PRUEBA DE HIPÓTESIS Estadística

PRUEBA PARA LA VARIANZA DE UNA DISTRIBUCIÓN MUESTRAL

Supongamos que disponemos de una muestra de n observaciones de una población normal con varianza  2 . Si la
2
varianza muestral observada es S x , entonces la siguiente prueba tiene nivel de significación :
a) Para las hipótesis nulas
H 0 :  2 =  02 o H 0 :  2   02
frente a la alternativa:
H1 :  2   02
la regla de decisión es
(n − 1)S x2
Rechazar H 0 si   2
 02

b) Para probar las hipótesis nulas

H 0 :  2 =  02 o H 0 :  2   02
frente a la alternativa:
H1 :  2   02
la regla de decisión es
(n − 1)S x2
Rechazar H 0 si   12−
 02

c) Y para la hipótesis nula

H 0 :  2 =  02
frente a la alternativa bilateral:
H1 :  2   02
la regla de decisión es
(n − 1)S x2 (n − 1)S x2
Rechazar H 0 si   2 o   12−
 02 2  02 2

En donde  2 es el número par el cual

( )
P  2  2 = 
donde la variable aleatoria  2
Sigue una distribución chi-cuadrada con (n-1) grados de libertad

El diagrama muestra algunas probabilidades para la distribución chi cuadrada

ACEPTACIÓN

RECHAZO RECHAZO

Ing. Bencomo 1
PRUEBA DE HIPÓTESIS Estadística

Ejemplo. Con el fin de cumplir las normas establecidas, es importante que la varianza en el porcentaje de impurezas de
unas remesas de productos químicos no supere el 4%. Una muestra aleatoria de 20 envíos dio una varianza muestral de 5.62
en el porcentaje de impureza. Prueba la hipótesis nula de que la varianza de la población no es mayor que 4 a un nivel de
significación del 10% (Resp. Como 26.695  27.20 se acepta H0)

PRUEBA PARA LA PROPORCIÓN POBLACIONAL (MUESTRAS GRANDES)

Supongamos que disponemos de una muestra aleatoria de n observaciones de una población, una proporción
p cuyos miembros poseen un atributo particular. Entonces, si el número de observaciones de la muestra es grande
(muestras de 40 o más observaciones) y la proporción muestral observada es p̂ x , las siguientes pruebas tienen un nivel de
significación  :
a) Para probar una de las hipótesis nulas:
H 0 : p = p0 o H 0 : p  p0
frente a la alternativa
H 1 : p  p0
la regla de decisión es
pˆ x − p0
Rechazar H0 si  z
p0 (1 − p0 ) n

b) Para probar una de las hipótesis nulas

H 0 : p = p0 o H 0 : p  p0
frente a la alternativa
H 1 : p  p0
la regla de decisión es
pˆ x − p0
Rechazar H0 si  − z
p0 (1 − p0 ) n

c) Para contrastar la hipótesis nula

H 0 : p = p0
frente a la alternativa bilateral
H 1 : p  p0
la regla de decisión es
pˆ x − p0 pˆ x − p0
Rechazar H0 si  z o  − z
p0 (1 − p0 ) n 2 p0 (1 − p0 ) n 2

Donde, como antes, z  es el número para el cual

P(Z  z ) = 
donde la variable aleatoria Z tiene distribución normal estándar

Ing. Bencomo 2
PRUEBA DE HIPÓTESIS Estadística

La siguiente figura muestra la decisión para la segunda prueba de las proporciones.

Ejemplo. De una muestra aleatoria de 802 clientes de supermercados, 378 fueron capaces de decir el precio correcto de un
artículo inmediatamente después de ponerlo en el carro. Prueba al nivel de 10%, la hipótesis nula de que al menos la mitad
de los compradores son capaces de decir el precio correcto frente a la alternativa de que la proporción es menor a la mitad.
Encuentra el p-valor de la prueba. (Resp. Como –1.64 < –1.28 se rechaza H0 , 5.05%)

PRUEBA DE IGUALDAD DE VARIANZAS DE DOS POBLACIONES NORMALES

Sean S x2 y S y2 las varianzas muestrales observadas en dos muestras aleatorias independientes de n x y

n y observaciones de poblaciones normales con varianzas  x2 y  y2 . Si S x2 es mayor que S y2 , entonces, los siguientes
contrastes tienen nivel de significación  :
a) Para probar una de las hipótesis nulas
H 0 :  x2 =  y2 o H 0 :  x2   y2
frente a la alternativa
H1 :  x2   y2
la regla de decisión es
S x2
Rechazar H0 si  F
S y2

Ing. Bencomo 3
PRUEBA DE HIPÓTESIS Estadística

b) Para probar la hipótesis nula

H 0 :  x2 =  y2
frente a la alternativa bilateral
H1 :  x2   y2
la regla de decisión es
S x2
Rechazar H0 si 2
 F , donde S x2 es la mayor de las dos varianzas muestrales.
Sy 2

Aquí F es el número para el cual

P(F  F ) = 
donde la variable aleatoria tiene una distribución F con (n x − 1) grados de libertad en el numerador y (n y − 1) grados de
libertad en el denominador

Ejemplo. Se compararon las varianzas de dos vencimientos de dos tipos de bonos. Para una muestra aleatoria de 17 bonos
del primer tipo, la varianza de los vencimientos fue de 123.35. Para una muestra aleatoria independiente de 11 bonos del
segundo tipo, la varianza de los vencimientos fue de 8.02. Probar la hipótesis nula de que las varianzas de las poblaciones
son iguales frente a la alternativa bilateral a un nivel de significación del 10%. Encuentra el p-valor (Excel). (Resp. Se
rechaza H0 , hay evidencia abrumadora de que las varianzas en el vencimiento de los dos tipos de bonos son diferentes)

Ing. Bencomo 4