Está en la página 1de 21

Facultad de Ingeniera Econmica

Estadstica para Economistas II

Pruebas de Hiptesis

Ms. Sc. Sabino Edgar Mamani Choque


Pruebas de hiptesis
La planificacin de una investigacin estadstica usualmente tiene como propsito
verificar si las hiptesis o supuestos que se tiene sobre la poblacin en estudio se
pueden aceptar como vlidos o deben ser considerados falsos.

Sobre la base de la informacin muestral captada, el objetivo es verificar si uno o ms


supuestos que se tiene sobre el comportamiento de una variable pueden ser tomados
como vlidos o no.

Cuando se prueba un nuevo procedimiento de manufactura en un proceso productivo,


es de utilidad saber si la informacin muestral captada brinda suficiente evidencia
estadstica para afirmar que dicho procedimiento proporciona mejores resultados en
trminos de costo, rendimiento, tiempo de proceso, etc.
Pruebas de hiptesis

La ciencia de la Estadstica ha desarrollado procedimientos para analizar la validez de


los supuestos que se puede establecer sobre una poblacin.

A los supuestos que se hacen sobre los parmetros de una poblacin se los llama
"hiptesis estadstica".

Un proceso de decisin debe conducir a resultados sin ambigedades, es necesario


que el rango de valores posibles de un parmetro sea particionado en alternativas de
decisin mutuamente excluyentes y complementarias, asociadas a la hiptesis por
probar. De acuerdo con esto, se debe establecer las siguientes hiptesis:
Hiptesis nula o planteada (Ho)

Es el supuesto que se hace acerca del valor de un parmetro que permite establecer la
poblacin hipottica, cuya validez ser verificada de acuerdo con la evidencia muestral
captada.

Hiptesis alterna (Ha)


Es la hiptesis que se debe aceptar en caso de rechazar la hiptesis planteada.

Prueba de hiptesis

Es un procedimiento de decisin estadstica que establece la metodologa por seguir


para aceptar o rechazar una hiptesis planteada, sobre la base de las evidencias
contenidas en un conjunto de observaciones muestrales.

Los procedimientos de pruebas de hiptesis se han desarrollado para tomar decisin


sobre la hiptesis planteada. La decisin sobre la hiptesis alterna debe ser una
consecuencia de la decisin tomada previamente sobre la hiptesis planteada.
La estadstica inferencial se aplica cuando se tiene informacin muestral captada
mediante mtodos probabilsticos, los resultados que puedan derivarse de la decisin
tomada estn sujetos a ciertos niveles de confiabilidad y de riesgo, lo que supone que es
tambin posible tomar decisiones erradas.

Tipos de errores

Cuando se establece una hiptesis nula, esta puede ser verdadera o falsa. Se puede
aceptar o rechazar Ho. Esto conduce a las siguientes alternativas, en las que se puede o
no cometer error:

Decisin de Ho
Estado de Ho Aceptar Ho Rechazar Ho
Ho Verdadera Decisin correcta Error tipo I ()
Ho Falsa Error tipo II () No hay error
Como se aprecia, algunas decisiones son correctas, como por ejemplo: El aceptar una
Ho que sea verdadera.

En cambio, otras decisiones son incorrectas y conducen a cometer errores. De acuerdo


con este cuadro se tiene:

Error tipo I

Se comete cuando se rechaza una hiptesis nula (Ho) que es verdadera.


La probabilidad de cometer error tipo I o probabilidad de rechazar una hiptesis nula
que es verdadera se simboliza ; es decir,

P[Error tipo I] = P[ I ] =

El valor de se conoce como "nivel de significacin de la prueba" y es fijado por el


investigador. Por lo general, su valor se fija entre 0.01 y 0.10
Error tipo Il

Se comete cuando se acepta una hiptesis nula (Ho) que es falsa.


La probabilidad de cometer error tipo II o probabilidad de aceptar una hiptesis nula que
es falsa se simboliza con ; es decir,

P[ Error tipo II] = P[II] =

El valor de se determina sobre la base de la distribucin real o verdadera de la variable


en estudio. Dicha distribucin es determinada por el valor del parmetro sobre el que se
hace la prueba de hiptesis, el cual es un valor desconocido, luego, no es posible
establecer la distribucin ni tampoco el valor verdadero de la probabilidad de cometer
error tipo II ().

Las probabilidades de cometer error tipo I y II estn inversamente relacionadas. Una


forma de controlar simultneamente ambos errores es eligiendo muestras de tamao
suficientemente grande.
Supuestos

En la aplicacin de los procedimientos estadsticos es necesario tener en cuenta el

marco terico sobre el que se desarrolla la metodologa por aplicar y que usualmente

se conoce como "supuestos".

En la aplicacin de los procedimientos de pruebas de hiptesis que se muestra a

continuacin, es necesario tener en cuenta el cumplimiento de los siguientes supuestos:


1. Para pruebas de hiptesis sobre y 2
a) Las observaciones son elegidas aleatoriamente
b) Las observaciones elegidas provienen de una distribucin normal

2. Para pruebas de hiptesis sobre comparacin de medias o variancias


poblacionales
a) Las observaciones son elegidas aleatoriamente
b) Las observaciones elegidas provienen de una distribucin normal
c) Las muestras provienen de poblaciones independientes

3. Para pruebas de hiptesis sobre una proporcin poblacional


a) Las observaciones son elegidas aleatoriamente
b) El tamao de muestra es grande

4. Para pruebas de hiptesis sobre comparacin de proporciones


poblacionales
a) Las observaciones son elegidas aleatoriamente
b) Los tamaos de muestra son grandes
c) Las muestras provienen de poblaciones independientes
Procedimiento general de pruebas de hiptesis

Para establecer un procedimiento general a seguir para efectuar una prueba de


hiptesis, se utilizar la siguiente notacin:

Sean:

: Nivel de significacin de la prueba


: Parmetro sobre el cual se desea probar un supuesto

, 2 , P, 1-2, P1-P2, 12/22

o : Valor hipottico o supuesto del parmetro (valor numrico)


E : Prueba estadstica a usar (Z, t, X2, F, etc.)
Procedimientos de pruebas de hiptesis:
1. Planteamiento de hiptesis
Caso A. Pruebas bilaterales
Ho: = 0
Ha: 0

Caso B. Pruebas unilaterales a la derecha


Ho: 0 Ho: = 0
Ha: > 0 Ha: > 0

Caso C. Pruebas unilaterales a la izquierda


Ho: 0 Ho: = 0
Ha: < 0 Ha: < 0

2. Eleccin del nivel de significacin


3. Determinacin del estadstico de prueba a usar (E)
4. Establecimiento de los criterios de decisin
Caso A. Pruebas bilaterales
Regin / zona de
Regin / zona aceptacin Regin / zona
de rechazo de rechazo
RC Se acepta Ho si:
RC
E1 Ecal E2
1- Se rechaza Ho si:

/2 /2 Ecal < E1, o Ecal > E2

E1 E2

Caso b. Pruebas unilaterales a la derecha


Regin / zona de aceptacin
Regin / zona
de rechazo Se acepta Ho si:
RC
Ecal E2
Se rechaza Ho si:
1-
Ecal > E2

E2
Caso C. Pruebas unilaterales a la izquierda
Regin / zona de aceptacin
Regin / zona
de rechazo
RC Se acepta Ho si:
Ecal E1
1- Se rechaza Ho si:

Ecal < E1

E1

5. Clculo del valor del estadstico de prueba

Se obtiene el valor Ecal sobre la base de la informacin captada, el valor


hipottico o y el estadstico de prueba (E) en uso.

6. Decisin estadstica y conclusiones

Se compara el valor calculado (Ecal) con el o los valores tabulares E1 y/o E2 para
tomar una decisin respecto a la hiptesis nula Ho, de acuerdo con los criterios de
decisin establecidos en el paso (4); luego, se indican las conclusiones
correspondientes de acuerdo con la decisin tomada.
En el paso (3) la eleccin del estadstico de prueba se realiza en funcin del
parmetro sobre el cual se realizar el proceso de inferencia, como se
muestra a continuacin:

Prueba sobre Estadstico de prueba Valores tabulares

X Z1=Z()
Z
n Z2=Z(1-)

muestras X T1=T(, n-1)


T T2=T(1-, n-1)
pequeas S n

1-2 ( X Y ) ( x y ) Z1=Z()
diferencia de Z
medias x2 y2 Z2=Z(1-)

n m
Para MCR
: Area acumulada para establecer el valor de Z, T, X2 o F en la tabla correspondiente
: /2 para pruebas bilaterales
: para pruebas unilaterales
Prueba sobre Estadstico de prueba Valores tabulares

1-2 ( X Y ) ( x y ) Z1=Z()
Z Z2=Z(1-)
diferencia de
N1 n1 N 2 n2
2 2
medias x
y

n N1 1 m N 2 1
Para MSR

1-2
= T1=T(, n+m-2)
X y Y
desconocidas, 1 1 1 2 + 1 2 T2=T(1-, n+m-2)
+
muestras pequeas +2

(n 1) S 2 X12=X2(, n-1)
2 X2 X22=X2(1-, n-1)
2

F1=F(, n-1,m-1)
S 2 2

12/22 F 1 2 =1/F(1-, m-1,n-1)


S2
2 2
1
F2=F(1-, n-1,m-1)

P pP Z1=Z()
proporciones Z Z2=Z(1-)
PQ n
Prueba sobre Estadstico de prueba Valores tabulares

( p1 p2 ) ( P1 P2 ) Z1=Z()
P1-P2 Z
P1Q1 P2Q2 Z2=Z(1-)

n1 n2

Para MCR

( p1 p2 ) ( P1 P2 )
P1-P2 Z Z1=Z()
P1Q1 N1 n1 P2Q2 N 2 n2 Z2=Z(1-)

n1 N1 1 n2 N 2 1

Para MSR
1. De una poblacin normal conformado por 500 elementos se extrajo una muestra de 16
observaciones:

62 43 60 49 72 56 45 46 37 56 41 43 36 45 56 49

Se conoce que la desviacin estndar poblacional (=10), pero se desconoce la media


poblacional (=50 verdadera). Cometiendo un riesgo de 5% (=0.05) pruebe la hiptesis de que
la media poblacional sea igual: a) 40, b) 49, c) 50, d) 51, y e) 60

2. El ingreso promedio mensual para mujeres en puestos directivos y profesionales es de 1200. Una
muestra aleatoria de 60 hombres en puestos directivos y profesionales mostr una media de
ingresos de 1400 y una D.E. de 180. Tienen los hombres en los mismos puestos ingresos
medios mensuales superior al de las mujeres? (=0.02).

3. Una planta minero metalrgica ha producido un promedio diario de 950 toneladas de mineral
durante los ltimos aos. Al gerente de produccin le interesa saber si este promedio ha
cambiado en los meses recientes. Selecciona al azar 70 das de la base de datos y encuentra
que el promedio es de 1000 t con una D.E. de 60. Probar la hiptesis apropiada con =0.01.
4. Una muestra aleatoria de zapatos (n=40) usados por los soldados en campaa en un desierto
revela una vida media de 1.08 aos, con una D.E. de 0.5 aos. Se sabe que en condiciones
normales dichos zapatos tienen una vida media de 1.28 aos. Para un nivel de significacin de
5% hay razn para sostener que la disminucin de la vida media de los zapatos se debe a su
uso en el desierto?

5. Una empresa al seleccionar su personal lo somete a un curso de entrenamiento. Por


experiencia, el 76% de los aspirantes aprueban el curso. Se efectan ciertos cambios en el
programa, para el cual se inscriben 40 y 24 lo aprueban. puede afirmarse que los cambios
introducidos reducen la seleccin? (1%)

6. El fabricante de cierto producto estima tener el 50% del mercado de dicho producto. Al realizar
un sondeo en una muestra probabilstica de 400 consumidores del producto, 180 de ellos
indicaron ser consumidores. Es correcta la estimacin hecha por el fabricante? (5%)

7. Se comparan dos procesos de fabricacin. Una muestra de 100 artculos del primer proceso
tiene una media de 107 y D.E. de 17. En el segundo proceso, una muestra de tamao 90 tiene
una media de 103 y D.E. de 16. Existe alguna diferencia significativa entre las medias de
ambos procesos?
8. Se requiere comparar el nivel salarial de los empleados de dos empresas. La primera reporta
que en una muestra aleatoria de 46 empleados, su salario promedio fue de 418,000, con una
D.E. de 32,000. Se elige una muestra aleatoria de 60 empleados de la segunda empresa
obtenindose un salario promedio de 442,000 y D.E. de 41,000 con los resultados anteriores se
puede concluir que los salarios en la primera empresa son inferiores? (1%)

9. Un fabricante de ciertas piezas de proyectiles sostiene que, en condiciones normales de


operacin, tienen una duracin media de 320 horas. Probar esta afirmacin frente a la alternativa
de que la media es diferente de 320, si 16 piezas duran un promedio de 308 horas con una D.E.
de 29 horas. (5%)

10. Un jefe de personal est dispuesto a contratar una secretaria para ocupar un puesto a menos
que ella cometa mas de una equivocacin por pgina mecanografiada. Se elige una muestra
aleatoria de cinco pginas de las escritas por la aspirante. Las equivocaciones por pgina fueron:
3, 3, 4, 0, 1.

11. Suponga que una persona quiere tener desconectado su celular, si el promedio de llamas que
hace al da es menor que 2. Elige aleatoriamente 5 das y anota el nmero de llamadas, as: 0,
2, 1, 1, 2. debera de dejar de usar el celular? (5%)
12. Un nuevo proceso para producir llantas solo puede funcionar a un nivel rentable si el dimetro interior de la
llanta es de 20 cm. Para evaluar la rentabilidad del proceso se producen 15 llantas y se encuentra que el
dimetro promedio es de 22 cm. Con una D.E. de 5 cm. Las 15 mediciones proporcionan suficiente
evidencia de que el dimetro interior promedio de las llantas que se obtienen con este proceso es diferente
de 20 cm.? Use =0.02.

13. El gerente de una tienda comercial sospecha que al menos el 70% de los clientes no estn satisfechos con
la atencin. Para probar su sospecha selecciona una muestra de 500 clientes y encuentra que el 75% est
insatisfecho con el servicio. Tiene razn el gerente?. =0.01
6. Un fabricante afirma que su cmara de compresor usada como enfriador no aumenta la temperatura promedio en mas de
7oC, despus de medir los aumentos de temperatura en 10 periodos de funcionamiento, se obtuvo un aumento promedio de
8oC y una D.E. de 2oC. Con un nivel de significancia del 1%, los datos contradicen la informacin del fabricante?

7. El jefe del INEI afirma que la pobreza ha disminuido y se encuentra en 51%. Los especialistas no estn de acuerdo. Una
encuestadora seleccion 1500 familias a nivel nacional de un total de 12 millones y encontr que el 56% vivan en pobreza.
Tiene razn el jefe del INEI? =0.05

8. Una forma de controlar la calidad de un producto es controlar su varianza. Una mquina para enlatar conserva de pescado
est regulada para llenar con una desviacin estndar de 10 gr y media de 500 gr. El peso de cada lata de conserva sigue
una distribucin N(,2) la mquina ha sido regulada adecuadamente en relacin a la varianza, si una muestra de 16 latas
de conserva dio una varianza de 169 gr2? =0.05

9. En la industria de manufactura metlica, la productividad y utilidad, dependen de la calidad y uniformidad de la materia prima.
Considerando dos fuentes principales de materia prima, y que ambas fuentes parecen tener caractersticas de control
similares, pero el fabricante no est seguro sobre la uniformidad en el control de impurezas. Se toman 20 muestras de 80 kg
cada fuente y se determina la cantidad de impurezas en cada muestra. Los resultados son: 1 = 41.3 y 12 = 18.75 ; 2 = 39.6
y 22 = 7.85 Sugieren los datos la existencia de una diferencia en la uniformidad de contenido de impurezas en los dos
materiales? =0.05