Top PDF Introducción a la teoría de prueba de hipótesis

Con base en la información proporcionada en la tabla anterior, pueden formularse las siguientes observaciones. Conforme el tamaño del error de tipo I disminuye (prueba A), el tamaño del error de tipo II aumenta. Si la afirmación propuesta por la hipótesis nula es falsa pero difiere muy poco del verdadero valor, la opción de no rechazar Ho es alta. Sin embargo, si la hipótesis nula es falsa por una cantidad muy grande, la probabilidad de equivocarse al detectar su falsedad es pequeña. De esta forma, al comparar las pruebas A y B, si puede tolerarse un tamaño del error tipo I hasta de 0.06, entonces la prueba B es mejor que la prueba A debido a que sus probabilidades (3 son, de manera uniforme, más pequeñas que las de la prueba A.

Esto se logra cuando la persona fija el nivel de confianza con el cual desea trabajar (el Pk), pues como ya habíamos visto en la lectura anterior, al fijar el Pk automáticamente se está determinando el nivel de significación α el cual no es más que la probabilidad de equivocarnos al rechazar una hipótesis nula que es verdadera (α es la probabilidad de cometer el error tipo I), es decir, aceptar una hipótesis de investigación falsa.

Cuando estimamos a π a partir de una muestra de tamaño suficientemente grande, se utiliza la distribución Z (normal estandarizada) para realizar pruebas de hipótesis sobre este parámetro. Esto es posible ya que de acuerdo con la teoría estadística, la proporción muestral p tendrá en este caso, una distribución normal.

Leibniz justifica la introducción de hipótesis como un modo de vincular los fenómenos observados con la teoría abstracta; los hechos que la experiencia muestra no pueden contra- de[r]

Ejemplo 2: Un investigador agrónomo puede proponer que con un nuevo fertilizante se ob- tiene un rendimiento mayor. Para probar su teoría, prepara una serie de parcelas idénticas y las divide aleatoriamente en dos grupos. se aplica el fertilizante tradicional en uno de los grupos de parcelas y el nuevo fertilizante en el segundo de los grupos. Posteriormente, el investigador debe decidir, basándose en los datos sobre el rendimiento en uno y otro grupo, si el nuevo fertilizante es más eficaz que el tradicional.

Podemos cometer error de tipo I No rechazar una hipótesis no prueba que sea cierta. Podemos cometer error de tipo[r]

• Suponer que una mujer quiere estimar su dia exacto de ovulación para propósitos de evitar embarazos. Existe una teoría que dice que en el momente de ovulación la temperatura del cuerpo incrementa de .5 a 1.0 grados Farenheit. Estos cambios pueden ser utilizados para saber el dia de ovulación. Utilizando este método necesitamos saber la temperatura basal durante el

Antes de la década de los 70’s, el cálculo se hacía con el algoritmo de Euclides clásico o con la versión mejorada de Lehmer 6 (1938). El algoritmo de Euclides (además de su gran valor teórico) es sencillo de enunciar e implementar y es muy eficiente, pero hay algoritmos igual de sencillos y más rápidos. Si los números vienen codificados en binario, teóricamente habría una mejora del 60% ([22]) en la eficiencia. Estos algoritmos se usan desde hace unos cuarenta años atrás. El más popular es el algoritmo “binario” para el cálculo del mcd (algunos autores le llaman “algoritmo binario de Euclides). Este algoritmo fue descubierto por el físico Israelí J. Stein en 1961. D. Knuth hace la observación de que este algoritmo podría tener un pedigrí muy distinguido pues parece ser que ya era conocido en la antigua China (un siglo d.C.). Este último algoritmo solo usa restas, prueba de paridad y divisiones por dos (mucho menos costosas que las divisiones que requiere el algoritmo de Euclides). Desde el punto de vista del computador la división por dos (y también la multiplicación por 2) se hace en representación binaria, así que solo se requiere un desplaza- miento de bits. Por ejemplo, 344 = ( 101011000 ) 2 , 344/2 = ( 10101100 ) 2 y 2 · 344 = ( 101011000 ) 2 .

Ahora discutiremos un sistema de coordenadas que será muy útil en nuestro estudio de la Teoría de Cuerdas. Este es el sistema de coordenadas cono de luz. La cuantización de la cuerda relativista puede ser trabajada más directamente usando coordenadas cono de luz. Esta es la forma en que nosotros cuantizaremos en este trabajo, así que ahora es un buen momento para introducir algunas de las características de las coordenadas cono de luz. Hay otra forma de cuantizar la cuerda relativista donde ninguna coordenada especial es usada. Este método, llamado Cuantizacioncovariante de Lorentz, es muy elegante, pero una discusión correcta requeriría desarrollar una base muy amplia.

La ´ unica diferencia es que, como el m´ odulo de sicigias de un sistema de generadores homog´ eneos es homog´ eneo (como vimos en el comienzo de la secci´ on 1.3), en cada paso obtenemo[r]

Para resolver este problema podemos simplificarlo, estudiando primero cuántas palabras de una letra se pueden formar: C,A,R,L,O,S (6), cuántas de dos letras, etc.... hasta obtener una fo[r]

Objetivo: Basándose en la información contenida en las observaciones muestrales se busca un intervalo de valores dentro del cual se tiene cierta “seguridad” de que se encuentre el valor [r]

Dentro del estudio de las estructuras algebraicas hay una que es objeto de estudio en el presente escrito, esta es la estructura de módulo. En este trabajo se dará una introduc- ción a la teoría de módulos partiendo de otra estructura algebraica, las k-álgebras. La línea de presentación será la misma que nos brinda [4].

El método de expansiones asintóticas se puede usar para encontrar soluciones analı́ticas aproximadas de ecuaciones algebraicas trascendentes, como se ilustra en el siguiente ejemplo...[r]

Sin embargo, como hemos visto, la baja laboral es sólo una parte del plan de seguimiento del paciente y sus problemas de salud, y conviene poder inte- grarla en tiempo y forma con el co[r]

, donde ninguno de esos elementos es totalmente definible y donde todo se relaciona y se explica por todo lo demás. De ser esto así, se asesta un duro golpe a ciertas teorías tradicionales sobre el significado. Según esas teorías, la función de los signos consistía en reflejar experiencias interiores u objetos del mundo real, "hacer presentes" los propios pensamientos y sentimientos o describir cómo es la realidad. Ya hemos visto algunos de los problemas de esta idea de la "representación" al discutir el estructuralismo: ahora surgen más dificultades. En la teoría que acabo de bosquejar, no hay nunca nada plenamente presente en los signos: sería ilusorio creer que yo podría estar totalmente presente ante usted en lo que digo o escribo, pero ni más ni menos, el emplear signos ya presupone que mi significado siempre se halla disperso, dividido, nunca totalmente idéntico a sí mismo. Esto -no cabe dudarlo- se aplica no sólo a mi significado sino a mí, ya que el lenguaje es algo de lo cual estoy hecho (no meramente un instrumento útil que pongo a mi servicio); no pasa de ser una ficción -necesariamente— la idea de que yo constituyo una entidad estable, unificada. Jamás podré hallarme íntegramente presente ante usted, ni siquiera puedo estar totalmente presente ante mí mismo. Necesito seguir empleando signos cuando examino mi alma o mi mente, lo cual significa que jamás me sentiré en "completa comunión" conmigo mismo. No es que yo pueda tener un significado, una intención o una experiencia pura y sin mancha, a la que después falsea y refracta el lenguaje (medio defectuoso). Y esto porque el lenguaje es, ni más ni menos, el aire que respiro. Por ningún concepto puede tener un significado o una experiencia libres de toda mácula.

Los símbolos de redundancia permiten la detección de errores, sin embargo, el corregirlos es algo más complejo. La teoría de códigos tiene como objetivo la detección y corrección de errores en la transmisión de información mas no el de mantenerla oculta, este campo concierne a la criptografía.

REVISION DE LITERATURA En este estudjo se usa el criterio de Wald y el procedimiento de estimación de los parámetros de interés en un niodelo de regresión no lineal con estructura autorr[r]

6. Recolectar los datos y calcular el valor de la prueba estadística para la muestra 7. Contrastar el resultado con las referencias a las regiones de aceptación y rechazo 8. Determinar la decisión estadística 9. Expresar la decisión estadística en términos del problema

Existen dos tipos de homonimia, la homofonía que consiste en dos o más palabras que se pronuncian igual pero no se escriben exactamente igual y tienen significados diferen[r]