan de manera inversa: al decrecer una aumenta la otra. Habitualmente α está bajo nuestro control; pero β sólo está en forma indirecta mediante su relación inversa que tiene con α.
  • 12. En investigaciones biomédicas el nivel de confianza más usado es 95%; es decir (1-α) = 0,95; luego el nivel de significancia más usado es 5% (α=0,05). De la misma forma la potencia más usada es 80% es decir (1- β) = 0,80, entonces β= 0,20. Existe una igualdad empírica entre los valores de α y β, que ayuda a fijar el valor de β para un valor elegido de α: β = 4α
  • 13. Comparación de dos medias de poblaciones independientes y relacionadas PRUEBA DE HIPÓTESIS
  • 14. Diferencia (comparación) de dos medias de poblaciones independientes PRUEBA DE HIPÓTESIS Se contrastará alguna de las hipótesis que sigue: Ho: μ1 = μ2 H1: μ1 ≠ μ2 bilateral Ho: μ1 ≥ μ2 H1: μ1 < μ2 unilateral Ho: μ1 ≤ μ2 H1: μ1 > μ2 unilateral
  • 16. Diferencia (comparación) de dos medias de poblaciones independientes EJEMPLO Mediante un experimento se desea evaluar el efecto de las dietas A y B en la ganancia de peso, usando dos grupos de animales experimentales. El grupo 1 recibirá la dieta A (enriquecida) y el grupo 2 la dieta B (convencional). Los investigadores desean determinar si con la dieta A, los animales ganarán mayor peso que con la B. Después de 5 semanas de seguimiento se calculó el incremento de peso para cada animal. Los resultados fueron: Grupo 1: muestra 12, media de las ganancias de peso: 27,2g con una desviación estándar de 6,0g Grupo 2: muestra 12, media de las ganancias de peso: 21,2g con una desviación estándar de 3,8g
  • 17. Diferencia (comparación) de dos medias de poblaciones independientes SOLUCIÓN En vista que no se conocen las varianzas poblacionales se hará uso del contraste «t» . Para el buen uso del contraste los datos deben satisfacer los siguientes supuestos básicos: 1.Normalidad 2.Aleatoriedad 3.Homogeneidad de varianzas Si los supuestos se cumplen entonces el procedimiento es: T es la distribución de probabilidades para encontrar el número de errores estándar
  • 18. Diferencia (comparación) de dos medias de poblaciones independientes a. Hipótesis 푡(푛1+푛2)−2= (푋1 − 푋2) √( 푆2푝 푛1+ 푆2푝 푛2) b. Contraste estadístico Ho: μ1 = μ2 H1: μ1 ≠ μ2 bilateral Ho: μ1 ≥ μ2 H1: μ1 < μ2 unilateral Ho: μ1 ≤ μ2 H1: μ1 > μ2 unilateral Ho: μ1- μ2 ≤ 0 H1: μ1 - μ2 > 0 푆2푝 es la varianza ponderada Donde:
  • 19. Diferencia (comparación) de dos medias de poblaciones independientes SOLUCIÓN Grupo 1: muestra 12, media de las ganancias de peso: 27,2g con una desviación estándar de 6,0g Grupo 2: muestra 12, media de las ganancias de peso: 21,2g con una desviación estándar de 3,8g 푆2푝 = 푛1 −1푆21+푛2−1푆22 푛1+푛2 −2 푆2푝 = 12−1621+12−13.8222 푆2푝=25,22 Volviendo y reemplazando en la fórmula de contraste
  • 20. Diferencia (comparación) de dos medias de poblaciones independientes SOLUCIÓN Grupo 1: muestra 12, media de las ganancias de peso: 27,2g con una desviación estándar de 6,0g Grupo 2: muestra 12, media de las ganancias de peso: 21,2g con una desviación estándar de 3,8g 푡(푛1+푛2)−2= (푋1 − 푋2) √( 푆2푝 푛1+ 푆2푝 푛2) Contraste estadístico 푡22 = (27,2 −21,2) √( 25,2212+ 25,2212) = 2,927 Ubicamos este valor en la tabla T
  • 21. Diferencia (comparación) de dos medias de poblaciones independientes 2,927 Ubicamos el valor dentro de la distribución T para determinar el valor de p P, se halla entre los niveles de confianza de 0,995 y 0,9995 Se rechaza Ho No se rechaza Ho
  • 22. Diferencia (comparación) de dos medias de poblaciones independientes c. Valor de p 0,0005 < p < 0,005 (nivel de significancia) Decisión Siendo p<0,05 se rechaza la Ho. Conclusión La dieta A produjo mayor ganancia de peso que la dieta B, con p <0,05. d. Decisión y conclusión
  • 23. Diferencia (comparación) de dos medias de poblaciones relacionadas (pareadas) PRUEBA DE HIPÓTESIS
  • 24. Diferencia (comparación) de dos medias de poblaciones relacionadas EJEMPLO Se tienen los niveles de colesterol total de una muestra de ocho pacientes antes y después de participar en un programa dieta-ejercicio. ¿Puede concluirse que el programa tuvo efecto favorable? Paciente Antes Después di 1 201 200 1 2 211 216 -5 3 205 200 5 4 220 193 27 5 208 204 4 6 217 196 21 7 216 186 30 8 215 175 40
  • 25. Diferencia (comparación) de dos medias de poblaciones relacionadas SOLUCIÓN a.Planteamiento de Hipótesis Se expresarán del siguiente modo: Ho: μd ≤ 0 (después del programa los valores no disminuyen) H1: μd > 0 (después del programa los valores disminuyen) unilateral Donde μd = Media poblacional de las diferencias
  • 26. Diferencia (comparación) de dos medias de poblaciones relacionadas 푡(푛−1)= (푑) 푆푑/√푛) b. Contraste estadístico 푑 media aritmética de las diferencias 푆푑 desviación estándar de las diferencias Si la muestra es probabilística y las diferencias (di) tienen distribución normal 푡7= 15,37516,23878=2,678
  • 27. Diferencia (comparación) de dos medias de poblaciones relacionadas Hallando la desviación estándar de las diferencias , a partir de la varianza 푆2 = 푋푖2 −푛푋 2 푛−1 푆2=263,69 Volviendo y reemplazando en la fórmula de contraste 푆푑= √푆2=√263,69 = 16,2387
  • 28. Diferencia (comparación) de dos medias de poblaciones relacionadas 2,678 Ubicamos el valor dentro de la distribución T para determinar el valor de p P, se halla entre los niveles de confianza de 0,975 y 0,99 Se rechaza Ho No se rechaza Ho
  • 29. Diferencia (comparación) de dos medias de poblaciones relacionadas c. Valor de p 0,010 < p < 0,025 (nivel de significancia) Decisión Siendo p<0,05 se rechaza la Ho. Conclusión Se concluye que después del programa los niveles de colesterol son significativamente menores que los obtenidos antes, con p <0,025. d. Decisión y conclusión
  • 30. Práctica de prueba de hipótesis