Pruebas Hipotesis 1pob2

PRUEBAS DE HIPÓTESIS DE UNA POBLACIÓN P. Reyes/Sept.
2007
PRUEBAS DE HIPÓTESIS
DE UNA POBLACION
P. Reyes
Septiembre 2007
1
PRUEBAS DE HIPÓTESIS DE UNA POBLACIÓN P. Reyes/Sept. 2007
CONTENIDO
1. Introducción
2. Pruebas de hipótesis para una población
3. Prueba de hipótesis estadística
4. Ejemplos de fórmulas para calcular los estadísticos de prueba
5. Ejemplos de pruebas de hipótesis de una población
6. Ejercicios adicionales
2
Pruebas de hipótesis de una población

1. Introducción
La inferencia estadística es el proceso mediante el cual se utiliza la información de los

datos de una muestra para extraer conclusiones acerca de la población de la que se
seleccionó la muestra. Las técnicas de inferencia estadística se dividen en dos áreas
principales: Estimación de intervalos de confianza y Pruebas de hipótesis.
En cada prueba estadística, se comparan algunos valores observados contra algunos

esperados u otro valor observado comparando estimaciones de parámetros (media,
desviación estándar, varianza).
Estas estimaciones de los verdaderos parámetros son obtenidos usando una muestra de
datos y calculando los estadísticos.
La capacidad para detectar una diferencia entre lo que es observado y lo que es esperado
depende del desarrollo de la muestra de datos.
Incrementando el tamaño de la muestra mejora la estimación y la confianza en las
conclusiones estadísticas.
Al realizar pruebas de hipótesis, se parte de que un valor supuesto (hipotético) es el

parámetro poblacional. Después de recolectar una muestra aleatoria, se compara el
estadístico muestral, así como la media (x), con el parámetro hipotético, se compara con
una supuesta media poblacional (). Después se acepta o se rechaza el valor hipotético,
según proceda. Se rechaza el valor hipotético sólo si el resultado muestral resulta muy poco
probable cuando la hipótesis es cierta.
3
Se trata de probar una afirmación sobre parámetros de la población (media ; varianza σ2

o proporción ) en base a datos de estadísticos de una muestra (X media, s2 o p
respectivamente):
Por ejemplo, probar las afirmaciones en los parámetros se usan los estadísticos:
En una población
 La media poblacional m = 12; estadístico Zc
 La varianza poblacional σ2 = 12; estadístico c2
 La proporción poblacional p = 0.3 estadístico Zc
En dos poblaciones
 Las medias poblacionales son iguales m1 = m2 o m 1 - m 2 = 0; estadístico
Zc o Tc
 Las varianzas poblacionales son iguales σ12 = σ22 o σ12 - σ22 = 0; estadístico
Fc
 Las proporciones poblacionales son iguales p1 = p2 o p1 - p2 = 0 estadístico
Zc
La prueba de hipótesis tiene varias etapas:
Etapa 1.- Planear la hipótesis nula y la hipótesis alternativa. La hipótesis nula (H0) es el
valor hipotético del parámetro que se compra con el resultado muestral resulta muy poco
probable cuando la hipótesis es cierta.
Etapa 2.- Especificar el nivel de significancia que se va a utilizar. El nivel de significancia

del 5%, entonces se rechaza la hipótesis nula solamente si el resultado muestral es tan
diferente del valor hipotético que una diferencia de esa magnitud o mayor, pudiera ocurrir
aleatoria mente con una probabilidad de 0.05 o menos.
4
Etapa 3.- Elegir el estadístico de prueba. El estadístico de prueba puede ser el estadístico
muestral (el estimador no segado del parámetro que se prueba) o una versión transformada
de ese estadístico muestral. Por ejemplo, para probar el valor hipotético de una media
poblacional, se toma la media de una muestra aleatoria de esa distribución normal, entonces
es común que se transforme la media en un valor Z el cual, a su vez, sirve como estadística
de prueba.
Etapa 4.- Establecer el valor o valores críticos del estadístico de prueba. Habiendo
especificado la hipótesis nula, el nivel de significancia y el estadístico de prueba que se van
a utilizar, se procede a establecer el o los valores críticos del estadístico de prueba. Puede
haber uno o más de esos valores, dependiendo de si se va a realizar una prueba de uno o dos
extremos o colas.
Etapa 5.- Determinar el valor real del estadístico de prueba. Por ejemplo, al probar un valor
hipotético de la media poblacional, se toma una muestra aleatoria y se determina el valor de
la media muestral. Si el valor crítico que se establece es un valor de Z, entonces se
transforma la media muestral en un valor de Z.
Etapa 6.- Tomar la decisión. Se compara el valor observado del estadístico muestral con el
valor (o valores) críticos del estadístico de prueba. Después no se rechaza o se rechaza la
hipótesis nula. Si se rechaza ésta, se acepta la alternativa; a su vez, esta decisión tendrá
efecto sobre otras decisiones de los administradores operativos, como por ejemplo,
mantener o no un estándar de desempeño o cuál de dos estrategias de mercadotecnia
utilizar.
La distribución apropiada de la prueba estadística se divide en dos regiones: una región de

rechazo y una de no rechazo. Si estadístico de prueba cae en esta última región no se puede
rechazar la hipótesis nula y se llega a la conclusión de que el proceso funciona
correctamente.
5
Al tomar la decisión con respecto a la hipótesis nula, se debe determinar el valor crítico en
la distribución estadística que divide la región del rechazo (en la cual la hipótesis nula no se
puede rechazar) de la región de rechazo. A hora bien el valor crítico depende del tamaño de
la región de rechazo.
Pasos de la prueba de hipótesis:

1. Definir el Problema ( Problema Práctico).
2. Señalar los Objetivos ( Problema Estadístico).
3. Determinar tipo de datos: Atributo o Variable.
4. Si son datos Variables: Hacer Prueba de Normalidad.
5. Establecer las Hipótesis: Hipótesis Nula (Ho con signo igual), o la Hipótesis
Alterna (Ha con signo de mayor o menor).
6. Seleccionar el nivel de Alfa (normalmente 0.05 o 5%).
7. Establecer el tamaño de la muestra,  10 .
8. Desarrollar el Plan de Muestreo.
9. Seleccionar Muestras y Obtener Datos.
10. Decidir la prueba estadística apropiada y calcular el estadístico de prueba (Z, t,
X2 o F) a partir de los datos.

11. Obtener el estadístico correspondiente de tablas o Excel.
12. Determinar la probabilidad de que el estadístico de prueba calculado ocurra al
azar.
13. Comparar el estadístico calculado con el de tablas y ver si cae en la región de
rechazo o ver si la probabilidad es menor a alfa, rechace Ho y acepte Ha. En
caso contrario no rechace Ho.
14. Con los resultados interprete una conclusión estadística para la solución
práctica.
6
2. Pruebas de hipótesis para una población

Se trata de probar una afirmación sobre parámetros de la población (media ; varianza σ2 o
proporción ) en base a datos de estadísticos de una muestra (X media, s2 o p
respectivamente):
ELEMENTOS DE LA PRUEBA:
 Prueba Estadística: Procedimiento para decidir aceptar o rechazar hipótesis.

 Hipótesis: Es una afirmación acerca de una o más poblaciones.
 Hipótesis Nula (Ho): Usualmente es una afirmación representando una situación “status
quo”. Generalmente deseamos rechazar la hipótesis nula.
o Es la hipótesis o afirmación a ser probada
o Puede ser por ejemplo  =, σ, o  a constante
o Sólo puede ser rechazada o no rechazada
 Hipótesis Alterna (Ha): Es lo que aceptamos si podemos rechazar la hipótesis nula. Ha

es lo que queremos probar.
o Es la hipótesis que se acepta como verdadera cuando se rechaza Ho, es su

complemento
o Puede ser por ejemplo   7 para prueba de dos colas
 < 7 para prueba de cola izquierda
 > 7 para prueba de cola derecha
 Estadístico de prueba: Calculado con datos de la muestra.
7
 Región de Rechazo: Indica los valores de la prueba estadística para que podamos
rechazar la Hipótesis nula (Ho). Esta región esta basada en un riesgo a deseado,
normalmente 0.05 o 5%.
 Estadístico de prueba(Z, t, X2 o F): Para probar la hipótesis nula se calcula un estadístico

de prueba con la información de la muestra el cual se compara a un valor crítico
apropiado. De esta forma se toma una decisión sobre rechazar o no rechazar la Ho.
 Error tipo I (alfa = nivel de significancia, normal=0.05): Se comete al rechazar la Ho

cuando en realidad es verdadera. También se denomina riesgo del productor
 Error tipo II (beta): Se comete cuando no se rechaza la hipótesis nula siendo en

realidad falsa. Es el riesgo del consumidor
Las pruebas de hipótesis pueden ser de dos colas, de cola derecha o de cola izquierda, a
continuación se esquematizan cada una de ellas.
Pruebas de Hipótesis de dos colas:

Ho: a = b Región de Región de
Ha: a  b Rechazo Rechazo
-Z 0 Z
Pruebas de Hipótesis de cola derecha:
Ho: a  b
Ha: a > b Región de
Rechazo
0 Z
Pruebas de Hipótesis cola izquierda:
Ho: a  b
Ha: a < b Región de
Rechazo
-Z 0 Z
3. Prueba de hipótesis Estadística
8
- Hipótesis nula Ho, complemento de la Hipótesis alterna:
o Es la hipótesis o afirmación a ser probada

o Puede ser por ejemplo m =, £, o ³ a 5
o Sólo puede ser rechazada o no rechazada
- Hipótesis alterna Ha, complemento de la hipótesis nula:
o Es la hipótesis que se acepta como verdadera cuando se rechaza Ho, es su

complemento
o Si el signo de la hipótesis alterna es  entonces se trata de una prueba de
dos colas; si es > de cola derecha y si es < de cola izquierda.
o Puede ser por ejemplo m ¹ 5 para prueba de dos colas
o m < 5 para prueba de cola izquierda
o m > 5 para prueba de cola derecha
P(Z<= - Zexcel ) = alfa/2 P(Z>= + Zexcel ) = alfa/2
Regiones de rechazo
Pasos de la prueba de hipótesis:
 Se plantea inicialmente la Ha si en el problema se muestra la afirmación de ser

menor o mayor a un valor establecido histórico.
9
 Se plantea inicialmente la Ho si en el problema se muestra la afirmación igual (es,

históricamente ha sido); mayor o igual (cuando menos) o menor o igual (a lo más)
a un valor establecido histórico.
 No importa cual se plantee primero, siempre la conclusión se hace contra la Ho

(se rechaza o no se rechaza)
 El intervalo de confianza es el intervalo donde se estima que se encuentre el

parámetro de la población (media ; varianza σ2 o proporción ) para un cierto nivel
de confianza o de significancia.
10
Estadístico de prueba
o Para probar la hipótesis nula se calcula un estadístico de prueba con la

información de la muestra el cual se compara a un valor crítico apropiado.
De esta forma se toma una decisión sobre rechazar o no rechazar la Ho
- Error tipo I (alfa = nivel de significancia, es común = 0.05 ). Alfa = 1- Nivel de

confianza
o Se comete al rechazar la Ho cuando en realidad es verdadera. También se

denomina riesgo del productor.
- Error tipo II (beta )
o Se comete cuando no se rechaza la hipótesis nula siendo en realidad falsa. Es

el riesgo del consumidor
Pruebas de Hipótesis de dos colas:
Si la Ho: m = que un valor poblacional, entonces el riesgo alfa se reparte en

ambos extremos de la distribución. Por ejemplo si Ha: m≠ 10 se tiene:
Ho: a = b
Ha: a ¹ b
11
P(Z<= - Zexcel ) = alfa/2 P(Z>= + Zexcel ) = alfa/2
Regiones de rechazo
Pruebas de Hipótesis de cola derecha:
Si la Ho: m £, que un valor poblacional, entonces el riesgo alfa se coloca en el

extremo derecho de la distribución. Por ejemplo si Ho m £ 10 y Ha: m >10 se
tiene una prueba de cola derecha:
Ho: a £ b
Ha: a > b
Región de
rechazo
P(Z>= + Zexcel ) = alfa
Pruebas de Hipótesis cola izquierda:
12
Si la Ho: m ³ que un valor poblacional, entonces el riesgo alfa se coloca en el

extremo izquierdo de la distribución. Por ejemplo si Ho m ³ 10 y Ha: m < 10 se
tiene una prueba de cola izquierda:
Ho: a ³ b
Ha: a < b
Región de
rechazo
P(Z<= - Zexcel ) = alfa
Zexcel ( 0.01 )
13
Pasos para realizar una prueba de hipótesis
Probar la hipótesis de igualdad de una media  para n > 30
1) Establecer las hipótesis e identificar el nivel de significancia alfa o 1- Nivel de

confianza (NC)
Ho:  Ha: ¹
2) Calcular el estadístico de prueba Zc o Tc con fórmula
3) Determinar el estadístico de tablas Zt o Tc de Excel para una cierta alfa o 1-NC
4) Establecer la región de rechazo con Zt y ver si cae ahí Zc
Las regiones de rechazo prueba de 2 colas: -Z/2 y Z/2
5) Determinar el Intervalo de confianza para la media y ver si incluye a la media de la

hipótesis, si no rechazar Ho
6) Determinar el valor P correspondiente a Zc y comparar contra Alfa/2, si es menor

rechazar Ho
14
4. Fórmulas para calcular los estadísticos de prueba
Fórmulas para Intervalos de confianza de parámetros de una población
a) Intervalo de confianza para estimar  con muestras grandes (n >= 30 ) y cuando ya se

cuenta con historial, o sea que  es conocida:

IC para   X  Z  / 2
n
Si la  no se conoce entonces se usa S de la muestra en su lugar

S
IC para   X  Z  / 2
n
b) Intervalo de confianza para estimar  con muestras pequeñas (n < 30; grados de libertad
= gl. = n –1):
S
IC para   X  t / 2, gl
n
c) Intervalo de confianza para estimar  proporción poblacional:

p (1  p )
Sp 
n
IC para   p  Z  / 2 S p
d) Tamaño de muestra para estimar  en función del error ( X   ) :

Z 2 / 2
n
( X  )2
e) Tamaño de muestra para estimar  en función del error ( p   ) , en el peor caso  =

0.5:
Z 2 / 2 ( )(1   )
n
( p   )2
15
Fórmulas para calcular los estadísticos utilizados en las pruebas de Hipótesis de una
pob.
f) Estadístico Zc muestras grandes (n >= 30 ) y cuando la  es conocida (ya se tiene

historial):
X   HIPOTESIS
Zc  f) Si no se conoce la  entonces se reemplaza por la S de la
 n
muestra.
g) Estadístico tc para muestras pequeñas (n < 30) y la  es desconocida:

X   HIPOTESIS
tC 
s n
h) Estadístico Zc para proporciones y muestras grandes (n >= 30):
 HIPOTESIS (1   HIPOTESIS )
p 
n
p   HIPOTESIS
Zc 
p
16
Ejemplos de cada uno de los casos
a) Estadístico Zc muestras grandes (n >= 30 ) o cuando la  es conocida

(ya se tiene historial):
Ho :   valor
Ha :   valor
X   HIPOTESIS
Zc 
 n
Estadístico de tablas Zalfa o Zalfa/2 en Excel =DISTR.NORM.ESTAND.INV(alfa o

alfa/2)
Estadístico de tablas Zalfa o Zalfa/2 en Minitab >Calc >Probability distributions> Normal:

Inverse Cummulative prob; Mean = 0; Std. Dev. = 0; Input constant = Alfa o alfa/2
Intervalo de confianza para estimar  con muestras grandes (n >= 30) o cuando ya se
cuenta con historial, o sea que  es conocida:

IC para   X  Z  / 2
n
Si no se conoce la  entonces se reemplaza por la S de la muestra.
S
IC para   X  Z  / 2
n
El valor p de probabilidad correspondiente al estadístico Zc se determina como sigue:
P value en Excel =DISTR.NORM.ESTAND(Zc)
P value en Minitab >Calc >Probability distributions> Normal:

Cummulative prob; Mean = 0; Std. Dev. = 0; Input constant = Zc
Prueba de hipótesis en Minitab:
17
>Stat >Basic statistics > 1-Sample Z
Utilizar Sample in columns o Summarized data

Sample size 49 Mean 11.5 Standar deviation 1.1
Test Mean 12
Graphs – Seleccionar º! Individual value plot
Confidence level 90% Alternative not equal

OK
Resultados:
One-Sample Z
Test of mu = 12 vs not = 12
The assumed standard deviation = 1.1
N Mean SE Mean 90% CI Z P

49 11.5000 0.1571 (11.2415, 11.7585) -3.18 0.001
Criterios de rechazo de Ho:
Si Zc cae en la zona de rechazo

El valor de la Hipótesis no se encuentra en el Intervalo de confianza
El valor P es menor que el valor de alfa (prueba de una cola) o de alfa/2 (dos colas).
b) Estadístico tc para muestras pequeñas (n < 30) y la  es desconocida:

Ho :   valor
Ha :   valor
18
X   HIPOTESIS
tC 
s n
Estadístico de tablas Talfa o Talfa/2 en Excel =DISTR.T.INV(2*alfa o alfa, grados de

libertad n-1)
Estadístico de tablas Talfa o Talfa/2 en Minitab >Calc >Probability distributions> :

Inverse Cummulative prob; Degrees of freedom = n-1; Input constant = Alfa o
alfa/2
Intervalo de confianza para estimar  con muestras pequeñas (n < 30; grados de libertad
(gl.) = n –1):
S
IC para   X  t / 2, gl
n
El valor p de probabilidad correspondiente al estadístico Tc se determina como sigue:
P value en Excel =DISTR.T(Tc, grados de libertad, 1 o 2 colas)
P value en Minitab >Calc >Probability distributions> T:

Cummulative prob; Degrees of freedom = n-1; Input constant = Tc
Prueba de hipótesis en Minitab:
>Stat >Basic statistics > 1-Sample t
Utilizar Sample in columns o Summarized data

Sample size 10 Mean 11277 Standar deviation 3772
Test Mean 12000
19
OK
Resultados:
One-Sample T
Test of mu = 12000 vs not = 12000
N Mean StDev SE Mean 95% CI T P

10 11277.0 3772.0 1192.8 (8578.7, 13975.3) -0.61 0.559
Si Tc cae en la zona de rechazo

c) Estadístico Zc para proporciones y muestras grandes (n >= 30):

Ho :   valor
Ha :   valor
 HIPOTESIS (1   HIPOTESIS )
p 
n
p   HIPOTESIS
Zc 
p
Estadístico de tablas Zalfa o Zalfa/2 en Excel =DISTR.NORM.ESTAND.INV(alfa o

alfa/2)
Estadístico de tablas Zalfa o Zalfa/2 en Minitab >Calc >Probability distributions> Normal:

Inverse Cummulative prob; Mean = 0; Std. Dev. = 0; Input constant = Alfa o alfa/2
20
Intervalo de confianza para estimar  proporción poblacional:
p (1  p )
Sp 
n
IC para   p  Z  / 2 S p
El valor p de probabilidad correspondiente al estadístico Zc se determina como sigue:
P value en Excel =DISTR.NORM.ESTAND(Zc)
P value en Minitab >Calc >Probability distributions> Normal:

Cummulative prob; Mean = 0; Std. Dev. = 0; Input constant = Zc
21
Prueba de hipótesis en Minitab
>Stat >Basic statistics > 1- Proportion
Summarized data
Number of trial 500 Number of events 225
Confidence level 98% Test proportion 0.40 Alternative Less than
º! Use test and interval based on normal distribution
OK
Resultados
Test and CI for One Proportion
Test of p = 0.4 vs p < 0.4
98%
Upper
Sample X N Sample p Bound Z-Value P-Value
1 225 500 0.450000 0.495693 2.28 0.989
Si Zc cae en la zona de rechazo

22
d) Cálculo del estadístico con base en Chi cuadrada para prueba de

una varianza.
Ho:  2 =  02
Ho:  2   0
2
El estad
Donde:
 02 la varianza de la hipótesis
N = número de datos de la muestra

S2 = varianza de los datos de la muestra
23
e) Tamaño de muestra para estimar  en función del error ( X  ) :
Z 2 / 2
n
( X  )2
f) Tamaño de muestra para estimar  en función del error (p ) , en el

peor caso  = 0.5:
Z 2 / 2 ( )(1   )
n
( p   )2
24
5. Ejemplos de pruebas de hipótesis de una población

Ejemplos de Prueba de hipótesis Estadística
Paso 1. Para una muestra grande (n >30) probar la hipótesis de una media  . Establecer
alfa.
Ho:    o
Ha:   0
Paso 2. Calcular el estadístico de prueba

  0
Z calc 
s
n
Paso 3. Establecer la región de rechazo, para prueba de 2 colas:  Z  2  Z  2
Región de Región de
Rechazo Rechazo
0
-Z Z
Paso 4. Si el valor del estadístico de prueba cae en la región de rechazo rechazaremos Ho

de otra manera no podemos rechazar Ho.
Paso 5. Calcular el intervalo de confianza IC para un nivel de confianza de 1-alfa, si la

media de la hipótesis se encuentra dentro del intervalo, no rechazar Ho y viceversa.
Paso 6. Calcular el valor de Probabilidad P para el estadístico calculado a partir de la

muestra Zc o Tc por medio de:
25
Para Zc: P = distr.norm.estand.inv(-Zc)

Para Tc: P = distr.t.inv(Tc, grados de libertad, 1 o 2 colas)
Para Chi2: P = Prueba.chi.inv(Chi c, grados de libertad)
Si el valor de P es menor o igual a alfa se rechaza Ho y se acepta Ha (en el caso de dos

colas el valor de P total es del doble del calculado).
Prueba Z de 2 colas
Problema 1
Los enanos de Blanca Nieves le informan que excavan 12 toneladas promedio por semana.
Nieves recolecta datos de 49 semanas y obtiene X=11.5, s= 1.1 a un nivel de significancia
α=10%. Los Enanos están en lo cierto.
Solución
1) Planteamiento de hipótesis
Ho: μ=12
Ha: μ≠12
2) Determinar estadístico de la prueba Z
Zc= 11.5 – 12/ (1.1 / √49) = -0.5/ 0.157 = -3.185
3) Determinar el valor de Zt de acuerdo al valor de alfa

10% / 2 = 0.05
Z de tablas 0.05 = -1.64
4) Interpretación y conclusiones
Dado que Zc=-3.185 es menor que Zt=-1.64 la Ho se rechaza a un nivel alfa del 10%.
26
Los enanos no excavan 12 toneladas al día
5) Intervalo de confianza
IC = Media +-Zalfa/2* S/ raiz(n)
IC = 11.5+- 1.64* 1.1/raiz(49) = (11.242, 11.75)
La media de la hipótesis no se encuentra en el intervalo de confianza, se rechaza Ho.
6) Valor P del estadístico de prueba

P =distr.norm.estand(Zc) =distr.norm.estand(-3.18) = 0.00073
Como el valor P es menor a alfa/2 entonces se rechaza Ho
27
Prueba Minitab:
>Stat >Basic statistics > 1-Sample Z
Summarized data
Sample size 49 Mean 11.5 Standar deviation 1.1
Test Mean 12

OK
RESULTADOS Y CONCLUSIONES……
Problema 2
Se quiere probar la afirmación de que la distancia promedio viajada por pelotas de golf es
de 250 yardas a un 95% de confianza.
Z Se toma una muestra de 16 distancias
269
300
268
278
282
263
301
295
288
278
276
286
296
265
271
279
28
En vez de seleccionar Summarized data, seleccionar Samples in columns
Prueba Z de una cola
Problema 3
Se planea en un restaurante eliminar del menú el pollo frito. Se afirma que las ventas
habían descendido por debajo de la media histórica de $4500. ¿Parece una decisión
adecuada si en una muestra de n=144 observaciones se observa Xmedia= 4,477, s=1,128
con α= 2%?
Solución
Ho: μ≥4500
Ha: μ<4500
Zc= 4477 – 4500 / (1128 / √144) = -23/ 94= -0.245
3) Determinar el valor de Z en tablas de acuerdo al valor de alfa 2%

Zt de tablas 0.02 = -2.053
Dado que Zc=-0.245 es mayor que Zt=-2.053 la Ho no se rechaza a una alfa del 2%.
IC = Media +-Zalfa/2* S/ raiz(n)
IC = 4477 +- 2.053* 1128/raiz(144) = (4284.01, 4669.98)
29
La media de la hipótesis si se encuentra en el intervalo de confianza, no se rechaza

Ho.
P =distr.norm.estand(Zc) =distr.norm.estand(-0.245) = 0.4032

Como el valor P es mayor a alfa entonces no se rechaza Ho, no han descendido las
ventas.
Prueba Minitab (Options: Confidence level 98% Alternative Less Than)

Prueba t de dos colas
Problema 4
Un distribuidor piensa que el promedio de sus ventas son de $12000 al mes. Selecciona
n=10 meses y encuentra X=11,277, s=3,772. Aun alfa del 5% ¿qué se puede concluir?
Solución
Ho: μ=12000
Ha: μ≠12000
2) Determinar estadístico de la prueba t

tc= 11277 – 12000 / (3772 / √10) = -723 / 1192.81 = - 0.6061
3) Determinar el valor de t en tablas de acuerdo al valor de alfa y los grados de libertad

gl= n-1= 10-1 =9 para un alfa / 2 de 0.05/2= 0.025
tt de tablas para 0.025 con 9 gl = 2.262 con =distr.t.inv(0.05,9) = 2.262
30
Dado que tc= -0.6061 es mayor que tt= - 2.262 la Ho no se rechaza a un nivel alfa del 5%.
Las ventas son de $12000 al mes
IC = Media +-Talfa/2* S/ raiz(n)
IC = 11277+- 2.262* 3772/raiz(10) = ( 8578.86, 13975.14)
La media de la hipótesis se encuentra en el intervalo de confianza, NO se rechaza

Ho.
P =distr.t(Tc, gl, colas) =distr.t(0.6061, 9, 2) = 0.5594

Como el valor P es mayor a alfa/2 entonces NO se rechaza Ho, las ventas son de
$12000.
Prueba Minitab
>Stat >Basic statistics > 1-Sample t
Summarized data
Sample size 10 Mean 11277 Standar deviation 3772
Test Mean 12000

OK
31
Problema 5
Las ganancias por acción son de 3 dolares, probar para un 95% de confianza si esto es
cierto. Una muestra de datos arrojó los resultados siguientes:
1.92
2.16
3.63
3.16
4.02
3.14
2.2
2.34
3.05
2.38
Prueba t de una cola
Problema 6
La vida útil de un foco es de 5,000 horas. Un nuevo diseño se piensa incremente esta vida.
Se prueban n=25 focos con fusión a X=5,117, s= 1,886. Concluir para un nivel alfa del 5%.
Solución
Ho: μ≤5000
32
Ha: μ>5000
2) Determinar estadístico de la prueba t

tc= 5117 – 5000 / (1886 / √25) = 117 / 377.2 = 0.310
3) Determinar el valor de t en tablas de acuerdo al valor de alfa y los grados de libertad

gl= n-1= 25-1 =24 para alfa de 0.05
tt de tablas 0.05 con 24 gl = 1.71 de =distr.t.inv(0.1,24) =1.71
Dado que tc=0.310 es menor que tt=1.71 la Ho no se rechaza a un nivel alfa de 5%.
La vida de los focos es de 5000 horas.
IC = Media +-Talfa/2* S/ raiz(n)
IC = 5117+- 1.71* 1886/raiz(25) = ( 4471.988, 5762.012 )

Ho.
P =distr.t(Tc, gl, colas) =distr.t(0.31, 24, 1) = 0.3796

Como el valor P es mayor a alfa entonces NO se rechaza Ho, la vida es de 5000 Hrs.
Prueba Minitab (Confidence level 95% Alternative greater than)
Problema 7
33
Las horas tomadas para plantar un árbol mediano son las siguientes. Probar a un
5% si el tiempo es > 2 Hrs.
1.9
1.7
2.8
2.4
2.6
2.5
2.8
3.2
1.6
2.5
Prueba Z para una proporción
Problema 8
Midwest planea comercializar un producto sólo si por lo menos el 40% del público lo
prefiere. En una muestra de 500 personas encuentra que 225 lo prefieren. ¿A un nivel alfa
de 2%, Midwest debe comercializar el producto?
Solución
Ho: π≥0.40
Ha: π<0.40

σp = √(0.40)(1-0.40) / 500 = 0.022
p= 225/500 = 0.45
Zc= 0.45-0.40/ 0.022) = 0.05/ 0.022 = 2.27
3) Determinar el valor de Z en tablas de acuerdo al valor de alfa
34
0.02%
Z de tablas para 0.02 = -2.053
Dado que Zc=2.27 es mayor que Zt=-2.053 la Ho no se rechaza a un nivel alfa del 2%.
La proporción no es menor al 40% se debe comercializar el producto.
p = 225/500 = 0.45
Sp = raiz (p(1-p)/n)) = raiz(0.45(0.55)/500) = 0.02418
IC = p +- Zalfa/2 * Sp
IC = 045 +- 2.053*0.024 = (0.400, 0.4992)

Ho.
P =distr.norm.estand (Zc) =distr.norm.estand (2.27) = 0.98839
Como el valor P es mayor a alfa/2 entonces NO se rechaza Ho, la proporción es 0.40.
Prueba Minitab
>Stat >Basic statistics > 1- Proportion
Summarized data
Number of trial 500 Number of events 225
35
Confidence level 98% Test proportion 0.40

Alternative Less than
º! Use test and interval based on normal distribution

OK
36
Problema 9
Un estudio indicó que el 64% de los consumidores de supermercado creen en las marcas
propias. El fabricante de una salsa de tomate preguntó a 100 compradores donde 52
prefieren marca propia, probar si el porcentaje de preferencias es menor al 64%, para un
5% de nivel de significancia
Ha: pi < 0.64 Ho: Pi >= 0.64 Trials 100
Prueba de cola izquierda Events 52
NC 95%
Alternate Less Than
Problema 10
Midlakes canceló sus vuelos ya que se estimó que más del 18% involucraba aviones con
fallas mecánicas. ¿Este estimado se confirma a un nivel alfa del 0.05 si D = 24 aviones de n
= 120 tenían fallas?
Solución
Ho: π ≤0.18
Ha: π >0.18

σp = √(0.18)(1-0.18) / 120 = 0.035
p= 24/120 = 0.2
Zc= 0.2-0.18/ 0.035) = 0.02/ 0.035 = 0.571
3) Determinar el valor de Z en tablas de acuerdo al valor de alfa de 0.05%

Z de tablas para 0.05 = 1.64
37
Dado que Zc=0.571 es menor que Zt=1.64 la Ho no se rechaza a un nivel de confianza del
5%.
La proporción de aviones con falla es del 0.18
p = 24/120 = 0.2
Sp = raiz (p(1-p)/n)) = raíz(0.2(0.8)/120) = 0.0365
IC = p +- Zalfa/2 * Sp
IC = 0.2 +- 1.64*0.0365 = (0.1402, 0.2598)

Ho.
P =distr.norm.estand (Zc) =distr.norm.estand (-0.571) = 0.284
Como el valor P es mayor a alfa/2 entonces NO se rechaza Ho, la proporción es 0.18.
Prueba Minitab (Confidence level 95% Alternative Greater than)
38
Prueba de hipótesis para una varianza

Problema 10
Se trata de probar si la varianza poblacional de las rentas en las ciudades es de 30.
Los datos de la renta para diferentes ciudades es la siguiente:
Ciudad Renta
A 47
B 50
C 53
D 45
E 40
F 43
G 39
H 37
La varianza de los datos en Excel es: = Var( datos de rentas ) = 31.0714286
Paso 1. 2 = 02 2  02

Ho: Varianza = 30 Ha: Varianza  30
Paso 2. Estadístico de Prueba Chi cuadrado calculado Chic:
Donde:
02 = Varianza de Ho = 30;

N = número de datos = 8;
Varianza de datos S2= 31.0714286
c2 = (8-1)*31.0714286 / 30 = 7.25
39
Paso 3. Estadístico correspondiente a alfa  =0.05 (por tanto /2 = 0.025).

De tablas o con Excel por ser una prueba de dos colas:
2/2, n-1 = prueba.chi.inv(0.025, 8-1) = 16.0127643
2 (1-/2), n-1 = prueba.chi.inv(0.975, 8-1) = 1.68986919
/2 = /2 = 0.025

0.025
Paso 4. Se observa si el 2c cae en la zona de rechazo, como en este caso no es así, no hay
evidencia suficiente para rechazar Ho, y se considera que la varianza si es de 30.
Paso 5. Calculando el valor P correspondiente a la Chi calculada (2c se tiene:

P = distr.Chi(2c, n-1) = distr.chi(7.25, 7) = 0.4033
P =0.4033
/2 =
Como el valor P correspondiente a X2c es mayor que Alfa/2, no se rechaza la Ho
Paso 6. Calculando ahora el intervalo de confianza para la varianza poblacional se tiene:
40
Sustituyendo valores se tiene: (13.58291398, 128.7081872)
Como el 30 de la Ho se encuentra en el intervalo de confianza, no se rechaza Ho indicando

que la varianza no es diferente de 70.
41
6. Ejercicios adicionales:
12. Los tiempos que toma el registro de las órdenes en un negocio son los siguientes:
1.9 1.7 2.8 2.4 2.6 2.5 2.8 3.2 1.6 2.5
a) Probar a un Nivel de Confianza del 90% si el tiempo es mayor a 1.98.

b) Probar a un alfa de 0.02 si la desviación estándar es mayor a 0.6.
13. Se quiere probar la afirmación de que la distancia viajada por pelotas de golf es de 250
yardas a un 95% de confianza. Se toma una muestra de 36 distancias
269 300 268 278 282 263 301 295 288 278 276 286 296 265 271 279
284 260 275 282 260 266 270 293 272 285 293 281 269 291 274 277
299 263 264 273
14. Las Ganancias por acción son de 3 dólares para un 95% de confianza, probar esta
afirmación..
Una muestra de datos arrojó los resultados siguientes:
1.92 2.16 3.63 3.16 4.02 3.14 2.2 2.34 3.05 2.38
15. Un estudio encontró que 40% de los usuarios de Internet recibieron más de 10 mensajes
diarios. Si de 420 usuarios 188 recibieron estos mensajes, a un nivel de 5% ¿Cuál es
la conclusión?
16. Un estudio indicó que el 64% de los consumidores de supermercado creen en las
marcas propias. El fabricante de una salsa de tomate preguntó a 100 compradores donde 52
prefieren marca propia, probar si el porcentaje de preferencias es menor al 64%, para
un 5% de nivel de significancia.
42
17. Un restaurante planea una oferta especial si más del 15% de los clientes compra vasos
de diseño especial con personajes de caricaturas. En una prueba 88 de 500 clientes
compraron vasos. A un 0.01 de nivel de significancia, ¿Cuál es su recomendación?
18. Las rentas diarias de automoviles en Dólares de ocho ciudades se muestra a

continuación:
Ciudad A B C D E F G H
Renta 47 50 53 45 40 43 39 37
¿A un 5% se comprueba la hipótesis de que la varianza de la población es de 30?
19. Se midió la temperatura de fusión de un aceite vegetal hidrogenado en n=16 muestras y

se encontró una media de 94.32. Si la temperatura de fusión sigue una distribución normal
con sigma = 1.20.
a) Probar a un 95% de nivel de confianza de que la media se ha mantenido en 95.
20. La duración promedio de cierto foco es de 750 horas. El cliente cambiaría de marca
sólo que se demuestre que de manera concluyente que la vida de los focos es menor que la
anunciada. Se elige una muestra aleatoria de 20 focos, se determina su duración y se
obtiene una vida media de 738.44 con una desviación estándar de 38.20.
a) ¿Cuál sería la conclusión a un 95% de nivel de confianza?
21. Después de ciertas horas de trabajo se determinó el desgaste de flechas en 0.0001” para
cada una de las n=8 máquinas que tienen plomo y cobre como material de soporte, y se
obtuvo como resultado que la media fue de 3.72 con desviación estándar de 1.25.
a) Se desea probar si el desgaste es mayor a 3.5 a un 95% de nivel de confianza.
43
22. Las lecturas de radiación de Radón tomadas en 12 lugares fueron como sigue:
105.6, 90.9, 91.2, 96.9, 96.5, 91.3, 100.1, 105, 99.6, 107.7, 103.3 y 92.4.
a) A un alfa de 5%, ¿indican las lecturas que difieren de 100?.
23. Se prueban 100 baterías de Ni-H para celdas de prueba y se determina que 14 de ellas
se ampoyan en sus placas fallando. Para un 5% de nivel de significancia.
a) ¿Proporciona lo anterior una evidencia de que más del 10% de las baterías fallan?
24. Para un cierto servicio los tiempos de respuesta son de 3 horas, probar la afirmación
para un 98% de nivel de confianza.
Una muestra de datos arrojó los resultados siguientes:
1.92
2.16
3.63
3.16
4.02
3.14
2.2
2.34
3.05
2.38
25. Las horas tomadas para mantenimiento son las siguientes. Probar a un 5% si el tiempo
es > 2 Hrs.
Tiempos
1.9
1.7
44
2.8
2.4
2.6
2.5
2.8
3.2
1.6
2.5
26. Un estudio encontró que 40% de los usuarios de Internet recibieron más de 10 mensajes
diarios
Si de 420 usuarios 188 recibieron estos mensajes, a un nivel de 5% ¿Cúal es la conclusión?
27. Un estudio indicó que el 64% de los consumidores de supermercado creen en las
marcas propias. El fabricante de una salsa de tomate preguntó a 100 compradores donde 52
prefieren marca propia,
probar si el porcentaje de preferencias es menor al 64%, para un 5% de nivel de
significancia.
45

Pruebas Hipotesis 1pob2

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Pruebas Hipotesis 1pob2

Cargado por

Copyright:

Formatos disponibles

PRUEBAS DE HIPÓTESIS DE UNA POBLACIÓN P. Reyes/Sept.

2. Pruebas de hipótesis para una población

3. Prueba de hipótesis estadística

4. Ejemplos de fórmulas para calcular los estadísticos de prueba

5. Ejemplos de pruebas de hipótesis de una población

Pruebas de hipótesis de una población

La inferencia estadística es el proceso mediante el cual se utiliza la información de los

En cada prueba estadística, se comparan algunos valores observados contra algunos

Al realizar pruebas de hipótesis, se parte de que un valor supuesto (hipotético) es el

Se trata de probar una afirmación sobre parámetros de la población (media ; varianza σ2

La prueba de hipótesis tiene varias etapas:

Etapa 2.- Especificar el nivel de significancia que se va a utilizar. El nivel de significancia

La distribución apropiada de la prueba estadística se divide en dos regiones: una región de

Pasos de la prueba de hipótesis:

X2 o F) a partir de los datos.

2. Pruebas de hipótesis para una población

 Prueba Estadística: Procedimiento para decidir aceptar o rechazar hipótesis.

o Es la hipótesis o afirmación a ser probada

o Puede ser por ejemplo  =, σ, o  a constante

o Sólo puede ser rechazada o no rechazada

 Hipótesis Alterna (Ha): Es lo que aceptamos si podemos rechazar la hipótesis nula. Ha

o Es la hipótesis que se acepta como verdadera cuando se rechaza Ho, es su

o Puede ser por ejemplo   7 para prueba de dos colas

 < 7 para prueba de cola izquierda

 > 7 para prueba de cola derecha

 Estadístico de prueba: Calculado con datos de la muestra.

 Estadístico de prueba(Z, t, X2 o F): Para probar la hipótesis nula se calcula un estadístico

 Error tipo I (alfa = nivel de significancia, normal=0.05): Se comete al rechazar la Ho

 Error tipo II (beta): Se comete cuando no se rechaza la hipótesis nula siendo en

Pruebas de Hipótesis de dos colas:

3. Prueba de hipótesis Estadística

- Hipótesis nula Ho, complemento de la Hipótesis alterna:

o Es la hipótesis o afirmación a ser probada

- Hipótesis alterna Ha, complemento de la hipótesis nula:

o Es la hipótesis que se acepta como verdadera cuando se rechaza Ho, es su

P(Z<= - Zexcel ) = alfa/2 P(Z>= + Zexcel ) = alfa/2

Pasos de la prueba de hipótesis:

 Se plantea inicialmente la Ha si en el problema se muestra la afirmación de ser

 Se plantea inicialmente la Ho si en el problema se muestra la afirmación igual (es,

 No importa cual se plantee primero, siempre la conclusión se hace contra la Ho

 El intervalo de confianza es el intervalo donde se estima que se encuentre el

o Para probar la hipótesis nula se calcula un estadístico de prueba con la

- Error tipo I (alfa = nivel de significancia, es común = 0.05 ). Alfa = 1- Nivel de

o Se comete al rechazar la Ho cuando en realidad es verdadera. También se

- Error tipo II (beta )

o Se comete cuando no se rechaza la hipótesis nula siendo en realidad falsa. Es

Pruebas de Hipótesis de dos colas:

Si la Ho: m = que un valor poblacional, entonces el riesgo alfa se reparte en

P(Z<= - Zexcel ) = alfa/2 P(Z>= + Zexcel ) = alfa/2

Si la Ho: m £, que un valor poblacional, entonces el riesgo alfa se coloca en el

P(Z>= + Zexcel ) = alfa

Pruebas de Hipótesis cola izquierda:

Si la Ho: m ³ que un valor poblacional, entonces el riesgo alfa se coloca en el

Pasos para realizar una prueba de hipótesis

Probar la hipótesis de igualdad de una media  para n > 30

1) Establecer las hipótesis e identificar el nivel de significancia alfa o 1- Nivel de

2) Calcular el estadístico de prueba Zc o Tc con fórmula

3) Determinar el estadístico de tablas Zt o Tc de Excel para una cierta alfa o 1-NC

4) Establecer la región de rechazo con Zt y ver si cae ahí Zc

Las regiones de rechazo prueba de 2 colas: -Z/2 y Z/2

5) Determinar el Intervalo de confianza para la media y ver si incluye a la media de la

6) Determinar el valor P correspondiente a Zc y comparar contra Alfa/2, si es menor

4. Fórmulas para calcular los estadísticos de prueba