SlideShare una empresa de Scribd logo
1 de 33
Descargar para leer sin conexión
PRUEBA DE HIPÓTESIS
De una media y proporción
ESTADÍSTICA
Facultad de Ciencias de la Salud
FACULTAD DE CIENCIAS DE LA SALUD – ESCUELA ACADÉMICO PROFESIONAL DE PSICOLOGÍA
Dr. Mayhuasca Salgado Ronald
Docente
Al término de la clase el estudiante conocerá los tipos de hipótesis,
métodos de contrastación de hipótesis para medias y proporciones.
Propósito
Problema tipo
Se elige una muestra de 25 reportes de resonancia magnética cerebral que
muestran los diámetros del hipocampo mayores a 25mm. De la literatura se
sabe que la media de los diámetros normales es 22mm con una desviación
estándar de 4mm. ¿podrá concluirse que la media poblacional es mayor a
25 mm?
La frase del día
“Es fácil mentir con las estadísticas…
… pero es más fácil mentir sin ellas”
INFERENCIA
ESTADÍSTICA
Estimación de
parámetros
Prueba de
hipótesis
Por punto
Por intervalosCalcular un valor que
corresponde a una
característica de la población
De orden cuantitativo.
Establece conclusiones sobre
alguna afirmación o supuesto
(hipótesis)
Áreas de la estadística inferencial
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
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 ciprofloxacino es menor a 5%
Ho: P < 0,05
El porcentaje de pacientes que refiere efectos
adversos al ingerir ciprofloxacina es mayor o igual
al 5%
H1: 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 mayor
a 210mg
Ho: μ > 210mg
El nivel promedio de glicemia en pacientes con
diabetes tipo II del distrito de Huancán es menor
o igual de 210mg
H1: 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 distinta a la de los niños preescolares
del distrito de El Tambo
H1: P1≠P2
Tipos de hipótesis
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
PRUEBA DE HIPÓTESIS
PRUEBA DE HIPÓTESIS
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
PRUEBA DE HIPÓTESIS
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
I. Prueba de hipótesis para la media de
una población
II. Prueba de hipótesis para la proporción
de una población
Para contrastar a hipótesis nula cuando a la media µ de la población se le establece
algún valor µo en particular, tendríamos las siguientes opciones:
1ra
situación
I. Prueba de hipótesis para la media de
una población
Ho : µ = µo
H1 : µ ≠ µo Hipótesis bilateral
2da
situación
Ho : µ ≥ µo
H1 : µ < µo Hipótesis unilateral a la izquierda
3ra
situación
Ho : µ ≤ µo
H1 : µ > µo Hipótesis unilateral a la derecha
Elección
Se seleccionó una muestra de 16 reportes del total de días que los pacientes de EsSalud esperan en
recibir sus informes radiológicos tras haberse realizado el examen. El tiempo medio calculado a partir
de dicha muestra fue de 13 días con una varianza de 9 días. Suponga que la población de tiempos
presenta una distribución normal. ¿podrá concluirse que la media poblacional es mayor a 10 días?
Pasitos de baile…
1ra
situación
Ho : µ = µo
H1 : µ ≠ µo Hipótesis bilateral
2da
situación
Ho : µ ≥ µo
H1 : µ < µo Hipótesis unilateral a la izquierda
3ra
situación
Ho : µ ≤ µo
H1 : µ > µo Hipótesis unilateral a la derecha
1. Formulación de hipótesis
Pasitos de baile…
Ho : µ ≤ µo
H1 : µ > µo
H1 :El tiempo medio es mayor a 10 días (µ > 10 )
Entonces a hipótesis nula dirá:
H0 :El tiempo medio es menor o igual a 10 días (µ ≤ 10 )
Se seleccionó una muestra de 16 reportes del total de días que los pacientes de EsSalud esperan en recibir sus
informes radiológicos tras haberse realizado el examen. El tiempo medio calculado a partir de dicha muestra fue de
13 días con una varianza de 9 días. Suponga que la población de tiempos presenta una distribución normal. ¿podrá
concluirse que la media poblacional es mayor a 10 días?
2. Nivel de significación
Pasitos de baile…
O sea nuestro nivel de confianza será del 95%
α = 0,05 (5%)
Como la población tiene distribución normal y no
sabemos la varianza poblacional ( σ2), usaremos la
PRUEBA “t”. Entonces su fórmula de contraste es:
3. Elección de la estadística de prueba
La ecuación posee distribución t de
Student con (n-1) grados de
libertad si Ho es verdadero.
𝑡 =
𝑋 − 𝜇
𝑆
𝑛
Pasitos de baile…
Reemplazando datos de nuestro ejemplo, se tiene que
posee 16-1 = 15 grados de libertad
3. Elección de la estadística de prueba
Si p< 0.05, se rechaza Ho y
Si p ≥ 0.05, no se rechaza Ho
La hipótesis alterna es unilateral a la derecha; de la
tabla con un nivel de significancia (alfa) de 0,05;
determinamos la probabilidad de cometer el error
tipo I (rechazar la Ho cuando Ho es cierta). Entonces
establecemos la regla de decisión:
4. Regla de decisión
𝑡15 =
𝑋 − 𝜇
𝑆
𝑛
Pasitos de baile…
De la varianza extraemos la D.E. S= 3, reemplazando datos hallamos tc:
5.Cálculos
tc = 4
Para determinar el valor de p, recordemos que la H1 es unilateral,
ubiquemos el valor tc en la tabla:
Los valores corresponden a 15 grados de libertad.
4 está entre 2,947 y 4,073. Las probabilidades que le corresponden son
0.0005 y 0.005 respectivamente, es decir: 0.005 < p < 0.0005
𝑡 =
13 − 10
3
16
Tabla de valores críticos de T de Student
g.l
Nivel de significación para prueba de una cola
.10 .05 .025 .01 .005 .0005
Nivel de significación para prueba de dos colas
.20 .10 .05 .02 .01 .001
g.l
Nivel de significación para prueba de una cola
.10 .05 .025 .01 .005 .0005
Nivel de significación para prueba de dos colas
.20 .10 .05 .02 .01 .001
Rechazo Ho
Pasitos de baile…
Como p< 0.05, entonces
rechazamos Ho
6. Decisión estadística
Según la decisión estadística el tiempo promedio que
esperan los pacientes en recibir sus informes radiológicos
es mayor a 10 días (p<0.05).
7. Conclusión
Esto se da en caso de que la variable sea dicotómica (o sea que tome valores de 0 y 1) y P es una
proporción de unidades que poseen un atributo de interés en la población.
1ra
situación
II. Prueba de hipótesis para la proporción de una
población
Ho : P = Po
H1 : P ≠ Po H1 bilateral
2da
situación
Ho : P ≥ Po
H1 : P < Po H1 unilateral a la izquierda
3ra
situación
Ho : P ≤ Po
H1 : P > Po H1 unilateral a la derecha
Entonces se desea decidir si la proporción de la población P puede tomar o no un determinado
valor Po (o p). Las hipótesis estadísticas de interés que se plantean son:
Elección
Una psicóloga va analizar en las instituciones de educación inicial de cierta comunidad si la proporción
de niños menores a 5 años que tienen comportamiento agresivo es mayor que 0.30. Se realiza un
muestreo aleatorio de 200 niños menores de 5 años y se determina que 76 han tenido
comportamiento agresivo escolar.
Pasitos de baile…
1ra
situación
Ho : µ = µo
H1 : µ ≠ µo Hipótesis bilateral
2da
situación
Ho : µ ≥ µo
H1 : µ < µo Hipótesis unilateral a la izquierda
3ra
situación
Ho : µ ≤ µo
H1 : µ > µo Hipótesis unilateral a la derecha
1. Formulación de hipótesis
Pasitos de baile…
Ho : p ≤ 0,30
H1 : p > 0,30
H1 :La proporción de niños menores de 5 años que tienen
comportamiento agresivo es mayor a 0,30 (p > 0,30 )
Entonces a hipótesis nula dirá:
H0 :La proporción de niños menores de 5 años que
tienen comportamiento agresivo es menor o igual a
0,30 (p ≤ 0,30 )
Una psicóloga va analizar en las instituciones de educación inicial de cierta comunidad si la proporción
de niños menores a 5 años que tienen comportamiento agresivo es mayor que 0.30. Se realiza un
muestreo aleatorio de 200 niños menores de 5 años y se determina que 76 han tenido
comportamiento agresivo escolar.
2. Nivel de significación
Pasitos de baile…
O sea nuestro nivel de confianza será del 95%
α = 0,05 (5%)
Se usa el estadístico Z porque n.p >5 y está dado por:
3. Elección de la estadística de prueba
La ecuación posee distribución
normal estándar con media cero
y desviación estándar 1, si Ho es
verdadera
𝑍 =
𝑝 − 𝑃
𝑃 ∗ 𝑄
𝑛
Pasitos de baile…
Si p< 0.05, se rechaza Ho y
Si p ≥ 0.05, no se rechaza Ho
La hipótesis alterna es unilateral a la derecha; de la tabla con un nivel de
significancia (alfa) de 0,05 determinamos la probabilidad de cometer el
error tipo I (rechazar la Ho cuando Ho es cierta). Entonces establecemos
la regla de decisión:
3. Regla de decisión
Pasitos de baile…
Considerando la Ho verdadera se tiene que el valor del parámetro es P=0,30
y p=76/200= 0,38. Si reemplazamos estos valores en la fórmula:
4.Cálculos
Por lo tanto p (Z> 2,47) = 1- 0,9932 = 0,0068, es decir p= 0,0068
𝑍 =
0,38 − 0,30
0,30 ∗ 0,70
200
=
0,08
0,0324
= 2,47
Pasitos de baile…
Como p< 0.05, entonces
rechazamos Ho
5. Decisión estadística
Hay evidencia suficiente para decir
que en la comunidad estudiada la
proporción de niños menores de 5
años con comportamiento agresivo
es mayor de 0,30 (p<0.05).
6. Conclusión
Recuerden que p= 0,0068
Conclusiones
- La contrastación de las hipótesis forman parte del
proceso de toma de decisiones
- Se pueden contrastar hipótesis para la media y la
proporción de una población
Ejercicio 01
Se elige una muestra de 25 reportes de resonancia magnética cerebral que
muestran los diámetros del hipocampo mayores a 25mm. De la literatura se
sabe que la media de llos diámetros normales es 22mm con una desviación
estándar de 4mm. ¿podrá concluirse que la media poblacional es mayor a
25 mm?

Más contenido relacionado

La actualidad más candente

Ejercicios unidad 3 mata
Ejercicios unidad 3 mataEjercicios unidad 3 mata
Ejercicios unidad 3 mataKassandra Gomez
 
Pruebas de hipótesis
Pruebas de hipótesisPruebas de hipótesis
Pruebas de hipótesiseduardobarco
 
SOLUCIONARIO DE PRUEBA DE HIPOTESIS
SOLUCIONARIO DE PRUEBA DE HIPOTESISSOLUCIONARIO DE PRUEBA DE HIPOTESIS
SOLUCIONARIO DE PRUEBA DE HIPOTESISberthita16
 
Distribución t student
Distribución t studentDistribución t student
Distribución t studentecruzo
 
Ejercicios de distribuciones de probabilidad
Ejercicios de distribuciones de probabilidadEjercicios de distribuciones de probabilidad
Ejercicios de distribuciones de probabilidadrossee2012
 
Pruebas de hipotesis
Pruebas de hipotesisPruebas de hipotesis
Pruebas de hipotesiseraperez
 
Ejercicios de pruebas de hipotesis con mis problemas
Ejercicios de pruebas de hipotesis con mis problemasEjercicios de pruebas de hipotesis con mis problemas
Ejercicios de pruebas de hipotesis con mis problemasJaguar Luis XD
 

La actualidad más candente (20)

Ejercicios unidad 3 mata
Ejercicios unidad 3 mataEjercicios unidad 3 mata
Ejercicios unidad 3 mata
 
Pruebas de hipótesis
Pruebas de hipótesisPruebas de hipótesis
Pruebas de hipótesis
 
SOLUCIONARIO DE PRUEBA DE HIPOTESIS
SOLUCIONARIO DE PRUEBA DE HIPOTESISSOLUCIONARIO DE PRUEBA DE HIPOTESIS
SOLUCIONARIO DE PRUEBA DE HIPOTESIS
 
Distribución t student
Distribución t studentDistribución t student
Distribución t student
 
Estadistica
EstadisticaEstadistica
Estadistica
 
Ejercicios de distribuciones de probabilidad
Ejercicios de distribuciones de probabilidadEjercicios de distribuciones de probabilidad
Ejercicios de distribuciones de probabilidad
 
S12 distribución binomial (1)
S12 distribución binomial (1)S12 distribución binomial (1)
S12 distribución binomial (1)
 
Prueba de Hipotesis Est ind clase01
Prueba de Hipotesis Est ind clase01Prueba de Hipotesis Est ind clase01
Prueba de Hipotesis Est ind clase01
 
Inferencia Estadística
Inferencia EstadísticaInferencia Estadística
Inferencia Estadística
 
la distribucion de poisson
la distribucion de poissonla distribucion de poisson
la distribucion de poisson
 
Pruebas de Bondad de Ajuste. Independencia y Homogenidad. Est ind clase10
Pruebas de Bondad de Ajuste. Independencia y Homogenidad. Est ind clase10Pruebas de Bondad de Ajuste. Independencia y Homogenidad. Est ind clase10
Pruebas de Bondad de Ajuste. Independencia y Homogenidad. Est ind clase10
 
Prueba de hipótesis 2016
Prueba de hipótesis 2016Prueba de hipótesis 2016
Prueba de hipótesis 2016
 
Pruebas de hipotesis
Pruebas de hipotesisPruebas de hipotesis
Pruebas de hipotesis
 
Felix castro estadistica ii
Felix castro estadistica iiFelix castro estadistica ii
Felix castro estadistica ii
 
Pruebas de hipotesis
Pruebas de hipotesisPruebas de hipotesis
Pruebas de hipotesis
 
Hipotesis
HipotesisHipotesis
Hipotesis
 
prueba de hipotesis
prueba de hipotesisprueba de hipotesis
prueba de hipotesis
 
Estadistica practic
Estadistica practicEstadistica practic
Estadistica practic
 
Prueba de los signos
Prueba de los signosPrueba de los signos
Prueba de los signos
 
Ejercicios de pruebas de hipotesis con mis problemas
Ejercicios de pruebas de hipotesis con mis problemasEjercicios de pruebas de hipotesis con mis problemas
Ejercicios de pruebas de hipotesis con mis problemas
 

Similar a Psico. 12ava prueba de hipótesis de una población

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
 
Taller Estadistica Aplicada con Estudios para la Investigación Biométrica
Taller Estadistica Aplicada con Estudios para la Investigación BiométricaTaller Estadistica Aplicada con Estudios para la Investigación Biométrica
Taller Estadistica Aplicada con Estudios para la Investigación BiométricaSabrina Guamán
 
Introducción a las pruebas o tests de hipotesis en estadistica
Introducción a las pruebas o tests de hipotesis en estadisticaIntroducción a las pruebas o tests de hipotesis en estadistica
Introducción a las pruebas o tests de hipotesis en estadisticaromina753639
 
Guía de prueba de hipótesis
Guía de prueba de hipótesisGuía de prueba de hipótesis
Guía de prueba de hipótesisPedro González
 
Intro. a la Probabilidad_IV parte
Intro. a la Probabilidad_IV parteIntro. a la Probabilidad_IV parte
Intro. a la Probabilidad_IV partePaolo Castillo
 
estadistica
estadisticaestadistica
estadisticausat
 
Prueba de hipotesis sobre la media con varianza desconocida
Prueba de hipotesis sobre la media con varianza desconocidaPrueba de hipotesis sobre la media con varianza desconocida
Prueba de hipotesis sobre la media con varianza desconocidaKarina Ruiz
 
Hipotesis
HipotesisHipotesis
HipotesisSer Ar
 
Pruebas de hipótesis
Pruebas de hipótesisPruebas de hipótesis
Pruebas de hipótesismariauparela
 

Similar a Psico. 12ava prueba de hipótesis de una población (20)

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
 
Pueba de hipótesis
Pueba de hipótesisPueba de hipótesis
Pueba de hipótesis
 
Capítulo viii
Capítulo viiiCapítulo viii
Capítulo viii
 
Taller Estadistica Aplicada con Estudios para la Investigación Biométrica
Taller Estadistica Aplicada con Estudios para la Investigación BiométricaTaller Estadistica Aplicada con Estudios para la Investigación Biométrica
Taller Estadistica Aplicada con Estudios para la Investigación Biométrica
 
Introducción a las pruebas o tests de hipotesis en estadistica
Introducción a las pruebas o tests de hipotesis en estadisticaIntroducción a las pruebas o tests de hipotesis en estadistica
Introducción a las pruebas o tests de hipotesis en estadistica
 
Pruebas de hipótesis 1
Pruebas de hipótesis 1Pruebas de hipótesis 1
Pruebas de hipótesis 1
 
Mic sesión 7
Mic sesión 7Mic sesión 7
Mic sesión 7
 
Guía de prueba de hipótesis
Guía de prueba de hipótesisGuía de prueba de hipótesis
Guía de prueba de hipótesis
 
FELIX CASTRO GARCIA
FELIX CASTRO GARCIAFELIX CASTRO GARCIA
FELIX CASTRO GARCIA
 
Prueba de hipotesis
Prueba de hipotesisPrueba de hipotesis
Prueba de hipotesis
 
Pruebas de hipótesis
Pruebas de hipótesisPruebas de hipótesis
Pruebas de hipótesis
 
Prueba De HipóTesis
Prueba De HipóTesisPrueba De HipóTesis
Prueba De HipóTesis
 
Intro. a la Probabilidad_IV parte
Intro. a la Probabilidad_IV parteIntro. a la Probabilidad_IV parte
Intro. a la Probabilidad_IV parte
 
Pueba de hipótesis. Mayhuasca Ronald
Pueba de hipótesis. Mayhuasca RonaldPueba de hipótesis. Mayhuasca Ronald
Pueba de hipótesis. Mayhuasca Ronald
 
estadistica
estadisticaestadistica
estadistica
 
Prueba de hipotesis sobre la media con varianza desconocida
Prueba de hipotesis sobre la media con varianza desconocidaPrueba de hipotesis sobre la media con varianza desconocida
Prueba de hipotesis sobre la media con varianza desconocida
 
Hipotesis
HipotesisHipotesis
Hipotesis
 
Inferencia Estadística
Inferencia EstadísticaInferencia Estadística
Inferencia Estadística
 
Pruebas de hipótesis
Pruebas de hipótesisPruebas de hipótesis
Pruebas de hipótesis
 
SESIÓN 12_PRUEBA DE HIPÓTESIS_Dra. Guevara.pptx
SESIÓN 12_PRUEBA DE HIPÓTESIS_Dra. Guevara.pptxSESIÓN 12_PRUEBA DE HIPÓTESIS_Dra. Guevara.pptx
SESIÓN 12_PRUEBA DE HIPÓTESIS_Dra. Guevara.pptx
 

Más de 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
 

Más de 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
 

Último

Dinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dDinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dstEphaniiie
 
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...JAVIER SOLIS NOYOLA
 
Criterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficiosCriterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficiosJonathanCovena1
 
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.Alejandrino Halire Ccahuana
 
Imperialismo informal en Europa y el imperio
Imperialismo informal en Europa y el imperioImperialismo informal en Europa y el imperio
Imperialismo informal en Europa y el imperiomiralbaipiales2016
 
Cuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdfCuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdfNancyLoaa
 
PLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docxPLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docxlupitavic
 
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLAACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLAJAVIER SOLIS NOYOLA
 
Valoración Crítica de EEEM Feco2023 FFUCV
Valoración Crítica de EEEM Feco2023 FFUCVValoración Crítica de EEEM Feco2023 FFUCV
Valoración Crítica de EEEM Feco2023 FFUCVGiustinoAdesso1
 
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...JAVIER SOLIS NOYOLA
 
PIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonablesPIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonablesYanirisBarcelDelaHoz
 
La triple Naturaleza del Hombre estudio.
La triple Naturaleza del Hombre estudio.La triple Naturaleza del Hombre estudio.
La triple Naturaleza del Hombre estudio.amayarogel
 
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VSOCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VSYadi Campos
 
plande accion dl aula de innovación pedagogica 2024.pdf
plande accion dl aula de innovación pedagogica 2024.pdfplande accion dl aula de innovación pedagogica 2024.pdf
plande accion dl aula de innovación pedagogica 2024.pdfenelcielosiempre
 
Ley 21.545 - Circular Nº 586.pdf circular
Ley 21.545 - Circular Nº 586.pdf circularLey 21.545 - Circular Nº 586.pdf circular
Ley 21.545 - Circular Nº 586.pdf circularMooPandrea
 
Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Lourdes Feria
 

Último (20)

Dinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dDinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes d
 
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
 
Criterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficiosCriterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficios
 
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
 
Imperialismo informal en Europa y el imperio
Imperialismo informal en Europa y el imperioImperialismo informal en Europa y el imperio
Imperialismo informal en Europa y el imperio
 
Power Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptxPower Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptx
 
Cuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdfCuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdf
 
PLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docxPLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docx
 
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLAACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
 
Valoración Crítica de EEEM Feco2023 FFUCV
Valoración Crítica de EEEM Feco2023 FFUCVValoración Crítica de EEEM Feco2023 FFUCV
Valoración Crítica de EEEM Feco2023 FFUCV
 
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
 
PIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonablesPIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonables
 
La triple Naturaleza del Hombre estudio.
La triple Naturaleza del Hombre estudio.La triple Naturaleza del Hombre estudio.
La triple Naturaleza del Hombre estudio.
 
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VSOCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
 
Presentacion Metodología de Enseñanza Multigrado
Presentacion Metodología de Enseñanza MultigradoPresentacion Metodología de Enseñanza Multigrado
Presentacion Metodología de Enseñanza Multigrado
 
plande accion dl aula de innovación pedagogica 2024.pdf
plande accion dl aula de innovación pedagogica 2024.pdfplande accion dl aula de innovación pedagogica 2024.pdf
plande accion dl aula de innovación pedagogica 2024.pdf
 
Ley 21.545 - Circular Nº 586.pdf circular
Ley 21.545 - Circular Nº 586.pdf circularLey 21.545 - Circular Nº 586.pdf circular
Ley 21.545 - Circular Nº 586.pdf circular
 
Sesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronósticoSesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronóstico
 
Unidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la InvestigaciónUnidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la Investigación
 
Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...
 

Psico. 12ava prueba de hipótesis de una población

  • 1. PRUEBA DE HIPÓTESIS De una media y proporción ESTADÍSTICA Facultad de Ciencias de la Salud FACULTAD DE CIENCIAS DE LA SALUD – ESCUELA ACADÉMICO PROFESIONAL DE PSICOLOGÍA Dr. Mayhuasca Salgado Ronald Docente
  • 2. Al término de la clase el estudiante conocerá los tipos de hipótesis, métodos de contrastación de hipótesis para medias y proporciones. Propósito
  • 3. Problema tipo Se elige una muestra de 25 reportes de resonancia magnética cerebral que muestran los diámetros del hipocampo mayores a 25mm. De la literatura se sabe que la media de los diámetros normales es 22mm con una desviación estándar de 4mm. ¿podrá concluirse que la media poblacional es mayor a 25 mm?
  • 4. La frase del día “Es fácil mentir con las estadísticas… … pero es más fácil mentir sin ellas”
  • 5. INFERENCIA ESTADÍSTICA Estimación de parámetros Prueba de hipótesis Por punto Por intervalosCalcular un valor que corresponde a una característica de la población De orden cuantitativo. Establece conclusiones sobre alguna afirmación o supuesto (hipótesis) Áreas de la estadística inferencial
  • 6. 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
  • 7. 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
  • 8. 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
  • 9. El porcentaje de pacientes que refiere efectos adversos al ingerir ciprofloxacino es menor a 5% Ho: P < 0,05 El porcentaje de pacientes que refiere efectos adversos al ingerir ciprofloxacina es mayor o igual al 5% H1: 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 mayor a 210mg Ho: μ > 210mg El nivel promedio de glicemia en pacientes con diabetes tipo II del distrito de Huancán es menor o igual de 210mg H1: 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 distinta a la de los niños preescolares del distrito de El Tambo H1: P1≠P2 Tipos de hipótesis
  • 10. 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
  • 11. 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 PRUEBA DE HIPÓTESIS
  • 13. 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 PRUEBA DE HIPÓTESIS 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.
  • 14. 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
  • 15. I. Prueba de hipótesis para la media de una población II. Prueba de hipótesis para la proporción de una población
  • 16. Para contrastar a hipótesis nula cuando a la media µ de la población se le establece algún valor µo en particular, tendríamos las siguientes opciones: 1ra situación I. Prueba de hipótesis para la media de una población Ho : µ = µo H1 : µ ≠ µo Hipótesis bilateral 2da situación Ho : µ ≥ µo H1 : µ < µo Hipótesis unilateral a la izquierda 3ra situación Ho : µ ≤ µo H1 : µ > µo Hipótesis unilateral a la derecha
  • 17. Elección Se seleccionó una muestra de 16 reportes del total de días que los pacientes de EsSalud esperan en recibir sus informes radiológicos tras haberse realizado el examen. El tiempo medio calculado a partir de dicha muestra fue de 13 días con una varianza de 9 días. Suponga que la población de tiempos presenta una distribución normal. ¿podrá concluirse que la media poblacional es mayor a 10 días? Pasitos de baile… 1ra situación Ho : µ = µo H1 : µ ≠ µo Hipótesis bilateral 2da situación Ho : µ ≥ µo H1 : µ < µo Hipótesis unilateral a la izquierda 3ra situación Ho : µ ≤ µo H1 : µ > µo Hipótesis unilateral a la derecha
  • 18. 1. Formulación de hipótesis Pasitos de baile… Ho : µ ≤ µo H1 : µ > µo H1 :El tiempo medio es mayor a 10 días (µ > 10 ) Entonces a hipótesis nula dirá: H0 :El tiempo medio es menor o igual a 10 días (µ ≤ 10 ) Se seleccionó una muestra de 16 reportes del total de días que los pacientes de EsSalud esperan en recibir sus informes radiológicos tras haberse realizado el examen. El tiempo medio calculado a partir de dicha muestra fue de 13 días con una varianza de 9 días. Suponga que la población de tiempos presenta una distribución normal. ¿podrá concluirse que la media poblacional es mayor a 10 días?
  • 19. 2. Nivel de significación Pasitos de baile… O sea nuestro nivel de confianza será del 95% α = 0,05 (5%) Como la población tiene distribución normal y no sabemos la varianza poblacional ( σ2), usaremos la PRUEBA “t”. Entonces su fórmula de contraste es: 3. Elección de la estadística de prueba La ecuación posee distribución t de Student con (n-1) grados de libertad si Ho es verdadero. 𝑡 = 𝑋 − 𝜇 𝑆 𝑛
  • 20. Pasitos de baile… Reemplazando datos de nuestro ejemplo, se tiene que posee 16-1 = 15 grados de libertad 3. Elección de la estadística de prueba Si p< 0.05, se rechaza Ho y Si p ≥ 0.05, no se rechaza Ho La hipótesis alterna es unilateral a la derecha; de la tabla con un nivel de significancia (alfa) de 0,05; determinamos la probabilidad de cometer el error tipo I (rechazar la Ho cuando Ho es cierta). Entonces establecemos la regla de decisión: 4. Regla de decisión 𝑡15 = 𝑋 − 𝜇 𝑆 𝑛
  • 21. Pasitos de baile… De la varianza extraemos la D.E. S= 3, reemplazando datos hallamos tc: 5.Cálculos tc = 4 Para determinar el valor de p, recordemos que la H1 es unilateral, ubiquemos el valor tc en la tabla: Los valores corresponden a 15 grados de libertad. 4 está entre 2,947 y 4,073. Las probabilidades que le corresponden son 0.0005 y 0.005 respectivamente, es decir: 0.005 < p < 0.0005 𝑡 = 13 − 10 3 16
  • 22. Tabla de valores críticos de T de Student g.l Nivel de significación para prueba de una cola .10 .05 .025 .01 .005 .0005 Nivel de significación para prueba de dos colas .20 .10 .05 .02 .01 .001 g.l Nivel de significación para prueba de una cola .10 .05 .025 .01 .005 .0005 Nivel de significación para prueba de dos colas .20 .10 .05 .02 .01 .001 Rechazo Ho
  • 23. Pasitos de baile… Como p< 0.05, entonces rechazamos Ho 6. Decisión estadística Según la decisión estadística el tiempo promedio que esperan los pacientes en recibir sus informes radiológicos es mayor a 10 días (p<0.05). 7. Conclusión
  • 24. Esto se da en caso de que la variable sea dicotómica (o sea que tome valores de 0 y 1) y P es una proporción de unidades que poseen un atributo de interés en la población. 1ra situación II. Prueba de hipótesis para la proporción de una población Ho : P = Po H1 : P ≠ Po H1 bilateral 2da situación Ho : P ≥ Po H1 : P < Po H1 unilateral a la izquierda 3ra situación Ho : P ≤ Po H1 : P > Po H1 unilateral a la derecha Entonces se desea decidir si la proporción de la población P puede tomar o no un determinado valor Po (o p). Las hipótesis estadísticas de interés que se plantean son:
  • 25. Elección Una psicóloga va analizar en las instituciones de educación inicial de cierta comunidad si la proporción de niños menores a 5 años que tienen comportamiento agresivo es mayor que 0.30. Se realiza un muestreo aleatorio de 200 niños menores de 5 años y se determina que 76 han tenido comportamiento agresivo escolar. Pasitos de baile… 1ra situación Ho : µ = µo H1 : µ ≠ µo Hipótesis bilateral 2da situación Ho : µ ≥ µo H1 : µ < µo Hipótesis unilateral a la izquierda 3ra situación Ho : µ ≤ µo H1 : µ > µo Hipótesis unilateral a la derecha
  • 26. 1. Formulación de hipótesis Pasitos de baile… Ho : p ≤ 0,30 H1 : p > 0,30 H1 :La proporción de niños menores de 5 años que tienen comportamiento agresivo es mayor a 0,30 (p > 0,30 ) Entonces a hipótesis nula dirá: H0 :La proporción de niños menores de 5 años que tienen comportamiento agresivo es menor o igual a 0,30 (p ≤ 0,30 ) Una psicóloga va analizar en las instituciones de educación inicial de cierta comunidad si la proporción de niños menores a 5 años que tienen comportamiento agresivo es mayor que 0.30. Se realiza un muestreo aleatorio de 200 niños menores de 5 años y se determina que 76 han tenido comportamiento agresivo escolar.
  • 27. 2. Nivel de significación Pasitos de baile… O sea nuestro nivel de confianza será del 95% α = 0,05 (5%) Se usa el estadístico Z porque n.p >5 y está dado por: 3. Elección de la estadística de prueba La ecuación posee distribución normal estándar con media cero y desviación estándar 1, si Ho es verdadera 𝑍 = 𝑝 − 𝑃 𝑃 ∗ 𝑄 𝑛
  • 28. Pasitos de baile… Si p< 0.05, se rechaza Ho y Si p ≥ 0.05, no se rechaza Ho La hipótesis alterna es unilateral a la derecha; de la tabla con un nivel de significancia (alfa) de 0,05 determinamos la probabilidad de cometer el error tipo I (rechazar la Ho cuando Ho es cierta). Entonces establecemos la regla de decisión: 3. Regla de decisión
  • 29. Pasitos de baile… Considerando la Ho verdadera se tiene que el valor del parámetro es P=0,30 y p=76/200= 0,38. Si reemplazamos estos valores en la fórmula: 4.Cálculos Por lo tanto p (Z> 2,47) = 1- 0,9932 = 0,0068, es decir p= 0,0068 𝑍 = 0,38 − 0,30 0,30 ∗ 0,70 200 = 0,08 0,0324 = 2,47
  • 30.
  • 31. Pasitos de baile… Como p< 0.05, entonces rechazamos Ho 5. Decisión estadística Hay evidencia suficiente para decir que en la comunidad estudiada la proporción de niños menores de 5 años con comportamiento agresivo es mayor de 0,30 (p<0.05). 6. Conclusión Recuerden que p= 0,0068
  • 32. Conclusiones - La contrastación de las hipótesis forman parte del proceso de toma de decisiones - Se pueden contrastar hipótesis para la media y la proporción de una población
  • 33. Ejercicio 01 Se elige una muestra de 25 reportes de resonancia magnética cerebral que muestran los diámetros del hipocampo mayores a 25mm. De la literatura se sabe que la media de llos diámetros normales es 22mm con una desviación estándar de 4mm. ¿podrá concluirse que la media poblacional es mayor a 25 mm?