Hipotesis

Universidad de Mendoza
Ing. Jess Rubn Azor Montoya
PRUEBAS DE HIPTESIS
En vez de estimar el valor de un parmetro, a veces se debe decidir si una
afirmacin relativa a un parmetro es verdadera o falsa. Vale decir, probar una hiptesis
relativa a un parmetro.
Ejemplo I: Un fabricante de pintura de secado rpido afirma que el tiempo de secado de
la misma es de 20 min. El comprador disea el siguiente experimento: pinta 36 tableros
y decide rechazar el producto si el promedio de tiempo de secado de los mismos supera
los 20.75 min. Si por experiencia =2.4 min, se pregunta cul es la probabilidad de
rechazar la partida an perteneciendo a una poblacin con media de 20 min.
La probabilidad de que el promedio de las muestras exceda 20.75 min a causa
del azar se calcula del siguiente modo:
20.75 20
0.4
1.875
con esta abscisa, se calcula la probabilidad (rea hacia la derecha), resultando 0.0304.
Grficamente:
Este grfico est hecho sobre valores reales, no normalizados. Para los clculo se
usan estos ltimos cuando se trabaja con tablas.
Entonces, la probabilidad de rechazar errneamente la hiptesis =20 min es de
aproximadamente 0.03, o bien 3%.
Supngase ahora que la media real del tiempo de secado es =21 min. Luego, la
probabilidad de obtener una media muestral menor o igual que 20.75 (y por lo tanto
equivocarse en la aceptacin) est dada por:
lo que lleva a un rea (hacia la izquierda) de 0.2660. Es decir: la probabilidad de

equivocarse al aceptar =20 (a pesar de ser =21) es del 26.6%. Grficamente:
______________________________________________________________________
Ctedra Estadstica Aplicada II
Como resumen se da la siguiente tabla:
HIPTESIS NULA Y PRUEBA DE SIGNIFICANCIA

En el ejemplo se formul la hiptesis H como una Hiptesis Simple del
parmetro ( especificado por completo) puede hacerse para ms de un valor de
(por ejemplo, < 20 min) esto es una Hiptesis Compuesta.
A menudo se formula una hiptesis opuesta a lo que se quiere probar. Por
ejemplo, si se quiere determinar el sistema de riego de menor costo de dos, se formula la
hiptesis de que los dos sean igualmente costosos. A esta hiptesis se la llama Hiptesis
Nula y se denota por Ho.
Reformulemos el ejemplo de la pintura: Se rechaza la hiptesis = 20 min (y se
acepta la alternativa > 20min), si la media de 36 valores muestrales excede 20.75 min,
de lo contrario nos reservamos la decisin.
Aqu no hay posibilidad de Error de tipo II (por lo de reservar la decisin). El
criterio anterior puede ser descrito muy bien como una prueba de si
es
significativamente ms grande que = 20 min, donde significativamente ms grande
significa que la discrepancia entre y = 20 min es tal que razonablemente puede
atribuirse al azar. A esta clase de pruebas se las conoce como Pruebas Significativas.
Para la resolucin de problemas en forma sistemtica se siguen los preceptos:
1 Se formula una Hiptesis Nula simple y una Hiptesis Alterna apropiada que se
acepta cuando la Hiptesis Nula debe ser rechazada.
En el ejemplo de la pintura, la hiptesis nula es = 20 min y la alternativa >
20 min. Esta clase de alternativa se llama Unilateral. Un caso de prueba alternativa
Bilateral sera el de un fraccionador de caf que desea verificar si en cada frasco de 100
gr hay en realidad 100 gr. La alternativa bilateral es
. Al fraccionador no le
conviene menos de 100 gr porque puede perder mercado ni ms de 100 gr por la prdida
econmica.
______________________________________________________________________
Ejemplo: Un fabricante de utensilios est considerando la conveniencia de adquirir una

nueva mquina para grabar las piezas de lmina metlica. Si o es el nmero promedio
de piezas de buena calidad grabadas por hora en su mquina actual y si es el promedio
correspondiente a la nueva mquina, el fabricante quiere probar la hiptesis nula o
contra una alternativa adecuada. Cul sera la hiptesis si:
a) No quiere comprar una nueva mquina a menos que sea ms productiva que aquella
con la que trabaja actualmente.
b) Quiere comprar la mquina nueva (la cual ofrece algunas otras caractersticas
atractivas) a menos que sea menos productiva que la que tiene actualmente?
Solucin: a) Hiptesis alterna o (unilateral, cola derecha) y adquirir slo si la
hiptesis nula puede ser rechazada. b) hiptesis alterna o (unilateral, cola
izquierda) y adquirir a menos que la hiptesis nula pueda ser rechazada.
2 - Se especifica la probabilidad de un Error de Tipo I si es posible, conveniente o
necesario, se puede especificar tambin las probabilidades de Errores Tipo II, para
alternativas particulares.
La probabilidad de un Error Tipo I se denomina Nivel de Significacin y se fija
comunmente en =0.05 =0.01. No conviene muy chico porque se hace muy
grande.
3 Con base en la distribucin muestral de un estadstico apropiado, se construye un
criterio para probar la Hiptesis Nula contra la alternativa determinada.
4 Se calcula, a partir de los datos, el valor del estadstico sobre el cual se basa la
decisin.
5 - Se decide rechazar la Hiptesis Nula, aceptarla o abstenerse de tomar una decisin.
HIPTESIS RELATIVA A UNA MEDIA
Ejemplo I: La duracin media de una muestra de 100 tubos fluorescentes producidos
por una compaa resulta ser de 1570 horas, con una desviacin tpica de 120 horas. Si
es la duracin media de todos los tubos producidos por la compaa, comprobar la
hiptesis = 1600 contra la hiptesis alternativa horas con un nivel de
significacin de 0.05.
1
23-
Hiptesis Nula = 1600 hr.

Hiptesis Alternativa <> 1600 hr. (bilateral)
Nivel de significancia: =0.05.
Para trabajar con tablas normalizadas, se usa z en lugar de :
z
______________________________________________________________________
Por otro lado,

ser tal que el rea bajo la normal a su derecha sea /2 y
ser tal que el rea bajo la normal a su izquierda sea /2. Estos dos valores
definen las zonas de aceptacin y rechazo de la Hiptesis Nula. Segn donde caiga el
valor de z calculado por la expresin anterior, se producir la aceptacin o rechazo.
4 Clculos:
1570 1600
120
2.5
100
5- Dado que 2.5 < -z0.025 se Rechaza la Hiptesis Nula, luego la duracin media de los
tubos es significativamente menor que 1600 horas. Como se puede apreciar en el
siguiente grfico, la media muestral cae fuera de la zona de aceptacin:
En general, el siguiente cuadro resume las distintas pruebas de hiptesis nulas

=o que se pueden realizar sobre una media:
Ejemplo II: Una empresa de transportes desconfa de la afirmacin de que la vida til
promedio de ciertos neumticos es al menos de 28000. Para verificar se colocan 40
neumticos en camiones y se obtiene una vida til promedio de 27463 con una s=1348.
Qu se puede concluir con ese dato si la probabilidad de Error Tipo I es a lo sumo
0.01?.
______________________________________________________________________
1
23-
Hiptesis Nula < 28000

Hiptesis Alternativa > 28000 (unilateral)
Nivel de significancia: = 0.01.
Para trabajar con tablas normalizadas:
x
z
s
adems: z = 2.33
4 Clculos:
27463 28000
1348
2.52
40
5- Dado que 2.52 < -z0.01 se Rechaza la Hiptesis Nula, luego la vida til de los
neumticos es significativamente menor que 28000. Como se puede apreciar en el
siguiente grfico, la media muestral cae fuera de la zona de aceptacin:
Si el tamao de la muestra es pequeo , se desconoce y proviene de una

poblacin normal, se debe utilizar el estadstico t-Student con =n-1 grados de libertad.
Ejemplo III: La duracin media de las bombillas producidas por una compaa han sido
en el pasado de 1120 horas con una desviacin tpica de 125 horas. Una muestra de 8
bombillas de la produccin actual dio una duracin media de 1070 horas. Ensayar la
hiptesis =1120 horas contra la hiptesis alternativa <1120 horas mediante un nivel
de significancia de =0.05.
1
24-
Hiptesis Nula = 1120 hs.

Hiptesis Alternativa < 1120 hs. (unilateral)
Nivel de significancia: =0.05.
x
t
s
con = n-1=8-1=7 grados de libertad. Adems: t = -1.895 (=7).

4 Clculos:
______________________________________________________________________
1070 1120
125
1.131
5- Dado que 1.131 > -t0.05 se Acepta la Hiptesis Nula, luego la vida til de los
neumticos es significativamente igual a 1120 horas. Como se puede apreciar en el
siguiente grfico, la media muestral cae dentro de la zona de aceptacin:
CURVAS CARACTERSTICAS DE OPERACIN

ANALISIS PARA COLA DERECHA
Hasta el momento no se han atendido a los Errores Tipo II. La eleccin de =21
min en el tiempo de secado fue arbitraria. Veremos qu sucede con otros valores de .
L() ser la probabilidad de aceptar la Hiptesis Nula ( > o, cola derecha),
an siendo la media =21, para distintos valores de . Rescatando el ejemplo de la
pintura, en que o = 20, = 2.4 y n=36 y la lnea divisoria del criterio en = 20.75
min, se verifica:
______________________________________________________________________
y as siguiendo.
As se puede construir una tabla como la siguiente
Valor de
Valor de z
19.50
19.75
20.00
20.25
20.50
20.75
21.00
21.25
21.50
21.75
22.00
3.125
2.5
1.875
1.25
0.625
0
-0.625
-1.25
-1.875
-2.5
-3.125
Probabilidad de
Aceptar la Ho
L(
0.999
0.99
0.97
0.89
0.73
0.50
0.27
0.11
0.03
0.01
0.001
Que grficamente queda:
ANALISIS PARA COLA IZQUIERDA

______________________________________________________________________
Si la hiptesis alterna fuese la contraria ( < o, cola izquierda) con los datos
o = 20 , = 2.4, n=36, y la lnea divisoria de criterio en = 19.25, se verifica:
para =19.50
19.50 19.75
0.4
0.625
0.73
y as siguiendo.
Esto lleva a la siguiente tabla:
Valor de
Valor de z
18.50
18.75
19.00
19.25
19.50
19.75
20.00
20.25
20.50
-1.875
-1.25
-0.625
0
0.625
1.25
1.875
2.5
3.125
Probabilidad de
Aceptar la Ho
L(
0.03
0.11
0.27
0.5
0.73
0.89
0.97
0.99
0.999
y al siguiente grfico (punteado), se deja el anterior para comparacin.
______________________________________________________________________
Se puede apreciar que los mismos son la imagen del espejo uno de otro.
ANALISIS PARA DOS COLAS
Si la hiptesis alterna fuese <> o, bilateral, o de dos colas, con los
datos o = 20 , = 2.4, n=36, y las lnea divisorias del criterio entre = 19.25 min y
= 20.75 min, se verifica:
19.25 19
20.75 19
para =19
z1
0.625
z2
4.375
0.4
0.4
L
0.27
esto lleva a la siguiente tabla:
Valor de
Valor de z
18.50
18.75
19.00
19.25
19.50
1.875
1.25
0.625
0
-0.625
Probabilidad de
Aceptar la Ho
L(
0.03
0.11
0.27
0.5
0.73
______________________________________________________________________
19.75
20.00
20.25
20.50
20.75
21.00
21.25
21.50
-1.25
-1.875
-0.625
0
0.625
1.25
1.875
1.875
0.89
0.97
0.73
0.5
0.27
0.11
0.03
Valor de
Valor de z
18.50
18.75
19.00
19.25
19.50
19.75
20.00
20.25
20.50
-1.875
-1.25
-0.625
0
0.625
1.25
1.875
2.5
3.125
Probabilidad de
Aceptar la Ho
L(
0.03
0.11
0.27
0.5
0.73
0.89
0.97
0.99
0.999
y as siguiendo.
y al siguiente grfico (punteado), se deja el anterior para comparacin.
______________________________________________________________________
10
Se puede apreciar que los mismos son la imagen del espejo uno de otro.
Si la hiptesis alterna fuese <> o, bilateral, o de dos colas, con los datos o =
20 , = 2.4, n=36, y las lnea divisorias del criterio entre = 19.25 min y
= 20.75 min, se verifica:
para =19.00
19.25 19
0.4
0.625
0.27
esto lleva a la siguiente tabla:
Valor de
Valor de z1
Valor de z2
18.50
18.75
19.00
19.25
19.50
19.75
20.00
20.25
1.875
1.25
0.625
0
-0.625
-1.25
-1.875
-2.5
5.625
5
4.375
3.75
3.125
2.5
1.875
1.25
Probabilidad de
Aceptar la Ho
L(
0.03
0.106
0.27
0.5
0.733
0.88
0.939
0.88
______________________________________________________________________
11
20.50
20.75
21.00
21.25
21.50
-3.125
-3.75
-4.375
-5
-5.625
0.625
0
-0.625
-1.25
-1.875
0.733
0.5
0.27
0.106
0.03
ANALISIS PARA MUESTRAS DE MAYOR TAMAO

Volviendo al caso testigo de las pinturas, se analizar qu ocurre con L()
cuando la muestra es ms grande, como por ejemplo n=50 (antes n=36), con los datos
o = 20 , = 2.4, y las lnea divisorias del criterio = 20.75 min, se verifica:
para =19
L
z1
19.25 19
0.4
0.625
z2
20.75 19
0.4
4.375
0.27
y as siguiendo.
Valor de
Valor de z
19.50
19.75
20.00
20.25
20.50
20.75
21.00
21.25
21.50
21.75
22.00
3.683
2.946
2.21
1.473
0.737
0
-0.737
-1.473
-2.21
-2.946
-3.683
Probabilidad de
Aceptar la Ho
L(
1
0.998
0.986
0.93
0.769
0.50
0.231
0.07
0.014
0.0016
0
______________________________________________________________________
12
ALGORITMO PARA EL TRAZADO DE LAS CURVAS DE OPERACIN

Se pretende graficar el error tipo II en su forma ms general para un nivel de
significacin = 0.05 y prueba de cola derecha:
del esquema se ve que:
x 0
z
Restando miembro a miembro, y siendo z = 1.65 (abscisa que deja a la derecha

un rea =0.05), queda:
0
1.65 z
n
Llamando d a una variable dada por:

0
d
resulta:
z ( d) 1.65 d n
Finalmente, el error tipo II es:
______________________________________________________________________
13
1.65d n
( d n)
0.5
1
2
exp 0.5 x dx
El siguiente segmento de programa en Matlab permite trazar las curvas de

operacin para tres tamaos muestrales: 1, 5 y 10:
function curvas_ope
% Esta funcion permite trazar las curvas de operacion para
% un nivel de significacion de 0.05 en pruebas de una cola
% para distintos valores de tamao muestral.
% Expresion de la funcion densidad normal
F=inline('1/sqrt(2*pi)*exp(-0.5*x.^2)');
% Generacion de la curva para n=1
n=1;i=1;
for d=0:0.1:3
M1(i)=0.5+quadl(F,0,1.65-d*sqrt(n));i=i+1;
end
n=5;i=1;
for d=0:0.1:3
end
n=10;i=1;
for d=0:0.1:3
end
a=i-1;
i=1:a;plot(i,M1,'r',i,M2,'b',i,M3,'k')
y mediante la ejecucin del comando:

>> curvas_ope
permite obtener el siguiente grfico, siendo la lnea superior la correspondiente a n=1, la
central n=5 y la inferior n=10.
______________________________________________________________________
14
Para pruebas de cola izquierda, los grficos son la "imagen del espejo" de los
anteriores, con lo cual (para generalizar) se usa como abscisa el valor absoluto de d,
sirviendo entonces el juego de curvas para ambas pruebas.
Para pruebas de dos colas:
Se puede verificar que el error tipo II, en este caso, sigue la siguiente funcin
(considerando como siempre =0.05 y por lo tanto /2=0.025, con z=1.96):
1.96d n
( d n)
1
2
1.96d n
2
exp 0.5 x dx
1
2
dx
exp 0.5 x
En la literatura, se han hecho grficos para calcular mediante ellos el error tipo II
para distintos valores de d, usando el tamao muestral (n) como parmetro y con valores
de nivel de significancia de 0.01 y 0.05, para muestras de una cola y de dos colas.
El siguiente segmento de programa en Matlab permite el mismo clculo que el
que se hara con los grficos.
______________________________________________________________________
15
function beta=error_II(cola,alfa,mu0,mu,sigma,n)
% Esta funcion permite calcular el Error de Tipo II para un
% un nivel de significacion dado, en prueba de una o dos colas.
% Entradas: cola, 1 (una cola) 2 (2 colas)
%
alfa, 0.05 o 0.01, nivel de significacion
%
mu0, real, media de la hipotesis nula
%
mu, real, media para la que se quiere calcular
%
el Error tipo II
%
sigma, real, desviacion estandar
%
n, entero, tamao de la muestra
% Salida: beta, real, Error tipo II correspondiente.
% Expresion de la funcion densidad normal
F=inline('1/sqrt(2*pi)*exp(-0.5*x.^2)');
% Calculo de d
d=abs(mu-mu0)/sigma;
% Calculo del Error tipo II
if cola==1,
if alfa==0.05,z_alfa=1.645;
beta=0.5+quadl(F,0,z_alfa-d*sqrt(n))
end
beta=0.5+quadl(F,0,z_alfa-d*sqrt(n))
end
end
if cola==2,
beta=quadl(F,0,z_alfa-d*sqrt(n))-quadl(F,0,-z_alfa-d*sqrt(n))
end
beta=quadl(F,0,z_alfa-d*sqrt(n))-quadl(F,0,-z_alfa-d*sqrt(n))
end
end
Ejemplo: Suponer que se desea investigar la afirmacin de que la intensidad de sonido

de ciertas aspiradoras es una variable aleatorias que tiene una distribucin normal con
una media de 75.2 db, con una desviacin estndar de 3.6 db. Especficamente, se
quiere probar la hiptesis nula =75.2 contra la hiptesis alternativa > 75.2 en base a
la medicin de la intensidad del sonido ce n=15 de tales mquinas. Si la probabilidad de
cometer un error tipo I es = 0.05 Cul es la probabilidad de cometer un error tipo II
para = 77.db?.
De acuerdo a lo anterior, con los datos del problema, se ejecuta:
>> error_ii(1,0.05,75.2,77,3.6,15)
donde el primer argumento indica que es una prueba de una cola (1), el segundo es
(0.05), el tercero (75.2), el cuarto (75.2), el quinto (3.6) y el sexto el tamao
muestral, n (15). Resultando:
beta =
0.3873
______________________________________________________________________
16
Esto se puede visualizar entrando en el grfico de Curvas Caractersticas de

Operacin correspondiente a prueba de una cola con =0.05 y entrando con la abscisa
d=0.5:
HIPTESIS RELATIVA A DOS MEDIAS

Considrese el caso de la discusin acerca de dos mtodos de soldadura de rieles
ferroviarios, se toman muestras y se decide cul de ellos es el mejor comparando las
medias de sus resistencias en pruebas mecnicas.
Se consideran dos poblaciones con medias 1 y 2 y varianzas 12 y 22. Se
quiere probar la hiptesis nula 1-2= , siendo una constante, que se determina en
base a muestras aleatorias independientes de tamaos n1 y n2.
Como siempre, se harn pruebas de la hiptesis nula contra las alternas
1-2<> , 1-2< o 1-2> .La prueba depender de las diferencias entre las media
muestrales
y si ambas provienen de poblaciones normales, se define el
estadstico:
donde
es la desviacin estndar de la distribucin muestral de la diferencia
entre las medias muestrales.
Si las distribuciones de dos variables aleatorias independientes tienen las medias
1 y 2 y las varianzas 12 y 22, entonces la distribucin de su suma (o diferencia) tiene
la media 1 + 2 (o 1 - 2) y la varianza 12 + 22.
Se sabe que:
es decir:
luego:
______________________________________________________________________
17
este estadstico es an vlido para muestras grandes (n1 y n2 mayores que 30)
sustituyendo 1 y 2 por s1 y s2.
Las regiones crticas para probar la hiptesis nula 1-2= son para poblaciones
normales con 1 y 2 conocidas o grandes muestras.
Hiptesis
Alterna
1-2<
1-2>
1-2<>
Se rechaza la Hiptesis
Nula si:
z < -z
z>z
z < -z
z > z
Si bien puede ser cualquier valor, generalmente se hace 0 (hiptesis nula

1-2= 0).
Ejemplo I: Para probar la afirmacin de que la resistencia de un conductor elctrico
puede reducirse en ms de 0.050 ohms mediante aleaciones, 32 valores obtenidos de
alambre ordinario produjeron
= 0.136 ohms y s1 = 0.004 ohms y 32 valores
obtenidos con alambre fabricado en base a aleaciones produjeron = 0.083 ohms y
s2 = 0.005 ohms. Se apoya la afirmacin con un nivel de significacin de 0.05?
1
25-
Hiptesis Nula 12 = 0.050

Hiptesis Alternativa 12 > 0.050 (unilateral)
Nivel de significancia: =0.05. z = 1.65
4 Clculos:
5- Dado que 2.65 > z0.05 se Rechaza la Hiptesis Nula, por lo tanto se acepta la
Hiptesis Alternativa, esto es se refrenda la afirmacin 12 > 0.050. Vale decir, la
aleacin reduce significativamente en ms de 0.050 ohms la resistencia del conductor
Ejemplo II: La estatura media de 50 estudiantes de un colegio que tomaban parte en las
pruebas atlticas fue de 1.70 mts con desviacin estndar de 0.0625 mts, mientras que
50 estudiantes que no mostraban inters en tal participacin tenan una estatura media
______________________________________________________________________
18
de 1.687 mts con desviacin estndar de 0.07 mts. Ensayar la hiptesis de que los
estudiantes que participan en pruebas atlticas son ms altos que los otros, con un nivel
de significancia de 0.05.
1
267-
Hiptesis Nula 12 = 0, no hay diferencia entre las estaturas medias

Hiptesis Alternativa 12 > 0 (unilateral), la estatura media del primer grupo
es significativamente mayor que la del segundo.
Nivel de significancia: =0.05. z = 1.65
4 Clculos:
z
1.70 1.687
2
0.0625
50
0.98
2
0.007
50
5- Dado que 0.98 < z0.05 se Acepta la Hiptesis Nula 12 = 0. Vale decir, los
estudiantes que participan en pruebas atlticas no son significativamente ms altos que
los otros
Si se deben correr riesgos de Error Tipo II, en los cuales las probabilidades
dependen de las diferencias alternas reales 12 , se pueden usar las curvas
caracterstica de operacin con :
d
1 2 2 2
Ejemplo III: Con respecto al ejemplo anterior Cul es la probabilidad de cometer un

Error Tipo II para =0.02 mts.?
d
0 0.02
2
( 0.0625) ( 0.07)
0.213
2
dado que = 0.05 y n = 50, trabajando con la tabla correspondiente o ejecutando la

funcin error_II de Matlab definida previamente:
>> mu0=0;mu=0.02;sigma=sqrt(0.0625^2+0.07^2);n=50;error_II(1,0.05,mu0,mu,sigma,n)
se obtiene:
______________________________________________________________________
19
ans =
0.5549
Luego el valor del Error tipo II para este caso es =0.5549.
Si n1 es distinto de n2 , el valor de n que se debe utilizar (el grfico o el
algoritmo) se calcula como:
1 2 2 2
1 2 2 2
n1
n2
Cuando n1 , n2 o ambos son pequeos y se desconocen las varianzas de las
poblaciones, se puede fundamentar la hiptesis nula 1-2 = en un estadstico
adecuado t, con tal de suponer a ambas poblaciones normales con 1= 2 (=). En estas
condiciones:
con 2 estimado por ponderacin de las sumas de los cuadrados con respecto a las
media muestrales:
n1 2 n2 2
x1i x1
x2i x2
i 1
i 1
n1 1 s12 n2 1 s22
n1 n2 2
n1 n2 2
haciendo las sustituciones correspondientes, se llega a la llamada prueba t bimuestral:
x1 x2

n1 1 s12 n2 1 s22
n1 n2 n1 n2 2
n1 n2
con = n1+ n2 -2 .
Ejemplo: En una estacin agrcola se deseaba ensayar el efecto de un determinado
fertilizante sobre la produccin de trigo. Para ello se eligieron 24 parcelas de terreno de
igual superficie; la mitad de ellas fueron tratadas con el fertilizante y la otra mitad no
(grupo control). Todas las dems condiciones fueron las mismas. La media de trigo
conseguida fue de 0.264 m3 con una desviacin estndar de 0.02 m3, mientras que la
media en las parcelas tratadas fue de 0.28 m3 con una desviacin estndar de 0.022 m3.
Puede decirse que hay un incremento significativo en la produccin de trigo por el
empleo del fertilizante al nivel de significacin del 5%?
______________________________________________________________________
20
23-
Hiptesis Nula 12 = 0, la diferencia se debe al azar

Hiptesis Alternativa 12
(unilateral), el fertilizante incrementa
significativamente la produccin.
Nivel de significancia: =0.05. t = 1.717 con =22 grados de libertad.
x1 x2

n1 1 s12 n2 1 s22
n1 n2 n1 n2 2
n1 n2
4 Clculos:
[ ( 0.28 0.264) 0]
( 12 1) 0.022 ( 12 1) ( 0.02)
1212( 12 12 2)
12 12
1.849
5- Dado que 1.849 > t0.05 (t = 1.717) se Rechaza la Hiptesis Nula 12 = 0. Vale
decir, hay un incremento significativo en la produccin de trigo por el empleo del
fertilizante.
Al aplicar la prueba t-bimuestral se deben vigilar que las muestras sean
independientes. Por ejemplo, no puede utilizarse cuando se trabaja con datos de antes y
despus, para ese caso se utiliza la diferencia de los datos apareados (con su signo).
Ejemplo: Los siguientes datos son las horas-hombre que se pierden semanalmente en
promedio por accidentes en 10 plantas industriales antes y despus de implantar un
cierto programa de seguridad:
45 y 36
57 y 51
73 y 60
83 y 77
46 y 44
34 y 29
124 y 119
26 y 24
33 y 35
17 y 11
utilizar el nivel de significacin de 0.05 para probar si el sistema de seguridad es eficaz.

1
23-
Hiptesis Nula = 0, la media de la poblacin de diferencia es nula

Hiptesis Alternativa (unilateral), el sistema de seguridad es eficaz
Nivel de significancia: =0.05. t = 1.833 con =10-1=9 grados de libed.
t
x
s
n
4 Clculos: Se calcula primero la media y la desviacin estndar de la muestra de

diferencias:
9 13 2 5 2 6 6 5 2 6
10
5.2
______________________________________________________________________
21
92 132 22 52 22 62 62 52 22 62 10 5.22
9
5.2 0
4.077
4.077
4.033
10
5- Dado que 4.033 > t0.05 (t = 1.833) se Rechaza la Hiptesis Nula = 0. Vale decir,
el sistema de seguridad es eficaz.
Esta prueba t se conoce como Prueba t para Muestras Apareadas.
______________________________________________________________________
22

Hipotesis

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Hipotesis

Cargado por

Copyright:

Formatos disponibles

Universidad de Mendoza

Ing. Jess Rubn Azor Montoya

lo que lleva a un rea (hacia la izquierda) de 0.2660. Es decir: la probabilidad de

Ing. Jess Rubn Azor Montoya

Como resumen se da la siguiente tabla:

HIPTESIS NULA Y PRUEBA DE SIGNIFICANCIA

Ing. Jess Rubn Azor Montoya

Ejemplo: Un fabricante de utensilios est considerando la conveniencia de adquirir una

Hiptesis Nula = 1600 hr.

Ing. Jess Rubn Azor Montoya

Por otro lado,

En general, el siguiente cuadro resume las distintas pruebas de hiptesis nulas

Ing. Jess Rubn Azor Montoya

Hiptesis Nula < 28000

Si el tamao de la muestra es pequeo , se desconoce y proviene de una

Hiptesis Nula = 1120 hs.

con = n-1=8-1=7 grados de libertad. Adems: t = -1.895 (=7).

Ing. Jess Rubn Azor Montoya

CURVAS CARACTERSTICAS DE OPERACIN

Ing. Jess Rubn Azor Montoya

Que grficamente queda:

ANALISIS PARA COLA IZQUIERDA

Ing. Jess Rubn Azor Montoya

y al siguiente grfico (punteado), se deja el anterior para comparacin.

Ing. Jess Rubn Azor Montoya

esto lleva a la siguiente tabla:

Ing. Jess Rubn Azor Montoya

y al siguiente grfico (punteado), se deja el anterior para comparacin.

Ing. Jess Rubn Azor Montoya

esto lleva a la siguiente tabla:

Ing. Jess Rubn Azor Montoya

Que grficamente queda:

ANALISIS PARA MUESTRAS DE MAYOR TAMAO

Que grficamente queda:

Ing. Jess Rubn Azor Montoya

ALGORITMO PARA EL TRAZADO DE LAS CURVAS DE OPERACIN

del esquema se ve que:

Restando miembro a miembro, y siendo z = 1.65 (abscisa que deja a la derecha

Llamando d a una variable dada por:

Ing. Jess Rubn Azor Montoya

El siguiente segmento de programa en Matlab permite trazar las curvas de

y mediante la ejecucin del comando:

Ing. Jess Rubn Azor Montoya

Ing. Jess Rubn Azor Montoya

Ejemplo: Suponer que se desea investigar la afirmacin de que la intensidad de sonido

Ing. Jess Rubn Azor Montoya

Esto se puede visualizar entrando en el grfico de Curvas Caractersticas de

HIPTESIS RELATIVA A DOS MEDIAS

Ing. Jess Rubn Azor Montoya

Si bien puede ser cualquier valor, generalmente se hace 0 (hiptesis nula

Hiptesis Nula 12 = 0.050

Ing. Jess Rubn Azor Montoya

Hiptesis Nula 12 = 0, no hay diferencia entre las estaturas medias

Ejemplo III: Con respecto al ejemplo anterior Cul es la probabilidad de cometer un

dado que = 0.05 y n = 50, trabajando con la tabla correspondiente o ejecutando la

Ing. Jess Rubn Azor Montoya

haciendo las sustituciones correspondientes, se llega a la llamada prueba t bimuestral:

Ing. Jess Rubn Azor Montoya

Hiptesis Nula 12 = 0, la diferencia se debe al azar

utilizar el nivel de significacin de 0.05 para probar si el sistema de seguridad es eficaz.

Hiptesis Nula = 0, la media de la poblacin de diferencia es nula

4 Clculos: Se calcula primero la media y la desviacin estndar de la muestra de

Ing. Jess Rubn Azor Montoya