Professional Documents
Culture Documents
ESTADISTICO DE
MUESTRAS FINITAS
DEFINICIONES
INTERVALO DE CONFIANZA
Es el intervalo que se espera contenga el verdadero valor del
parmetro poblacional.
NIVEL DE CONFIANZA
Medido por (1-) es la probabilidad de que el intervalo de
confianza contenga al verdadero valor del parmetro
poblacional.
NIVEL DE SIGNIFICACION
Medido por indica el riesgo de que el intervalo de confianza
no contenga el verdadero valor del parmetro poblacional.
Algunas definiciones...
sean
aleatoriamente
Desviacin estndar:
i=n
i=1
xi - x2
n-1
95%
2.5%
2.5%
tn-1 = ( x-
)
Rearreglando esta ecuacin podemos estimar el valor de
=
tn-1
n
n=4
Resultados:
a) 15,30 0,16 con el 95% de I.
15,1415,46
b) 15,30 0,29 con el 99% de I.C
15,0115,59
Analicemos
Porqu
la t de
student es menor
para el intervalo de
confianza de 95%
Tiene esto alguna
influencia en el
Es razonable ya
que con tan
pocos datos a
medida que
aumenta el
intervalo de
confianza de la
respuesta la
Conclusin
Si no conocemos x y no podemos utilizar la t de Student
Problema
En un establecimiento dedicado a la
elaboracin de alimentos balanceados
para aves, se afirma que su producto
aumenta el peso promedio de las aves en
30g diarios. En una muestra de 9 aves
tomadas al azar, se obtuvo un aumento
promedio de 35g con desviacin de 3,04
g. Estimar el intervalo de confianza del
95% para el verdadero aumento promedio
Problema,
Se sembr cierta variedad de trigo en
parcela de cierta localidad, se extrajo una
muestra al azar de 20 parcelas y se midi el
rendimiento. Se obtuvo un rendimiento de 58
kilogramos por parcela y una desviacin
tpica de 8 kg por parcela. Estimar la
varianza poblacional con un nivel de
confianza del 95%, sabiendo que el
rendimiento se distribuye normalmente
PRUEBA DE
SIGNIFICANCIA.
Pruebas
de
Hiptesis
Un segundo bloque de instrumentos para la inferencia
estadstica son las pruebas de hiptesis: Evalan la
evidencia de una afirmacin sobre la poblacin.
En estadstica una afirmacin sobre la poblacin se
plantea en forma de hiptesis de trabajo. Las dos
hiptesis complementarias se llaman:
Hiptesis nula (H0)
Hiptesis alternativa o de investigacin (H1)
Las hiptesis hacen siempre referencia a los parmetros
de la poblacin.
Qu es una prueba de
hiptesis?
Prueba de hiptesis: Es un
procedimiento
basado en la evidencia de la muestra
y en
la teora de probabilidad para
determinar si la
hiptesis es un enunciado razonable
por el
contrario debe ser rechazado
Que es una
Hiptesis?
COMO SE APLICA ?
En un contraste de hiptesis,
debemos aceptar o rechazar una de
las dos hiptesis planteadas.
Deseamos que nuestra decisin sea
correcta, pero a veces no lo ser. Hay
dos tipos de decisiones incorrectas:
Rechazar H0 cuando de hecho es cierta:
error de tipo I
Aceptar H0 cuando realmente es cierta H1:
error de tipo II
Observacin: el error tipo I = nivel de significacin =
En esquema:
Planteamiento del problema
Hiptesis nula y alternativa
Recogida de datos
Test estadstico
n1n2
n1+ n2
Anlisis:
La hiptesis nula esta comprobada cuando:
Si la
ttabla < tcal
La hiptesis nula es incorrecta y se tienen que estudiar cual es
la razn que explique por que las medias de ambos anlisis
son diferentes entre si.
Para saber si podemos SUPONER que las desviaciones estndar
son iguales debemos determinar la relacin de varianza, tambin
llamada la prueba F
Cuando las desviaciones estndar son diferentes el
procedimiento es diferente y se aplica una ecuacin ms
compleja para la determinacin de t.
Prueba F
1. Calcular la relacin de las varianzas
F = 1 2
2 2
Ftab< Fcalc
1. Prueba F
2. Si Ftab > Fcalc
3. Aplicar Prueba t de significancia con ecuacin sencilla
4. Si
Ejemplo:
Una muestra de carbonato de sodio se analiz mediante dos
mtodos diferentes, dando los siguientes resultados para el
porcentaje de analito
Es significativa la
Mtodo 1
Mtodo 2
x1 = 42,34
1 = 0,10
n1 = 5
x2 = 42,44
2 = 0,12
n2 = 4
Respuesta:
Fcalc= 1,44
Como
Ftab= 9,979
tcalc = 1,369
ttab= 2,3646
2 > 1 buscamos en la
columna n-1 para
grande y en la fila n-1
pequea
12 + 22
n1 n2
n1= 7;
n2= 6
x1= 3,465
x2= 1,921
1= 0,076
2= 0,440
tcalc = 8,48
Grados de libertad =
5,3 ~ 5
t5tab= 4,0321 (P ()=
0,01)
D
E
C
I
S
O
N
E
S
La
hiptesis
nula es
vlida
Decidimos
rechazar la Error tipo
hiptesis
I
nula
No
rechazamo
s la
Decisin
La hiptesis
nula no es
vlida
Decisin
correcta
Error tipo II
La Prueba Q
( Contraste de Dixon)
Ejemplo:
Cuatro resultados obtenidos para determinar la molaridad de
una solucin fueron 0,1014, 0,1012, 0,1019 y 0,1016. Aplique la
prueba Q para determinar si el resultado 0,1019 puede ser
descartado.
Resultados
0,1014
0,1012
0,1016
x = 0,1014
Desviaciones (ppm)
0,0
2,0
2,0
x= 1,3
Q = 0,1019 0,1016
0,1019 0,1012
Q = 0,43
Es Qcalc> Qtab?: NO
Por ende el dato no se descarta
Contraste de Grubbs
Compara la desviacin entre el valor sospechoso y la media
muestral, con la desviacin estndar de la muestra. Este
contraste lo recomienda ISO preferentemente al de la prueba Q o
de Dixon
Para usar el contraste de Grubbs para un valor anmalo, es
decir, para probar que H0: todas las medidas proceden de una
misma poblacin, se calcula el estadstico G:
G = | valor sospechoso- x |/
Gcalc>Gtab se rechaza la
hiptesis nula y por
ende el valor
La regla 2.5d
1. Calcular la media y la desviacin promedio de los resultados
buenos.
2. Encontrar la desviacin del resultado sospechoso a partir de
la media de los resultados buenos.
3. Si la desviacin del resultado sospechoso es por lo menos
2.5 veces la desviacin promedio de los resultados buenos se
descarta el resultado sospechoso. De lo contrario se conserva.
Mosca desviacin promedio
Esta regla se puede aplicar con confianza cuando la
muestra es grande de lo contrario genera errores tipo I
PROPAGACIN DE ERRORES
Para errores determinados
Cuando estn implicadas la adicin o substraccin, los errores
absolutos determinados se trasmiten directamente al
resultado.
Cuando estn implicados la multiplicacin o la divisin, los
errores relativos determinados se trasmitan directamente al
resultado.