Metodologia de La Prueba de Hipotesis

PRUEBA DE HIPÓTESIS
Error I y II Y DIFERENCIA DE HIPOTESIS.
En este capítulo se presentaron los fundamentos de

la prueba de hipótesis. Lo cual se aprendió a
realizar las pruebas Z y t en la media poblacional,
una prueba Z para la proporción poblacional, y
como utilizar las pruebas de hipótesis para vigilar y
mejorar un proceso de llenado de cereal. Los dos
capítulos siguientes.
Y
INDICE.
TEORIA DE DECISION ESTADISTICA.....................................................................3

Hipótesis alternativas......................................................................................................4
Errores tipo I y tipo II.....................................................................................................4
METODOLOGIA DE LA PRUEBA DE HIPOTESIS..................................................5
HIPOTESIS NULA Y ALTERNATIVA.......................................................................5
REGIÓN DE RECHAZO Y ACEPTACIÓN.................................................................5
VALOR CRÍTICO DEL ESTADÍSTICO DE PRUEBA..............................................6
RIEGOS DE LA TOMA DE DECISIONES AL UTILIZAR LA METODOLOGÍA
DE LA PRUEBA............................................................................................................7
PRUEBA Z DE HIPOTESIS PARA LA MEDIA (σ CONOCIDA)..............................8
Por ejemplo:....................................................................................................................9
Método del valor –p para la prueba de hipótesis..........................................................11
Ejemplo:........................................................................................................................12
CONCLUSION:............................................................................................................13
BIBLIOGRAFÍA..........................................................................................................13
ALEJO SALAZAR YAZMIN.

ESTRADA MARTINEZ JOSE LUIS
HERNANDEZ HERNANDEZ ANTONIO ADRIAN.
NERI CANTIA JHUDITH Página 2
TEORIA DE DECISION ESTADISTICA
Objetivos.
 Conocer los principios básicos de las pruebas de hipótesis.
 Como utilizar las pruebas de hipótesis para comprobar una media o

proporción.
 Las suposiciones de cada uno de los procedimientos de prueba de

hipótesis, como evaluarlos y las consecuencias si se infringen seriamente.
Decisiones estadísticas
En la prá ctica con frecuencia se está obligado a tomar decisiones sobre poblaciones
con base en la informació n de muestra. Estas decisiones se denominan decisiones
estadísticas. Por ejemplo, quizá se quiere decir, apoyados de datos muéstrales, si un
nuevo suero es realmente efectivo para curar una enfermedad, si un procedimiento
educativo es mejor que otro o si una moneda está cargada.
Hipótesis estadísticas
Al intentar tomar una decisió n, es ú til hacer suposiciones (o conjeturas) acerca de las
poblaciones implicadas. Dichas suposiciones, que pueden o no ser verdaderas, se
denominan hipó tesis estadísticos. En general, son afirmaciones acerca de la
distribució n de la probabilidad de la població n.
Hipótesis nulas
En muchos casos se formula una hipó tesis estadístico, con el ú nico propó sito de
rechazarla o nulificara. Por ejemplo, si quiere decidir si una moneda está encargada
se formula la hipó tesis de que la moneda es buena (es decir, p=0.5, donde p es la
probabilidad de obtener caras). De esta forma similar, si quiere decidir si un
procedimiento (es decir, cualquier diferencia observada se debe simplemente a
Fluctuaciones en el muestreo de la misma població n). Tales hipó tesis suelen llamarse
hipó tesis nulas y se denotan por H 0.

Hipótesis alternativas
Cualquier hipó tesis que difiera de una hipó tesis dada, se denomina hipó tesis
alternativa. Por ejemplo, si una hipó tesis es p=0.5, las hipó tesis alternativas podrían
ser p=0.7, p≠0.5 o p>0.5. La hipó tesis alternativa a la hipó tesis nula se denota H 1.
Pruebas de hipó tesis y significancia o reglas de decisió n
Si se supone que una hipó tesis en particular es verdadero, pero se encuentra que los
resultados observados en una muestra aleatoria difieren notablemente de los
resultados esperados bajo la hipó tesis (es decir, esperados solo con base en azar,
usando la teoría de muestreo), entonces se dirían que las diferencias observadas son
significativas y, por lo tanto, se estaría inclinando a rechazar la hipó tesis (o al menos a
no aceptarla, apoyá ndose en la evidencia obtenida). Por ejemplo, si 20 lanzamientos
de una moneda producen 16 caras se estaría inclinado a rechazar la hipó tesis de que
la moneda es buena, aunque es posible que se este equivocando.
Los procedimientos que permiten determinar si la muestras observadas difieren
significativamente de los resultados esperados y que, por lo tanto, ayudan a decidir si
se aceptan o rechazan las hipó tesis, se denominan pruebas de hipó tesis, pruebas de
significancia o reglas de decisió n.
Errores tipo I y tipo II

Si se rechaza una hipó tesis cuando debe aceptarse, se dice que se cometió un error
tipo I. Si por el contrario,
METODOLOGIA DE LA PRUEBA DE HIPOTESIS
HIPOTESIS NULA Y ALTERNATIVA
La prueba de hipótesis suele comenzar con alguna teoría, afirmación, o aseveración sobre
un parámetro especifico de una población. Por ejemplo, su hipótesis inicial sobre el
ejercicio del cereal es que el proceso está funcionando adecuadamente, lo que significa que
el promedio de llenado es de 368 gramos, y que no es necesario emprender acciones
correctivas.
La hipótesis de que el parámetro poblacional es igual a la especificación de la empresa
denomina hipótesis nula. Una hipótesis nula siempre es una de status quo, y se denota
mediante el símbolo
H 0:μ=368

A pesar de que solo se cuenta con información de la muestra, la hipótesis nula se escribe
con término de la población. El estadístico de muestra se utiliza para hacer inferencias
sobre todo el proceso de llenado. Una inferencia podría ser que los resultados observados a
partir de los datos de la muestra indican que la hipótesis es falsa, entonces habrá otra
afirmación que debe ser cierta.
Siempre que se especifican una hipótesis nula, también se determinan una hipótesis
alternativa que debe ser cierta si la hipótesis nula es falsa. La hipótesis alternativa H 1 es
opuesta a la hipótesis nula H 0 . Esto se determina:
H 1:μ 368
REGIÓN DE RECHAZO Y ACEPTACIÓN.
La distribución muestral del estadístico de muestra se divide en dos regiones, una de

rechazo (a veces llamada región de crítica) y una de aceptación.
región de rechazo Región de no rechazo Región de rechazo

valor critico valor critico
Si el estadístico de prueba queda en la aceptación, no rechace la hipótesis nula.

Si el estadístico de prueba queda en la región de rechazo, usted rechaza la hipótesis nula.

En este caso concluye que la media población es de 368 gramos.
La región de rechazo se compone de los valores del estadístico de prueba con muy pocas
posibilidades de presentarse en caso de que la hipótesis nula sea cierta. Es más probable
que tales valores se representen si la hipótesis nula es falsa. Por lo tanto, si un valor del
estadístico de prueba queda dentro de la región de rechazo, la hipótesis nula se rechaza
porque ese valor tiene pocas posibilidades de presentarse si la hipótesis nula es cierta.
La hipótesis alternativa representa la conclusión obtenida al rechazar la hipótesis nula.

Cuando a partir de la información de la muestra existe suficiente evidencia de que es falsa,
se rechaza la hipótesis nula.
En la metodología de prueba de hipótesis, la hipótesis nula se rechaza cuando la evidencia

maestral sugiere que es más probable que sea cierta que la hipótesis alternativa. Sin
embargo, el no poder rechazar la hipótesis nula no comprueba que sea cierta.
VALOR CRÍTICO DEL ESTADÍSTICO DE PRUEBA.
La lógica subyacente a la metodología de prueba de hipótesis radican en determinada que

tan probable es que la hipótesis nula sea cierta, considerando la información recabada en
muestra.
RIEGOS DE LA TOMA DE DECISIONES AL UTILIZAR LA METODOLOGÍA DE LA PRUEBA.

Al utilizar el estadístico de muestra para tomar decisiones sobre el parámetro poblacional,
existe el riesgo de llegar una conclusión equivocada. Al aplicar la metodología de prueba
de hipótesis, puede cometer dos tipos de error: error tipo I y el error tipo II.
Un error tipo I se presenta cuando se rechaza la hipótesis nula H O siendo cierta y no

debería rechazarse. La probabilidad de que se presente un error tipo 1 es α.
Un error tipo II se representa cuando no se rechaza la hipótesis nula H O siendo falsa y

debería rechazarse. La probabilidad de que se representa un error tipo II es β
El nivel de significancia (α). La probabilidad de cometer un error tipo I, denotado por α (la
letra griega alfa minúscula), se denomina como nivel de significancia del estadístico de
prueba. Tradicionalmente, el error tipo I se controla a decidir el nivel de riesgo que está
dispuesto a correr al rechazar la prueba de hipótesis, el riesgo de cometer un error tipo I, α

está directamente bajo su control.
Coeficiente de confianza. El complemento de la probabilidad de un error tipo I (1 – α) se

denomina coeficiente de confianza. Al multiplicarlo por 100% el coeficiente de confianza
produce el nivel de confianza al contribuir intervalos de confianza.
El coeficiente de confianza, 1 – α, expresa la probabilidad de que la hipótesis nula H o

no se rechaza cuando es cierta y no debe rechazarse. El nivel de confianza de una
prueba de hipótesis es (1-α) 100%
El riesgo β la probabilidad de cometer un error de tipo II se denota por medio de β (la

letra griega minúscula beta). A diferencia del erro tipi I, la cual usted controla mediante la
selección α, la posibilidad de cometer un error de tipo II depende de la diferencia que existe
entre los valores hipotéticos y real del parámetro poblacional. Como es mas facial encontrar
diferencias grandes que pequeñas, si la diferencia que existe entre los valores hipotéticos y
real del parámetro poblacional es grande, β es pequeña. Por ejemplo, si la media
poblacional verdadera es de 330 gramos, existe una pequeña posibilidad (β) de que deduzca
la media que no ha cambiado de 368. Por otra parte si la diferencia entre los valores
hipotéticos y real del parámetro es pequeña, la posibilidad de que se cometa un error tipo II
es mayor. De tal modo, si la media poblacional es en realidad de 367 gramos, usted tiene
una probabilidad de cometer un error tipo II al concluir que la media poblacional es todavía
de 368 gramos.
La potencia de una prueba al complemento de la probabilidad de un error tipo II (1-β) se

denomina potencia de una prueba estadística.
La potencia de una prueba. 1-β, es la probabilidad de que se rechace la hipótesis nula

cuando es falsa y debería rechazarse.
Riesgos en la toma de decisiones: un equilibrio delicado En la tabla se ilustran los

resultados de dos decisiones posibles (no rechazar H O o rechazar H O) que puede tomar en
cualquier prueba de hipótesis. Dependiendo de la decisión especifica, usted podría cometer
uno delos dos tipos de error, o bien obtener uno de los dos tipos de conclusión correcta.
Situación real
DECISIONES ESTADISTICAS H 0 VERDADERO H 0 FALSA
No se rechaza H0 decisiones correctas error tipo II

Confianza -1-α P (error tipo II)=β
Se rechaza
H0 Error tipo I Decisión correcta
HERNANDEZ HERNANDEZ ANTONIO ADRIAN. P (error tipo I)=β potencia=1 -β
Una forma de reducir la posibilidad de cometer un error tipo II consiste en aumentar el

tamaño de la muestra. Por lo general, las muestras grandes permiten detectar incluso
diferencias pequeñas entre valores hipotéticos y parámetros poblacionales. Para un nivel de
α dado, aumentar el tamaño de la muestra reducirá β y así se incrementara el poder de la
prueba para detectar que la hipótesis nula es falsa. Sin embargo siempre existe un límite
para sus recursos, y esto afectara la decisión de que tan grande debe ser la muestra tomada.
PRUEBA Z DE HIPOTESIS PARA LA MEDIA (σ CONOCIDA)
Cuando se conoce la desviación estándar, σ, y si la población tiene una distribución normal,

usted utiliza la prueba Z. si el tamaño de la muestra es lo bastante grande como para que
tenga efecto el teorema del límite central. La ecuación define al estadístico de prueba de Z
para determinar la diferencia que existe entre la media maestral X́ y la media poblacional µ
cuando se conoce la desviación estándar σ.
PRUEBA Z DE HIPOTESIS PARA LA MEDIA (σ CONOCIDA)
X−μ
Z=
σ
El denominador es el error estándar de la media, por lo que Z representa la diferencia que

existe entre X́ la µ en unidades de error estándar.
Método del valor critico para la prueba de hipótesis.
Estos valores críticos se expresan como valores Z estandarizados (es decir, en unidades de
desviación estándar)

Por ejemplo:
Si usted utiliza un nivel de significancia de .05, el tamaño de la región de rechazo es de .

05.puesto que la región de rechazo se divide en dos colas de ala distribución (esto se
denomina prueba de dos colas), se divide el .05 en dos partes iguales de .o25 cada una.
Una región de rechazo de .025 en cada cola de la distribución normal tiene como resultado
un área acumulada .025 bajo el valor crítico inferior y un área acumulada de 0.975 bajo el
valor critico superior. De acuerdo con la tabla de distribución normal estandarizada
acumulativa, los valores críticos que dividen las regiones de rechazo y aceptación son -1.96
y + 1.96.
Los valores de Z mayores que + 1.96 menores que -1.96 indican que X́ está muy alejada de
la µ 368 hipotetizada, por lo que sería muy poco probable que se presentara uno de estos
valores H ofuera verdadera.
.95
.025
.
0 +1.9
Región de rechazo -
6
Región de no rechaza región de rechazo
Valor critico
368 X
Por lo tanto, la regla de decisión es:
Rechace H o si Z > -1.96;

O si Z < - 1.96;
De lo contrario, no rechace la hipótesis nula.

Suponga que la muestra de 25 cajas de cereal indique una media muestral de X́ =372.5
gramos que la desviación estándar de la población es de 15 gramos. Utilizando la ecuación
Z = X́ - µ = 372.5-368 = 1.50
σ 15
√n √25
Puesto que la estadística de prueba Z = 1.50 se encuentre entre -1.96 y 1.96, usted no
rechaza H 0
región de rechazo Región de no rechazo Región de rechazo

valor critico valor critico
Método del valor –p para la prueba de hipótesis
v
El valor- p es la probabilidad de obtener un estadístico de prueba igual o mas extremo que
el resultado de la muestra dado que la hipótesis nula H 0 es cierta.
El valor-p, que a menudo se denomina nivel de significancia observada,

es el nivel más pequeño en el que se puede rechazar H 0 .

Las reglas de decisión para rechazar H 0 . en el método de valor –p son:
. Si el valor –p es mayor o igual que α, no rechace la hipótesis nula.

. Si el valor –p es menor que α, rechace la hipótesis nula.
Si el valor –p es bajo, entonces H 0 . debe irse
Para comprender mejor el método de valor-p, usted probó si el llenado medio era igual a
368 gramos. El estadístico de prueba tuvo como resultado un valor Z de más 1.50 y usted
no rechazo la hipótesis nula más que 1.50 era menor que el valor critico superior de más
1.96 y > que el valor critico inferior de -1.96.
Para utilizar el método de valor –p en la prueba de las dos colas, encuentre la probabilidad
de obtener un estadístico de prueba Z igual o más extremo que 1.50 unidades de desviación
estándar con respecto de una distribución normal estandarizada. En otras palabras, es
necesario calcular la probabilidad de un valor Z mayor que 1.50 junto con la probabilidad
de un valor Z menor que -1.50 muestra que la probabilidad que de un valor Z inferior a
-1.50 es de 0.0668. La probabilidad de un valor inferior a 1.50 es 0.9332 y la probabilidad
de un valor por arriba de 1.50 es 1-0.9332= 0.0668. Por lo tanto el valor – p prueba de cola
es 0.0668 +0.0668=0.1336 de esta forma la probabilidad de un resultado igual o más
extremo que el observado es 0.1336. Como 0.1336 es mayor que la α= 0.05, no rechaza la
hipótesis nula.
METODO DE CINCO PASOS PARA LA PRUEBA DE HIPOTESIS UTILIZANDO EL

METODO DE VALOR –P
1. Prepare la hipótesis nula H 0 y la hipótesis alternativa H I.

2. Seleccioné l nivel de significancia α y el tamaño de la muestra, n. El nivel de significancia
se especifica de acuerdo con la importancia relativa de los riesgos de cometer errores tipo I
y II en el problema.
3. Determine el estadístico de prueba y la distribución maestral apropiados.
4. Recopile los datos encuentre el valor del estadísticos de prueba y calcule el valor –p
5. Tome la decisión estadística y establezca la conclusión administrativa. Si el valor –p es
mayor o igual α, no rechace la hipótesis nula H 0 si el valor –p es menor que la α, rechace la
hipótesis nula recuerde la frase : “si el valor –p es bajo, entonces H 0 debe irse. La
conclusión administrativa se escribe en el contexto del problema real.
Rechace una hipótesis nula utilizando el método del valor- p;

Ejemplo:
Usted es gerente de un restaurante de comida rápida. Quiere determina si el tiempo de

espera al pedir una orden sea modificado durante el último mes con respectó al valor de su
medida poblacional previo de 4.5 minutos. A partir de la experiencia anterior, supone que
la desviación estándar de la población es de 1.2 minutos seleccione una muestra de 25
ordenes durante un periodo de una hora. La media maestral es de 5.1 minutos utilice el
método de cinco pasos de la exposición ya mencionada como para determina si existe
evidencia de que el tiempo de espera medio para servir una orden se ha modificado durante
el mes con respeto a su valor medio poblacional previo de 4.5 minutos.
1. La hipótesis nula dice que la media poblacional no ha cambiado con respecto previo
de 4.5 minutos
H 0: µ= 4.5
H i: µ≠ 4.5
Usted selecciono un tamaño de la muestra n =25 y elije un nivel de significancia de 0.05 es

(decir, α=0.05)
Seleccione el estadístico de prueba apropiada. Puesto que conoce σ, usted utiliza la
distribución normal y el estadístico de prueba Z.
Recopile los datos y calcule X́ =5.1. Mediante la ecuación
Z = X́ - µ = 5.1-4.5 = 2.50
σ 1.2
√n √25
Para encontrar la probabilidad de obtener un estadístico de prueba Z= o más extremos que
2.50 unidades de desviación estándar con respecto al centro de una distribución normal
estandarizada usted calcule la probabilidad de un valor Z mayor que 2.50 junto con la
probabilidad de u n valor Z menor que-2.50. a partir de que la probabilidad de un valor Z
por debajo de -2.50 es 0.062. Por la probabilidad de un valor por debajo de 2.50 es 0.9938.
Por lo tanto, la probabilidad de que un valor por encima de más 2.50 es de 1-0.9938=0.062.
Así, el valor p de esta prueba es de 0.062 + 0.062 es igual a 0.0124.
Puesto que le valor –p es igual a 0.0124<α=0.05 se rechaza la hipótesis. Concluye que

existe evidencia de que el tiempo de espera al pedir una orden se ha modificado con
respecto a su valor de medida poblacional de 4.5 el tiempo de espera medio de los clientes
ahora es mayor que el mes pasado.

CONCLUSION:
Los conceptos antes mencionados han sido analizados e investigados de tal manera de hacer
más fácil su comprensión y entendimientos ya que la estadística es la ciencia que trata de
entender, organizar y tomar decisiones que estén de acuerdo con los análisis efectuados
BIBLIOGRAFÍA.
ESTADÍSTICA MURRAY R. SPIEGEL. LARRY J. STEPHENS.
NUMERO DE PÁGINAS. 128-247
ESTADISTICA PARA LA ADMINISTRACION


Metodologia de La Prueba de 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

Metodologia de La Prueba de Hipotesis

Cargado por

Copyright:

Formatos disponibles

PRUEBA DE HIPÓTESIS

Error I y II Y DIFERENCIA DE HIPOTESIS.

En este capítulo se presentaron los fundamentos de

TEORIA DE DECISION ESTADISTICA.....................................................................3

ALEJO SALAZAR YAZMIN.

TEORIA DE DECISION ESTADISTICA

 Conocer los principios básicos de las pruebas de hipótesis.

 Como utilizar las pruebas de hipótesis para comprobar una media o

 Las suposiciones de cada uno de los procedimientos de prueba de

ALEJO SALAZAR YAZMIN.

Errores tipo I y tipo II