Documentos de Académico
Documentos de Profesional
Documentos de Cultura
SEMESTRE
Estadística
Inferencial
Tecnologías de la Información
Las investigaciones dan respuesta a varias interrogantes supuestas sobre algún parámetro 𝜃 del
colectivo, en el presente capítulo se pretende responder ¿existe una diferencia estadísticamente
significativa entre un estimador y el parámetro de la población o entre dos estimadores? Y las
técnicas estadísticas para emitir una respuesta se denominan pruebas de hipótesis.
Hipotesis Nula (𝐇𝟎 ): Almacena un valor directo del parámetro poblacional que supone no tener
cambios para los propósitos de la prueba, en lo posterior se decide rechazar o no rechazar como
resultado del proceso de análisis.
Hipotesis Alternativa (𝐇𝟏 ): Almacena valores de1 parámetro que representan un cambio
importante del procedimiento normal o de las especificaciones conocidas.
Los términos rechazar y no rechazar sólo deben utilizarse para la hipótesis nula; pues ésta es la
que se somete a prueba. Rechazar 𝐇𝟎 significa que la información muestral brinda suficiente
evidencia como para pensar que lo planteado por la hipótesis nula es estadísticamente improbable
a un nivel de significancia dado. No rechazar 𝐇𝟎 significa que la información muestral no brinda
suficiente evidencia como para pensar que lo planteado por la hipótesis nula sea improbable a un
nivel de significancia dado.
Sin embargo, en el desarrollo de la prueba de hipotesis se puede cometer dos tipos de errores:
Error tipo I (Rechazar H0 cuando esta es verdadera) y Error tipo II (No Rechazar H0 cuando
esta es falsa)
Unilaterales
Bilaterales
Una prueba estadística unilateral es aquella en la que la región de rechazo solo se presenta a un
extremo de la distribución (derecha o izquierda).
1. Planteamiento de Hipotesis
2. Nivel de significancia
3. Estadístico de Prueba
4. Región de rechazo
5. Decisión
̅ de un conjunto de información
Esta prueba permite comprobar si la media muestral 𝒙
cumple con valores iguales o aproximados al parámetro poblacional µ, sin embargo, para este
contraste se manejan dos enfoques: Conocer la varianza de la muestra y desconocer la varianza
de la muestra
a. Prueba de Hipótesis
𝐻0 : µ = 𝜇0 𝐻0 : µ ≤ 𝜇0 𝐻0 : µ ≥ 𝜇0
𝐻1 : µ ≠ 𝜇0 𝐻1 : µ > 𝜇0 𝐻1 : µ < 𝜇0
Bilateral Unilateral derecha Unilateral izquierda
b. Nivel de significancia
𝛼 = 0.05
c. Estadístico
𝑥̅ − 𝜇0
𝑍= ~𝑁(µ − 𝜎 2 )
𝜎/√𝑛
d. Región de rechazo
e. Decisión
Se elige rechazar o no rechazar la hipotesis nula
Ejemplo
167 167 168 168 168 169 171 172 173 175 175 175 177 182 195
a. Prueba de Hipótesis
𝐻0 : µ = 180𝑐𝑚
𝐻1 : µ ≠ 180𝑐𝑚
𝛼 = 0.05
c. Estadístico
173.4 − 180
𝑍= = −6.3
4/√15
d. Región de rechazo
e. Decisión
La talla de los hombres de 18 años en adelante es diferente a 180cm
Ante la respuesta hallada se conoce que existe diferencia con la afirmación emitida, por tanto se
debe comprobar si la talla promedio de los hombres es superior o inferior, por lo que se puede
utilizar contrastes unilaterales.
a. Prueba de Hipótesis
𝐻0 : µ ≤ 180𝑐𝑚
𝐻1 : µ > 180𝑐𝑚
b. Nivel de significancia
𝛼 = 0.05
c. Estadístico
173.4 − 180
𝑍= = −6.3
4/√15
d. Región de rechazo
e. Decisión
La talla de los hombres de 18 años en adelante es inferior a 180cm
a. Prueba de Hipótesis
𝐻0 : µ = 𝜇0 𝐻0 : µ ≤ 𝜇0 𝐻0 : µ ≥ 𝜇0
𝐻1 : µ ≠ 𝜇0 𝐻1 : µ > 𝜇0 𝐻1 : µ < 𝜇0
Bilateral Unilateral derecha Unilateral izquierda
b. Nivel de significancia
𝛼 = 0.05
c. Estadístico
𝑥̅ − 𝜇0
𝑡= ~ 𝑡(𝑛−1)𝑔𝑙
𝑠/√𝑛
d. Región de rechazo
e. Decisión
Se elige rechazar o no rechazar la hipotesis nula
Ejemplo
203 229 215 220 223 233 233 208 228 209
Contraste la hipótesis de que la muestra proviene de una población con media de 215 𝑘𝑔/𝑐𝑚2 .
a. Prueba de Hipótesis
𝐻0 : µ = 215 𝑘𝑔/𝑐𝑚2
𝐻1 : µ ≠ 215 𝑘𝑔/𝑐𝑚2
b. Nivel de significancia
𝛼 = 0.05
c. Estadístico
220.1 − 215
𝑡= = −1.4
10.9/√10
e. Decisión
̂ de un conjunto de información
Esta prueba permite comprobar si la proporción muestral 𝒑
cumple con valores iguales o aproximados al parámetro poblacional p
a. Prueba de Hipótesis
𝐻0 : 𝑝 = 𝑝0 𝐻0 : 𝑝 ≤ 𝑝0 𝐻0 : 𝑝 ≥ 𝑝0
𝐻1 : 𝑝 ≠ 𝑝0 𝐻1 : 𝑝 > 𝑝0 𝐻1 : 𝑝 < 𝑝0
Bilateral Unilateral derecha Unilateral izquierda
b. Nivel de significancia
𝛼 = 0.05
c. Estadístico
𝑝̂ − 𝑝0
𝑍= ~𝑁(µ − 𝜎 2 )
𝑝 𝑞
√ 0 0
𝑛
d. Región de rechazo
e. Decisión
Se elige rechazar o no rechazar la hipotesis nula
Ejemplo
En una encuesta a 300 taxistas 132 contestaron que utilizan cinturón de seguridad. ¿Podemos
concluir que la mitad de los conductores utilizan el cinturón?
a. Prueba de Hipótesis
𝐻0 : 𝑝 = 0.50
b. Nivel de significancia
𝛼 = 0.05
c. Estadístico
132
𝑝̂ = = 0.44
300
0.44 − 0.50
𝑍= = −2.07
√0.50 ∗ 0.50
300
d. Región de rechazo
e. Decisión
El porcentaje de taxistas que usan el cinturón de seguridad es diferente al 50%
El desarrollo de este contraste sobreentiende que la variable cuantitativa en estudio viene de una
distribución normal y que a través de la prueba se puede conocer si existe un patrón de valores
definidos como distancia entre los caracteres numéricos y la media. Por tanto, se comprueba si 𝑠2
(varianza muestral) se aproximada a 𝜎 2 (varianza poblacional).
a. Prueba de Hipótesis
b. Nivel de significancia
𝛼 = 0.05
c. Estadístico
(𝑛 − 1)𝑠 2 2
𝜒2 = ~ 𝜒(𝑛−1)𝑔𝑙
𝜎02
e. Decisión
Se elige rechazar o no rechazar la hipotesis nula
Ejemplo
La precisión de una máquina se mide por la varianza que no debe ser mayor que 0.18 se toma una
muestra aleatoria de 25 máquinas y se obtiene una 𝑠2 = 0.19. Verifique si las máquinas
garantizan la precisión al 5% de significancia.
a. Prueba de Hipótesis
𝐻0 : 𝜎 2 = 0.18
𝐻1 : 𝜎 2 < 0.18
b. Nivel de significancia
𝛼 = 0.05
c. Estadístico
(25 − 1)0.19
𝜒2 = = 25.33
0.18
d. Región de rechazo
2
𝑆𝑖 𝜒 2 < 𝜒1−𝛼 ,(𝑛−1)𝑔𝑙 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻𝑜
25.33 > 13.84 𝑁𝑜 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻𝑜
e. Decisión
La máquina garantiza precisión al 5% ya que su varianza es igual 0.18 unidades