Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ingeniera Industrial
Estadstica Inferencial I
3.
PRUEBAS DE HIPTESIS
3.1
INTRODUCCIN
A continuacin se
describirn algunos lineamientos para establecer la hiptesis nula y alternativa para tres
tipos de situaciones.
40
Si los resultados indican que no se rechaza H0, lo que indica que el nuevo carburador
no tiene mejor rendimiento, se tendrn que seguir investigando y realizar ms pruebas
para sostener dicha afirmacin. Sin embargo si el resultado nos indica que se rechaza
H0, el personal puede hacer la inferencia que Ha es verdadera, entonces se puede
iniciar la produccin del nuevo carburador.
Si los resultados de la muestra indican que no se rechaza H0, indica que el fabricante dice
la verdad. Sin embargo si los resultados indican que se rechaza H0, se har la inferencia
que Ha: 798 es verdadera. Por lo tanto en este caso concluimos que la afirmacin del
fabricante es incorrecta y que el llenado del embutido es menor de 798gr, por lo tanto se
realizar una accin adecuada con el fabricante.
41
3.2
Al trabajar con las hiptesis estadsticas, existe la posibilidad de llegar a cuatro resultados
posibles en cuanta a la veracidad de la decisin de la hiptesis nula, estas se presentan a
continuacin:
Decisin
No se rechaza H0
Se rechaza H0
La decisin correcta tipo B ocurre cuando la hiptesis nula es falsa y se decide rechazar
la hiptesis nula.
Error tipo I se comete cuando se rechaza la hiptesis nula verdadera, es decir cuando es
cierta la hiptesis nula, pero se decide en su contra
Error tipo II es cuando se decide a favor de una hiptesis nula que en realidad es falsa.
42
No siempre es posible controlar el error tipo II, por lo tanto si decidimos aceptar la hiptesis nula no
podemos determinar la confianza en esa decisin, es por eso que se recomienda usar la redaccin
no se rechaza la H0, en lugar de se acepta H0, esto implica la recomendacin de tener cualquier
juicio y accin, por ende al no aceptar en forma directa la H0, se evita de cometer el error tipo II.
3.3
Pruebas unilaterales sobre la media de una poblacin para una muestra grande
La PROFECO realiza estudios peridicos para probar las afirmaciones que hacen los
fabricantes los fabricantes de sus productos. Por ejemplo, la etiqueta de una lata de caf indica
que contiene como mnimo 984gr de caf. Ahora la PROFECO desea probar dicha afirmacin,
mediante la prueba de hiptesis.
El primer paso: Establecer la H0 y Ha recuerde como es una afirmacin establecemos la
afirmacin en la hiptesis nula de la siguiente forma:
H0: 984 Ha: < 984
Segundo paso: Establecer un nivel de significacin () es decir la probabilidad de
cometer el error tipo I, para este caso 0.01, recordemos que la distribucin muestral de
Regin no
critica
= 0.01
Regin critica
- 2.33
43
3.4
Pruebas unilaterales sobre la media de una poblacin para una muestra pequea
Supongamos que tenemos una muestra pequea (n < 30), pero adems sabemos que la
poblacin tiene una distribucin normal de probabilidades, podemos utilizar la distribucin
normal para inferir acerca de del valor de la media poblacional, para las pruebas de hiptesis
con la siguiente formula: t = (( x - ) / (s /
n )).
Recuerde que la distribucin t, trabaja con grados de libertad que es igual a n-1.
44
70, 80,100, 80, 60, 90, 60, 70, 70, 80, 90 y 80.
Por lo tanto la media de los datos es de 77.5, con una desviacin estndar de 12.154.
Suponiendo que la poblacin tiene una distribucin normal de probabilidades. Puede
decirse que el Instituto ofrece una buena preparacin profesional con un nivel de
significancia de 0.05?. La hiptesis nula y la alternativa es la siguiente:
H0: 70
Ha: 70
3.5
45
= 0.25
Regin no
critica
= 0.25
Regin critica
Regin critica
- 1.96
1.96
Para realizar una prueba de hiptesis se siguen los mismos cinco pasos que se realizan
que se realizan en las pruebas unilaterales, con la nica diferencia que para localizar el
nivel de significancia o la probabilidad para cometer el error tipo I se divide en dos. Por
ejemplo para = 0.05 en la tabla se buscara /2 = 0.025 ya que la suma de las dos
reas nos da la probabilidad del 5% para cometer el error tipo uno.
Por ejemplo supongamos que una lnea de produccin, consiste en llenar 365ml por
envase. Recuerde que el sobre llenado o la falta de llenado ocasionan graves
problemas en el proceso de llenado, ya que se tendra que parar el proceso y realizar
ajustes. Por lo tanto para diagnosticar el proceso con un 5% de probabilidad de cometer
el error tipo I. Por lo que se plantea la siguiente hiptesis:
H0: = 20
Ha: 20
Calculamos el valor crtico de prueba con /2 = 0.025 = 1.96. La regla de rechazo de H0 es:
s zc < -z/2 o s zc > z/2
De acuerdo a la historia se sabe que la desviacin estndar poblacional ( ) del
proceso de llenado es de 20ml. Un inspector de calidad toma una muestra de 30
artculos y obtiene una media muestral de 372.
Calculamos el valor del estadstico con la formula: zc = (( x - ) / ( / n )) = 372 365 / 20 30 =
7/3.651 = 1.917. Lo que nos indica que no se rechaza ya que 1.917 es menor de 1.96,
pero mayor de 1.96. Por lo que el inspector de calidad debe decidir que el proceso de
llenado debe continuar.
46
Estadstica Inferencial I
Pruebas de hiptesis bilaterales sobre la media de una poblacin: caso de
una muestra pequea
Recordemos de nuevo que para determinar el valor crtico de prueba, para el caso de
una muestra pequea se utiliza la distribucin t, y esta nicamente se utiliza cuando se
sabe que la poblacin presenta una distribucin normal de probabilidades. Por ejemplo
se sabe que el proceso de produccin tiene una distribucin normal y debe llenar
recipientes con una media de peso de 32gr ( = 32). El personal de control de calidad
selecciona peridicamente al azar cinco recipientes, con la finalidad de probar la
siguiente hiptesis bilateral: H0: = 32 Ha: 32.
En una muestra realizada se obtuvieron las siguientes muestras (gr): 32.04, 32.44,
31.64, 31.84 y 32.44. Con un nivel de significancia de 0.05 Qu acciones se deben de
emprender?
Valor crtico de t = 2.776. La regla de rechazo de H0 es: s zc < -2.776 o s zc > 2.776.
Calculo de los estadsticos de la muestra: media = 32.08 y desviacin estndar = 0.358.
Calculo del valor del estadstico de prueba = t = (( x - ) / (s /
n )) = ((32.08 32) /
3.7
47
48
Chern 36
Paracho 49
40
35
D. E de la muestra (s)
9
10
x1 - x2 z/2 x x Donde:
1
x x
1
=
2
sx x
1
=
2
s1 s2
n1 n 2
x1 - x2 z/2 sx x Donde:
1
49
sx x
1
=
2
9 10
= 2.07
36 49
z/2 = 1.96
40 35 (1.96)(2.07) = 5 4.06
Por lo tanto podemos concluir que la diferencia entre las medias de las edades de las
dos poblaciones de clientes de coca cola se encuentra entre 0.94 y 9.06 aos.
Ha: 1 - 2 0
Como zc = 4.839 > 1.96, la conclusin es que se rechaza H0 lo que nos indica que si existe
diferencia significativa entre el promedio de las edades que consumen coca cola entre
la comunidad de Chern y Paracho.
50
Estadstica Inferencial I
Estimacin de las diferencias entre la media de dos poblaciones en
muestras independientes: Caso de muestras pequeas en las dos
poblaciones
Por ejemplo supongamos que se tienen los siguientes datos muestrales independientes
de dos poblaciones:
Muestra 1 = n1=8, x1 = 1.4 y s1= 0.4
Muestra 2 = n2=7, x2 = 1.0 y s1= 0.6
Se requiere probar las siguientes hiptesis con 95% de probabilidad:
H0: 1 - 2 = 0
Ha: 1 - 2 0
/2 =
( x1 x 2) (1 2)
2
s(
n1 n 2
( 1) s12 (n 2 1) s22
Donde s2= n1
= (8 1)(0.16) + (7 1)(0.36)/13 = 0.252
n1 n 2 2
51
Estadstica Inferencial I
Pruebas de hiptesis respecto a relaciones proporcionales
Estas pruebas se utilizan cuando las variables son discretas o cualitativas. Por ejemplo
cuando el director de servicios profesionales reporta que el 80% de los egresados
entran al mercado de trabajo o cuando un inspector de control de calidad afirma que
95% de sus productos no presentan defectos.
Recuerde que la proporcin es la relacin por cociente o parte relativa que expresa la
parte fraccional de la poblacin o muestra que tiene un atributo en particular de inters
y se puede estimar con la siguiente formula:
p =Nmero de xitos en la muestra/Nmero muestreado
Uno de los requisitos para realizar estas pruebas es que n y n (1- P) debe ser al menos
igual a cinco (5)
A continuacin se presenta un ejemplo de aplicacin
Supngase que un lote de 10000 productos ser aceptado si al menos el 90% de los
productos no tienen defectos. El jefe del departamento del almacn decide hacer
muestreo de 100 elementos para aceptar o rechazar el lote.
Observemos que se trata de una variable discreta es decir un elemento cumple o no
con la caracterstica, n es mayor de 100 mayor de 5 y n (1- P) = 100 (1-0.9) = 10 mayor
de 5
Planteamiento de la hiptesis: H0: P 0.90 y Ha: P < 0.90
Establecer el nivel de significancia, para este caso 0.05
Establecer el valor crtico: -1.65
Regla de rechazo: Si el valor del estadstico es menor de -1.65 se rechaza H0.
Realizar el muestreo: del los 100 elementos muestreados se encontr que 87 no
presentaban defectos.
pP
Calcular el valor del estadstico con la siguiente formula: zc =
P(1 P) / n
V. E = 0.87-0.90/ 0.9(1 0.9) / 100 = -0.03/0.03= -1
Contrastar El Valor del estadstico es mayor que el valor critico
Conclusin no se rechaza Ho. Lo que indica que la proporcin poblacional es igual o
mayor de 0.90 con una probabilidad. Lo que se recomienda no rechazar el lote.
52
El
Estadstica Inferencial I
Prueba de hiptesis donde intervienen la diferencia entre dos relaciones
proporcionales independientes para muestras grandes.
valor
3.11
Por ejemplo una compaa que produce una parte maquinada para un motor, afirma
que tiene una varianza de dimetro no mayor a 0.0002 pulgadas. Una muestra aleatoria
53
Regin no
crtica
2
Regla de rechazo: Si el valor del estadstico (X2c) es mayor de 16.919 se rechaza Ho.
Clculos:
X2c=
(n 1) s
(10 9)(0.0003)
13.5
0.0002
muestra de 10 latas dieron una desviacin estndar de 4.8mg Muestran estos datos
suficiente evidencia para decir que la varianza ha cambiado?. Use un
= 0.05 y calcule
el valor de P.
54
Estadstica Inferencial I
Ensayo de Hiptesis para la Varianza de dos Poblaciones independientes
55