Documentos de Académico
Documentos de Profesional
Documentos de Cultura
El ministerio de Educación Nacional desea confirmar si los resultados de las pruebas Saber 11
se asemejan a una distribución normal.
Un Ingeniero podría decidir con base en los datos de una muestra, si existe diferencia en el
tiempo promedio en el que se ejecutan dos procesos (𝐴, 𝐵).
Introducción a Prueba de Hipótesis
Un enfoque en pruebas de hipótesis
Nunca se sabe con absoluta certeza la verdad o falsedad de una hipótesis estadística, a no ser
que se examine toda la población. Esto, por supuesto sería impráctico en la mayoría de las
situaciones.
En su lugar se toma una muestra aleatoria de la población de interés y se utilizan los datos que
contiene tal muestra para proporcionar evidencias que confirmen o no la hipótesis.
Se denomina hipótesis nula (𝐻0 ) a la hipótesis que se desea contrastar. El nombre de “nula”
indica que Ho representa la hipótesis que mantendremos a no ser que los datos indiquen su
falsedad, y puede entenderse, por lo tanto, en el sentido de “neutra”.
La hipótesis nula siempre llevará el signo igual. La hipótesis nula se enfrentará a otra
hipótesis que denominaremos hipótesis alternativa (𝐻𝑎 ).
Introducción a Prueba de Hipótesis
Ejemplo de planteamiento de hipótesis
Plantear la hipótesis nula y alternativa para cada uno de los siguientes enunciados.
Recordemos que la hipótesis nula siempre llevará el signo igual, mientras que la alternativa
NUNCA llevará este signo.
Recordemos que la hipótesis nula siempre llevará el signo igual, mientras que la alternativa
NUNCA llevará este signo.
Ejemplo 4: un Ingeniero podría decidir con base en los datos de una muestra, si existe
diferencia en el tiempo promedio en el que se ejecutan dos procesos (𝐴, 𝐵).
𝐻0 : 𝜇𝐴 = 𝜇𝐵 𝑣𝑠 𝐻𝑎 : 𝜇𝐴 ≠ 𝜇𝐵
𝐻0 : 𝜇𝐴 −𝜇𝐵 = 0 𝑣𝑠 𝐻𝑎 : 𝜇𝐴 −𝜇𝐵 ≠ 0
Introducción a Prueba de Hipótesis
Ejemplo de planteamiento de hipótesis
𝐻0 : 𝜇 ≥ 60 𝑣𝑠 𝐻𝑎 : 𝜇 < 60
Ejemplo 6: una fábrica desea saber si la variabilidad del diámetro de los tornillos de
especificación de 3 pulgadas es mayor a 0,007 𝑚𝑚2 .
Sea:
𝜇1 = 𝑆𝑎𝑙𝑎𝑟𝑖𝑜 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑑𝑒 𝑙𝑜𝑠 𝑒𝑔𝑟𝑒𝑠𝑎𝑑𝑜𝑠 𝑑𝑒 𝐸𝑐𝑜𝑛𝑜𝑚í𝑎 𝑑𝑒 𝑙𝑎 𝑈𝑛𝑖𝑣𝑒𝑟𝑠𝑖𝑑𝑎𝑑 𝑁𝑎𝑐𝑖𝑜𝑛𝑎𝑙
𝜇2 = 𝑆𝑎𝑙𝑎𝑟𝑖𝑜 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑑𝑒 𝑙𝑜𝑠 𝑒𝑔𝑟𝑒𝑠𝑎𝑑𝑜𝑠 𝑑𝑒 𝐸𝑐𝑜𝑛𝑜𝑚í𝑎 𝑑𝑒 𝑙𝑎 𝑈𝑛𝑖𝑣𝑒𝑟𝑠𝑖𝑑𝑎𝑑 𝑑𝑒𝑙 𝑅𝑜𝑠𝑎𝑟𝑖𝑜
𝐻0 : 𝜇1 −𝜇2 ≥ 0 𝑣𝑠 𝐻𝑎 : 𝜇1 −𝜇2 < 0
Los pasos que se deben aplicar para contrastar la hipótesis nula son:
Una vez realizado el contraste de hipótesis, se habrá optado por una de las dos hipótesis, 𝐻0 o
𝐻𝑎 , y la decisión escogida coincidirá o no con la que en realidad es cierta. Se pueden dar cuatro
escenarios:
La potencia es la capacidad que tiene la prueba de rechazar una hipótesis nula cuando esta es
falsa. Dicho de otra manera, es la probabilidad de rechazar correctamente la hipótesis nula.
𝑝Ƹ1 − 𝑝Ƹ 2 − 𝑃1 − 𝑃2 𝑥1 𝑥2 𝑥1 +𝑥2
𝑍𝐶𝑎𝑙 = ; 𝑝Ƹ1 = ; 𝑝Ƹ 2 = ; 𝑝lj =
𝑛1 𝑛2 𝑛1 +𝑛2
1 1
𝑝lj ∗ (1 − 𝑝)lj ∗ +
𝑛1 𝑛2
Se presenta a continuación la regla para probar la hipótesis para la media poblacional. Las
demás pruebas de hipótesis se efectúan de la misma manera.
𝑎) 𝐻0 : 𝜇 ≥ 𝜇0 𝑣𝑠 𝐻𝑎 : 𝜇 < 𝜇0
0.4
𝑍𝐶𝑟𝑖𝑡𝑖𝑐𝑜 = 𝑍𝛼
0.3
0.2
No se 𝑡𝐶𝑟𝑖𝑡𝑖𝑐𝑜 = 𝑡𝛼;𝑛−1
𝛼
rechaza 𝐻0
0.1
-3 -2 -1 0 1 2 3
ZCritico Z
𝑡𝐶𝑟𝑖𝑡𝑖𝑐𝑜
Prueba de Hipótesis
Paso 4: formular la regla de decisión
𝑏) 𝐻0 : 𝜇 ≤ 𝜇0 𝑣𝑠 𝐻𝑎 : 𝜇 > 𝜇0
𝑍𝐶𝑟𝑖𝑡𝑖𝑐𝑜 = 𝑍1−𝛼
0.4
Se Rechaza 𝐻0
1−𝛼 𝑡𝐶𝑟𝑖𝑡𝑖𝑐𝑜 = 𝑡1−𝛼 ;𝑛−1
Densidad
0.2
ZCritico
-3 -2 -1 0 1 2 3
𝑡𝐶𝑟𝑖𝑡𝑖𝑐𝑜
𝑐) 𝐻0 : 𝜇 = 𝜇0 𝑣𝑠 𝐻𝑎 : 𝜇 ≠ 𝜇0
0.4
𝐻0 𝐻0
1−𝛼
Densidad
0.2
-3 -2 -1 0 1 2 3
𝑍𝛼/2 Z
𝑍1−𝛼/2
𝑡𝛼;𝑛−1 𝑡1−𝛼;𝑛−1
2 2
El caso c) en todos las pruebas de hipótesis que se plantearon, se conoce como prueba
bilateral, puesto que va en dos sentidos.
Prueba de Hipótesis
Paso 5: Calcular el valor p
Después de obtener el estadístico de prueba, se estima el valor p.
• Entre mayor sea el valor p, habrá una mayor evidencia experimental para no rechazar la
hipótesis nula.
• Se interpreta como el mínimo nivel de significancia para el cual se rechaza la Hipótesis nula.
Regla de decisión:
• Si 𝒗𝒂𝒍𝒐𝒓 𝒑 ≤ 𝜶; se rechaza 𝑯𝟎
• Si 𝒗𝒂𝒍𝒐𝒓 𝒑 > 𝜶; no se rechaza 𝑯𝟎
Esta misma regla de decisión aplicarán cuando realicen contrastes de hipótesis en econometría.
Prueba de Hipótesis
Paso 5: Calcular el valor p
𝑎) 𝐻0 : 𝜇 ≥ 𝜇0 𝑣𝑠 𝐻𝑎 : 𝜇 < 𝜇0
x −
ZCal =
0.4
/ n
0.3
0.2
Se rechaza No se x −
tCal =
𝐻0 rechaza 𝐻0 S/ n
0.1
-3 -2 -1 0 1 2 3
Z
Prueba de Hipótesis
Paso 5: Calcular el valor p
𝑏) 𝐻0 : 𝜇 ≤ 𝜇0 𝑣𝑠 𝐻𝑎 : 𝜇 > 𝜇0
x −
ZCal =
0.4
/ n
0.3
No se Se rechaza
0.2
x −
rechaza 𝐻0 𝐻0 tCal =
S/ n
0.1
-3 -2 -1 0 1 2 3
Z
Prueba de Hipótesis
Paso 5: Calcular el valor p
𝑐) 𝐻0 : 𝜇 = 𝜇0 𝑣𝑠 𝐻𝑎 : 𝜇 ≠ 𝜇0 x −
ZCal =
/ n
0.4
Se rechaza No se
0.2
Se rechaza
rechaza 𝐻0 valor p también se puede calcular como:
𝐻0 𝐻0
0.1
-3 -2 -1 0 1 2 3
Un analista cree que el salario promedio no es igual a 3,5 SMLV, por lo que considera una
muestra aleatoria de 28 analistas profesionales, cuya media y desviación estándar resultó ser 3,3
SMLV y 0,32 SMLV.
Bajo una confiabilidad del 98%, hay suficiente evidencia estadística para creer en la afirmación
del analista. ¿Cuál es la hipótesis nula y alternativa?
𝑥lj − 𝜇 3,3 − 3,5
𝑍𝐶𝑎𝑙 = 𝑍𝐶𝑎𝑙 = = −2,64575
𝜎/ 𝑛 0,4/ 28
𝐻0 : 𝜇 = 3,5 𝑣𝑠 𝐻𝑎 : 𝜇 ≠ 3,5
Paso 6: Como el estadístico de prueba es menor que -2,3263, hay suficiente evidencia
estadística para rechazar la hipótesis nula, por lo que se puede concluir que el salario
promedio de los analistas profesionales de la entidad financiera es diferente de 3,5 SMLV,
teniendo en cuenta un nivel de confiabilidad del 98%.
Otra manera para contrastar la hipótesis nula es por medio del valor p (Paso 5).
𝐻0 : 𝜇 = 3,5 𝑣𝑠 𝐻𝑎 : 𝜇 ≠ 3,5
Como el 𝑣𝑎𝑙𝑜𝑟 𝑝 ≤ 0,02; hay suficiente evidencia estadística para rechazar Ho, por lo que se
llega a la misma conclusión.
Para poder para señalar que el salario promedio de los analistas profesionales es diferente de 3,5
SMLV se requiere de un mínimo nivel de significancia del 0,815%.
Prueba de Hipótesis
Ejemplo de aplicación en economía por el método de intervalos de confianza
Cuando la hipótesis es bilateral, es decir, la hipótesis alternativa es con signo diferente, también
se puede estimar el 𝐼𝐶 para la media poblacional abordado en la Unidad 8 y se llegará a la
misma conclusión. 𝐻0 : 𝜇 = 3,5 𝑣𝑠 𝐻𝑎 : 𝜇 ≠ 3,5
Sabemos que la estimación del 𝐼𝐶 para la media poblacional viene dado por:
𝜎
𝐼𝐶(𝜇)(1−𝛼)% = 𝑥ҧ ± 𝑍1−𝛼/2
𝑛
0,4
𝐼𝐶(𝜇)98% = 3,3 ± 2,326348
28
𝑛 = 28 ; 𝑥ҧ = 3,3 ; 𝜎 = 0,4
El 𝐼𝐶 no incluye el valor 3,5, por lo que hay
𝐼𝐶(𝜇)98% = 3,12414 ; 3,47585 suficiente evidencia estadística para señalar que el
salario promedio de los analistas profesionales es
diferente de 3,5 SMLV, bajo un 𝛼 del 2%.
Prueba de Hipótesis
Ejemplo de aplicación en economía
Ejemplo 9: a causa de la pandemia del COVID 19, una entidad financiera, desea determinar si
el riesgo de incumplimiento de las empresas pequeñas para el mes de abril ha sido superior al
5,5%.
La División de Riesgo de Crédito de la entidad consideró una muestra aleatoria de 3500 firmas
pequeñas y observó que al corte de abril, el 6,4% de las firmas incumplieron con sus
obligaciones financieras. El Gerente de la División desea tener una probabilidad de cometer
error tipo I del 2,5%.
Paso 6: se aprecia que el estadístico de prueba es mayor que 1,959964 por lo que 𝑍𝐶𝑎𝑙 = 2,34
hay suficiente evidencia estadística para rechazar 𝑯𝟎 , en consecuencia, el
porcentaje de empresas pequeñas que han incumplido con los pagos es superior
al 5,5%, bajo un nivel de confiabilidad del 97,5%.
Prueba de Hipótesis
Ejemplo de aplicación en economía por el método del valor p
𝐻0 : 𝑃 ≤ 0,055 vs 𝐻𝑎 : 𝑃 > 0,055
𝑍𝐶𝑎𝑙 = 2,34
Otra manera para contrastar la hipótesis nula es por medio del valor p (Paso 5).
Ejemplo 10: la compañía Nestle afirma que en la nueva presentación de Milo, que consiste en
una fotografía de un atleta famoso mejorará las ventas del producto en los supermercados.
Actualmente el promedio semanal de ventas es de 50 latas. Por estudios anteriores, se sabe
que las ventas semanales se asemejan a una distribución normal.
𝐻0 : 𝜇 ≤ 50 vs 𝐻𝑎 : 𝜇 > 50
Como el 𝑣𝑎𝑙𝑜𝑟 𝑝 > 0,01, existe suficiente evidencia experimental para no rechazar
𝑯𝟎 , por ende, las ventas semanales de latas de milo en su nueva presentación no ha sido
mayor a 50, teniendo en cuenta un nivel de confiabilidad del 99%.
Ejemplo 11: la compañía Nestle afirma que en la nueva presentación de Milo, que consiste en
una fotografía de un atleta famoso mejorará las ventas semanales en los supermercados y
disminuirá la desviación estándar de las ventas. Actualmente la desviación estándar de las
ventas semanales en los supermercados de la ciudad es 20 latas. Por estudios anteriores, se
sabe que las ventas semanales se asemejan a una distribución normal.
Paso 2: 𝛼 = 1% = 0,01
Paso 2: 𝛼 = 1% = 0,01
χ²𝐶𝑎𝑙 = 11,76
Prueba de Hipótesis
Ejemplo de aplicación en economía
𝑣𝑎𝑙𝑜𝑟 𝑝 = 0,01752112
𝑣𝑎𝑙𝑜𝑟 𝑝 = 1,752112%
Para poder señalar que la desviación estándar de las ventas de las latas de milo es inferior a 20,
es necesario considerar un nivel de significancia mínimo de 1,752112%.
Días después se consideró otra muestra aleatoria de 25 supermercados. Con la muestra más
reciente se realizó nuevamente la prueba de hipótesis y se obtuvo un valor p del 0,004541.
¿Cuál es la desviación estándar de la muestra?
𝑣𝑎𝑙𝑜𝑟 𝑝 = 0,004541
Prueba de Hipótesis
Cálculo de la desviación estándar muestral
𝑛 − 1 𝑆2 25 − 1 𝑆 2
𝑣𝑎𝑙𝑜𝑟 𝑝 = 𝑃 χ²𝑛−1 < 0,004541 = 𝑃 χ²25−1 <
𝜎2 202
25 − 1 𝑆 2 13,62904 ∗ 202
13,62904 = = 𝑆2
202 25 − 1
𝑆 2 = 227,1506667 𝑆 = 15,07151839
La desviación estándar de la muestra debe ser igual a 15,07151839 latas, de tal manera que el
valor p de la prueba de hipótesis sea igual a 0,4541%
Prueba de Hipótesis
Ejemplo de aplicación por el método del valor p
En una planta de armado se diseña una operación específica que toma un tiempo
promedio de 5 minutos. El Gerente de la planta sospecha que para un operador en
particular el tiempo promedio es diferente de 5 minutos. El Gerente considera una
muestra aleatoria de 15 tiempos para este empleado y obtiene una media y una varianza
igual a 5,118 y 0,1636 respectivamente. Se sabe que el tiempo de operación se encuentra
modelado en forma adecuada por una distribución normal.
¿Se encuentra la sospecha del Gerente de la planta apoyada por la evidencia experimental
bajo un nivel de significancia del 2%?
𝐻0 : 𝜇 = 5 vs 𝐻𝑎 : 𝜇 ≠ 5
Paso 1: 𝐻0 : 𝜇 = 5 vs 𝐻𝑎 : 𝜇 ≠ 5
Paso 2: el nivel de significancia es del 2%
𝐻0 : 𝜇 = 5 vs 𝐻𝑎 : 𝜇 ≠ 5 ; 𝛼=0,02
𝑡𝑐𝑎𝑙 = 1,12982
𝑣𝑎𝑙𝑜𝑟 𝑝 = 2 ∗ 𝑃(𝑡𝑛−1 > 𝑡𝐶𝑎𝑙 )
𝑣𝑎𝑙𝑜𝑟 𝑝 = 2 ∗ 𝑃(𝑡15−1 > 1,12982 )
𝑣𝑎𝑙𝑜𝑟 𝑝 = 2 ∗ 𝑃(𝑡15−1 > 1,12982)
• Si 𝑣𝑎𝑙𝑜𝑟 𝑝 ≤ 𝛼; se rechaza 𝐻0
• Si 𝑣𝑎𝑙𝑜𝑟 𝑝 > 𝛼; no se rechaza 𝐻0
Como valor p es mayor que un nivel de significancia del 2%, hay suficiente evidencia
estadística para no rechazar la hipótesis nula, en consecuencia el tiempo promedio de
armado de una operación especifica en uno de los operarios es igual a 5 minutos.
Prueba de Hipótesis
Ejemplo de aplicación por el método del valor p
𝑣𝑎𝑙𝑜𝑟 𝑝 = 0,2775385
𝑣𝑎𝑙𝑜𝑟 𝑝 = 27,754%
El mínimo nivel de significancia para señalar que el tiempo promedio de armado de una
operación especifica es diferente de 5 minutos es del 27,754%.