Pruebas Hipotesis 1pob2

PRUEBAS DE HIPÓTESIS DE UNA POBLACIÓN P. Reyes/Sept.
2007
PRUEBAS DE HIPÓTESIS
DE UNA POBLACION
P. Reyes
Septiembre 2007
1
PRUEBAS DE HIPÓTESIS DE UNA POBLACIÓN P. Reyes/Sept. 2007
CONTENIDO
1. Introducción
2. Pruebas de hipótesis para una población
3. Prueba de hipótesis estadística
4. Ejemplos de fórmulas para calcular los estadísticos de

prueba
5. Ejemplos de pruebas de hipótesis de una población
6. Ejercicios adicionales
2
Pruebas de hipótesis de una población

1. Introducción
La inferencia estadística es el proceso mediante el cual se utiliza la

información de los datos de una muestra para extraer conclusiones
acerca de la población de la que se seleccionó la muestra. Las técnicas
de inferencia estadística se dividen en dos áreas principales: Estimación
de intervalos de confianza y Pruebas de hipótesis.
En cada prueba estadística, se comparan algunos valores observados

contra algunos esperados u otro valor observado comparando
estimaciones de parámetros (media, desviación estándar, varianza).
Estas estimaciones de los verdaderos parámetros son obtenidos usando
una muestra de datos y calculando los estadísticos.
La capacidad para detectar una diferencia entre lo que es observado y lo

que es esperado depende del desarrollo de la muestra de datos.
Incrementando el tamaño de la muestra mejora la estimación y la
confianza en las conclusiones estadísticas.
Al realizar pruebas de hipótesis, se parte de que un valor supuesto

(hipotético) es el parámetro poblacional. Después de recolectar una
muestra aleatoria, se compara el estadístico muestral, así como la
media (x), con el parámetro hipotético, se compara con una supuesta
media poblacional (). Después se acepta o se rechaza el valor hipotético,
según proceda. Se rechaza el valor hipotético sólo si el resultado
muestral resulta muy poco probable cuando la hipótesis es cierta.
3
Se trata de probar una afirmación sobre parámetros de la población

(media ; varianza σ2 o proporción ) en base a datos de
estadísticos de una muestra (X media, s2 o p respectivamente):
Por ejemplo, probar las afirmaciones en los parámetros se usan los

estadísticos:
En una población
 La media poblacional  = 12; estadístico Zc
 La varianza poblacional σ2 = 12; estadístico c2
 La proporción poblacional  = 0.3 estadístico Zc
En dos poblaciones
 Las medias poblacionales son iguales 1 = 2 o 1 - 2 = 0;
estadístico Zc o Tc
 Las varianzas poblacionales son iguales σ12 = σ22 o σ12 - σ22 = 0;
estadístico Fc
 Las proporciones poblacionales son iguales 1 = 2 o 1 - 2 = 0
estadístico Zc
La prueba de hipótesis tiene varias etapas:
Etapa 1.- Planear la hipótesis nula y la hipótesis alternativa. La hipótesis

nula (H0) es el valor hipotético del parámetro que se compra con el
resultado muestral resulta muy poco probable cuando la hipótesis es
cierta.
Etapa 2.- Especificar el nivel de significancia que se va a utilizar. El nivel

de significancia del 5%, entonces se rechaza la hipótesis nula solamente
4
si el resultado muestral es tan diferente del valor hipotético que una

diferencia de esa magnitud o mayor, pudiera ocurrir aleatoria mente con
una probabilidad de 0.05 o menos.
Etapa 3.- Elegir el estadístico de prueba. El estadístico de prueba puede

ser el estadístico muestral (el estimador no segado del parámetro que se
prueba) o una versión transformada de ese estadístico muestral. Por
ejemplo, para probar el valor hipotético de una media poblacional, se
toma la media de una muestra aleatoria de esa distribución normal,
entonces es común que se transforme la media en un valor Z el cual, a
su vez, sirve como estadística de prueba.
Etapa 4.- Establecer el valor o valores críticos del estadístico de prueba.

Habiendo especificado la hipótesis nula, el nivel de significancia y el
estadístico de prueba que se van a utilizar, se procede a establecer el o
los valores críticos del estadístico de prueba. Puede haber uno o más de
esos valores, dependiendo de si se va a realizar una prueba de uno o
dos extremos o colas.
Etapa 5.- Determinar el valor real del estadístico de prueba. Por

ejemplo, al probar un valor hipotético de la media poblacional, se toma
una muestra aleatoria y se determina el valor de la media muestral. Si el
valor crítico que se establece es un valor de Z, entonces se transforma
la media muestral en un valor de Z.
Etapa 6.- Tomar la decisión. Se compara el valor observado del

estadístico muestral con el valor (o valores) críticos del estadístico de
prueba. Después no se rechaza o se rechaza la hipótesis nula. Si se
rechaza ésta, se acepta la alternativa; a su vez, esta decisión tendrá
efecto sobre otras decisiones de los administradores operativos, como
5
por ejemplo, mantener o no un estándar de desempeño o cuál de dos

estrategias de mercadotecnia utilizar.
La distribución apropiada de la prueba estadística se divide en dos

regiones: una región de rechazo y una de no rechazo. Si estadístico de
prueba cae en esta última región no se puede rechazar la hipótesis nula
y se llega a la conclusión de que el proceso funciona correctamente.
Al tomar la decisión con respecto a la hipótesis nula, se debe determinar

el valor crítico en la distribución estadística que divide la región del
rechazo (en la cual la hipótesis nula no se puede rechazar) de la región
de rechazo. A hora bien el valor crítico depende del tamaño de la región
de rechazo.
Pasos de la prueba de hipótesis:

1. Definir el Problema ( Problema Práctico).
2. Señalar los Objetivos ( Problema Estadístico).
3. Determinar tipo de datos: Atributo o Variable.
4. Si son datos Variables: Hacer Prueba de Normalidad.
5. Establecer las Hipótesis: Hipótesis Nula (Ho con signo igual), o
la Hipótesis Alterna (Ha con signo de mayor o menor).
6. Seleccionar el nivel de Alfa (normalmente 0.05 o 5%).
7. Establecer el tamaño de la muestra,  10 .
8. Desarrollar el Plan de Muestreo.
9. Seleccionar Muestras y Obtener Datos.
10. Decidir la prueba estadística apropiada y calcular el
estadístico de prueba (Z, t, X2 o F) a partir de los datos.

11. Obtener el estadístico correspondiente de tablas o Excel.
12. Determinar la probabilidad de que el estadístico de prueba
calculado ocurra al azar.
6
13. Comparar el estadístico calculado con el de tablas y ver si

cae en la región de rechazo o ver si la probabilidad es menor a
alfa, rechace Ho y acepte Ha. En caso contrario no rechace Ho.
14. Con los resultados interprete una conclusión estadística
para la solución práctica.
7
2. Pruebas de hipótesis para una población

Se trata de probar una afirmación sobre parámetros de la población
(media ; varianza σ2 o proporción ) en base a datos de estadísticos de
una muestra (X media, s2 o p respectivamente):
ELEMENTOS DE LA PRUEBA:
 Prueba Estadística: Procedimiento para decidir aceptar o rechazar

hipótesis.
 Hipótesis: Es una afirmación acerca de una o más poblaciones.
 Hipótesis Nula (Ho): Usualmente es una afirmación representando
una situación “status quo”. Generalmente deseamos rechazar la
hipótesis nula.
o Es la hipótesis o afirmación a ser probada
o Puede ser por ejemplo  =, σ, o  a constante
o Sólo puede ser rechazada o no rechazada
 Hipótesis Alterna (Ha): Es lo que aceptamos si podemos rechazar la

hipótesis nula. Ha es lo que queremos probar.
o Es la hipótesis que se acepta como verdadera cuando se

rechaza Ho, es su complemento
o Puede ser por ejemplo   7 para prueba de dos colas
 < 7 para prueba de cola izquierda
 > 7 para prueba de cola derecha
 Estadístico de prueba: Calculado con datos de la muestra.
8
 Región de Rechazo: Indica los valores de la prueba estadística para

que podamos rechazar la Hipótesis nula (Ho). Esta región esta
basada en un riesgo a deseado, normalmente 0.05 o 5%.
 Estadístico de prueba(Z, t, X2 o F): Para probar la hipótesis nula se

calcula un estadístico de prueba con la información de la muestra el
cual se compara a un valor crítico apropiado. De esta forma se toma
una decisión sobre rechazar o no rechazar la Ho.
 Error tipo I (alfa = nivel de significancia, normal=0.05 ): Se

comete al rechazar la Ho cuando en realidad es verdadera.
También se denomina riesgo del productor
 Error tipo II (beta): Se comete cuando no se rechaza la

hipótesis nula siendo en realidad falsa. Es el riesgo del
consumidor
Las pruebas de hipótesis pueden ser de dos colas, de cola derecha o de

cola izquierda, a continuación se esquematizan cada una de ellas.
9
Pruebas de Hipótesis de dos colas:

Ho: a = b Región de Región de
Ha: a  b Rechazo Rechazo
-Z 0 Z
Pruebas de Hipótesis de cola derecha:
Ho: a £ b
Ha: a > b Región de
Rechazo
0 Z
Pruebas de Hipótesis cola izquierda:
Ho: a  b
Ha: a < b Región de
Rechazo
-Z 0 Z
3. Prueba de hipótesis Estadística
- Hipótesis nula Ho, complemento de la Hipótesis alterna:
o Es la hipótesis o afirmación a ser probada

o Puede ser por ejemplo  =, £, o  a 5
o Sólo puede ser rechazada o no rechazada
- Hipótesis alterna Ha, complemento de la hipótesis nula:
o Es la hipótesis que se acepta como verdadera cuando se

rechaza Ho, es su complemento
o Si el signo de la hipótesis alterna es  entonces se trata de
una prueba de dos colas; si es > de cola derecha y si es <
de cola izquierda.
o Puede ser por ejemplo   5 para prueba de dos colas
10
o  < 5 para prueba de cola izquierda

o  > 5 para prueba de cola derecha
Pasos de la prueba de hipótesis:
 Se plantea inicialmente la Ha si en el problema se muestra la

afirmación de ser menor o mayor a un valor establecido histórico.
 Se plantea inicialmente la Ho si en el problema se muestra la

afirmación igual (es, históricamente ha sido); mayor o igual
(cuando menos) o menor o igual (a lo más) a un valor
establecido histórico.
 No importa cual se plantee primero, siempre la conclusión se

hace contra la Ho (se rechaza o no se rechaza)
 El intervalo de confianza es el intervalo donde se estima que se

encuentre el parámetro de la población (media ; varianza σ2 o
proporción ) para un cierto nivel de confianza o de significancia.
11
Estadístico de prueba
o Para probar la hipótesis nula se calcula un estadístico de

prueba con la información de la muestra el cual se compara
a un valor crítico apropiado. De esta forma se toma una
decisión sobre rechazar o no rechazar la Ho
- Error tipo I (alfa = nivel de significancia, es común = 0.05 ). Alfa =

1- Nivel de confianza
o Se comete al rechazar la Ho cuando en realidad es

verdadera. También se denomina riesgo del productor.
- Error tipo II (beta )
o Se comete cuando no se rechaza la hipótesis nula siendo en

realidad falsa. Es el riesgo del consumidor
Pruebas de Hipótesis de dos colas:
Si la Ho:  = que un valor poblacional, entonces el riesgo alfa se

reparte en ambos extremos de la distribución. Por ejemplo si
Ha: ≠ 10 se tiene:
Ho: a = b
Ha: a  b
12
Pruebas de Hipótesis de cola derecha:
Si la Ho:  £, que un valor poblacional, entonces el riesgo alfa se

coloca en el extremo derecho de la distribución. Por ejemplo si
Ho  £ 10 y Ha:  >10 se tiene una prueba de cola derecha:
Ho: a £ b
Ha: a > b
Pruebas de Hipótesis cola izquierda:
13
Si la Ho:   que un valor poblacional, entonces el riesgo alfa se

coloca en el extremo izquierdo de la distribución. Por ejemplo si
Ho   10 y Ha:  < 10 se tiene una prueba de cola izquierda:
Ho: a  b
Ha: a < b
14
Pasos para realizar una prueba de hipótesis
Probar la hipótesis de igualdad de una media  para n > 30
1) Establecer las hipótesis e identificar el nivel de significancia alfa o 1-

Nivel de confianza (NC)
Ho:  Ha: 
2) Calcular el estadístico de prueba Zc o Tc con fórmula
3) Determinar el estadístico de tablas Zt o Tc de Excel para una cierta

alfa o 1-NC
4) Establecer la región de rechazo con Zt y ver si cae ahí Zc
Las regiones de rechazo prueba de 2 colas: -Z/2 y Z/2
5) Determinar el Intervalo de confianza para la media y ver si incluye a

la media de la hipótesis, si no rechazar Ho
6) Determinar el valor P correspondiente a Zc y comparar contra Alfa/2,

si es menor rechazar Ho
15
4. Fórmulas para calcular los estadísticos de

prueba
Fórmulas para Intervalos de confianza de parámetros de una población
a) Intervalo de confianza para estimar  con muestras grandes (n >= 30

) y cuando ya se cuenta con historial, o sea que  es conocida:

IC para   X  Z  / 2
n
Si la  no se conoce entonces se usa S de la muestra en su lugar

S
IC para   X  Z  / 2
n
b) Intervalo de confianza para estimar  con muestras pequeñas (n <

30; grados de libertad = gl. = n –1):
S
IC para   X  t / 2 , gl
n
c) Intervalo de confianza para estimar  proporción poblacional:

p (1  p )
Sp 
n
IC para   p  Z  / 2 S p
d) Tamaño de muestra para estimar  en función del error ( X   ) :

Z 2 / 2
n
( X  )2
e) Tamaño de muestra para estimar  en función del error ( p   ) , en el

peor caso  = 0.5:
16
Z 2 / 2 ( )(1   )
n
( p   )2
Fórmulas para calcular los estadísticos utilizados en las pruebas

de Hipótesis de una pob.
f) Estadístico Zc muestras grandes (n >= 30 ) y cuando la  es

conocida (ya se tiene historial):
X   HIPOTESIS
Zc  f) Si no se conoce la  entonces se reemplaza por
 n
la S de la muestra.
g) Estadístico tc para muestras pequeñas (n < 30) y la  es

desconocida:
X   HIPOTESIS
tC 
s n
h) Estadístico Zc para proporciones y muestras grandes (n >= 30):
 HIPOTESIS (1   HIPOTESIS )
p 
n
p   HIPOTESIS
Zc 
p
17
Ejemplos de cada uno de los casos
a) Estadístico Zc muestras grandes (n >= 30 ) o cuando

la  es conocida (ya se tiene historial):
Ho :   valor
Ha :   valor
X   HIPOTESIS
Zc 
 n
Estadístico de tablas Zalfa o Zalfa/2 en Excel

=DISTR.NORM.ESTAND.INV(alfa o alfa/2)
Estadístico de tablas Zalfa o Zalfa/2 en Minitab >Calc >Probability

distributions> Normal:
Inverse Cummulative prob; Mean = 0; Std. Dev. = 0; Input
constant = Alfa o alfa/2
Intervalo de confianza para estimar  con muestras grandes (n >=

30) o cuando ya se cuenta con historial, o sea que  es conocida:

IC para   X  Z  / 2
n
Si no se conoce la  entonces se reemplaza por la S de la muestra.
S
IC para   X  Z  / 2
n
El valor p de probabilidad correspondiente al estadístico Zc se

determina como sigue:
P value en Excel =DISTR.NORM.ESTAND(Zc)
18
P value en Minitab >Calc >Probability distributions> Normal:

Cummulative prob; Mean = 0; Std. Dev. = 0; Input constant = Zc
Prueba de hipótesis en Minitab:
>Stat >Basic statistics > 1-Sample Z
Utilizar Sample in columns o Summarized data

Sample size 49 Mean 11.5 Standar deviation 1.1
Test Mean 12
Graphs – Seleccionar º! Individual value plot
Confidence level 90% Alternative not equal

OK
Resultados:
One-Sample Z
Test of mu = 12 vs not = 12
The assumed standard deviation = 1.1
N Mean SE Mean 90% CI Z P

49 11.5000 0.1571 (11.2415, 11.7585) -3.18 0.001
Criterios de rechazo de Ho:
Si Zc cae en la zona de rechazo

El valor de la Hipótesis no se encuentra en el Intervalo de confianza
19
El valor P es menor que el valor de alfa (prueba de una cola) o de alfa/2

(dos colas).
b) Estadístico tc para muestras pequeñas (n < 30) y la  es

desconocida:
Ho :   valor
Ha :   valor
X   HIPOTESIS
tC 
s n
Estadístico de tablas Talfa o Talfa/2 en Excel =DISTR.T.INV(2*alfa o

alfa, grados de libertad n-1)
Estadístico de tablas Talfa o Talfa/2 en Minitab >Calc >Probability

distributions> :
Inverse Cummulative prob; Degrees of freedom = n-1; Input
Intervalo de confianza para estimar  con muestras pequeñas (n <

30; grados de libertad (gl.) = n –1):
S
IC para   X  t / 2 , gl
n
El valor p de probabilidad correspondiente al estadístico Tc se

P value en Excel =DISTR.T(Tc, grados de libertad, 1 o 2 colas)
P value en Minitab >Calc >Probability distributions> T:

Cummulative prob; Degrees of freedom = n-1; Input constant = Tc
Prueba de hipótesis en Minitab:
20
>Stat >Basic statistics > 1-Sample t
Utilizar Sample in columns o Summarized data

Sample size 10 Mean 11277 Standar deviation 3772
Test Mean 12000

OK
Resultados:
One-Sample T
Test of mu = 12000 vs not = 12000
N Mean StDev SE Mean 95% CI T P

10 11277.0 3772.0 1192.8 (8578.7, 13975.3) -0.61 0.559
Si Tc cae en la zona de rechazo

(dos colas).
c) Estadístico Zc para proporciones y muestras grandes

(n >= 30):
21
Ho :   valor
Ha :   valor
 HIPOTESIS (1   HIPOTESIS )
p 
n
p   HIPOTESIS
Zc 
p
Estadístico de tablas Zalfa o Zalfa/2 en Excel

=DISTR.NORM.ESTAND.INV(alfa o alfa/2)
Estadístico de tablas Zalfa o Zalfa/2 en Minitab >Calc >Probability

distributions> Normal:
Inverse Cummulative prob; Mean = 0; Std. Dev. = 0; Input
Intervalo de confianza para estimar  proporción poblacional:
p (1  p )
Sp 
n
IC para   p  Z  / 2 S p
El valor p de probabilidad correspondiente al estadístico Zc se

P value en Excel =DISTR.NORM.ESTAND(Zc)
P value en Minitab >Calc >Probability distributions> Normal:

Cummulative prob; Mean = 0; Std. Dev. = 0; Input constant = Zc
22
Prueba de hipótesis en Minitab
>Stat >Basic statistics > 1- Proportion
Summarized data
Number of trial 500 Number of events 225
Confidence level 98% Test proportion 0.40 Alternative Less than
º! Use test and interval based on normal distribution
OK
Resultados
Test and CI for One Proportion
Test of p = 0.4 vs p < 0.4
98%
Upper
Sample X N Sample p Bound Z-Value P-Value
1 225 500 0.450000 0.495693 2.28 0.989
Si Zc cae en la zona de rechazo

23

(dos colas).
d) Cálculo del estadístico con base en Chi

cuadrada para prueba de una varianza.
Ho:  2 =  02
Ho:  2   0
2
El estad
Donde:
 02 la varianza de la hipótesis
N = número de datos de la muestra

S2 = varianza de los datos de la muestra
24
e) Tamaño de muestra para estimar  en función del

error (X  ) :
Z 2 / 2
n
( X  )2
f) Tamaño de muestra para estimar  en función del

error (p ) , en el peor caso  = 0.5:
Z 2 / 2 ( )(1   )
n
( p   )2
25
5. Ejemplos de pruebas de hipótesis de una población

Ejemplos de Prueba de hipótesis Estadística
Paso 1. Para una muestra grande (n >30) probar la hipótesis de una

media  . Establecer alfa.
Ho:    o
Ha:   0
Paso 2. Calcular el estadístico de prueba

  0
Z calc 
s
n
Paso 3. Establecer la región de rechazo, para prueba de 2 colas:
 Z 2  Z 2
Región de Región de
Rechazo Rechazo
0
-Z Z
Paso 4. Si el valor del estadístico de prueba cae en la región de rechazo

rechazaremos Ho de otra manera no podemos rechazar Ho.
Paso 5. Calcular el intervalo de confianza IC para un nivel de confianza

de 1-alfa, si la media de la hipótesis se encuentra dentro del intervalo,
no rechazar Ho y viceversa.
26
Paso 6. Calcular el valor de Probabilidad P para el estadístico calculado a

partir de la muestra Zc o Tc por medio de:
Para Zc: P = distr.norm.estand.inv(-Zc)

Para Tc: P = distr.t.inv(Tc, grados de libertad, 1 o 2 colas)
Para Chi2: P = Prueba.chi.inv(Chi c, grados de libertad)
Si el valor de P es menor o igual a alfa se rechaza Ho y se acepta Ha (en

el caso de dos colas el valor de P total es del doble del calculado).
Prueba Z de 2 colas
Problema 1
Los enanos de Blanca Nieves le informan que excavan 12 toneladas
promedio por semana. Nieves recolecta datos de 49 semanas y obtiene
X=11.5, s= 1.1 a un nivel de significancia α=10%. Los Enanos están en
lo cierto.
Solución
1) Planteamiento de hipótesis
Ho: μ=12
Ha: μ≠12
2) Determinar estadístico de la prueba Z
Zc= 11.5 – 12/ (1.1 / √49) = -0.5/ 0.157 = -3.185
3) Determinar el valor de Zt de acuerdo al valor de alfa

10% / 2 = 0.05
Z de tablas 0.05 = -1.64
27
4) Interpretación y conclusiones
Dado que Zc=-3.185 es menor que Zt=-1.64 la Ho se rechaza a un
nivel alfa del 10%.
Los enanos no excavan 12 toneladas al día
5) Intervalo de confianza
IC = Media +-Zalfa/2* S/ raiz(n)
IC = 11.5+- 1.64* 1.1/raiz(49) = (11.242, 11.75)
La media de la hipótesis no se encuentra en el intervalo de

confianza, se rechaza Ho.
6) Valor P del estadístico de prueba

P =distr.norm.estand(Zc) =distr.norm.estand(-3.18) = 0.00073
Como el valor P es menor a alfa/2 entonces se rechaza Ho
28
Prueba Minitab:
>Stat >Basic statistics > 1-Sample Z
Summarized data
Sample size 49 Mean 11.5 Standar deviation 1.1
Test Mean 12

OK
RESULTADOS Y CONCLUSIONES……
Problema 2
Se quiere probar la afirmación de que la distancia promedio viajada por
pelotas de golf es de 250 yardas a un 95% de confianza.
Z Se toma una muestra de 16 distancias
269
300
268
278
282
263
301
295
288
278
276
286
296
265
271
279
29
En vez de seleccionar Summarized data, seleccionar Samples in columns
Prueba Z de una cola
Problema 3
Se planea en un restaurante eliminar del menú el pollo frito. Se afirma
que las ventas habían descendido por debajo de la media histórica de
$4500. ¿Parece una decisión adecuada si en una muestra de n=144
observaciones se observa Xmedia= 4,477, s=1,128 con α= 2%?
Solución
Ho: μ≥4500
Ha: μ<4500
Zc= 4477 – 4500 / (1128 / √144) = -23/ 94= -0.245
3) Determinar el valor de Z en tablas de acuerdo al valor de alfa 2%

Zt de tablas 0.02 = -2.053
Dado que Zc=-0.245 es mayor que Zt=-2.053 la Ho no se rechaza a
una alfa del 2%.
IC = Media +-Zalfa/2* S/ raiz(n)
IC = 4477 +- 2.053* 1128/raiz(144) = (4284.01, 4669.98)
30
La media de la hipótesis si se encuentra en el intervalo de

confianza, no se rechaza Ho.
P =distr.norm.estand(Zc) =distr.norm.estand(-0.245) = 0.4032

Como el valor P es mayor a alfa entonces no se rechaza Ho, no han
descendido las ventas.
Prueba Minitab (Options: Confidence level 98% Alternative

Less Than)
Prueba t de dos colas
Problema 4
Un distribuidor piensa que el promedio de sus ventas son de $12000 al
mes. Selecciona n=10 meses y encuentra X=11,277, s=3,772. Aun alfa
del 5% ¿qué se puede concluir?
Solución
Ho: μ=12000
Ha: μ≠12000
2) Determinar estadístico de la prueba t

tc= 11277 – 12000 / (3772 / √10) = -723 / 1192.81 = - 0.6061
31
3) Determinar el valor de t en tablas de acuerdo al valor de alfa y los

grados de libertad
gl= n-1= 10-1 =9 para un alfa / 2 de 0.05/2= 0.025
tt de tablas para 0.025 con 9 gl = 2.262 con =distr.t.inv(0.05,9) =

2.262
Dado que tc= -0.6061 es mayor que tt= - 2.262 la Ho no se rechaza a
un nivel alfa del 5%.
Las ventas son de $12000 al mes
IC = Media +-Talfa/2* S/ raiz(n)
IC = 11277+- 2.262* 3772/raiz(10) = ( 8578.86, 13975.14)
La media de la hipótesis se encuentra en el intervalo de confianza,

NO se rechaza Ho.
P =distr.t(Tc, gl, colas) =distr.t(0.6061, 9, 2) = 0.5594

Como el valor P es mayor a alfa/2 entonces NO se rechaza Ho, las
ventas son de $12000.
Prueba Minitab
>Stat >Basic statistics > 1-Sample t
32
Summarized data
Sample size 10 Mean 11277 Standar deviation 3772
Test Mean 12000

OK
Problema 5
Las ganancias por acción son de 3 dolares, probar para un 95% de
confianza si esto es cierto. Una muestra de datos arrojó los resultados
siguientes:
1.9
2
2.1
6
3.6
3
3.1
6
4.0
2
3.1
4
2.2
2.3
4 RESULTADOS Y CONCLUSIONES……
3.0
5
2.3
33
8
Prueba t de una cola
Problema 6
La vida útil de un foco es de 5,000 horas. Un nuevo diseño se piensa
incremente esta vida. Se prueban n=25 focos con fusión a X=5,117, s=
1,886. Concluir para un nivel alfa del 5%.
Solución
Ho: μ≤5000
Ha: μ>5000
2) Determinar estadístico de la prueba t

tc= 5117 – 5000 / (1886 / √25) = 117 / 377.2 = 0.310
3) Determinar el valor de t en tablas de acuerdo al valor de alfa y los

grados de libertad
gl= n-1= 25-1 =24 para alfa de 0.05
tt de tablas 0.05 con 24 gl = 1.71 de =distr.t.inv(0.1,24) =1.71
Dado que tc=0.310 es menor que tt=1.71 la Ho no se rechaza a un
nivel alfa de 5%.
La vida de los focos es de 5000 horas.
IC = Media +-Talfa/2* S/ raiz(n)
IC = 5117+- 1.71* 1886/raiz(25) = ( 4471.988, 5762.012 )
34

NO se rechaza Ho.
P =distr.t(Tc, gl, colas) =distr.t(0.31, 24, 1) = 0.3796

Como el valor P es mayor a alfa entonces NO se rechaza Ho, la vida es
de 5000 Hrs.
Prueba Minitab (Confidence level 95% Alternative greater

than)
Problema 7
Las horas tomadas para plantar un árbol mediano son las siguientes. Probar a un
5% si el tiempo es > 2 Hrs.
1.9
1.7
2.8
2.4
2.6
2.5
2.8
3.2
1.6
2.5
Prueba Z para una proporción
Problema 8
35
Midwest planea comercializar un producto sólo si por lo menos el 40%

del público lo prefiere. En una muestra de 500 personas encuentra que
225 lo prefieren. ¿A un nivel alfa de 2%, Midwest debe comercializar el
producto?
Solución
Ho: π≥0.40
Ha: π<0.40

σp = √(0.40)(1-0.40) / 500 = 0.022
p= 225/500 = 0.45
Zc= 0.45-0.40/ 0.022) = 0.05/ 0.022 = 2.27
3) Determinar el valor de Z en tablas de acuerdo al valor de alfa

0.02%
Z de tablas para 0.02 = -2.053
Dado que Zc=2.27 es mayor que Zt=-2.053 la Ho no se rechaza a un

nivel alfa del 2%.
La proporción no es menor al 40% se debe comercializar el

producto.
p = 225/500 = 0.45
Sp = raiz (p(1-p)/n)) = raiz(0.45(0.55)/500) = 0.02418
36
IC = p +- Zalfa/2 * Sp
IC = 045 +- 2.053*0.024 = (0.400, 0.4992)

NO se rechaza Ho.
P =distr.norm.estand (Zc) =distr.norm.estand (2.27) = 0.98839
Como el valor P es mayor a alfa/2 entonces NO se rechaza Ho, la

proporción es 0.40.
Prueba Minitab
>Stat >Basic statistics > 1- Proportion
Summarized data
Number of trial 500 Number of events 225
Confidence level 98% Test proportion 0.40

Alternative Less than
º! Use test and interval based on normal distribution

OK
37
Problema 9
Un estudio indicó que el 64% de los consumidores de supermercado
creen en las marcas propias. El fabricante de una salsa de tomate
preguntó a 100 compradores donde 52 prefieren marca propia, probar si
el porcentaje de preferencias es menor al 64%, para un 5% de nivel de
significancia
Ha: pi < 0.64 Ho: Pi >= 0.64 Trials 100
Prueba de cola izquierda Events 52
NC 95%
Alternate Less Than
Problema 10
Midlakes canceló sus vuelos ya que se estimó que más del 18%
involucraba aviones con fallas mecánicas. ¿Este estimado se confirma a
un nivel alfa del 0.05 si D = 24 aviones de n = 120 tenían fallas?
Solución
Ho: π ≤0.18
Ha: π >0.18

σp = √(0.18)(1-0.18) / 120 = 0.035
p= 24/120 = 0.2
Zc= 0.2-0.18/ 0.035) = 0.02/ 0.035 = 0.571
3) Determinar el valor de Z en tablas de acuerdo al valor de alfa de

0.05%
Z de tablas para 0.05 = 1.64
38
Dado que Zc=0.571 es menor que Zt=1.64 la Ho no se rechaza a un
nivel de confianza del 5%.
La proporción de aviones con falla es del 0.18
p = 24/120 = 0.2
Sp = raiz (p(1-p)/n)) = raíz(0.2(0.8)/120) = 0.0365
IC = p +- Zalfa/2 * Sp
IC = 0.2 +- 1.64*0.0365 = (0.1402, 0.2598)

NO se rechaza Ho.
P =distr.norm.estand (Zc) =distr.norm.estand (-0.571) = 0.284
Como el valor P es mayor a alfa/2 entonces NO se rechaza Ho, la

proporción es 0.18.
Prueba Minitab (Confidence level 95% Alternative Greater

than)
39
Prueba de hipótesis para una varianza

Problema 10
Se trata de probar si la varianza poblacional de las rentas en las
ciudades es de 30.
Los datos de la renta para diferentes ciudades es la siguiente:
Ciudad Renta
A 47
B 50
C 53
D 45
E 40
F 43
G 39
H 37
La varianza de los datos en Excel es: = Var( datos de rentas ) =

31.0714286
Paso 1. 2 = 02 2  02

Ho: Varianza = 30 Ha: Varianza  30
Paso 2. Estadístico de Prueba Chi cuadrado calculado Chic:
Donde:
02 = Varianza de Ho = 30;

N = número de datos = 8;
Varianza de datos S2= 31.0714286
40
c2 = (8-1)*31.0714286 / 30 = 7.25
Paso 3. Estadístico correspondiente a alfa  =0.05 (por tanto /2 =

0.025).
De tablas o con Excel por ser una prueba de dos colas:
2/2, n-1 = prueba.chi.inv(0.025, 8-1) = 16.0127643
2 (1-/2), n-1 = prueba.chi.inv(0.975, 8-1) = 1.68986919
/2 = 0.025 /2 = 0.025
Paso 4. Se observa si el 2c cae en la zona de rechazo, como en este

caso no es así, no hay evidencia suficiente para rechazar Ho, y se
considera que la varianza si es de 30.
Paso 5. Calculando el valor P correspondiente a la Chi calculada (2c se

tiene:
P = distr.Chi(2c, n-1) = distr.chi(7.25, 7) = 0.4033
P =0.4033
/2 = 0.025
Como el valor P correspondiente a X2c es mayor que Alfa/2, no se

rechaza la Ho
41
Paso 6. Calculando ahora el intervalo de confianza para la varianza

poblacional se tiene:
Sustituyendo valores se tiene: (13.58291398, 128.7081872)
Como el 30 de la Ho se encuentra en el intervalo de confianza, no se

rechaza Ho indicando que la varianza no es diferente de 70.
42
6. Ejercicios adicionales:
12. Los tiempos que toma el registro de las órdenes en un negocio son
los siguientes:
1.9 1.7 2.8 2.4 2.6 2.5 2.8 3.2 1.6 2.5
a) Probar a un Nivel de Confianza del 90% si el tiempo es mayor a 1.98.

b) Probar a un alfa de 0.02 si la desviación estándar es mayor a 0.6.
13. Se quiere probar la afirmación de que la distancia viajada por pelotas

de golf es de 250 yardas a un 95% de confianza. Se toma una
muestra de 36 distancias
28
269 300 268 278 282 263 301 295 288 278 276 6 296 265 271 279
28
284 260 275 282 260 266 270 293 272 285 293 1 269 291 274 277
299 263 264 273
14. Las Ganancias por acción son de 3 dólares para un 95% de

confianza, probar esta afirmación..
Una muestra de datos arrojó los resultados siguientes:
1.9 2.1 3.6 3.1 4.0 3.1 2.3 3.0 2.3

2 6 3 6 2 4 2.2 4 5 8
15. Un estudio encontró que 40% de los usuarios de Internet recibieron

más de 10 mensajes diarios. Si de 420 usuarios 188 recibieron estos
mensajes, a un nivel de 5% ¿Cuál es la conclusión?
43
16. Un estudio indicó que el 64% de los consumidores de supermercado

preguntó a 100 compradores donde 52 prefieren marca propia, probar
si el porcentaje de preferencias es menor al 64%, para un 5% de nivel de
significancia.
17. Un restaurante planea una oferta especial si más del 15% de los
clientes compra vasos de diseño especial con personajes de
caricaturas. En una prueba 88 de 500 clientes compraron vasos. A un
0.01 de nivel de significancia, ¿Cuál es su recomendación?
18. Las rentas diarias de automoviles en Dólares de ocho ciudades se

muestra a continuación:
Ciudad A B C D E F G H
Renta 47 50 53 45 40 43 39 37
¿A un 5% se comprueba la hipótesis de que la varianza de la población

es de 30?
19. Se midió la temperatura de fusión de un aceite vegetal hidrogenado

en n=16 muestras y se encontró una media de 94.32. Si la temperatura
de fusión sigue una distribución normal con sigma = 1.20.
a) Probar a un 95% de nivel de confianza de que la media se ha

mantenido en 95.
20. La duración promedio de cierto foco es de 750 horas. El cliente

cambiaría de marca sólo que se demuestre que de manera concluyente
que la vida de los focos es menor que la anunciada. Se elige una
44
muestra aleatoria de 20 focos, se determina su duración y se obtiene

una vida media de 738.44 con una desviación estándar de 38.20.
a) ¿Cuál sería la conclusión a un 95% de nivel de confianza?
21. Después de ciertas horas de trabajo se determinó el desgaste de

flechas en 0.0001” para cada una de las n=8 máquinas que tienen
plomo y cobre como material de soporte, y se obtuvo como resultado
que la media fue de 3.72 con desviación estándar de 1.25.
a) Se desea probar si el desgaste es mayor a 3.5 a un 95% de nivel de

confianza.
22. Las lecturas de radiación de Radón tomadas en 12 lugares fueron

como sigue:
105.6, 90.9, 91.2, 96.9, 96.5, 91.3, 100.1, 105, 99.6, 107.7, 103.3 y
92.4.
a) A un alfa de 5%, ¿indican las lecturas que difieren de 100?.
23. Se prueban 100 baterías de Ni-H para celdas de prueba y se

determina que 14 de ellas se ampoyan en sus placas fallando. Para un
5% de nivel de significancia.
a) ¿Proporciona lo anterior una evidencia de que más del 10% de las

baterías fallan?
24. Para un cierto servicio los tiempos de respuesta son de 3 horas,

probar la afirmación para un 98% de nivel de confianza.
Una muestra de datos arrojó los resultados siguientes:
45
1.92
2.16
3.63
3.16
4.02
3.14
2.2
2.34
3.05
2.38
25. Las horas tomadas para mantenimiento son las siguientes. Probar a
un 5% si el tiempo es > 2 Hrs.
Tiempos
1.9
1.7
2.8
2.4
2.6
2.5
2.8
3.2
1.6
2.5
26. Un estudio encontró que 40% de los usuarios de Internet recibieron

más de 10 mensajes diarios
Si de 420 usuarios 188 recibieron estos mensajes, a un nivel de 5%
¿Cúal es la conclusión?
27. Un estudio indicó que el 64% de los consumidores de supermercado

preguntó a 100 compradores donde 52 prefieren marca propia,
46
probar si el porcentaje de preferencias es menor al 64%, para un 5% de

nivel de significancia.
47

Pruebas Hipotesis 1pob2

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Pruebas Hipotesis 1pob2

Cargado por

Copyright:

Formatos disponibles

PRUEBAS DE HIPÓTESIS DE UNA POBLACIÓN P. Reyes/Sept.

2. Pruebas de hipótesis para una población

3. Prueba de hipótesis estadística

4. Ejemplos de fórmulas para calcular los estadísticos de

5. Ejemplos de pruebas de hipótesis de una población

Pruebas de hipótesis de una población

La inferencia estadística es el proceso mediante el cual se utiliza la

En cada prueba estadística, se comparan algunos valores observados

La capacidad para detectar una diferencia entre lo que es observado y lo

Al realizar pruebas de hipótesis, se parte de que un valor supuesto

Se trata de probar una afirmación sobre parámetros de la población

Por ejemplo, probar las afirmaciones en los parámetros se usan los

La prueba de hipótesis tiene varias etapas:

Etapa 1.- Planear la hipótesis nula y la hipótesis alternativa. La hipótesis

Etapa 2.- Especificar el nivel de significancia que se va a utilizar. El nivel

si el resultado muestral es tan diferente del valor hipotético que una

Etapa 3.- Elegir el estadístico de prueba. El estadístico de prueba puede

Etapa 4.- Establecer el valor o valores críticos del estadístico de prueba.

Etapa 5.- Determinar el valor real del estadístico de prueba. Por

Etapa 6.- Tomar la decisión. Se compara el valor observado del

por ejemplo, mantener o no un estándar de desempeño o cuál de dos

La distribución apropiada de la prueba estadística se divide en dos

Al tomar la decisión con respecto a la hipótesis nula, se debe determinar

Pasos de la prueba de hipótesis:

estadístico de prueba (Z, t, X2 o F) a partir de los datos.

13. Comparar el estadístico calculado con el de tablas y ver si

2. Pruebas de hipótesis para una población

 Prueba Estadística: Procedimiento para decidir aceptar o rechazar

o Es la hipótesis o afirmación a ser probada

o Puede ser por ejemplo  =, σ, o  a constante

o Sólo puede ser rechazada o no rechazada

 Hipótesis Alterna (Ha): Es lo que aceptamos si podemos rechazar la

o Es la hipótesis que se acepta como verdadera cuando se

o Puede ser por ejemplo   7 para prueba de dos colas

 < 7 para prueba de cola izquierda

 > 7 para prueba de cola derecha

 Estadístico de prueba: Calculado con datos de la muestra.

 Región de Rechazo: Indica los valores de la prueba estadística para

 Estadístico de prueba(Z, t, X2 o F): Para probar la hipótesis nula se

 Error tipo I (alfa = nivel de significancia, normal=0.05 ): Se

 Error tipo II (beta): Se comete cuando no se rechaza la

Las pruebas de hipótesis pueden ser de dos colas, de cola derecha o de

Pruebas de Hipótesis de dos colas:

3. Prueba de hipótesis Estadística

- Hipótesis nula Ho, complemento de la Hipótesis alterna:

o Es la hipótesis o afirmación a ser probada

- Hipótesis alterna Ha, complemento de la hipótesis nula:

o Es la hipótesis que se acepta como verdadera cuando se

o  < 5 para prueba de cola izquierda

Pasos de la prueba de hipótesis:

 Se plantea inicialmente la Ha si en el problema se muestra la

 Se plantea inicialmente la Ho si en el problema se muestra la

 No importa cual se plantee primero, siempre la conclusión se

 El intervalo de confianza es el intervalo donde se estima que se

o Para probar la hipótesis nula se calcula un estadístico de

- Error tipo I (alfa = nivel de significancia, es común = 0.05 ). Alfa =

o Se comete al rechazar la Ho cuando en realidad es

- Error tipo II (beta )

o Se comete cuando no se rechaza la hipótesis nula siendo en

Pruebas de Hipótesis de dos colas:

Si la Ho:  = que un valor poblacional, entonces el riesgo alfa se

Pruebas de Hipótesis de cola derecha:

Si la Ho:  £, que un valor poblacional, entonces el riesgo alfa se