Seminario II Clase

“Comparación de Promedios usando pruebas “t”

Teoría
Generalidades de las pruebas de Hipótesis
Una prueba de hipótesis es una pregunta relativa a una o varias poblaciones,
que puede ser cierta o no y que se va a responder a partir de los datos de la
muestra. Las hipótesis estadísticas se pueden contrastar con la información
generada de las muestras y siempre se tienen el riesgo que si se aceptan como
si se rechazan se puede cometer un error. En las ingenierías las pruebas de
hipótesis se suelen utilizar cuando se evalúan nuevas técnicas, tomando como
referencia de comparación la técnica tradicional. La hipótesis formulada con
intención de rechazarla se llama hipótesis nula y se representa por H 0.
Rechazar H0 implica aceptar una hipótesis alternativa (HA).
Cuando se acepta o se rechaza una hipótesis puede ocurrir que:
H0 cierta H0 falsa, HA cierta
H0 rechazada Error tipo I (α) Decisión correcta
H0 no rechazada Decisión correcta Error tipo II (β )

α= probabilidad de rechazar H0 siendo H0 cierta.

β = probabilidad de aceptar H0 siendo H0 falsa.

Enfoque tecnológico. Se debe tener en cuenta qué generalmente es más

peligroso el error de tipo I, que suele significar cambiar la técnica tradicional por
una nueva cuando esto no se debía hacer, en cambio el error de tipo II suele
significar que se rechaza una nueva técnica cuándo lo correcto era aceptarla
cómo mejor, esto suele ser de menor riesgo.

Los pasos necesarios para realizar un contraste relativo a un parámetro θ son:

1. Establecer la hipótesis nula en términos de igualdad:
H0: θ = θ0

Docente Luis María Dicovskiy Página 1

2. Establecer la hipótesis alternativa, que puede hacerse de tres maneras,
dependiendo del interés del investigador:
H0: θ ≠ θ0; θ > θ0; θ < θ0
En el primer caso se habla de contraste bilateral. En los otros dos casos se
tiene un contraste unilateral, derecho en el segundo caso, o izquierdo en el
tercer caso.

3. Elegir un nivel de significación: nivel crítico para “α”generalmente del 5 %

en las ingenierías.

4. Elegir un estadístico de contraste: Este estadístico de contraste es un

estadístico cuya distribución es conocida en H0, que esté relacionado con θ y
permite establecer, en base a dicha distribución, la región crítica: región en la
que el estadístico calculado tiene una probabilidad menor que α

5. Calcular el estadístico para una muestra aleatoria y compararlo un valor

crítico. Se calcula el estadístico correspondiente a la hipótesis planteada. Si el
estadístico tiene en valor absoluto, un valor menor al valor tabular de la
distribución conocida correspondiente al α definido, se acepta la H0.

Pruebas “t” para comparar promedios

Veremos tres situaciones de aplicación de la distribución “t” para comparar
promedios de muestras:
 La media de una muestra pertenece a una población con media conocida
 Para “Comparaciones de promedios por parejas de muestras no
independientes o apareadas”
 Para comparar promedios cuando “Las medias de dos muestras o
grupos independientes pertenecen a una misma población”

Docente Luis María Dicovskiy Página 2

 A- La media de una muestra pertenece a una población con media
conocida
Esta es una prueba que permite contrastar si una muestra de una variable,
difiere significativamente de una media poblacional dada. Generalmente esta
media es histórica.
La hipótesis nula es H0: 𝑋̅ ∊ µ, La hipótesis alternativa es HA: 𝑋̅ ∉ µ
El estadístico de contraste es el valor “t” calculado:
𝑥̅ − µ
"t" =
𝑆⁄√𝑛
El valor “t” crítico se encuentra con n-1 grados de libertad.

B- Prueba de Hipótesis para “Comparaciones por parejas de

muestras no independientes o apareadas”
Esta es una prueba “t” para muestras relacionadas, donde se pretende
contrastar las medias de una misma población que se ha medido dos veces en
los mismos sujetos, por ejemplo: A- En un grupo de estudiantes se quiere
comparar el resultado del primer examen parcial con el del segundo parcial para
saber si el comportamiento ha cambiado. B- Se quiere saber si diez fábricas
artesanales que producen bloques están manteniendo la calidad de sus
productos en el tiempo, para eso se comparan 10 muestras del mes uno con 10
muestras del mes dos.
El estadístico de contraste es
𝑑̅
𝑡𝑐 =
𝑆𝑑
⁄
√𝑛
Donde 𝑑̅ es la media de las diferencias de los datos repetidos, S d es la
desviación estándar de las diferencias, “n” es el número de pares (diferencias).
El valor “t” crítico se encuentra con n-1 grados de libertad.

C. Prueba de Hipótesis para cuando “Las medias de dos muestras

o grupos independientes pertenecen a una misma población”

Docente Luis María Dicovskiy Página 3

Esta es una prueba de hipótesis muy usada cuando se tienen dos grupos
independientes y se quiere saber si estos tienen una misma media poblacional.
La hipótesis nula es H0: µ1=µ2, la hipótesis alternativa es HA: µ1≠µ2
Hay diferentes tipos de prueba “t”, pero suponiendo varianzas iguales en los
dos grupos, el estadístico a calcular se hace:
𝑥̅1 − 𝑥̅2
𝑡𝑐 =
𝑆12 𝑆22
√
𝑛1 − 1 + 𝑛2 − 1

Actividades a Realizar.
Ejercicio 1 Prueba con una media conocida
Históricamente se han cosechado árboles con un radio promedio de 18 cm. Se
quiere saber si este año el diámetro de corte será el mismo al histórico. Para
verificar la pregunta se tomó una muestra de 36 árboles y se midió el radio de
los mismos. Luego de los datos observados surge la duda si el radio de los
árboles para corte de este año es diferente a 18 cm. La muestra de 36 árboles
dio los siguientes datos:
cm cm cm
17.94 18.78 19.33
19.33 19.56 18.83
18.06 19.17 18.39
19.39 18.67 19.39
18.17 18.22 19.06
17.67 17.94 18.94
17.89 19.61 19.56
18.17 18.00 18.17
19.56 18.94 18.33
17.11 19.50 18.39
17.83 18.44 18.22
18.22 17.94 18.17

Secuencia de resolución con InfoStat

Docente Luis María Dicovskiy Página 4

Ejercicio 2 Muestras Apareadas
Una compañía de taxis trata de decidir si el uso de llantas radiales en lugar de
llantas regulares mejora la economía de combustible. Se equipan 16
automóviles con llantas radiales y se manejan por un recorrido de prueba
establecido. Se registró el consumo de gasolina, en kilómetros por litro, de la
siguiente manera:
Llantas Llantas
Carro
Tradicionales radiales
1 4.2 4.1
2 4.7 4.9
3 6.6 6.2
4 7 6.9
5 6.7 6.8
6 4.5 4.4
7 5.7 5.7
8 6 5.8
9 7.4 6.9
10 4.9 4.9
11 6.1 6
12 5.2 4.9
13 5.7 5.3
14 6.9 6.5
15 6.8 7.1
16 4.9 4.8

Secuencia de resolución con InfoStat

Docente Luis María Dicovskiy Página 5

Ejercicio 3 Muestras Independientes: Se evaluó 2 tipos de abono, uno con
base de pulpa de café, otro con la dosis de fertilización química tradicional. La
variable de producción fue onzas promedio del peso seco de las plántulas de
café a los 6 meses de siembra por unidad experimental, el ensayo tuvo cuatro
repeticiones.
Tratamiento Peso
Pulpa café 2.10
Pulpa café 2.90
Pulpa café 2.16
Pulpa café 2.98
Químico 1.49
Químico 1.52
Químico 1.40
Químico 1.46

Secuencia de resolución con InfoStat

Docente Luis María Dicovskiy Página 6

Variable: Peso - Clasific: Tratamiento - prueba:Bilateral

Grupo 1 Grupo 2
Pulpa café Químico
n 4 4
Media 2,54 1,47

Media (1)-Media(2) 1,07

LI(95) 0,32
LS(95) 1,82
pHomVar 0,0043
T 4,52
p-valor 0,0202

Se obtuvo una hipótesis alternativa HA, por lo que el valor T, 4.52>3 y p-

valor, 0.0202<0.05, lo cual refleja que las variables son diferentes, al tener
un mejor rendimiento con el abono de pulpa de café ya que se tiene un
mayor peso de las plántulas (2.54 onzas).

Con el programa Infostat

a) Comparar promedios con una prueba “t”. Narrar sus observaciones sobre
y los datos y subir el informe a classroom

Bibliografía a Consultar
 Estadística Básica para Ingenieros

Docente Luis María Dicovskiy Página 7