Conferencia sobre Prueba de Hiptesis.

Introduccin:
Motivacin:
- Suponiendo que a cualquiera de ustedes en el futuro centro de trabajo quisieran considerar
la compra de un determinado biopreparado. La referencia que se tiene de esto es que son de
buena calidad y el director solicita de usted que verifique si es correcto ese planteamiento
antes de decidir la compra de otros lotes.
A travs de que procedimiento se podra comprobar si son de buena calidad!
"ara responder esta interro#ante desarrollemos el tema de $oy para lo cual nos proponemos
los si#uientes objetivos:
a% Anali&ar la forma de probar una $iptesis sobre la media de una poblacin con

desconocida.
'tulo: "rueba de $iptesis
Sumario
(iptesis estadstica. (iptesis nula. (iptesis alternativa. )rror de tipo I. )rror de tipo II.
*cima para la media de una poblacin. . *cima para proporciones.
Desarrollo:
+uc$as veces en la pr,ctica tenemos que tomar decisiones sobre poblaciones a partir de
informaciones muestrales. )stas decisiones se llaman decisiones estadsticas. "or ejemplo-
podemos probar si un biofertili&ante es mejor que otro. una norma de rie#o incrementa el
rendimiento de un cultivo- etc.
Al intentar tomar decisiones- es /til $acer suposiciones acerca de las poblaciones anali&adas-
estas suposiciones que pueden ser o no verdaderas son llamadas $iptesis estadsticas y en
#eneral son suposiciones sobre las distribuciones de probabilidad de las poblaciones.
Los procedimientos que nos permiten decidir si se acepta o se rec$a&a la $iptesis o
determinar si las muestras observadas difieren #randemente de los resultados esperados-
son llamados pruebas o dcimas de $iptesis.
La prueba de $iptesis es la parte de la inferencia estadstica que nos brinda los mtodos
necesarios para decidir acerca de la valide& de una $iptesis estadstica- en base a los
resultados observados en una muestra.
0na $iptesis estadstica es una aseveracin o conjetura con respecto a una o m,s
poblaciones. La verdad o falsedad de una $iptesis estadstica nunca se sabe con absoluta
certidumbre a menos que e1aminemos toda la poblacin. )sto es poco pr,ctico y en su lu#ar
tomamos una muestra aleatoria de la poblacin. La aceptacin de una $iptesis simplemente
implica que los datos no dan suficiente evidencia para rec$a&arla.
(iptesis nula y alternativa.
La estructura de la prueba de $iptesis se formular, con el uso del trmino $iptesis nula.
)sta se refiere a cualquier $iptesis que deseamos probar y se denota por (o. )l rec$a&o de
(o conduce a la aceptacin de una $iptesis alternativa que se denota por (l
'enemos:
(iptesis nula 2 (o
(iptesis alternativa 2 (l
1
(o: 3ontiene siempre la i#ualdad 42%. )s la que se acepta o se rec$a&a. )s la que se somete
a prueba.
(5: )s la que deber, ser aceptada si la (o se rec$a&a o viceversa.
)jemplo
Se conoce que el peso promedio de un conejo de 6 meses de edad es de 5788 # y
desviacin est,ndar de 568 #. Se suministr una cierta dieta a un #rupo de 588 conejos y se
obtuvo un peso promedio de 59:8. "ruebe la $iptesis de que el peso promedio es diferente
de 5788# a un nivel de si#nificacin del 5;.
"lanteamos la $iptesis
(o: < 2 5788.
(l : < = 5788
)l procedimiento utili&ado para rec$a&ar o aceptar una $iptesis es lo que se llama: Prueba
de Hiptesis
>ivel de si#nificacin.
Al probar una $iptesis la probabilidad m,1ima con que desearamos arries#arnos a un error
de tipo I se llama nivel de si#nificacin de la prueba o dcima. )sta probabilidad con
frecuencia se denota por ?- #eneralmente es especificada antes de que se saquen al#unas
muestras de manera que los resultados obtenidos no influir,n en nuestra seleccin.
)n la pr,ctica es normal un nivel de si#nificacin de 8.89 de 8.85- aunque se pueden usar
otros valores. Sui por ejemplo se selecciona un nivel de si#nificacin del 9 ; al dise@ar una
prueba de $iptesis- $ay 9 oportunidades entre 588 de que rec$acemos la $iptesis cuando
esta debe ser aceptada- es decir tenemos un A9 ; de confian&a de $aber tomado la decisin
correcta. )n tal caso decimos que la $iptesis $a sido rec$a&ada a un nivel de si#nificacin
del 9 ; lo que indica que podemos estar equivocados con una probabilidad de 8.89.
Antes de reali&ar una prueba tenemos que fijar la parte que nos $ace rec$a&ar la $iptesis
que estamos probando- llam,ndose a esta parte del espacio muestral: Regin crtica o de
rechazo y los otros valores: Regin de aceptacin.
Regin crtica: Brea donde se rec$a&a (o 4(iptesis nula%
Regin de aceptacin: Brea donde se acepta (o 4(iptesis nula%.
)squema
(iptesis
(o: 2 o
(5: = o
4"rueba de dos colas%

2
(iptesis
(o: 2 o
(5: C o
4"rueba de una cola a la derec$a%
(iptesis
(o: 2 o
(5: D o
4"rueba de una cola a la i&quierda%
Tipo de errores:
)n cualquier prueba de $iptesis se utili&a una muestra para e1traer conclusiones acerca de
la poblacin correspondiente pero esta conclusin no ser, del todo cierta pues cualquier
prueba incluye un ries#o de error por eso puede ocurrir que:
- Eec$a&amos (o: Siendo cierto
- Aceptamos (o: Siendo falso
Existen dos tipos de errores:
)rror tipo I o

)rror tipo II o F
)squema.
*ecisin "osibilidad Eesultado de la decisin
Eec$a&ar (o: cierta )rror tipo I

(o: falsa *ecisin correcta

Aceptar (o: cierta *ecisin correcta
(o: falsa )rror tipo II
4F%
G sea cuando rec$a&amos una $iptesis cuando debiera aceptarse- decimos que se $a
cometido un error de tipo I- si por el contrario aceptamos una $iptesis cuando debe ser
rec$a&ada decimos que se $a cometido un error de tipo II. )n ambos caso se $a tomado una
decisin errnea o se $a incurrido en un error al $acer el juicio- por lo que se debe tratar de
que disminuyan los errores de decisin. )sto no es sencillo- ya que para el tama@o de
muestra dado- un intento de disminuir un tipo de error viene acompa@ado por el aumento del
otro. )n la pr,ctica un tipo de error puede ser m,s serio que otro. La /nica forma de reducir
ambos tipos de error es aumentar el tama@o de la muestra.
Procediientos para !a prueba de hiptesis.
5.- )stablecer la $iptesis nula.
3
6.- )le#ir una $iptesis alternativa apropiada a partir de una de las alternativas HD H8. H C H8.
H = H8.
I.- )le#ir un nivel de si#nificacin de tama@o ?.
J.- Seleccionar la estadstica de prueba apropiada y establecer la re#in crtica.
9.- 3alcular el valor del estadstico de prueba a partir de los datos de la muestra.
7.- *ecisin. Eec$a&ar (8 si la estadstica de prueba tiene un valor en la re#in crtica.
Prueba de Hiptesis sobre !a edia de una pob!acin con

conocida
)jemplo:
Supon#amos que el peso promedio del cultivo del tomate en el Gr#anopnico del centro es
de 7K L#Mparcela y la desviacin tpica de 58 N#. 0n investi#ador selecciona una muestra
aleatoria de JA parcelas y determina en ella lo si#uiente:
X 2 7J N#-
"ruebe la $iptesis de que el rendimiento promedio de la muestra difiere del de la poblacin
a un nivel de si#nificacin del 9;.
Solucin:
*atos:
n 2 JA
X 2 9K N#

2 58 N#
2 7K N#

2 9 ;
5% "lanteamiento de la $iptesis:
(o: 2 7K N#
(l: 2 = 7K N#
Ee#in crtica
Oc C O45-
2

%
Oc D O45-
2

%
6% 3,lculo del estadstico
Oc 2
n
X

2
49 10
68 64
2
7 / 10
4
2
43 . 1
4
2-6.K8
I% 3alculando el valor de O tabulado:
O45-
2

%
O 2 48.A:9%
O 2 5.A7
4
J% 'oma de decisiones:
Oc C O 45-
2

% -6.K8 C 5.A7 >o se cumple.

Oc D O 45-
2

% -6.K8 D -5.A7 Se cumple.

Oc cae en la re#in crtica o de rec$a&o ya que -6.K8 D -5.A7- el estad#rafo medio no est, de
acuerdo con el par,metro- o sea rec$a&amos la $iptesis nula y aceptamos la alternativa- el
rendimiento de la muestra es diferente del de la poblacin.
(iptesis Ee#in crtica

conocida
n I8
Ee#in crtica
desconocida
n I8
5% (o:
1
2
0

(5:
1
=
0

O cal C O tab

O cal D - O tab
t cal C t tab

t cal D - t tab
2) (o:
1
2
0

(l:
1
C
0


O cal C O tab t cal C t tab
3) (o:
1
2
0

(l:
1
D
0

O cal D - O cal t cal D - t tab

3onocida

desconocida
O 2
n
X

t 2
n
S
X

E"ep!os:
)l Instituto >acional de proteccin de plantas- plantea que la duracin 4distribuida
normalmente% de determinado producto sistmico es inferior a 68 meses- para probar esto se
seleccion una muestra de 7J productos- siendo la media muestral i#ual a 66. Se conoce que
la desviacin tpica poblacional es i#ual a :. )s cierta la afirmacin de los investi#adores del
Instituto para un nivel de si#nificacin del 9 ;.
Solucin:
*atos:
X 2 66

2 :
o
2 68
n 2 7J

2 8.89
5
6% "lanteamiento de la $iptesis
(o:

268

(l:
1
D68
Regin crtica
O cal D -O tab
3,lculo del estad#rafo con

conocida
O cal 2
n
X

2
64
7
20 22
2
875 . 0
2
2 6.6K
3,lculo de la O tabulada
O tab 2 5-

2 5-8.89 2 8.A988 2 5.79

3omprobemos si el planteamiento es cierto
O cal 2 6.6K
O tab 2 5.79
O cal O tab
6.6K -5.79
7% 'oma de decisiones:
3omo Oc C -Ot se acepta la $iptesis alternativa y se rec$a&a la nula
"or lo que el planteamiento de los investi#adores no es cierto.
Prueba de hiptesis sobre la media de una poblacin con

desconocida.
3on

desconocida se usa la distribucin t de Student- pero para muestras #randes- $emos

anali&ado en conferencias anteriores que mientras mayores sean los #rados de libertad-
mayor ser, el parecido de estas dos distribuciones.
)n este caso la desviacin tpica de la muestra puede apro1imarse a la desviacin tpica de
la poblacin- o sea:
O 2
n
S
X
)jemplo
Se conoce que el peso promedio de un conejo de 6 meses de edad es de 5788 # y
desviacin est,ndar de 568 #. Se suministr una cierta dieta a un #rupo de 588 conejos y se
obtuvo un peso promedio de 59:8. "ruebe la $iptesis de que el peso promedio es diferente
de 5788# a un nivel de si#nificacin del 5;.
"lanteamos la $iptesis
6
(o: < 2 5788.
(l : < = 5788
"ero si en ve& de trabajar con muestras #randes- se trabajara con muestras peque@as-
entonces trabajaramos con la distribucin t de Student y para esta distribucin se requiere
que la variable aleatoria- est distribuida normalmente- por lo que debe de tenerse cuidado
cuando se trabaja con muestras peque@as a diferencia de las muestras #randes- donde
probablemente X se distribuya normalmente en forma apro1imada a diferencia de las
muestras que necesitan del conocimiento de

o una buena estimacin de ella- las

muestras peque@as no necesariamente necesitan de su conocimiento y podemos afirmar que
en muc$os problemas pr,cticos no puede obtenerse.
Ser, S una buena estimacin de

cuando las muestras son peque@as!

tc 2
1

n
S
X
"resentamos a$ora en forma tabular las re#iones crticas para cada una de las $iptesis
teniendo en cuenta que

es desconocida
(iptesis Ee#in crtica 'oma de decisiones
(o:

o tc C t45- . n-5% Si esto se cumple se rec$a&a (o- si ocurre

(l:

o que tc D t45-

. n-5% se acepta (o
(o:

o tc D -t 45-

. n-5% Si esto ocurre se rec$a&a (o- si tc C -t 45-

.
(l:

o n-5% se acepta (o.

(o:

o tc C t45-
2

. n-5% Si estos planteamientos ocurren se

rec$a&a
(l:

o tc D - t45-
2

. n-5% (o.
E"ep!o:
Supon#amos que el peso promedio de las frutas de una poblacin de meln es de J.78 N#.
0n investi#ador selecciona una muestra de 68 frutas de forma aleatoria y determina en ella
los si#uientes estad#rafos X 2 J.98 N#- S 2 5.I N#.
"ruebe la $iptesis de que el estad#rafo medio est, de acuerdo con el par,metro de la
poblacin para un nivel de si#nificacin del 9 ;.
Solucin:
*atos:

2 J.78 N#
X 2 J.98 N#
S 2 5.I N#
n 2 68
5% (o: m 2 J.78 N#
(l: m = J.78 N#
7
t2
34 . 0
20
3 . 1
60 . 4 50 . 4
=

n
S
x

'cal 2 -8.IJ.
'tab2 5-
19 ;
2
05 . 0
1 1 ;
2
= n

'tab2 5-8.869. 5A2 8.A:9. 5A 2 6.8A

"rueba de $iptesis entre dos medias.
5.- Se desean comparar dos dosis de un bioestimulador del crecimiento en ca@a de a&/car.
Se tomaron 56 muestras de plantas tratadas con la dosis 5 obteniendo una lon#itud media de
5-6 m. *e la dosis 6 se tomaron K muestras obteniendo una lon#itud promedio de 5-59. *e
e1periencias anteriores se sabe que la varian&a es de 8-J8 apro1imadamente. "arece
ra&onable la diferencia entre los dos resultados!
5.- "lanteamos la $iptesis.
(o: <5 2<6 ?28.85
(l: <5= <6
6.- 3omo P no es conocida aplicamos O.
2
1
1
1
2 1
n n
X X
Z
+

I.- *atos.
<525.6 m
<625.59 m
P
6
28.J: P 28.7I69
Ocal28.5:DOtab26.9K Aceptamos la $iptesis nula y rec$a&amos la alternativa- por lo que la
diferencia resulta ra&onable.
6.- Se probaron dos tipos de alimentos para cerdos. Se desea probar cual de los dos tipos es
mejor. 0na muestra de 56 cerdos se alimenta con la dieta 5 y otra muestra con la dieta 6. Las
#anancias de peso son las si#uientes:
*ieta
5
I5 IJ 6A 67 I6 I9 IK IJ I8 6A I6 I5
*ieta
6
67 6J 6K 6A I8 6A I6 67 I5 6A I6 6K
5.- "lanteamos la $iptesis.
(o: <5 2<6 ?28.89
(l: <5= <6
6.- 3omo P no es conocida aplicamos t de student.
8
2
1
1
1
2 2 1
) 1 2 ( ) 1 1 (
2 1
2
2
2
1
n n n n
S n S n
X X
t
+
+
+

=
*atos.
<52I5.:9.
<626K.77
t26.79
3omo 6.79C6.8: rec$a&amos (o por lo que la dieta 5 es mas efectiva que la 6.
)jercicios propuestos.
6.-Se compararon 6 tipos de insecticidas- siendo el 5 m,s barato que el tipo 6. Los datos
e1presan el ; de insectos muertos por ,rea y se anali&an un total de 9 muestras. >os
#ustara adoptar el tipo 5 a menos que ten#amos ra&n para creer que el 6 es mejor. >ivel de
si#nificacin 9 ;.
Insecticida 5 K9 K: A6 K8 KJ
Insecticida 6 KA KA A8 KJ KI
E3: 'cal C 'tab
'cal D -'tab
"or lo tanto aceptamos la (o y se rec$a&a la (l por lo tanto el planteamiento de los
investi#adores nos es correcto.
9