Professional Documents
Culture Documents
En estadstica y probabilidad se
llama distribucin
normal, distribucin
de
Su
diferencia
est
normalmente
con
c)
distribuida
d)
La divergencia
de
Si
Kullback
son
Leibler
variables
aleatorias
a)
Su producto
Donde
es
dada por
una funcin
de
Bessel
Su
cociente
sigue
una distribucin
de
Cauchy con
Si
son
entonces
Si
variables
normales
estndar
independientes,
son
variables
normales
estndar
independientes,
y la varianza muestral
ESTIMACIN DE PARMETROS
ESTIMACIN PUNTUAL
f(x, )
Cuando en una poblacin con familia distribucional conocida
queremos estimar el
estimador muestral
es
y de su desviacin
. En los
/2 Z /2/ n, n 30
Maxk
f(x, )
Sea
Sea x1,x2,.,xn una muestra de v.a. iid seleccionadas de dicha poblacin, a la funcin de
L ( )=L(x1,x2,.,xn;
Pero como las v.a. son independientes tenemos: L( ) = f(x1, ) f(x2, ).f (xn, ). Es decir:
n
f(x , )
i
i 1
L ( )=
PRUEBAS DE HIPTESIS:
Al realizar pruebas de hiptesis, se parte de un valor supuesto (hipottico) en parmetro
poblacional.
Despus
de
recolectar
se
compara
diferente del valor hipottico que una diferencia de esa magnitud o mayor, pudiera ocurrir
aleatoria mente con una probabilidad de 1.05 o menos.
Etapa 3.- Elegir la estadstica de prueba. La estadstica de prueba puede ser la estadstica
muestral (el estimador no segado del parmetro que se prueba) o una versin
transformada de esa estadstica muestral. Por ejemplo, para probar el valor hipottico de
una
media
poblacional,
se
toma
la
media
de
una
muestra
aleatoria
de
La hiptesis nula es
verdadera
Aceptar la Hiptesis
Nula
Se acepta
correctamente
Error tipo II
Rechazar la Hiptesis
Nula
Error tipo I
Se rechaza
correctamente
La hiptesis nula es
falsa
no
un
estndar
de desempeo o
cul
de
2.
3.
4.
5.
Establecer los valores crticos que establecen las regiones de rechazo de las de
no rechazo.
6.
7.
8.
9.
10.
El hecho de contar con una hiptesis nula ayuda a determinar si existe una
diferencia entre los grupos, si esta diferencia es significativa, y si no se debi al
azar.
Hiptesis Alternativa:
Toda hiptesis que difiere de una dada se llamar una hiptesis alternativa. Por ejemplo:
Si una hiptesis es p = 0,5, hiptesis alternativa podran ser p = 0,7, p " 0,5 p > 0,5.
Una hiptesis alternativa a la hiptesis nula se denotar por H1.
Al responder a un problema, es muy conveniente proponer otras hiptesis en que
aparezcan variables independientes distintas de las primeras que formulamos. Por tanto,
para no perder tiempo en bsquedas intiles, es necesario hallar diferentes hiptesis
alternativas como respuesta a un mismo problema y elegir entre ellas cules y en qu
orden vamos a tratar su comprobacin.
Las hiptesis, naturalmente, sern diferentes segn el tipo de investigacin que se est
realizando. En los estudios exploratorios, a veces, el objetivo de la investigacin podr ser
simplemente el de obtener los mnimos conocimientos que permitan formular una
hiptesis. Tambin es aceptable que, en este caso, resulten poco precisas, como cuando
afirmamos que "existe algn tipo de problema social en tal grupo", o que
los planetas poseen algn tipo de atmsfera, sin especificar de qu elementos est
compuesto.
Los trabajos de ndole descriptiva generalmente presentan hiptesis del tipo "todos los X
poseen, en alguna medida, las caracterstica Y". Por ejemplo, podemos decir que todas
las naciones poseen algn comercio internacional, y dedicarnos a describir, cuantificando,
las relaciones comerciales entre ellas. Tambin podemos hacer afirmaciones del tipo "X
pertenece al tipo Y", como cuando decimos que una tecnologa es capital - intensiva. En
estos casos, describimos, clasificndolo, el objeto de nuestro inters, incluyndolo en un
tipo ideal complejo de orden superior.
Por ltimo, podemos construir hiptesis del tipo "X produce (o afecta) a Y", donde
estaremos en presencia de una relacin entre variables.
Errores de tipo I y de tipo II:
Si rechazamos una hiptesis cuando debiera ser aceptada, diremos que se ha cometido
un error de tipo I.
Por otra parte, si aceptamos una hiptesis que debiera ser rechazada, diremos que se
cometi un error de tipo II.
En ambos casos, se ha producido un juicio errneo.
Para que las reglas de decisin (o no contraste de hiptesis) sean buenos, deben
disearse de modo que minimicen los errores de la decisin; y no es una cuestin
sencilla, porque para cualquier tamao de la muestra, un intento de disminuir un tipo de
error suele ir acompaado de un crecimiento del otro tipo. En la prctica, un tipo de error
puede ser ms grave que el otro, y debe alcanzarse un compromiso que disminuya el
error ms grave.
La nica forma de disminuir ambos a la vez es aumentar el tamao de la muestra que no
siempre es posible.
HIPOTESIS ESTADISTICA:
Una hiptesis estadstica es una suposicin hecha con respecto a la funcin de
distribucin de una variable aleatoria.
Para establecer la verdad o falsedad de una hiptesis estadstica con certeza total, ser
necesario examinar toda la poblacin. En la mayora de las situaciones reales no es
posible o practico efectuar este examen, y el camino mas aconsejable es tomar una
muestra aleatoria de la poblacin y en base a ella, decidir si la hiptesis es verdadera o
falsa.