TEMA 01

PRUEBA DE HIPOTESIS

Ing. William León Velásquez

CONTENIDO
• CONCEPTOS BÁSICOS DE PRUEBA DE
HIPÓTESIS
• PRUEBA DE HIPÓTESIS PARA MUESTRAS
GRANDES
• PRUEBA DE HIPÓTESIS PARA DOS
MUESTRAS GRANDES
CONCEPTOS BÁSICOS DE PRUEBA DE
HIPOTESIS
 HIPÓTESIS ESTADÍSTICA
• Las hipótesis estadísticas comienza con una
afirmación o suposición sobre un
parámetro de la población, como por ejemplo:
• La media poblacional.
• Una proporción poblacional

• Una Prueba de Hipótesis estadística es un

procedimiento basado en evidencia de la
muestra y la teoría de la probabilidad para
determinar si la hipótesis es una afirmación
razonable

Ing William León V

4
 HIPÓTESIS ESTADÍSTICA
El valor del parámetro de la población especificado en la
hipótesis suele determinarse de una de tres maneras:

a. Puede resultar de la experiencia o

conocimientos pasados del proceso, o
incluso de experimentación previa.
•El objetivo entonces de la prueba de
hipótesis suele ser entonces determinar si
la situación experimental ha cambiado.

Ing William León V

5
 HIPÓTESIS ESTADÍSTICA
El valor del parámetro de la población especificado en la hipótesis
suele determinarse de una de tres maneras:

b. Este valor puede determinarse a partir de

alguna teoría o modelo con respecto al
objeto que se estudia.
•Aquí el objetivo de la prueba de hipótesis
es verificar la teoría o modelo.

Ing William León V

6
 HIPÓTESIS ESTADÍSTICA
El valor del parámetro de la población especificado en la hipótesis suele
determinarse de una de tres maneras:

c. Surge cuando el valor del parámetro de la

población es resultado de consideraciones
experimentales, tales como especificaciones de
diseño o ingeniería, o de obligaciones
contractuales.
•En esta situación, el objetivo dela prueba de
hipótesis es la prueba de conformidad.

Ing William León V

7
 IDENTIFICACIÓN DE HIPÓTESIS
• En una prueba de hipótesis se empieza suponiendo un valor de un
parámetro que, a juicio del investigador, sea el más adecuado de acuerdo
con la información disponible, a este supuesto se le llama hipótesis nula y
se representa con Ho.

• La otra hipótesis que se define a

continuación se llama hipótesis
alternativa, que es la opuesta de lo que
se afirma en la hipótesis nula.
La hipótesis alternativa se representa
como Ha o H1
Ing William León V
8
 IDENTIFICACIÓN DE HIPÓTESIS

•Hipótesis nula Ho •Hipótesis. Alternativa H1

• La que contrastamos
• Los datos pueden rechazarla
• No debería ser rechazada sin
una buena razón.
• Niega a H0
• Los datos pueden mostrar evidencia a
favor
• No debería ser aceptada sin una gran
evidencia a favor.


H 0 : p  0.5
 p  0.5 , , 
 H1 :
Ing William León V
9
 EJEMPLO
• ¿Debo tomar Aspirina o Migranol para el dolor de cabeza?
Laboratorios Bayer me dice que tome Aspirina 
• Existe teoría (antigua) de que lo mejor es Aspirina
• Laboratorios Migra me dice que tome Migranol 
• Existe teoría (nueva) de que lo mejor es Migranol

Tenemos dos teorías que compiten.

En estadística se va a llamar hipótesis.
 DEFINICIONES
• La hipótesis nula, denotada por Ho, es el “status quo”, lo
convencional, lo que sabemos de la población, lo aceptado hasta el
momento.
• La hipótesis alternativa, denotada por H1, es una alternativa a la
hipótesis nula – implica cambio, es lo que el investigador espera que
sea cierto.

Ho: El nuevo medicamento es tan efectivo

como el antiguo.
H1: El nuevo medicamento es más efectivo
que el antiguo.
 ¿Cuál es H0?
Problema: El tiempo de vida promedio de una
determinada pieza usada en el ensamblaje de una
marca de computadoras es de 20,000 horas.

Solución:
Traducir a lenguaje estadístico:   20,000
Establecer su opuesto: 𝜇 ≠ 20,000
Seleccionar la Hipótesis alternativa 𝐻1 : 𝜇 ≠ 20,000
Seleccionar la hipótesis nula H 0 :   20,000

Ing William León V

 ¿Cuál es H0?
Problema: ¿El colesterol medio para la dieta de los
trabajadores de las empresas textiles es 6 mmol/l?
Solución:
Traducir a lenguaje estadístico:  6
Establecer su opuesto: 6
Seleccionar la Hipótesis alternativa: 𝐻1 : 𝜇 ≠ 6
Seleccionar la hipótesis nula H0 :   6

Ing William León V

 ¿Cuál es H0?
Problema: ¿La altura media o promedio de los
obreros de la empresa pesquera es de 1.60 m?
Solución:
Traducir a lenguaje estadístico:   1.60
Establecer su opuesto:   1.60
Seleccionar la Hipótesis alternativa: 𝐻1 : 𝜇 ≠ 1.60
Seleccionar la hipótesis nula H :   1.60
0

Ing William León V

 ¿Cuál es H0?
 Problema: El porcentaje de personas atacadas
por cierta enfermedad laboral en una fabrica
grande, no es mayor del 10%.

 Solución:

 Traducir a lenguaje estadístico: p  0.10

 Establecer su opuesto:
p  0.10
 Seleccionar la Hipótesis alternativa: 𝐻 : 𝜇 > 0.10
1
Seleccionar la hipótesis nula
H 0 : p  0.10


Ing William León V

 ¿Cuál es H0?

Problema: ¿El estrés laboral está

relacionada con el género?
Solución:
Traducir a lenguaje estadístico: p  0.5
Establecer su opuesto: p  0.5
Seleccionar la Hipótesis alternativa 𝐻1 : 𝑝 ≠ 0.5
Seleccionar la hipótesis nula
H 0 : p  0.5

Ing William León V

REGIÓN CRÍTICA Y NIVEL DE SIGNIFICACIÓN

La región crítica es el conjunto de

valores de la prueba estadística que
puede causar el rechazo de la
hipótesis nula.

Ing William León V

 REGIÓN CRÍTICA Y NIVEL DE SIGNIFICACIÓN
El nivel de significancia (denotado por α)
es la probabilidad de que la prueba
estadística caerá en la región crítica
cuando la hipótesis nula es actualmente
cierta.
Si la prueba estadística cae en la región
crítica, se rechaza la hipótesis nula,
entonces α es la probabilidad de cometer Región de no
el error de rechazar la hipótesis nula rechazo
cuando ésta es cierta.
Las selecciones comunes de α son 0.05,
0.01, y 0.10.

Ing William León V

 REGIÓN CRÍTICA Y NIVEL DE SIGNIFICACIÓN
Región crítica
 Valores ‘improbables’ si...
 Es conocida antes de realizar el
experimento: resultados
experimentales que refutarían H0
Nivel de significación: α
•Número pequeño: 1% , 5%
•Fijado de antemano por el
investigador
•Es la probabilidad de rechazar H0
cuando es cierta

a=0.05
Reg. Crit. Reg. Crit.

No rechazo H0

Ing William León V

H0: =40
 PRUEBA: UNILATERAL Y BILATERAL

• Las pruebas pueden ser unilaterales o bilaterales (también llamados de

una o dos colas) según establezcamos las hipótesis,

• Si se define en términos de igual y diferente se

esta ante una hipótesis bilateral,
• Si se supone una dirección (en términos de mayor
o menor) se esta ante uno unilateral

Ing William León V

20
 PRUEBA: UNILATERAL Y BILATERAL

La posición de la región crítica depende de la hipótesis alternativa

Bilateral

H1:   40

Unilateral Unilateral

H1:  < 40 Ing William León V

H1:  >40 21
 SIGNIFICACIÓN: p

• El grado de significación 'p' o 'sig' es la probabilidad de error al

rechazar la hipótesis nula.

• Cuanto más pequeño sea su valor

más probable será que la hipótesis
nula sea falsa.

Ing William León V

22
 SIGNIFICACIÓN: p
•El grado de significación está relacionado con el nivel de
significación es decir el riesgo de error que se está dispuesto a asumir
en caso de rechazar la hipótesis nula.

Ing William León V

23
 SIGNIFICACIÓN: p

•El grado de significación se calcula 'a posteri', es decir cuando se conoce

el resultado de haber aplicado una prueba de significación.
•El grado de significación indica la probabilidad de error calculada al
rechazar la hipótesis nula.

A nivel práctico la forma de ejecutar es la

siguiente:
Si p >= α no se rechaza la hipótesis nula.
Si p < α se rechaza la hipótesis nula

Ing William León V

24
 SIGNIFICACIÓN: p

H0:  = 40

No se rechaza
H0:  = 40
a

X  43
Ing William León V 25
 SIGNIFICACIÓN: p
Es la probabilidad que tendría una
región crítica que comenzase
P a exactamente en el valor del
estadístico obtenido de la muestra.
Es la probabilidad de tener una
P a muestra que discrepe aún más que
la nuestra de H0.
X  43
Es la probabilidad de que por puro
No se rechaza azar obtengamos una muestra
H0:  =40 “más extraña” que la obtenida.
p es conocido después de realizar el
experimento aleatorio
La verificación es no significativa
cuando p>a
Ing William León V 26
 SIGNIFICACIÓN : p

Se rechaza H0:  =40

Se acepta H1:  >40
X  50

Ing William León V

27
 SIGNIFICACIÓN : p

La verificación es
estadísticamente
a P significativa
cuando p < α
a P Es decir, si el
X  50 resultado
P experimental
Se rechaza H0:  =40
discrepa más de “lo
Se acepta H1:  >40 tolerado” a priori.

Ing William León V

28
 RESUMEN: α, p y criterio de rechazo

•Sobre α •Sobre p
•Es un número pequeño, preelegido al • Es conocido tras realizar el
diseñar el experimento experimento

• Conocido a sabemos todo sobre la • Conocido p sabemos todo sobre

región crítica el resultado del experimento

 Sobre el criterio de rechazo

 La verificación es significativa si p menor que a
(se rechaza Ho)
Ing William León V
 RIESGOS AL TOMAR DECISIONES
Ejemplo 1:
Se juzga a un individuo por la presunta comisión de un delito

•H0: Hipótesis nula Los datos pueden rechazarla

No se rechazará si las pruebas
• No es culpable no indican lo contrario
Rechazarla por error tiene
graves consecuencias

•H1: Hipótesis alternativa

• Es culpable
No debería ser aceptada sin una gran
• No es inocente
evidencia a favor.
Rechazarla por error tiene consecuencias
consideradas menos graves que la anterior
Ing William León V
30
 RIESGOS AL CONTRASTAR HIPÓTESIS

Ejemplo 2: Se cree que la implementación de

un nuevo proceso ofrece buenos resultados

Ejemplo 3: Parece que hay una incidencia de

productos defectuosos más alta de lo normal

Ing William León V

31
 RIESGOS AL CONTRASTAR HIPÓTESIS

H0: Hipótesis nula

No especulativa
(Ej.1) No es culpable
(Ej.2) El nuevo proceso no tiene efecto en los resultados
(Ej.3) No hay nada que destacar en los productos

H1: Hipótesis alternativa

(Ej.1) Es culpable Especulativa
(Ej.2) El nuevo proceso es útil
(Ej. 3) Hay una situación anormal en los productos
Ing William León V
32
 TIPOS DE ERROR AL TOMAR UNA DECISIÓN

• La verificación de la hipótesis no establece la

verdad de la hipótesis, sino un criterio que
nos permite decidir SI UNA HIPÓTESIS NO SE
RECHAZA O SE RECHAZA, o
• El determinar si las muestras observadas
difieren significativamente de los resultados
esperados.
• En este proceso podemos incurrir en dos tipos de errores según sea la
situación real y la decisión que tomemos.

Ing William León V

33
TIPOS DE ERROR AL TOMAR UNA DECISIÓN

• Si se rechaza una hipótesis nula,

cuando debe no ser rechazada, se
comete un error de tipo I,
mientras que
• Si no se rechaza una hipótesis nula,
debiendo ser rechazada se comete un
error de tipo II.

Ing William León V

34
 TIPOS DE ERROR AL TOMAR UNA DECISIÓN
• Minimizar los errores no es un asunto sencillo, un caso suele
ser más grave que otro y los intentos de disminuir uno
suelen producir el aumento del otro.

La única forma de disminuir

ambos a la vez es aumentar
el tamaño de la muestra.

Ing William León V

35
TIPOS DE ERROR AL TOMAR UNA DECISIÓN
REALIDAD

Inocente Culpable
VEREDICTO Inocente
OK Error
Menos grave

Culpable Error OK

Muy grave

Ing William León V

36
TIPOS DE ERROR AL CONTRASTAR HIPÓTESIS

REALIDAD
CONCLUSIÓN H0 cierta H0 Falsa
No Rechazo H0 Correcto Error de tipo II
El tratamiento no tiene El tratamiento si tiene efecto
efecto y así se decide. pero no lo percibimos.
Probabilidad β

Rechazo H0 Error de tipo I Correcto

El tratamiento no tiene efecto
pero se decide que sí.
El tratamiento tiene efecto y el
Acepto H1 experimento lo confirma.
Probabilidad α

Ing William León V

37
PRUEBA DE HIPOTESIS PARA
MUESTRAS GRANDES
 PRUEBA DE HIPOTESIS PARA MUESTRAS
GRANDES

• Cuando se plantean hipótesis para la media de una población

y para la diferencia de medias de dos poblaciones y las
desviaciones estándar poblacionales son conocidas o el
tamaño de la muestra es grande
• El estadístico de prueba está dado por:

z
Ing William León V
 CINCO PASOS PARA PROBAR UNA HIPOTESIS PARA LA
MEDIA
1. Definir la Hipótesis estadística H0 y Ha

 En la prueba de hipótesis, se debe establecer el valor

supuesto o hipotetizado del parámetro de la población
antes de comenzar a tomar la muestra.
La suposición que se desea probar se conoce como
hipótesis nula: Ho.

Ing William León V

40
PASOS A SEGUIR EN UNA PRUEBA DE HIPOTESIS
1. Definir la Hipótesis estadística H0 y Ha

En base a los datos muestrales la hipótesis nula se

rechaza o no rechaza.
Nunca se puede aceptar la hipótesis nula como
verdadera, para demostrar sin lugar a dudas que la
hipótesis es verdadera, se tendría que conocer el
parámetro de la población.
El no rechazo solamente significa que la evidencia
muestral no es lo suficientemente fuerte como
para llevar a su rechazo.

Ing William León V

41
 PASOS A SEGUIR EN UNA PRUEBA DE HIPOTESIS
1. Definir la Hipótesis estadística H0 y Ha

• Es importante recordar que, sin importar como se

determina el problema, la hipótesis nula siempre lleva el
signo de igual ( = ).
• Por ejemplo si se desea probar la hipótesis de que la
media de la población es igual a 16.
• Se simbolizará y leerá de la siguiente manera: “La
hipótesis nula es que la media de la población es igual a
16”.

Ho: μ= 16
Ing William León V
42
PASOS A SEGUIR EN UNA PRUEBA DE HIPOTESIS
1. Definir la Hipótesis estadística H0 y Ha

•La hipótesis alternativadescribe la

conclusión a la que se llegará si se rechaza a
la hipótesis nula.
•También se conoce como hipótesis de
investigación.
•La hipótesis alternativa se acepta si los datos
de la muestra proporcionan suficiente evidencia
estadística de que la hipótesis nula es falsa.
Ing William León V
43
PASOS A SEGUIR EN UNA PRUEBA DE HIPOTESIS
1. Definir la Hipótesis estadística H0 y Ha

Se considera tres hipótesis alternativas posibles:

Ha: ≠ 16
Ha: > 16
Ha: < 16
El signo de igual ( = ) nunca aparecerá en la hipótesis
alternativa. Porque la hipótesis nula es la declaración
que se prueba, y es necesario incluir un valor
especifico en los cálculos.
La hipótesis alternativa se considera, sólo si se
demuestra que no es verdadera la hipótesis nula.

Ing William León V

44
 PASOS A SEGUIR EN UNA PRUEBA DE HIPOTESIS

2. Establecer el estadístico de prueba que sea apropiado.

• El estadístico de prueba es un valor que se calcula

en base a la información de la muestra, y que se
utiliza para determinar si se rechaza o no la
hipótesis nula.
• Existen muchos estadísticos de prueba que
pertenecen a una distribución muestral con su propia
forma, media y desviación estándar.
Z, t, χ2, F

Ing William León V

45
 PASOS A SEGUIR EN UNA PRUEBA DE
HIPOTESIS
2. Establecer el estadístico de prueba que sea apropiado.

Por ejemplo en la prueba de hipótesis para la media,

el estadístico de prueba es la Z y se calcula por:
X
z 

n

Ing William León V

46
 PASOS A SEGUIR EN UNA PRUEBA DE
HIPOTESIS
3. Definir el nivel de significancia y la zona de rechazo

• Elnivel de significancia es la probabilidad de

rechazar la hipótesis nula cuando es verdadera
es a lo que se llama error Tipo I.
• El nivel de significancia se define con la letra
griega alfa (α ).Se le llama también nivel de riesgo.

Ing William León V

47
 PASOS A SEGUIR EN UNA PRUEBA DE
HIPOTESIS

3. Definir el nivel de significancia y la zona de rechazo

No hay un nivel de significancia que se aplique a todas

las pruebas.
Se toma la decisión de utilizar los niveles 0.05 ( que
con frecuencia se conoce como un nivel del 5%), 0.01,
0.10, o cualquiera entre 0 y 1 a elección de la persona
que realiza la prueba.

Ing William León V

48
 PASOS A SEGUIR EN UNA PRUEBA DE
HIPOTESIS
3. Definir el nivel de significancia y la zona de rechazo

La zona de rechazo tiene:

• Una magnitud dada por α y
• Una dirección dada por la hipótesis alternativa.

Ing William León V

49
 PASOS A SEGUIR EN UNA PRUEBA DE
HIPOTESIS
3. Definir el nivel de significancia y la zona de rechazo
Ejemplo

Ing William León V

50
PASOS A SEGUIR EN UNA PRUEBA DE HIPOTESIS
3. Definir el nivel de significancia y la zona de rechazo

Si μ = 16, existe sólo un 2.5% de Si μ = 16, existe sólo un 2.5% de

oportunidad de que una media oportunidad de que una media
muestral produzca un valor de Z < muestral produzca un valor de Z >
-1.96 1.96

Existe un 95% de probabilidad de que los resultados muestrales

puedan caer entre ± 1.96 si la hipótesis nula es verdadera

Ing William León V

51
PASOS A SEGUIR EN UNA PRUEBA DE HIPOTESIS
4. Calcular el estadístico de prueba a partir de los datos
muestrales considerando H0 como verdadera

Ing William León V

52
PASOS A SEGUIR EN UNA PRUEBA DE HIPOTESIS

5. Decidir si H0 no se rechaza o se rechaza.

Y Concluir en términos del contexto del problema.

Ing William León V

53
Ejemplo 1.-
 El fabricante de una llanta especial para camiones afirma que la
duración media de la parte rodante de agarre es de 60,000 Km. La
desviación estándar del kilometraje es de 5,000 Km.
• Una empresa de transportes compró 48 llantas y halló que
la duración media para sus vehículos fue de 59,500 Km.
• ¿Es la experiencia, distinta de la expresada por el fabricante
al nivel de significación de 0.05?
Datos:  = 60,000 Km
σ = 5,000 Km
n = 48 llantas
a = 0.05
= 59,500 Km
x
Ing William León V
Solución:
Paso 1
Las hipótesis se expresan de la siguiente manera:

H0 :  = 60,000 Km

La duración de las llantas es de 60,000 Km

H1 :  60,000 Km

La duración de las llantas es distinta a 60,000 Km

Ing William León V

Solución:
Paso 2
El estadístico de prueba mas apropiado.
Teniendo en cuenta que se tiene una muestra de 48 llantas y se
conoce la desviación estándar de la población

n = 48 llantas

σ = 5,000 Km

Se utilizará la distribución Z

Ing William León V

 Solución:
Paso 3
El nivel de significancia es de 0.05
Y por la hipótesis alternativa:
H1 :  60,000 Km Se trata de una prueba bilateral

En el siguiente paso vamos a obtener el valor de “Z” y para ello vamos

a apoyarnos en la gráfica siguiente:

*Se recurre a las tablas de la

distribución normal y en ellas
localizamos 0.475, que se ubica en
un valor de Z = 1.96

Ing William León V

* Este procedimiento va depender del tipo de tabla que se tenga
Solución:
Paso 4
Se Calculará el estadístico de prueba a partir de los datos muestrales
considerando H0 como verdadera

𝑥−𝜇 59,500  60,000

Z 
𝑍= 721.71
𝜎𝑥 Z  0.693
Donde: 𝜎
𝜎𝑥 =
𝑛
5000 5000
𝜎𝑥 = = =721.71
48 6.928

Ing William León V

 Solución:
Paso 5
• Se va ha decidir si H0 no se rechaza o se rechaza.

Como -0.693 es menor que -1.96 no se rechaza la hipótesis nula

Es decir el z de los datos se encuentra en la zona de no rechazo

Entonces se concluye que la duración media de las llantas es muy cercana

a la que afirma el fabricante de 60,000 millas, con un nivel de
significancia de 0.05.

Ing William León V

Solución:
Desarrollando bajo el enfoque del intervalo de confianza:

• Primero, se va a calcular el error estándar de la media y para ello

emplearemos la expresión del error estándar: 
X

n 
Sustituyendo valores en ella, se tiene:
5,000 5,000
x  x  x  721.69 Km
48 6.9282

El Error Estándar de la media mide con cuánta precisión la media de la muestra estima la media
de la población y se utiliza para crear intervalos de confianza para la media de la población. Los
valores del Error Estándar de la Media más bajos indican con mayor precisión las estimaciones
de la media de la población
Ing William León V
 Solución:

Se va a determinar los límites superior e inferior de confianza para el

intervalo de la media poblacional ya que se trata de una prueba de dos
extremos. Para ello aplicaremos la expresión siguiente:
Lc   H 0  Z x
Sustituyendo valores en ella, se tiene:
Lc = 60,000  1.96 (721.69)
Ls = 60,000 + 1,414.51 Ls = 61,414.51 Km.
Li = 60,000 – 1,414.51 Li = 58,585.49 Km
Entonces la media de la población fluctúa entre 58,585.49 y 61,414.51 millas en un
nivel de confianza del 95%.

Ing William León V

Solución:
Al regresar a la gráfica anterior se observa los límites de confianza y la
media muestral.
Con ello se analiza si no se rechaza la hipótesis nula además de verificar
si es verdadera o falsa.

Ing William León V

 Solución:

La media muestral se ubica dentro de la zona de no rechazo, por lo

que podemos decir que la hipótesis nula es verdadera,

Entonces la media muestral se ubica en -0.693  = -0.693(721.69)

__
X

500.13  60,000-500 = 59,500

y se confirma que cae en la zona de no rechazo
Concluimos que la duración media de las llantas es muy cercana a la que afirma
el fabricante de 60,000 millas, con un nivel de significancia de 0.05.

Ing William León V

 Ejemplo 2
Una cadena de restaurantes afirma que el tiempo medio de espera de
clientes por atender está distribuido normalmente con una media de 3
minutos y una desviación estándar de 1 minuto.
Su departamento de aseguramiento de la calidad halló en una muestra de
50 clientes en un cierto establecimiento que el tiempo medio de espera
era de 2.75 minutos. Al nivel de significación de 0.05,
¿Es dicho tiempo menor de 3 minutos?

Datos:  = 3 minutos.
σ= 1minuto.
n = 50 clientes.
a = 0.05
x = 2.75 minutos.

Ing William León V

 Ejemplo 2.-
Paso 1
Las hipótesis se expresan de la siguiente manera:

Ho :  = 3
El tiempo promedio de espera es de 3 minutos.

H1 :   3
El tiempo promedio de espera es menor de 3 minutos.

Ing William León V

 Solución:
Paso 2
El estadístico de prueba mas apropiado.
Teniendo en cuenta que se tiene una muestra de 50 clientes y se conoce la desviacion de la
población

n = 50 clientes

σ = 1 minuto

Entonces

Se utilizará la distribución Z

Ing William León V

 Solución:
Paso 3
El nivel de significancia es de 0.05
Y por la hipótesis alternativa:
H1 :   3 Se trata de una prueba unilateral

En el siguiente paso vamos a obtener el valor de “Z” y para ello vamos a apoyarnos
en la gráfica siguiente:

*0.5 – 0.05 = 0.45 .

Se busca en las tablas de la
distribución normal 0.45, y se
encuentra que: Z= 1.64

Ing William León V

* Este procedimiento va depender del tipo de tabla que se tenga
Solución:
Paso 4
Se Calculará el estadístico de prueba a partir de los datos muestrales
considerando H0 como verdadera
𝑥−𝜇
𝑍=
Z 
2.75  3
Z 
 0.25
Z  1.77 𝜎𝑥
0.1414 0.1414

Ing William León V

 Solución:
Paso 5
• Se va ha decidir si H0 no se rechaza o se rechaza.

Como -1.77 es mayor que -1.64 se rechaza la hipótesis nula

Es decir el z de los datos se encuentra en la zona de rechazo

Entonces se concluye que el tiempo medio de espera de clientes por

atender en este establecimiento es menor de 3 minutos.

Ing William León V

Ejemplo 2.-

Con un a = 0.05 y es una prueba de hipótesis para un extremo, en este caso, el

extremo izquierdo, entonces, el nivel de significancia está contenido en este
extremo, por lo que el nivel de confianza es 0.5 – 0.05 = 0.45 .
Se busca en las tablas de la distribución normal 0.45, y se encuentra que: Z= 1.64
El límite izquierdo del intervalo de confianza será:
Li = 3 – 1.64 (0.1414)
Li = 3 – 0.2319
Li = 2.768

Calcula el error estándar de la media:



1 1
X
 x  x  x  0.1414
n 50 7.07
Ing William León V
Ejemplo 2.-
Gráficamente se representa así:

Ing William León V

 Ejemplo 2.-
• La media muestral 2.75, se localiza en la zona de rechazo, por lo que se
puede establecer que se rechaza la hipótesis nula y se acepta la
alternativa.
Comprobemos con : x
Z 
x
2.75  3  0.25
Z  Z  Z  1.77
0.1414 0.1414

Como se puede observar 1.77 está localizado más hacia la izquierda del límite de
confianza 1.64.
Se puede concluir que el tiempo medio de espera de clientes por atender en este
establecimiento es menor de 3 minutos.

Ing William León V

PRUEBA DE HIPÓTESIS DE 2 MEDIAS
POBLACIONALES
 PRUEBA DE HIPÓTESIS DE 2 MEDIAS
POBLACIONALES
• Se tienen dos poblaciones y se toman muestras aleatorias independientes de
tamaños n 1 y n 2, se puede comparar el comportamiento de dichas
poblaciones a través de los promedios.
• Las muestras se obtienen de poblaciones con distribución normal
• El estadístico de trabajo depende de las características de las poblaciones y
del tamaño de las muestras.

Ing William León V

74
PRUEBA DE HIPÓTESIS DE 2 MEDIAS
POBLACIONALES
• Se puede plantear uno de los siguientes tres tipos de hipótesis:
• - Prueba de hipótesis a dos colas
H0 : µ1=µ2 ó H0 : µ1-µ2 = 0
H1 : µ1≠µ2 ó H1 : µ1-µ2 ≠ 0
• - Prueba de hipótesis a una cola superior
H0 : µ1=µ2 ó H0 : µ1-µ2 = 0
H1 : µ1>µ2 ó H1 : µ1-µ2 > 0
• - Prueba de hipótesis a una cola inferior
H0 : µ1=µ2 ó H0 : µ1-µ2 = 0
H1 : µ1<µ2 ó H1 : µ1-µ2 < 0
Ing William León V
75
PRUEBA DE HIPÓTESIS DE 2 MEDIAS
POBLACIONALES

PRUEBA DE HIPÓTESIS
DE 2 MEDIAS
POBLACIONALES
µ1 y µ2

Si las muestras son

Si las muestras son
mayores o iguales
menores a 30
de 30
n1 y n2>=30 n1 y n2<30

si las muestras se obtienen de poblaciones si las muestras se obtienen de poblaciones con

con distribución normal, con varianzas distribuciones diferentes a la normal, y
poblacionales conocidas varianzas poblacionales desconocidas,
σ2 conocidos σ2 desconocidos

Ing William León V

76
 P. H. para la diferencia de medias, con varianzas
poblacionales conocidas

•Se asume que hay dos poblaciones de interés X1 y X2,

•Además se asume que X1 tiene media desconocida y varianza conocida y
que X2 tiene media desconocida y varianza conocida .

Estaremos interesados en la prueba de

la hipótesis de que las medias µ1y µ2
sean iguales.

Ing William León V

77
 P. H. para la diferencia de medias, con varianzas
poblacionales conocidas
• Considérense primero las hipótesis alternativas de dos lados:
H0 : µ1=µ2 ó H0 : µ1-µ2 = 0
H1 : µ1≠µ2 ó H1 : µ1-µ2 ≠ 0

• Donde
• H0 = Hipótesis nula
• H1 = Hipótesis alternativa.
• μ1= media de la población 1
• μ2= media de la población 2
P. H. para la diferencia de medias, con varianzas
poblacionales conocidas
• El procedimiento para probar es calcular la estadística de
prueba Z0 mediante la siguiente fórmula:
Donde:

X1  X 2 𝜇1 = media de la muestra 1
Z0  𝜇1 = media de la muestra 2
 21  22

n1 n2 𝜎1 2 = varianza de la población 1
𝜎2 2 = varianza de la población 2

𝑛1 = tamaño de la muestra 1
𝑛2 = tamaño de la muestra 2
P. H. para la diferencia de medias, con varianzas
poblacionales conocidas

La hipótesis nula H0 se rechaza si:

𝑧0 > 𝑧𝛼 2
o
𝑧0 < 𝑧𝛼 2
Donde
Z0 = Valor calculado del estadístico de prueba
𝑍𝛼 2 = Valor obtenido de las tablas.
P. H. para la diferencia de medias, con varianzas
poblacionales conocidas
Las hipótesis alternativas de un lado se analizan de manera similar. Para probar
𝐻0 : 𝜇1 =𝜇2
𝐻1 : 𝜇1 > 𝜇2
Se calcula la estadística de prueba Z0 , y se rechaza 𝐻0 : 𝜇1 =𝜇2 si 𝑍0 >𝑍𝛼 .
Para probar las otras hipótesis alternativas de un lado
𝐻0 : 𝜇1 =𝜇2
𝐻1 : 𝜇1 < 𝜇2

Se utiliza la estadística de prueba Z0 y se rechaza 𝐻0 : 𝜇1 =𝜇2 si 𝑍0 <−𝑍𝛼

 P. H. para la diferencia de medias, con varianzas
poblacionales desconocidas
•Se asume que hay dos poblaciones de interés X1 y X2,
•Además se asume que X1 tiene media desconocida y varianza
desconocida y que X2 tiene media desconocida y varianza desconocida .

Estaremos interesados en la prueba de

la hipótesis de que las medias µ1y µ2
sean iguales.

Ing William León V

82
P. H. para la diferencia de medias, con varianzas
poblacionales desconocidas
• El procedimiento para probar es calcular la estadística de
prueba Z0 mediante la siguiente fórmula:
Donde:

𝜇1 = media de la muestra 1
𝜇1 = media de la muestra 2

𝑆1 2 = varianza de la muestra 1
𝑆2 2 = varianza de la muestra 2

𝑛1 = tamaño de la muestra 1
𝑛2 = tamaño de la muestra 2
EJEMPLO 1

• El salario promedio mensual para una muestra de 30 empleados de una

empresa manufacturera es de $280.000, con desviación estándar de $14.000.
En otra empresa del mismo tipo, una muestra aleatoria de 40 empleados,
tiene un salario promedio de $270.000, con una desviación estándar de
$10.000.

No se suponen iguales las desviaciones

estándar de las poblaciones. Se requiere
probar la hipótesis de que no existe diferencia
entre los salarios promedios mensuales de las
dos empresas, utilizando un nivel de
significancia del 5%.
Ing William León V
84
EJEMPLO 1
POBLACION/ POBLACION/ DEFINICION
N1 N2
30 40 Elementos muestra
No No Media poblacional
14.000 10.000 Desviación estándar
280.000 270.000 Media de la muestra tomada

Ing William León V

85
EJEMPLO 1

PASO 01
1.- Establecer las hipótesis
• 𝐻0: 𝜇1 − 𝜇2 = 0, o que 𝐻0: 𝜇1 = 𝜇2
• 𝐻0: 𝜇1 − 𝜇2 ≠ 0, o que 𝐻0: 𝜇1 ≠ 𝜇2

Ing William León V

86
EJEMPLO 1
2.- Elegir el modelo probabilístico:
• Como n> 30
• Se utiliza la curva Z:

Ing William León V

87
EJEMPLO 1
3.- Establecer el criterio de contraste

α/2=0.025 REGION DE NO α/2=0.025

RECHAZO

Z1=-1.96 0 Z2=1.96
α=0.5

Para α/2 = 0.025, entonces 𝑍1 = −1.96 y 𝑍2 = 1.96.

El Intervalo de los Valores críticos de Z es:
−1.96 < 𝑍 < 1.96

Ing William León V

88
EJEMPLO 1
4.- Calcular el valor del estadístico de prueba
• La desviación estándar de cada una de las muestras es:
𝜎1 14000
𝜎1𝑥 = = = 2556.04
𝑛1 30

𝜎2 10000
𝜎2𝑥 = = = 1581.14
𝑛2 40
𝜎= 𝜎1𝑥 2 + 𝜎2𝑥 2 = 2556.04 2 + 1581.14 2 = 3005.53

Ing William León V

89
EJEMPLO 1

• Se calcula el valor del estadístico de prueba, en este caso Z*

𝑋1 − 𝑋2 280000 − 270000
𝑍= = = 3.33
𝜎 3005.55

Ing William León V

90
 EJEMPLO 1

5.- Tomar una decisión e interpretar

• Como Z = 3.33 no se encuentra en
• El Intervalo critico de Z. −1.96 < 𝑍 < 1.96
• No se encuentra en la región de de NO RECHAZO según la grafica de la
Campana de Gauss.
• Por ello se rechaza la Hipótesis nula y se acepta la hipótesis alternativa
de que el salario promedio mensual de las dos empresas es diferente.

Ing William León V

91
EJEMPLO 2

Un analista de salarios consideraba que el salario promedio de la primera

empresa era mayor que en la segunda empresa. Con el objeto de someter su
posición a una prueba critica, le da el beneficio de la duda a la posibilidad
contraria y plantea la hipótesis nula de que el salario promedio de la primera
empresa es igual o menor que el de la segunda.

Se prueba la hipótesis, con el nivel de

significancia del 1%. Si se supone que las
desviaciones estándar de las dos poblaciones
son iguales.

Ing William León V

92
EJEMPLO 2

PASO 01
1.- Establecer las hipótesis
• 𝐻0: 𝜇1 = 𝜇2 o 𝜇1 − 𝜇2 = 0
• 𝐻1: 𝜇1 > 𝜇2 o 𝜇1 − 𝜇2 > 0

Ing William León V

93
EJEMPLO 2
2.- Elegir el modelo probabilístico:
• Como n> 30
• Se utiliza la curva Z:

Ing William León V

94
EJEMPLO 2
3.- Establecer el criterio de contraste

REGION DE NO
RECHAZO α=0.01

0 Z2=2.33
α=0.5

Como es para una cola, entonces el nivel de significancia

que se tiene es 𝛼 = 0.01 , el z para esta área según la tabla
es de Z= 2.33, porque el área es A=0.99.

Ing William León V

95
EJEMPLO 2

4.- Calcular el valor del estadístico de prueba

• Hallamos el z para comparar.

𝑋1 − 𝑋2 280000 − 270000
𝑍= = = 3.33
𝜎 3005.55

Ing William León V

96
 EJEMPLO 2
5.- Tomar una decisión e interpretar
• Como z = 3.33 > z=2.33, entonces se rechaza la hipótesis nula y se
acepta la hipótesis alternativa de que el salario promedio de la primera
empresa es mayor que el salario promedio de la segunda empresa.
• Además podemos observar que el valor de Z = 3.33 queda en la región
de rechazo

Ing William León V

97
EJEMPLO 3

Se realizó un estudio con un nivel de significancia de .05 para investigar si la

prensa popular está más orientada hacia temas sexuales que la prensa
dirigida a la clase media. Se recogieron dos muestras representativas de 40
artículos publicados en ambos tipos de revistas.

Utilizando un índice que mide el contenido

sexual de los artículos, la muestra 1 (popular)
tuvo un puntaje medio de 3.5 con una
desviación estándar de 2, mientras que la
muestra 2 (clase media) tuvo una media de 3
con una desviación de 2.2.

Ing William León V

98
 EJEMPLO 3
• 1.- Establecer las hipótesis
• Ho: µ1 = µ 2
• Ho: « La orientación hacia contenidos sexuales no es mayor en
la prensa popular que en la prensa de clase media »
• Ha: µ 1> µ 2
• Ha: « La orientación hacia contenidos sexuales es mayor en la
prensa popular que en la prensa de clase media ».

Ing William León V

99
EJEMPLO 3
• 2.- Elegir el modelo probabilístico:
• Como n> 30
• Se utiliza la curva Z:

Ing William León V

100
EJEMPLO 3
3.- Establecer el criterio de contraste
Como en este problema, la hipótesis alterna contiene el signo (>)
el problema es de una cola, es decir, la región crítica se ubica en
el extremo derecho de la curva. Para determinar que tipo de
distribución se utilizará:
• Si n1 + n2 - 2 > 30 entonces se busca en la tabla el valor de z
correspondiente a α/2.
• Si n1 + n2 – 2 ≤ 30 se busca en la tabla el valor t correspondiente
a φ= n1+n2-2 y α/2.
En este ejemplo, φ = n1 + n2 - 2 = 40 + 40 - 2 = 78 entonces n >
30 y por lo tanto se utiliza la distribución normal con α = .05

Ing William León V

101
EJEMPLO 3
• Luego se aplica la fórmula de interpolación:

0.05

Ing William León V

102
EJEMPLO 3
4.- Calcular el valor del estadístico de prueba
• Se calcula el error estándar de la diferencia de las medias

Ing William León V

103
EJEMPLO 3

• Se calcula el valor del estadístico de prueba, en este caso Z*

Ing William León V

104
 EJEMPLO 3
• 5.- Tomar una decisión e interpretar

Ing William León V

105
 EJEMPLO 3

• El estadístico de prueba queda localizado fuera de la zona crítica, entonces no

podemos rechazar la hipótesis nula ( Ho),
• Por lo tanto se concluye lo siguiente:
• No hay evidencia suficiente, con un nivel de significancia de .05, de que la
prensa popular tenga una mayor orientación al tema sexual que la prensa de
clase media

Ing William León V

106
FIN
wjleonv@yahoo.com