HIPOTESIS
por Angela Marcela Rodriguez Riaño
1. Error de tipo II Cuando la hipótesis nula es falsa y usted no la rechaza, comete un error de tipo II. La probabilidad de cometer un error de tipo II es β, que depende de la potencia de la prueba. Puede reducir el riesgo de cometer un error de tipo II al asegurarse de que la prueba tenga suficiente potencia. Para ello, asegúrese de que el tamaño de la muestra sea lo suficientemente grande como para detectar una diferencia práctica cuando esta realmente exista.
2. Unilateral Utilice una hipótesis alternativa unilateral (también conocida como hipótesis direccional) para determinar si el parámetro de población difiere del valor hipotético en una dirección específica. Usted puede especificar la dirección para que sea mayor que o menor que el valor hipotético. Una prueba unilateral tiene mayor potencia que una prueba bilateral, pero no puede detectar si el parámetro de población difiere en la dirección opuesta.
3. El margen de error cuantifica este error e indica la precisión de la estimación.
4. PRUEBAS DE HIPOTESIS
4.1. Bilateral Utilice una hipótesis alternativa bilateral (también conocida como hipótesis no direccional) para determinar si el parámetro de población es mayor que o menor que el valor hipotético. Una prueba bilateral puede detectar cuándo el parámetro de población difiere en cualquier dirección, pero tiene menos potencia que una prueba unilateral.
5. ERROR Y TIPOS DE ERROR
5.1. Error de tipo I Si usted rechaza la hipótesis nula cuando es verdadera, comete un error de tipo I. La probabilidad de cometer un error de tipo I es α, que es el nivel de significancia que usted establece para su prueba de hipótesis. Un α de 0.05 indica que usted está dispuesto a aceptar una probabilidad de 5% de estar equivocado al rechazar la hipótesis nula. Para reducir este riesgo, debe utilizar un valor menor para α. Sin embargo, usar un valor menor para alfa significa que usted tendrá menos probabilidad de detectar una diferencia si esta realmente existe.
6. REGION DE RECHAZO Y ACEPTACION
7. El nivel de confianza representa el porcentaje de intervalos que incluirían el parámetro de población si usted tomara muestras de la misma población una y otra vez. Por lo general, un nivel de confianza de 95% funciona adecuadamente. Esto indica que si usted recogió cien muestras y creó cien intervalos de confianza de 95%, cabría esperar que aproximadamente 95 de los intervalos incluyeran el parámetro de población, tal como la media de la población
8. SUPOSICION SOBRE LOS PARAMETROS DE UNA O MAS POBLACIONES
8.1. ESTA EXAMINA DOS HIPOTESIS OPUESTAS SOBRE UNA POBLACION
9. TIPOS DE HIPOTESIS
9.1. HIPOTESIS NULA: REPRESENTADA POR Ho es el enunciado de lo que se desea probar
9.1.1. La hipótesis nula indica que un parámetro de población (tal como la media, la desviación estándar, etc.) es igual a un valor hipotético. La hipótesis nula suele ser una afirmación inicial que se basa en análisis previos o en conocimiento especializado
9.2. HIPOTESIS ALTERNATIVA:Representada por H1 Es la hipotesis contraria a Ho es decir la conclusion de la investigacion
9.2.1. La hipótesis alternativa indica que un parámetro de población es más pequeño, más grande o diferente del valor hipotético de la hipótesis nula. La hipótesis alternativa es lo que usted podría pensar que es cierto o espera probar que es cierto.