Universidad Tcnica Federico Santa Mara

Departamento de Matemtica

A NEXO

E:

Renato Allende Olivares

Humberto Villalobos Torres

INFERENCIA ESTADSTICA

INTRODUCCIN
Un aspecto fundamental dentro de la inferencia estadstica, es el que
denominamos Prueba de Hiptesis, tambin llamado: Contraste de Hiptesis o
Dcima de Hiptesis.
En la actualidad, los socilogos, han llegado a denominar a esta poca,
como la sociedad del riesgo . Constantemente debemos estar decidiendo entre
posibilidades excluyentes, y por lo tanto, asumiendo el riesgo de nuestra decisin, por
ejemplo, para la compra de un activo, debemos resolver cul activo adquirir dentro de
un conjunto de posibilidades, para posteriormente, decidir cul mtodo de depresin
utilizar sobre ste. Estas decisiones implicarn consecuencias a futuro que pueden
llevar a un ascenso despido.
Este riesgo en la mayora de los casos es completamente subjetivo e
imposible de cuantificar con exactitud, en particular en decisiones intimas,
existenciales, cmo medir dicho riesgo?. No hay respuesta nica y concluyente para
ello.
Por lo general, la decisin a tomar es entre un conjunto de resultados,
tambin llamados estados de la naturaleza, desconocidos para el decidor, sin
embargo, aunque existen tcnicas para la solucin de estos problemas, por el
momento, las tcnicas de Pruebas de Hiptesis que estudiaremos estarn limitadas a
slo dos estados de la naturaleza posible, que como ya se dijo, son mutuamente
excluyentes, es decir, ocurre el estado A o no ocurre (donde ocurrira el estado B).
El problema de la toma de decisiones, es a menudo una realidad en la
empresa, donde generalmente se enfrentan a la necesidad de tomar decisiones, casi en
tiempo real, aunque su necesidad es en tiempo real, lo cual dificulta un proceso
acabado para el anlisis y toma de decisiones, sin embargo, no con mucho esfuerzo
adicional, estas decisiones pueden estar avaladas por procedimientos estadsticos de
muy buen nivel.
El desarrollo y anlisis de una prueba de hiptesis siguen un procedimiento
similar al utilizado en Intervalos de Confianza. La diferencia puntual entre la prueba
de hiptesis e intervalos de confianza, est dada porque en intervalos de confianza, se
desconoce informacin con respecto a la caracterstica de inters medible de la
poblacin (es decir, un parmetro), la cual se desea estimar (puntual o por intervalo)
por algn mtodo basndose en una muestra aleatoria y/o otra informacin si es que
el mtodo lo requiere.
Sin embargo, en prueba de hiptesis, existe una conjetura con
respecto a la caracterstica de inters medible de la poblacin, que se prueba a travs
86

Universidad Tcnica Federico Santa Mara

Departamento de Matemtica

Renato Allende Olivares

Humberto Villalobos Torres

de los resultados obtenidos de una muestra aleatoria de la poblacin en estudio, en la

cual se aceptar no se aceptar el estado A.
Hasta el momento hemos establecido que realizaremos pruebas de
hiptesis, para dos estados de la naturaleza, sin establecer diferencia entre estos dos
estados. Ahora le asignaremos nombres a estos estados, basados en la conjetura que
realizamos acerca de la poblacin (aunque no es una ley). Esto es, la conjetura o
suposicin, que realizamos acerca de la poblacin la denominaremos como
Hiptesis Alternativa (que se simboliza por H1), siendo el otro estado de la
naturaleza, una Hiptesis Nula (que se simboliza por H0).
Como claramente se puede advertir, al tomar una decisin entre dos
estados de la naturaleza mutuamente excluyentes, existe la posibilidad de equivocarse
en la decisin adoptada. Estas equivocaciones pueden ocurrir de dos maneras, tal
como se plantea en la Figura 1.

Decisin

Estado Real de la Naturaleza

No se Rechaza H0
Se Rechaza H0

H0 es Verdadera

H0 es Falsa

Decisin Correcta

Error Tipo II

Error Tipo I

Decisin Correcta

Figura 1: Tipos de Errores entre dos decisiones excluyentes.

Como se puede apreciar en la Figura 1, en la toma de una decisin entre dos

posibilidades excluyentes, se pueden cometer dos tipo de errores.
Error Tipo I

: Este error se comete al rechazar la hiptesis nula, cuando

corresponde aceptarla por ser sta Verdadera. Este error es
conocido simblicamente por: !, y denominado nivel de
significacin.

Error Tipo II : Este error se comete al no ser rechazada la hiptesis nula, cuando
corresponde rechazarla por ser sta Falsa. Este error es conocido
simblicamente por: ".
El trmino !, es decir, el error tipo I, es el mismo que utilizaba en
intervalos de confianza para determinar, disculpando de redundancia, la confianza del
intervalo. Este trmino juega un rol fundamental en la prueba de hiptesis, pues es
ste, el error que el experimentador controla y puede manejar. Adems desde el punto
de vista de la experiencia es supuestamente el menos daino (aunque esto suele ser
discutible, pues es cuestin de percepcin). Supongamos por ejemplo, el hecho de
una persona que se encuentra en juicio, La hiptesis del juez es que la persona es
87

Universidad Tcnica Federico Santa Mara

Departamento de Matemtica

Renato Allende Olivares

Humberto Villalobos Torres

inocente, al menos que exista suficiente evidencia, como para pensar que la persona
es culpable. Por lo tanto se tiene que la persona es inocente, es la hiptesis nula;
mientras que la persona es culpable, representa la hiptesis alternativa. Por tanto, el
error tipo I, representa rechazar que la persona es inocente, cuando realmente lo es, lo
cual implica crcel para un inocente; mientras el error tipo II, representa no rechazar
que la persona es inocente cuando este es culpable, lo cual implica libertad para un
culpable. Es decir, es preferible dejar libre a un culpable, que mandar a la crcel a un
inocente.
El no rechazo de una hiptesis, implica tan slo, que los datos no
proporcionan evidencia suficiente para refutarla. Por otro lado, el rechazo de dicha
hiptesis, implica que la evidencia que presenta la muestra es suficiente como para
rechazarla. Sin embargo, el rechazo de la hiptesis, no implica necesariamente que
sta sea falsa, si no que existe una alta probabilidad de que esa hiptesis sea falsa.
Visto lo anterior desde el punto de vista de la hiptesis nula y
alternativa, se deben tener claros ciertos conceptos. Como por ejemplo: el rechazo de
la hiptesis nula cuando en realidad sta es verdadera, es cuantificable
probabilsticamente, a travs del error tipo I, que se puede simbolizar esta
probabilidad a travs de !. Sin embargo, el no rechazo de la hiptesis nula cuando
sta es falsa, tambin llamada error tipo II, no es posible cuantificar, al menos que se
conozca un valor especifico de la hiptesis alternativa, situacin que es por lo general
difcil de tener, pues la conjetura o suposicin tiende a ser abierta (muchas
posibilidades).
Ante esta situacin, se pueden generar curvas para que permitan
establecer el error tipo II, para distintas posibilidades que se presente en la hiptesis
alternativa. Una funcin del error tipo II, cuyo fundamento parece ser ms aceptado,
es el que entrega la funcin de potencia, que se define a continuacin:
Funcin de Potencia : La funcin de potencia de una prueba, es la probabilidad de
rechazar la hiptesis nula dado que la alternativa es la
correcta. Para los posibles valores de la hiptesis alternativa.
Cuando se toma un punto especfico de la hiptesis alternativa, ya no
se habla de funcin de potencia, sino de la potencia de la prueba. A continuacin se
muestra la relacin entre la funcin de potencia y el error tipo II.
Funcin de potencia

1())

=
=
=
=
=
=

1"
1 [No rechazar H0 / H0 es Falsa]
1 {1 - [Rechazar H0 / H0 es Falsa]}
1 1 + [Rechazar H0 / H0 es Falsa]
[Rechazar H0 / H0 es Falsa]
[Rechazar H0 / H1 es Verdadera]

88

Universidad Tcnica Federico Santa Mara

Departamento de Matemtica

Renato Allende Olivares

Humberto Villalobos Torres

La forma que tomar la funcin de potencia de la prueba depender

especficamente de cmo este expresada la hiptesis alternativa de la prueba. De ser
esta ltima especfica, deja de ser funcin y se convierte en un valor de fcil clculo.
La aplicacin que analizremos en el futuro se basa en que la muestra
aleatoria proviene de una Distribucin Normal, en otro caso, de debe tener una
muestra lo suficientemente grande (n > 30) como para poder aplicar el Teorema de
Lmite Central, y poder aplicar la teora normal sobre alguna serie especfica (media,
varianza, Coeficiente de simetra, etc.)
Bajo esta expectativa, se tiene que la distribucin del promedio, bajo la
suposicin de la hiptesis nula se encuentra modelada por un Distribucin Normal,
que para un ! dado, bajo el proceso de estandarizacin es sencillo obtener el punto
que permite que al rea bajo la curva desde este punto a infinito sea !, como se
muestra a continuacin:

La figura anterior, muestra el rea correspondiente a !, es decir, la

probabilidad de rechazar la hiptesis nula cuando est es correcta. El trasfondo es que
el rechazo de esta hiptesis, es que se est aceptado la hiptesis alternativa, razn por
la cul la hiptesis alternativa juega un rol fundamental, que es el de definir la regin
de rechazo, es decir, se rechazar la hiptesis nula cuando la alternativa diga que
mayor (caso de la figura anterior); menor, en donde ! estar en la parte inferior de la
cola; distinto, en donde ! estar dividido en partes iguales en la cola inferior y
superior.
Supongamos, el hecho de hiptesis alternativa fija respecto a una
media poblacional, es decir, la hiptesis nula nos dice que la media (.) es igual al
punto .0, mientras que la hiptesis alternativa nos dice que la media (.) es igual al
punto .1, donde, es decir:
H0 :

. = .0

v/s

H1 :

. = .1

(.0 < .1)

89

Universidad Tcnica Federico Santa Mara

Departamento de Matemtica

Renato Allende Olivares

Humberto Villalobos Torres

Como se puede apreciar, al especificar la hiptesis alternativa, es

posible determinar el error tipo II, por lo tanto tambin es posible disminuir este
error, con la consecuencia de un aumento del error tipo I, como se muestran en las
siguientes figuras:

Lamentablemente plantear una hiptesis alternativa especfica

(tambin conocida como simple), no es comn, habitualmente esta hiptesis es
abierta (tambin conocida como compuesta), la cul entrega infinitas posibilidades
distribucionales (normales) para esta alternativa, es as como si se piensa que la
media poblacional de cierto proceso es mayor que .0, las hiptesis a contrastar estn
dadas por:
H0 :

. = .0

v/s

H1 :

. > .0

En este ltimo caso ya no es posible determinar el error tipo II,

situacin que se presenta en la prctica, pues ste depende la cada una de las infinitas
90

Universidad Tcnica Federico Santa Mara

Departamento de Matemtica

Renato Allende Olivares

Humberto Villalobos Torres

distribuciones bajo la hiptesis alternativa, es entonces donde la funcin de potencia

juega un rol fundamental, pues se determina el error tipo II para distintas
posibilidades bajo la hiptesis alternativa, para luego graficar estos puntos y obtener
un funcin suave, que permite determinar la potencia de la prueba, en distintas
posibilidades de la hiptesis alternativa. Observar que la potencia el la probabilidad
de un acierto, por lo tanto se querr que sta sea siempre lo ms cercana a uno
posible.
De manera similar si se piensa que la media poblacional de cierto
proceso es menor que .0, las hiptesis a contrastar estn dadas por:
H0 :

. = .0

v/s

H1 :

. < .0

Como se muestra en la siguiente figura, tambin es posible querer probar

hiptesis nula cuando la alterativa es simplemente distinta a la opcin de la hiptesis
nula. Este es un caso especial, pues la igualdad que se encuentra en la hiptesis nula,
se contrasta con el total desconocimiento de la alternativa, es decir, esta ltima puede
ser mayor o menor, a priori a los resultados muestrales, lo cual entrega distribuciones

91

Universidad Tcnica Federico Santa Mara

Departamento de Matemtica

Renato Allende Olivares

Humberto Villalobos Torres

bajo la hiptesis alternativa que son mayores a la propuesta bajo la hiptesis nula
como menores a sta,:
Ejemplo 1 : En un problema relacionado con las ventas de una compaa, se piensa
que esta cubre el 40% de la demanda de un producto en cierta rea. Se
considera razonable la suposicin a menos que en una muestra de 18
consumidores elegidos aleatoriamente, se tenga que:
eW. {x X / X 3 X 12}, donde
X : N de consumidores que compran a la compaa.
Plantee las hiptesis de acuerdo al problema y determine el error tipo I,
para la regin crtica establecida.
X B(18, p)

H0 : p = 0,4

v/s

H1 :

p 0,4

[ Rechazar H0 / H0 es Verdadera]
[ X 3 X 12 / p = 0,4]
[ X 3 / p = 0,4] + [ X 12 / p = 0,4]
[ X 3 / p = 0,4] + 1 [ X < 12 / p = 0,4]
[ X 3 / p = 0,4] + 1 [ X 11 / p = 0,4]
0,033
+1
0,98
0,053

Error tipo I =
=
=
=
=
=
=

Luego, basndonos en la regla de decisin establecida, la probabilidad

de rechazar la hiptesis nula con respecto a que la proporcin de consumidores que
adquiere el producto de la compaa sea del 40%, cuando en realidad esta proporcin
es distinta al 40%, es del 0,053.
Determine un valor para el error tipo II, en algn valor de p elegido
por Ud. donde p es la proporcin de consumidores que adquiere los productos de la
compaa. Entonces, supongamos que p = 0,8 para el clculo de algn valor de "
Error tipo II

=
=
=
=
=
=
=
=
=
=

[ No rechazar H0 / H0 es Falsa]
1 [ Rechazar H0 / H0 es Falsa]
1 [ X 3 X 12 / p = 0,8]
1 [[ X 3 / p = 0,8] + [ X 12 / p = 0,8]]
1 [ X 3 / p = 0,8] [ X 12 / p = 0,8]
1 [ X 3 / p = 0,8] [1 [ X < 12 / p = 0,8]]
1 [ X 3 / p = 0,8] 1 + [ X 11 / p = 0,8]
[ X 11 / p = 0,8] [ X 3 / p = 0,8]
0,051 0,000
0,051

92

Universidad Tcnica Federico Santa Mara

Departamento de Matemtica

Renato Allende Olivares

Humberto Villalobos Torres

Luego se va a estar aceptando la conjetura con respecto a la proporcin

de consumidores que adquiere los productos de la compaa, cuando en realidad es
falsa 5,1% de las veces.
Grafique aproximadamente la funcin de potencia para al menos 5 valores de
p, para la grfica de la curva de potencia se considerarn los valores de p dados en
la Tabla 1:
Considerando que la funcin de potencia est dad por:
C (p) = 1 "
= 1 [ No rechazar H0 / H0 es Falsa]
= 1 + [ X 3 / p = )] [ X 11 / p = )]
Luego:
p
0.9
0.8
0.6
0.4
0.1

C (p)
0.999
0.949
0.375
0.053
0.902

C (p)

0.053

0,4

93

Universidad Tcnica Federico Santa Mara

Departamento de Matemtica

Renato Allende Olivares

Humberto Villalobos Torres

En el caso anterior, la regla de decisin utilizada para el rechazo ( no

rechazo) de la hiptesis nula, se haba entregado, situacin arbitraria y no comn. En
adelante deduciremos buenas reglas de decisin sobre la base del conocimiento
establecido en intervalos de confianza. Particularmente, las cantidades pivotales
utilizadas en intervalos de confianza, juegan un rol fundamental en prueba de
hiptesis, pues de stas se deducirn las reglas de decisin, siempre pensando en el
caso de variables modeladas por una distribucin normal, o tamaos de muestra lo
suficientemente grandes para utilizar el Teorema del Lmite Central.
Supongamos, que se establece un mximo error de tipo I, !, para una
hiptesis nula establecida, entonces el punto c, es el punto crtico a establecer, con el
cual se rechazara la hiptesis nula cuando esta el verdadera sobre la base de
resultados muestrales. Como se sabe, el mejor estimador de . es X , cuando se esta
bajo la teora normal clsica, por lo tanto, cada vez que se encuentre un x mayor de
c, se rechazar la hiptesis nula. Como resulta tradicional, cuando se est bajo una
distribucin normal, lo usual es la estandarizacin, donde, se puede observar, que el
punto c, ahora es un punto conocido, como se muestra en la figura siguiente, cuando
las hiptesis a contrastar son las siguientes:
H0 : . = .0

H1 : . > .0

v/s

Por lo tanto la regla de decisin para el rechazo de la hiptesis nula estara

dada por:
X 0
n > Z1 !}
eW:{ X /

eW:{ X / X > Z1 !

+. }
0
n

Con lo que se puede concluir, que para una muestra aleatoria, donde se
obtenga un promedio mayor que el punto Z1 !

+ . , entonces se rechazar la
0
n

hiptesis nula.
94

Universidad Tcnica Federico Santa Mara

Departamento de Matemtica

Renato Allende Olivares

Humberto Villalobos Torres

APLICACIN 7.17: Rendimiento de neumticos probados por una empresa lder.

Los datos siguientes corresponden a una investigacin realizada por una empresa
internacional, lder en la fabricacin de neumticos, en la cual se mide la duracin,
en miles de kilmetros [MKM], de 51 neumticos del Tipo A y 101 neumticos del
Tipo B. Los resultados obtenidos fueron:
Duracin
22,15 - 23,85
23,85 - 25,65
25,65 - 27,45
27,45 - 29,25
29,25 - 31,05

Tipo A
1
3
13
19
15

Tipo B
7
12
41
26
15

Definiendo claramente las variables, y supuestos pruebe si es posible suponer

que la duracin media de los neumticos, en ambas marcas, es superior a 26,5 [MKM],
con un 5% de significancia.
X : Duracin de neumticos [MKM] en tiendas distribuidoras del tipo A.
Y : Duracin de neumticos [MKM] en tiendas distribuidoras del tipo B.

Supuestos:
Datos:

X N ( x , x2 )

Y N ( y , 2y )

x = 28,10 [MKM]

s x2 = 3,26 [MKM]2

nx = 51

y = 27,09 [MKM]

s 2y = 3,63 [MKM]2

n y = 101

H0 : x = 26,5

H1 : x > 26,5

v/s

e . W. : { X / X > z 1 -

e.W. : { X / X > 1,645

sx

+ ( x )H0}}

nx

3, 26
+ 26,5}
51

{ X / X > 26,92}

Se rechaza H0. Existe evidencia muestral suficiente como para suponer que la
duracin media de los neumticos de la marca A es superior a 26,5 [MKM], con un
5% de significancia.
H0 : y = 26,5

H1 : y > 26,5

v/s

e . W. : { Y / Y > z 1 -

e.W. : { Y / Y > 1,645

sy

+ ( y )H }}
0

ny

3, 63
+ 26,5}
101

{ Y / Y > 26,81}
95

Universidad Tcnica Federico Santa Mara

Departamento de Matemtica

Renato Allende Olivares

Humberto Villalobos Torres

Se rechaza H0. Existe evidencia muestral suficiente como para suponer que la
duracin media de los neumticos de la marca B es superior a 26,5 [MKM], con un
5% de significancia.

Es posible suponer que la variabilidad en la duracin del neumtico Tipo A,

medida a travs de la varianza, es inferior a 5 [MKM]2, con un 10% de significancia?.
H0 : x2 = 5

eW

: { S x2 /

H1 : x2 < 5

v/s

S x2 < Z0,10

eW : { S x2 / S x2 < Z0,10
2
2
eW : { S x / S x < 1,2815

2 x4Bajo Ho
n 1

+ x2 Bajo H }
0

2 52
+ x2 Bajo H }
0
50

1,00 + 5}

{ S x2 / S x2 < 3,718}

Se rechaza H0. Existe evidencia muestral suficiente como para suponer que la
variabilidad en la duracin del neumtico Tipo A, medida a travs de la varianza, es
inferior a 5 [MKM]2, con un 10% de significancia.

Existe evidencia muestral suficiente como para suponer que en los

neumticos Tipo B, la proporcin de veces que la duracin de un neumtico es
superior a 29,25 [MKM], es de a lo menos un 10%, con un 4% de significancia?.
S2 : N de distribuidoras tipo B cuyas ventas fueron superiores a 29,25 [$MUS].

Supuestos:
H0 : p2 = 0,1

X b (101, p2)
v/s

e.W. : { p 2 / p 2 > z1 - 2

e.W. : { p 2 / p 2 > 1,75

H1 : p2 > 0,1

p1 (1 p1 )
101
2

H0

+ (p2)H0}}

0,1 0,9
+ 0,1}
101

{ p 2 / p 2 > 0,1522}

Considerando que p 2 = 0,1485, no se rechaza H0. Existe evidencia muestral

suficiente como para suponer que en los neumticos de la marca Tipo B, la
proporcin de veces en que la duracin de un neumtico es superior a 29,25 [MKM],
es de a lo menos un 10%, con un 4% de significancia.
96

Universidad Tcnica Federico Santa Mara

Departamento de Matemtica

Renato Allende Olivares

Humberto Villalobos Torres

APLICACIN 7.18: Lmites de velocidad en una Comuna. Un estudio en una

carretera de una comuna de particular importancia, se llev a cabo para fijar el lmite
de velocidad de sta. El Ingeniero de Transporte, conocedor de los procedimientos
estadsticos, tom una muestra de 15 vehculos, a los cuales se registro su velocidad
en su paso por la carretera [kmts/hora]. Los datos fueron los siguientes:
88,8
94,4

84,9
85,7

91,0
87,2

95,1
83,2

94,8
82,6

81,3
89,1

96,9
86,9

86,1

El Ingeniero de Transporte cree que la verdadera velocidad media con la que

los vehculos pasan por la carretera es inferior a 90 [kmts/hora]. Apoyan los datos
muestrales est afirmacin con un 5% de significancia?.
X : Velocidad con la que pasan los vehculos por la carretera [Kmts/hr].

Supuestos:
Datos:

X N(., 52)

s = 4,93 [Kmts/hr]

x = 88,53 [Kmts/hr]

H0 : . = 90 [Kmts/hr]

n = 15

H1 : . < 90 [Kmts/hr]

v/s

e.W. : { X / X < t1 (n 1)

s
+ H0}
n

e.W. : { X / X < t0,95 (14)

4,93
+ 90}
15

e.W. : { X / X < 1,761

4,93
+ 90}
15

{ X / X < 87,76}

Considerando que x = 88,53, no se rechaza H0. No Existe evidencia muestral

suficiente como para suponer que la verdadera velocidad media con la que los
vehculos pasan por la carretera es inferior a 90 [Kmts/hr].
Contextualice el error tipo II en este problema y determine la probabilidad de
cometer este error, cuando la verdadera velocidad media con la que los vehculos
pasan por la carretera es de 88,88 [kmts/hora]?.
Contextualizacin: Aceptar que la velocidad media es de 90 [Kmts/hr] cuando en
realidad es menor que 90 [Kmts/hr].
[No Rechazar H0/ H1 es Verdadera] = [ X 87,76 / . = 88,88]

X 88,88 87,76 88,88

=

4,93/ 15 4,93/ 15
= 1 [T14 -0,877] [T14 0,877] = 0,8.
97

Universidad Tcnica Federico Santa Mara

Departamento de Matemtica

Renato Allende Olivares

Humberto Villalobos Torres

APLICACIN 7.19: Consumo de marihuana, riesgo social. Hace solo 10 aos

atrs, el consumo de marihuana por comuna en riesgo social en una ciudad era de a
lo ms de 15% en promedio. Sin embargo, en los ltimos aos y a pesar de todos los
programas de mejoramiento psicosocial, y el acceso que la poblacin tiene a ellos, se
cree que el consumo medio ya ha superado ese valor. Suponga que se extrajo una
muestra aleatoria de 9 comunas de esta poblacin, y se determin que el consumo
medio de marihuana de los habitantes de esta poblacin es del 18[%], con una
varianza del 25[%]2. Definiendo las variables y supuestos asociados al problema:

Establece hiptesis adecuadas y pruebe el supuesto acerca del consumo de

marihuana utilizando un nivel de significacin del 5%.
X: Porcentaje de la comuna que consume marihuana.
H0 : = 15

X N(; 2)

H1 : > 15

v/s

eW : { X / X > t0,95 (8)

5
+ 15}
3

(t0,95 (8) = 1,86)

eW : { X / X > 18,1[%]}

Considerando que x = 18,0, no se rechaza H0. No Existe evidencia muestral

suficiente como para suponer que el consumo medio de marihuana por comuna en
riesgo social en una ciudad es mayor al 15% [%].
Si el consumo medio actual en realidad hubiera aumentado slo en 2,663[%].
Cul es la probabilidad de cometer un error de tipo 2?.

= [No rechazar H0/ H1 es Verdadera]

X 17, 663
18,1 17, 663
= [ X 18,1]=
9
9
5
5

= [T8 0,2622] 0,6000

Es posible suponer que la varianza en la proporcin de consumo de
marihuana en las comunas es mayor al 20[%]2 con un 10% de significancia?.
H0 : 2 = 20
eW : { S 2 / S 2 >

H1 : 2 > 20

v/s
2
(8)
0,9

eW : { S 2 / S 2 > 33,4[%]2}

2
( 0,9
(8) = 13,36)

20
}
8

No se Rechaza H0.

Considerando que s2 = 25, no se rechaza H0. No Existe evidencia muestral

suficiente como para suponer que la varianza en la proporcin de consumo de
marihuana en las comunas es mayor al 20[%]2.
98