Prueba de hipótesis
Para hacer inferencias acerca de los parámetros de una población se pueden encontrar
intervalos de confianza o probar hipótesis acerca de valores específicos acerca de ellos.
Una hipótesis estadística es una afirmación acerca de ciertas características de una población.
El valor de un parámetro
La forma de una distribución
la relación entre 2 parámetros
la independencia entre 2 atributos
Cuando se habla de una hipótesis paramétricas se hace referencia a una hipótesis relacionada
con el valor de un parámetro o la relación entre 2 o más de ellos cuando se habla de una
hipótesis no paramétrica se hacen referencia a otras características de las poblaciones bajo
estudio
Característica y terminología
1) la prueba de hipótesis se compone de dos valores principales que son :
Ho = hipótesis Nula
H1 = hipótesis alternativa o de investigación
2) La hipótesis nula y la hipótesis alternativa solo deben contener estados de la naturaleza
que lleven de manera univoca a una sola alternativa (eventos mutuamente
excluyentes), es decir si :
Ho : µ =10 y H1: µ ≠ 10
Solo una de ellas debe ser aceptada o rechazada
3) Para realizar una prueba de hipótesis se deben tener en cuenta los siguientes pasos:
Se plantea Ho ( la hipótesis nula) y H1 la hipótesis alternativa
Se toma una o varias muestras según el caso de las poblaciones bajo estudio
Se calcula el estadístico de la prueba con base en los resultados muéstrales y
suponiendo que Ho sea verdadera
Se compara con el valor teórico de la distribución y se toma la decisión
4) El signo igual en las hipótesis paramétricas siempre debe estar incluido en la hipótesis
nula, esto se justifica por el hecho de que el estadístico de la prueba debe calcularse
con el supuesto de que la hipótesis nula sea verdadera.
para una hipótesis no paramétrica la hipótesis H o debe contener la característica que
permita calcular las frecuencias esperadas o teóricas.
5) Cuando se acepta una hipótesis esto no significa que definitivamente sea verdadera,
sino que existen pocas evidencias muéstrales para rechazarlas
6) Cuando la probabilidad de observar un resultado correspondiente a una hipótesis nula
Ho es pequeña se concluirá que Ho es falsa en caso contrario se dice que es verdadera
7) En una prueba de hipótesis hay 4 tipos de decisiones
Decisiones correctas
Aceptar la hipótesis nula cuando es verdadera
Rechazar la hipótesis nula cuando es falsa
Decisiones incorrectas
Rechazar la hipótesis nula cuando es verdadera (error tipo I)
Aceptar la hipótesis nula cuando es falsa (error tipo II)
Las probabilidades de cada una de las 4 decisiones se definen así:
P(aceptar Ho /Ho es verdadera) = 1-α
P(rechazar Ho / Ho es falsa) = 1-β
P(rechazar Ho / Ho es verdadera) = P(cometer error tipo I) = α
P(aceptar Ho / Ho es falsa) = P(cometer error tipo II) = β
8) Para comprender mejor el significado el significado sobre la aceptación o rechazo de
una hipótesis nula (H0) téngase en cuenta el siguiente enunciado: una hipótesis nula H 0
se acepta cuando el estadístico muestral (estimador del parámetro con el supuesto de
que Ho es verdadero.
Considérese la hipótesis Ho: µ = 10 y H1:µ ≠ 10 suponga que para contrastar la hipótesis
se toma una muestra aleatoria de n = 36 además se conoce la desviación estándar de
la población σx = 2
sea 1 – α = 0.95
en consecuencia el intervalo de confianza para
µx = [ x ± Z1-α/2 σ x/√ n]
si se supone que Ho es verdadero entonces x = µo= 10 con lo cual el intervalo puede
2
escribirse como [10 ± 1.96 ( )] o también [9,346 ; 10,653] si la media de la muestra
6
fuera por ejemplo x = 10.5 se aceptara Ho porque esta valor estaría incluido dentro del
intervalo en caso contrario se rechazaría Ho
¿Cómo se simplifica el procedimiento anterior?
Estandarizando los límites del intervalo con el supuesto de que H o es verdadero se
obtiene:
9.346−10
Z1 = = -1.96
2/6
10.653−10
Z2 = = 1.96
2/6
Obsérvese que Z1 y Z2 coinciden con los coeficientes de confianza respectivamente Zα/2
y Z1-α/2 esto es Z0.025 = -1.96 y Z0.975=1.96 si el valor obtenido en la muestra fue de x =
10.5−10
10.5 su valor estandarizado Zc = = 1.5 cuyo valor se encuentra dentro del
2/6
intervalo [-1.96; 1.96] lo cual conduce a la aceptación de Ho, el valor de Zc se
denomina Z calculado y corresponde al valor estándar de la muestra calculada
En resumen:
Si se desea contrastar la hipótesis Ho: µ = µo y H1: µ ± µo el estadístico de la prueba es:
x−µ o
Zc = cuando n ≥ 30 o la población es normal.
σ x / √n
Para un nivel de confianza (1 – α) se rechaza la hipótesis nula cuando
Zc < Zα/2 ó Zc > Z1-α/2
Los intervalos anteriores determinan lo que se llama la región de rechazo de la
hipótesis nula Ho.
9) La región de rechazo en los contrastes de hipótesis depende de la relación de orden en
la hipótesis alternativa así:
Si H1 tiene la relación mayor que > el valor de α estará a la derecha de la distribución
por lo cual se rechaza Ho cuando: Zc > Z1-α/2
(9.1)
Si H1 tiene la relación diferente de (≠) el valor de α estará repartido en los 2
extremos de la distribución α/2 a la izquierda y α/2 a la derecha en este caso se
rechaza Ho cuando: Zc < Zα/2 ó Zc > Z1-α/2
(9.2)
Si H1 tiene la relacion menor que (<) el valor de α estar a la izquierda de la distribucion y
se rechaza H0 cuando Zc < Zα
(9.3)
Caso de aplicación:
la experiencia ha demostrado que la media de resistencia a la ruptura de una determinada
clase de hilo es de 9.72 onzas con una desviación estándar de 1.40 onzas recientemente se
tomó una muestra aleatoria de 36 piezas de hilo y se encontró que una resistencia media de
8.93onza ¿se puede asegurar que la resistencia del hilo es ahora menor con un nivel de
confianza del 95%?
Obsérvese que n> 30 y σx es conocida.
La pregunta puede ser respondida contrastando las hipótesis
Ho = µ = 9.72 (la resistencia del hilo se conserva igual)
H1 = µ = 9.72 (la resistencia del hilo es ahora menor)
N=36, x = 8.93, 1-α = 0.95, Z0.05=-1.64, σx= 1.4
x−µ o 8.93−9.72
Zc =
σ x / √n
= 1.4 / √ 36
= -3.38
zc = -3.38
Como Zc < Z0.05 se rechaza la hipótesis nula se acepta que la resistencia media del hilo es ahora
menor.
Bibliografía.
(9.1),(9.2)(9.3)http://www.virtual.unal.edu.co/cursos/sedes/manizales/4030006/lecciones/
capitulotres/prueba2_1.html
Estadística general aplicada (2007); Julio Cesar Ángel Gutiérrez; fondo editorial universidad
EAFIT; cap. 5.2.4 (pág. 399-418)
Gustavo Adolfo Díaz Hernández
Cód. 25351824
