P. 1
Estadística 2

Estadística 2

|Views: 2.047|Likes:
Publicado porcanelonesc4654

More info:

Published by: canelonesc4654 on Dec 20, 2010
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOC, PDF, TXT or read online from Scribd
See more
See less

05/05/2013

pdf

text

original

Sections

Objetivo:

Aplicar con propiedad y de forma pertinente a situaciones
administrativas la prueba de hipótesis

Contenidos:

Qué es una hipótesis
Qué es una prueba de hipótesis
Contraste de hipótesis

Paramétricas (Media aritmética y proporción)
Para una población

Para dos poblaciones

45

Prueba de Hipótesis

Siempre las personas, en diversas oportunidades y circunstancias, hemos realizado
afirmaciones considerando experiencias previas, conocimientos superficiales de algo,
etc. Esas afirmaciones las llamamos hipótesis, y esas hipótesis pueden ser aceptadas o
rechazadas; sin embargo en estadística para poder aceptar o rechazar una hipótesis se
deben realizar una serie de cálculos que sustenten la veracidad o no de ese supuesto,
para ello existe la prueba de hipótesis.

La prueba de hipótesis es un procedimiento mediante el cual se prueba
estadísticamente si una hipótesis es verdadera o no. En esta unidad encontrarás los
pasos para realizar una prueba de hipótesis en función de la media aritmética y la
proporción para una y dos poblaciones

“El que aprende y aprende
y no practica lo que
aprende es como el que
ara y ara y nunca siembra.”

Platón

46

UNIDAD III. PRUEBA DE HIPÓTESIS

¿Qué es una hipótesis?

Una hipótesis es una afirmación acerca de un parámetro de la población. Luego, se
utilizan los datos para verificar que tan razonable es una afirmación, en otras palabras,
la hipótesis es el establecimiento de una tesis a la que con elementos estadísticos se le
prueba la veracidad Las hipótesis estadísticas se pueden contrastar con la información
extraída de las muestras y tanto si se aceptan como si se rechazan se puede cometer
un error.

¿Qué es una Prueba de Hipótesis?

La prueba de hipótesis es un procedimiento en el cual se dan evidencias para afirmar o
negar una hipótesis. El primer paso para realizar una prueba de hipótesis es
estableciendo la afirmación o suposición sobre un parámetro de una población, como
por ejemplo la media. Una hipótesis podría ser que los estudiantes de una aldea de
Misión Sucre invierten en promedio Bs. 2000 diarios en pasaje. Para comprobar la
validez de la hipótesis

000
.
2

Bs

=

µ

, es preciso elegir una muestra de la población
(algunos estudiantes de la aldea planteada en la hipótesis) y preguntarles cuanto dinero
invierten diariamente en pasaje, calcularle la media y aceptar o rechazar la hipótesis;
supongamos que la media resulta ser de Bs. 1990, al ser una cifra tan cercana a2.000
se considera como válida la hipótesis, ya que la diferencia de Bs. 10 puede deverse a
un error de muestreo.

Procedimiento para probar una hipótesis

Existen cinco pasos que sistematiza una prueba de hipótesis, y cuando se llega al paso
5 se está listo para rechazar o aceptar la hipótesis. Veamos los pasos representados en
el siguiente diagrama:

Hipótesis estadística

Asunción relativa a una o varias poblaciones, que puede ser cierta
o no.

Enunciado acerca de un parámetro de la población que se
desarrolla con el propósito de realizar pruebas.

Prueba de Hipótesis:

Procedimiento que se basa en la evidencia de las muestras y en la
teoría de probabilidad para determinar si la hipótesis es un

47

Paso 1: Plantear la hipótesis nula (H0) y la hipótesis alternativa (H1)

El primer paso consiste en plantear la hipótesis que se prueba, a la cual llamamos
hipótesis nula, y se denomina H0, la letra mayúscula H significa hipótesis, y el subíndice
cero supone “sin diferencia”. Por lo general, la hipótesis nula incluye un termino “no”
que significa que no hay cambio. La hipótesis nula se rechaza o acepta, pero la
hipótesis nula no se rechaza a menos que los datos de prueba proporcionen evidencias
convincentes que es falsa.

Se debe recalcar además que si no se rechaza la hipótesis nula, con base en los datos
de la muestra, no es posible decir que la hipótesis nula sea cierta. En otras palabras, la
imposibilidad de rechazar la hipótesis nula no demuestra que H0 sea verdadera;
significa que no fue posible de rechazar H0. Para demostrar la hipótesis nula sería
necesario conocer el parámetro de la población y recabar los datos con la población en
pleno; como eso es prácticamente imposible, la única alternativa es tomar una muestra
de la población.

La hipótesis alternativa describe una conclusión a la que se llegará si se rechaza la
hipótesis nula. Se escribe H1, el H sub1 también se le conoce como hipótesis de
investigación. La hipótesis alternativa se acepta si los datos de la muestra proporcionan
suficiente evidencia estadística de que la hipótesis nula es falsa.

Paso 1
Establecer las
hipótesis nula y
alternativa

Paso 2
Seleccionar un
nivel de
significancia

Paso 3
Identificar la
estadística de
prueba

Paso 4
Formular la
regla de
decisión

Paso 5
Tomar una
muestra, llegar
a una decisión

No rechazar H0

Rechazar H0 y
Aceptar H1

Hipótesis nula

Una afirmación respecto del valor de un parámetro de la

Hipótesis alternativa

Una afirmación que se acepta si los datos de la muestra
evidencian suficientemente que la hipótesis nula es

48

Paso 2: Seleccionar el nivel de significancia

El nivel de significancia es designado con la letra alfa (α) del alfabeto griego, también
se le conoce como nivel de riesgo, y éste quizás sea un termina más apropiado, pues
es este nivel es el riesgo que se asume al rechazar la hipótesis nula cuando de hecho
es verdadera. No hay un nivel de significancia que se aplique a todas las pruebas, el
investigador toma la decisión de utilizar cualquier valor entre 1 y 0, es decir, entre 0 y
10 por ciento.

Por que se comentó al inicio que el nivel de significancia se podía llamar también de
riesgo, porque de acuerdo al nivel de significancia que se establezca se puede cometer
el error de rechazar una hipótesis verdadera, observemos este ejemplo planteado por
Lind, Mason y Marchal (2003):

Suponga que una firma que fabrica computadoras personales utiliza una gran
cantidad de tarjetas de circuitos impresos. Los proveedores concursan para
abastecer las tarjetas y, a quien presenta la cotización más baja, se le otorga
un contrato considerable. Suponga también que el contrato especifica que el
departamento de control de calidad del fabricante de las computadoras hará
un muestreo de todos los embarques de tarjetas de circuitos que reciba. Si
más del 6 por ciento de las tarjetas de la muestra están por debajo de la
norma, el embarque será rechazado. La hipótesis nula es que los embarques
de las tarjetas que se reciben contienen 6 por ciento o menos de tarjetas por
debajo de la norma. La hipótesis alternativa es que está defectuoso más del
6% de las tarjetas.
El embarque de 50 tarjetas del lote que se recibió rebeló que cuatro de ellas,
es decir, un 8%, estaban por debajo de la norma, entonces la decisión de
regresar las tarjetas al proveedor es correcta. Suponga que las 4 tarjetas
seleccionadas en la muestra de 50 eran las únicas defectuosas en todo el
embarque de 4.000 tarjetas. Entonces, sólo 1/10 de 1 por ciento estaban
defectuosas (4/4000=0,001). En ese caso, menos del 6% de todo el
embarque estaba por debajo de la norma y el rechazo del mismo fue un
error.

En la prueba de hipótesis anterior se rechazó la hipótesis nula cuando debió haberse
aceptado, este error se denomina de tipo I y se le designa por la letra alfa (α). La
probabilidad de cometer otro de error llamado tipo II es designado con la letra beta (β
).

Acción

H0
Es verdadera

H0
Es falsa

Acepto
H0

Decisión
correcta

Error tipo IIβ

Rechazo
H0

Error tipo Iα

Decisión
correcta

49

Error tipo I: Rechazar una hipótesis verdadera.
Error tipo II: No rechazar una hipótesis nula que es falsa

Paso 3: Calcular el estadístico de prueba

Para la prueba de hipótesis se utiliza Z como estadística de prueba, a pesar de que
existen muchas otras pruebas estadísticas. En la prueba de hipótesis para la media

)

(µ, la estadística de prueba z se calcula por:

n

X

Z

x

σµ

=

El valor z se basa en la distribución de muestreo de X
, que tiene una distribución normal cuando la muestra es razonablemente grande con

una media X

µigual a µ y una desviación estándar X

σ, que es igual a

n

σ

. Así es

posible determinar la diferencia entre X y µ es importante desde el punto de vista
estadístico, al encontrar cuantas desviaciones estándar separan a X de µ, utilizando
la formula de z.

Paso 4: Formular la regla de decisión

Una regla de decisión es una afirmación de las condiciones bajos las que se rechaza la
hipótesis la y bajo las que no se rechaza. El área de rechazo define la ubicación de
todos aquellos valores que son tan grandes o tan pequeños que la probabilidad de que
ocurran bajo una hipótesis nula verdadera es bastante remota. En el gráfico que se
muestra a continuación el valor crítico es 1,65 es divide la zona de rechazo o
aceptación de la hipótesis

Región de rechazo

Probabilidad de 0,05

Probabilidad de 0,95

Valor Crítico

Valor Crítico

Punto de división entre la región en que se rechaza la
hipótesis nula y la región en la que no se rechaza

50

Los valores críticos determinan la zona de rechazo. Para hallarlos se divide entre dos
el 95%. En la tabla z (revisar anexos), el área de 0,95/2=0,4750 lo que indica un valor
de 1.96. El 5% restante está distribuido entre las dos colas, son 2,5% en cada zona de
rechazo. Es posible encontrar los valores críticos al otro lado de la cola:

Paso 5: Tomar una decisión

Este último paso consiste en decidir si rechazar o no la hipótesis nula. La regla de
decisión es: No se rechaza la hipótesis nula si los valores z están entre

96
,
1

± . Se

rechaza si el valor z es menor que -1,96 o mayor que +1,96.

Prueba de una o dos colas

Una prueba es de una cola cuando la hipótesis alterna, H1, establece una dirección,
como:
H0 : el ingreso medio de las mujeres es menor o igual al ingreso medio de los hombres.
H1 : el ingreso medio de las mujeres es mayor que el de los hombres.
Distribución de muestreo para el valor estadístico z, prueba de una cola, nivel de
significancia de .05

51

Una prueba es de dos colas cuando no se establece una dirección específica de la
hipótesis alterna H1, como:
H0: el ingreso medio de las mujeres es igual al ingreso medio de los hombres.
H1: el ingreso medio de las mujeres no es igual al ingreso medio de los hombres.
Distribución de muestreo para el valor estadístico z, prueba de dos colas, nivel de
significancia de 0.05

Prueba para la media poblacional: muestra grande, desviación estándar
poblacional conocida

Cuando se hace una prueba para la media poblacional de una muestra grande y se
conoce la desviación estándar, el estadístico de prueba está dado por:

n

X

Z

σµ

=

Ejemplo:
Una cooperativa fabricante de salsa de tomate indican en su etiqueta que el contenido
de la botella es de 16 onzas. Cada hora se toma una muestra de 36 botellas y se pesa
el contenido. La muestra de la última hora tiene un peso medio de 16.12 onzas con una
desviación estándar de .5 onzas. ¿Está el proceso fuera de control para un nivel de
significancia de .05?

Paso 1: establezca la hipótesis nula y alterna
Paso 2: establezca la regla de decisión:

Paso 3: calcule el valor del estadístico de prueba: H0 se rechaza si z <- 1.96 o z > 1.96

Paso 4: decisión sobre H0: no se rechaza H0 porque 1.44 es menor que el valor crítico
1.96

52

Si se desconoce la desviación estándar de la población y el tamaño de la muestra es n

30

n

X

Z

σµ

=

Ejemplo en la cual se indica el procedimiento para la prueba de hipótesis (Tomado de
monografías.com)

El jefe de la Biblioteca Especializada de la Facultad de Ingeniería Eléctrica y Electrónica
de la UNAC manifiesta que el número promedio de lectores por día es de 350. Para
confirmar o no este supuesto se controla la cantidad de lectores que utilizaron la
biblioteca durante 30 días. Se considera el nivel de significancia de 0.05

Datos:

Día Usuarios

Día UsuariosDía Usuario

1

356

11

305

21

429

2

427

12

413

22

376

3

387

13

391

23

328

4

510

14

380

24

411

5

288

15

382

25

397

6

290

16

389

26

365

7

320

17

405

27

405

8

350

18

293

28

369

9

403

19

276

29

429

Se trata de un problema con una media poblacional: muestra grande y desviación
estándar poblacional desconocida.

Paso 01: Seleccionamos la hipótesis nula y la hipótesis alternativa
Ho: μ═350
Ha: μ≠ 350

Paso 02: Nivel de confianza o significancia 95%
α═0.05

Paso 03: Calculamos o determinamos el valor estadístico de prueba
De los datos determinamos: que el estadístico de prueba es t, debido a que el numero
de muestras es igual a 30, conocemos la media de la población, pero la desviación
estándar de la población es desconocida, en este caso determinamos la desviación
estándar de la muestra y la utilizamos en la formula reemplazando a la desviación
estándar de la población.

53

n

sx

Z µ

=

Calculamos la desviación estándar muestral y la media de la muestra empleando

8,

372

=

x

414
,

52

=

σ

Paso 04: Formulación de la regla de decisión.
La regla de decisión la formulamos teniendo en cuenta que esta es una prueba de dos
colas, la mitad de 0.05, es decir 0.025, esta en cada cola. el área en la que no se
rechaza Ho esta entre las dos colas, es por consiguiente 0.95. El valor critico para 0.05
da un valor de Zc = 1.96.
Por consiguiente la regla de decisión: es rechazar la hipótesis nula y aceptar la
hipótesis alternativa, si el valor Z calculado no queda en la región comprendida entre
-1.96 y +1.96. En caso contrario no se rechaza la hipótesis nula si Z queda entre -1.96 y
+1.96.

Paso 05: Toma de decisión.
En este ultimo paso comparamos el estadístico de prueba calculado Z = 2.38 y lo
comparamos con el valor critico de Zc = 1.96. Como el estadístico de prueba calculado
cae a la derecha del valor critico de Z, se rechaza Ho. Por tanto no se confirma el
supuesto del Jefe de la Biblioteca.

Si el tamaño de la muestra es n30

≤ se utiliza la distribución t de Student:

n

sx

x

t

x

n

µ

σµ −

=

=

−1

Prueba para dos medias de población

En este caso se trabaja con las medias de poblaciones. El objetivo es probar si es
razonable llegar a la conclusión de que las dos medias de la población son iguales (y
por lo tanto que las dos poblaciones tienen una media común), o que la diferencia entre
ambas medias de muestra es tan grande que se debería concluir que las medias de la
población no son iguales. Esto tiene muchas utilidades, por ejemplo sirve para un jefe
de planta conocer el rendimiento promedio de los trabajadores del turno de la mañana
difiere al del los trabajadores del turno de la noche.

En estos casos es necesario seleccionar muestras aleatorias de las dos poblaciones,
calcular las medias de cada muestra y determinar si es razonable que ambas sean

Es importante que sepas que en el
programa Excel de Microsoft Office puedes
calcular diversos estadísticos como la
media, la desviación estándar entre
otros, de forma muy fácil y rápida.

54

iguales. Para este caso se siguen igualmente los cinco pasos planteados pero habrá
una diferencia en la fórmula para la estadística z:

2

2
2

1

2
1

2

1

ns
ns X

X

Z

+

=

Ejemplo Prueba de hipótesis con dos poblaciones

(tomado de www.monografías.com)

En el HMI Ramos Larrea, se realizó un estudio para comparar la efectividad de dos
tratamientos diferentes para la diarrea aguda, se seleccionaron 15 niños de 1 a 2 años
de edad con diarrea aguda, fueron divididos en dos subgrupos, al subgrupo A se le dio
como tratamiento SRO y al subgrupo B se le dio como tratamiento SRO+Cocimiento de
arroz. Después de tres días de tratamiento, se registró la frecuencia de evacuaciones
de los niños. Los resultados fueron los siguientes:

GRUPO
A

3

4

3

4

4

4

5

GRUPO
B

4

1

2

3

1

3

2

3

¿Proporcionan los datos evidencias suficientes que indique que la efectividad de los
dos tratamientos no es la misma? Utilice un nivel de significación de 0.05.
Solución:
1. Planteamiento de hipótesis:
Ho: μ1 = μ2
H1: μ1 ≠ μ2

2. Nivel de significancia de: α = 0.05

3. Prueba estadística:

=

=

=

+

=

+

=

+

=

314

,
1

02
,
914

,
1

86
,
7

16
,
114

,
1

742

,
7

785

,
2

71
,
2

85
,
3

2

2

2

2
2

1

2
1

2

1

ns
ns X

X

Z

0,38

El valor 0,38 se busca en la tabla de valores z dentro de la columna de valor de
significación de 0.05, ello nos da 0,6736, valor muy por encima de α. Ahora con este
dato revisamos la zona de rechazo para tomar la decisión.
Con los supuestos:
Las poblaciones se distribuyen normalmente
Las muestras han sido seleccionadas al azar.
Criterios de decisión:

55

Se rechaza la hipótesis nula (Ho), se acepta la hipótesis alterna (H1) a un nivel de
significancia de α = 0.05. La prueba resulto ser significativa. La evidencia estadística no
permite aceptar la hipótesis nula. La evidencia estadística disponible permite concluir
que probablemente existe diferencia entre los dos tratamientos empleados en casos de
diarrea aguda.

Pruebas respecto de las proporciones

Como lo hemos venido trabajando para probar una hipótesis calculamos un valor z y lo
comparamos con un valor crítico de Z con base al nivel de significancia seleccionado. El
valor p para probar hipótesis es un método alternativo en caso de variables discretas. El
valor p también es aplicado a hipótesis de una cola o de dos colas.

Un ejemplo de las hipótesis que podemos manejar con la prueba de proporción son:

Los miembros de la Comisión Académica Nacional del plan deformación
Administración informa que el 80% de los estudiantes certificados como Asistentes
Administrativos entran al mercado laboral desempeñándose en actividades afines
con su acreditación.
El representante de una importante cadena de farmacias afirma que la mitad de sus
ventas se realizan por los autoservicios.

Estas preguntas abarcan los datos de una escala nominal de mediación, si recordamos
Estadística I esta escala se caracteriza por tener categorías sin un orden valor de
jerarquización, por ejemplo la raza, la religión, etc.

Proporción (p)

Una fracción, relación o porcentaje que indica la parte de la
población o muestra que tiene una característica de interés
particular.

m u e s t r e a d o

N ú m e r o

m u e s t r a

l a

e n
é x i t o s

d e
N ú m e r o

p

_

_

_

_

_

_

=

56

Un ejemplo de proporción es que 87 personas de 100 afirmaron tener mascotas en su
casa. La proporción de la muestra es 87/100=0,87 o 87%. Para probar una hipótesis
sobre una proporción de una población se elige una muestra aleatoria de la población
que cumpla con las suposiciones binomiales explicadas. Esta prueba es apropiada
cuando tanto np como n(1-p) son al menos de 5.n (n=tamaño de la muestra,
p=proporción de la población)

Se establece el nivel de significancia y se procede a calcular el valor z

Prueba de hipótesis para una proporción poblacional

σP

p
z

=

, donde:
P es la proporción de la población
p es la proporción de la muestra
n tamaño de la muestra

p

σes el error estándar de la proporción de la población. Se calcula por

n

p

p

/

)

1( −

Prueba de hipótesis para una proporción

n P

p P

p

z

)

1( −

=

Por último se toma la decisión.

Ejemplo:
Una encuesta aplicada en Caracas a 2.000 personas reveló que 1550 de ellas realizas
compras en los megamercados realizados quincenalmente a la Av. Bolívar. La
proporción de 0,775 (1550/2000=0.775) está bastante cerca de 0,80 para llegar a la
conclusión de la mayoría de la población de Caracas compra sus alimentos en los
megamercados con regularidad.
Z es una estadística de prueba normalmente distribuida cuando la hipótesis es verdad y
las demás suposiciones también son verdaderas.

P es 0,775, la proporción de la muestra
N es 2000, el número de encuestados
P es 0,80, la proporción hipotética de la población

80
,
2

2000

)

80
,
0

1(

80
,
0

80
,
0

2000

1550

)

1(

=

=

=

n P

p P

p

z

El valor z -2,80 está en la zona de rechazo, de modo que la hipótesis nula queda
rechazada en el nivel 0,05.

Ejercicio:

Se dan las siguientes hipótesis

57

H0= p

70
.
0

H1=p>0.70

Una muestra de 100 observaciones reveló que p=0.75. En el nivel de significancia de
0,05¿Es posible rechazar la hipótesis nula?

Prueba para la Diferencia entre dos Proporciones Poblacionales

En este tipo de pruebas interesa saber si dos proporciones de la población son iguales.
A continuación se presentan algunos ejemplos:
Una cooperativa de ropa casual elaboró un nuevo diseño de camisas para
caballeros, el nuevo modelo se le mostró a un grupo de posibles compradores
menores de 30 años y a otros mayores de 60 años. La cooperativa desea saber si
existe diferencia en la proporción de personas de ambos grupos a quienes les gusta
el nuevo diseño.
Una aerolínea está investigando sobre el miedo a volar entre adultos, de forma
específica quieren saber si existe alguna diferencia significativa entre la proporción
de hombres y de mujeres.

Prueba de proporciones de dos muestras

2

1

2

1

)

1(

1(

n p

p

n p

p

p

p

z

c

c

c

c

+

=

Donde:
n1 es el número en la primera muestra
n2 es el número en la segunda muestra
p1 es la proporción en la primera muestra que posee la característica
p2 es la proporción en la segunda muestra que posee la característica
pc es la proporción conjunta que posee la característica en la muestra combinada, se
calcula con la siguiente fórmula:

Proporción conjunta

2

1

2

1

_

_

_

_

_

_

_

n

n

X

X

m u e s tr a s

la s

d e

t o t a l

N ú m e r o

é x i t o s

d e

t o t a l

N ú m e r o

p

c

+

+

=

=

Donde:
X1 es el número que posee la característica en la primera muestra
X2 es el número que posee la característica en la segunda muestra

Ejemplo

Una fábrica de perfumes desarrollo una nueva fragancia llamada Rojo. Varias pruebas
indican que tiene una muy buena aceptación en el mercado, sin embargo interesa saber
si el perfume lo prefieren mujeres jóvenes o maduras. Se tomará una muestra aleatoria
de mujeres jóvenes y maduras y se les realizará una prueba dándoles a oler varios
perfumes entre ellos Rojo y se les piden que indiquen el que más les guste.
H0 no hay diferencia entre la proporción de mujeres jóvenes y maduras que prefieren
Rojo. La hipótesis alterna es que ambas proporciones no son iguales.
Ho:

2

1 p

p =

H1:

2

1 p

p

58

Seleccionemos el nivel de significancia, utilizaremos el 0.05

n1: mujeres jóvenes=100
X1: las que prefirieron Rojo=20

n2: mujeres maduras=200
X2: las que prefirieron rojo=100

20
.
0

100

20

1

1

1

=

=

=

nX

p

50
.
0

200

100

2

2

2

=

=

=

nX

p

La proporción conjunta o ponderada

40
.
0

300

120

200
100100

200

2

1

2

1

=

=

+

+

=

+

+

=

n
n X

X

pc

Observemos que la proporción conjunta de 0.40 está más cerca de 0.50 que de 0.20.
Esto se debe a que el muestreo incluyó más mujeres maduras.

0.
5

06
.
03.

0

200

)

4.
0

1(

40
.
0

100)

4.
0

1(

4.
0

50
.
0

20
.
0

)

1(

1(

2

1

2

1

=

=

+

=

+

=

n p

p

n p

p

p

p

z

c

c

c

c

El valor z calculado de -5 está en el área de rechazo, es decir, que la hipótesis de que
es igual la proporción de mujeres jóvenes y maduras que prefieren Rojo se rechaza, por
lo que se acepta la hipótesis alternativa.

Ejercicios: Realízalos y compártelos con tu grupo de estudio y tu profesor asesor.

1.De 150 adultos que probaron unos caramelos nuevos de sabor a durazno, 87 les
parecieron muy buenos. De 200 niños a 123 les gustaron muchísimo. Utilizando un
nivel de significancia de 0.10 se puede concluir que existe una diferencia
significativa en la proporción de adultos contra la de niños que consideran el nuevo
sabor como excelente.
a.Cuál es la hipótesis nula y la alternativa
b.Cual es la probabilidad de un error tipo I
c.Es una prueba de una o dos colas, por qué
d.Cual es el valor crítico
e.Debería rechazarse la hipótesis nula

2.Las hipótesis son: H0:

2

1 p

p = y H1:

2

1 p

p ≠. Una muestra de 200 observaciones de
la primera población indicó que X1 es 170. Una muestra de 150 observaciones de la
segunda población reveló que X2 es de 110. Use el nivel de significancia de 0.05
para probar la hipótesis.

59

Unidad IV

You're Reading a Free Preview

Descarga
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->