4.

3 Prueba de hipótesis para una media con varianza conocida y

desconocida.
Contraste de la media de una población normal con varianza σ2 conocida
Las suposiciones para esta prueba son mínimas. La población o distribución de
interés tiene una media μ y una varianza σ2, conocida. El estadístico de prueba se basa en
la media muestral X , por lo que también se supondrá que la población esta distribuida de
manera normal o que se aplican las condiciones del teorema del limite central. Esto
significa que la distribución de X es aproximadamente normal con una media μ y una
varianza σ2/n.

Desarrollo del procedimiento de prueba

Contraste bilateral

Hipótesis nula: H 0 : µ = µ 0
Hipótesis alternativa: H1 : µ ≠ µ0
X − µ0
Donde μ0 es una constante especifica. El Estadístico de contraste es: Z c = en
σ n
1 n
donde Z c = A..Z ..calculado, X = ∑X i , siendo
n i =1
( X 1 ,..., X n ) una muestra de la

población considerada normal N ( µ, σ) , varianza conocida y n = tamaño de la muestra.

Puesto que X tiene una distribución aproximadamente normal con media μ0 y una
desviación σ n si la hipótesis nula es verdadera, entonces puede conseguirse una
región critica con en el valor calculado de la media muestral X . El procedimiento de
X − µ0
prueba para H 0 : µ = µ0 utiliza el estadístico de prueba Zc = , si la hipótesis
σ n
nula H1 : µ ≠ µ0 es verdadera, entonces E ( X ) = µ0 , de donde se desprende que la
distribución Z es la distribución normal estándar. Por lo tanto, si H 0 : µ = µ 0 es cierta, la
probabilidad de que el estadístico de prueba Zc caiga entre −Zα 2 .. y..Z α 2 ..es..1 −α.
Por lo tanto H0 debe rechazarse si:

Z c > Z α 2 ..o..Z c < −Z α 2 ,

Estas dos desigualdades se conocen como Región Critica o
Zonas de Rechazo (ver grafica B).. Siendo Zα 2 el valor de
la abscisa de la normal N(0,1), además es un valor que se encuentra en la tabla Z que deja a
su derecha un área de probabilidad igual a α / 2 .

Regla de Decisión: “No se rechaza la hipótesis Nula H 0, si los valores de Zc se encuentran

en el intervalo − Zα 2 ≤ Z c ≤ Zα 2 .” El área comprendida en esa desigualdad se le
denomina Zona de Aceptación o Región de Aceptación.

Luego los valores críticos de la media muestral serán:

X VC = µ0 ± Zα 2 σ n
 X − µ0
La formula estadística Zc = es un estadístico en la cual µ0 es, por hipótesis, la
σ n
media de la población de la cual proviene la muestra. La razón de trabajar con unidades
estándar, o valores de Z, es que permite formular criterios que se pueden aplicar a una
amplia variedad de problemas y no solo a uno. Si se aproxima la distribución de muestreo
de la media, con una distribución normal, se pueden aplicar los criterios de prueba que se
muestran en el siguiente cuadro simbolico, según la elección de la hipótesis unilateral o
bilateral. Una vez mas, Z α.. y..Z α 2 son valores de Z tal que el área situada a su derecha
debajo de la distribución normal estándar es α.. y..αα 2 .

CUADRO SIMBÓLICO

Hipótesis Rechazar la Aceptar la hipótesis nula

Alternativa hipótesis nula si o reservarse el juicio Si
µ < µ0 Z < −Z α Z ≥ −Z α
µ > µ0 Z > Zα Z ≤ Zα
Z < −Z α 2
µ ≠ µ0 o − Zα 2 ≤ Z ≤ Zα 2
Z > Zα 2

La prueba que se ha descrito es esencialmente con una muestra grande; esta solo se cumple
cuando la población que se muestrea tiene una distribución normal y N es mayor o igual a
30. De la misma forma, como se desconoce σ en muchas aplicaciones prácticas, a menudo
no se tiene otra opción que hacer la aproximación adicional de sustituir este valor por la
desviación típica S de la muestra.

EJEMPLO1: Se desea determinar, con base a la media X de una muestra aleatoria de

tamaño 100, si el gasto diario promedio en alimentos de familias de tres miembros de cierta
escala de ingreso es de 850.0 Bs. A partir de información recolectada en otros estudios
pertinentes, suponemos que la variabilidad de esos gastos están dados por una desviación
estándar de σ = 122.0 Bs. y se sabe que la media de la muestra es de 878.0 Bs. El
experimento se debe realizar con un nivel de significancia de α = 0.05.y 0.01 ¿A qué
conclusiones se debe llegar?

SOLUCIÓN: Lo Primero que se debe realizar es plantearse las hipótesis:

H 0 : µ = 850.0
H1 : µ ≠ 850.0

El nivel de significancia de 0.05 por tabla se sabe que Z α 2 = ±1.96 ; n = 100 ;

X = 878.0 ; µ0 = 850.0 ; σ = 122.0 , ahora se aplica la formula:
Regla de Decisión: “ Se rechaza la hipótesis Nula H0, si los valores de
Z c > Z α 2 ..o..Z c < −Z α 2 Z
es decir, c > 1 .96 ..o..Z c < −1 .96 .”

X − µ0 878 − 850 28 28
Zc = → Zc = = = ∴Z = 2.3
σ n 122 100 122 10 12.2

Conclusión: Como Z c es mayor que Zα 2 , es decir, Z c = 2.3 > 1.96 , se rechaza

H 0 : µ = 850.0 y se concluye que el gasto en alimentos diario en promedio de las familias
en estudio no es igual a 850.0 Bs. Por ser la diferencia entre la media X observada y el
valor hipotético de μ es demasiado grande para atribuirse a la casualidad. Tomando e n
cuenta los datos, pareciera que el gasto promedio diario en alimentación de esas familias
es superior a 850.0 Bs. Esto se puede observar en la grafica en donde Zc = 2.30 cae fuera
del área de aceptación por lo tanto no se acepta que µ = 850

¿Qué ocurriría si se hubiese utilizado un nivel de significancia de α = 0.01 en vez de 0.05?

Esta interrogante se le deja a los estudiantes para que la realicen y saquen sus conclusiones.

EJEMPLO 2: Los sistemas de escape de emergencia para aviones son impulsados por un
combustible sólido. Una de las características importantes de este producto es la rapidez de
combustión. Las especificaciones requieren que la rapidez promedio de combustión sea de
50 cm/s. Se sabe que la desviación estándar de esa rapidez es de σ=2 cm/s El
experimentador decide especificar un nivel de significancia, de α = 0.05. Selecciona una
muestra aleatoria de n = 25 y obtiene una rapidez promedio muestral de combustión de
media muestral=51.3 cm/s ¿A qué conclusión debe llegar?

SOLUCIÓN: El parámetro de interés es μ, la rapidez promedio de combustión.

H 0 : µ = 50..cm / s
H1 : µ ≠ 50..cm / s

Por tabla se sabe que Z α 2 = ±1,96 ; n = 25; σ = 2 cm/s;

X = 51.3..cm / s... y..µ0 = 50..cm / s .

Regla de Decisión: “ Se rechaza la hipótesis Nula H0, si los valores de

Z c > Z α 2 ..o..Z c < −Z α 2 es decir, Z c > 1.96..o..Z c < −1.96 .”

Ahora se aplica la formula para estandarizar los valores así:

X − µ0 51.3 − 50 1.3
Zc = → = = 3.25
σ n 2 25 25

Conclusión: Como Z c es mayor que Zα 2 , es decir, Z c = 3.25 > 1.96 , se rechaza

H 0 : µ = 50 con un nivel de significancia de 0.05. De hecho, se observa una evidencia
fuerte de que la rapidez promedio de combustión es mayor que 50 cm/s. Esto se puede
observar en la grafica en donde Zc = 3.25 cae fuera del área de aceptación por lo tanto
no se acepta que µ = 50 .

¿Qué ocurriría si se hubiese utilizado un nivel de significancia de α = 0.01 en vez de 0.05?

Esta interrogante se le deja a los estudiantes para que la realicen y saquen sus conclusiones.

EJEMPLO 3: La duración media de una muestra de 100 bombillos fluorescentes

producidos por la compañía General Electric resulta ser 1570 horas, con una desviación
estándar de 120 horas. Si μ es la duración media de todos los tubos producidos por la
compañía, compruebe la hipótesis Ho: µ=1600 horas contra la hipótesis H1: µ≠1600 horas
con un nivel de significancia de a) 0.01, b) 0.05.

SOLUCIÓN: Como ya están planteadas las hipótesis para un contraste bilateral se

determina por tabla los valores de Z al 0.01, donde Z α 2 = ±2.58 .
Datos: µ0 =1600,.. X =1570,..S =120;..n =100.
Hipótesis:

H 0 : µ0 = 1600..horas
H1 : µ ≠ 1600..horas

Regla de Decisión o Region Critica: “ Se rechaza la hipótesis Nula H0, si los valores de
Z c > Z α 2 ..o..Z c < −Z α 2 es decir, Z c > 2.58..o..Z c < −2.58 .”

X − µ0
Ahora se aplica la formula Z c = para estandarizar los valores:
σ n

X − µ0 1570 −1600 30 30
Zc = = =− =− → Z c = −2.50
σ n 120 100 120 10 12

Conclusión: Como Zc calculado es mayor que Zα 2 , es decir, Z c = −2.50 > −2.58 , se

Acepta H 0 : µ = 1600..horas con un nivel de significancia de 0.01. De hecho, se observa
que Z c = −2.50 se encuentra en el area de aceptación − 2.58 ≤ Z c ≤ 2.58 .
Se le deja al estudiante que realice el mismo problema pero utilizando un nivel de
significación de 0.05.

Es importante destacar que cuando se desconoce σ en muchas aplicaciones practicas, a

menudo no se tiene otra opción que hacer la aproximación adicional de sustituir este valor
por las desviaciones estándar S de la muestra siempre y cuando la muestra sea mayor o
igual a 30, y luego se procede a resolver el problema como si se conociera, es decir, σ = S.

Ejemplos:
 4. Una empresa eléctrica fabrica focos que tienen una duración que se
distribuye de forma aproximadamente normal con una media de 800 horas
y una desviación estándar de 40 horas. Si una muestra aleatoria de 30
focos tiene una duración promedio de 788 horas, ¿muestran los datos
suficiente evidencia para decir que la duración media ha cambiado? Utilice
un nivel de significancia del 0.04.

Solución:

1. Se trata de una distribución muestral de medias con desviación estándar

conocida.

Datos:

=800 horas = 40 horas = 788 horas n = 30 = 0.04

Ensayo de hipótesis

Ho; = 800 horas H1; 800 horas

Regla de Decisión:

Si –2.052 ZR 2.052 No se rechaza Ho

Si ZR < -2.052 ó si ZR > 2.052 Se rechaza Ho

Cálculos:

Justificación y decisión:
Como –2.052 -1.643 2.052 por lo tanto, no se rechaza H o y se concluye
con un nivel de significancia del 0.04 que la duración media de los focos no
ha cambiado.