Documentos de Académico
Documentos de Profesional
Documentos de Cultura
03-29-2019 091250 Am LECTURA-12-Pba-Hipót
03-29-2019 091250 Am LECTURA-12-Pba-Hipót
PRUEBA DE HIPOTESIS
PRUEBA DE HIPOTESIS PARA LA MEDIA Y
PROPORCION POBLACIONAL DE UNA POBLACIÓN
Hipótesis Estadística
Ejemplo 1.
Una hipótesis podría ser que la comisión media de los vendedores de computadoras
en la ciudad de Lima es de S/.1000. No es posible entrevistar a todos los agentes
para determinar si la media en realidad es S/.1000. El costo de localizar e interrogar
a cada vendedor de computadoras en la ciudad de Lima seria exorbitante. Para
probar la validez de la afirmación (µ=S/.1000), debe seleccionar una muestra de la
población formada por vendedores de computadoras, calcular valores estadísticos
muestrales y con base a determinadas reglas de decisión aceptar o rechazar la
hipótesis.
Ejemplo 2.
6. Conclusión
Una empresa eléctrica fabrica focos que tienen duración que se distribuyen
normalmente con una media de 800 horas y una desviación típica de 40 horas. Si
una muestra aleatoria de 40 focos tiene una duración promedio de 788 horas,
¿muestran los datos suficiente evidencia para decir que la duración media de los
focos ha cambiado? Utilice un nivel de significancia del 0.04
Solución:
1. Planteo de hipótesis:
H0 : µ = 800
H1 : µ ≠ 800
2. Nivel de significancia: α = 0.04
3. Estadístico de la prueba:
Z
X μ
n
Z
X μ 788 - 800 -1.897
40
n 40
6. Conclusión:
Como -2.052 < -1.897 < 2.052 (cae en la región de aceptación) por lo tanto,
no se rechaza H0 y se concluye con un nivel de significancia del 0.04 que la
duración media de los focos no ha cambiado.
Ejemplo 2.
Nota: Para los reportes de salida del programa SPSS, le damos la siguiente
ruta:
Analizar / Comparación de medias / Prueba T para una muestra / test value = 110
Solución:
1. Planteo de hipótesis:
H0 : µ = 110
H1 : µ ≠ 110
2. Nivel de significancia: α = 0.05
3. Tipo de prueba: t de student
4. Comprobando hipótesis:
5. Conclusión:
Como el valor de p=0.003 y es menor que el nivel de significación α = 0.05
rechazamos la hipótesis nula, lo que implica que aceptamos la hipótesis
alterna. Por lo tanto concluimos que a un nivel de significancia del 5%, que
el tiempo medio de la experiencia previa de los empleados es diferente a 110
meses y la probabilidad de equivocarnos en tomar esta decisión es del 0.3%.
Ejemplo
Solución:
1. Planteo de hipótesis:
H0 : p = 0.70
H1 : p < 0.70
2. Nivel de significancia: α = 0.10
3. Estadístico de la prueba:
p p0
Z
pq
n
6. Conclusión:
A) Varianzas conocidas
Supóngase que hay dos poblaciones de interés X1 y X2, Suponemos que X1 tiene media
desconocida 1 y varianza conocida 1 y que X2 tiene media desconocida 2 y varianza
2
2 sean iguales.
Considérense primero las hipótesis alternativas de dos lados:
H 0 : 1 2
H1 : 1 2
Donde
H0 = Hipótesis nula
H1 = Hipótesis alternativa.
1 = media de la población 1
2 = media de la población 2
X1 X 2
Z0
21 22
n1 n2
Donde:
X 1 = media de la muestra 1
X 2 = media de la muestra 2
2 1 = varianza de la población 1
2 2 = varianza de la población 2
n1 = tamaño de la muestra 1
n 2 = tamaño de la muestra 2
Z 0 Z 2 o Z 0 Z 2
Donde
H 0 : 1 2
H1 : 1 2
H 0 : 1 2
H1 : 1 2
Se emplean dos máquinas para llenar botellas de plástico con un volumen neto de 16 onzas.
El proceso de llenado puede suponerse normal, con desviaciones estándar de 1 .015 y
2 .018 . Ingeniería de calidad sospecha que ambas máquinas llenan hasta el mismo
volumen neto, sin importar que este volumen sea o no de 16 onzas. Se toma una muestra
aleatoria de la salida de cada máquina.
máquina 1 máquina 2
16.03 16.02
16.04 15.97
16.05 15.96
16.05 16.01
16.02 15.99
16.01 16.03
15.96 16.04
15.98 16.02
16.02 16.01
15.99 16
H 0 : 1 2
H1 : 1 2
X1 X 2 16.015 16.005
Z0 = 1.34
2
2
.015 2 .018 2
1 2
n1 n2 10 10
Z 2 = Z.025 = 1.96
El uso de la tabla es el siguiente:
Utilizando el criterio de decisión Z 0 Z 2 para rechazar la hipótesis nula H0, nos damos
cuenta de que 1.34 no es mayor que 1.96. por lo cual no rechazamos H0. No existe suficiente
evidencia estadística para pensar que las medias son diferentes.
Cuando rechazamos la hipótesis nula se considera que la prueba es potente, si
aceptáramos la hipótesis nula el criterio de decisión es débil, ya que generalmente se busca
rechazar H0.
PROCEDIMIENTO EN EXCEL
Seleccionar análisis de datos en el menú herramientas. En funciones para
análisis elija la opción : Prueba z para medias de dos muestras.
PARA LA IGUALDAD DE DOS VARIANZAS.
Presentaremos ahora pruebas para comparar dos varianzas. Supóngase que son dos las
poblaciones de interés, por ejemplo X1 y X2, donde 1, 12 , 2 , 22 , se desconocen.
Deseamos probar hipótesis relativas a la igualdad de las dos varianzas, H 0 : 12 22 .
Considérese que se disponen dos muestras aleatorias de tamaño n1 de la población 1 y de
tamaño n2 de la población 2, y sean S12 yS 22 las varianzas de muestra. Para probar la
alternativa de dos lados
H 0 : 12 22
H 1 : 12 22
Rechazaríamos H0 si
F0 F 2, n1 1, n 2 1
o si
F0 F1 2,n1 1,n2 1
Donde F 2,n1 1,n2 1 y F1 2,n1 1,n2 1 son los puntos porcentuales 2 superior e inferior de la
distribución F con n1-1 y n2-2 grados de libertad. La tabla F proporciona sólo los puntos de
la cola superior de F, por lo que para determinar F1 2,n1 1,n2 1 debemos emplear
1
F1 2,n1 1,n2 1 =
F 2,n1 1,n2 1
Ejemplo 7: Los siguientes son tiempos de quemado (en minutos) de señales luminosas
de dos tipos diferentes.
Tipo 1 Tipo 2
63 64
81 72
57 83
66 59
82 65
82 56
68 63
59 74
75 82
73 82
Pruebe la hipótesis de que las dos varianzas sean iguales. Use .05
H 0 : 12 22
H 1 : 12 22
X 1 70.6
X 2 70
S12 88.71
S 22 100.44
S12 88.71
F0 = .877
S 22 100.44
H 0 : 12 22 .
PROCEDIMIENTO EN EXCEL: Seleccionar análisis de datos en el menú herramientas.
En funciones para análisis elija la opción : Prueba F para varianzas de dos muestras.
Variable 1 Variable 2
Media 70.6 70
Varianza 88.7111111 100.444444
Observaciones 10 10
Grados de libertad 9 9
F 0.88318584
P(F<=f) una cola 0.42811371
Valor crítico para F (una cola) 0.2483862
De la tabla deducimos que .248 es menor que .883 por lo cual no rechazamos H0.
Variable 1 Variable 2
Media 16.015 16.005
Varianza (conocida) 0.000225 0.000324
Observaciones 10 10
Diferencia hipotética de las medias 0
z 1.34962722
P(Z<=z) una cola 0.08856785
Valor crítico de z (una cola) 1.644853
Valor crítico de z (dos colas) 0.17713571
Valor crítico de z (dos colas) 1.95996108
En la tabla de Excel tenemos el valor z = 1.34 y el valor crítico de z (dos colas) = 1.96,
como 1.34 no es mayor que 1.96 no rechazamos la hipótesis nula.
B) Varianzas desconocidas:
H 0 : 1 2
H1 : 1 2
Sean X1, X2, S12 , S 22 , las medias y las varianzas de las muestras, respectivamente. Puesto
que tanto S12 como S 22 estiman la varianza común 2 , podemos combinarlas para producir
una sola estimación, mediante la siguiente fórmula:
X1 X 2
t0
1 1
Sp
n1 n2
H 0 : 1 2
H 1 : 1 2
t 0 t ,n1 n2 2
H 0 : 1 2
H 1 : 1 2
t 0 t a ,n1 n2 2
Suponiendo que las dos varianzas son iguales, ¿ qué conclusiones puede extraerse
respecto a la resistencia media de los alambres?
H 0 : 1 2
H1 : 1 2
x1 .140
x 2 .138
S1 .0021
S 2 .0022
X1 X 2
t0 = 1.72
1 1
Sp
n1 n2
Utilizando el criterio de rechazo t 0 t 2,n1 n2 2 , 1.72 no es mayor que 2.306, por lo tanto
no rechazamos H0.
PROCEDIMIENTO EN EXCEL
Variable 1 Variable 2
Media 0.14033333 0.138
Varianza 4.2667E-06 4.6667E-06
Observaciones 6 4
Varianza agrupada 4.4167E-06
Diferencia hipotética de las medias 0
Grados de libertad 8
Estadístico t 1.72002633
P(T<=t) una cola 0.06187033
Valor crítico de t (una cola) 1.85954832
P(T<=t) dos colas 0.12374065
Valor crítico de t (dos colas) 2.30600563
En la tabla de Excel encontramos los valores deseados: 1.72 no es mayor que 2.306
por lo cual no rechazamos Ho.
X1 X 2
t0
S12 S 22
n1 n2
S 22 n2
2
n1 1 n2 1
Ejemplo 9: Se están investigando dos métodos para producir gasolina a partir de petróleo
crudo. Se supone que el rendimiento de ambos procesos se distribuye normalmente. Los
siguientes datos de rendimiento se han obtenido de la planta piloto.
Proceso Rendimiento %
1 24.2 26.6 25.7 24.8 25.9 26.5
¿Hay alguna razón para creer que el proceso 1 tiene un rendimiento medio mayor?
H 0 : 1 2
H 1 : 1 2
X1 X 2 25.62 21.70
t0 = 8.48
2 2
S S .9017 .376
1
2
n1 n2 6 6
2
S12 S 22 .9017 .376
2
n1 n2
2 = 6 6
2 9.32 9
S12 n1
2
S 22 n2
2
.9017 62 .376 62
n1 1 n2 1 7 7
PROCEDIMIENTO EN EXCEL
Variable 1 Variable 2
Media 25.61666667 21.7
Varianza 0.901666667 0.376
Observaciones 6 6
Diferencia hipotética de las medias 0
Grados de libertad 9
Estadístico t 8.487571675
P(T<=t) una cola 6.87798E-06
Valor crítico de t (una cola) 1.833113856
P(T<=t) dos colas 1.3756E-05
Valor crítico de t (dos colas) 2.262158887
8.48 mayor que 1.83 (valor crítico de t de una cola), se rechaza Ho.
H 0 : p1 p2
H1 : p1 p2
X1 X 2
pˆ
n1 n2
pˆ 1 pˆ 2
Z0
1 1
pˆ (1 pˆ )
n1 n2
X1 X2
pˆ 1 pˆ 2
n1 n2
Si
Z 0 Z 2 o Z 0 Z 2 , la hipótesis nula se rechaza.
X1
pˆ 1 10
n1 = .01
1000
X2
pˆ 2
n2 25
= .020833
1200
pˆ 1 pˆ 2 .01 .020833
Z0 = = -2.02
1 1 1 1
pˆ (1 pˆ ) . .015909(.98409)
n1 n2 1000 1200
Z Z .01 2.35
A pesar de que los grados de libertad sean reducidos, porque ahora el tamaño de
muestra corresponde al número de comparaciones.
Un ejemplo de este tipo de prueba es la evaluación de dos piezas de equipo de inspección
para determinar si existe alguna diferencia significativa entre los equipos.
H0 : D 0
H1 : D 0
La estadística de prueba apropiada es
D
t0
SD n
donde
D
D j
n
y
D D
2
SD
j
n 1
Ejemplo 6:
Un fabricante desea comparar el proceso de armado común para uno de sus productos con
un método propuesto que supuestamente reduce el tiempo de armado. Se seleccionaron ocho
trabajadores de la planta de armado y se les pidió que armaran las unidades con ambos
procesos. Los siguientes son los tiempos observados en minutos.
En .05 , ¿existe alguna razón para creer que el tiempo de armado para el proceso actual es
mayor que el del método propuesto por más de dos minutos?
H0 : D 2
H1 : D 2
D D
2
SD
j
= 3.69
n 1
D 4.75 2
t0 = = 2.107
SD n 3.69 8
t ,n 1 t.05,7 1.895 , debido a que 2.107 > 1.895 rechazamos H0, y aceptamos la H1: el tiempo de
armado para el proceso actual es mayor en dos minutos que el método propuesto.
PROCEDIMIENTO EN EXCEL
Variable 1 Variable 2
Media 37.75 33
Varianza 22.2142857 15.1428571
Observaciones 8 8
Coeficiente de correlación de Pearson 0.64648725
Diferencia hipotética de las medias 2
Grados de libertad 7
Estadístico t 2.10583831
P(T<=t) una cola 0.03661855
Valor crítico de t (una cola) 1.89457751
P(T<=t) dos colas 0.0732371
Valor crítico de t (dos colas) 2.36462256
De la tabla concluimos que 2.105 > 1.895 (valor crítico de t una cola), por lo cual rechazamos Ho.