SESIÓN N° 09: Prueba de hipótesis

Paramétrica (media, proporción) para

muestras independientes y
dependientes. Pruebas de Hipótesis de
la bondad de ajuste y la prueba de
independencia.
Mg. Jenny Alva Morales
La semana 9, se trabajará por partes:
PARTE I: Prueba de hipótesis Paramétrica para (U1-U2) ya para (P1-P2) )
para muestras independientes y dependientes:

PRUEBA DE HIPOTESIS PARA (U1-U2)

A) Prueba de hipótesis Paramétrica para la diferencia de medias con
muestras independientes
B) Prueba de hipótesis Paramétrica para la diferencia de medias con
muestras dependientes
PRUEBA DE HIPOTESIS PARA (P1-P2)
Prueba de hipótesis Paramétrica para la diferencia de proporciones

PARTE II:
Pruebas de Hipótesis de la bondad de ajuste y la prueba de
independencia.

Mg. Jenny Alva Morales

PARTE I: Prueba de hipótesis Paramétrica
para (U1-U2) ya para (P1-P2) ) para muestras
independientes y dependientes:
PRUEBA DE HIPOTESIS PARA (U1-U2)

A) Prueba de hipótesis Paramétrica para la

diferencia de medias con muestras
independientes
B) Prueba de hipótesis Paramétrica para la
diferencia de medias con muestras
dependientes

Mg. Jenny Alva Morales

 A) PRUEBA DE HIPÓTESIS PARA
DIFERENCIA DE MEDIAS (U1 - U2)
con muestras INDEPENDIENTES
1. CON MUESTRAS GRANDES : n1 , n2 >=30 datos (muestras independientes) CON
VARIANZAS POBLACIONALES CONOCIDAS.

2. CON MUESTRAS PEQUEÑAS: n1 , n2 < 30 datos (muestras independientes) CON

VARIANZAS POBLACIONALES DESCONOCIDAS.

Mg. Jenny Alva Morales

 1.- CON MUESTRAS GRANDES
n1 , n2 >=30 datos (muestras
independientes) CON VARIANZAS
POBLACIONALES CONOCIDAS.

Mg. Jenny Alva Morales

Se siguen los pasos:

1° Se establecen las hipótesis

Ho : U1 – U2 = 0
H1 : U1 – U2 ≠ 0 (Prueba de hipótesis bilateral)

Ho : U1 – U2 < = 0
H1 : U1 – U2 > 0 (Prueba de hipótesis unilateral derecha)

Ho : U1 – U2 > = 0
H1 : U1 – U2 < 0 (Prueba de hipótesis unilateral izquierda)

Mg. Jenny Alva Morales

2° Se establece el nivel de significancia Ztabla (bilateral o unilateral), y
el estadístico de prueba.

ESTADISTICO DE PRUEBA
VALORES DE LA DISTRIBUCIÓN NORMAL
ESTANDARIZADA(Z)

Nivel de
Nivel de Valor Z ( x1  x 2 ) (1   2 )
confianza
significanci Z cal 
a Bilateral Unilateral   12  22 
(1-)
()   
90% = 0.90 10% = 0.10 1.64 1.28  n1 n2 
95% = 0.95 5% = 0.05 1.96 1.64
98% = 0.98 2% = 0.02 2.33 2.05
99% = 0.99 1% = 0.01 2.58 2.32

Mg. Jenny Alva Morales

3° Graficar, decidir y concluir
Ho : U1 – U2 = 0 Ho : U1 – U2 < = 0 Ho : U1 – U2 > = 0
H1 : U 1 – U2 ≠ 0 H1 : U 1 – U2 > 0 H1 : U 1 – U2 < 0

Mg. Jenny Alva Morales

 2.- CON MUESTRAS PEQUEÑAS
n1 , n2 < 30 datos (muestras
independientes) CON VARIANZAS
POBLACIONALES DESCONOCIDAS.

Mg. Jenny Alva Morales

Se siguen los pasos:

1° Se establecen las hipótesis

Ho : U1 – U2 = 0
H1 : U1 – U2 ≠ 0 (Prueba de hipótesis bilateral)

Ho : U1 – U2 < = 0
H1 : U1 – U2 > 0 (Prueba de hipótesis unilateral derecha)

Ho : U1 – U2 > = 0
H1 : U1 – U2 < 0 (Prueba de hipótesis unilateral izquierda)

Mg. Jenny Alva Morales

 2° Se establece el nivel de significancia ttabla (bilateral o
unilateral, QUE SIEMPRE LO INDICA LA PROFESORA), y el
estadístico de prueba
ESTADISTICO DE PRUEBA

ttabla lo indica la ( x1  x 2 ) (1   2 )

tcal 
profesora  S c2 S c2 
  
 n1 n2 
Donde, la varianza común es:

Sc 
2 (n1 1) S1
2
 (n 2 1) S 2
2
n1  n2  2
Mg. Jenny Alva Morales
3° Graficar, decidir y concluir
Ho : U1 – U2 = 0 Ho : U1 – U2 < = 0
H1 : U 1 – U2 ≠ 0 Ho : U1 – U2 > = 0
H1 : U 1 – U 2 > 0
H1 : U 1 – U2 < 0

Mg. Jenny Alva Morales

3.- Prueba de hipótesis
Paramétrica para la
media con muestras
dependientes.

Mg. Jenny Alva Morales

Se siguen los pasos:

1° Se establecen las hipótesis

Ho : U1 – U2 : Di = 0
H1 : U1 – U2 : Di ≠ 0 (Prueba de hipótesis bilateral)

Ho : U1 – U2 : Di < = 0
H1 : U1 – U2 : Di > 0 (Prueba de hipótesis unilateral derecha)

Ho : U1 – U2 : Di > = 0
H1 : U1 – U2 : Di < 0 (Prueba de hipótesis unilateral izquierda)

Mg. Jenny Alva Morales

 2° Se establece el nivel de significancia ttabla y el
estadístico de prueba
ESTADISTICO DE PRUEBA

ttabla lo indica la _
d
profesora tcal 
sd
n

Mg. Jenny Alva Morales

 A estos datos se les aplica:
antes después di= después - antes
15 18 15-18= 3 ഥ
La Media = 𝒅
16 19 16-19= 3
15 17 15-17= 2
La desviación estándar = Sd
16 18 16-18= 2
14 16 14-16= 2
17 19 17-19= 2

SE LE APLICA LA PRUEBA DE NORMALIDAD

Ho: los datos siguen una distribución normal
Sí son datos que se ajustan a una distribución normal, H1: Los datos no siguen una distribución normal
se aplicará t-student
Si los datos no se ajustan a una distribución normal,
se aplicará la prueba Wilcoxon

n >= 30 datos Prueba Kolgomorov-Smirnov

n < 30 datos. Prueba Shapiro wilk
3° Graficar, decidir y concluir

Ho : U1 – U2 : Di = 0 Ho : U1 – U2 : Di < = 0 Ho : U1 – U2 : Di > = 0
H1 : U1 – U2 : Di ≠ 0 H1 : U1 – U2 : Di > 0 H1 : U1 – U2 : Di < 0

Mg. Jenny Alva Morales

 Prueba de hipótesis
Paramétrica para la
diferencia de
proporciones
poblacionales (P1 – P2)

Mg. Jenny Alva Morales

Se siguen los pasos:

1° Se establecen las hipótesis

Ho : P1 – P2 = 0
H1 : P1 – P2 ≠ 0 (Prueba de hipótesis bilateral)

Ho : P1 – P2 < = 0
H1 : P1 – P2 > 0 (Prueba de hipótesis unilateral derecha)

Ho : P1 – P2 > = 0
H1 : P1 – P2 < 0 (Prueba de hipótesis unilateral izquierda)

Mg. Jenny Alva Morales

2° Se establece el nivel de significancia Ztabla (bilateral o unilateral), y
el estadístico de prueba.

VALORES DE LA DISTRIBUCIÓN
NORMAL
ESTANDARIZADA(Z)
Nivel de Valor Z
Nivel de
significanci
confianza
a Bilateral
(1-)
()
90% = 0.90 10% = 0.10 1.64
95% = 0.95 5% = 0.05 1.96
98% = 0.98 2% = 0.02 2.33
99% = 0.99 1% = 0.01 2.58

Mg. Jenny Alva Morales

ESTADÍSTICO DE PRUEBA

𝑝1 − 𝑝2 − (𝑷𝟏 − 𝑷𝟐)
𝑍𝑐𝑎𝑙 =
1 1
𝐏∗𝐐∗( + )
𝑛1 𝑛 2

(𝒏𝟏 ∗ 𝒑𝟏 + 𝒏𝟐 ∗ 𝒑𝟐 ) Q=𝟏−𝑷
𝐏=
𝒏𝟏 + 𝒏 𝟐

Mg. Jenny Alva Morales

3° Graficar, decidir y concluir
Ho : P1 – P2 = 0 Ho : P1 – P2 < = 0 Ho : P1 – P2 > = 0
H 1 : P 1 – P2 ≠ 0 H 1 : P 1 – P2 > 0 H 1 : P 1 – P2 < 0

Mg. Jenny Alva Morales

MUCHAS GRACIAS
POR SU ATENCIÓN !!!

EMPECEMOS A
TRABAJAR

Mg. Jenny Alva Morales

PARTE II:
Pruebas de Hipótesis de la
bondad de ajuste y la
prueba de independencia.
A) Pruebas de Hipótesis
de la bondad de ajuste

Mg. Jenny Alva Morales

Mg. Jenny Alva Morales
 1.- Se establecen las hipótesis nula y alternativa

La prueba de bondad de ajuste, permite conocer si las

frecuencias simples u observadas en un conjunto de datos
organizados siguen una distribución normal o no.

Ho: Las frecuencias siguen una distribución uniforme o normal

H1: Las frecuencias No siguen una distribución uniforme o normal

Mg. Jenny Alva Morales

 2.- Se establece el nivel de significancia.
Grados de libertad:
K: número de intervalos que quedaron al final luego de verificar si todas las
frecuencias son mayores de 5
m: número de medidas estadísticas que se han calculado, normalmente m=2

Es necesario que las frecuencias sean mayores a 5, en el caso

de que la frecuencia sea menor a 5, se procede a juntarla con
la frecuencia más próxima para que forme una frecuencia
mayor de 5.
2
𝑋𝑡𝑎𝑏𝑙𝑎 𝑘−1 ∗ 𝑚−1 ; 𝛼 =
Mg. Jenny Alva Morales
3.- Se identifica el estadístico de la prueba

2
2 𝑓𝑜 − 𝑓𝑒
𝑋𝑐𝑎𝑙 = ෍
𝑓𝑒

Mg. Jenny Alva Morales

4.- Se formula una regla para tomar decisiones, graficar
CON EL MANEJO DE EXCEL, ES ASÍ:
Cuando el valor de X2cal cae en la
región de rechazo del gráfico  SE
RECHAZA Ho y se acepta H1
Cuando el valor de X2cal cae en la
región de aceptación del gráfico  SE
ACEPTA Ho y se rechaza H1
CON EL MANEJO DE SPSS, ES ASÍ:
Cuando el valor de Sig (valor que
aparece en la salida de SPSS) es menor
a 0.05  SE RECHAZA Ho y se acepta
H1
Cuando el valor de Sig. (valor que
aparece en la salida de SPSS) es mayor
a 0.05  SE ACEPTA Ho y se rechaza H1
Mg. Jenny Alva Morales
Ejercicio 1:

Mg. Jenny Alva Morales

B) Prueba de Hipótesis
de Independencia
ANÁLISIS DE TABLAS DE CONTINGENCIA.
PRUEBA CHI CUADRADO

Se describe una tabla de contingencia, que resume de manera simultánea dos

variables de interés de escala nominal; por ejemplo, una muestra de estudiantes
inscritos en la School of Business por género (masculino o femenino) y
especialidad (contabilidad, administración, finanzas, marketing o métodos
cuantitativos). Esta clasificación tiene como base la escala nominal debido a que
no hay un orden natural para las clasificaciones.

Mg. Jenny Alva Morales

 Trabajar con
el gráfico

Mg. Jenny Alva Morales

EJEMPLO: Se considera usar cuatro marcas de lámparas en el área de
ensamble final de la planta Saturn en Spring Hill, Tennessee. El director
de compras pidió muestras de 100 lámparas de cada fabricante. Los
números de lámparas aceptables e inaceptables de cada fabricante
aparecen en la siguiente tabla. Con un nivel de significancia de 0.05,
¿existe asociación entre la marca de cierto fabricante y la aceptación
de las lámparas?
TABLA DE FRECUENCIAS OBSERVADAS

Mg. Jenny Alva Morales

TABLA DE FRECUENCIAS ESPERADAS

SE CONSTRUYE PASO A PASO !!!

Mg. Jenny Alva Morales

TODO EL PROCESO SE
DESARROLLARÁ EN EXCEL o
EN SPSS.

MUCHAS
GRACIAS POR SU
ATENCIÓN

Mg. Jenny Alva Morales