Geiris E. Feliz M.

100344744, sección 50

¿Qué es una hipótesis estadística?

Las hipótesis estadísticas son la transformación de las hipótesis de investigación, nulas y
alternativas en símbolos estadísticos. Se pueden formular solamente cuando los datos del
estudio que se van a recolectar y analizar para aprobar o desaprobar las hipótesis son
cuantitativos (números, porcentajes, promedios). Es decir, el investigador traduce su
hipótesis de investigación y su hipótesis nula (y cuando se formulan hipótesis alternativas,
también éstas) en términos estadísticos.
¿Qué es una prueba de hipótesis?
Una prueba de hipótesis es un procedimiento, con el que se busca tomar una decisión sobre el valor de
verdad de una hipótesis estadística. Al realizar una prueba de hipótesis decidimos si rechazar o no rechazar
esa hipótesis estadística. Basamos la decisión en la evidencia muestral.
Un esquema muy simplificado que resume el proceso sería el siguiente:

Por eso muchas veces se compara un proceso de prueba de hipótesis con un juicio: hay que recoger evidencias
para analizar si la hipótesis de base (la inocencia del acusado en el caso del juicio) se sostiene o se rechaza.

Hipótesis alternativa

Se entiende por hipótesis alternativa a la suposición alternativa a la hipótesis nula formulada

en un experimento y/o investigación. Esta surge como resultado de una determinada
investigación realizada sobre una población o muestra.
Entendida de manera sencilla, la hipótesis alternativa representa la conclusión que el
investigador quiere demostrar o afirmar tras su estudio. Esta se expresa con la expresión
“H1” y va a representar, por lo general, lo contrario a la hipótesis nula.
El método científico, al contrario de lo que podría pensarse, no trata de demostrar la
hipótesis alternativa (conclusión alcanzada a través de la investigación). Lo que pretende el
método científico, es demostrar que lo contrario a la hipótesis alternativa (hipótesis nula), no
es cierto. De esta manera, quedaría demostrada la hipótesis alternativa.
 Geiris E. Feliz M. 100344744, sección 50

Errores tipo 1 y 2

Ninguna prueba de hipótesis es 100% cierta. Puesto que la prueba se basa en probabilidades,
siempre existe la posibilidad de llegar a una conclusión incorrecta. Cuando usted realiza una
prueba de hipótesis, puede cometer dos tipos de error: tipo I y tipo II. Los riesgos de estos dos
errores están inversamente relacionados y se determinan según el nivel de significancia y la
potencia de la prueba. Por lo tanto, usted debe determinar qué error tiene consecuencias más
graves para su situación antes de definir los riesgos.
Error de tipo I
Si usted rechaza la hipótesis nula cuando es verdadera, comete un error de tipo I. La
probabilidad de cometer un error de tipo I es α, que es el nivel de significancia que usted
establece para su prueba de hipótesis. Un α de 0.05 indica que usted está dispuesto a aceptar
una probabilidad de 5% de estar equivocado al rechazar la hipótesis nula. Para reducir este
riesgo, debe utilizar un valor menor para α. Sin embargo, usar un valor menor para alfa significa
que usted tendrá menos probabilidad de detectar una diferencia si esta realmente existe.
Error de tipo II
Cuando la hipótesis nula es falsa y usted no la rechaza, comete un error de tipo II. La
probabilidad de cometer un error de tipo II es β, que depende de la potencia de la prueba.
Puede reducir el riesgo de cometer un error de tipo II al asegurarse de que la prueba tenga
suficiente potencia. Para ello, asegúrese de que el tamaño de la muestra sea lo suficientemente
grande como para detectar una diferencia práctica cuando esta realmente exista.
La probabilidad de rechazar la hipótesis nula cuando es falsa es igual a 1–β. Este valor es la
potencia de la prueba.

Pasos de la prueba de hipótesis

1. Especificar las hipótesis.

En primer lugar, el gerente formula las hipótesis. La hipótesis nula es: la media de la población de
todos los tubos es igual a 5 cm. Formalmente, esto se escribe como: H 0: μ = 5

Luego, el gerente elige entre las siguientes hipótesis alternativas:

 Geiris E. Feliz M. 100344744, sección 50

Condición que se probará Hipótesis alternativa

La media de la población es menor que el objetivo. unilateral: μ < 5

La media de la población es mayor que el objetivo. unilateral: μ > 5

La media de la población es diferente del objetivo. bilateral: μ ≠ 5

Como tiene que asegurarse de que los tubos no sean más grandes ni más pequeños de 5 cm, el
gerente elige la hipótesis alternativa bilateral, que indica que la media de la población de todos
los tubos no es igual a 5 cm. Formalmente, esto se escribe como H 1: μ ≠ 5

2. Elegir un nivel de significancia (también denominado alfa o α).

El gerente selecciona un nivel de significancia de 0.05, que es el nivel de significancia más

utilizado.

3. Determinar la potencia y el tamaño de la muestra para la prueba.

El gerente utiliza un cálculo de potencia y tamaño de la muestra para determinar cuántos tubos
tiene que medir para tener una buena probabilidad de detectar una diferencia de 0.1 cm o más
con respecto al diámetro objetivo.

4. Recolectar los datos.

Recoge una muestra de tubos y mide los diámetros.

5. Comparar el valor p de la prueba con el nivel de significancia.

Después de realizar la prueba de hipótesis, el gerente obtiene un valor p de 0.004. El valor p es

menor que el nivel de significancia de 0.05.

6. Decidir si rechazar o no rechazar la hipótesis nula.

El gerente rechaza la hipótesis nula y concluye que el diámetro medio de todos los tubos no es
igual a 5 cm.
 Geiris E. Feliz M. 100344744, sección 50

Prueba de hipótesis para la media

Prueba de Hipótesis es un procedimiento basado en evidencia muestral (estadístico) y en la teoría de

probabilidad (distribución muestral del estadístico) para determinar si una hipótesis es razonable y no debe
rechazarse, o si es irrazonable y debe ser rechazada.
La hipótesis de que el parámetro de la población es igual a un valor determinado se conoce como hipótesis
nula. Una hipótesis nula es siempre una de status quo o de no diferencia.

En toda prueba de hipótesis se presentan 3 casos de zonas críticas o llamadas también zonas de rechazo de
la hipótesis nula, estos casos son los siguientes:

Prueba de hipótesis para la proporción

Cuando el objetivo del muestreo es evaluar la validez de una afirmación con respecto a la proporción de una
población, es adecuado utilizar una prueba de una muestra. La metodología de prueba depende de si el
número de observaciones de la muestra es grande o pequeño.
Como se habrá observado anteriormente, las pruebas de grandes muestras de medias y proporciones son
bastante semejantes. De este modo, los valores estadísticos de prueba miden la desviación de un valor
estadístico de muestra a partir de un valor propuesto. Y ambas pruebas se basan en la distribución normal
estándar para valores críticos. Quizá la única diferencia real entre las ambas radica en la forma corno se
obtiene la desviación estándar de la distribución de muestreo.
 Geiris E. Feliz M. 100344744, sección 50

Esta prueba comprende el cálculo del valor estadístico de prueba Z

posteriormente este valor es comparado con el valor de Z, obtenido a partir de una tabla normal a un nivel
de significación seleccionado.
Como ocurrió con la prueba de medias de una muestra, las pruebas de proporciones pueden ser de una o
dos colas.

cuando se conoce y cuando no se conoce la desviación estándar de la población

La desviación estándar es la medida de dispersión más común, que indica qué tan dispersos están los datos
con respecto a la media. Mientras mayor sea la desviación estándar, mayor será la dispersión de los datos.
El símbolo σ (sigma) se utiliza frecuentemente para representar la desviación estándar de una población,
mientras que s se utiliza para representar la desviación estándar de una muestra. La variación que es
aleatoria o natural de un proceso se conoce comúnmente como ruido.
 Geiris E. Feliz M. 100344744, sección 50

La desviación estándar se puede utilizar para establecer un valor de referencia para estimar la variación
general de un proceso.

Prueba donde interviene la diferencia entre dos media

7.6 Comparación entre dos medias Poblacionales usando muestras
independientes
Supongamos que se tiene dos poblaciones distribuidas normalmente con medias
desconocidas 1 y 2, respectivamente. Se puede aplicar una prueba t de Student para
comparar las medias de dichas poblaciones basándonos en dos muestras independientes
tomadas de ellas. La primera muestra es de tamaño m, con media x y varianza s12 y la
segunda muestra es de tamaño n, tiene media y y varianza s 2 .2
Si las varianzas de las poblaciones son iguales (  2   2   2 ) entonces se puede
1 2
mostrar que:

(x  y)  (1  2 )
t
1 1
s 
p
m n

se distribuye como una t con m+n-2 grados de libertad. En este caso la varianza
poblacional  2 es estimada por una varianza combinada de las varianzas de las dos

muestras tomadas, dada por la siguiente fórmula:

(m  1)s 2  (n  1)s 2
s 2 1 2

m  n 2
p

Un intervalo de confianza del 100(1-) % para la diferencia 1-2 de las medias

poblacionales será de la forma:
x  y  t ( / 2,nm2) s p 1  1
m n
 Geiris E. Feliz M. 100344744, sección 50

Las fórmulas para las pruebas de hipótesis son las siguientes:

Caso I Caso II Caso III

Ho : 1  2 Ho : 1  2 Ho : 1  2
Ha : 1  2 Ha : 1  2 Ha : 1  2

Prueba Estadística:

1 1
s p x  y
t m n con m+n-2 grados de libertad

Decisión:

Si tcal <  t entonces Si tcal < t / 2 o tcal > t1 / 2 Si tcal > t1
se rechaza Ho
se rechaza Ho se rechaza Ho

Prueba donde interviene la diferencia dos proporciones

Prueba de proporciones de dos muestras
El objetivo de una prueba de dos muestras es determinar si las dos muestras independientes
fueron tomadas de dos poblaciones, las cuales presentan la misma proporción de elementos
con determinada característica. La prueba se concentra en la diferencia relativa (diferencia
dividida entre la desviación estándar de la distribución de muestreo) entre las dos
proporciones muestrales. Diferencias pequeñas denotan únicamente la variación casual
producto del muestreo (se acepta H0), en tanto que grandes diferencias significan lo contrario
(se rechaza H0). El valor estadístico de prueba (diferencia relativa) es comparado con un valor
tabular de la distribución normal, a fin de decidir si H0 es aceptada o rechazada. Una vez más,
esta prueba se asemeja considerablemente a la prueba de medias de dos muestras.
 Geiris E. Feliz M. 100344744, sección 50

La hipótesis nula en una prueba de dos muestras es:

Ejemplo ilustrativo

Se ponen a prueba la enseñanza de la Estadística empleando Excel y Winstats. Para

determinar si los estudiantes difieren en términos de estar a favor de la nueva enseñanza se
toma una muestra de 20 estudiantes de dos paralelos. De paralelo A 18 están a favor, en
tanto que del paralelo B están a favor 14. ¿Es posible concluir con un nivel de significación
de 0,05 que los estudiantes que están a favor de la nueva enseñanza de la Estadística es la
misma en los dos paralelos?.
Los datos son:

Las hipótesis son

 Geiris E. Feliz M. 100344744, sección 50

Calculando la proporción muestral se obtiene:

Los cálculos en Excel se muestran en la siguiente figura:

 Geiris E. Feliz M. 100344744, sección 50

El gráfico elaborado en Winstats y Paint se muestra a continuación:

Decisión: