Objetivos

Describir el significado de una hiptesis nula y una

alternativa.
Transformar una declaracin verbal en una hiptesis nula o
alternativa, e incluso determinar si es adecuada una prueba
de dos colas o de una cola.
Describir qu significan los errores de tipo I y de tipo II, y
explicar cmo pueden reducirse en una prueba de
hiptesis.
Efectuar una prueba de hiptesis para la media o la
proporcin poblacional, interpretar los resultados de la
prueba y determinar la decisin de negocios correcta que
debe aplicarse.

Determinar y aplicar el valor de p para una prueba de
hiptesis.
Explicar cmo se relacionan los intervalos de confianza
con las pruebas de hiptesis.
Determinar y explicar la curva de potencia para una
prueba de hiptesis y dar una regla de decisin
especfica.
Determinar y explicar la curva caracterstica de
operacin para una prueba de hiptesis y una regla de
decisin especfica.
La hiptesis nula
El primer paso para examinar afirmaciones como las
anteriores es plantear una hiptesis nula, expresada
como H
0
(H subcero). La hiptesis nula es una
afirmacin acerca del valor de un parmetro poblacional
y se postula para ser probada segn la evidencia
numrica. Una hiptesis nula se rechaza o no se rechaza.
La hiptesis nula es la afirmacin de que todo sigue
igual, no ocurre nada extrao que prcticamente lo
invita a desafiar su veracidad. En la filosofa de una
prueba de hiptesis, se supone que la hiptesis nula es
verdadera a menos que tengamos una evidencia
estadstica abrumadora de lo contrario. En otras
palabras, tiene el beneficio de la duda.
La hiptesis alternativa

La hiptesis alternativa, H
1
(H subuno), es la
afirmacin que se sustenta si la hiptesis es falsa. Para
una prueba especfica, las hiptesis nula y alternativa
incluyen todos los valores posibles de un parmetro de
la poblacin, de modo que una de las dos tiene que ser
falsa.
Existen tres opciones posibles para
plantear las hiptesis nula y alternativa
Prueba direccional y prueba no
direccional
Una declaracin o afirmacin direccional sostiene
que un parmetro poblacional es mayor que (>), al
menos (), no mayor que () o menor que (<)
alguna cantidad. Por ejemplo, el proveedor de Jackson
afirma que no ms de 20% de las latas de remolacha
estn abolladas.
Una declaracin o afirmacin no direccional sostiene
que un parmetro es igual a alguna cantidad. Por
ejemplo, Titus Walsh afirma que 35% de los ciclistas
son ciudadanos de la tercera edad.

La prueba de hiptesis y la
naturaleza de la prueba
Figura 1
H
0
: p = 0.35 H
1
: p 0.35

Rechazar H
0
No rechazar H
0
Rechazar H
0




0.35
Proporcin de personas de la tercera edad en una muestra aleatoria de ciclistas
a) Titus Walsh: El 35% de los ciclistas del sistema son personas de la tercera edad
H
0
: p 0.20 H
1
: p > 0.20

No se rechaza H
0
Se rechaza H
0




0.20
Proporcin de envases abollados en una muestra aleatoria de latas de remolacha
a) Proveedor de Jackson Backus: No ms del 20% de las latas estn abolladas
Tabla 1: Categoras de las afirmaciones tpicas para las hiptesis nula y alternativa
A: La afirmacin es una igualdad, =
Ejemplo:El promedio de duracin de un neumtico es de 35 000 millas
H
0
: = 35 000 millas
H
1
: 35 000 millas
B: Las afirmaciones o (NO > o <)
Ejemplo: El promedio de duracin de un neumtico es al menos de 35 000 millas
H
0
: 35 000 millas
H
1
: < 35 000 millas
Ejemplo: El promedio de duracin de un neumtico es no ms de 35 000 millas
H
0
: 35 000 millas
H
1
: > 35 000 millas
Errores en las pruebas de
hiptesis

Pruebas de hiptesis:
procedimientos bsicos
1.- Formular las hiptesis nula y alternativa.
2.- Seleccionar el nivel de significancia.
3.- Seleccionar el estadstico de prueba y calcular su
valor.
4.- Identificar los valores crticos para el estadstico
de prueba y establecer la regla de decisin.
5.- Comparar los valores calculados y crticos y
llegar a una conclusin acerca de la hiptesis
nula.
6.- Tomar la decisin de negocios correspondiente.
Estadstico de la prueba, prueba z
para la media muestral:

Interpretacin del valor p en la
impresin de una computadora:
Prueba para la proporcin
En ocasiones, necesitamos comparar la proporcin de una muestra, , con un valor
supuesto en una hiptesis para la proporcin de la poblacin, p. Por ejemplo, cada una
de las siguientes situaciones puede someterse a las tcnicas de esta seccin:
Una destacada candidata para el concejo municipal declara que
65% de los electores de la ciudad pretende votar por ella en la
eleccin venidera. En un muestreo independiente, slo 40% de 120
electores dice que votar por la candidata.
Un propietario de un taller de reparacin de automviles afirma
que no ms de 5% de sus clientes est satisfecho con su trabajo.
Sin embargo, una encuesta de 150 clientes revela que 20% no est
satisfecho con el trabajo realizado.
Cuando una mquina funciona en forma correcta, slo 3% de las
unidades producidas estn defectuosas. En una muestra de 400
unidades, 4.5% estn defectuosas.
La distribucin tericamente correcta para abordar las proporciones es la distribucin
binomial. Sin embargo, la distribucin normal es una buena aproximacin cuando np
5 y n(1-p) 5.. Cuanto ms grande es el tamao de la muestra, mejor se torna esta
aproximacin y para la mayora de las situaciones prcticas se satisface esta condicin.
Cuando se usa la distribucin normal para pruebas de hiptesis acerca de la proporcin
muestral, el estadstico de la prueba es el siguiente:
Estadstico de la prueba, prueba z para la proporcin muestral
, donde
= la proporcin muestral
p = la proporcin poblacional de la hiptesis
n = el tamao de la muestra
el error estndar de la distribucin de la proporcin muestral

Prueba de dos colas para la proporcin
Ejemplo: El director de servicios de carreras de la
Hobart University declar que 70% de los
estudiantes universitarios de ltimo ao entra al
mercado laboral en un puesto directamente
relacionado con su rea de estudio. En una muestra
formada por 200 graduados de la generacin del ao
anterior, 66% obtuvo empleos relacionados con su
rea de estudios.
Solucin
Formular las hiptesis nula y alternativa
La afirmacin del director es no direccional y conduce a las hiptesis nula y alternativa
de:
H
0
: p =0.70 La proporcin de graduados que consiguen empleos en su rea de
estudios es de 0.70.
H
1
: p 0.70 La proporcin es un valor diferente de 0.70
Seleccionar el nivel de significancia
Para esta prueba, se utilizar un nivel de significancia de 0.05. La suma de las reas de
las dos colas ser 0.05.
Seleccionar el estadstico de la prueba y calcular su valor
El estadstico de la prueba ser z, el nmero de unidades de error estndar entre la
proporcin poblacional de la hiptesis, p = 0.70, y la proporcin muestral, p = 0.66. El
error estndar de la proporcin muestral es:
= 0.0324
y el valor calculado de z es:
= -1.23
I dentificar los valores crticos para el estadstico de la prueba y plantear
la regla de decisin

Dado que esta prueba es de dos colas y el nivel de significancia
seleccionado es de 0.05, los valores crticos sern z = -1.96 y z = +1.96.
La regla de decisin se plantea como Rechazar H
0
si la z calculada es <
-1.96 o > +1.96, de lo contrario no rechazar.

Comparar los valores calculado y crtico y llegar a una conclusin para
la hiptesis nula

El valor calculado del estadstico de la prueba, z = -1.23, cae entre los dos
valores crticos, lo cual lo coloca en la regin de no rechazo de la
distribucin. La hiptesis nula no se rechaza.
Tomar la decisin correspondiente

No rechazar la hiptesis nula nos hace concluir
que la proporcin de graduados que entran al
mercado laboral en puestos relacionados con su
rea de estudios puede ser igual al valor declarado
de 0.70. Si el director de servicios de carrera
afirma esto ante los estudiantes o sus padres, el
anlisis sugiere que su aseveracin no ser
cuestionada.
Prueba de una cola de una proporcin
Ejemplo: En una decisin administrativa, la U.S. Veterans
Administration (VA) cerr las unidades de ciruga cardaca en
varios de sus hospitales que realizaban menos de 150 operaciones
al ao o tenan tasas de mortalidad superiores a 5.0%. En una de las
unidades quirrgicas cerradas, se haban efectuado 100 operaciones
durante el ao anterior, con una tasa de mortalidad de 7.0%. Con
un nivel de significancia de 0.01, la tasa de mortalidad de este
hospital fue significativamente mayor que el valor lmite de 5.0%?
Considere que el desempeo del hospital representa una muestra de
la poblacin de operaciones que pudieron realizarse si hubieran
tenido pacientes.
Solucin
Formular las hiptesis nula y alternativa
La hiptesis nula supone que la tasa de mortalidad de la poblacin para la unidad de
ciruga cardaca del hospital en realidad es no mayor que 0.05, y que la proporcin
observada, = 0.07, se debi simplemente a una variacin casual.
La tasa de mortalidad verdadera para la unidad es no mayor que 0.05
La tasa de mortalidad verdadera es mayor que 0.05
El centro de la distribucin para la hiptesis, p = 0.05, es el valor ms alto posible para
el cual la hiptesis nula podra ser verdadera.
Seleccionar el nivel de significancia
El nivel de significancia se especific como = 0.01. Si la hiptesis nula fuera
verdadera, no habr ms que una probabilidad de 0.01 de rechazar incorrectamente.
Seleccionar el estadstico de prueba y calcular su valor
El estadstico de prueba ser z, calculada como . El error estndar de la
proporcin de la muestra y el valor calculado del estadstico de prueba son:

y
= 0.92
I dentificar el valor crtico para estadstico de prueba y plantear la regla de decisin
Para el nivel de 0.01, el valor crtico de z es z = 2.33. La regla de decisin se plantea
como Rechazar H
0
si la z calculada es z > +2.33, de lo contrario, no rechazar
Comparar los valores calculado y crtico y llegar a una conclusin para la hiptesis
nula
Como el valor calculado, z = 0.92, es menor que el valor crtico, cae en la regin de no
rechazo y la hiptesis nula, , no puede ser rechazada.
Tomar la decisin correspondiente

La tasa de mortalidad por ciruga cardaca para este
hospital pudo ser de 0.07 slo por casualidad, y su
cierre no puede ser justificado con base en el
argumento es significativamente mayor que 0.05.
Ejemplo
Suponga que la prueba de Extendabulb corresponde a una muestra
formada por n = 60 focos en lugar de slo 40. Con el tamao de
muestra ms grande, la prueba ahora se vera as:
La prueba no se modifica con respecto a los siguiente:
Hiptesis nula:
Hiptesis alternativa:
Desviacin estndar de la poblacin:
Nivel de significancia especificado:
Se modifica lo siguiente como resultado de n = 60 en lugar de n = 40:
El error estndar de la media muestral, , ahora es:

El valor crtico de z de +1.645 ahora corresponde a una media muestral de:
1030.00 + 1.645(11.62) horas = 1049.11 horas
La regla de decisin se convierte en, Rechazar si > 1049.11 horas
Con el tamao de muestra ms grande y esta nueva regla de decisin, encontraramos
los valores siguientes para la potencia de la prueba. En la tabla respectiva, se comparan
los valores de la potencia de la prueba con n = 60 y n = 40.
Cada prueba utiliza su propia regla de decisin para el nivel de significancia de
0.05.
Potencia de la prueba
Con n = 60 Con n = 40
Verdadero valor de
Prob.( >1049.11) Prob.( >1053.41)
1040 0.2177 0.1736
1060 0.8264 0.6772
1080 0.9961* 0.9693

Por ejemplo, para n = 60 y la regla de decisin mostrada;

con el rea de la curva a la derecha de z = -2.66 igual a 0.9961*
Como indican estas cifras, la misma prueba con n = 60 (y la regla de decisin
correspondiente) tendra una probabilidad ms grande de rechazar correctamente la
hiptesis nula falsa para cada posible media poblacional del caso anterior (curva de
potencia para una prueba de hiptesis). Si el ejemplo de Extendabulb hubiera
permanecido igual, pero slo se hubiera cambiado el tamao de la muestra, el
tamao de la muestra n = 60 hubiera producido valores de ( mucho ms alto
que los calculados antes para n = 40.
Diferencia Potencia (n = 40) Potencia1 (n = 60)
0 0.050000 0.050000
10 0.173064 0.216464
20 0.405399 0.530478
30 0.678437 0.825656
40 0.878205 0.963896
50 0.969174 0.996075
60 0.994937 0.999784
Power and Sample Size

1-Sample Z Test

Testing mean = null (versus > null)
Calculating power for mean = null + difference
Alpha = 0.05 Assumed standard deviation = 90


Sample
Difference Size Power
0 40 0.050000
10 40 0.173064
20 40 0.405399
30 40 0.678437
40 40 0.878205
50 40 0.969174
60 40 0.994937

Si consideramos un tamao de muestra de n = 60, obtenemos los siguientes resultados:
1-Sample Z Test

Testing mean = null (versus > null)
Calculating power for mean = null + difference
Alpha = 0.05 Assumed standard deviation = 90

Sample
Difference Size Power
0 60 0.050000
10 60 0.216464
20 60 0.530478
30 60 0.825656
40 60 0.963896
50 60 0.996075
60 60 0.999784
Se puede graficar la curva de potencia para los dos casos (n = 40 y n = 60):