Está en la página 1de 41

Test de hiptesis

Prof. Mara B. Pintarelli

4- Test o prueba de hiptesis


4.1 Introduccin
Hasta ahora hemos estudiado el problema de estimar un parmetro desconocido a partir de una muestra
aleatoria.
En muchos problemas se requiere tomar una decisin entre aceptar o rechazar una proposicin sobre
algn parmetro. Esta proposicin recibe el nombre de hiptesis estadstica, y el procedimiento de toma
de decisin sobre la hiptesis se conoce como prueba o test de hiptesis.
Como se emplean distribuciones de probabilidad para representar poblaciones, tambin podemos decir
que una hiptesis estadstica es una proposicin sobre la distribucin de probabilidad de una variable
aleatoria, donde la hiptesis involucra a uno ms parmetros de esta distribucin.
Por ejemplo, supongamos que cierto tipo de motor de automvil emite una media de 100 mg de xidos
de nitrgeno (NOx) por segundo con 100 caballos de fuerza. Se ha propuesto una modificacin al diseo
del motor para reducir las emisiones de NOx. El nuevo diseo se producir si se demuestra que la media
de su tasa de emisiones es menor de 100 mg/s. Se construye y se prueba una muestra de 50 motores
modificados. La media muestral de emisiones de NOx es de 92 mg/s, y supongamos que se puede asumir
que es 21 mg/s.
La variable aleatoria de inters en este caso es X: tasa de emisin de un motor modificado tomado al
azar.
La preocupacin de los fabricantes consiste en que los motores modificados no puedan reducir todas la
emisiones; es decir que la media poblacional pudiera ser 100 o mayor que 100.
Entonces, la pregunta es: es factible que esta muestra pueda provenir de una v.a. con media 100 o
mayor?
ste es el tipo de preguntas que las pruebas de hiptesis estn diseadas para responder. Veremos cmo
construir una prueba de hiptesis, pero podemos decir que en general se basa en construir a partir de la
muestra aleatoria un estadstico, y segn el valor que tome este estadstico de prueba se aceptar o se
rechazar la hiptesis.
Se ha observado una muestra con media X = 92 .
Hay dos interpretaciones posibles de esta observacin:
1- La media poblacional es realmente mayor o igual que 100, y la media muestral es menor que 100
debido a la variabilidad propia de la variable aleatoria X
2- La media poblacional es en realidad menor que 100, y la media muestral refleja este hecho.
Estas dos explicaciones tienen nombres: la primera se llama hiptesis nula; la segunda es la hiptesis
alternativa.
En la mayora de las situaciones la hiptesis nula dice que el efecto que indica la muestra es atribuible
solamente a la variacin aleatoria del estadstico de prueba.
La hiptesis alternativa establece que el efecto que indica la muestra es verdadero.
Para hacer las cosas ms precisas, todo se expresa mediante smbolos. La hiptesis nula se denota por
H 0 , la hiptesis alternativa se denota con H 1 . Como es usual la media poblacional se anota . Por lo
tanto se tiene
H 0 : 100 contra H 1 : < 100 (hiptesis alternativa unilateral)
Esencialmente, para realizar una prueba de hiptesis se pone la hiptesis nula en juicio. Se asume que
H 0 es verdadera, de la misma manera como se empieza en un juicio bajo el supuesto de que un acusado
es inocente. La muestra aleatoria proporciona la evidencia.

75

Test de hiptesis

Prof. Mara B. Pintarelli

Las hiptesis son siempre proposiciones sobre los parmetros de la poblacin o distribucin bajo
estudio, no proposiciones sobre la muestra.
Otros tipos de hiptesis que podran formularse son

H 0 : 100 contra H 1 : > 100

(hiptesis alternativa unilateral)

H 0 : = 100 contra H 1 : 100

(hiptesis alternativa bilateral)

En el ejemplo tenemos X 1 , X 2 ,..., X 50 muestra aleatoria de la v.a. X definida anteriormente.


Como estamos haciendo una hiptesis sobre la media poblacional es razonable tomar como estadstico
de prueba a X . El valor observado de la media muestral es X = 92 .
Si el valor de X es muy menor que 100 entonces se considera que hay evidencia en contra H 0 y se la
rechaza, aceptando la hiptesis alternativa.
Si el valor de X no es muy menor que 100 entonces se considera que no hay evidencia en contra H 0
y se rechaza la hiptesis alternativa.
Ya veremos como construir una regla de decisin, supongamos ahora que tenemos la siguiente regla:

se rechaza H 0 si X < 95

se acepta H 0 si X 95

El intervalo 95, es la zona de aceptacin.

La regin ; 95 es la zona de rechazo o regin crtica.

Mientras que 95 es el punto crtico.


Como estamos tomando una decisin basados en el valor de un estadstico podemos cometer dos tipos
de errores: rechazar H 0 cuando sta es verdadera, es decir el estadstico toma valores en la zona de
rechazo cuando H 0 es verdadera; o aceptar H 0 cuando sta es falsa, es decir que el estadstico tome
valores en la zona de aceptacin cuando H 0 es falsa.
El primero se conoce como error de tipo I, y el segundo como error de tipo II.
Debido a que la decisin se basa en variables aleatorias es posible asociar probabilidades a los errores de
tipo I y II, especficamente anotamos

= P(error de tipo I )
= P(error de tipo II )
A = P(error de tipo I ) se lo conoce como nivel de significancia del test.
Para calcular estas probabilidades debemos conocer la distribucin del estadstico de prueba en el caso
de ser H 0 verdadera, es decir debemos conocer la distribucin del estadstico de prueba bajo H 0 .
76

Test de hiptesis

Prof. Mara B. Pintarelli

En el ejemplo anterior la muestra es grande, ya sabemos que por T.C.L. el estadstico


Z=

X 100

N (0,1) si H 0 es verdadera, o sea Z =

X 100
N (0,1)
21
50

Entonces para calcular planteamos:

= P(error de tipo I ) = P rechazar H 0 / H 0 es V = P( X < 95 / = 100 ) =

X 100 95 100
95 100
= P
<
21
= ( 1.6835) = 1 0.95352 = 0.04648
21
21

50
50
50

Esto significa que el 4.64% de las muestras aleatorias conducirn al rechazo de la hiptesis H 0 : 100
cuando el verdadero sea mayor o igual que 100.
En este caso el grfico de la zona de rechazo es

= 0.04648

212

N 100,
50

Del grfico anterior vemos que podemos reducir al aumentar la zona de aceptacin. Por ejemplo
supongamos que ahora la regla de decisin es
se rechaza H 0 si X < 93

se acepta H 0 si X 93

Entonces = P(error de tipo I ) = P rechazar H 0 / H 0 es V = P( X < 93 / = 100) =

X 100 93 100
93 100
= P
<
21
= ( 2.357 ) = 1 0.99061 = 0.00939
21
21

50
50
50

77

Test de hiptesis

Prof. Mara B. Pintarelli

Tambin se puede reducir aumentando el tamao de la muestra. Supongamos que n = 85 , entonces

= P (error de tipo I ) = P rechazar H 0 / H 0 es V = P ( X < 95 / = 100 ) =

X 100 95 100
95 100
= P
<
21
= ( 2.195) = 1 0.98574 = 0.01426
21
21

85
85
85

Tambin es importante examinar la probabilidad de cometer error de tipo II, esto es

= P(error de tipo II ) = P (aceptar H 0 / H 0 es falsa )


Pero en este caso para llegar a un valor numrico necesitamos tener una alternativa especfica pues en
nuestro ejemplo:

= P(error de tipo II ) = P(aceptar H 0 / H 0 es falsa ) = P( X 95 / 100 ) =

X
95
95
= P

= 1 21
= ( )
21
21

50
50
50

Donde anotamos con a la verdadera media poblacional desconocida.


Podemos entonces calcular para un valor particular de , por ejemplo nos puede interesar como se
comporta el test cuando la verdadera media es = 94 , entonces

X 94 95 94
95 94

(94) = P
= 1 21
= 1 (0.3367 ) = 1 0.62930 = 0.3707
21
21

50
50
50

Grficamente:

bajo H 1 : = 94
bajo H 0 : = 100

zona de rechazo

(94) = 0.3707

78

Test de hiptesis

Prof. Mara B. Pintarelli

La probabilidad de cometer error de tipo II crece a medida que el valor verdadero de se acerca al
valor hipottico. Por ejemplo si el verdadero valor de fuera 94.7 entonces

X 94.7 95 94.7
95 94.7
(94.7 ) = P

= 1
= 1 (0.101015) = 1 0.53983 = 0.46017
21
21

21

50
50
50

bajo H 1 : = 94.7

bajo H 0 : = 10'0

(94.7) = 0.46017

zona de rechazo

Adems, la probabilidad de cometer error de tipo II disminuye a medida que el valor verdadero de
se aleja del valor hipottico. Por ejemplo si el verdadero valor de fuera 90 entonces

X 90 95 90
95 90

=
1

21
= 1 (1.6835) = 1 0.95352 = 0.04648
21
21

50
50
50

(90 ) = P

bajo H 1 : = 90

bajo H 0 : = 100

(90 ) = 0.04648

zona de rechazo

79

Test de hiptesis

Prof. Mara B. Pintarelli

Tambin se puede reducir la probabilidad de cometer error de tipo II con el tamao de la muestra. Por
ejemplo si n = 85 entonces y = 94

X 94 95 94
95 94

=
1

21
= 1 (0.4390) = 1 0.67003 = 0.32997
21
21

85
85
85

(94) = P

Lo que se ha visto en los ejemplos anteriores se puede generalizar. Podemos recalcar los siguientes
puntos importantes:
1- El tamao de la regin crtica, y en consecuencia la probabilidad de cometer error de tipo I,
siempre pueden reducirse mediante una seleccin apropiada de los valores crticos.
2- Los errores tipo I y II estn relacionados. Una disminucin en la probabilidad en un tipo de error
siempre da como resultado un aumento en la probabilidad del otro, siempre que el tamao de la
muestra no cambie.
3- En general, un aumento en el tamao de la muestra reduce tanto a como a , siempre que los
valores crticos se mantengan constantes.
4- Cuando la hiptesis nula es falsa, aumenta a medida que el valor verdadero del parmetro tiende
al valor hipottico propuesto por la hiptesis nula. El valor de disminuye a medida que aumenta
la diferencia entre el verdadero valor medio y el propuesto.
En general el investigador controla la probabilidad del error de tipo I cuando selecciona los valores
crticos. Por lo tanto el rechazo de la hiptesis nula de manera errnea se puede fijar de antemano. Eso
hace que rechazar la hiptesis nula sea una conclusin fuerte.
La probabilidad de error de tipo II no es constante, sino que depende del valor verdadero del parmetro. Tambin depende del tamao de la muestra que se haya seleccionado. Como est en funcin
del tamao de la muestra y del valor verdadero del parmetro, la decisin de aceptar la hiptesis nula se
la considera una conclusin dbil, a menos que se sepa que es aceptablemente pequeo. Por lo tanto
cuando se acepta H 0 en realidad se es incapaz de rechazar H 0 . No se puede rechazar H 0 pues no

hay evidencia en contra H 0 .


Un concepto importante es el siguiente:
La potencia de un test es la probabilidad de rechazar la hiptesis nula. La simbolizamos ( ) . Para los
valores de tal que la alternativa es verdadera se tiene

( ) = P rechazar H 0 / H 0 es falsa = 1 ( )
Las pruebas estadsticas se comparan mediante la comparacin de sus propiedades de potencia.
La potencia es una medida de la sensibilidad del test, donde por sensibilidad se entiende la capacidad de
una prueba para detectar diferencias.
En el ejemplo anterior, la sensibilidad de la prueba para detectar la diferencia entre una tasa de emisin
media de 100 y otra de 94 es (94) = 1 (94 ) = 1 0.3707 = 0.6293 . Es decir si el valor verdadero de la
tasa de emisin media es 94, la prueba rechazar de manera correcta H 0 y detectar esta diferencia el
62.93% de las veces. Si el investigador piensa que este valor es bajo entonces el investigador puede
aumentar o el tamao de la muestra.

80

Test de hiptesis

Prof. Mara B. Pintarelli

4.2 Prueba de hiptesis sobre la media, varianza conocida


Veamos ahora cmo construir una regla de decisin sobre la media de una poblacin.
Supongamos que la variable aleatoria de inters X tiene una media y una varianza 2 conocida.
Asumimos que X tiene distribucin normal, es decir X ~ N ( , 2 ) .
Nuevamente, como en el ejemplo introductorio, es razonable tomar como estadstico de prueba al pro 2
.
medio muestral X . Bajo las suposiciones hechas tenemos que X ~ N ,
n

Supongamos que tenemos las hiptesis


H 0 : = 0

contra

H1 : 0

Donde 0 es una constante especfica. Se toma una muestra aleatoria X 1 , X 2 ,..., X n de la poblacin.

2
, por lo tanto el estadstico
Si H 0 : = 0 es verdadera, entonces X ~ N 0 ,
n

X 0
tiene distribucin N (0,1) si H 0 : = 0 es verdadera
Z=

n
Tomamos a Z como estadstico de prueba

Si H 0 : = 0 es verdadera entonces P z Z z
2
2

=1

N (0,1)

z
2

z
2

Zona de aceptacin
Es evidente que una muestra que produce un valor del estadstico de prueba que cae en las colas de la
distribucin de Z ser inusual si H 0 : = 0 es verdadera, por lo tanto esto es un indicador que H 0 es
falsa.
Entonces la regla de decisin es:

rechazar H 0 si Z > z

aceptar
H
si
Z

z
0

81

Test de hiptesis

Prof. Mara B. Pintarelli

Notar que la probabilidad que la estadstica de prueba tome un valor que caiga en la zona de rechazo si
H 0 es verdadera es igual a , es decir la probabilidad de cometer error de tipo I es pues

X 0

P(error de tipo I ) = P rechazar H 0 / H 0 es V = P


> z


2
n

X 0

X 0

= P
> z + P
< z = + =
2 2
2
2


n
n

= 0 =

Ejemplo:
El porcentaje deseado de SiO2 en cierto tipo de cemento aluminoso es 5.5. Para probar si el verdadero
promedio de porcentaje es 5.5 para una planta de produccin en particular, se analizaron 16 muestras
obtenidas de manera independiente. Supongamos que el porcentaje de SiO2 en una muestra est normalmente distribuido con = 3 , y que x = 5.25 .
Indica esto de manera concluyente que el verdadero promedio de porcentaje difiere de 5.5?. Utilice
= 0.01
Solucin:
La v.a. de inters es X: porcentaje de SiO2 en cierto tipo de cemento aluminoso
Asumimos que X ~ N ( , 3 2 )
Podemos plantear las hiptesis
H 0 : = 5.5 contra

H 1 : 5.5

Tenemos una muestra de tamao n = 16 que dio un promedio muestral x = 5.25


Como = 0.01 entonces z = z 0.005 = 2.575
2

X 5. 5

> 2.575
rechazar H 0 si 3

16
Por lo tanto la regla de decisin es

X 5.5
aceptar H 0 si
2.575
3

16

El estadstico

X 5.5
5.25 5.5
= 0.333333
toma el valor z 0 =
3
3
16
16

Como z 0 = 0.333333 < 2.575 = z 0.01 se acepta H 0


2

Tambin podemos desarrollar tests o pruebas de hiptesis para el caso de que la hiptesis alternativa es
unilateral.

82

Test de hiptesis

Prof. Mara B. Pintarelli

Supongamos las hiptesis

H 0 : = 0

H1 : > 0

contra

En este caso la regin crtica debe colocarse en la cola superior de la distribucin normal estndar y el
rechazo de H 0 se har cuando el valor calculado de z 0 sea muy grande, esto es la regla de decisin ser

X 0
> z
rechazar H 0 si

0
aceptar H si
z
0

N (0,1)

zona de aceptacion

De manera similar para las hiptesis

H 0 : = 0

contra

H1 : < 0

se calcula el valor del estadstico de prueba z 0 y se rechaza H 0 si el valor de z 0 es muy pequeo, es


decir la regla de decisin ser

X 0
< z
rechazar H 0 si

X
0
aceptar H si
z
0

83

Test de hiptesis

Prof. Mara B. Pintarelli

N (0,1)

zona de aceptacion

Ejemplo:
Se sabe que la duracin, en horas, de un foco de 75 watts tiene una distribucin aproximadamente normal, con una desviacin estndar de = 25 horas. Se toma una muestra aleatoria de 20 focos, la cual
resulta tener una duracin promedio de x = 1040 horas
Existe evidencia que apoye la afirmacin de que la duracin promedio del foco es mayor que 1000
horas?. Utilice = 0.05 .
Solucin:
La v.a. de inters es X: duracin en horas de un foco tomado al azar
Asumimos X ~ N ( , 25 2 )
Podemos plantear las hiptesis

H 0 : = 1000 contra

H 1 : > 1000

Tenemos una muestra de tamao n = 20 que dio un promedio muestral x = 1040


Como = 0.05 entonces z = z 0.05 = 1.645

X 1000
> 1.645
rechazar H 0 si 25

20
Por lo tanto la regla de decisin es
X

1000
aceptar H 0 si
1.645
25

20
X 1000
1040 1000
El estadstico toma el valor Z =
toma el valor z 0 =
= 7.1554
25
25
20
20
Como z 0 = 7.1554 > 1.645 = z 0.05 se rechaza H 0

P- valor
Hasta ahora se dieron los resultados de una prueba de hiptesis estableciendo si la hiptesis nula fue o
no rechazada con un valor especificado de o nivel de significancia.
A menudo este planteamiento resulta inadecuado, ya que no proporciona ninguna idea sobre si el valor
calculado del estadstico est apenas en la regin de rechazo o bien ubicado dentro de ella. Adems, esta
forma de establecer los resultados impone a otros usuarios el nivel de significancia predeterminado.

84

Test de hiptesis

Prof. Mara B. Pintarelli

Para evitar estas dificultades, se adopta el enfoque del p-valor. El valor p o p-valor es la probabilidad de
que el estadstico de prueba tome un valor que sea al menos tan extremo como el valor observado del
estadstico de prueba cuando la hiptesis nula es verdadera. Es as como el p-valor da mucha informacin sobre el peso de la evidencia contra H 0 , de modo que el investigador pueda llegar a una conclusin
para cualquier nivel de significancia especificado.
La definicin formal del p-valor es la siguiente:
El valor p es el nivel de significancia ms pequeo que conduce al rechazo de la hiptesis nula H 0
Para las pruebas de distribuciones normales presentadas hasta el momento, es sencillo calcular el pvalor.
Si z 0 es el valor calculado del estadstico de prueba Z, entonces el p-valor es
a) si las hiptesis son

H 0 : = 0

contra

H1 : 0

b) si las hiptesis son

H 0 : = 0

contra

H1 : > 0

H 0 : = 0

contra

p valor = P( Z > z 0 ) = 1 P( Z < z 0 ) = 1 [ ( z 0 ) ( z 0 )] = 1 [2 ( z 0 ) 1] = 2[1 ( z 0 )]

p valor = P(Z > z 0 ) = 1 P(Z z 0 ) = 1 (z 0 )


c) si las hiptesis son

p valor = P(Z < z 0 ) = ( z 0 )

H1 : < 0

Un p-valor muy chico significa mucha evidencia en contra de H 0 ; un p-valor alto significa que no hay
evidencia en contra H 0
Notar que:
Si < p valor entonces se acepta H 0 con nivel de significancia
Si > p valor entonces se rechaza H 0 con nivel de significancia
Esto se ilustra en las siguientes figuras:

p valor

z0
zona de rechazo

z 0 z
zona de rechazo

Ejemplos:
1- En el ejemplo anteltimo referido al porcentaje deseado de SiO2 en cierto tipo de cemento aluminoso
las hiptesis eran: H 0 : = 5.5 contra H 1 : 5.5 ; y el estadstico de prueba tom el valor

z 0 = 0.333333 < 2.575 = z 0.01 ; por lo tanto se aceptaba H 0 .


2

85

Test de hiptesis

Prof. Mara B. Pintarelli

En esta caso p valor = P( Z > z 0 ) = 2[1 ( z 0 )] = 2[1 (0.33333)] = 2[1 0.62930] = 0.7414

Como el p-valor es muy alto no hay evidencia en contra H 0 . Se necesitara tomar un valor de
mayor a 0.7414 para rechazar H 0 .
2- En el ltimo ejemplo, sobre la duracin, en horas, de un foco de 75 watts, las hiptesis eran
H 0 : = 1000 contra
H 1 : > 1000 ; y el estadstico Z tom el valor z 0 = 7.1554 > 1.645 = z 0.05 ;
por lo tanto se rechazaba H 0 .
En este caso
p valor = P(Z > z 0 ) = 1 ( z 0 ) = 1 (7.1554 ) 0
Como el p-valor es casi cero hay mucha evidencia en contra de H 0 . Prcticamente para ningn
valor de se acepta H 0

Error de tipo II y seleccin del tamao de la muestra


En la prueba de hiptesis el investigador selecciona directamente la probabilidad del error de tipo I. Sin
embargo, la probabilidad de cometer error de tipo II depende del tamao de la muestra y del valor
verdadero del parmetro desconocido.
Supongamos las hiptesis
H 0 : = 0 contra H 1 : 0
Entonces si anotamos con al valor verdadero del parmetro

X 0

= P(aceptar H 0 H 0 es falsa ) = P
z 0

2
n

X 0
no tiene distribucin N (0,1)
Como la hiptesis nula es falsa, entonces

n
Por lo tanto hacemos lo siguiente:

X 0

X + 0

0
X
; y ahora como
~ N (0,1) pues se estandariz a

X con el verdadero , entonces

X 0
z
= P

2
n

X 0
z
0 = P z

2
2
n

X 0
= P z
+
z

2
2
n
n

0 =

(
(
0 ) X
0 )
0 = P z

z
=

n
n
n

86

Test de hiptesis

Prof. Mara B. Pintarelli

0 )
0 )
(
(
( 0 ) n z ( 0 ) n
= z
z
= z

n
n

En consecuencia
Si las hiptesis son H 0 : = 0

( ) = z

contra

( 0 )

H 1 : 0 , entonces

( 0 ) n
n z

Para un valor especfico de y un valor de dado, podemos preguntarnos qu tamao de muestra se


necesita para que sea menor que un valor dado en particular 0 .

( 0 ) n 0 , y planteamos que
Por ejemplo si 0 > 0 entonces podemos aproximar z

( 0 ) n < . Buscamos en la tabla de la N (0,1) para qu z se cumple que


( ) = z
0

( z ) = 0 , lo anotamos z 0 , y entonces podemos escribir

( 0 )

n < z 0

z + z 0 <

( 0 )

z + z 2
0

n> 2
( 0 )2

( 0 ) n 1 , y planteamos que
En el caso de ser 0 < 0 entonces podemos aproximar z

( 0 ) n < . Es decir 1 < z ( 0 ) n


( ) = 1 z
0
0

Buscamos en la tabla de la N (0,1) para qu z se cumple que ( z ) = 1 0 , lo anotamos z 0 , y entonces podemos escribir
2

z
2

( 0 )

n > z 0

z + z 0 <
2

( 0 )

- 0 <0

z + z 2
0

n> 2
( 0 )2

En consecuencia queda la misma frmula que la anterior


Por lo tanto
Si las hiptesis son H 0 : = 0

contra

H 1 : 0 , entonces

z + z 2

n> 2
( 0 )2

87

Test de hiptesis

Prof. Mara B. Pintarelli

En forma anloga se pude probar que si las hiptesis son

H 0 : = 0

H1 : > 0

contra

Entonces

= P(aceptar H 0

X 0
H 0 es falsa ) = P
z

X 0
= P
+
z

n
n

0 =

X
( 0 )
( 0 )
( 0 )
0 = P
z
n
= z
= z

n
n
n

Entonces
Si las hiptesis son :

H 0 : = 0

( 0 )

( ) = z

Y si tenemos las hiptesis H 0 : = 0

= P(aceptar H 0

contra

H1 : < 0

contra

X 0
H 0 es falsa ) = P
z

n

X 0
= P
+
z

n
n

H 1 : > 0 entonces

0 =

X
(
( 0 ) n
0 )

0 = P
z

= 1 z

n
n

Entonces
Si las hiptesis son :

H 0 : = 0

( 0 )

( ) = 1 z

adems

con

una

deduccin

Si las hiptesis son H 0 : = 0

contra

anloga
contra

n>

(z

H 1 : < 0 entonces

al

caso

de

H 1 : > 0 , (o H1 : > 0 )

alternativa

bilateral:

entonces

+ z 0 2
2

( 0 )2

88

Test de hiptesis

Prof. Mara B. Pintarelli

Ejemplos:
1- En el ejemplo referido al porcentaje deseado de SiO2 en cierto tipo de cemento aluminoso las
hiptesis eran:
H 0 : = 5. 5
contra
H 1 : 5.5 ; y el estadstico de prueba tom el valor
z 0 = 0.333333 < 2.575 = z 0.01 ; por lo tanto se aceptaba H 0 . Tenamos n = 16 y = 3
2

Si el verdadero promedio de porcentaje es = 5.6 y se realiza una prueba de nivel = 0.01 con
base en n = 16, cul es la probabilidad de detectar esta desviacin?
Qu valor de n se requiere para satisfacer = 0.01 y (5.6) = 0.01 ?
Solucin:
La probabilidad de detectar la desviacin es la potencia del test cuando = 5.6 , es decir

(5.6 ) = P rechazar H 0 / H 0 es falsa = 1 (5.6)

Como estamos con hiptesis alternativa bilateral, calculamos

(5.6 0 )
n z
n =

(5.6 5.5) 16 2.575 (5.6 5.5) 16 = (2.441) ( 2.708) =

= 2.575

3
3

= 0.99266 (1 0.99664 ) = 0.9893

(5.6 ) = 0.0107

(5.6) = z

(5.6 0 )

Ahora se quiere hallar n tal que (5.6) = 0.01 , como el test es bilateral podemos usar directamente la
frmula con z 0 = z 0.01 = 2.33
2

z + z 2
0

(2.575 + 2.33)2 32 = 21653.1225

n> 2
=
( 0 )2
(5.6 5.5)2

n 21654

2- En el ltimo ejemplo, sobre la duracin, en horas, de un foco de 75 watts, las hiptesis eran
H 0 : = 1000 contra
H 1 : > 1000 ; y el estadstico Z tom el valor z 0 = 7.1554 > 1.645 = z 0.05 ;
por lo tanto se rechazaba H 0 .
En este caso = 25 y n = 20
Si la verdadera duracin promedio del foco es 1050 horas, cul es la probabilidad de error de tipo
II para la prueba?
Qu tamao de muestra es necesario para asegurar que el error de tipo II no es mayor que 0.10 si la
duracin promedio verdadera del foco es 1025 hs. ?
Solucin:
Como las hiptesis son H 0 : = 1000 contra H 1 : > 1000 entonces

( 0 )

( ) = z

(1050 1000) 20 = ( 7.29927 ) 0

n = 1.645

25

Para hallar n tal que (1025) 0.1 aplicamos la frmula con z 0 = z 0.1 = 1.285

89

Test de hiptesis

(z
n>

Prof. Mara B. Pintarelli

+ z 0 2
2

( 0 )2

(1.645 + 1.285)2 252


(1025 1000 )2

= 8.584

n9

Relacin entre test de hiptesis e intervalos de confianza


Existe una estrecha relacin entre la prueba de hiptesis bilateral sobre un parmetro y el intervalo de
confianza de nivel 1 para .
Especficamente supongamos que tenemos las hiptesis

H 0 : = 0

contra

H1 : 0

La regla de decisin es

X 0

> z
rechazar H 0 si
2

X 0
aceptar H 0 si
z

2
n

Aceptar H 0

X 0

si

es equivalente a:

aceptar H 0

si z
2

n
su vez equivalente, despejando 0 , a:
aceptar H 0 si X z

0 X z

0 X + z

;X + z

X 0

z ; y esto es a
2

; es decir si

Pero resulta que X z


;X +z
2
n
2
n

para el verdadero parmetro de nivel 1 .

es el intervalo de confianza que se construira

Por lo tanto la regla de decisin queda:

rechazar H si X z
0
0

aceptar
si
X z

H
0
0

n
n

;X + z
;X + z

90

Test de hiptesis

Prof. Mara B. Pintarelli

Ejemplo:
En el ejemplo referido al porcentaje deseado de SiO2 en cierto tipo de cemento aluminoso las
hiptesis eran: H 0 : = 5.5 contra H 1 : 5.5 ;
y tenamos n = 16 ; = 3 ; un promedio muestral x = 5.25
Como = 0.01 entonces z = z 0.005 = 2.575
2

Construimos un intervalo de confianza de nivel 1 = 1 0.01 = 0.99

X z

;X + z


= 5.25 2.575

3
16

; 5.25 + 2.575

3
16

= 3.31875; 7.18125

Entonces la regla de decisin es:


rechazar H 0 si 5.5 [3.31875; 7.18125]

aceptar H si 5.5 [3.31875; 7.18125]


0

Como 5.5 [3.31875; 7.18125], entonces se acepta H 0 .

4.3 Prueba de hiptesis sobre la media, varianza desconocida para muestras grandes
Hasta ahora se ha desarrollado el procedimiento de test de hiptesis para la hiptesis nula
H 0 : = 0 suponiendo que 2 es conocida, pero en la mayora de las situaciones prcticas 2 es
desconocida. En general si n 30 , entonces la varianza muestral S 2 est prxima a 2 en la mayor
parte de las muestras, de modo que es posible sustituir S 2 por 2 . Es decir el estadstico
Z=

X 0
N (0,1)
S
n

aproximadamente, si n 30 si H 0 : = 0

Adems, si no podemos decir que la muestra aleatoria proviene de una poblacin normal, sea 2 conocida o no, por T.C.L. los estadsticos

Z=

X 0
N (0,1) aproximadamente, si n 30 si H 0 : = 0
S
n

Y
Z=

X 0

N (0,1) aproximadamente, si n 30 si

H 0 : = 0

n
Las pruebas de hiptesis tendrn entonces un nivel de significancia aproximadamente de
Ejemplo:
Un inspector midi el volumen de llenado de una muestra aleatoria de 100 latas de jugo cuya etiqueta
afirmaba que contenan 12 oz. La muestra tena una media de volumen de 11.98 oz y desviacin estn-

91

Test de hiptesis

Prof. Mara B. Pintarelli

dar de 0.19 oz. Sea la verdadera media del volumen de llenado para todas las latas de jugo recientemente llenadas con esta mquina. El inspector probar H 0 : = 12 contra H 1 : 12
a) Determinar el p-valor
b) Piensa que es factible que la media del volumen de llenado es de 12 oz?
Solucin:
La v.a. de inters sera X: volumen de llenado de una lata tomada al azar
No se especifica ninguna distribucin para X. Anotamos E ( X ) = y V ( X ) = 2 , ambas desconocidas.
Se toma una muestra de n = 100 latas y se obtiene x = 11.98 y s = 0.19
Las hiptesis son H 0 : = 12 contra H 1 : 12
El estadstico de prueba es
Z =

X 0
X 12
y
=
S
S
n
100

si H 0 : = 12 es verdadera

entonces Z N (0,1)

11.98 12
= 1.0526
0.19
100
Como la hiptesis alternativa es bilateral entonces
p valor = P( Z > z 0 ) 2[1 (1.0526 )] = 2[1 0.85314] = 0.29372
El estadstico Z toma el valor z 0 =

Como el p-valor es mayor que 0.05 se considera que no hay evidencia en contra de H 0 : = 12
Por lo tanto es factible que la media del volumen de llenado sea de 12 oz

4.4 Prueba de hiptesis sobre la media de una distribucin normal, varianza desconocida
Cuando se prueban hiptesis sobre la media de una poblacin cuando 2 es desconocida es posible
utilizar los procedimientos de prueba dados anteriormente siempre y cuando el tamao de la muestra sea
grande ( n 30 ). Estos procedimientos son aproximadamente vlidos sin importar si la poblacin de
inters es normal o no. Pero si la muestra es pequea y 2 es desconocida debe suponerse que la distribucin de la variable de inters es normal.
Especficamente, supongamos que la v.a. de inters tiene distribucin N ( , 2 ) donde y 2 son
desconocidas.
Supongamos las hiptesis H 0 : = 0 contra H 1 : 0
Sea X 1 ; X 2 ,..., X n una muestra aleatoria de tamao n de la v.a. X y sean X y S 2 la media y la varianza
muestrales respectivamente.
El procedimiento se basa en el estadstico
T=

X 0

S/ n
El cual, si la hiptesis nula es verdadera, tiene distribucin Student con n-1 grados de libertad.
Entonces, para un nivel prefijado, la regla de decisin es

92

Test de hiptesis

Prof. Mara B. Pintarelli

X 0

rechazar H 0 si
> t

, n1
S
rechazar H 0 si T > t
2
,n 1

n
2
es decir

aceptar
H
si
T
t

, n 1
X 0
2

aceptar H 0 si
t
,n 1
S

2
n

La lgica sigue siendo la misma, si el estadstico de prueba toma un valor inusual, entonces se considera que hay evidencia en contra H 0 y se rechaza la hiptesis nula. Como ahora la distribucin del

estadstico es Student, nos fijamos si T toma un valor t 0 en las colas de la distribucin Student con n-1
grados de libertad.

Si la alternativa es H 1 : > 0 entonces la regla de decisin es

Si la alternativa es H 1 : < 0 entonces la regla de decisin es

rechazar H 0 si T > t ,n1

aceptar H si T t
0
, n 1

rechazar H 0 si T < t ,n1

aceptar H si T t
0
,n 1

Ejemplo:
Antes de que una sustancia se pueda considerar segura para enterrarse como residuo se deben caracterizar sus propiedades qumicas. Se toman 6 muestras de lodo de una planta de tratamiento de agua residual en una regin y se les mide el pH obtenindose una media muestral de 6.68 y una desviacin estndar muestral de 0.20. Se puede concluir que la media del pH es menor que 7.0? Utilizar = 0.05 y
suponer que la muestra fue tomada de una poblacin normal.
Solucin:
La v.a. de inters es X: pH de una muestra de lodo tomada al azar
Asumimos que X tiene distribucin N ( , 2 )
Las hiptesis seran H 0 : = 7.0 contra H 1 : < 7.0

6.68 7.0
X 7.0
y toma el valor t 0 =
= 3.919
S/ 6
0.20 / 6
Buscamos en la tabla de la distribucin Student t ,n 1 = t 0.05,5 = 2.015

El estadstico de prueba es T =

Entonces como t 0 = 3.919 < t ,n1 = t 0.05,5 = 2.015 se rechaza H 0 , por lo tanto hay evidencia que

< 7.0
P-valor de un test t
En este caso el clculo del p- valor se realiza considerando:
Si t 0 es el valor calculado del estadstico de prueba T, entonces el p-valor es
a) las hiptesis son

H 0 : = 0

contra

H1 : 0

b) las hiptesis son

H 0 : = 0

contra

H1 : > 0

p valor = P(T > t 0 ) = 1 P (T t 0 ) = 2(1 P(T t 0 ))

p valor = P(T > t 0 ) = 1 P(T t 0 )

93

Test de hiptesis

Prof. Mara B. Pintarelli

c) las hiptesis son


p valor = P(T t 0 )

H 0 : = 0

contra

H1 : < 0

Para calcular el p-valor en una prueba t nos encontramos con la dificultad que las tablas de la Student no
son completas, por lo tanto en algunas ocasiones se deber acotar el p-valor
En el ejemplo anterior para calcular el p-valor de la prueba como es un test con alternativa unilateral
p valor = P(T t 0 ) = P(T 3.919 )
Buscamos en la tabla de la distribucin Student la fila donde figuran = 5 grados de libertad y vemos
que el valor 3.919 no est tabulado.
Pero 3.365 < 3.919 < 4.032 , y P(T5 > 3.365) = 0.01 y P(T5 > 4.032 ) = 0.005
Por lo tanto 0.005 < P(T5 > 3.919 ) < 0.01 , es decir

0.005 < p valor = P(T5 < 3.919) < 0.01


Podemos deducir que existe evidencia de que la media del pH es menor que 0.7

4.5 Prueba de hiptesis sobre la diferencia de dos medias, varianzas conocidas


Supongamos que tenemos dos variables aleatorias independientes normalmente distribuidas:
X 1 ~ N 1 , 12
y suponemos que las varianzas 12 y 22 son conocidas.

2
X
~
N

2
2
2

(
(

)
)

Sean adems
X 11 , X 12 ,..., X 1n1 una muestra aleatoria de tamao n1 de X 1

(
(X

21

)
) una muestra aleatoria de tamao n

, X 22 ,..., X 2 n2

de X 2 .

El inters recae en probar que 1 2 = 0 donde 0 es un valor fijado, por ejemplo si 0 = 0


entonces se querr probar que 1 2 = 0 es decir que las medias son iguales.
Ya sabemos que bajo las suposiciones anteriores

12
1 n1
X 1 = X 1i ~ N 1 ,
n1 i =1
n1

n2

22
X = 1

X
~
N

,
2i
2 n
2 n2
i =1
2

Y adems

2 2
X 1 X 2 ~ N 1 2 , 1 + 2 .
n1
n2

Por lo tanto

Z=

X 1 X 2 ( 1 2 )

12
n1

22

~ N (0,1) , es decir, tiene distribucin normal estandarizada.

n2

94

Test de hiptesis

Prof. Mara B. Pintarelli

Si consideramos las hiptesis


H 0 : 1 2 = 0

contra

Entonces usamos como estadstico de prueba a Z =

H 1 : 1 2 0

X1 X 2 0

12
n1

Z=

X1 X 2 0

12
n1

22

~ N(0,1)

si

22
n2

H 0 : 1 2 = 0

es verdadera

n2

Por lo tanto la regla de decisin ser

rechazar H 0 si Z > z

aceptar
H
si
Z

z
0

donde

Z=

X1 X 2 0

12
n1

22
n2

rechazar H 0 si Z > z

Si H 1 : 1 2 > 0 entonces la regla de decisin es


aceptar H 0 si Z z

rechazar H 0 si Z < z

Si H 1 : 1 2 < 0 entonces la regla de decisin es


aceptar H 0 si Z z

Ejemplos:
1- Un diseador de productos est interesado en reducir el tiempo de secado de una pintura tapaporos.
Se prueban dos frmulas de pintura. La frmula 1 tiene el contenido qumico estndar, y la frmula 2
tiene un nuevo ingrediente secante que debe reducir el tiempo de secado. De la experiencia se sabe que
la desviacin estndar del tiempo de secado es 8 minutos, y esta variabilidad no debe verse afectada
por la adicin del nuevo ingrediente. Se pintan 10 especmenes con la frmula 1 y otros 10 con la frmula 2 los tiempos promedio de secado muestrales fueron x1 = 121 minutos y x2 = 112 minutos respectivamente.
A qu conclusiones debe llegar el diseador del producto sobre la eficacia del nuevo ingrediente utilizando = 0.05 ?
Solucin:
Aqu las hiptesis son H 0 : 1 2 = 0
El estadstico de prueba es Z =

X1 X 2
82 82
+
10 10

contra

H 1 : 1 2 > 0

y toma el valor

z0 =

121 112
82 82
+
10 10

= 2.52

95

Test de hiptesis

Prof. Mara B. Pintarelli

Buscamos en la tabla de la normal estndar z = z 0.05 = 1.645


Como z 0 = 2.52 > z = z 0.05 = 1.645 se rechaza H 0 al nivel 0.05 y se concluye que el nuevo ingrediente disminuye el tiempo de secado.

El clculo del p-valor y la deduccin de la probabilidad de cometer error de tipo II se obtienen de


manera anloga a los casos anteriores. Por ejemplo para la alternativa bilateral la expresin para
es la siguiente donde anotamos 1 2 = 0 =

= P(aceptar H 0

H 0 es falsa ) = z
z

12 22
12 22
2
2
+
+

n1 n2
n1 n2

En el ejemplo anterior el p valor = P(Z > z 0 ) = P(Z > 2.52 ) = 1 (2.52 ) = 0 0059
Tambin es posible obtener frmulas para el tamao de la muestra necesario para obtener una especfica para una diferencia dada en las medias 1 2 = 0 = y . Si asumimos que

n1 = n2 = n entonces
2

Para H 1 : 1 2 0

Para H 1 : 1 2 > 0

es

z + z 2 + 2
2

0
1
n> 2

H 1 : 1 2 < 0 es

(z
n>

+ z 0

) (
2

2
1

+2

4.6 Prueba de hiptesis sobre la diferencia de dos medias, varianzas desconocidas


Caso 1: 12 22
Supongamos que tenemos dos variables aleatorias independientes normalmente distribuidas:

(
(

X 1 ~ N 1 , 12

2
X 2 ~ N 2 , 2

)
)

y las varianzas 12 y 22 son desconocidas .

y adems

96

Test de hiptesis

(X
(X

Prof. Mara B. Pintarelli

)
) es una muestra aleatoria de tamao n

11

, X 12 ,..., X 1n1 es una muestra aleatoria de tamao n1 de X 1

21

, X 22 ,..., X 2 n2

de X 2 .

Si las muestras aleatorias se toma de una distribucin normal, donde 1 y 2 son desconocidos,
n1 30 y n 2 30 , entonces se puede probar que al reemplazar 1 por S1 y 2 por S2, el estadstico

X 1 X 2 ( 1 2 )
2
2
S1 + S 2
n1
n2

N (0,1)

aproximadamente

X 1 X 2 0
2
2
S1 + S 2
n1
n2

Por lo tanto si anotamos Z =

valen las reglas de decisin vistas en la seccin

anterior, con la diferencia que el nivel de significancia del test ser aproximadamente 1
Si ahora n1 o n 2 no son mayores que 30, entonces
*
T =

X 1 X 2 0
2
2
S1 + S 2
n1
n2

tiene distribucin aproximadamente Student con


H 0 : 1 2 = 0 donde

2
S 22
S1
n1 + n2

S12
n1
n1 1

grados de libertad bajo la hiptesis

si no es entero, se toma el entero ms prximo a


2

S 22
n
2

n2 1

Por lo tanto, si las hiptesis son


H 0 : 1 2 = 0

contra

H 1 : 1 2 0 entonces la regla de decisin es

rechazar H 0 si T * > t
,

*
aceptar H 0 si T t ,
2

rechazar H 0 si T * > t ,

Si H 1 : 1 2 > 0 entonces la regla de decisin es


*
aceptar H 0 si T t ,

97

Test de hiptesis

Prof. Mara B. Pintarelli

rechazar H 0 si T * < t ,

Si H 1 : 1 2 < 0 entonces la regla de decisin es


*
aceptar H 0 si T t ,

Ejemplo:
Un fabricante de monitores prueba dos diseos de microcircuitos para determinar si producen un flujo
de corriente equivalente. El departamento de ingeniera ha obtenido los datos siguientes:

Diseo 1

n1 = 15

x1 = 24.2

s12 = 10

Diseo 2

n 2 = 10

x 2 = 23.9

s 22 = 20

Con = 0.10 se desea determinar si existe alguna diferencia significativa en el flujo de corriente medio entre los dos diseos, donde se supone que las poblaciones son normales.
Solucin:
Las variables aleatorias de inters son
X 1 : flujo de corriente en diseo 1
X 2 : flujo de corriente en diseo 2

Asumimos que X 1 ~ N 1 , 12 y X 2 ~ N 2 , 22 donde los parmetros son desconocidos


Las hiptesis seran H 0 : 1 2 = 0 contra H 1 : 1 2 0
El estadstico de prueba es

X1 X 2
2
S
+ S2
15
10

*
T =

que en este caso toma el valor t 0 =

2
1

Debemos buscar en la tabla de la distribucin Student t = t 0.10


2

2
S 22
S1
n1 +
n2

S 12

n1

n1 1

Por lo tanto t
2

24.2 23.9

= 0.18
10 20
+
15 10
entonces calculamos

S 22

n2

= 14.933 15

n2 1

= t 0.05,15 = 1.753

Como t 0 = 0.18 < t 0.05,15 = 1.753 entonces se acepta H 0 : 1 2 = 0


No hay evidencia fuerte que las medias de los dos flujos de corriente sean diferentes.
Si calculamos el p-valor
p valor = P T * > t 0* = P T * > 0.18 > 0.40
*

) (

98

Test de hiptesis

Prof. Mara B. Pintarelli

Caso 2: 12 = 22 = 2
Supongamos que tenemos dos variables aleatorias independientes normalmente distribuidas:

X 1 ~ N (1 , 12 )

2
X 2 ~ N ( 2 , 2 )

y las varianzas 12 y 22 son desconocidas pero iguales.

y adems
X 11 , X 12 ,..., X 1n1 es una muestra aleatoria de tamao n1 de X 1

(
(X

21

)
) es una muestra aleatoria de tamao n

, X 22 ,..., X 2 n2

2
1

de X 2 .

2
2

Sean X 1 y X 2 las medias muestrales y S y S las varianzas muestrales. Como S12 y S 22 son los
estimadores de la varianza comn 2 , entonces construimos un estimador combinado de 2 . Este
estimador es
S p2 =

(n1 1)S12 + (n2 1)S 22


n1 + n 2 2

Se puede comprobar que es un estimador insesgado de 2 .


Ya vimos que se puede probar que el estadstico
T=

r
X1 X 2 0
Sp

1
1
+
n1 n 2

tiene distribucin Student con n1 + n 2 2 grados de libertad

Por lo tanto, si las hiptesis son


H 0 : 1 2 = 0

contra

H 1 : 1 2 0 entonces la regla de decisin es

rechazar H 0 si T > t
, n1 + n 2 2

aceptar H 0 si T t , n1 + n2 2

2
rechazar H 0 si T > t ,n1 + n2 2

Si H 1 : 1 2 > 0 entonces la regla de decisin es


aceptar H 0 si T t ,n1 + n2 2

rechazar H 0 si T < t ,n1 + n2 2

Si H 1 : 1 2 < 0 entonces la regla de decisin es


aceptar H 0 si T t ,n1 + n2 2

Ejemplo:
Se tienen las mediciones del nivel de hierro en la sangre de dos muestras de nios: un grupo de nios
sanos y el otro padece fibrosis qustica. Los datos obtenidos se dan en la siguiente tabla:
sanos

n1 = 9

x1 = 18.9

s12 = 5.9 2

enfermos

n 2 = 13

x 2 = 11.9

s 22 = 6.3 2

99

Test de hiptesis

Prof. Mara B. Pintarelli

Podemos asumir que las muestras provienen de poblaciones normales independientes con iguales varianzas.
Es de inters saber si las dos medias del nivel de hierro en sangre son iguales o distintas. Utilizar
= 0.05
Solucin:
Las variables de inters son
X 1 : nivel de hierro en sangre de un nio sano tomado al azar
X 2 : nivel de hierro en sangre de un nio con fibrosis qustica tomado al azar

Asumimos que X 1 ~ N 1 , 2 y X 2 ~ N 2 , 2
Consideramos las hiptesis
H 0 : 1 2 = 0 contra H 1 : 1 2 0
Para calcular el valor del estadstico de prueba, primero calculamos
S p = S p2 =

(n1 1)S12 + (n 2 1)S 22


n1 + n 2 2

El estadstico de prueba es T =

(9 1)5.9 2 + (13 1)6.3 2

r
X1 X 2
Sp

1 1
+
9 13

9 + 13 2

y toma el valor t 0 =

Buscamos en la tabla de la distribucin Student t


2

, n1 + n2 2

= 6.14

18.9 11.9
1 1
+
6.14
9 13

= 2.63

= t 0.025, 20 = 2.086

Como t 0 = 2.63 > t 0.025, 20 = 2.086 entonces se rechaza H 0 : 1 2 = 0


Si calculamos el p-valor de la prueba
p valor = 2(1 P(T < t 0 )) = 2(1 P(T < 2.63)) = 2 P(T > 2.63)
Vemos de la tabla de la Student que t 0.01, 20 = 2.528 y t 0.005, 20 = 2.845 por lo tanto
2 0.005 < p valor = 2 P(T > 2.63) < 2 0.01 es decir 0.01 < p valor < 0.02

4.7 Prueba de hiptesis sobre la diferencia de dos medias para datos de a pares
Ya se vio el caso, cuando se habl de intervalos de confianza para una diferencia de medias, de datos
dados de a pares, es decir ( X 11 , X 21 ); ( X 12 , X 22 );...; X 1n1 , X 2 n .

Las variables aleatorias X 1 y X 2 tienen medias 1 y 2 respectivamente.


Consideramos D j = X 1 j X 2 j con j = 1,2,..., n .
Entonces

100

Test de hiptesis

Prof. Mara B. Pintarelli

E (D j ) = E (X 1 j X 2 j ) = E (X 1 j ) E (X 2 j ) = 1 2
y

V (D j ) = V (X 1 j X 2 j ) = V (X 1 j ) + V (X 2 j ) 2Cov (X 1 j , X 2 j ) = 12 + 22 2Cov( X 1 , X 2 )
Estimamos E (D j ) = 1 2 con D =

1 n
1 n
D j = (X 1 j X 2 j ) = X 1 X 2

n j =1
n j =1

En lugar de tratar de estimar la covarianza, estimamos la V (D j ) con S 2D =


Anotamos D = 1 2 y

Asumimos que D j ~ N D , D

1
n 1

= V (D )

) con

(D D )
n

j =1

j = 1,2,..., n

Las variables aleatorias en pares diferentes son independientes, no lo son dentro de un mismo par.
Para construir una regla de decisin nuevamente, consideramos el estadstico
T=

D D
SD / n

con distribucin t n 1

Si tenemos las hiptesis


H 0 : 1 2 = 0
Entonces el estadstico de prueba es
D 0
T=
y tiene distribucin t n 1
SD / n

contra

H 1 : 1 2 0

si H 0 : 1 2 = 0 es verdadera

rechazar H 0 si T > t
,n 1

2
Por lo tanto, la regla de decisin es
aceptar H 0 si T t ,n1
2

Si H 1 : 1 2 > 0 entonces la regla de decisin es

Si H 1 : 1 2 < 0 entonces la regla de decisin es

rechazar

aceptar

rechazar

aceptar

donde T =

D 0
SD / n

H 0 si T > t ,n1
H 0 si T t ,n1
H 0 si T < t ,n1
H 0 si T t ,n1

Ejemplo:
Se comparan dos microprocesadores en una muestra de 6 cdigos de puntos de referencia para determinar si hay una diferencia en la rapidez. Los tiempos en segundos utilizados para cada procesador en cada
cdigo estn dados en la siguiente tabla:

101

Test de hiptesis

Prof. Mara B. Pintarelli

Procesador A
Procesador B

Cdigo
1
2
27.2 18.1
24.1 19.3

3
27.2
26.8

4
19.7
20.1

5
24.5
27.6

6
22.1
29.8

Puede concluir que las medias de la rapidez de ambos procesadores son diferentes con nivel de significancia 0.05?
Solucin:
Las variables aleatorias de inters son
X 1 : rapidez del procesador A en un cdigo tomado al azar
X 2 : rapidez del procesador B en un cdigo tomado al azar
Como ambas variables se miden sobre un mismo cdigo no podemos asumir que son independientes.
Las hiptesis son H 0 : 1 2 = 0 contra H 1 : 1 2 0
Necesitamos la muestra de las diferencias D j :
3.1, -1.2; 0.4; -0.4; -3.1; -7.7
De esta muestra obtenemos d = 1.483333 y s D = 3.66246
Adems = 0.05 t
2

,n 1

= t 0.025,5 = 2.571

El estadstico de prueba es T =
Como t 0 = 0.99206 < t
2

,n 1

D
1.483333
y toma el valor t 0 =
= 0.99206
SD / 6
3.66246 / 6

= t 0.025,5 = 2.571 entonces se acepta la hiptesis nula. No hay evidencia de que

las medias de la rapidez de ambos procesadores sean diferentes.

4.8 Tests de hiptesis sobre la varianza


Supongamos que se desea probar la hiptesis de que la varianza de una poblacin normal es igual a un
2
valor especfico, por ejemplo 0 .
Sea

( X 1 , X 2 ,..., X n )

una muestra aleatoria de tamao n de una v.a. X, donde X ~ N ( , 2 ) .


2

Tomamos como estimador puntual de 2 a S 2 =

1 n
(X i X )
n 1 1=1

Luego a partir de este estimador puntual construimos el estadstico X =


Este estadstico contiene al parmetro desconocido a estimar
cin llamada ji-cuadrado con n-1 grados de libertad
Supongamos las hiptesis

H 0 : 2 = 02

contra

(n 1)S 2
2

y ya sabemos que tiene una distribu-

H 1 : 2 02

Tomamos como estadstico de prueba a

102

Test de hiptesis

X=

(n 1)S 2
0

Prof. Mara B. Pintarelli

si H 0 : 2 = 02 es verdadera , entonces X =

(n 1)S 2
0

~ n21

Nuevamente, el razonamiento es: si el estadstico X que bajo H 0 : 2 = 02 tiene distribucin n21 toma
un valor inusual, se considera que hay evidencia en contra H0
Recordar que la distribucin n21 es asimtrica. Entonces la regla de decisin es

recahzar H 0 si X > 2
X < 2
,n 1
1 ,n 1

2
2

2
2
aceptar
H
si

1 , n 1
,n 1

2
2

donde

X=

(n 1)S 2
02

recahzar H 0 si X > 2 ,n1

Si H 1 : 2 > 02 entonces la regla de decisin es


2
aceptar H 0 si X ,n1

recahzar H 0 si X < 12 ,n1

Si H 1 : 2 < 02 entonces la regla de decisin es


2
aceptar H 0 si X 1 ,n1

Para calcular el p-valor, si el estadstico X tom el valor x0 , y teniendo en cuenta que no hay simetra en
la distribucin ji-cuadrado, hacemos:
Si H 1 : 2 > 02 entonces
Si H 1 : <
2

2
0

entonces

p valor = P ( X > x0 )
p valor = P ( X < x0 )

Si H 1 : 2 02 entonces p valor = 2 min P ( X < x0 ) , P ( X > x0 )

Ejemplo:
Consideremos nuevamente el ejemplo visto en la seccin de intervalos de confianza para la varianza
sobre la mquina de llenado de botellas. Al tomar una muestra aleatoria de 20 botellas se obtiene una
varianza muestral para el volumen de llenado de s 2 = 0.0153 oz2.
Si la varianza del volumen de llenado es mayor que 0.01 oz2, entonces existe una proporcin inaceptable
de botellas que sern llenadas con una cantidad menor de lquido. Existe evidencia en los datos muestrales que sugiera que el fabricante tiene un problema con el llenado de las botellas? Utilice = 0.05
Solucin:
La variable de inters es X: volumen de llenado de una botella tomada al azar
Asumimos X ~ N ( , 2 )
Los datos son s 2 = 0.0153 de una muestra de tamao n = 20
Las hiptesis son H 0 : 2 = 0.01 contra H 1 : 2 > 0.01

= 0.05

2 ,n1 = 02.05,19 = 30.14


103

Test de hiptesis

Prof. Mara B. Pintarelli

El estadstico de prueba es
x0 =

X=

(n 1)S 2
02

19 S 2
y toma el valor
0.01

19 S 2 19 0.0153
=
= 29.07
0.01
0.01

Como x0 = 29.07 < 02.05,19 = 30.14 entonces no hay evidencia fuerte de que la varianza del volumen
de llenado sea menor que 0.01
Para calcular el p-valor
p valor = P ( X > x0 ) = P ( X > 29.07 )
Buscamos en la tabla de la distribucin ji-cuadrado y vemos que en la fila con = 19 no figura 29.07,
pero 27.20 < 29.07 < 30.14, y adems

P( X > 27.20 ) = 0.10

P( X > 30.14 ) = 0.05

0.05 < p valor < 0.10

En la figura siguiente se ilustra la situacin

4.9 Tests de hiptesis sobre la igualdad de dos varianzas


Supongamos que tenemos inters en dos poblaciones normales independientes, donde las medias y las
varianzas de la poblacin son desconocidas. Se desea probar la hiptesis sobre la igualdad de las dos
varianzas, especficamente:
Supongamos que tenemos dos variables aleatorias independientes normalmente distribuidas:

X 1 ~ N (1 , 12 )

2
X 2 ~ N ( 2 , 2 )

y 1 ; 2 ; 12 y 22 son desconocidos

y adems

104

Test de hiptesis

(X
(X

Prof. Mara B. Pintarelli

)
) es una muestra aleatoria de tamao n

11

, X 12 ,..., X 1n1 es una muestra aleatoria de tamao n1 de X 1

21

, X 22 ,..., X 2 n2

de X 2 .

Sean S12 y S 22 las varianzas muestrales, S12 y S 22 son los estimadores de 12 y 22 respectivamente.
Consideramos el estadstico
S12
F=

S 22

12
22

22
12

Notar que F contiene al parmetro de inters

, pues F =

S12 22
S 22 12

Sabemos que F tiene una distribucin llamada Fisher con n1 1 y n 2 1 grados de libertad.
Sean las hiptesis H 0 : 1 = 22
2

H 1 : 1 22
2

contra

S12
S 22

Tomamos como estadstico de prueba a F =

S12
2
~ Fn1 1,n2 1 si H 0 : 1 = 22 es verdadera
2
S2
Recordando que la distribucin Fisher es asimtrica, la regla de decisin es

Vemos que F =

rechazar H si F > f
aceptar H si f 1

n11 , n 2 1

F < f 1

f
n 1n
1 F

n11 , n 2

n1 1 , n 2 1

Si H 1 : 1 > 22 entonces la regla de decisin es


2

Si H 1 : 1 <
2

2
2

entonces la regla de decisin es

rechazar H si F > f n 1 n 1
aceptar H si F f n 1 n 1

recahzar H si F < f 1 n 1 n 1
aceptar H si F f 1 n 1 n 1
0

Para calcular el p-valor, si el estadstico F tom el valor f 0 , y teniendo en cuenta que no hay simetra
en la distribucin Fisher, hacemos:
Si H 1 : 1 > 22 entonces

p valor = P (F > f 0 )

Si H 1 : 1 < 22 entonces

p valor = P (F < f 0 )

2
Si H 1 : 1 22 entonces p valor = 2 min P (F < f 0 ) , P (F > f 0 )

Ejemplo:
En una serie de experimentos para determinar la tasa de absorcin de ciertos pesticidas en la piel se
aplicaron cantidades medidas de dos pesticidas a algunos especmenes de piel. Despus de un tiempo

105

Test de hiptesis

Prof. Mara B. Pintarelli

se midieron las cantidades absorbidas (en g ). Para el pesticida A la varianza de las cantidades absorbidas en 6 muestras fue de 2.3; mientras que para el B la varianza de las cantidades absorbidas en 10
especmenes fue de 0.6. Suponga que para cada pesticida las cantidades absorbidas constituyen una
muestra aleatoria de una poblacin normal. Se puede concluir que la varianza en la cantidad absorbida es mayor para el pesticida A que para el B? Utilizar = 0.05
Solucin:
Las variables aleatorias de inters son
X 1 : cantidad absorbida de pesticida A en un espcimen de piel tomado al azar
X 2 : cantidad absorbida de pesticida B en un espcimen de piel tomado al azar

Asumimos que X 1 ~ N 1 , 1

)y

Las hiptesis son H 0 : 1 = 22


2

X 2 ~ N 2 , 2
contra

H 1 : 1 > 22
2

Los datos son s12 = 2.3 y s 22 = 0.6


n1 = 6 ; n2 = 10
S12
2.3
y toma el valor f 0 =
= 3.83
2
S2
0. 6
Buscamos en la tabla de la distribucin Fisher f 0.05,5,9 = 3.48

El estadstico de prueba es F =

2.3
2
= 3.83 > 3.48 = f 0.05,5,9 se rechaza H 0 : 1 = 22
0. 6
Para saber cunta evidencia hay contra la hiptesis nula, calculamos el p-valor
De la tabla de la Fisher vemos que f 0.05,5,9 = 3.48 < 3.83 < f 0.01,5,9 = 6.06

Como f 0 =

Por lo tanto 0.01 < p valor < 0.05


En la figura siguiente se ilustra la situacin

106

Test de hiptesis

Prof. Mara B. Pintarelli

4.10 Tests de hiptesis sobre una proporcin


En muchos problemas se tiene inters en una variable aleatoria que sigue una distribucin binomial.
Por ejemplo, un proceso de produccin que fabrica artculos que son clasificados como aceptables o
defectuosos. Lo ms usual es modelar la ocurrencia de artculos defectuosos con la distribucin binomial, donde el parmetro binomial p representa la proporcin de artculos defectuosos producidos.
En consecuencia, muchos problemas de decisin incluyen una prueba de hiptesis con respecto a p.
Consideremos las hiptesis
H 0 : p = p0 contra

H 1 : p p0

Supongamos que consideramos una muestra aleatoria ( X 1 , X 2 ..., X n ) de tamao n , donde Xi tiene
una distribucin binomial con parmetros 1 y p: Xi ~ B(1,p).
Ya sabemos que X = X 1 + X 2 + ... + X n , es una v.a. cuya distribucin es binomial con parmetros n
X
y p: X~B(n,p). De acuerdo con esto, la variable aleatoria P definida: P =
representa la proporcin
n
de individuos de la muestra que verifican la propiedad de inters.
Adems
1
p (1 p )
X 1
X 1
E P = E = E ( X ) = np = p , y V P = V = 2 np (1 p ) =
n
n
n n
n n
Consideramos el estadstico de prueba

()

()

Z=

P p0

p0 (1 p0 )
n

Si H 0 : p = p0 es verdadera entonces Z =

P p0

p0 (1 p0 )
n

N (0,1) aproximadamente por T.C.L.

Por lo tanto la regla de decisin es

rechazar H 0 si Z > z

aceptar
H
si
Z

z
0

donde

Z=

P p0

p0 (1 p0 )
n

rechazar H 0 si Z > z

Si H 1 : p > p0 entonces la regla de decisin es


aceptar H 0 si Z z

rechazar H 0 si Z < z

Si H 1 : p < p0 entonces la regla de decisin es


aceptar H 0 si Z z

107

Test de hiptesis

Prof. Mara B. Pintarelli

Observaciones:
1- La prueba descrita anteriormente requiere que la proporcin muestral est normalmente distribuida.
Esta suposicin estar justificada siempre que np0 > 10 y n(1 p0 ) > 10 , donde p0 es la proporcin
poblacional que se especific en la hiptesis nula.
X np0
2- Tambin se poda haber tomado como estadstico de prueba a Z =
donde X~B(n,p)
np0 (1 p0 )
Ejemplo:
Un fabricante de semiconductores produce controladores que se emplean en aplicaciones de motores
automovilsticos. El cliente requiere que la fraccin de controladores defectuosos en uno de los pasos
de manufactura crticos no sea mayor que 0.05, y que el fabricante demuestre esta caracterstica del
proceso de fabricacin con este nivel de calidad, utilizando = 0.05 . E fabricante de semiconductores
toma una muestra aleatoria de 200 dispositivos y encuentra que 4 de ellos son defectuosos. El fabricante puede demostrar al cliente la calidad del proceso?
Solucin:
Sea la v.a. X: nmero de controladores defectuosos en la muestra
Entonces X ~ B(200, p) donde p es la proporcin de controladores defectuosos en el proceso
Las hiptesis son H 0 : p = 0.05 contra H 1 : p < 0.05
Como = 0.05 entonces z = z0.05 = 1.645
P p0
P 0.05
El estadstico de prueba es Z =
=
y toma el valor z 0 = 1.95
p0 (1 p0 )
0.05(1 0.05)
200
n
Como z 0 = 1.95 < z = z0.05 = 1.645 entonces se rechaza H 0 , y se concluye que la fraccin de
controladores defectuosos es menor que 0.05.
Calculamos el p-valor
p valor = P Z < 1.95 1.95 = 0.0256

) (

Valor de y seleccin del tamao de la muestra


Podemos obtener expresiones aproximadas para la probabilidad de cometer error de tipo II de manera
anloga a las obtenidas para los test para la media
Si H 1 : p p0 entonces

()

p = P aceptar H 0 H 0 es falsa

p0 p + z

p0 (1 p0)
n
p (1 p )
n

p0 p z

p0 (1 p0)
n
p (1 p )
n

108

Test de hiptesis

Prof. Mara B. Pintarelli

Si H 1 : p < p0 entonces

p0 (1 p0 )
p0 p z

es falsa 1

p(1 p )

( p ) = P aceptar H 0 H 0

Si H 1 : p > p0 entonces

p0 (1 p0 )
p0 p + z

es falsa

p (1 p )

( p ) = P aceptar H 0 H 0

Estas ecuaciones pueden resolverse para encontrar el tamao aproximado de la muestra n para que con
un nivel de significancia de la probabilidad de cometer error de tipo II sea menor o igual que un
valor especfico 0 . Las ecuaciones se deducen como en casos anteriores y son

Si H 1 : p p0 entonces

n 2

Si H 1 : p < p0 H 1 : p > p0

p0 (1 p0 ) + z 0
p p0

z
entonces n

p(1 p )

p0 (1 p0 ) + z 0
p p0

p (1 p )

Ejemplo:
Volviendo al ejemplo anterior, supongamos que la verdadera proporcin de componentes defectuosos
en el proceso es p = 0.03 , cul es el valor de si n = 200 y = 0.05 ?
Solucin:
Ya que la alternativa es H 1 : p < p0 aplicamos la frmula

( p ) = P aceptar H 0 H 0

p0 (1 p0 )
p 0 p z

=
es falsa 1

p (1 p )

0.05(1 0.05)
0.05 0.03 1.645

n
= 1 ( 0.44 ) = 0.67
= 1

0.03(1 0.03)

200

Como la probabilidad de aceptar que el proceso tiene la calidad deseada cuando en realidad p = 0.03
es bastante alta, podemos preguntar qu tamao de muestra se necesita para que en el test anterior sea

109

Test de hiptesis

Prof. Mara B. Pintarelli

< 0.1 si la verdadera proporcin de defectuosos es p = 0.03 . En este caso aplicamos la frmula
donde z 0 = z 0.1 = 1.28
z
n

p0 (1 p0 ) + z 0
p p0

p (1 p ) 1.645 0.05(1 0.05) + 1.28 0.03(1 0.03)


=
832


0
.
03

0
.
05

La muestra requerida es muy grande, pero la diferencia a detectar p p0 = 0.03 0.05 es bastante pequea.

4.11 Tests de hiptesis sobre dos proporciones


Las pruebas de hiptesis sobre diferencia de medias pueden adaptarse al caso donde tenemos dos parmetros binomiales p1 y p2 de inters.
Especficamente, supongamos que se toman dos muestras aleatorias
(X 11 , X 12 ,..., X 1n1 ) es una muestra aleatoria de tamao n1 de X 1

(X

21

, X 22 ,..., X 2 n2 es una muestra aleatoria de tamao n 2 de X 2

Donde X 1 ~ B (1, p1 ) ; X 2 ~ B(1, p2 ) y X 1 y X 2 independientes.


1 n1
1 n2
Ya sabemos que P1 = X 1i y P2 = X 2i son estimadores insesgados de p1 y p 2 respectin1 i =1
n2 i =1
p (1 p1 )
p (1 p 2 )
y V P2 = 2
vamente, con varianzas V P1 = 1
n1
n2
Supongamos las hiptesis

( )

H 0 : p1 p2 = 0

( )

contra

H 1 : p1 p 2 0

Notar que si la hiptesis nula es verdadera entonces p1 = p 2 = p , donde p es desconocido.


P1 P2
El estadstico Z =
tiene distribucin aproximadamente N (0,1) por T.C.L. si
1 1
p(1 p ) +
n1 n2
n1

H 0 : p1 p2 = 0 es verdadera. Tomamos como estimador de p a P =

n2

X 1i + X 2i
i =1

i =1

n1 + n2

y lo reempla-

zamos en Z
Entonces el estadstico de prueba es Z =

P1 P2

1 1
P 1 P +
n1 n2
bar que tiene distribucin aproximadamente N (0,1)

que bajo H 0 : p1 p 2 = 0 se puede pro-

110

Test de hiptesis

Prof. Mara B. Pintarelli

rechazar H 0 si Z > z

2
Entonces la regla de decisin es
donde Z =
aceptar
H
si
Z
z

P1 P2

1 1
P 1 P +
n1 n2

rechazar H 0 si Z > z

Si H 1 : p1 p 2 > 0 entonces la regla de decisin es


aceptar H 0 si Z z

rechazar H 0 si Z < z

Si H 1 : p1 p 2 < 0 entonces la regla de decisin es


aceptar H 0 si Z z

Ejemplo:
En una muestra de 100 lotes de un producto qumico comprado al distribuidor A, 70 satisfacen una
especificacin de pureza. En una muestra de 70 lotes comprada al distribuidor B, 61 satisfacen la especificacin. Pude concluir que una proporcin mayor de los lotes del distribuidor B satisface la especificacin?

Solucin:
Los parmetros de inters son p1 y p2 las verdaderas proporciones de lotes que cumplen las especificaciones de pureza.
1 n1
70
Tenemos una muestra aleatoria X 11 , X 12 ,..., X 1n1 de tamao n1 = 100 donde P1 = X 1i =
= 0. 7
n1 i =1
100

1
Y otra muestra X 21 , X 22 ,..., X 2 n2 de tamao n2 = 70 donde P2 =
n2
Las hiptesis son H 0 : p1 p2 = 0 contra H 1 : p1 p2 < 0

n2

n1

En este caso P =

X
i =1

P1 P2

1 1
P 1 P +
n1 n2

donde P =

i =1

n1

El estadstico de prueba es Z =

2i

61
70

n2

X 1i + X 2i
i =1

i =1

n1 + n2

n2

1i

+ X 2i
i =1

n1 + n2

70 + 61 131
=
100 + 70 170

70 61

100 70
El estadstico toma el valor z 0 =
= 2.6163
131 131 1
1
+
1

170 170 100 70

111

Test de hiptesis

Prof. Mara B. Pintarelli

Para saber cunta evidencia hay contra H 0 : p1 p 2 = 0 calculamos el p-valor

p valor 2.6163 = 0.0045


Como el p-valor es menor que 0.05, se considera que hay mucha evidencia contra H 0 : p1 p2 = 0 y
se rechaza la hiptesis nula.
Valor de
Cuando H 0 : p1 p2 = 0 es falsa, la varianza de P1 P2 es
p (1 p1 ) p 2 (1 p 2 )
V P1 P2 = V P1 + V P2 = 1
+
n1
n2

) ( ) ( )

( ) ( )

Anotamos P P = V P1 P2 = V P1 + V P2 =
1

p1 (1 p1 ) p 2 (1 p 2 )
+
n1
n2

Entonces
Si H 1 : p1 p 2 0

1 1
1 1
z
z
pq + ( p1 p 2 )
pq + ( p1 p 2 )

2
n1 n2
n1 n2


P1 P2
P1 P2

Donde p = P y

q = 1 p

z pq 1 + 1 ( p p )
1
2
n n

1
2
Si H 1 : p1 p 2 > 0 entonces


P1 P2

z pq 1 + 1 ( p p )
1
2
n n

1
2
entonces

Si H 1 : p1 p 2 < 0
1
P1 P2

Podemos deducir frmulas para el tamao de la muestra, nuevamente asumiendo que n1 = n2 = n

112

Test de hiptesis

Prof. Mara B. Pintarelli

Prctica
Test de Hiptesis
1) Se hace una prueba de la hiptesis H 0 : 10 contra H 1 : > 10 . Para cada una de las situacio
nes siguientes, determine si la decisin fue correcta u ocurrieron errores de tipo I o II:
a) siendo el verdadero = 8, H 0 es rechazada ;
b) siendo el verdadero = 10, H 0 no es rechazada
c) siendo el verdadero = 14, H 0 no es rechazada ;
d) siendo el verdadero = 12, H 0 es rechazada
2) a) Se realiza una prueba de hiptesis y el P-valor es 0.03. Justificando su respuesta, diga si las siguientes afirmaciones son verdaderas o falsas:
a1) H0 se rechaza a un nivel de 5%
a2) H0 se rechaza a un nivel de 2%
a3) H0 no se rechaza a un nivel de 10%
b) Se disea un programa de tratamiento de aguas residuales para producir agua tratada con pH de
7. Sea la media del pH del agua tratada mediante dicho proceso. Se medir el pH de 20 muestras de agua y se realizar una prueba de hiptesis H 0 : = 7 contra H 1 : 7 . Suponga que se
sabe por experimentos previos que el pH del agua es normal con desviacin estndar 0.5.
b1) Si la prueba se hace a un nivel de 5%, cul es la regin de rechazo?
b2) Si la media muestral del pH es 6.77, se rechaza H0 a un nivel de 10%?
b3) Si la media muestral del pH es 6.77, se rechaza H0 a un nivel de 1%?
b4) Si el valor 1.79 representa un punto crtico, cul es el nivel de la prueba?
3) Un ingeniero est probando la resistencia a la compresin del concreto. Prueba 12 muestras de concreto y obtiene un promedio de 2.259 psi y un desvo estndar de 0.035 psi. Suponga que la resistencia a la compresin sigue una distribucin normal.
a) Construya un intervalo de confianza al 95% para la resistencia media.
b) Utilizando el intervalo del inciso a) pruebe la hiptesis H0: =2.250 contra H1 : 2.250 con
nivel de significancia = 0.05.
4) Se publica un informe sobre las cifras del nmero anual de kilowatts-hora que gastan varios aparatos electrodomsticos. Se afirma que una aspiradora gasta un promedio de 46 kilowatts-hora por
ao. Si una muestra aleatoria de 12 hogares que se incluye en un estudio planeado indica que las
aspiradoras gasta un promedio de 42 kilowatts-hora con una desviacin estndar de 11.9 kilowattshora por ao, en un nivel de significancia de 0.05, esto sugiere que las aspiradoras gastan, en promedio, menos de 46 kilowatts- hora anualmente?.
Suponga que la poblacin de kilowatts-hora es normal.
5) Suponga que ha comprado una mquina de llenado para bolsas de dulces que contendr 16 onzas de
stos. Suponga que los pesos de las bolsas llenas estn distribuidos en forma normal.
Una muestra aleatoria de diez bolsas produce los siguientes datos (en onzas):
15.87, 16.02, 15.78, 15.83, 15.69, 15.81, 16.04, 15.81, 15.92, 16.10.
Con base en estos datos, puede concluir que la media del peso de llenado es, en realidad, menor
que 16 onzas con un nivel de significancia de 0.05?
6) Se prob la velocidad en cierta aplicacin de 50 chips nuevos de computadora, con otra cantidad
igual de diseo viejo. La velocidad promedio, en MHz, de los nuevos chips fue de 495.6, y la desviacin estndar de 19.4. La velocidad promedio de los chips viejos fue de 481.2, y la desviacin

113

Test de hiptesis

Prof. Mara B. Pintarelli

estndar fue de 14.3.


a) Se puede concluir que la media de la velocidad de los nuevos es mayor que la de los chips viejos?. Establezca las hiptesis nula y alternativa adecuadas y despus encuentre el p-valor.
b) Una muestra de 60 chips an ms viejos tena velocidad promedio de 391.2 MHz, con desviacin
estndar de 17.2 MHz. Alguien afirma que los nuevos chips tienen tienen una velocidad promedio mayor a 100 MHz que los ms viejos. Los datos proporcionan evidencias convincentes para
esta afirmacin? . Establezca las hiptesis nula y alternativa y despus determine el p-valor.
7) Un fabricante de bateras para automvil afirma que sus bateras durarn, en promedio, 3 aos con
una varianza de 1 ao. Si 5 de estas bateras tienen duraciones de 1.9, 2.4, 3.0, 3.5 y 4.2 aos,
construya un intervalo de confianza de 95% para la varianza. Suponga que la poblacin de duraciones de las bateras se distribuye de forma aproximadamente normal. Se puede concluir que la afirmacin del fabricante de que la varianza es 1 es vlida? Justifique su respuesta.
8) Una muestra aleatoria de 6 vigas de acero tiene una resistencia a la compresin promedio de 58392
psi (libras por pulgada cuadrada) con una desviacin estndar de 648 psi. Suponiendo normalidad
a) Use esta informacin y el nivel de significancia = 0.05 para probar si la verdadera resistencia a
la compresin media del acero del que provino la muestra es de 58000 psi.
b) Pruebe la hiptesis nula = 600 psi contra la alternativa > 600 psi. Utilice = 0.05 .
9) Use el nivel de significancia = 0.01 para probar la hiptesis nula de que = 0.015 pulgadas, para
los dimetros de ciertos tornillos, contra la alternativa de que 0.015 pulgadas, puesto que una
muestra aleatoria de tamao 15 dio como resultado s2 = 0.00011. Suponga normalidad.
10) Un fabricante de estaciones de trabajo de computadora est probando un nuevo proceso de ensamble automatizado. El proceso actual tiene una tasa de defectos de 5%. En una muestra de 400 estaciones de trabajo ensambladas con el nuevo proceso, 15 tenan defecto. Se puede concluir que el
nuevo proceso tiene una tasa menor de defectos?. Calcule el p-valor.
11) La directiva de una compaa de taxis est tratando de decidir si debe cambiar de neumticos no
males a neumticos radiales para mejorar el ahorro de combustible. Se equiparon cada uno de los
diez taxis con uno de los dos tipos de neumticos y se condujeron en una trayectoria de prueba. Si
cambiar de conductores, se seleccion el tipo de neumticos y se repiti la trayectoria de prueba.
El ahorro de combustible (en milla por galn) para diez automviles es:
Automvil
1
2
3
4
5
6
7
8
9
10
32.1 36.1 32.3 29.5 34.3 31.9 33.4 34.6 35.2 32.7
Radial
27.1 31.5 30.4 26.9 29.9 28.7 30.2 31.8 33.6 29.9
Normal
a) Debido a que el cambio de neumticos en la flota de taxis es caro, la directiva no quiere cambiar a menos que una prueba de hiptesis proporcione evidencias de que mejorar el millaje.
Establezca la hiptesis nula y alternativa adecuada y encuentre el p-valor. Asuma que la diferencia de millaje es normal. Cul es la conclusin?.
b) Un anlisis costo-beneficio muestra que ser provechoso cambiar a neumticos radiales si la
media de la mejora del millaje es mayor a dos millas/galn. Establezca la hiptesis nula y alternativa adecuada y encuentre el p-valor para una prueba de hiptesis diseada como base de
la decisin de cambiar. Cul es la conclusin?
12) Se est considerando un nuevo proceso de produccin para la fabricacin de cojinetes de acero inoxidable. Mediciones de los dimetros de muestras aleatorias de cojinetes de viejos y nuevos procesos produjeron los siguientes datos:
Viejo: 16.3 15.9 15.8 16.2 16.1 16.0 15.7 15.8 15.9 16.1 16.3 16.1 15.8 15.7 15.8 15.7

114

Test de hiptesis

Prof. Mara B. Pintarelli

Nuevo: 15.9 16.2 16.0 15.8 16.1 16.1 15.8 16.0 16.2 15.9 15.7 16.2 15.8 15.8 16.2 16.3
Asumiendo que ambas muestras provienen de poblaciones normales independientes
a) Puede concluir con un nivel de 5% que un proceso produce una media de los tamaos de los
cojinetes diferente de la otra?.
b) Puede concluir que en un nivel de 5% la varianza del nuevo procedimiento es menor que con el
procedimiento antiguo?
13) Una compaa grande armadora de automviles trata de decidir si compra llantas de la marca A o
de la marca B para sus modelos nuevos. Para ayudar a tomar una decisin, se realiza un experimento en donde se usan 12 llantas de cada marca. Las llantas se utilizan hasta que se acaban. Los
resultados son:
Marca A: x1 = 37900km s1 = 5100km ; Marca B: x 2 = 39800 km s 2 = 5900km
Hay diferencia en el desgaste promedio de las dos marcas de llantas?. Suponga que las poblaciones son independientes y se distribuyen de forma normal con varianzas iguales. Utilice el p-valor.
14) Se encuestan 10 escuelas de ingeniera en cierto pas. La muestra contiene 250 ingenieros electrnicos, donde 80 son mujeres; y 175 ingenieros qumicos, donde 40 son mujeres.Hay una diferencia significativa entre las dos proporciones de mujeres en estos dos campos de la ingeniera?. Utilice = 0.05
15) El contenido de azcar, en mg/ml, de un caldo utilizado para fabricar un producto farmacutico
fue medido varias veces en cada uno de tres das sucesivos.
Da 1: 5.0, 4.8, 5.1, 5.1, 4.8, 5.1, 4.8, 4.8, 5.0, 5.2, 4.9, 4.9, 5.0
Da 2: 5.8, 4.7, 4.7, 4.9, 5.1, 4.9, 5.4, 5.3, 5.3, 4.8, 5.7, 5.1, 5.7
Da 3: 6.3, 4.7, 5.1, 5.9, 5.1, 5.9, 4.7, 6.0, 5.3, 4.9, 5.7, 5.3, 5.6
Asuma que los datos provienen de poblaciones normales independientes.
a) Puede concluir que la variabilidad del proceso es mayor el segundo da que el primero?
b) Puede concluir que la variabilidad del proceso es mayor el tercer da que el segundo?

115