Está en la página 1de 39

UNIDAD II

PRUEBA DE HIPOTESIS

Las secciones anteriores han mostrado cmo puede estimarse un parmetro a


partir de los datos contenidos en una muestra. Puede encontrarse ya sea un slo
nmero (estimador puntual) o un intervalo de valores posibles (intervalo de
confianza). Sin embargo, muchos problemas de ingeniera, ciencia, y
administracin, requieren que se tome una decisin entre aceptar o rechazar una
proposicin sobre algn parmetro. Esta proposicin recibe el nombre de
hiptesis. Este es uno de los aspectos ms tiles de la inferencia estadstica,
puesto que muchos tipos de problemas de toma de decisiones, pruebas o
experimentos en el mundo de la ingeniera, pueden formularse como problemas
de prueba de hiptesis.

Una hiptesis estadstica es una proposicin o supuesto sobre los parmetros


de una o ms poblaciones.

Suponga que se tiene inters en la rapidez de combustin de un agente propulsor


slido utilizado en los sistemas de salida de emergencia para la tripulacin de
aeronaves. El inters se centra sobre la rapidez de combustin promedio. De
manera especfica, el inters recae en decir si la rapidez de combustin promedio
es o no 50 cm/s. Esto puede expresarse de manera formal como

Ho; = 50 cm/s

H1; 50 cm/s

La proposicin Ho; = 50 cm/s, se conoce como hiptesis nula, mientras que la


proposicin H1; 50 cm/s, recibe el nombre de hiptesis alternativa. Puesto
que la hiptesis alternativa especifica valores de que pueden ser mayores o
menores que 50 cm/s, tambin se conoce como hiptesis alternativa bilateral.
En algunas situaciones, lo que se desea es formular una hiptesis alternativa
unilateral, como en

Ho; = 50 cm/s Ho; = 50 cm/s

H1; < 50 cm/s H1; > 50 cm/s

Es importante recordar que las hiptesis siempre son proposiciones sobre la


poblacin o distribucin bajo estudio, no proposiciones sobre la muestra. Por lo
general, el valor del parmetro de la poblacin especificado en la hiptesis nula se
determina en una de tres maneras diferentes:

1. Puede ser resultado de la experiencia pasada o del conocimiento del


proceso, entonces el objetivo de la prueba de hiptesis usualmente es
determinar si ha cambiado el valor del parmetro.

2. Puede obtenerse a partir de alguna teora o modelo que se relaciona con el


proceso bajo estudio. En este caso, el objetivo de la prueba de hiptesis es
verificar la teora o modelo.

3. Cuando el valor del parmetro proviene de consideraciones externas, tales


como las especificaciones de diseo o ingeniera, o de obligaciones
contractuales. En esta situacin, el objetivo usual de la prueba de hiptesis
es probar el cumplimiento de las especificaciones.

Un procedimiento que conduce a una decisin sobre una hiptesis en particular


recibe el nombre de prueba de hiptesis. Los procedimientos de prueba de
hiptesis dependen del empleo de la informacin contenida en la muestra aleatoria
de la poblacin de inters. Si esta informacin es consistente con la hiptesis, se
concluye que sta es verdadera; sin embargo si esta informacin es inconsistente
con la hiptesis, se concluye que esta es falsa. Debe hacerse hincapi en que la
verdad o falsedad de una hiptesis en particular nunca puede conocerse con
certidumbre, a menos que pueda examinarse a toda la poblacin. Usualmente
esto es imposible en muchas situaciones prcticas. Por tanto, es necesario
desarrollar un procedimiento de prueba de hiptesis teniendo en cuenta la
probabilidad de llegar a una conclusin equivocada.

La hiptesis nula, representada por Ho, es la afirmacin sobre una o ms


caractersticas de poblaciones que al inicio se supone cierta (es decir, la "creencia
a priori").

La hiptesis alternativa, representada por H1, es la afirmacin contradictoria a


Ho, y sta es la hiptesis del investigador.

La hiptesis nula se rechaza en favor de la hiptesis alternativa, slo si la


evidencia muestral sugiere que Ho es falsa. Si la muestra no contradice
decididamente a Ho, se contina creyendo en la validez de la hiptesis nula.
Entonces, las dos conclusiones posibles de un anlisis por prueba de hiptesis
son rechazar Ho o no rechazar Ho.

Prueba de una Hiptesis Estadstica

Para ilustrar los conceptos generales, considere el problema de la rapidez de


combustin del agente propulsor presentado con anterioridad. La hiptesis nula es
que la rapidez promedio de combustin es 50 cm/s, mientras que la hiptesis
alternativa es que sta no es igual a 50 cm/s. Esto es, se desea probar:

Ho; = 50 cm/s

H1; 50 cm/s

Supngase que se realiza una prueba sobre una muestra de 10 especmenes, y


que se observa cual es la rapidez de combustin promedio muestral. La media
muestral es un estimador de la media verdadera de la poblacin. Un valor de la
media muestral que este prximo al valor hipottico = 50 cm/s es una
evidencia de que el verdadero valor de la media es realmente 50 cm/s; esto es,
tal evidencia apoya la hiptesis nula Ho. Por otra parte, una media muestral muy
diferente de 50 cm/s constituye una evidencia que apoya la hiptesis alternativa
H1. Por tanto, en este caso, la media muestral es el estadstico de prueba.

La media muestral puede tomar muchos valores diferentes. Supngase que si


48.5 51.5, entonces no se rechaza la hiptesis nula H o; = 50 cm/s, y que si
<48.5 >51.5, entonces se acepta la hiptesis alternativa H 1; 50 cm/s.

Los valores de que son menores que 48.5 o mayores que 51.5 constituyen la
regin crtica de la prueba, mientras que todos los valores que estn en el
intervalo 48.5 51.5 forman la regin de aceptacin. Las fronteras entre las
regiones crtica y de aceptacin reciben el nombre de valores crticos. La
costumbre es establecer conclusiones con respecto a la hiptesis nula H o. Por
tanto, se rechaza Ho en favor de H1 si el estadstico de prueba cae en la regin
crtica, de lo contrario, no se rechaza Ho.

Este procedimiento de decisin puede conducir a una de dos conclusiones


errneas. Por ejemplo, es posible que el valor verdadero de la rapidez promedio
de combustin del agente propulsor sea igual a 50 cm/s. Sin embargo, para todos
los especmenes bajo prueba, bien puede observarse un valor del estadstico de
prueba que cae en la regin crtica. En este caso, la hiptesis nula H o ser
rechazada en favor de la alternativa H1cuando, de hecho, Ho en realidad es
verdadera. Este tipo de conclusin equivocada se conoce como error tipo I.

El error tipo I se define como el rechazo de la hiptesis nula Ho cuando sta es


verdadera. Tambin es conocido como nivel de significancia.

Si tuviramos un nivel de confianza del 95% entonces el nivel de significancia


sera del 5%. Anlogamente si se tiene un nivel de confianza del 90% entonces el
nivel de significancia sera del 10%.

Ahora supngase que la verdadera rapidez promedio de combustin es diferente


de 50 cm/s, aunque la media muestral caiga dentro de la regin de aceptacin.
En este caso se acepta Ho cuando sta es falsa. Este tipo de conclusin recibe el
nombre de error tipo II.

El error tipo II error se define como la aceptacin de la hiptesis nula cuando


sta es falsa.

Por tanto, al probar cualquier hiptesis estadstica, existen cuatro situaciones


diferentes que determinan si la decisin final es correcta o errnea.

Decisin Ho es verdadera Ho es falsa

Aceptar Ho No hay error Error tipo II

Rechazar Ho Error tipo I No hay error

1. Los errores tipo I y tipo II estn relacionados. Una disminucin en la


probabilidad de uno por lo general tiene como resultado un aumento en la
probabilidad del otro.

2. El tamao de la regin crtica, y por tanto la probabilidad de cometer un


error tipo I, siempre se puede reducir al ajustar el o los valores crticos.

3. Un aumento en el tamao muestral n reducir y de forma simultnea.

4. Si la hiptesis nula es falsa, es un mximo cuando el valor real del


parmetro se aproxima al hipottico. Entre ms grande sea la distancia
entre el valor real y el valor hipottico, ser menor

PASOS PARA ESTABLECER UN ENSAYO DE HIPOTESIS

INDEPENDIENTEMENTE DE LA DISTRIBUCION QUE SE ESTE TRATANDO

1. Interpretar correctamente hacia que distribucin muestral se ajustan los


datos del enunciado.
2. Interpretar correctamente los datos del enunciado diferenciando los
parmetros de los estadsticos. As mismo se debe determinar en este
punto informacin implcita como el tipo de muestreo y si la poblacin es
finita o infinita.

3. Establecer simultneamente el ensayo de hiptesis y el planteamiento


grfico del problema. El ensayo de hiptesis est en funcin de
parmetros ya que se quiere evaluar el universo de donde proviene la
muestra. En este punto se determina el tipo de ensayo (unilateral o
bilateral).

4. Establecer la regla de decisin. Esta se puede establecer en funcin del


valor crtico, el cual se obtiene dependiendo del valor de (Error tipo I o
nivel de significancia) o en funcin del estadstico lmite de la distribucin
muestral. Cada una de las hiptesis deber ser argumentada correctamente
para tomar la decisin, la cual estar en funcin de la hiptesis nula o H o.

5. Calcular el estadstico real, y situarlo para tomar la decisin.

6. Justificar la toma de decisin y concluir.

Qu es una prueba de hiptesis?


Ms informacin sobre Minitab 17
Una prueba de hiptesis es una prueba estadstica que se utiliza para determinar si existe
suficiente evidencia en una muestra de datos para inferir que cierta condicin es vlida para
toda la poblacin.

Una prueba de hiptesis examina dos hiptesis opuestas sobre una poblacin: la hiptesis
nula y la hiptesis alternativa. La hiptesis nula es el enunciado que se probar. Por lo
general, la hiptesis nula es un enunciado de que "no hay efecto" o "no hay diferencia". La
hiptesis alternativa es el enunciado que se desea poder concluir que es verdadero.

Con base en los datos de la muestra, la prueba determina si se debe rechazar la hiptesis
nula. Para tomar la decisin se utiliza un valor p. Si el valor p es menor que o igual al nivel
de significancia, que es un punto de corte que usted define, entonces puede rechazar la
hiptesis nula.

Un error comn de percepcin es que las pruebas estadsticas de hiptesis estn diseadas
para seleccionar la ms probable de dos hiptesis. En realidad, una prueba mantendr la
validez de la hiptesis nula hasta que haya suficiente evidencia (datos) en favor de la
hiptesis alternativa.
Entre las preguntas que se pueden contestar con una prueba de hiptesis estn las
siguientes:

Tienen las estudiantes de pregrado una estatura media diferente de 66 pulgadas?

Es la desviacin estndar de su estatura igual a o menor que 5 pulgadas?

Es diferente la estatura de las estudiantes y los estudiantes de pregrado?

Minitab.com

Portal para licencias

Tienda

Blog

Contctenos
Ejemplo de cmo se realiza una prueba
de hiptesis bsica
Ms informacin sobre Minitab 17

Usted puede seguir seis pasos bsicos para configurar y realizar correctamente una prueba
de hiptesis. Por ejemplo, el gerente de una fbrica de tuberas debe asegurarse de que el
dimetro de los tubos sea de 5 cm. El gerente sigue los pasos bsicos para realizar una
prueba de hiptesis.

Nota
Debe determinar los criterios para la prueba y el tamao de muestra necesario antes de
recolectar los datos.

1. Especificar las hiptesis.


En primer lugar, el gerente formula las hiptesis. La hiptesis nula es: la media de la
poblacin de todos los tubos es igual a 5 cm. Formalmente, esto se escribe como:
H0: = 5

Luego, el gerente elige entre las siguientes hiptesis alternativas:

Condicin que se probar

La media de la poblacin es menor que el objetivo.

La media de la poblacin es mayor que el objetivo.

La media de la poblacin es diferente del objetivo.

Como tiene que asegurarse de que los tubos no sean ms grandes ni ms pequeos
de 5 cm, el gerente elige la hiptesis alternativa bilateral, que establece que la media
de la poblacin de todos los tubos no es igual a 5 cm. Formalmente, esto se escribe
como H1: 5

2. Determinar la potencia y el tamao de la muestra para la prueba.

El gerente utiliza un clculo de potencia y tamao de la muestra para


determinar cuntos tubos tienen que medir para tener una buena
probabilidad de detectar una diferencia de 0.1 cm o ms con respecto al
dimetro objetivo.

3. Elegir un nivel de significancia (tambin denominado alfa o ).

El gerente selecciona un nivel de significancia de 0.05, que es el nivel de


significancia ms utilizado.

4. Recolectar los datos.

Recogen una muestra de tubos y miden los dimetros.

5. Comparar el valor p de la prueba con el nivel de significancia.

Despus de realizar la prueba de hiptesis, el gerente obtiene un valor p


de 0.004. El valor p es menor que el nivel de significancia de 0.05.

6. Decidir si rechazar o no rechazar la hiptesis nula.

El gerente rechaza la hiptesis nula y concluye que el dimetro medio de


todos los tubos no es igual a 5 cm.

Datos que pueden analizarse con una


prueba de hiptesis
Ms informacin sobre Minitab 17

Las pruebas de hiptesis pueden utilizarse para evaluar muchos parmetros


diferentes de una poblacin. Cada prueba est diseada para evaluar un
parmetro asociado a un determinado tipo de datos. Conocer la diferencia
entre los tipos de datos, y los parmetros que estn asociados con cada tipo de
datos, puede ayudarle a elegir la prueba ms adecuada.

Datos continuos

Tendr datos continuos cuando evale la media, la mediana, la desviacin


estndar o la varianza.

Cuando usted mide una caracterstica de una parte o proceso, como la


longitud, el peso o la temperatura, por lo general obtiene datos continuos.
Los datos continuos suelen incluir valores fraccionados (o decimales).

Por ejemplo, un ingeniero especializado en calidad desea determinar si el


peso medio difiere del valor indicado en la etiqueta del paquete (500 g). El
ingeniero toma una muestra de cajas de cereal y registra el peso de las
cajas.

Datos binomiales
Tendr datos binomiales cuando evale una proporcin o un porcentaje.

Cuando usted clasifica un elemento, evento o persona en una de dos


categoras, obtiene datos binomiales. Las dos categoras deben ser
mutuamente excluyentes, como si/no, pasa/no pasa o defectuoso/no
defectuoso.

Por ejemplo, unos ingenieros examinan una muestra de pernos para


verificar si existen grietas notables que no permitan utilizarlos. Registran el
nmero de pernos inspeccionados y el nmero de pernos rechazados. Los
ingenieros quieren determinar si el porcentaje de pernos defectuosos es
menor que 0.2%.

Datos de Poisson
Tendr datos de Poisson cuando evale una tasa de ocurrencia.

Cuando usted cuenta la presencia de una caracterstica, resultado o


actividad en cierta cantidad de tiempo, rea u otra longitud de observacin,
obtiene datos de Poisson. Los datos de Poisson se evalan en conteos por
unidad, con unidades del mismo tamao.

Por ejemplo, los inspectores de una empresa de autobuses cuentan el


nmero de averas de las unidades cada da durante 30 das. La empresa
desea determinar la tasa diaria de averas de los autobuses.

Sugerencia
Si puede elegir el tipo de datos que recoger, recoja datos continuos.
Los datos continuos proporcionan informacin ms detallada y
suelen dar ms potencia a una prueba de hiptesis.

Acerca de las hiptesis nula y


alternativa
Ms informacin sobre Minitab 17
Una prueba de hiptesis examina dos hiptesis opuestas sobre una poblacin: la hiptesis
nula y la hiptesis alternativa. La manera en que se configuran estas hiptesis depende de lo
que se intenta demostrar.

Hiptesis nula (H0)

La hiptesis nula establece que un parmetro de poblacin es igual a un


valor. La hiptesis nula suele ser una afirmacin inicial que los
investigadores especifican basndose en investigaciones previas o en su
conocimiento.

Hiptesis alternativa (H1)


La hiptesis alternativa establece que el parmetro de poblacin es
diferente del valor del parmetro de poblacin en la hiptesis nula. La
hiptesis alternativa es lo que usted podra pensar que es cierto o espera
probar que es cierto.

Cules son algunas de las hiptesis comunes?


Las hiptesis para determinar si una media de poblacin, , es igual a
cierto valor objetivo 0 incluyen las siguientes:

H0: = 0

H1: < 0 (una prueba de cola inferior) o

H1: > 0 (una prueba de cola superior) o

H1: 0 (una prueba de dos colas)


Las hiptesis para determinar si una media de poblacin, 1 es igual a otra
media de poblacin 2 incluyen las siguientes:

H0: 1 = 2

H1: 1< 2 o

H1: 1> 2 o

H1: 1 2

Qu son los errores de tipo I y tipo II?


Ms informacin sobre Minitab 17

Cuando usted realiza una prueba de hiptesis, puede cometer dos tipos de errores: tipo I y
tipo II. Los riesgos de estos dos errores estn inversamente relacionados y son
determinados por el nivel de significancia y la potencia de la prueba. Por lo tanto, usted
debe determinar qu error tiene consecuencias ms graves para su situacin antes de definir
sus riesgos.

Ninguna prueba de hiptesis es 100% cierta. Puesto que la prueba se basa en


probabilidades, siempre existe la posibilidad de sacar una conclusin
incorrecta.

Error de Tipo I

Si rechaza la hiptesis nula cuando sta es verdadera, usted comete un


error de tipo I. La probabilidad de cometer un error de tipo I es , que es el
nivel de significancia que usted establece para su prueba de hiptesis. Un
de 0.05 indica que usted est dispuesto a aceptar una probabilidad de 5%
de que est equivocado cuando rechaza la hiptesis nula. Para reducir este
riesgo, debe utilizar un valor ms bajo para . Sin embargo, si utiliza un
valor ms bajo para alfa, significa que tendr menos probabilidades de
detectar una diferencia verdadera, si es que realmente existe.

Error de tipo II
Cuando la hiptesis nula es falsa y usted no la rechaza, comete un error de
tipo II. La probabilidad de cometer un error de tipo II es , que depende de
la potencia de la prueba. Puede reducir su riesgo de cometer un error de
tipo II al asegurarse de que la prueba tenga suficiente potencia. Para ello,
asegrese de que el tamao de la muestra sea lo suficientemente grande
como para detectar una diferencia prctica cuando sta realmente exista.

La probabilidad de rechazar la hiptesis nula cuando es falsa es igual a 1. Este valor


es la potencia de la prueba.

Hiptesis nula

Decisi Verdadero Falso


n

No Decisin correcta (probabilidad = Error de tipo II - no rechazar la


rechazar 1 - ) hiptesis nula cuando es falsa
(probabilidad = )

Rechaza Error de tipo I - rechazar la Decisin correcta (probabilidad =


r hiptesis nula cuando es 1 - )
verdadera (probabilidad = )
Ejemplo de error de tipo I y tipo II

Para entender la interrelacin entre los errores de tipo I y tipo II, y para determinar
cul error tiene consecuencias ms severas segn sea su caso, considere el siguiente
ejemplo.

Un investigador mdico desea comparar la eficacia de dos medicamentos.


Las hiptesis nula y alterna son:

Hiptesis nula (H0): 1= 2


Los dos medicamentos tienen la misma eficacia.
Hiptesis alternativa (H1): 1 2
Los dos medicamentos no tienen la misma eficacia.
Un error de tipo I se produce si el investigador rechaza la hiptesis nula y concluye
que los dos medicamentos son diferentes cuando, en realidad, no lo son. Si los
medicamentos tienen la misma eficacia, el investigador podra considerar que este
error no es muy grave, porque de todos modos los pacientes se beneficiaran con el
mismo nivel de eficacia independientemente del medicamento que tomen. Sin
embargo, si se produce un error de tipo II, el investigador no rechaza la hiptesis nula
cuando debe rechazarla. Es decir, el investigador concluye que los medicamentos son
iguales cuando en realidad son diferentes. Este error puede poner en riesgo la vida de
los pacientes si se pone en venta el medicamento menos efectivo en lugar del
medicamento ms efectivo.

Cuando realice las pruebas de hiptesis, considere los riesgos de cometer errores de
tipo I y tipo II. Si las consecuencias de cometer un tipo de error son ms graves o
costosas que cometer el otro tipo de error, entonces elija un nivel de significancia y
una potencia para la prueba que reflejen la gravedad relativa de esas consecuencias.

Comparacin de hiptesis direccionales


e hiptesis no direccionales
Ms informacin sobre Minitab 17

Una hiptesis alternativa no direccional establece que la hiptesis nula est equivocada.
Una hiptesis alternativa no direccional no predice si el parmetro de inters es mayor o
menor que el valor de referencia especificado en la hiptesis nula.

Una hiptesis alternativa direccional establece que la hiptesis nula est equivocada y
tambin especifica si el verdadero valor del parmetro es mayor o menor que el valor de
referencia especificado en la hiptesis nula.
La ventaja de usar una hiptesis direccional es una mayor potencia para detectar el efecto
especfico en el que usted est interesado. La desventaja es que no hay potencia para
detectar un efecto en la direccin opuesta.

Ejemplo de hiptesis direccionales y no direccionales


No direccional

Un investigador tiene resultados de una muestra de estudiantes que


presentaron un examen nacional en una escuela secundaria. El investigador
desea saber si las puntuaciones en esa escuela difieren del promedio
nacional de 850. Una hiptesis alternativa no direccional es apropiada
porque el investigador est interesado en determinar si los resultados son
menores o mayores que el promedio nacional. (H0: = 850 vs. H1: 850).

Direccional
Un investigador tiene los resultados de un examen nacional
correspondientes a una muestra de estudiantes que asistieron a un curso de
preparacin para el examen. El investigador desea saber si los estudiantes
que tomaron el curso lograron mejores puntuaciones que el promedio
nacional de 850. Se puede usar una hiptesis alternativa direccional, porque
el investigador plantea especficamente la hiptesis de que las
puntuaciones de los estudiantes que asistieron al curso son mayores que el
promedio nacional. (H0: = 850 vs. H1: > 850).

Leccin 1: Inferencia Estadstica usando prueba de hiptesis


A menudo en la investigacin cientfica es necesario tomar algunas decisiones o sacar
conclusiones acerca de una poblacin, con base en los informes obtenidos a partir de una
muestra. Una manera por medio de la cual es posible extrapolar las conclusiones obtenidas
en una muestra a una poblacin, es probando las hiptesis planteadas en la fase inicial de
un proceso investigativo.
Una hiptesis de investigacin puede definirse como una proposicin tentativa acerca de
las posibles relaciones entre dos o ms variables. Si la hiptesis de investigacin establece
la asociacin de dos o ms variables y posiblemente el grado de dicha asociacin,
estaremos enfrentados a hiptesis de investigacin de tipo correlacional; por otra parte, si el
objetivo de la investigacin es comparar grupos, estaremos ante el planteamiento de
hiptesis de investigacin que planteen diferencias entre grupos. Las hiptesis de
investigacin se simbolizan por Hi o

El reverso de las hiptesis de investigacin son las hiptesis nulas, las cuales refutan o
niegan lo que afirma la hiptesis de investigacin. Se denotan por .

A manera intuitiva puede decirse que las hiptesis estadsticas son la transformacin de las
hiptesis de investigacin y nulas en smbolos estadsticos, que pueden ser formuladas solo
cuando los datos del estudio que se van a recolectar y analizar para probar o rechazar las
hiptesis son cuantitativos (nmeros, proporciones, porcentajes, promedios). Es decir, el
investigador traduce su hiptesis de investigacin y su hiptesis nula en trminos
estadsticos.

De manera formal, una hiptesis estadstica, es una suposicin terica acerca del valor de
algn parmetro, la relacin entre parmetros o la forma de la distribucin. Tenga en
cuenta, que las hiptesis se plantean sobre los parmetros (que son los valores
desconocidos en la poblacin, y de los cuales me interesa inferir) y no sobre variables, por
ejemplo , ni sobre valores observados de la variable, por ejemplo . Cuando se dice
distribucin de una variable aleatoria se refiere al tipo de variable aleatoria (Poisson,
Binomial, Normal), o a los parmetros (media, varianza), haciendo entre los parmetros
suposiciones acerca del valor de algn parmetro o funcin de los parmetros.

Al plantear hiptesis estadsticas tenga en cuenta, que la siempre debe incluir la igualdad
(por formalismo matemtico). Adems, se considerar como verdadera a menos que
exista suficiente evidencia en contra, siendo rechazada solo si el juicio proporciona
evidencia suficiente en contra de sta.

Como la hiptesis de investigacin refleja el valor o intervalo de valores posibles en caso


que la hiptesis nula sea falsa, en trminos formales, a la hiptesis de investigacin tambin
se le conoce con el nombre de hiptesis alternativa y se denota por o

Una hiptesis estadstica puede adoptar una de tres formas diferentes, se ejemplificar
utilizando hiptesis para la media poblacional ( ).
El caso I se denomina Contraste con cola a la derecha, porque los valores caen en el lado
derecha de la recta real, es decir, rechazamos en favor de para valores positivos
grandes del estadstico de prueba. El caso II se denomina Contraste con cola a la
izquierda, porque los valores caen en el lado izquierdo de la recta real, es decir rechazamos
en favor de para valores negativos grandes del estadstico de prueba. (Observe que en
los casos I y II las hiptesis alternativas son unilaterales).Generalemente, los casos I y II se
plantean porque existe a priori una informacin que sugiera su planteamiento.

En el caso III, el contraste se denomina Contraste con dos colas. Con ste ltimo,
rechazamos la hiptesis nula para los valores inusualmente grandes o pequeos del
estadstico de prueba. (En este caso, la hiptesis alternativa es bilateral) .

El proceso mediante el cual enfrentamos o confrontamos las hiptesis tomando como punto
de apoyo los datos muestrales constituye lo que se denomina prueba o contraste de
hiptesis.

A manera descriptiva se dice que probar una hiptesis es proporcionar una decisin entre
en favor de ; es decir, una vez establecidas las hiptesis y , debemos tomar una
decisin sobre la hiptesis nula basada en la evidencia que sealan los datos muestrales.
Esta decisin se toma observando el valor de alguna estadstica cuya distribucin de
probabilidad, bajo la suposicin de que es cierta, se conozca. A tal estadstica se le
denomina Estadstica de Prueba.

Al final de cualquier estudio de contraste de hiptesis nos veremos forzosamente en una de


las siguientes situaciones:

Rechazar siendo cierta; por tanto se habr cometido lo que se conoce como Error Tipo
I.

Rechazar siendo la alternativa cierta y as se habr tomado la decisin correcta.

No rechazar siendo falsa, por lo tanto, habremos cometido lo que se conoce como Error
Tipo II.

No rechazar , siendo sta cierta y se habr tomado la decisin correcta

A la probabilidad de cometer un error Tipo I se le llama nivel de significancia, ste se fija


antes de realizar el experimento y se denota generalmente mediante la letra alfa ( ).

La probabilidad de cometer un error Tipo II se denota por beta ( ). L


La probabilidad de rechazar cuando sta es falsa ( es cierta) es y se denomina
Potencia de la prueba (Se recomienda al lector consultar este procedimiento en libros
especializados de Estadstica).

Al probar hiptesis estadsticas, cometer error tipo I se considera ms serio que cometer
error tipo II, por esto, la hiptesis nula debe formularse en forma tal que sta se rechace si
la evidencia experimental apoya sta decisin. En otras palabras, lo que realmente el
investigador desea es concluir que la hiptesis alternativa es la correcta y debe
proporcionarse suficiente evidencia para rechazar la hiptesis nula. Para lograr lo anterior
de una manera eficiente, se recomienda escoger el tamao del error tipo I ( ), antes de
determinar el tamao de la muestra aleatoria. Si planteando previamente estas condiciones
el reslutado es que la hiptesis nula no puede rechazarse con el valor escogido de , debe
evitarse aumentar el tamao de , con la idea de rechazar la hiptesis nula, porque se
estara cometiendo un grave error, debido a que las condiciones en las que se ejecut el
estudio (principalmente el tamao de la muestra), no permiten llevar a cabo este tipo de
manipulacin. .

Ejemplo 1
Se est estudiando un nuevo medicamento para utilizarlo en el tratamiento de una
enfermedad en el ganado. Se espera que sea eficaz en la mayora de los pacientes sobre los
que se aplica, la compaa que produce el medicamento quiere obtener alguna prueba
estadstica que apoye tal afirmacin. Sea la proporcin de animales para los cuales el
medicamento es efectivo. De esta manera las Hiptesis nula y alterna son:

Si se comete un error Tipo I, habremos rechazado siendo cierta. En trminos prcticos,


se habra concluido que el medicamento es eficaz para una mayora de animales enfermos
cuando realmente no lo es. Este error puede conducir a la comercializacin de un
medicamento que es inefectivo para la mayora de los animales enfermos. Se comete un
error Tipo II si no rechazamos cuando es cierta. En tal caso, se concluir que la tasa
de efectividad del medicamento es del 50% o menos cuando de hecho es efectivo para una
mayora de animales enfermos a los que se la aplica. Este error puede conducir a la no
comercializacin de un medicamento til. Ambos errores son muy importantes. Recuerde:
El error Tipo I es el que generalmente se considera ms grave. Para el ejemplo, resulta
en una dilatacin del tratamiento apropiado de la enfermedad.

Pasos a seguir en una prueba de hiptesis


Para realizar una prueba de hiptesis se deben tener en cuenta los siguientes pasos:

1. Expresar la hiptesis nula, y alterna, .


2. Seleccionar el nivel de significancia ( ).y el tamao de la muestra ( ).

3. Determinar la estadstica de prueba adecuada y la distribucin de probabilidad bajo la


veracidad de la hiptesis nula.

4. Establecer la regin crtica o de rechazo.

5. Calcular el valor de la estadstica de prueba y tomar la decisin estadstica.

6. Expresar la decisin estadstica en trminos del problema.

El valor P.

Debido a que la forma habitual de probar hiptesis, en la mayora de los casos resulta algo
cortante o seca la decisin final de rechazar o no una dad, y no proprciona una medida
real de la decisin en trminos de probabilidad, se ha sugerido el clculo del valor p, es
decir, utilizando este valor, tambin se toman decisiones sobre una hiptesis.

El valor p, se define como la probabilidad de que la estadstica de prueba tome un valor


mayor o igual que el calculado (para pruebas con cola a la derecha), un valor menor o igual
que el calculado (para pruebas con cola a la izquierda), un valor menor o igual o mayor o
igual que el calculado (para pruebas con dos colas), con base en la muestra. Tenga en
cuenta que en el caso de pruebas de dos colas el valor p corresponde al doble del valor
obtenido en una prueba de una cola.

El valor p puede adems ser interpretado comparndolo con con la probabilidad de cometer
error tipo I o , para lo cual se sugiere la siguiente regla: si el valor p es menor o igual a ,
se rechaza Ho; de otra forma no puede rechazarse la hiptesis nula.

Por ser el valor otra alternativa de decisin sobre la hiptesis nula, muchos paquetes
estadsticos imprimen el valor p para casi todas las situaciones en las que est involucrada
una prueba de hiptesis estadstica.

Pruebas de Hiptesis para una muestra


Enviado por Ing. Armando Pedro Cruz Ramirez
1.

2.

3. Hiptesis y prueba de hiptesis

4. Procedimiento sistemtico para una prueba de hiptesis para una muestra

5. Ejemplo en la cual se indican los pasos a seguir en una prueba de hiptesis

6. Bibliografa

1.- INTRODUCCION

Dentro del estudio de la inferencia estadstica, se describe como se puede tomar una muestra aleatoria y a
partir de esta muestra estimar el valor de un parmetro poblacional en la cual se puede emplear el mtodo de
muestreo y el teorema del valor central lo que permite explicar como a partir de una muestra se puede inferir
algo acerca de una poblacin, lo cual nos lleva a definir y elaborar una distribucin de muestreo de medias
muestrales que nos permite explicar el teorema del limite central y utilizar este teorema para encontrar las
probabilidades de obtener las distintas medias maestrales de una poblacin.

Pero es necesario tener conocimiento de ciertos datos de la poblacin como la media, la desviacin estndar
o la forma de la poblacin, pero a veces no se dispone de esta informacin.

En este caso es necesario hacer una estimacin puntual que es un valor que se usa para estimar un valor
poblacional. Pero una estimacin puntual es un solo valor y se requiere un intervalo de valores a esto se
denomina intervalote confianza y se espera que dentro de este intervalo se encuentre el parmetro
poblacional buscado. Tambin se utiliza una estimacin mediante un intervalo, el cual es un rango de valores
en el que se espera se encuentre el parmetro poblacional

En nuestro caso se desarrolla un procedimiento para probar la validez de una aseveracin acerca de un
parmetro poblacional este mtodo es denominado Prueba de hiptesis para una muestra.

2.- HIPOTESIS Y PRUEBA DE HIPOTESIS

Tenemos que empezar por definir que es una hiptesis y que es prueba de hiptesis.

Hiptesis es una aseveracin de una poblacin elaborado con el propsito de poner aprueba, para verificar si
la afirmacin es razonable se usan datos.

En el anlisis estadstico se hace una aseveracin, es decir, se plantea una hiptesis, despus se hacen las
pruebas para verificar la aseveracin o para determinar que no es verdadera.

Por tanto, la prueba de hiptesis es un procedimiento basado en la evidencia muestral y la teora de


probabilidad; se emplea para determinar si la hiptesis es una afirmacin razonable.

Prueba de una hiptesis: se realiza mediante un procedimiento sistemtico de cinco paso:


Siguiendo este procedimiento sistemtico, al llegar al paso cinco se puede o no rechazar la hiptesis, pero
debemos de tener cuidado con esta determinacin ya que en la consideracin de estadstica no proporciona
evidencia de que algo sea verdadero. Esta prueba aporta una clase de prueba ms all de una duda
razonable. Analizaremos cada paso en detalle

Objetivo de la prueba de hiptesis.

El propsito de la prueba de hiptesis no es cuestionar el valor calculado del estadstico (muestral), sino hacer

un juicio con respecto a la diferencia entre estadstico de muestra y un valor planteado del parmetro.

3.- Procedimiento sistemtico para una prueba de hiptesis de una muestra

.Paso 1: Plantear la hiptesis nula Ho y la hiptesis alternativa H1.

Cualquier investigacin estadstica implica la existencia de hiptesis o afirmaciones acerca de las poblaciones
que se estudian.

La hiptesis nula (Ho) se refiere siempre a un valor especificado del parmetro de poblacin, no a una
estadstica de muestra. La letra H significa hiptesis y el subndice cero no hay diferencia. Por lo general hay
un "no" en la hiptesis nula que indica que "no hay cambio" Podemos rechazar o aceptar Ho.

La hiptesis nula es una afirmacin que no se rechaza a menos que los datos maestrales proporcionen
evidencia convincente de que es falsa. El planteamiento de la hiptesis nula siempre contiene un signo de
igualdad con respecto al valor especificado del parmetro.

La hiptesis alternativa (H1) es cualquier hiptesis que difiera de la hiptesis nula. Es una afirmacin que se
acepta si los datos maestrales proporcionan evidencia suficiente de que la hiptesis nula es falsa. Se le
conoce tambin como la hiptesis de investigacin. El planteamiento de la hiptesis alternativa nunca
contiene un signo de igualdad con respecto al valor especificado del parmetro.

Paso 2: Seleccionar el nivel de significancia.

Nivel de significacia: Probabilidad de rechazar la hiptesis nula cuando es verdadera. Se le denota mediante
la letra griega , tambin es denominada como nivel de riesgo, este termino es mas adecuado ya que se corre
el riesgo de rechazar la hiptesis nula, cuando en realidad es verdadera. Este nivel esta bajo el control de la
persona que realiza la prueba.

Si suponemos que la hiptesis planteada es verdadera, entonces, el nivel de significacin indicar la


probabilidad de no aceptarla, es decir, estn fuera de rea de aceptacin. El nivel de confianza (1-), indica
la probabilidad de aceptar la hiptesis planteada, cuando es verdadera en la poblacin.
La distribucin de muestreo de la estadstica de prueba se divide en dos regiones, una regin de rechazo
(conocida como regin crtica) y una regin de no rechazo (aceptacin). Si la estadstica de prueba cae dentro
de la regin de aceptacin, no se puede rechazar la hiptesis nula.

La regin de rechazo puede considerarse como el conjunto de valores de la estadstica de prueba que no
tienen posibilidad de presentarse si la hiptesis nula es verdadera. Por otro lado, estos valores no son tan
improbables de presentarse si la hiptesis nula es falsa. El valor crtico separa la regin de no rechazo de la
de rechazo.

Tipos de errores

Cualquiera sea la decisin tomada a partir de una prueba de hiptesis, ya sea de aceptacin de la Ho o de la
Ha, puede incurrirse en error:

Un error tipo I se presenta si la hiptesis nula Ho es rechazada cuando es verdadera y deba ser aceptada.
La probabilidad de cometer un error tipo I se denomina con la letra alfa

Un error tipo II, se denota con la letra griega se presenta si la hiptesis nula es aceptada cuando de hecho
es falsa y deba ser rechazada.

En cualquiera de los dos casos se comete un error al tomar una decisin equivocada.

En la siguiente tabla se muestran las decisiones que pueden tomar el investigador y las consecuencias
posibles.
Para que cualquier ensayo de hiptesis sea bueno, debe disearse de forma que minimice los errores de
decisin. En la prctica un tipo de error puede tener ms importancia que el otro, y as se tiene a conseguir
poner una limitacin al error de mayor importancia. La nica forma de reducir ambos tipos de errores es
incrementar el tamao de la muestra, lo cual puede ser o no ser posible.

La probabilidad de cometer un error de tipo II denotada con la letra griega beta , depende de la diferencia
entre los valores supuesto y real del parmetro de la poblacin. Como es ms fcil encontrar diferencias
grandes, si la diferencia entre la estadstica de muestra y el correspondiente parmetro de poblacin es
grande, la probabilidad de cometer un error de tipo II, probablemente sea pequea.

El estudio y las conclusiones que obtengamos para una poblacin cualquiera, se habrn apoyado
exclusivamente en el anlisis de una parte de sta. De la probabilidad con la que estemos dispuestos a
asumir estos errores, depender, por ejemplo, el tamao de la muestra requerida. Las contrastaciones se
apoyan en que los datos de partida siguen una distribucin normal

Existe una relacin inversa entre la magnitud de los errores y : conforme a aumenta, disminuye. Esto
obliga a establecer con cuidado el valor de a para las pruebas estadsticas. Lo ideal sera establecer y .En
la prctica se establece el nivel y para disminuir el Error se incrementa el nmero de observaciones en la
muestra, pues as se acortan los limites de confianza respecto a la hiptesis planteada .La meta de las
pruebas estadsticas es rechazar la hiptesis planteada. En otras palabras, es deseable aumentar cuando
sta es verdadera, o sea, incrementar lo que se llama poder de la prueba (1- ) La aceptacin de la hiptesis
planteada debe interpretarse como que la informacin aleatoria de la muestra disponible no permite detectar
la falsedad de esta hiptesis.

Paso 3: Clculo del valor estadstico de prueba

Valor determinado a partir de la informacin muestral, que se utiliza para determinar si se rechaza la hiptesis
nula., existen muchos estadsticos de prueba para nuestro caso utilizaremos los estadsticos z y t. La eleccin
de uno de estos depende de la cantidad de muestras que se toman, si las muestras son de la prueba son
iguales a 30 o mas se utiliza el estadstico z, en caso contrario se utiliza el estadstico t.

Tipos de prueba
a) Prueba bilateral o de dos extremos: la hiptesis planteada se formula con la igualdad

Ejemplo

H0 : = 200

H1 : 200

b) Pruebas unilateral o de un extremo: la hiptesis planteada se formula con o

H0 : 200 H0 : 200

H1 : < 200 H1 : > 200

En las pruebas de hiptesis para la media (), cuando se conoce la desviacin estndar () poblacional, o
cuando el valor de la muestra es grande (30 o ms), el valor estadstico de prueba es z y se determina a partir
de:

El valor estadstico z, para muestra grande y desviacin estndar poblacional desconocida se determina por la
ecuacin:
En la prueba para una media poblacional con muestra pequea y desviacin estndar poblacional
desconocida se utiliza el valor estadstico t.

Paso 4: Formular la regla de decisin

SE establece las condiciones especficas en la que se rechaza la hiptesis nula y las condiciones en que no
se rechaza la hiptesis nula. La regin de rechazo define la ubicacin de todos los valores que son tan
grandes o tan pequeos, que la probabilidad de que se presenten bajo la suposicin de que la hiptesis nula
es verdadera, es muy remota

Distribucin muestral del valor estadstico z, con prueba de una cola a la derecha

Valor critico: Es el punto de divisin entre la regin en la que se rechaza la hiptesis nula y la regin en la
que no se rechaza la hiptesis nula.

Paso 5: Tomar una decisin.

En este ltimo paso de la prueba de hiptesis, se calcula el estadstico de prueba, se compara con el valor
crtico y se toma la decisin de rechazar o no la hiptesis nula. Tenga presente que en una prueba de
hiptesis solo se puede tomar una de dos decisiones: aceptar o rechazar la hiptesis nula. Debe subrayarse
que siempre existe la posibilidad de rechazar la hiptesis nula cuando no debera haberse rechazado (error
tipo I). Tambin existe la posibilidad de que la hiptesis nula se acepte cuando debera haberse rechazado
(error de tipo II).

4.- Ejemplo en la cual se indica el procedimiento para la prueba de hiptesis

Ejemplo

El jefe de la Biblioteca Especializada de la Facultad de Ingeniera Elctrica y Electrnica de la UNAC


manifiesta que el nmero promedio de lectores por da es de 350. Para confirmar o no este supuesto se
controla la cantidad de lectores que utilizaron la biblioteca durante 30 das. Se considera el nivel de
significancia de 0.05
Datos:

Da Usuarios

1 356

2 427

3 387

4 510

5 288

6 290

7 320

8 350

9 403

10 329

Solucin: Se trata de un problema con una media poblacional: muestra grande y desviacin estndar
poblacional desconocida.

Paso 01: Seleccionamos la hiptesis nula y la hiptesis alternativa

Ho: 350

Ha: 350

Paso 02: Nivel de confianza o significancia 95%

0.05

Paso 03: Calculamos o determinamos el valor estadstico de prueba

De los datos determinamos: que el estadstico de prueba es t, debido a que el numero de muestras es igual a
30, conocemos la media de la poblacin, pero la desviacin estndar de la poblacin es desconocida, en este
caso determinamos la desviacin estndar de la muestra y la utilizamos en la formula reemplazando a la
desviacin estndar de la poblacin.
Calculamos la desviacin estndar muestral y la media de la muestra empleando Excel, lo cual se muestra en
el cuadro que sigue.

Columna1

Media

Error tpico

Mediana

Moda

Desviacin estndar

Varianza de la muestra

Curtosis

Coeficiente de asimetra

Rango

Mnimo

Mximo

Suma

Cuenta

Nivel de confianza (95.0%)

Paso 04: Formulacin de la regla de decisin.


La regla de decisin la formulamos teniendo en cuenta que esta es una prueba de dos colas, la mitad de 0.05,
es decir 0.025, esta en cada cola. el rea en la que no se rechaza Ho esta entre las dos colas, es por
consiguiente 0.95. El valor critico para 0.05 da un valor de Zc = 1.96.

Por consiguiente la regla de decisin: es rechazar la hiptesis nula y aceptar la hiptesis alternativa, si el valor
Z calculado no queda en la regin comprendida entre -1.96 y +1.96. En caso contrario no se rechaza la
hiptesis nula si Z queda entre -1.96 y +1.96.

Paso 05: Toma de decisin.

En este ultimo paso comparamos el estadstico de prueba calculado mediante el Software Minitab que es
igual a Z = 2.38 y lo comparamos con el valor critico de Zc = 1.96. Como el estadstico de prueba calculado
cae a la derecha del valor critico de Z, se rechaza Ho. Por tanto no se confirma el supuesto del Jefe de la
Biblioteca.

One-Sample Z

Test of mu = 350 vs not = 350

The assumed standard deviation = 52.414

N Mean SE Mean 95% CI Z P

30 372.800 9.569 (354.044, 391.556) 2.38 0.017


Conclusiones:

Se rechaza la hiptesis nula (Ho), se acepta la hiptesis alterna (H1) a un nivel de significancia de
= 0.05. La prueba result ser significativa.

La evidencia estadstica no permite aceptar la aceptar la hiptesis nula.

5.- BIBLIOGRAFIA

1. Vega, Escuela de Postgrado, Maestra en Ingeniera de Sistemas. Lima - Per 2005.

2. Apunte de clases (versin digital). Dr. Jorge Luis Cordova Egocheaga. Universidad Inca Garcilaso de
la

3. Lind-Marchal-Mason. Estadstica para Administracin y Economa Edit. Alfaomrga 11 Edicin


Capitulo

10

3.- Alicia Takemoto (monografa.com). Trabajo de Curso de Estadstica UNFV. 2005 Lima-Per

4.- Hines-Montgomery-Goldsman-Borror. Probabilidad y Estadstica para Ingeniera Edit. CECSA 4

Edicin. 2005 Mxico. Capitulo 11


Leer ms: http://www.monografias.com/trabajos30/prueba-de-hipotesis/prueba-de-
hipotesis.shtml#ixzz42GeQIXG7

Prueba de Hiptesis

Categora: Estadstica

Creado en Lunes, 11 Agosto 2014 Fecha de publicacin Escrito por M.A. Myrna Delfina Lpez Noriega
Contenido

UNIDAD II. PRUEBA DE HIPOTESIS................................................................................................1

II. 1 INTRODUCCIN

II. 2 CONCEPTOS.............................................................................................................................. 2

II.2.I OBJETIVO.................................................................................................................................. 3

II.2.2 LOS TIPOS DE HIPTESIS...................................................................................................... 3

II.2.2.1 LOS TIPOS DE HIPTESIS PARAMTRICAS......................................................................4

II.3 HIPTESIS ESTADSTICAS........................................................................................................ 4

II.3.1 CONTRASTE DE HIPTESIS..................................................................................................4

II.4 VALORES CRTICOS................................................................................................................... 6

II.5 ERRORES DE TIPO I Y TIPO II6

II.6 POTENCIA DE UNA PRUEBA..................................................................................................... 7

II.6.1 VALOR P................................................................................................................................... 7

II.7 TAMAO DE MUESTRA.............................................................................................................. 8

II.8 INTERVALOS DE CONFIANZA TRAS UN TEST DE HIPTESIS...............................................8

II.9 PASOS DE LA PRUEBA DE HIPTESIS....................................................................................8

II.10 BIBLIOGRAFA.......................................................................................................................... 9

UNIDAD II. PRUEBA DE


HIPOTESIS

U
n parmetro puede estimarse a partir de los datos contenidos en una muestra,
ya sea un slo nmero (estimador puntual) o un intervalo de valores posibles
(intervalo de confianza). Sin embargo, muchos problemas de ingeniera,
ciencia, y administracin, requieren que se tome una decisin entre aceptar o
rechazar una proposicin sobre algn parmetro. Esta proposicin recibe el nombre de
hiptesis. Este es uno de los aspectos ms tiles de la inferencia estadstica, puesto que
muchos tipos de problemas de toma de decisiones, pruebas o experimentos en el mundo
de la ingeniera, pueden formularse como problemas de prueba de hiptesis.

II. 1 INTRODUCCIN
En este apartado se presentan y desarrollan algunas de las pruebas estadsticas ms
utilizadas en las ciencias econmico administrativas las cuales, en esencia, se soportan
de nuevo en las tablas estadsticas donde encontramos los valores que disocian un
resultado tpico o de alta probabilidad, de un resultado atpico o que se rige por factores
no aleatorios.
As, por ejemplo, mediante una prueba de hiptesis sobre el coeficiente de correlacin de
Pearson, podemos establecer si dos variables se correlacionan linealmente por simple
efecto de azar, es decir que, las coordenadas que describen a dichas variables se alinean
en un grfico cartesiano por razones meramente aleatorias, o porque en realidad hay
factores que en forma concatenada mueven a una y a otra en direcciones particulares.
Podra tratarse, entonces, de una relacin entre la altura de una persona y su capacidad
intelectual (CI) o del salario recibido y las horas laboradas.
Todas las pruebas de hiptesis siguen, en esencia, el mismo procedimiento a saber:

Dado que la variable estadstica de tablas expone el valor que disocia los resultados ms
probables de los que no lo son a un nivel de confianza particular (generalmente 90, 95
99%), podemos de forma inmediata situar nuestra variable estadstica calculada como un
resultado tpico o atpico, lo cual nos lleva a concluir de forma tcita, si dicho resultado se
debe al azar o a factores externos. Las pruebas estadsticas llevan, por tanto, 2 hiptesis,
una nula (H0) y una alterna o alternativa (HA).
Una hiptesis estadstica es una proposicin o supuesto sobre los parmetros de una o
ms poblaciones, para verificar si la afirmacin es razonable se usan datos.
En el anlisis estadstico se hace una aseveracin, es decir, se plantea una hiptesis,
despus se hacen las pruebas para verificar la aseveracin o para determinar que no es
verdadera.
Por tanto, la prueba de hiptesis es un procedimiento basado en la evidencia muestral y la
teora de probabilidad; se emplea para determinar si la hiptesis es una afirmacin
razonable.

EJEMPLO
Suponga que se tiene inters en la rapidez de combustin de un agente propulsor slido
utilizado en los sistemas de salida de emergencia para la tripulacin de aeronaves. El
inters se centra sobre la rapidez de combustin promedio. De manera especfica, el
inters recae en decir si la rapidez de combustin promedio es o no 50 cm/s. Esto puede
expresarse de manera formal como:
Ho: = 50 cm/s

HA: 50 cm/s

La proposicin Ho: = 50 cm/s, se conoce como hiptesis nula, mientras que la


proposicin HA; 50 cm/s, recibe el nombre de hiptesis alternativa. Puesto que la
hiptesis alternativa especifica valores de que pueden ser mayores o menores que 50
cm/s, tambin se conoce como hiptesis alternativa bilateral. En algunas situaciones, lo
que se desea es formular una hiptesis alternativa unilateral, como en:

Ho; 50 cm/s Ho; 50 cm/s

HA: < 50 cm/s H A: > 50 cm/s

II. 2 CONCEPTOS
La prueba de hiptesis es una metodologa que nos permite determinar si se debe
rechazar o no una afirmacin acerca del valor de un parmetro de la poblacin.
Independientemente del parmetro que se desea someter a prueba (media, mediana,
varianza, proporcin, etc.), existen cuatro pasos que se deben de usar para cualquier
prueba de hiptesis.

Cabe citar que las hiptesis alternas o alternativas (H A) suelen presentarse de dos formas
distintas: una variable es diferente a otra; o una variable es mayor o menor a otra. La
diferencia fundamental entre estas dos hiptesis se refiere a lo siguiente:

Variables diferentes entre s: se elige cuando desconocemos


razones que nos permitan suponer que un resultado debera ser
mejor a otro. Por ejemplo, en una prueba de productividad no
tendramos una base de conocimiento que nos permitiera suponer
que los empleados del turno matutino van a obtener mejores
resultados que los empleados del turno vespertino o viceversa. En
estos casos se dice que la prueba es de dos colas por cuanto
cada resultado puede ser mayor o menor que otro.

Una variable es mayor o menor a otra: esta hiptesis se emplea


cuando contamos con una base terica, conceptual o incluso
emprica, que nos permite presuponer que el resultado debe
inclinarse en favor de un grupo sobre el otro. Por ejemplo, en una
prueba deportiva podramos plantear que el desempeo esperado
de los varones debe ser mejor al de las mujeres. Se trata, pues, de
una prueba de una cola porque ya asumimos que el resultado se
inclina en una direccin particular.

II.2.I OBJETIVO
Un test o contraste de hiptesis es un conjunto de reglas tendentes a decidir cul de dos
hiptesis Ho o HA debe aceptarse en base al resultado obtenido en una muestra.
El propsito de la prueba de hiptesis no es cuestionar el valor calculado del estadstico
(muestral), sino hacer un juicio con respecto a la diferencia entre estadstico de muestra y
un valor planteado del parmetro.

II.2.2 LOS TIPOS DE HIPTESIS


Aclarada la razn de ser de las pruebas de hiptesis, cabe aadir que desde la estadstica
se trabajan dos tipos de pruebas, unas llamadas paramtricas y otras no paramtricas.
Las primeras son ms robustas y se basan en la existencia de unas condiciones
particulares en las variables de estudio, como que se comportan normalmente o se
conoce su distribucin (de acuerdo con el teorema del lmite central muestras mayores o
iguales a 30 elementos se aproximan a la normalidad), que las varianzas de los grupos a
confrontar son iguales (homoscedasticidad) y que operan sobre parmetros como
promedio y varianza. Estas pruebas se emplean en variables de intervalos o de razones.

Las segundas no tienen tales presunciones y se prefieren cuando el tamao de las


muestras es muy pequeo, o cuando se viola el principio de homoscedasticidad. Se llevan
a cabo, principalmente, sobre variables ordinales o incluso nominales.

Es importante recordar que las hiptesis siempre son proposiciones sobre la poblacin o
distribucin bajo estudio, no proposiciones sobre la muestra. Por lo general, el valor del
parmetro de la poblacin especificado en la hiptesis nula se determina en una de tres
maneras diferentes:
1. Puede ser resultado de la experiencia pasada o del conocimiento del proceso,
entonces el objetivo de la prueba de hiptesis usualmente es determinar si ha
cambiado el valor del parmetro.
2. Puede obtenerse a partir de alguna teora o modelo que se relaciona con el
proceso bajo estudio. En este caso, el objetivo de la prueba de hiptesis es
verificar la teora o modelo.
3. Cuando el valor del parmetro proviene de consideraciones externas, tales como
las especificaciones de diseo o ingeniera, o de obligaciones contractuales. En
esta situacin, el objetivo usual de la prueba de hiptesis es probar el cumplimiento
de las especificaciones.

Un procedimiento que conduce a una decisin sobre una hiptesis en particular recibe el
nombre de prueba de hiptesis. Los procedimientos de prueba de hiptesis dependen del
empleo de la informacin contenida en la muestra aleatoria de la poblacin de inters.
Si esta informacin es consistente con la hiptesis, se concluye que sta es verdadera;
sin embargo si esta informacin es inconsistente con la hiptesis, se concluye que esta es
falsa. Debe hacerse hincapi en que la verdad o falsedad de una hiptesis en particular
nunca puede conocerse con certidumbre, a menos que pueda examinarse a toda la
poblacin. Usualmente esto es imposible en muchas situaciones prcticas. Por tanto, es
necesario desarrollar un procedimiento de prueba de hiptesis teniendo en cuenta la
probabilidad de llegar a una conclusin equivocada.

II.2.2.1 LOS TIPOS DE HIPTESIS PARAMTRICAS


La hiptesis nula, representada por Ho, es la afirmacin sobre una o ms caractersticas
de poblaciones que al inicio se supone cierta (es decir, la "creencia a priori").
La hiptesis alternativa, representada por HA, es la afirmacin contradictoria a Ho, y sta
es la hiptesis del investigador.
La hiptesis nula se rechaza en favor de la hiptesis alternativa, slo si la evidencia
muestral sugiere que Ho es falsa. Si la muestra no contradice decididamente a Ho, se
contina creyendo en la validez de la hiptesis nula. Entonces, las dos conclusiones
posibles de un anlisis por prueba de hiptesis son rechazar Ho o no rechazar Ho.

II.3 HIPTESIS ESTADSTICAS


En conclusin, es un test estadstico, a partir de una muestra aleatoria y significativa,
para extraer conclusiones que permitan aceptar o rechazar una hiptesis previamente
emitida sobre el valor de un parmetro desconocido de una poblacin. Resumiendo lo
sealado anteriormente:

La hiptesis emitida se designa por H0 y se llama hiptesis nula.


La hiptesis contraria se designa por HA y se llama hiptesis alterna/alternativa.

II.3.1 CONTRASTE DE HIPTESIS


1. Enunciar la hiptesis nula H0 y la alternativa HA.

Bilateral H0=k HA k

H0 k HA < k

Unilateral H0 k HA> k
2. A partir de un nivel de confianza o el de significacin .
Determinar:

a.El valor Z/2 (bilaterales), o bien Z (unilaterales).

b.La zona de aceptacin del parmetro muestral ( o p).

3. Calcular: o p, a partir de la muestra.

4. Si el valor del parmetro muestral est dentro de la zona de no rechazo, no se


rechaza la hiptesis nula con un nivel de significacin . Si no, se rechaza.

II.3.1.1. CONTRASTE BILATERAL


Se presenta cuando la hiptesis nula es del tipo: H0: = k (o bien H0: p = k).
Mientras que la hiptesis alternativa, por tanto, es del tipo HA: k (o bien HA: k).

El nivel de significacin se concentra en dos partes (o colas) simtricas respecto de


la media.
II.3.1.2 CONTRASTE UNILATERAL
La hiptesis nula es del tipo H0: k (o bien H0: k).

La hiptesis alternativa, por tanto, es del tipo H1: < k (o bien H1: < k).

II.4 VALORES CRTICOS


Estn en funcin de o el N.C. seleccionado por el investigador
1 z

0.90 0.10 1.28


0.95 0.05 1.65
0.99 0.01 2.33
II.5 ERRORES DE TIPO I Y TIPO II
Error de tipo I. Se comete cuando la hiptesis nula se rechaza y no debera
rechazarse.
Error de tipo II. Se comete cuando la hiptesis nula no se rechaza y debera
rechazarse.

H0 Verdadera Falsa

No rechazar No hay error Error de tipo II

Rechazar Error de tipo I No hay error

Para que cualquier ensayo de hiptesis sea bueno, debe disearse de forma que
minimice los errores de decisin. En la prctica un tipo de error puede tener ms
importancia que el otro, y as se tiene a conseguir poner una limitacin al error de mayor
importancia. La nica forma de reducir ambos tipos de errores es incrementar el tamao
de la muestra, lo cual puede ser o no ser posible.
La probabilidad de cometer un error de tipo II denotada con la letra griega beta ,
depende de la diferencia entre los valores supuesto y real del parmetro de la poblacin.
Como es ms fcil encontrar diferencias grandes, si la diferencia entre la estadstica de
muestra y el correspondiente parmetro de poblacin es grande, la probabilidad de
cometer un error de tipo II, probablemente sea pequea.
El estudio y las conclusiones que obtengamos para una poblacin cualquiera, se habrn
apoyado exclusivamente en el anlisis de una parte de sta. De la probabilidad con la que
estemos dispuestos a asumir estos errores, depender, por ejemplo, el tamao de la
muestra requerida. Las contrastaciones se apoyan en que los datos de partida siguen una
distribucin normal.
La probabilidad de cometer Error de tipo I es el nivel de significacin

.
La probabilidad de cometer Error de tipo II error depende del

verdadero valor del parmetro. Se hace tanto menor cuanto mayor sea n.
Los errores tipo I y tipo II estn relacionados. Una disminucin en la probabilidad de uno por lo
general tiene como resultado un aumento en la probabilidad del otro.
El tamao de la regin crtica, y por tanto la probabilidad de cometer un error tipo I, siempre se
puede reducir al ajustar el o los valores crticos.
Por lo tanto:
1. Un aumento en el tamao muestral n reducir y de forma simultnea.
2. Si la hiptesis nula es falsa, es un mximo cuando el valor real del parmetro se
aproxima al hipottico. Entre ms grande sea la distancia entre el valor real y el
valor hipottico, ser menor .

Existe una relacin inversa entre la magnitud de los errores y : conforme aumenta,
disminuye. Esto obliga a establecer con cuidado el valor de para las pruebas
estadsticas.
Lo ideal sera establecer y . En la prctica se establece el nivel , y para disminuir el
Error se incrementa el nmero de observaciones en la muestra, pues as se acortan los
lmites de confianza respecto a la hiptesis planteada.
La meta de las pruebas estadsticas es rechazar la hiptesis planteada. En otras palabras,
es deseable aumentar cuando sta es verdadera, o sea, incrementar lo que se llama
poder de la prueba (1- ) La aceptacin de la hiptesis planteada debe interpretarse como
que la informacin aleatoria de la muestra disponible no permite detectar la falsedad de
esta hiptesis.

II.6 POTENCIA DE UNA PRUEBA


Se llama potencia a la capacidad que tiene una prueba para detectar las hiptesis
alternativas ciertas, es decir:
= 1 = P(decidir HAes cierta HA)
Como es funcin de la hiptesis alternativa, en el caso de pruebas acerca de parmetros
su representacin grfica da la curva de potencia. Un test es tanto mejor cuanto ms
potente sea.

II.6.1 VALOR P
a. Al mnimo error al cual un resultado es significativo se le llama valor P o nivel crtico P o
nivel mnimo de significacin.
b. P es tambin la probabilidad de obtener un resultado tan extrao o ms que el obtenido
cuando H0 es cierta, midiendo por tanto las evidencias que hay en contra de H 0 (pero no
mide cunto de falsa es H0).
c. El valor P de un test de una cola (con H A en la direccin a que apuntan los datos) suele
ser la mitad del valor P del test de dos colas.
d. Fijado un valor de : si P se decide HA; si P > se decide H0.
e. Las conclusiones de una prueba suelen expresarse as: H0 (P>tal) o HA (P<cual).

II.7 TAMAO DE MUESTRA


Determinando el tamao de muestra n de antemano, las conclusiones por H0
tambin son fiables (las conclusiones por HA siempre lo son). Para determinar n
hace falta especificar:
a) El error de la prueba;
b) La primera alternativa de inters, es decir la primera HA;
c) El error (o la potencia ) para tal alternativa.
El n obtenido garantiza que el test realizado con tal muestra (al error ) dar significativo
el (1) 100% de las veces en que la verdadera hiptesis H A se diferencie de H0 en la
cantidad especificada (o ms veces si la diferencia es mayor, o menos veces si es
menor).

II.8 INTERVALOS DE CONFIANZA TRAS UN TEST DE HIPTESIS


a) Tras realizar una prueba de hiptesis acerca de un parmetro es conveniente dar un
intervalo de confianza para el mismo, tanto si se concluye H 0 (para as matizar la
posible magnitud del error de tal conclusin) como si se concluye H A (para as indicar
cunto de falsa es H0).
b) Cuando la prueba es de dos colas, el intervalo ser de dos colas (al error si se
concluy HA; al error 2 si se concluy H0).
c) Cuando la prueba es de una cola, el intervalo ser de una cola (al error y con la
desigualdad en el sentido que indica H A si se concluy HA; al error y con la
desigualdad en el sentido contrario al que indica HA si se concluy H0).

II.9 PASOS DE LA PRUEBA DE HIPTESIS


En conclusin, la prueba de hiptesis es una metodologa que nos permite determinar si
se debe rechazar o no una afirmacin acerca del valor de un parmetro de la poblacin.
Independientemente del parmetro que se desea someter a prueba (media, mediana,
varianza, proporcin, etc.), existen cuatro pasos que se deben de usar para cualquier
prueba de hiptesis:

1. Establecimiento de las hiptesis nula y alternativa.


2. Calcular el estadstico de prueba, dependiendo del parmetro a
probar.
3. Establecimiento de la regla de decisin en base al nivel de
significancia.
4. Interpretacin de resultados y conclusin.

II.10 BIBLIOGRAFA