8 - Pruebas de Hipótesis Con Base en Una Sola Muestra PDF
8 - Pruebas de Hipótesis Con Base en Una Sola Muestra PDF
8 - Pruebas de Hipótesis Con Base en Una Sola Muestra PDF
o Una prueba de hipótesis es una forma de usar los datos de la muestra para decidir si se debe rechazar la hipótesis nula.
o Procedimientos de prueba:
Un procedimiento de prueba es una regla, con base en datos muestrales, para decidir si se rechaza .
Debido a las normas sugeridas para especificar , y , por lo común un error de tipo es más grave que un error
de tipo .
El método que siguen los profesionales de la estadística es especificar el valor más grande de que puede ser
tolerado y determinar una región de rechazo que tiene ese valor de y no algo más pequeño. Esto hace a tan
pequeña como sea posible sujeta al límite en . El valor resultante de se conoce por lo común como nivel de
significación de la prueba.
que tiene más o menos una distribución normal estándar cuando , es verdadera.
El uso de las regiones de rechazo proporcionadas antes para el caso I (p. ej., , cuando la hipótesis alternativa
es : ) da como resultado procedimientos de prueba para los cuales el nivel de significación es casi (y no
exactamente) .
La regla empírica se empleará de nuevo para caracterizar un tamaño de muestra grande.
o Caso III: Distribución población normal:
Cuando es pequeña, ya no se puede utilizar el Teorema del Límite Central (TLC) para justificar el uso de una prueba
con muestra grande.
El estadístico de prueba en este caso es en realidad el mismo que en el caso de muestras grandes pero se identifica
con para remarcar que su distribución nula es una distribución con grados de libertad en vez de la
distribución normal estándar ( ).
La región de rechazo para la prueba difiere de la de la prueba sólo en que un valor crítico , remplaza al
valor crítico .
Comentarios similares se aplican a las alternativas para las cuales es apropiada una prueba de extremo inferior o de
dos extremos.
o De ordinario, se llama significativos a los datos cuando se rechaza y no significativos en caso contrario.
o