ESTADÍSTICA

INFERENCIAL
PRUEBA DE HIPÓTESIS PARA UNA MEDIA POBLACIONAL

MACHICAO BEJAR NILTON

Temario

1. PRUEBA DE HIPÓTESIS PARA LA MEDIA

CON VARIANZA POBLACIOINAL
CONOCIDA.
2. PRUEBA DE HIPÓTESIS PARA LA MEDIA
CON VARIANZA POBLACIONAL
DESCONOCIDA.
Logro

Al finalizar la sesión, el estudiante aplica los conocimientos

aprendidos en la prueba de hipótesis de una medias tanto con
varianza conocida como con varianza desconocida
TIPOS DE HIPÓTESIS
Hipótesis Nula (H0)
 Es lo contrario de lo que
sospechamos que va a ocurrir
 Lleva los signos igual, mayor
igual y menor igual
 Es la creencia apriori que no se
rechaza a menos que los datos
muestrales prueben lo contrario.
Hipótesis Alterna (H1)
 Es lo que sospechamos que va
a ser cierto.
 Lleva los signos diferente, Mayor
o menor ( ≠, < ó >).
 Es la hipótesis del investigador
¿EJEMPLOS DE CÓMO PLANTEAR LAS HIPÓTESIS?

 Problema 1: ¿La estatura promedio de los estudiantes de la universidad

es de 1.65 mt?
 Solución:
• Traducir a lenguaje estadístico:   1.65

• Establecer su opuesto:   1.65

• Plantear las hipótesis: H 0 :   1.65

H 1 :   1.65

Datos/Observaciones
  Problema 2: El tiempo de vida promedio de una
determinada pieza usada en el ensamblaje de una
marca de computadoras es diferente a 20,000
horas.
 Solución:
• Traducir a lenguaje estadístico:   20,000
• Establecer su opuesto:   20,000
• Plantear las hipótesis:
H 0 :   20,000
H 1 :   20,000

Datos/Observaciones
  Problema 3: El porcentaje de personas atacadas
por la gripe porcina en el país, es mayor al 10%.

 Solución:
• Traducir a lenguaje estadístico:   0.10

• Establecer su opuesto:   0.10

• Plantear las hipótesis: Ho :   0.10

H1 :   0.10

Datos/Observaciones
TIPOS DE ERRORES
 Error Tipo I
• Rechazar una Hipótesis Nula cuando es cierta.
• La probabilidad de cometer un Error del Tipo I es igual al nivel de
significancia α. La probabilidad de no cometer el Error del Tipo I es
igual a 1- α
 Error Tipo II
• Aceptar (no rechazar) una Hipótesis Nula cuando es falsa.
• La probabilidad de cometer un Error del Tipo II es igual a β. La
probabilidad de NO cometer un Error del Tipo II es igual a 1- β.
Resumen de las situaciones posibles cuando se toma una decisión en
prueba de hipótesis:

Realidad
Decisión Ho es verdadera Ho es falsa

Acepta Ho No ha error Error tipo II

Rechaza Ho Error tipo I No hay error

PROCEDIMIENTO PARA LLEVAR A CABO UNA PRUEBA DE
HIPÓTESIS
• Plantear las hipótesis
• Fijar nivel de significancia
• Identificar el estadístico de
prueba
• Formular una regla de decisión
• Decisión
• Conclusión
• Definir la hipótesis nula y alterna,
traducida a lenguaje estadístico
• Definir el tipo de error. Los valores
más usados son: 0.01, 0.05, 0.10
• Seleccionar el estadístico de
prueba: Z, T, etc.
• Establecer la regla de decisión
bajo las cuales se rechaza o no
H0.
• Tomar decisión en base a la
evidencia muestral
• La conclusión se expresa en
función del problema.
PRUEBA DE HIPÓTESIS SOBRE LA MEDIA POBLACIONAL

 Prueba bilateral o de dos colas

H 0 :   0
H1 :    0

Prueba unilateral Prueba unilateral

Cola a la derecha Cola a la izquierda
H 0 :   0 H 0 :   0
H1 :    0 H1 :    0
PASO 2
Elección del nivel de significación

 puede ser 0.01, 0.05, 0.10, etc

PASO 3
Estadístico de prueba
2 es conocida 2 es desconocida
x x
Z   N (0,1) T   t( n 1)
/ n S/ n
PASO 4 Región de Rechazo RHo y región de No Rechazo de la Ho
NRHo

RHo NRHo RHo NRHo RHo

RHo NRHo

Unilateral izquierda o Bilateral Unilateral derecha o

inferior superior

PASO 5 Decisión Estadística

Con los valores de la muestra hallar el valor de la estadística de prueba Z
o T, llamado Zcal o Tcal
Rechazar Ho si Zcal se encuentra en la región de rechazo.

No Rechazar Ho si Zcal se encuentra en la región de no rechazo.

 EJEMPLO 1:

Una máquina está calibrada para embolsar cereales a un peso

promedio de 500 gramos. Cada cierto tiempo el jefe de control de
calidad realiza una inspección para determinar si debe mandar a
calibrar la máquina. Para tomar una decisión toma una muestra
aleatoria de 36 bolsas y encuentra un promedio de 496.5 gr. ¿A que
conclusión llegará el jefe de control de calidad, si suponemos que el
peso se distribuye normalmente con una desviación estándar de 9 grs?
Use un 5% de significancia.

Datos/Observaciones
 SOLUCIÓN:
PASO 1:
Hipótesis nula: Hipótesis alterna
H 0 :   500 H1 :   500
Las bolsas de cereal pesan Las bolsas de cereal no
en promedio 500 gr. pesan en promedio 500 gr.

La variable de estudio es peso (X),

y el Peso se debe distribuir como una normal
Por dato del problema, se sabe que (=9) conocido.
PASO 2:
Fijamos alfa:  = 0.05

Datos/Observaciones
 x
PASO 3:
Estadístico de prueba = Zc 
/ n
PASO 4: Región crítica para alfa dado:

 ,  1.96 o 1.96, 
Cálculo de Zc:

496.5  500
Z calc   2.33
9 / 36
Datos/Observaciones
 PASO 5: Decisión

Como Zc = - 2.33 < Ztabla = -1.96, se rechaza Ho. Es decir el peso promedio

CONCLUSIÓN: Con un nivel de significación del 5% existe evidencia

estadística para concluir que el peso promedio de las bolsas de cereal no
pesan 500 gramos. Se justifica enviar a calibrar la máquina.

Datos/Observaciones
 EJEMPLO 2:

En estudios previos se ha determinado que el nivel de colesterol

promedio de pacientes con problemas cardíacos es 220. Un cardiólogo
piensa que en realidad el nivel es más alto y para probar su afirmación
usa la muestra

217 223 225 245 238 216 217 226 202

233 235 242 219 221 234 199 236 248
218 224

¿Habrá suficiente evidencia estadística para apoyar la afirmación del

cardiólogo? Justificar su respuesta con un α=0.05

Datos/Observaciones
 SOLUCIÓN:
PASO 1:
Hipótesis nula: Hipótesis alterna
Ho:  ≤ 220 H1:  > 220
El nivel promedio de El nivel promedio de
Colesterol es a lo mas 220 colesterol es mayor de 220

PASO 2:
Fijamos alfa:  = 0.05

Datos/Observaciones
 PASO 3: x
Estadístico de prueba = Tc 
S/ n
PASO 4: Región crítica para alfa dado:

Tabla T de Student Región crítica

Tn 1,1 / 2  T19, 0.95  1.7291 1.7291, 

Cálculo de Zc: x  225.90, S  13.09
225.90  220
Tc   2.02
13.09 / 20
Datos/Observaciones
 PASO 5: Decisión

Como Tc = 2.02 > Ttabla =1.7291, se rechaza Ho se concluye de que sí

hay evidencia estadística de que el nivel de colesterol promedio de los
pacientes con problemas cardíacos es mayor a 220.

Datos/Observaciones
PRUEBA DE HIPOTESIS USANDO “P-VALUES”

El “P-value” llamado el nivel de significación observado, es el mínimo

valor de α al cual se rechazaría la hipótesis nula.

Un “P-value” cercano a 0 indica que es muy poco probable que Ho

ocurra por lo que estaremos inclinados en rechazarla.

Decisión Estadística:
Si p-valor < α Decisión: Rechazar Ho
Si p-valor  α Decisión: No Rechazar Ho