Contenidos de aprendizaje
Funciones
Descubra
Las pruebas de hipótesis para la distribución normal pueden realizarse de forma muy similar a la distribución binomial, salvo que esta vez cambiamos nuestro estadístico de prueba. Estas pruebas son útiles porque, de nuevo, nos ayudan a comprobar afirmaciones de elementos distribuidos normalmente.
Millones de tarjetas didácticas para ayudarte a sobresalir en tus estudios.
Regístrate gratis
Achieve better grades quicker with Premium
Geld-zurück-Garantie, wenn du durch die Prüfung fällst
Did you know that StudySmarter supports you beyond learning?
Review generated flashcards
Comienza a aprender o crea tus propias tarjetas de aprendizaje con IA
Equipo de profesores de Prueba de Hipótesis de Distribución Normal
¡Gracias por su interés en las preferencias de aprendizaje!
¿Qué modo de aprendizaje prefiere? (por ejemplo, « Audio », « Video », « Texto », « Sin preferencia ») (opcional)
Enviar comentariosCuando realizamos una prueba de hipótesis para la media de una distribución normal, pensamos en observar la media de una muestra de una población.
Así, para una muestra aleatoria de tamaño n de una población, tomada de la variable aleatoria \(X \sim N(\mu, \sigma^2)\), la media muestral \(\bar{X}\) puede distribuirse normalmente por \(\bar{X} \sim N(\mu, \frac{\sigma^2}{n})\).
Veamos un ejemplo.
El peso de las patatas fritas es cada paquete se distribuye normalmente con una desviación típica de 2,5 g.
La empresa de patatas fritas afirma que los paquetes de patatas fritas tienen un peso medio de 28 g. Hubo numerosas quejas de que cada paquete de patatas fritas pesaba menos. Por ello, un inspector de comercio investigó el asunto y descubrió que, en una muestra de 50 paquetes de patatas fritas, el peso medio era de 27,2 g.
Utilizando un nivel de significación del 5% y enunciando la hipótesis, comprueba claramente si las pruebas confirman o no las quejas.
SOLUCIÓN:
| PASO | Ejemplo |
| Paso 1: Plantea claramente la hipótesis. | \(H_0: \mu = 28 \quad H_1: \mu < 28\) |
| Paso 2: Escribe la distribución de probabilidad suponiendo que H0 es cierta. | \(X \sim N(28, 2,5^2)\) |
| Paso 3: Halla la distribución de probabilidad de la media muestral. | \(barra {X} sim N(28, frac{2,5^2}{50})|) |
| Paso 4: Dibuja un diagrama de distribución normal. |
Vamos a calcular \(P(\bar{X} \leq 27,1)\). |
| Paso 5: Haz el cálculo \(P(\bar{X} \leq \bar{x})\). \(\bar{x}\) es la media que se encontró en la muestra. | \(P(\bar{X} \leq 27,1) = 0,00545\) |
| Paso 6: Compara con el nivel de significación y llega a una conclusión sobre la hipótesis. | \(0,00545 < 0,05\), y por tanto está contenido dentro de la región crítica, por lo que rechazamos nuestra hipótesis nula y aceptamos nuestra hipótesis alternativa. |
Éste es un ejemplo de prueba de una cola. Veamos un ejemplo de prueba de dos colas.
Una máquina produce discos circulares con un radio R, donde R se distribuye normalmente con una media de 2 cm y una desviación típica de 0,3 cm.
Se realiza una revisión de la máquina y, tras la revisión, se toma una muestra aleatoria de 40 discos para ver si la media ha cambiado de 2cm. El radio sigue distribuyéndose normalmente con una desviación típica de 0,3 cm.
Se comprueba que la media es de 1,9 cm.
¿Ha cambiado la media? Pruébalo con un nivel de significación del 5%.
| PASO | Ejemplo |
| Paso 1: Plantea claramente las hipótesis. | \(H_0: \mu = 2 \quad H_1: \mu ≠ 2\) |
| Paso 2: Escribe la distribución de probabilidad suponiendo que H0es cierta. | \(X \sim N(2, 0,3^2)\) |
| Paso 3: Halla la distribución de probabilidad de la media muestral. | \(bar{X} sim N(2, frac{0,3^2}{40}) |
| Paso 4: Dibuja un diagrama de distribución normal. |
|
| Paso 5: Haz el cálculo \(P(\bar{X} \leq \bar{x})\). \(\bar{x}\) es la media que se encontró en la muestra. | \(P(\bar{X} \leq 1,9) = 0,01751\) |
| Paso 6: Compara con el nivel de significación y llega a una conclusión sobre la hipótesis. | Como se trata de una prueba de dos colas, tenemos que dividir nuestro nivel de significación por dos y luego comparar, así que estamos comparando con 0,025, no con 0,05: \(0,01751 < 0,025\)Está dentro de nuestra región crítica, por lo que rechazamos nuestra hipótesis nula y aceptamos nuestra hipótesis alternativa. |
El paso 5 puede resultar confuso: ¿realizamos el cálculo con \(P(\bar{X} \leq \bar{x})\) o \(P(\bar{X} \geq \bar{x})\)? Como regla general, si el valor está entre 0 y la media, utilizaremos \(P(\bar{X} \leq \bar{x})\). Si es mayor que la media, utilizamos \(P(\bar{X} \geq \bar{x})\).
Es la misma idea que en la distribución binomial. Sin embargo, en la distribución normal, una calculadora puede facilitarnos la vida.
El menú distribuciones tiene una opción llamada normal inversa.
En ella, introducimos el nivel de significación (Área), la media (\(\mu\)) y la desviación típica (\(\sigma\)).
La calculadora nos dará una respuesta. Veamos un ejemplo a continuación.
Las ruedas se fabrican a medida para una bicicleta. El diámetro de la rueda se distribuye normalmente con una media de 40 cm y una desviación típica de 5 cm. Algunas personas piensan que sus ruedas son demasiado pequeñas. Halla el valor crítico de esto para un nivel de significación del 5%.
SOLUCIÓN
En nuestra calculadora, en la función normal inversa, tenemos que introducir
\(\text{Área} = 0,05 \quad \mu = 40 \quad \sigma = 5\)El área es 0,05, ya que el nivel de significación es del 5%. Se trata de una prueba de una cola: la gente piensa que la media es menor debido a la creencia de que las ruedas son demasiado pequeñas.Si realizamos la función normal inversa obtenemos 31,775732.
Así que ése es nuestro valor crítico y nuestra región crítica es \(X \leq 31,775732\).
Veamos un ejemplo con dos colas.
Prueba de dos colas - StudySmarter En primer lugar, debemos tratar la cola inferior. Por tanto, en nuestra calculadora, en la función normal inversa, tenemos que introducir \(\text{Área} = 0,005 \quad \mu= 55 \quad \sigma = 3\)El área es 0,005, ya que tenemos que dividir el nivel de significación por dos y ésta es la cola inferior (la que está a 0,005 de 0). Si realizamos la función normal inversa obtenemos 47,272512.Éste es uno de nuestros valores críticos, y nuestra región crítica es \(X \leq 47,272512\). Ahora, cuando nos ocupemos del extremo superior, tenemos que cambiar el área en nuestra calculadora. Esto se debe a que ahora estamos a 0,005 de 1 como nuestra área. Por tanto\(\text{Área} = 0,995 \quad \mu = 5 5 \quad \sigma = 3\)Entonces, si realizamos nuestra función normal inversa, obtenemos 62,727488. Éste es nuestro otro valor crítico, y nuestra región crítica es \(X \geq 62,727488\). Esta vez es mayor o igual a porque es la cola superior de nuestra prueba de dos colas.Regístrate gratis para acceder a todas nuestras tarjetas.
En StudySmarter, has creado una plataforma de aprendizaje que atiende a millones de estudiantes. Conoce a las personas que trabajan arduamente para ofrecer contenido basado en hechos y garantizar que esté verificado.
Lily Hulatt es una especialista en contenido digital con más de tres años de experiencia en estrategia de contenido y diseño curricular. Obtuvo su doctorado en Literatura Inglesa en la Universidad de Durham en 2022, enseñó en el Departamento de Estudios Ingleses de la Universidad de Durham y ha contribuido a varias publicaciones. Lily se especializa en Literatura Inglesa, Lengua Inglesa, Historia y Filosofía.
Conoce a Lily
Gabriel Freitas es un ingeniero en inteligencia artificial con una sólida experiencia en desarrollo de software, algoritmos de aprendizaje automático e IA generativa, incluidas aplicaciones de grandes modelos de lenguaje (LLM). Graduado en Ingeniería Eléctrica de la Universidad de São Paulo, actualmente cursa una maestría en Ingeniería Informática en la Universidad de Campinas, especializándose en temas de aprendizaje automático. Gabriel tiene una sólida formación en ingeniería de software y ha trabajado en proyectos que involucran visión por computadora, IA integrada y aplicaciones LLM.
Conoce a Gabriel Gabriel
StudySmarter es una compañía de tecnología educativa reconocida a nivel mundial, que ofrece una plataforma de aprendizaje integral diseñada para estudiantes de todas las edades y niveles educativos. Nuestra plataforma proporciona apoyo en el aprendizaje para una amplia gama de asignaturas, incluidas las STEM, Ciencias Sociales e Idiomas, y también ayuda a los estudiantes a dominar con éxito diversos exámenes y pruebas en todo el mundo, como GCSE, A Level, SAT, ACT, Abitur y más. Ofrecemos una extensa biblioteca de materiales de aprendizaje, incluidas tarjetas didácticas interactivas, soluciones completas de libros de texto y explicaciones detalladas. La tecnología avanzada y las herramientas que proporcionamos ayudan a los estudiantes a crear sus propios materiales de aprendizaje. El contenido de StudySmarter no solo es verificado por expertos, sino que también se actualiza regularmente para garantizar su precisión y relevancia.
Aprende másGuarda las explicaciones en tu espacio personalizado y accede a ellas en cualquier momento y lugar.
Regístrate con email Regístrate con AppleAl registrarte aceptas los Términos y condiciones y la Política de privacidad de StudySmarter.
¿Ya tienes una cuenta? Iniciar sesión
Regístrate para poder subrayar y tomar apuntes. Es 100% gratis.
La primera app de aprendizaje que realmente tiene todo lo que necesitas para superar tus exámenes en un solo lugar.
¿Ya tienes una cuenta? Iniciar sesión
La primera plataforma de aprendizaje con todas las herramientas y materiales de estudio que necesitas.
Resumenes 
Flashcards 
StudySmarter AI 
Apuntes 
Plan de estudios 
Sets de estudio 
Repeticion espaciada 
Exámenes 
Magazine 
Hacer carrera 
Formacion Profesional 
Mobile App 
