FACULTAD DE EDUCACIÓN Y HUMANDIDADES

ESCUELA PROFESIONAL DE EDUCACIÓN

CURSO

ESTADISTICA APLICADA A LA EDUCACIÓN

TEMA

ACTIVIDAD Nº 13: “PRUEBA DE HIPÓTESIS PARA LA

MEDIA POBLACIONAL”

DOCENTE

MBA. Luis Alberto Calderón Yarlequé

ESTUDIANTE

ALEJANDRO NOTARA HERRERA LOPEZ

CHIMBOTE – ANCASH

2018
PRUEBA DE HIPÓTESIS

HIPÓTESIS ESTADISTICA

Una hipótesis estadística es un enunciado acerca de la distribución de probabilidad de una

variable aleatoria. Las hipótesis estadísticas a menudo involucran uno o más
características de la distribución, como por ejemplo forma o independencia de la variable
aleatoria.
Es importante recordar que las hipótesis son siempre enunciados relativos a la población
o distribución bajo estudio, no enunciados en torno a la muestra. 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.

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.

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 de la
prueba de hipótesis es la prueba de conformidad.

Considere los ejemplos:

Según el Acta de energía remitida al congreso en 1978, se fijó un impuesto al fabricante

de cualquier auto nuevo que diera un promedio cuando mucho de 22.5 millas por galón
de gasolina. En consecuencia, un fabricante de autos nuevos podía no querer estimar el
millaje promedio por galón de gasolina, sino que le interesaba determinar si dicho millaje
excedía las 22.5 millas por galón; esto es, estaba interesado en comprobar las hipótesis:

A. La media del millaje no excede las 22.5 millas por galón de gasolina.

Contra la hipótesis

B. La media del millaje excede las 22.5 millas por galón de gasolina.
Con la esperanza de obtener información suficiente que apoyara la hipótesis B.

Hace tiempo se descubrió accidentalmente que la minoxilina, un fármaco elaborado por

la Upjohn Pharmaceutical Company y prescrita para los casos severos de presión
sanguínea alta, provocaba el crecimiento del cabello; el medicamento se proporcionaba
usualmente en forma de tabletas para controlar la presión sanguínea. Se ha estimado que
el 80% de los pacientes tratados con minoxilina experimentan engrosamiento,
alargamiento y oscurecimiento del cabello dentro de las tres a seis semanas de haber
empezado el tratamiento. Como resultado de estos efectos colaterales, Upjohn ha estado
investigando las posibilidades de usar minoxilina en forma tópica, un fármaco llamado
Rogaine, para tratar la calvicie masculina.

Una investigadora realizó un experimento para probar los efectos de Rogaine contra la
calvicie, éste se realizó durante un periodo de seis meses para comparar la hipótesis.

A. La Rogaine no tiene beneficios terapéuticos para prevenir la calvicie.

Contra la hipótesis

B. La Rogaine tiene beneficios terapéuticos para prevenir la calvicie.

El experimento se realizó bajo el supuesto que la Rogaine no tiene beneficios

terapéuticos para prevenir la calvicie, pero con la esperanza de encontrar evidencia de lo
contrario. Utilizando dos grupos de personas calvas, el grupo de tratamiento recibió dosis
fijas de Rogaine y el otro grupo de control recibió un placebo.
Después del periodo experimental de seis meses, la investigadora encontró evidencia para
sugerir que la Rogaine tenía beneficios reales para el tratamiento de la calvicie masculina.
Entonces ella rechazó la hipótesis A en favor de la B. Al proceso usado por la
investigadora se le llama prueba de hipótesis.

Existe un medicamento importante en el tratamiento de la hipertensión, el cual tiene una

proporción de tratamientos exitosos del 84% y un investigador médico cree haber
encontrado un nuevo medicamento para tratar pacientes hipertensos, el cual dice que
tiene una mayor proporción de tratamientos exitosos que el medicamento reconocido, y
con menos efectos colaterales.

Para probar su afirmación el investigador tomo una muestra aleatoria de 60 pacientes con
presión sanguínea elevada. La proporción de pacientes con presión sanguínea elevada de
la muestra, que recibirán los beneficios terapéuticos del medicamento, se utilizaran para
determinar si la proporción de éxitos en la población es mayor de 0.84; el investigador
decidió, arbitrariamente, que concluiría que la proporción de éxitos terapéuticos del nuevo
medicamento es mayor que 0.84. Si la proporción de pacientes con presión sanguínea
elevada en la muestra que obtenía beneficios al tomar el nuevo medicamento es de 0.86
o más, en caso contrario, concluiría que no es más efectivo que el medicamento conocido.

Las dos afirmaciones:

A. A. 0.84
B. B. > 0.84

En la prueba de hipótesis se comienza suponiendo un valor de un parámetro que, a juicio

del investigador, sea el más adecuado de acuerdo con la información disponible, a esta
suposición se le llama hipótesis nula y se representa con Ho. A continuación se define
otra hipótesis, llamada hipótesis alternativa, que es la opuesta de lo que se afirma en la
hipótesis nula. La hipótesis alternativa se representa como Ha. El procedimiento para
probar una hipótesis comprende el uso de datos de una muestra para probar las dos
aseveraciones representadas por Ho y Ha.
La prueba de hipótesis se parece a un juicio penal. En éste, se parte del supuesto de que
el acusado es inocente. La hipótesis nula es de inocencia. Lo contrario de la hipótesis
nula es la hipótesis alternativa la cual expresa una creencia de culpabilidad, Por
consiguiente, las hipótesis en un juicio criminal se escribirían:

Ho: El acusado es inocente

Ha: El acusado es culpable

Para probar las aseveraciones o hipótesis se lleva a cabo un juicio. El testimonio y las
pruebas obtenidas durante el juicio equivalen a la información de la muestra. Si la
información de la muestra concuerda con la hipótesis de inocencia, no se puede rechazar
la hipótesis nula que el consignado es inocente. Sin embargo, si la información muestral
no es consistente con la hipótesis de inocencia, se rechazará la hipótesis nula. En este
caso, la acción a tomar se basará en la hipótesis alternativa de que el acusado es culpable.

A continuación se describirán los lineamientos para establecer la hipótesis nula y

alternativa para tres tipos de situaciones, en los que se emplean normalmente los
procedimientos de prueba de hipótesis.

Supongamos que determinado modelo de automóvil actualmente funciona con un

rendimiento promedio de 12 kilómetros por litro. Un grupo de investigación de producto
ha inventado un nuevo carburador, diseñado para aumentar el rendimiento. Para evaluar
el nuevo carburador se fabricarán varios de ellos, se instalarán en automóviles y se
someterán a pruebas de manejo controladas. Observe que el grupo de investigación de
producto busca pruebas para decir que el nuevo carburador aumenta el rendimiento de los
kilómetros por litro. En este caso, la hipótesis de investigación es que el nuevo carburador
proporcionará una media del rendimiento mayor a los 12 kilómetros por litro, es decir

que >12. Como lineamiento general, una hipótesis de investigación como ésta debe

formularse y proponerse como hipótesis alternativa. Por consiguiente:

Ho: 12

Ha: >12
Si los resultados de los datos de la muestra indican que no se puede rechazar Ho, los
investigadores no pueden decir que el nuevo carburador es mejor. Quizá se deban llevar
a cabo más investigaciones y pruebas. Sin embargo si los datos de la muestra indican que
se puede rechazar Ho, los investigadores pueden hacer la inferencia que el nuevo
carburador aumenta el kilometraje por litro. Entonces se puede proceder a iniciar la
producción del nuevo carburador.

Un fabricante de bebidas considera que las botellas de 2 litros de sus productos contienen
un promedio mínimo de 1999 ml. Se seleccionará una muestra de botellas de 2 litros y se
medirán sus contenidos para investigar la afirmación del fabricante. Las hipótesis son las
siguientes:

Ho: 1999

Ha: < 1999

Si los resultados de la muestra indican que Ho no se puede rechazar, no se puede dudar

de la afirmación del fabricante. Sin embargo, si los datos de la muestra indican que se
puede rechazar Ho, se hará la inferencia que el contenido promedio de las botellas es
menor a 1999 ml. Se puede considerar una acción pertinente en contra del fabricante.

Con base en una muestra de piezas en un embarque que se acaba de recibir, un inspector
de control de calidad debe de decidir entre aceptar todo el embarque o regresarlo al
proveedor, porque no cumple con las especificaciones. Supongamos que las
especificaciones de determinada pieza dicen que la longitud promedio debe de ser de dos
pulgadas para cada pieza. Si la longitud promedio de las partes es mayor o menor que la
norma de dos pulgadas, las partes causarán problemas de calidad en la operación de
ensamblaje. En este caso, se formularan como sigue las hipótesis:
 Ho: = 2

Ha: 2

Si los resultados de la muestra indican que no se puede rechazar Ho, el inspector de control
de calidad no tendrá razón para dudar que el embarque cumple con las especificaciones,
y lo aceptará. Sin embargo si los datos de la muestra indican que se debe rechazar Ho, la
conclusión será que las piezas no cumplen con las especificaciones. En este caso el
inspector tendrá las pruebas suficientes para regresar el embarque al proveedor.

En resumen las características de la hipótesis nula:

1. Se va a considerar como cierta hasta que se tenga suficiente evidencia de lo

contrario.
2. SIEMPRE incluye el signo de igualdad.
3. Es la base para el análisis estadístico de la prueba.

Características de la hipótesis alternativa:

1. Es lo contrario a la hipótesis nula ( , <, >).

2. En general esta hipótesis se establece en términos de lo que se anda buscando
evidencia.
3. Es la que define la dirección de la zona de rechazo.

Al tomar una decisión en una prueba de hipótesis, hay cuatro posibles resultados que
pueden ocurrir; como se ilustra en el siguiente diagrama:

SITUACION
VERDADERA
LA HIPOTESIS LA HIPOTESIS DECISION
Ho ES Ho ES FALSA VERDADERA

NO EXISTE ERROR DEL

NO RECHAZAR ERROR TIPO II
LA HIPOTESIS PROB= 1- PROB=
Ho Confianza de la
prueba ERROR DEL TIPO NO EXISTE
RECHAZAR LA I ERROR
 HIPOTESIS PROB= PROB=1-
Ho Nivel de Potencia de la Significancia Prueba

Dos de los resultados involucran decisiones correctas y dos de las decisiones involucran
decisiones incorrectas. Rechazar Ho cuando es verdadera y no rechazar Ho cuando es
falsa, son decisiones incorrectas. Rechazar Ho cuando es cierta se llama error Tipo I, y
no rechazar Ho, cuando es falsa, se llama error Tipo II.
Es necesario tener alguna cantidad que mida la posibilidad de cometer alguno de estos
errores. Esta medida es una probabilidad.
La probabilidad de rechazar Ho, dado que Ho es verdadera, se define como la
probabilidad del error Tipo I y se denota por .
La probabilidad de no rechazar Ho, dado que Ho es falsa, se define como la probabilidad
del error tipo II y se denota por .
Por tanto las probabilidades de los errores Tipo I y II están dadas por las proposiciones
P (rechazar Ho | Ho verdadera) =

P (no rechazar Ho | Ho es falsa) =

Nótese que tanto como son probabilidades condicionales. No pueden obtenerse las

probabilidades de los errores Tipo I y II en un sentido absoluto, debido a que el estado de

la naturaleza no es conocido. Más bien, puede calcularse la probabilidad de rechazar Ho

sólo si se asume que Ho cierta, o la probabilidad de equivocarse el rechazar Ho, si se

asume que Ho es falsa.

Propiedades de y
1. El valor de se fija al escoger la zona de rechazo.

2. El valor de dependerá de la hipótesis alternativa que se escoja.

3. Para un tamaño muestral fijo, al aumentar la región de rechazo y por lo tanto ,

disminuye. Si decrece, aumentará.

4. Al aumentar el tamaño de la muestra y decrecen a la vez

PRUEBA DE HIPÓTESIS PARA LA MEDIA POBLACIONAL.

El propósito de la prueba de hipótesis es determinar si un valor propuesto (hipotético)
para un parámetro poblacional, por ejemplo para una media, debe aceptarse como
plausible con base en la evidencia muestral. Recuerde las distribuciones de muestreo, en
general el valor de una media muestral difiere del valor de la media poblacional. Si el
valor de un estadístico muestral, como la media muestral es cercano al valor propuesto
con parámetro y solo difiere en una cantidad que resulta des esperarse debido al muestreo
aleatorio, entonces no se rechaza el valor hipotético. Si el estadístico muestral difiere del
valor propuesto en una cantidad que no es atribuible a la casualidad, entonces se rechaza
la hipótesis por no considerarse plausible.

Se han desarrollado tres métodos para pruebas de hipótesis, todos ellos conducentes a la
misma decisión cuando se usan los mismos estándares de probabilidad y de riesgo.
Independientemente del método que se utilice en las pruebas de hipótesis, observe que
cuando se rechaza el valor hipotético, y por tanto se acepta, esto no constituye una prueba
de que el valor hipotético sea correcto. La aceptación de un valor propuesto como un
parámetro simplemente indica que es un valor plausible de acuerdo con el valor observado
en el estadístico muestral.

La estructura de la hipótesis basada en el error Tipo I y Tipo II

Para el estudio del medicamento del ejemplo 3, decidir sobre la base de los datos de la
prueba, que el nuevo medicamento es más efectivo que el anterior, cuando de hecho el
nuevo medicamento no es más efectivo para la población total, es un error del tipo I.
Decidir sobre la base de los datos de la prueba, que el nuevo medicamento es sólo tan
efectivo, o menos que el anterior, cuando en realidad es más efectivo para el total de la
población, sería un error Tipo II.

Suponga que un método nuevo y más caro, para detectar el cáncer de la matriz en las
mujeres, se está probando para ver si es superior al método usado generalmente.

Las hipótesis estadísticas son:

Ho: El nuevo tratamiento no es mejor que el comúnmente usado
Ha: El nuevo tratamiento es mejor que el comúnmente usado

Se tiene un error tipo I cuando se rechaza la Ho siendo verdadera; las consecuencias de

este error incrementarían los costos médicos. Un error del Tipo II se tiene cuando Ho no
se rechaza siendo falsa; sus consecuencias serían una menor eficacia del tratamiento y,
posiblemente, una mayor proporción de muertes por cáncer en la matriz. Aquí el error
más serio es el error Tipo II.

Suponga que un investigador médico se interesa en probar los efectos de un nuevo

medicamento. Las hipótesis estadísticas:
Ho: El medicamento es peligroso
Ha: El medicamento es inofensivo

Un error Tipo I es concluir que el medicamento peligroso es inofensivo, y un error del

Tipo II es concluir que el medicamento inofensivo es peligroso.

PASOS A SEGUIR EN UNA PRUEBA DE HIPOTESIS

1. Definir la Hipótesis estadística H0 y Ha

En la prueba de hipótesis, debemos establecer el valor supuesto o hipotetizado del
parámetro de población antes de comenzar a tomar la muestra. La suposición que
deseamos probar se conoce como hipótesis nula Ho.

Con base en 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.

Es importante recordar que, sin importar como se determina el problema, la hipótesis

nula siempre lleva el signo de igual (=).

Supongamos que deseamos probar la hipótesis de que la media de la población es igual

a 16. Lo simbolizaríamos y leeríamos “La hipótesis nula es que la media de la población
es igual a 16”.
Ho: = 16

El término hipótesis nula surge de las primeras aplicaciones agrícolas y médicas de la

estadística. Con el fin de probar la efectividad un nuevo fertilizante o de una nueva
medicina, la hipótesis que se probaba es que no tuvo efecto, es decir no tuvo diferencia
entre las muestras tratadas y no tratadas.

La hipótesis alternativa describe 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.
 Consideraremos 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 observa sólo si se demuestra que no es verdadera la hipótesis
nula.
2. Establecer la estadística de prueba que sea apropiado.
Un valor que se calcula con base a la información de la muestra, y que se utiliza para
determinar si se rechaza la hipótesis nula.

Existen muchas estadísticas de prueba que pertenecen a una distribución muestral con su
propia forma, media y desviación estándar.
2
Z, t, , F
Por ejemplo en la prueba de hipótesis para la media, la estadística de prueba Z se calcula
por:

X z

n
El valor z se basa en la distribución de muestreo de X , que tiene una distribución normal
, n
cuando la muestra es razonablemente grande con . Así, es posible determinar si la

diferencia entre la media muestral y la media poblacional es importante desde el punto

de viste estadístico.

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

El nivel 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 ( ).Se le llama también nivel de
riesgo.
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%), .01,
0.10, o cualquiera entre 0 y 1 a elección de la persona que realiza la prueba.

La zona de rechazo son los valores de la estadística de prueba para los cuales se rechaza
la hipótesis nula. La regla de decisión en la prueba de hipótesis, puede establecerse de tres
maneras:

Hacer liga con problema resuelto de prueba de hipótesis para la

2 n 30
( conocida ó )

1) Regla basada en la estadística de prueba.

2) Regla basada en la probabilidad.
3) Regla basada en la distribución de probabilidad del estadístico utilizado en la
prueba.

La zona de rechazo tiene una magnitud dada por y una dirección dada por la
hipótesis alternativa.

El siguiente ejemplo es de acuerdo a la hipótesis nula que se planteó en base a la media

poblacional, y al primer ejemplo de hipótesis alternativa:
 Si μ = 16, existe sólo un 2.5% de
oportunidad de que una media muestral Si μ = 16, existe sólo un 2.5% de
produzca un valor de Z < -1.96 oportunidad de que una media
muestral produzca un valor de Z >
1.96

No rechazar
Zona de rechazo Zona de rechazo
Cola a la izquierda Cola a la derecha
0.95

0.475 0.475
α/2 = 0.025 α/2 = 0.025

μ = 16

-1.96 0 1.96

Zona de no rechazo

Existe un 95% de probabilidad de que los

resultados muestrales puedan caer entre ±
1.96 si la hipótesis nula es verdadera

1. Calcular la estadística de prueba a partir de los datos muestrales considerando H0

como verdadera

2. Decidir si H0 se acepta o se rechaza.

3. Concluir en términos del contexto del problema.

ERRORES TIPO I Y TIPO II

Analizaremos en forma completa los errores Tipo I y Tipo II, con respecto a las prueba
de una media hipotética. Sin embargo los conceptos que se ilustran aquí son aplicables
también a otros modelos de pruebas de hipótesis.

La probabilidad del error Tipo I es siempre igual al nivel de significancia que se utiliza al
probar las hipótesis nulas. Dicho de otra manera, hay todavía una probabilidad (valor de )
de que se pudiera elegir una muestra al azar que diera una media comprendida dentro de
la región de rechazo ó las regiones de rechazo. Ello haría que al rechazar la hipótesis nula
siendo verdadera cometiéramos el error Tipo I.
La única forma en que se puede determinar la probabilidad del error Tipo II ( ) es con

respecto a un valor específico incluido dentro del rango de la hipótesis alternativa.

News & World Report publicó un artículo sobre la carrera de éxitos de Wal- Mart.
Actualmente es la mayor cadena de ventas al por menor de la nación. Empezó con una
sola tienda de descuento en la pequeña localidad de Rogers, Arkansas, y ha crecido hasta
poseer 1300 tiendas en 25 estados. Este éxito le ha valido a Sam Walton, fundador y
mayor accionista, el título del hombre más rico de América. Las ventas anuales se cifran
en 15 millones de dólares por tienda.
a) Si se elige al azar una muestra de 120 tiendas y se hallan unas ventas medias de
15.39 millones de dólares, con una desviación estándar de 2.9 millones de dólares.
Pruebe la hipótesis 15 millones con un nivel de significancia del
10%

b) Si la es en realidad 14.8 millones de dólares, ¿Cuál es la probabilidad de cometer

el error Tipo II? Datos n = 120

X = 15.39 millones

= 2.9 millones
= .10
1. Establecer la hipótesis

Ho: = 15

Ha: 15

2. Establecer la estadística de prueba

Z= n

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

 Nivel de significancia = .10
Zona de rechazo = {Z/ Z < -1.64 o Z/Z > 1.64}
4. Calcular la estadística de prueba

Z= n el valor de la media poblacional es el que está a prueba en la hipótesis

por lo tanto

Z 15.39 15 47
2.9
120
Como 1.47 < 1.64 No
se rechaza Ho
5. Conclusión
Existe evidencia para decir que las ganancias anuales por tienda son de 15
millones de dólares por tienda con un nivel de significancia de .10. Pasos para calcular
el error Tipo II
1. Plantear la hipótesis nula y alternativa para la prueba
2. Determinar el valor crítico de la media muestral que debe utilizarse para probar la
hipótesis nula con un nivel de significancia dado.

n
Xc Z /

X 15 (1.64)2.9/ 120 = 14.5659

X 15 (1.64)2.9/ 120 = 15.4341

3. Identificar la probabilidad del error Tipo I correspondiente al valor crítico que se

calculó antes, como base para la regla de decisión.
= .10
4. Identificar la probabilidad del error Tipo II correspondiente a la regla de decisión,
dada una media alternativa especificada.
P (error Tipo II) = P (14.56 < X < 15.44)

15.4341 14.8
Z 2.40
2.9
120

Z 14.5659 14.8
 2.9
120 - .88

P (error Tipo II) = P (-0.88 < Z < 2.40) = 0..8024

CURVA CARACTERISTICA DE OPERACIÓN Y CURVA DE POTENCIA

La curva característica de operación y curva de potencia está basada en el ejercicio sobre

la carrera de éxitos de Wal-Mart.

Como ya hemos indicado, cuando la hipótesis nula es falsa existe un número infinito de
valores de . Hay un valor de beta diferente por cada valor verdadero que pueda tomar .

Si tuviéramos que calcular el valor de para varios valores verdaderos posibles de ,

podríamos construir una curva característica de operación que indicara los valores de

correspondientes a los distintos valores verdaderos de .

Valores

reales de 1-
X X P(14.5659 X 15.4341)

14.5659 15.4341 P ( no rechazar Ho | Ho es falsa) P( rechazar Ho | Ho es falsa)

14 0.9837045 0.99999997 0.01629547 0.98370453
14.2 0.91648301 0.99999842 0.08351541 0.91648459
14.4 0.73451001 0.99995291 0.2654429 0.7345571
14.5 0.59826814 0.99979026 0.40152212 0.59847788 14.6 0.44876724 0.99918337
0.55041613 0.44958387 14.7 0.30628093 0.99721669 0.69093576 0.30906424
14.8 0.18833094 0.99168161 0.80335066 0.19664934
14.9 0.10352719 0.978152 0.8746248 0.1253752
15 0.05057013 0.94942987 0.89885973 0.10114027
15.1 0.021848 0.89647281 0.8746248 0.1253752
15.2 0.00831839 0.81166906 0.80335066 0.19664934 15.3 0.00278331 0.69371907
0.69093576 0.30906424 15.4 0.00081663 0.55123276 0.55041613 0.44958387
15.5 0.00020974 0.40173186 0.40152212 0.59847788
15.6 4.709E-05 0.26548999 0.2654429 0.7345571
15.7 9.232E-06 0.15765218 0.15764295 0.84235705 15.8 1.579E-06 0.08351699
0.08351541 0.91648459
 15.9 2.3542E-07 0.03925126 0.03925103 0.96074897 16 3.058E-08 0.0162955 0.01629547
0.98370453

Curva de operación

1
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
13.5 14 14.5 15 15.5 16 16.5
Valores reales de la media

La potencia de una prueba, definida como 1 - , mide la probabilidad de rechazar una

hipótesis falsa. Estos valores se muestran en la tabla de arriba y la curva de potencia es la

siguiente.
En la mayoría de los casos la probabilidad de no rechazar una hipótesis falsa es mayor
que la probabilidad de rechazar una hipótesis verdadera. Es decir, .

Curva de potencia

1.2
1
0.8
0.6
0.4
0.2
0
13.5 14 14.5 15 15.5 16 16.5
Valores reales de la media
 REFERENCIAS BIBLIOGRÁFICAS

Galván, C. R. (18 de Abril de 2012). Prueba de hipótesis. Obtenido de

https://es.slideshare.net/crg110886/prueba-de-hiptesis-12589447

Hernández, S. G. (20 de Octubre de 2014). PRUEBAS DE HIPÓTESIS PARA UNA MEDIA

POBLACIONAL. Obtenido de https://prezi.com/ar7dxaxikpth/pruebasde-hipotesis-para-

una-media-poblacional/

Jimenez, Y. C. (13 de Diciembre de 2015). Prueba de Hipótesis para una media y proporción.

Obtenido de https://es.slideshare.net/irisyaninacamposjime/pruebade-hiptesis-para-una-

media-y-proporcinestadistica

SUÁREZ, Mario, (2012), Interaprendizaje de Probabilidades y Estadística Inferencial con

Excel, Winstats y Graph, Primera Edición. Imprenta M & V, Ibarra, Ecuador.