1.

Prueba de hipótesis para la media

de una población (𝝁)

Estadística Social
MM-106
Caso I:

• Muestreo a partir de una población que no presenta una distribución normal.

• Se conoce la varianza poblacional 𝜎 2 .
• Tamaño de muestra grande (𝑛 ≥ 30).

Cuando la muestra es grande se aplica el Teorema Límite Central.

𝑥ҧ − 𝜇0
𝐸𝑠𝑡𝑎𝑑í𝑠𝑡𝑖𝑐𝑜 𝑑𝑒 𝑝𝑟𝑢𝑒𝑏𝑎: 𝑍𝑃 = 𝜎
𝑛

Donde:
𝑥:ҧ 𝑚𝑒𝑑𝑖𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑙.
𝜇0 : 𝑚𝑒𝑑𝑖𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛𝑎𝑙 𝑠𝑢𝑝𝑢𝑒𝑠𝑡𝑎.
𝜎: 𝑑𝑒𝑠𝑣𝑖𝑎𝑐𝑖ó𝑛 𝑒𝑠𝑡á𝑛𝑑𝑎𝑟 𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛𝑎𝑙.
𝑛: 𝑡𝑎𝑚𝑎ñ𝑜 𝑑𝑒 𝑚𝑢𝑒𝑠𝑡𝑟𝑎.
Ejemplo 1:
Un equipo de investigación inclina a suponer que la presión sistólica sanguínea en una población de hombres tiene una
desviación estándar de 16 (mm de Hg milímetro de mercurio). Una muestra aleatoria de 100 hombres presento una media
de presión sistólica sanguínea de 133 (mm de Hg). ¿proporcionan estos datos suficiente evidencia como para concluir, con
un nivel de significación de 0.03, que la media de la población es diferente a 130 (mm de Hg)?
Ejemplo 2:

El peso medio de una muestra aleatoria de 64 personas es de 63.6 kg. Se sabe que la varianza poblacional es de 36 kg2.
¿hay suficientes evidencias para concluir que el peso medio poblacional es inferior de 64 kg? Utilice un nivel de
significación del 0.03.
Ejemplo 3:
A partir de los datos de una muestra simple de 100 estudiantes de bachillerato seleccionados en varios colegios de una
ciudad se averiguo que los gastos medios diarios de los estudiantes eran de 32.5 lempiras, se sabe que la varianza
poblacional es de 100 (lempiras)2. ¿proporcionan estos datos evidencia suficiente como para decir que el gasto medio
diario poblacional es superior de 30 lempiras?

a. Pruebe la hipótesis use 𝛼 = 0.05.

b. Interprete el error tipo I en esta prueba.
Caso II:

• Muestreo a partir de una población que presenta una distribución normal.

• Se desconoce la varianza poblacional 𝜎 2 .
• Tamaño de muestra pequeño (𝑛 < 30).

𝑥ҧ − 𝜇0
𝐸𝑠𝑡𝑎𝑑í𝑠𝑡𝑖𝑐𝑜 𝑑𝑒 𝑝𝑟𝑢𝑒𝑏𝑎: 𝑡𝑃 = 𝑐𝑜𝑛 𝑔. 𝑙. = 𝑛 − 1
𝑆
𝑛

Donde:
𝑥:ҧ 𝑚𝑒𝑑𝑖𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑙.
𝜇0 : 𝑚𝑒𝑑𝑖𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛𝑎𝑙 𝑠𝑢𝑝𝑢𝑒𝑠𝑡𝑎.
S: 𝑑𝑒𝑠𝑣𝑖𝑎𝑐𝑖ó𝑛 𝑒𝑠𝑡á𝑛𝑑𝑎𝑟 𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑙.
𝑛: 𝑡𝑎𝑚𝑎ñ𝑜 𝑑𝑒 𝑚𝑢𝑒𝑠𝑡𝑟𝑎.
Ejemplo 1:
Un trabajador social cree que el peso promedio de los muchachos de 10 años que viven en un sector rural
determinado es diferente a 34 kg. Una muestra aleatoria de 25 muchachos tomada de esta población arrojo un peso
promedio de 30 kg y una desviación típica de 10 kg, respectivamente, se sabe que los datos presentan una distribución
aproximadamente normal. Proporcionan estos datos suficiente evidencia para concluir que la opinión del trabajador
social es correcta en el nivel de significación 𝛼 = 10%
Ejemplo 2:
Los índices de masa corporal (IMC en kg/m2) de una muestra fueron: 23, 35, 21, 47, 39, 21, 23, 24, 32, 57. Los datos
provienen de una población que se distribuye normal. ¿se pretende saber si es posible concluir con un nivel de
significación de 0.0125 que la media del índice de masa corporal para la población es menor de 30 kg/m2?
Ejemplo 3:

Se reportaron los datos correspondientes a 6 casos de prolapso del cordón umbilical (Prolapso del cordón umbilical es
una complicación que ocurre antes o durante el parto del bebé), se sabe que los datos presentan una distribución
aproximadamente normal. La edad promedio de las madres era de 26.3 años y una varianza de 7.45 años2. ¿Se pretende
saber si es posible concluir que la edad media de la población es superior a 20 años? Sea 𝛼 = 0.025