Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Cartilla - 5 PDF
Cartilla - 5 PDF
ESTADÍSTICA II
AUTOR: Rogelio Alvarado Martinez
ÍNDICE
ÍNDICE
3. Consideramos los supuestos bajo los cuales se va a realizar la prueba
4. Definición de la estadística de prueba que se usará para la prueba
y los puntos críticos que separan las zonas de aceptación y rechazo.
7. Prueba de hipótesis para la media poblacional de una distribución normal con varianza
conocida
REFERENCIAS
ingeniería,
ciencia
y
administración,
requieren
que
se
tome
una
decisión
entre
aceptar
o
rechazar
Los
elementos
de
una
hipótesis
estadística
son:
una
proposición
sobre
algún
parámetro.
Esta
proposición
recibe
el
nombre
de
hipótesis.
Este
es
1.
Hipótesis
Alternativa:
es
aquella
en
donde
se
escribe
lo
que
se
quiere
probar
y
se
nota
uno
de
los
aspectos
más
útiles
de
la
inferencia
estadística,
puesto
que
muchos
tipos
de
problemas
como
H1.
de
toma
de
decisiones,
pruebas
o
experimentos
en
el
mundo
de
la
ingeniería,
pueden
formularse
2.
Hipótesis
Nula:
Se
nota
como
H0
y
es
la
contradicción
de
la
hipótesis
alternativa
y
como
problemas
de
prueba
de
hipótesis.
generalmente
se
plantea
tratando
de
rechazarla;
esto
es,
si
la
hipótesis
nula
es
falsa,
la
hipótesis
que
se
quiere
probar
(la
alternativa),
debe
ser
cierta.
3.
Estadística
de
prueba:
es
la
fórmula
que
se
utiliza
con
los
datos
de
la
muestra
y
que
permite
obtener
un
valor
numérico
de
comparación
para
tomar
una
decisión
con
respecto
a
la
hipótesis
nula.
RECOMENDACIONES
ACADÉMICAS
4.
Región
de
rechazo:
el
conjunto
de
todos
los
valores
que
la
estadística
de
prueba
puede
Para
la
mejor
comprensión
del
tema
se
recomienda
que
haga
una
lectura
detallada
y
comprenda
tomar
se
divide
en
dos
conjuntos
o
regiones,
uno
que
corresponde
a
la
región
de
rechazo
y
el
otro
que
corresponde
a
la
región
de
aceptación.
el
planteamiento
de
las
pruebas
de
hipótesis,
luego,
en
forma
pausada,
siga
la
lectura
con
papel,
lápiz
y
calculadora
o
ayuda
del
computador,
para
que
aprenda
a
utilizar
las
fórmulas
dadas.
No
le
gaste
tiempo
a
memorizar
las
fórmulas,
trate
de
comprender
su
razonamiento,
la
forma
como
la
El
procedimiento
que
se
emplea
en
la
prueba
estadística
de
una
hipótesis
es
contrario
a
la
forma
aplica
y
sobre
todo
la
interpretación
que
le
pueda
dar
al
resultado
obtenido.
Recuerde
que
el
uso
usual
de
pensar.
De
hecho,
es
semejante
al
método
matemático
de
prueba
por
contradicción.
de
las
funciones
estadísticas
que
tienen
las
calculadoras
o
que
encuentra
en
programas
como
el
El
proceso
se
basa
nuevamente,
en
información
muestral
por
lo
cual,
así
como
se
puede
llegar
a
Excel,
le
reducen
el
tiempo
que
gastaría
haciendo
cálculos
aritméticos.
una
buena
decisión
en
el
sentido
de
rechazar
la
hipótesis
nula
cuando
es
falsa
o
no
hacerlo
cuando
es
cierta,
también
se
pueden
cometer
errores
que
consistirán
en
¨rechazar
la
hipótesis
nula
cuando
es
cierta¨
o
en
no
¨rechazarla
cuando
es
falsa¨.
El
primero
de
ellos
constituye
el
Error
tipo
I
y
el
segundo
el
Error
tipo
II.
La
siguiente
tabla
ayuda
a
entender
la
explicación
de
la
terminología
básica
de
la
prueba
de
hipótesis.
Decisión
Ho
es
verdadera
Ho
es
falsa
PASOS
PARA
PROBAR
UNA
HIPÓTESIS
No
hay
error
Error
tipo
II
ó
Aceptar
Ho
1
–
β
β
1. Planteamiento
de
la
hipótesis
Error
tipo
I
No
hay
error
Rechazar
Ho
α
1
-‐
β
Las
hipótesis
se
pueden
plantear
de
tres
formas
diferentes:
(como
ejemplo
se
plantea
una
hipótesis
para
la
media,
pero
el
parámetro
puede
ser
la
proporción
o
la
varianza
en
una
o
dos
muestras):
Tabla
1:
Ejemplo
3,
diferencia
de
muestras
pareadas
Fuente:
Elaboración
propia
(2016)
a)
Prueba
bilateral
o
a
dos
colas:
se
plantea
en
la
forma:
H0:
µ
=
50
Lo
deseable
entonces
es
desarrollar
el
proceso
de
tal
manera
que
la
probabilidad
de
¨error¨
sea
lo
más
pequeña
posible,
pero
los
dos
tipos
de
errores
no
son
independientes
probabilísticamente
H1:
µ
≠
50
hablando,
sino
que
por
el
contrario,
tienen
una
relación
inversa
de
tal
manera
que,
el
disminuir
la
probabilidad
de
uno
de
ellos
lleva
involucrado
un
aumento
de
la
probabilidad
de
cometer
el
otro,
este
problema
que
solo
se
resuelve
mediante
la
utilización
de
muestras
grandes.
Una
prueba
de
hipótesis
consiste
en
términos
muy
simples,
en
observar
si
entre
el
supuesto
que
la
hipótesis
nula
contiene
y
la
información
proporcionada
por
la
muestra,
existe
diferencia
significativa
que
lleve
sobre
el
rechazo
de
aquella,
o
si
tal
diferencia
es
insignificante
y
se
debe
a
Figura
1.
Prueba
bilateral
o
a
dos
colas
las
fluctuaciones
propias
al
azar,
caso
en
el
cual
se
considera
que
no
existe
evidencia
suficiente
para
rechazarla.
Por
esta
visión
del
proceso
se
habla
también
de
pruebas
de
significancia.
Fuente: Elaboración propia (2016)
El
concepto
de
nivel
de
significancia
implica
puntos
de
referencia
hasta
los
cuales
se
consideran
insignificantes
las
diferencias
y
está
asociado
con
la
proporción
de
muestras
de
un
tamaño
dado,
que
pueden
llevar
a
cometer
error
tipo
I,
siendo
los
niveles
más
usuales
del
10%,
5%
y
1%.
H0: µ ≥ 50
Cuando
se
define
la
hipótesis
se
escoge
una
de
estas
tres
pruebas,
una
mala
escogencia
en
la
hipótesis
a
plantear
causa
error
en
la
decisión.
Se
define
así
a
la
máxima
cantidad
de
error
que
estamos
dispuestos
a
aceptar
para
dar
como
válida
la
hipótesis
del
investigador.
Figura
2.
Prueba
unilateral
a
la
izquierda
o
a
una
cola
a
la
izquierda
3. Consideramos
los
supuestos
bajo
los
cuales
se
va
a
realizar
la
prueba
Fuente: Elaboración propia (2016) a.
Tamaño
de
la
población
(finita,
infinita).
c.
Para
qué
parámetro
poblacional
se
está
realizando
la
prueba.
(Media,
proporción,
varianza,
diferencia
de
medias,
diferencia
de
proporciones).
c)
Prueba
unilateral
a
la
derecha
o
a
una
cola
a
la
derecha
d.
Cuando
sea
necesario
hay
que
indicar
si
se
conoce
o
no
la
varianza
poblacional.
H0:
µ
≤
50
Por
lo
general,
se
supone
que
la
muestra
es
aleatoria
y
que
la
población
tiene
distribución
normal.
H1:
µ
>
50
4. Definición
de
la
estadística
de
prueba
Se
debe
recurrir
a
la
distribución
muestral
para
establecer
la
estadística
de
prueba,
es
decir,
la
fórmula
matemática
que
permite
obtener
un
valor
calculado
con
los
datos
de
la
muestra.
Se
deben
hacer
los
cálculos
teniendo
en
cuenta
los
valores
estimados
con
los
datos
de
la
muestra.
Para
facilitar
el
manejo
matemático
se
puede
recurrir
a
las
funciones
estadísticas
de
Excel.
Figura
3.
Prueba
unilateral
a
la
derecha
o
a
una
cola
a
la
derecha
6. Tomar
la
decisión
mediante
la
comparación
del
valor
encontrado
con
la
estadística
Observemos
antes
de
realizar
la
prueba
de
hipótesis
que
si
rechazamos
la
hipótesis
nula
diríamos
de
prueba
y
los
puntos
críticos
que
separan
las
zonas
de
aceptación
y
rechazo
que
se
están
enviando
al
mercado
bolsas
de
agua
con
menos
de
125
mililitros
y
esto
conllevaría
a
la
empresa
a
tener
posibles
pleitos
legales.
Es
importante
recordar
que
las
hipótesis
siempre
son
afirmaciones
sobre
la
población
o
distribución
bajo
estudio,
no
afirmaciones
sobre
la
muestra.
Por
lo
general,
el
valor
del
parámetro
2.
Nivel
de
significancia
α
=
5%
de
la
población
especificado
en
la
hipótesis
nula
se
determina
en
una
de
tres
maneras
diferentes:
• n
=
25
7. Prueba
de
hipótesis
para
la
media
poblacional
de
una
distribución
normal
con
varianza
conocida
• 𝑋𝑋 =
124
Para
comprender
el
proceso
que
se
realiza
para
probar
una
hipótesis
para
la
media
poblacional
• S=
0,9
≈ 𝜎𝜎
de
una
distribución
normal
con
varianza
conocida,
se
realizan
tres
ejemplos
en
los
que
se
• 𝜇𝜇 = 125
consideran
diferentes
tipos
de
hipótesis
alternativa.
Alternativa 1
Si
una
empresa
que
produce
botellones,
botellas
y
bolsas
de
agua
desea
probar
que
el
peso
X −µ
Lo
que
buscamos
es
rechazar
H 0
si
< − zα
cuando
α = 0.05 .
El
valor
de
zα
promedio
de
una
bolsa
de
agua,
en
su
proceso
de
producción,
es
de
125
ml,
en
caso
de
encontrar
σ
que
el
supuesto
no
se
cumple,
la
empresa
debería
realizar
ajustes
en
su
proceso
de
producción,
n
ya
que
podría
incurrir
en
pleitos
legales
por
ofrecer
a
los
consumidores
un
producto
que
no
cumple
con
las
características
ofrecidas
en
el
mercado.
Se
quiere
probar
con
un
nivel
de
corresponde
al
valor
de
la
normal
que
tiene
probabilidad
acumulada
α = 0.05
en
la
cola
significancia
del
5%,
si
el
producto
no
cumple
con
las
especificaciones,
sabiendo
que
la
inferior:
P( Z < − zα ) = 0.05
distribución
de
la
variable
aleatoria
muestral
es
normal
con
media
124
mililitros
y
desviación
típica
0.9
mililitros
y
se
toma
una
muestra
aleatoria
de
25
bolsas
de
agua.
Siguiendo
los
pasos
para
la
prueba
de
hipótesis:
En
otras
palabras,
queremos
hallar
𝑍𝑍1
para
el
cual
(en
la
cola
superior)
𝑃𝑃 𝑍𝑍 > 𝑍𝑍1 = 0.05
por
propiedades
de
la
simetría
de
la
distribución
normal.
Nótese
que
debemos
realizar
este
proceso
1.
Planteamiento
de
la
hipótesis:
porque
la
tabla
que
tenemos
en
este
caso
determina
tan
solo
los
valores
de
las
probabilidades
menores
o
iguales
que
un
número
y
mayores
o
iguales
que
cero.
• En
este
contexto
estamos
interesados
en
probar
la
hipótesis
nula
H0:
μ
≥
125
Pero
como
𝑃𝑃 𝑍𝑍 > 𝑍𝑍1 = 𝑃𝑃 𝑍𝑍 ≥ 𝑍𝑍1 = 1 − 𝑃𝑃 𝑍𝑍 < 𝑍𝑍1 = 1 − 0.95 = 0 − 0.05
(por
Con
la
hipótesis
alternativa:
propiedades
de
la
simetría
de
la
distribución
normal),
entonces
queremos
el
valor
para
el
cual
𝑃𝑃 𝑍𝑍 < 𝑍𝑍1 = 0.95
y
este
valor
es
1.64.
Finalmente,
como
el
valor
requerido
está
ubicado
en
la
H1 : µ < 125
cola
izquierda
el
valor
solicitado
es
−1.64.
Alternativa 2
También
hubiésemos
podido
hacer
el
estudio
de
hipótesis
nula
𝐻𝐻= :
𝜇𝜇 = 125
con
la
hipótesis
alternativa
𝐻𝐻> :
𝜇𝜇 > 125
bajo
un
nivel
de
significancia
de
0.05,
sabiendo
que
la
distribución
de
la
variable
aleatoria
muestral
es
normal
con
media
125
mililitros
y
desviación
típica
0.9
mililitros
con
una
muestra
aleatoria
de
25
bolsas
de
agua.
En
este
caso,
determinaríamos
los
valores
del
promedio
muestral
para
los
cuales
se
rechazaría
la
hipótesis
nula.
Realicemos
entonces
la
prueba
de
hipótesis
y
veamos
cuándo
tendría
que
revisar
la
empresa
su
proceso
de
producción.
Figura 4. Prueba unilateral a la izquierda o a una cola a la izquierda, ejemplo 1. X −µ
Buscamos
es
rechazar
H 0
si
> zα
cuando
α = 0.05
en
este
caso
el
zα = 1.64
σ
Fuente: Elaboración propia (2016)
n
𝑋𝑋 − 𝜇𝜇 125 − 125
𝑍𝑍 = 𝜎𝜎 = = 0 < 𝑍𝑍1
0.9
X −µ
Retomando
nuestra
búsqueda,
tenemos
que
rechazar
H 0
sí
< −1.64 ,
es
decir,
𝑛𝑛 25
σ
n
789
𝑍𝑍 = : = −5.55 < −1.64
(cae
en
la
zona
de
rechazo,
ver
figura
4)
;
Esto
implica
que
se
rechaza
𝐻𝐻=
y
se
acepta
𝐻𝐻> ,
es
decir,
si
rechazamos
la
hipótesis
nula
diríamos
que
se
están
enviando
al
mercado
bolsas
de
agua
con
menos
de
125
mililitros
y
esto
conllevaría
a
la
empresa
a
tener
posibles
pleitos
legales.
Otra
manera
de
expresar
lo
anterior
se
obtiene
despejando
la
media
muestral,
así:
σ 0.9 Figura 5. Prueba unilateral a la derecha o a una cola a la derecha-alternativa 2.
Se
rechaza
H 0
si
X < µ − 1.64 = 125 − 1.64 = 125 − 0.2952 = 124.7048 ,
esto
significa
que
n 25
Fuente: Elaboración propia (2016)
rechazamos
la
hipótesis
nula
si
al
tomar
una
muestra
aleatoria
el
promedio
de
los
pesos
de
las
bolsas
de
agua
es
inferior
a
124.7
mililitros.
Esto
implica
que
se
acepta
𝐻𝐻=
y
se
rechaza
𝐻𝐻> ,
pero
en
este
caso
los
valores
superarían
el
promedio
de
mililitros
ofrecido
en
el
mercado;
esto
significa
que
no
se
demandaría
a
la
empresa,
Como
podemos
ver,
es
muy
interesante
realizar
una
prueba
de
hipótesis
porque
con
ella
pero
ella
sí
tendría
que
revisar
su
proceso
de
producción
porque
está
enviando
más
mililitros
y
establecemos
para
qué
valores
del
estadístico
muestral
debemos
rechazar
la
hipótesis.
como
consecuencia
está
perdiendo
dinero.
Otra manera de expresar lo anterior, se obtiene despejando la media muestral, así:
X − 125 X − 125
De
este
modo,
obtendremos
que
se
rechaza
la
hipótesis
nula
si
> 1.96 o < −1.96
0.9 0.9
σ 0.9
Se
rechaza
H 0
si
X > µ + 1.64 = 125 + 1.64 = 125 + 0.2952 = 125.2952 ,
esto
significa
que
25 25
n 25
con
lo
cual
al
despejar
X
en
ambas
desigualdades
se
tendrá
que
rechazaremos
H 0
si
rechazamos
la
hipótesis
nula
si
al
tomar
una
muestra
aleatoria,
el
promedio
de
los
pesos
de
las
bolsas
de
agua
es
superior
a
125.2952
mililitros
o
125.3
mililitros.
⎛ 0.9 ⎞ ⎛ 0.9 ⎞
X > 125 + 1.96 ⎜ ⎟ o X < 125 − 1.96 ⎜ ⎟
⎝ 25 ⎠ ⎝ 25 ⎠
Por
último,
analizaremos
la
prueba
de
hipótesis
nula
H 0 : µ = 125
con
la
hipótesis
alternativa
X > 125 + 0.3528 o X < 125 − 0.3528
H1 : µ ≠ 125
bajo
un
nivel
de
significancia
de
0.05,
sabiendo
que
la
distribución
de
la
variable
aleatoria
muestral
es
normal
con
media
126.08,
mililitros
y
desviación
típica
0.9
mililitros,
con
una
X > 125.3528 o X < 124.6472
muestra
aleatoria
de
25
bolsas
de
agua.
Diremos
que
si
la
media
muestral
del
peso
en
mililitros
de
las
bolsas
de
agua
es
inferior
a
124.6472
Como
la
hipótesis
alternativa
puede
expresarse
como
H1 : µ < 125 o µ > 125
entonces
la
e
inferior
a
125.3528
entonces
la
hipótesis
nula
se
rechaza.
X − 125 X − 125 También
hubiésemos
podido
analizar
las
siguientes
pruebas
de
hipótesis
y
el
mismo
es
muy
hipótesis
nula
se
rechaza
si
> zα o < − zα
debe
resaltarse
que
ahora
•
0.9 2 0.9 2
similar
al
tratado
anteriormente.
25 25
buscaremos
en
la
distribución
de
la
normal
P ( Z < − zα ) = α
y
P( Z > zα ) = α
en
cuyo
caso
2 2 2 2
zα = z0.025 = 1.96
2 Ø Probar
la
hipótesis
nula
H 0 : µ ≥ 125
H1 : µ < 125
H 0 : µ ≤ 125
H1 : µ > 125
Existe
otro
método
para
examinar
una
prueba
de
hipótesis,
éste
es
el
p-‐valor
que
determina
el
En
este
ejemplo
se
rechazaba
la
hipótesis
si
X > 125.2952 ,
determinemos
el
p-‐valor:
nivel
menor
de
significancia
al
que
puede
rechazarse
la
hipótesis
nula,
nos
preguntaremos
entonces
¿para
qué
determinar
este
nuevo
valor?
Esto
se
debe
a
que
alguien
podría
pensar
que
⎛ ⎞
sería
mejor
realizar
la
prueba
de
hipótesis
con
un
nivel
de
significancia
de
0.01
porque
él
nos
diría
⎜ 125.3 − 125 ⎟
P( X > 125.3) = P ⎜ Z > ⎟ = P(Z > 1.67) = 1 − P(Z < 1.67) = 1 − 0.9525 = 0.0475
que
la
probabilidad
de
cometer
un
error
de
tipo
I
es
muy
pequeña;
por
ello,
según
los
datos
⎜ 0.9 ⎟
muestrales
buscaremos
el
nivel
más
pequeño
al
cual
podemos
rechazar
una
hipótesis
nula.
⎜
⎝ 25
⎟
⎠
Esto
quiere
decir,
que
al
menor
nivel
de
significancia
que
se
puede
rechazar
la
hipótesis
nula
es
0.0475;
como
0.05
es
mayor
podemos
pensar
que
la
hipótesis
nula
no
es
verdadera
y
debería
El
p-‐valor
será
entonces
la
probabilidad
de
obtener
un
valor
del
estadístico
de
la
prueba
igual
de
rechazarse.
extremo
o
más
que
el
valor
obtenido
cuando
la
hipótesis
nula
es
verdadera.
Esto
significa,
que
si
la
probabilidad
o
el
p-‐valor
es
mayor
que
el
nivel
de
significancia,
no
se
rechaza
la
hipótesis
nula
Veamos
ahora
el
análisis
de
prueba
de
hipótesis
para
la
media
poblacional
cuando
no
se
conoce
porque
este
valor
es
el
menor
valor
al
que
se
rechaza
la
misma;
por
el
contrario,
si
el
valor
es
la
varianza
o
la
desviación
típica.
menor
que
el
nivel
de
significancia,
es
muy
posible
que
la
hipótesis
nula
sea
falsa
y
como
consecuencia
es
rechazada
por
ser
el
menor
nivel
de
significancia
al
cual
se
puede
rechazar
la
hipótesis
nula.
El
p-‐valor
no
es
solo
una
forma
de
decidir
el
rechazo
o
no
de
la
hipótesis
nula,
sino
que
proporciona
información
adicional
acerca
de
la
fuerza
con
que
podemos
apoyar
o
no
la
prueba
8. Distribución
normal
con
varianza
desconocida
de
hipótesis.
Por
ejemplo,
si
el
p-‐valor
es
(Mason/Lind/Marchal):
Como
vimos
en
la
sección
de
distribuciones
muestrales
cuando
se
estudia
una
distribución
muestral
con
varianza
desconocida,
ésta
se
distribuye
t-‐student
con
n-‐1
grado
de
libertad
(recordemos
que
n
es
el
tamaño
de
la
muestra).
El
análisis
que
realizaremos
es
análogo
al
de
la
o Menor
que
0.10
se
tiene
una
evidencia
no
muy
fuerte
de
que
la
hipótesis
nula
no
es
distribución
normal
con
varianza
conocida,
solo
que
ahora
nuestra
distribución
no
es
normal
sino
verdadera.
t-‐student,
por
ello
expondremos
los
casos
con
sus
respectivas
conclusiones.
o Menor que 0.05 se tiene una evidencia fuerte de que la hipótesis nula no es verdadera.
• O
se
desea
probar
la
hipótesis
nula
H 0 : µ ≥ µ0
con
la
hipótesis
alternativa
H1 : µ < µ0
Como
ejemplo
consideremos
el
segundo
caso
de
prueba
de
hipótesis
que
vimos:
X − µ0
Entonces
se
rechaza
H 0
sí
t = < −tn −1,α .
Donde
tn −1,α
es
el
valor
de
la
t-‐Student
con
n-‐1
H 0 : µ = 125
con
hipótesis
alternativa
H1 : µ > 125 bajo
un
nivel
de
significancia
de
0.05,
sabiendo
s
que
la
distribución
de
la
variable
aleatoria
muestral
es
normal
con
media
125
mililitros
y
n
desviación
típica
0.9
mililitros
con
una
muestra
aleatoria
de
25
bolsas
de
agua.
grados
de
libertad
y
probabilidad
α .
• Si
se
desea
probar
la
hipótesis
nula
H 0 : µ = µ0
con
la
hipótesis
alternativa
H1 : µ > µ0
X − µ0
Se
rechaza
H 0
si
t = > tn −1,α
Donde
tn −1,α
es
el
valor
de
la
t-‐Student
con
n-‐1
grados
de
s
• O
se
desea
probar
la
hipótesis
nula
H 0 : µ ≤ µ0
con
la
hipótesis
alternativa
H1 : µ > µ0
n
libertad
y
probabilidad
α :
Hallemos
el
valor
de
t24,0.05
,
buscamos
en
la
tabla
de
la
distribución
t-‐Student
el
valor
para
el
cual
X − µ0 la
probabilidad
es
0.05
con
24
grados
de
libertad.
Entonces
se
rechaza
H 0
sí
t = > tn −1,α .
Donde
tn −1,α
es
el
valor
de
la
t-‐Student
con
n-‐1
grados
s
n
de
libertad
y
probabilidad
α .
Luego
el
valor
de
t24,0.05
para
el
cual
P(t > t24 ) = 0.05
es
t24,0.05 = 1.71.
Con
lo
anterior,
diremos
que
se
rechaza
la
hipótesis
nula
si:
• Si
se
desea
probar
la
hipótesis
nula
H 0 : µ = µ0
con
la
hipótesis
alternativa
H1 : µ ≠ µ0
X − µ0
t= > tn −1,α
s
• Que
es
lo
mismo
que
probar
la
hipótesis
nula
H 0 : µ = µ0
con
la
hipótesis
alternativa
n
n n
t-‐Student
con
n-‐1
grados
de
libertad
y
probabilidad
α .
2
Ejemplo
2:
Consideremos
de
nuevo
el
estudio
de
hipótesis
nula
H 0 : µ = 125
con
la
hipótesis
alternativa
H1 : µ > 125 bajo
un
nivel
de
significancia
de
0.05,
sabiendo
que
la
distribución
de
la
variable
aleatoria
muestral
es
normal
con
media
125
mililitros
y
desviación
típica
muestral
0.12
mililitros
en
una
muestra
aleatoria
de
25
bolsas
de
agua.
9. Prueba de hipótesis para la proporción poblacional con tamaño de muestra grande Que es lo mismo que probar la hipótesis nula 𝐻𝐻= : 𝜋𝜋 = 0,50 con la hipótesis alternativa
100 100
• O
se
desea
probar
la
hipótesis
nula
𝐻𝐻=
∶
𝜋𝜋 ≥ 𝜋𝜋=
con
la
hipótesis
alternativa
𝐻𝐻>
∶
𝜋𝜋 < 𝜋𝜋=
78
Entonces
se
rechaza
H 0
si
Z=
C8DE
< −𝑍𝑍∝
Entonces,
dado
que
el
valor
de
la
proporción
muestral
es
P = = 0.78
tenemos
que
este
valor
FE
(HIFE ) 100
;
en
la
ecuación
planteada,
es:
• Si
se
desea
probar
la
hipótesis
nula
𝐻𝐻=
∶
𝜋𝜋 ≤ 𝜋𝜋=
con
la
hipótesis
alternativa
𝐻𝐻>
:
𝜋𝜋 > 𝜋𝜋=
=,NO8=,P=
𝑍𝑍 =
=
5,6
E,QE(HIE,QE)
C8DE HEE
Entonces
se
rechaza
H 0
si
Z= > 𝑍𝑍∝
FE
(HIFE )
; Para
el
nivel
de
significancia
del
10%
el
valor
𝑍𝑍=,=P =1,64
(Tabla
de
la
distribución
normal),
entonces
se
rechaza
la
hipótesis
H0.
Indicando
que
con
este
nivel
de
significancia
se
puede
decir
• Si
se
desea
probar
la
hipótesis
nula
𝐻𝐻=
∶
𝜋𝜋 = 𝜋𝜋=
con
la
hipótesis
alternativa
𝐻𝐻=
∶
𝜋𝜋 ≠ 𝜋𝜋=
que
la
proporción
si
es
diferente
a
0,5.
• Que
es
lo
mismo
que
probar
la
hipótesis
nula
𝐻𝐻=
∶
𝜋𝜋 = 𝜋𝜋=
con
la
hipótesis
alternativa
𝐻𝐻>
∶
𝜋𝜋 < 𝜋𝜋=
o
𝐻𝐻>
:
𝜋𝜋 > 𝜋𝜋=
Se desea probar la hipótesis nula 𝐻𝐻= : 𝜋𝜋 = 0,50 con la hipótesis alternativa 𝐻𝐻> : 𝜋𝜋 ≠ 0,50
Textos:
• John
E.
Freund,
I.
M.
(2000).
Estadística
matemática
con
aplicaciones
(6ª
ed.).
Pearson
Educación.
• Walpole,
R.
E.
(2007).
Probabilidad
y
estadística
para
ingeniería
y
ciencias
(8ª
ed.).
Pearson
Educación.
• Kenett,
R.
S.,
&
Zacks,
S.
(2000).
ESTADISTICA
INDUSTRIAL
MODERNA.
MEXICO:
S.A.
THOMSON
PARANINFO.
Figura 2. Prueba unilateral a la izquierda o a una cola a la izquierda ........................................................... 6
Figura 3. Prueba unilateral a la derecha o a una cola a la derecha ............................................................... 6
Figura 4. Prueba unilateral a la izquierda o a una cola a la izquierda, ejemplo 1. ...................................... 10
Figura 5. Prueba unilateral a la derecha o a una cola a la derecha-‐alternativa 2. ...................................... 11