FUNDACION CENTRO COLOMBIANO DE ESTUDIOS PROFESIONALES. AREA: ESTADISTICA INFERENCIAL PERIODO ACADEMICO: II-2010 PRUEBA DE HIPOTESIS NOMBRE: SEMESTRE: No: FECHA: PRUEBA DE HIPOTESIS: Es una afirmación o una aseveración sobre un parámetro especifico de una población. Si se cumple la hipótesis el proceso está funcionando bien y no es necesario aplicar correctivos al proceso. Este estadístico se usa para inferir sobre toda la población. HIPOTESIS NULA: Si la hipótesis de que el parámetro poblacional es igual al especificado por la empresa o el investigador. 𝐻0 = símbolo. Ej1: si el promedio de las alturas de los estudiantes de la universidad es de 172 cm. 𝐻0 : 𝜇 = 172 cm. Ej2: Si se llenan cajas de cereales y en una muestra tomada se obtiene que el promedio de llenado sea 254 gr. 𝐻0 : 𝜇 = 254 gr. HIPOTESIS ALTERNATIVA: Es opuesta a la hipótesis nula. Si la hipótesis nula es falsa la hipótesis alternativa es cierta. Si en el análisis se da una hipótesis nula, se debe dar una hipótesis alternativa. Ej1: 𝐻1 : 𝜇 ≠ 172 cm Ej2. 𝐻1 : 𝜇 ≠ 254 cm Cuando se analiza la muestra y existen evidencias de que la información dada es falsa se rechaza la hipótesis nula. VALOR CRÍTICO DEL ESTADISTICO DE PRUEBA. La metodología de prueba radica es en determinar que tan probable es que la Hipótesis Nula sea cierta, considerando la información de la muestra. Como se hace: 1. Se toma una muestra y se calcula la media muestral. Este estadístico 𝑋̅ es una estimación del parámetro media poblacional 𝜇 . 2. Si la Hipótesis nula es cierta, es posible que el estadístico de media muestral 𝑋̅, sea diferente al parámetro media poblacional 𝜇. 3. Si la Hipótesis nula es cierta, se espera que el estadístico de la muestra 𝑋̅, sea cercano al parámetro poblacional 𝜇 . 4. Si el estadístico de muestra 𝑋̅, es cercano al parámetro poblacional 𝜇 , no se cuenta con evidencias suficientes para rechazar la hipótesis nula. Ej. Si ud toma una muestra de clientes y registra que en la atención a cada uno de ellos, en hacer o realizar una compra es: 5.5, 5.8, 5.9, 5.0, 5.6, 5.4, 5.2, 4.9. Sabiendo que la media poblacional es 5.5 (𝜇=Parametro) La media de la muestra (𝑋̅ = estadístico) es: 5.5+5.8+5.9+5.0+5.6+5.6+5.4+5.2+4.9 48.9 𝑋̅ = = 9 = 5.43 9 Si la Hipótesis Nula es: 𝐻0 : 𝜇 = 5.5 La hipótesis alternativa es: 𝐻1 : 𝜇 ≠ 5.5. La media poblacional no cambio porque el valor obtenido es muy cercano al de la hipótesis nula. PRUEBA DE HIPÓTESIS: 1. Se plantea la hipótesis Nula: 𝐻0 2. Se plantea la hipótesis alternativa: 𝐻1 3. El nivel de significancia que se va a utilizar. 𝛼. Es un estándar estadístico que se especifica para rechazar o aceptar la hipótesis nula. Los más usados son: 10%, 5%, 1%. REGION DE ACEPTACION N REGION DE RECHAZO Los valores críticos Z de aceptación: 𝑍1 < 𝑍 < 𝑍2 Los valores críticos Z de aceptación: 𝑋̅1 < 𝑍 < 𝑋̅2 EJEMPLO: Un auditor desea probar el supuesto de que el valor promedio de todas las cuentas por cobrar en una empresa determinada es de $260.000, tomando una muestra de 36 cuentas y calculando la media muestral. Desea rechazar el valor supuesto de $260.000 solo si la media muestral lo contradice en forma clara, por lo que se debe dar el beneficio de la duda. Determinar los valores críticos de la media muestral para probar la hipótesis, con un nivel de significancia del 5%, si la desviación estándar es 𝜎 = $43.000. 1. La hipótesis nula. 𝐻0 : 𝜇 = $260.000 La hipótesis alternativa. 𝐻1 : 𝜇 ≠ $260.000. 2. Nivel de significancia: 5% = 0.05. Colas: 2.5 = 0.025 3. Estadísticos de prueba para 𝑋̅: n = 36 𝜎 = $43.000. La desviación estándar de la media muestral es: 𝜎 43.000 𝜎𝑥̅ = = = 7166.67 √𝑛 √36 Para A = 0.025. El valor de unidades estandarizadas según tabla es Z = -1.96 y Z = 1.96. 𝑋1 = 245.953.33 𝜇 𝑋1 = 274.046.67 Los valores críticos para Z: -1.96 < Z < 1.96. 4. Calculamos los valores limites del intervalo. Para 𝑍1 = −1.96, 𝑋̅𝐶𝑅 = 𝜇 ± 𝑍𝜎𝑋̅ 𝑥̅1𝐶𝑅 = 260.000 − (1.96)(7166.67) 𝑥̅1𝐶𝑅 = 260.000 − 14.046.67 𝑥̅1𝐶𝑅 = 245.953.33 Para 𝑍1 = 1.96, 𝑋̅𝐶𝑅 = 𝜇 ± 𝑍𝜎𝑋̅ 𝑥̅1𝐶𝑅 = 260.000 + (1.96)(7166.67) 𝑥̅1𝐶𝑅 = 260.000 + 14.046.67 𝑥̅1𝐶𝑅 = 274.046.67 Los valores críticos de la media: 245.953.33 < 𝜇 < 274.046.67 5. Para rechazar la hipótesis nula, la media muestral debe tener un valor inferior a $245.953.33 o mayor a $274.046.67. H0 : μ = $260.000, se rechaza si la media no pertenece al intervalo determinado por [245.953.33; 274.046.67]. 6. Cuando se determina el valor de la media muestral, se transforma en unidades estandarizadas Z, para comparar con los valores críticos Z. 𝑋̅ − 𝜇 𝑍= 𝜎𝑥̅ 7. Si la media muestral es 𝑋̅ = 240.000 se debe determinar si se acepta o se rechaza la hipótesis nula. 𝑋̅ − 𝜇 240.000 − 260.000 𝑍= = = −2.7906 𝜎𝑥̅ 7166.67 Como este valor se encuentra en la región de rechazo; Z = -2.7906 No pertenece a -1.96 < Z < 1.96 Se rechaza la hipótesis nula y se acepta la alternativa: 𝐻1 : 𝜇 ≠ $260.000. Recuerde que el valor de 𝑋̅ = 240.000 no se encuentra en el intervalos 245.953.33 < 𝜇 < 274.046.67. EJEMPLO No2: La media de llenado de las cajas de un cereal determinado en una empresa de empacados es de 368 gr. El proceso es tan rápido que en algunas cajas hay excesos y en otras hay faltante. Supóngase que en una muestra de 25 cajas la desviación estándar de la población es de 15 gr. Y la media muestral es de 372.5 gr. Se rechaza o se acepta la prueba de hipótesis nula, teniendo en cuenta un nivel de significancia del 5%.. Es equivalente al Intervalo de confianza del 95%. 1. 2. 3. La hipótesis nula. 𝐻0 : 𝜇 = La hipótesis alternativa. 𝐻1 : 𝜇 ≠ . Nivel de significancia: = . Colas: = . Estadísticos de prueba para 𝑋̅: n = 36 𝜎 = $43.000. La desviación estándar de la media muestral es: 𝜎 𝜎𝑥̅ = = √𝑛 4. Para A = . El valor de unidades estandarizadas según tabla es Z= yZ= . Intervalo de los valores críticos para Z: . Calculamos los valores limites del intervalo. Para 𝑍1 = , 𝑋̅𝐶𝑅 = 𝜇 ± 𝑍𝜎𝑋̅ Para 𝑍2 = , 𝑋̅𝐶𝑅 = 𝜇 ± 𝑍𝜎𝑋̅ con un nivel de significancia de 0.05, el tiempo de espera medio para despachar una orden se ha modificado durante el último mes con respecto a su valor de la media poblacional de 4.5 min. P1: La hipótesis nula dice que la media poblacional de atención a los clientes en un pedido no ha cambiado con relación a su valor previo. 𝐻0 : 𝜇 = 4.5 La hipótesis alternativa es contraria a la hipótesis nula: 𝐻1 : 𝜇 ≠ 4.5 P2: Se selecciona una muestra n = 25 Nivel de significancia 𝛼 = 0.05 P3: Se conoce la 𝜎 = 1.2. y el estadístico de prueba Z. P4: Como 𝛼 = 0.05. Los valores críticos son: A = 0.025 y según tabla 𝑍1 = −1.96 y 𝑍2 = 1.96 Intervalo de valores críticos de la media: 5. Si la media muestral es 𝑋̅ = 372.5 se debe determinar si se acepta o se rechaza la hipótesis nula. 𝑍= 𝑋̅ −𝜇 𝜎𝑥̅ = EJEMPLO 2.2. Cambie para el ejercicio No 2, el nivel de significancia. EJEMPLO No 3. Para justificar su petición de aumento de salario, los empleados del Depto. de despachos de una firma de ventas por correo, sostienen que en promedio el Depto. completa una orden en 13 min. Si Ud. es el gerente general de firma, Que conclusión obtiene si en una muestra de 400 ordenes, da un tiempo medio de terminación del pedido de 14 min, con una desviación estándar de 10 min y un nivel de significancia del 0.05. 1. Plante la prueba de hipótesis. 2. Calcule la desviación estándar de la media muestral. 3. Haga una grafica representando la situación. 4. Halle los valores estandarizados Z para 𝑋̅ = 14. 5. Concluya. EJEMPLO No 4. Pruebe el mismo ejercicio anterior con un nivel de significancia del 0.10. EJEMPLO No 5. El gerente de un restaurante de comidas rápidas quiere determinar el tiempo de espera, al pedir una orden y ser atendido, que se ha modificado durante el último mes con respecto a su valor de la media poblacional previo de 4.5 min. A partir de la experiencia anterior, supone que la desviación estándar de la población es de 1.2 min. Se selecciona una muestra de 25 órdenes durante un periodo de una hora. Si la media muestral es de 5.1 min. Utilice el método y analicé para determinar si existe evidencia de que, Región de aceptación es: -1.96 < Z < 1.96 𝜎 1.2 𝜎𝑥̅ = = = 0.24 √𝑛 √25 P5: Para el valor de la media muestral 𝑋̅ = 5.1 Hallamos Z. 𝑋̅ − 𝜇 5.1 − 4.5 𝑍= = = 2.5 𝜎𝑥̅ 0.24 P6: Como Z = 2.5 y se encuentra fuera del intervalo de los valores críticos, existe una evidencia de que el tiempo de espera al pedir una orden se ha modificado con respecto a su valor de la media poblacional de 4.5 min. El tiempo de espera es mayor. CONCLUSIÓN: Se deben realizar ajustes dentro de la empresa para poder mantener o bajar el promedio de atención en sus clientes en las órdenes de pedido. EJEMPLO No 5. Qué pasaría si el nivel de significancia se cambiara al 0.10, o al 0.01. Lic. Simeón Cedano Rojas PRUEBA DE HIPOTESIS