CONTRASTE DE HIPOTESIS PARA MEDIAS

UN GRUPO
REPASO: ESTADÍSTICA INFERENCIAL

Población: conjunto de individuos o elementos con

una o mas características en común. Esas
características pueden ser geográficas, clínicas,
demográficas o temporales.

Muestra: se refiere a un subconjunto de la población

donde las conclusiones podrán ser extrapoladas a la
población
REPASO: ESTADÍSTICA INFERENCIAL
Parámetro: se refiere a características cuantitativas o
cualitativas que caracterizan una población o una distribución.
Ejemplo: 𝝁 (media poblacional), 𝝈 (desvio estándar
poblacional), p (prevalencia o proporción poblacional)

Estimador puntual: se refiere características cuantitativas

calculadas a partir de una muestra, por ejemplo:
1) Media muestral: 𝑥
2) Desvío estándar muestral: 𝑠
3) Proporción muestral: 𝑝
REPASO: ESTADÍSTICA INFERENCIAL
Parámetro: se refiere a características cuantitativas o
cualitativas que caracterizan una población o una distribución.
Ejemplo: 𝝁 (media poblacional), 𝝈 (desvio estándar
poblacional), p (prevalencia o proporción poblacional)

Estimador puntual: se refiere características cuantitativas

calculadas a partir de una muestra, por ejemplo:
1) Media muestral: 𝑥
2) Desvío estándar muestral: 𝑠
3) Proporción muestral: 𝑝
REPASO: ESTADÍSTICA INFERENCIAL
Muestra 1
MUESTRA
Estadísticos
POBLACIÓN
Parámetros
Muestra 2 𝑥

𝜇 𝑝
p Muestra 3 𝑠
𝜎
REPASO: ESTADÍSTICA INFERENCIAL

Población Muestra

Media 𝜇 𝑥

Desvío 𝜎 𝑠

Varianza 𝜎2 𝑠2

Proporción 𝑃 𝑝
PARÁMETROS ESTIMADORES
PUNTUALES
REPASO: ESTADÍSTICA INFERENCIAL
TEOREMA DEL LIMITE CENTRAL
REPASO: ESTADÍSTICA INFERENCIAL
TEOREMA DEL LIMITE CENTRAL (Para la media)
Dada la distribución de densidad de una variable aleatoria X, con media 𝜇 y
varianza 𝜎 2 , la distribución muestral de la media (o distribución 𝑿), basada en
muestras aleatorias de tamaño n, tiene las siguientes características

1. La media de la distribucion muestral es 𝝁

𝝈𝟐
2. La varianza de la distribución muestral es
𝒏
3. Si la distribución de la variable X es Normal, entonces la distribución
muestral 𝑿 también lo es
4. Si la distribución de la variable no es normal, la forma de la distribución
muestral tiende a ser Normal si el tamaño muestral n es suficientemente
grande
CONTRASTE DE HIPOTESIS
 Se trata de una serie de pasos estructurados y organizados que
tienen como finalidad de verificar si se cumple el enunciado de la
hipótesis alternativa, con una probabilidad de error menor a la
establecida “a priori” (nivel de significación o 𝛼) es decir antes de
realizar el estudio.

El objetivo es encontrar evidencia a partir de una muestra

extraída de la población y poder inferir y generalizar los
resultados hacia esta última
CONTRASTE DE HIPOTESIS
 Se trata de verificar si un parámetro poblacional ya establecido
sigue teniendo validez. Es decir se toma como cierta la Hipótesis
Nula (que es la que se toma como la ya aceptada por todos como
verdadera) y se va a intentar rechazar la misma contrastando con
una condición diferente del valor del parámetro poblacional que se
toma como verdadero, es decir se va a plantear una Hipótesis
alternativa.
CONTRASTE DE HIPOTESIS PARA MEDIAS UN GRUPO

 En este caso el objetivo es estudiar si existe evidencia o no de que

una media muestral (calculada a partir de una muestra tomada
aleatoriamente de una población en estudio) es mayor, menor o
diferente a una media poblacional o teórica denotada por la letra
griega 𝜇
CONTRASTE DE HIPOTESIS PARA MEDIAS UN GRUPO

La hipótesis alternativa (HA) es la hipótesis del investigador y

expresa la diferencia, nunca igualdad

La hipótesis Nula (Ho) expresa que las diferencias encontradas se

explican por el azar, en otros términos, niega lo que la hipótesis
alternativa expresa

Por lo tanto la HA y la Ho son complementarias.

CONTRASTE DE HIPOTESIS PARA MEDIAS UN GRUPO
CONTRASTE DE HIPOTESIS PARA MEDIAS UN GRUPO

CONDICIÓN VERDADERA

DECISION TOMADA A Ho FALSA Ho VERDADERA

PARTIR DEL ANALISIS (Se han encontrado (No se han encontrado
DE DATOS diferencias) diferencias)

RECHAZO Ho DECISIÓN CORRECTA ERROR TIPO I

(Se han encontrado Probabilidad = 1-𝛽 Probabilidad = 𝛼
diferencias) Potencia del test Resultado Falso Positivo

NO RECHAZO Ho ERROR TIPO II DECISIÓN CORRECTA

(No se han encontrado Probabilidad = 𝛽 Probabilidad = 1-𝛼
diferencias) Resultado Falso Negativo
CONTRASTE DE HIPOTESIS PARA MEDIAS UN GRUPO
Los pasos a seguir son:
1. Plantear hipótesis: Nula Ho y Alternativa HA
2. Elección del test (Z o t Student)
3. Condiciones de uso del test elegido (justificar)
4. Encontrar los grados de libertad (GL)
5. Encontrar el valor crítico o tabulado (Tabla)
6. Calcular el estadístico de prueba (valor observado)
7. Decisión: Rechazar o no la hipótesis nula
8. Concluir si existe o no evidencia
9. Calcular el valor p
CONTRASTE DE HIPOTESIS PARA MEDIAS UN GRUPO
1. Ho: 𝜇 = 𝜇0 o 𝜇 ≤ 𝜇0 o 𝜇 ≥ 𝜇0
HA: 𝜇 ≠ 𝜇0 o 𝜇 > 𝜇0 o 𝜇 < 𝜇0

2.Elección del test (Z o t Student)

3.Condiciones de uso del test elegido (justificar)
4.Encontrar los grados de libertad (GL)
5.Encontrar el valor crítico o tabulado (Tabla)
6.Calcular el estadístico de prueba (valor observado)
7.Decisión: Rechazar o no la hipótesis nula
8.Concluir si existe o no evidencia
9.Calcular el valor p
CONTRASTE DE HIPOTESIS PARA MEDIAS UN GRUPO
Suponga que queremos probar las siguientes hipótesis en con un α = 0.05:

H0: μ = 90 versus
H1: μ ≠ 90.

Para probar las hipótesis, suponga que seleccionamos una muestra de tamaño n = 100. Para este
ejemplo, suponga que la desviación estándar poblacional es σ = 20.
CONTRASTE DE HIPOTESIS PARA MEDIAS UN GRUPO
Suponga que queremos probar las siguientes hipótesis en con un α = 0.05:

H0: μ = 90 versus
H1: μ ≠ 90.

Para probar las hipótesis, suponga que seleccionamos una muestra de tamaño n = 100. Para este
ejemplo, suponga que la desviación estándar poblacional es σ = 20.

Calculamos la media muestral y luego debemos decidir si la media muestral proporciona evidencia
para respaldar la hipótesis alternativa o no.
CONTRASTE DE HIPOTESIS PARA MEDIAS UN GRUPO
Suponga que queremos probar las siguientes hipótesis en con un α = 0.05:

H0: μ = 90 versus
H1: μ ≠ 90.

Para probar las hipótesis, suponga que seleccionamos una muestra de tamaño n = 100. Para este
ejemplo, suponga que la desviación estándar poblacional es σ = 20.

Calculamos la media muestral y luego debemos decidir si la media muestral proporciona evidencia
para respaldar la hipótesis alternativa o no.

Esto se hace calculando un estadístico de prueba u observado y comparando el estadístico de

prueba con un valor crítico apropiado. Si la hipótesis nula es cierta (μ = 90), entonces es probable
que seleccionemos una muestra cuyo valor medio sea cercano a 90.
CONTRASTE DE HIPOTESIS PARA MEDIAS UN GRUPO
Suponga que queremos probar las siguientes hipótesis en con un α = 0.05:

H0: μ = 90 versus
H1: μ ≠ 90.

Para probar las hipótesis, suponga que seleccionamos una muestra de tamaño n = 100. Para este
ejemplo, suponga que la desviación estándar poblacional es σ = 20.

Calculamos la media muestral y luego debemos decidir si la media muestral proporciona evidencia
para respaldar la hipótesis alternativa o no.

Esto se hace calculando un estadístico de prueba u observado y comparando el estadístico de

prueba con un valor crítico apropiado. Si la hipótesis nula es cierta (μ = 90), entonces es probable
que seleccionemos una muestra cuyo valor medio sea cercano a 90.

Sin embargo, también es posible seleccionar una muestra cuya media sea mucho mayor o mucho
menor que 90. Recuerde del Teorema del Límite Central, que para n grande (aquí n = 100 es
suficientemente grande), la distribución de las medias muestrales es aproximadamente normal con
𝜎 20
una media de 𝝁𝑿 = 𝝁 = 𝟗𝟎 y 𝜎𝑋 = 𝑁 = 100 = 2
CONTRASTE DE HIPOTESIS PARA MEDIAS UN GRUPO
Suponga que queremos probar las siguientes hipótesis en con un α = 0.05:

H0: μ = 90 versus
H1: μ ≠ 90.

Si la hipótesis nula es cierta, es posible observar a cualquier media muestral como se observa en la figura
siguiente que representa a todas las posibles medias muestrales tomando como cierta la hipótesis
H0: μ = 90.
CONTRASTE DE HIPOTESIS PARA MEDIAS UN GRUPO
Suponga que queremos probar las siguientes hipótesis en con un α = 0.05:

H0: μ = 90 versus
H1: μ ≠ 90.

Cuando establecemos la regla de decisión para nuestra prueba de hipótesis, determinamos valores
críticos basados ​en α = 0.05 y en este caso al pedir ≠ usamos una prueba bilateral.
CONTRASTE DE HIPOTESIS PARA MEDIAS UN GRUPO
Suponga que queremos probar las siguientes hipótesis en con un α = 0.05:

H0: μ = 90 versus
H1: μ ≠ 90.

Cuando establecemos la regla de decisión para nuestra prueba de hipótesis, determinamos valores
críticos basados ​en α = 0.05 y en este caso al pedir ≠ usamos una prueba bilateral.

Cuando ejecutamos pruebas de hipótesis, generalmente estandarizamos los datos (por ejemplo,
convertimos a Z o t de Student) y los valores críticos son valores apropiados de la distribución de
probabilidad utilizada en la prueba.
CONTRASTE DE HIPOTESIS PARA MEDIAS UN GRUPO
Suponga que queremos probar las siguientes hipótesis en con un α = 0.05:

H0: μ = 90 versus
H1: μ ≠ 90.

Cuando establecemos la regla de decisión para nuestra prueba de hipótesis, determinamos valores
críticos basados ​en α = 0.05 y en este caso al pedir ≠ usamos una prueba bilateral.

Cuando ejecutamos pruebas de hipótesis, generalmente estandarizamos los datos (por ejemplo,
convertimos a Z o t de Student) y los valores críticos son valores apropiados de la distribución de
probabilidad utilizada en la prueba.

Para facilitar la interpretación, continuaremos esta discusión con 𝑋 en lugar de Z. Los valores
críticos para una prueba bilateral con α = 0.05 son 𝑋 =86.06 y 𝑋 =93.92 (estos valores
corresponden a z= -1.96 y z = 1.96, respectivamente, en la escala Z), por lo que la regla de
decisión es la siguiente:
CONTRASTE DE HIPOTESIS PARA MEDIAS UN GRUPO
Suponga que queremos probar las siguientes hipótesis en con un α = 0.05:

H0: μ = 90 versus
H1: μ ≠ 90.

Cuando establecemos la regla de decisión para nuestra prueba de hipótesis, determinamos valores
críticos basados ​en α = 0.05 y en este caso al pedir ≠ usamos una prueba bilateral.

Cuando ejecutamos pruebas de hipótesis, generalmente estandarizamos los datos (por ejemplo,
convertimos a Z o t de Student) y los valores críticos son valores apropiados de la distribución de
probabilidad utilizada en la prueba.

Para facilitar la interpretación, continuaremos esta discusión con 𝑋 en lugar de Z. Los valores
críticos para una prueba bilateral con α = 0.05 son 𝑋 =86.06 y 𝑋 =93.92 (estos valores
corresponden a z= -1.96 y z = 1.96, respectivamente, en la escala Z), por lo que la regla de
decisión es la siguiente:

Rechazar H0 si 𝒙 <86.06 o si 𝒙 > 93.92. La región de rechazo se muestra en las colas de la

siguiente figura.
CONTRASTE DE HIPOTESIS PARA MEDIAS UN GRUPO
Suponga que queremos probar las siguientes hipótesis en con un α = 0.05:

H0: μ = 90 versus
H1: μ ≠ 90.

Zona de rechazo de la H0: μ = 90 frente a H1: μ ≠ 90 at α =0.05

Las áreas en las dos colas de la curva representan la

probabilidad de un error de tipo I, α = 0.05.
CONTRASTE DE HIPOTESIS PARA MEDIAS UN GRUPO
Suponga que queremos probar las siguientes hipótesis en con un α = 0.05:

H0: μ = 90 versus
H1: μ ≠ 90.

Ahora, suponga que la hipótesis alternativa, H1, es verdadera (es decir, μ ≠ 90) y que la media
verdadera es en realidad 94
CONTRASTE DE HIPOTESIS PARA MEDIAS UN GRUPO
Suponga que queremos probar las siguientes hipótesis en con un α = 0.05:

H0: μ = 90 versus
H1: μ ≠ 90.

Ahora, suponga que la hipótesis alternativa, H1, es verdadera (es decir, μ ≠ 90) y que la media
verdadera es en realidad 94.

La siguiente figura muestra la distribución de las medias muestrales bajo el supuesto tanto de la
hipótesis nula verdadera como de la hipótesis alternativa verdadera.

.
CONTRASTE DE HIPOTESIS PARA MEDIAS UN GRUPO
Suponga que queremos probar las siguientes hipótesis en con un α = 0.05:

H0: μ = 90 versus
H1: μ ≠ 90.

Ahora, suponga que la hipótesis alternativa, H1, es verdadera (es decir, μ ≠ 90) y que la media
verdadera es en realidad 94.

La siguiente figura muestra la distribución de las medias muestrales bajo el supuesto tanto de la
hipótesis nula verdadera como de la hipótesis alternativa verdadera.

Los valores de las medias muestrales se muestran a lo largo del eje horizontal.
CONTRASTE DE HIPOTESIS PARA MEDIAS UN GRUPO
β = P (No rechazar H0 | H0 es falsa)
H0: μ = 90 versus
H1: μ ≠ 90.

Si la verdadera media es 94, entonces la hipótesis alternativa es verdadera.

CONTRASTE DE HIPOTESIS PARA MEDIAS UN GRUPO
β = P (No rechazar H0 | H0 es falsa)
H0: μ = 90 versus
H1: μ ≠ 90.

Si la verdadera media es 94, entonces la hipótesis alternativa es verdadera.

En nuestra prueba, seleccionamos α = 0.05 y rechazamos H0 si la media de la

muestra observada excede 93.92 (enfocándose en la cola superior de la región
de rechazo por ahora).
CONTRASTE DE HIPOTESIS PARA MEDIAS UN GRUPO
β = P (No rechazar H0 | H0 es falsa)
H0: μ = 90 versus
H1: μ ≠ 90.

Si la verdadera media es 94, entonces la hipótesis alternativa es verdadera.

En nuestra prueba, seleccionamos α = 0.05 y rechazamos H0 si la media de la

muestra observada excede 93.92 (enfocándose en la cola superior de la región
de rechazo por ahora).

El valor crítico (93,92) está indicado por la línea vertical. La probabilidad de un error de Tipo II se denota β, y
β = P (No rechazar H0 | H0 es falsa), es decir, la probabilidad de no rechazar la hipótesis nula si la hipótesis
nula fuera falsa.
CONTRASTE DE HIPOTESIS PARA MEDIAS UN GRUPO
β = P (No rechazar H0 | H0 es falsa)
H0: μ = 90 versus
H1: μ ≠ 90.

Si la verdadera media es 94, entonces la hipótesis alternativa es verdadera.

En nuestra prueba, seleccionamos α = 0.05 y rechazamos H0 si la media de la

muestra observada excede 93.92 (enfocándose en la cola superior de la región
de rechazo por ahora).

El valor crítico (93,92) está indicado por la línea vertical. La probabilidad de un error de Tipo II se denota β, y
β = P (No rechazar H0 | H0 es falsa), es decir, la probabilidad de no rechazar la hipótesis nula si la hipótesis
nula fuera falsa.

β se muestra en la figura como el área debajo de la curva más a la derecha (HA o H1) a la izquierda de la
línea vertical (donde no rechazamos H0).
CONTRASTE DE HIPOTESIS PARA MEDIAS UN GRUPO

Potencia=1- β = P (Rechazar H0 | H0 es falsa)

H0: μ = 90 versus
H1: μ ≠ 90.

Si la verdadera media es 94, entonces la hipótesis alternativa es verdadera.

En nuestra prueba, seleccionamos α = 0.05 y rechazamos H0 si la media de la

muestra observada excede 93.92 (enfocándose en la cola superior de la región
de rechazo por ahora).

El valor crítico (93,92) está indicado por la línea vertical. La probabilidad de un error de Tipo II se denota β, y
β = P (No rechazar H0 | H0 es falsa), es decir, la probabilidad de no rechazar la hipótesis nula si la hipótesis
nula fuera falsa.

β se muestra en la figura como el área debajo de la curva más a la derecha (HA o H1) a la izquierda de la
línea vertical (donde no rechazamos H0).

La potencia se define como 1- β = P (Rechazar H0 | H0 es falso) y se muestra en la figura como el área

debajo de la curva más a la derecha (H1) a la derecha de la línea vertical (donde rechazamos H0).
CONTRASTE DE HIPOTESIS PARA MEDIAS UN GRUPO

Potencia=1- β = P (Rechazar H0 | H0 es falsa)

H0: μ = 90 versus
H1: μ ≠ 90.
Tenga en cuenta que β y la potencia del test están relacionados con α,
la variabilidad del resultado y el tamaño del efecto. En la figura podemos
ver lo que le sucede a β y a la potencia si aumentamos α.
CONTRASTE DE HIPOTESIS PARA MEDIAS UN GRUPO

Potencia=1- β = P (Rechazar H0 | H0 es falsa)

H0: μ = 90 versus
H1: μ ≠ 90.
Tenga en cuenta que β y la potencia del test están relacionados con α,
la variabilidad del resultado y el tamaño del efecto. En la figura podemos
ver lo que le sucede a β y a la potencia si aumentamos α.

Supongamos, por ejemplo, que aumentamos α a α = 0,10. El valor crítico superior sería 92,56en lugar de
93,92. La línea vertical se desplazaría hacia la izquierda, aumentando α, disminuyendo β y aumentando la
potencia.
CONTRASTE DE HIPOTESIS PARA MEDIAS UN GRUPO

Potencia=1- β = P (Rechazar H0 | H0 es falsa)

H0: μ = 90 versus
H1: μ ≠ 90.
Tenga en cuenta que β y la potencia del test están relacionados con α,
la variabilidad del resultado y el tamaño del efecto. En la figura podemos
ver lo que le sucede a β y a la potencia si aumentamos α.

Supongamos, por ejemplo, que aumentamos α a α = 0,10. El valor crítico superior sería 92,56en lugar de
93,92. La línea vertical se desplazaría hacia la izquierda, aumentando α, disminuyendo β y aumentando la
potencia.

Si bien una prueba mejor es aquella con mayor potencia, no es aconsejable aumentar α como medio para
aumentar la potencia. No obstante, existe una relación directa entre α y potencia (a medida que α aumenta,
también lo hace la potencia).
CONTRASTE DE HIPOTESIS PARA MEDIAS UN GRUPO

Potencia=1- β = P (Rechazar H0 | H0 es falsa)

H0: μ = 90 versus
H1: μ ≠ 90.
Tenga en cuenta que β y la potencia del test están relacionados con α,
la variabilidad del resultado y el tamaño del efecto. En la figura podemos
ver lo que le sucede a β y a la potencia si aumentamos α.

Supongamos, por ejemplo, que aumentamos α a α = 0,10. El valor crítico superior sería 92,56en lugar de
93,92. La línea vertical se desplazaría hacia la izquierda, aumentando α, disminuyendo β y aumentando la
potencia.

Si bien una prueba mejor es aquella con mayor potencia, no es aconsejable aumentar α como medio para
aumentar la potencia. No obstante, existe una relación directa entre α y potencia (a medida que α aumenta,
también lo hace la potencia).

La figura anterior muestra gráficamente α, β y potencia cuando la diferencia en la media bajo el nulo en
comparación con la hipótesis alternativa es de 4 unidades (es decir, 90 frente a 94). La siguiente figura muestra
los mismos componentes para la situación en la que la media bajo la hipótesis alternativa es 98.
CONTRASTE DE HIPOTESIS PARA MEDIAS UN GRUPO

Potencia=1- β = P (Rechazar H0 | H0 es falsa)

H0: μ = 90 versus
H1: μ ≠ 90.
CONTRASTE DE HIPOTESIS PARA MEDIAS UN GRUPO

Potencia=1- β = P (Rechazar H0 | H0 es falsa)

H0: μ = 90 versus
H1: μ ≠ 90.

Observe que hay una potencia mucho más alta cuando hay una diferencia mayor entre la media
considerando cierta la H0 en comparación con la media considerando cierta la H1 (es decir, 90 versus 98). Es
mucho más probable que una prueba estadística rechace la hipótesis nula a favor de la alternativa si la media
verdadera es 98 que si la media verdadera es 94.
CONTRASTE DE HIPOTESIS PARA MEDIAS UN GRUPO

Potencia=1- β = P (Rechazar H0 | H0 es falsa)

H0: μ = 90 versus
H1: μ ≠ 90.

Observe que hay una potencia mucho más alta cuando hay una diferencia mayor entre la media considerando
cierta la H0 en comparación con la media considerando cierta la H1 (es decir, 90 versus 98). Es mucho más
probable que una prueba estadística rechace la hipótesis nula a favor de la alternativa si la media verdadera es
98 que si la media verdadera es 94.

Observe también en este caso que hay poca superposición en las distribuciones bajo las hipótesis nula y
alternativa. Si se observa una media muestral de 97 o superior, es muy poco probable que provenga de una
distribución cuya media sea 90.
CONTRASTE DE HIPOTESIS PARA MEDIAS UN GRUPO

Potencia=1- β = P (Rechazar H0 | H0 es falsa)

H0: μ = 90 versus
H1: μ ≠ 90.

Observe que hay una potencia mucho más alta cuando hay una diferencia mayor entre la media considerando
cierta la H0 en comparación con la media considerando cierta la H1 (es decir, 90 versus 98). Es mucho más
probable que una prueba estadística rechace la hipótesis nula a favor de la alternativa si la media verdadera es
98 que si la media verdadera es 94.

Observe también en este caso que hay poca superposición en las distribuciones bajo las hipótesis nula y
alternativa. Si se observa una media muestral de 97 o superior, es muy poco probable que provenga de una
distribución cuya media sea 90.

En la figura anterior para H0: μ = 90 y H1: μ = 94, si observamos una media muestral de 93 , por ejemplo, no
sería tan claro si proviene de una distribución cuya media es 90 o una cuya media es 94..
CONTRASTE DE HIPOTESIS PARA MEDIAS UN GRUPO

TAMAÑO DE LA MUESTRA

Debe asegurarse de que una prueba tenga alta potencia al diseñar los estudios, la mayoría de la gente
considera un poder del 80% o del 90% (del mismo modo que generalmente usamos el 95% como nivel de
confianza para las estimaciones del intervalo de confianza).
CONTRASTE DE HIPOTESIS PARA MEDIAS UN GRUPO

TAMAÑO DE LA MUESTRA

Debe asegurarse de que una prueba tenga alta potencia al diseñar los estudios, la mayoría de la gente
considera un poder del 80% o del 90% (del mismo modo que generalmente usamos el 95% como nivel de
confianza para las estimaciones del intervalo de confianza).

Las entradas para las fórmulas de tamaño de la muestra incluyen la potencia deseada, el nivel de significancia
y el efecto tamaño (ES). El efecto del tamaño se selecciona para representar una diferencia clínicamente
significativa o prácticamente importante en el parámetro de interés, como ilustraremos.
CONTRASTE DE HIPOTESIS PARA MEDIAS UN GRUPO

TAMAÑO DE LA MUESTRA

Debe asegurarse de que una prueba tenga alta potencia al diseñar los estudios, la mayoría de la gente
considera un poder del 80% o del 90% (del mismo modo que generalmente usamos el 95% como nivel de
confianza para las estimaciones del intervalo de confianza).

Las entradas para las fórmulas de tamaño de la muestra incluyen la potencia deseada, el nivel de significancia
y el efecto tamaño (ES). El efecto del tamaño se selecciona para representar una diferencia clínicamente
significativa o prácticamente importante en el parámetro de interés, como ilustraremos.
CONTRASTE DE HIPOTESIS PARA MEDIAS UN GRUPO
RESUMEN
CONTRASTE DE HIPOTESIS PARA MEDIAS UN GRUPO
CONTRASTE DE HIPOTESIS PARA MEDIAS UN GRUPO

RECORDAR

Tamaño Conozco 𝝈 ?
muestral
SI NO
𝑛 ≥ 30 Z Z

𝑛 < 30 Z t Student
CONTRASTE DE HIPOTESIS PARA MEDIAS UN GRUPO
ESTADÍSTICOS DE PRUEBA O VALORES CALCULADOS

𝒙−𝝁 𝒙−𝝁
𝒁𝑪𝒂𝒍𝒄𝒖𝒍𝒂𝒅𝒐 = 𝝈 𝒕𝑪𝒂𝒍𝒄𝒖𝒍𝒂𝒅𝒐 =
𝒔
𝒏 𝒏
GL= NO CORRESPONDE GL= n-1
CONTRASTE DE HIPOTESIS PARA MEDIAS UN GRUPO
P- VALOR
Asumiendo que la Ho es verdadera. El p valor es la probabilidad de encontrar una media
muestral que es tan o mas extrema que la observada.

Como se calcula el p valor (o valor p) para cada tipo de test?

El primer paso es calcular el Z (o t) observado o el Z (o t) de prueba Zo (o to)

𝒙−𝝁
𝒁𝒐 = 𝝈
𝒏

𝒙−𝝁
𝒕𝒐 =
𝒔
𝒏
CONTRASTE DE HIPOTESIS PARA MEDIAS UN GRUPO
P- VALOR

P Valor = Probabilidad “a posteriori”. Esta es calculada después

de haber llevado a cabo el test. Es la probabilidad de encontrar
un valor igual o mas extremo que el valor observado bajo el
supuesto de asumir que la hipótesis nula es verdadera
CONTRASTE DE HIPOTESIS PARA MEDIAS UN GRUPO
Potencia de un test

𝑷𝒐𝒕𝒆𝒏𝒄𝒊𝒂 𝒅𝒆𝒍 𝒕𝒆𝒔𝒕 = 𝟏 − 𝜷, 𝑠𝑖 𝑚 = 𝑚1

CONTRASTE DE HIPOTESIS PARA MEDIAS UN GRUPO

Ejercicio 1
CONTRASTE DE HIPOTESIS PARA MEDIAS UN GRUPO
Ejercicio 1
CONTRASTE DE HIPOTESIS PARA MEDIAS UN GRUPO
Ejercicio 2
CONTRASTE DE HIPOTESIS PARA MEDIAS UN GRUPO
Ejercicio 2
CONTRASTE DE HIPOTESIS PARA MEDIAS UN GRUPO
Ejercicio 3
CONTRASTE DE HIPOTESIS PARA MEDIAS UN GRUPO
Ejercicio 3
CONTRASTE DE HIPOTESIS PARA MEDIAS UN GRUPO
Ejercicio 4
CONTRASTE DE HIPOTESIS PARA MEDIAS UN GRUPO
Ejercicio 4
CONTRASTE DE HIPOTESIS PARA MEDIAS UN GRUPO
Ejercicio 5
CONTRASTE DE HIPOTESIS PARA MEDIAS UN GRUPO
Ejercicio 5
CONTRASTE DE HIPOTESIS PARA MEDIAS UN GRUPO
Ejercicio 6
CONTRASTE DE HIPOTESIS PARA MEDIAS UN GRUPO
Ejercicio 7
CONTRASTE DE HIPOTESIS PARA MEDIAS UN GRUPO
Ejercicio 8
Muchas
GRACIAS