PRUEBA DE HIPÓTESIS Estadística

PRUEBA DE HIPÓTESIS
Cuando se extrae una muestra aleatoria de una población, la evidencia obtenida puede ser
usada para realizar inferencias sobre las características de la población. Una posibilidad es
estimar los parámetros desconocidos de la población mediante el cómputo de estimadores
puntuales o intervalos de confianza. Alternativamente, la información muestral puede
emplearse para verificar la validez de una conjetura, o hipótesis, que le investigador realiza
sobre la población.

Denotemos por 𝜃 el parámetro poblacional de interés. Supongamos que se formula una

hipótesis sobre este parámetro y que esta hipótesis se considerará cierta a no ser que se
produzca suficiente evidencia en contra, lo cual puede entenderse como mantener la hipótesis,
en términos de la prueba de hipótesis estadístico, se conoce como hipótesis nula. Cuando se
recoge información muestral, esta hipótesis es juzgada, o contrastada. Si la hipótesis no es
cierta, entonces debe de ser cierta alguna hipótesis alternativa frente a la que se contrasta
la hipótesis nula. La hipótesis nula se denotará por H0 y la hipótesis alternativa como H1.

Una hipótesis, nula o alternativa puede designar un único valor, llamado 𝜃0 para el parámetro
poblacional 𝜃 . en este caso se dice que la hipótesis es simple, la notación simbólica para este
tipio de hipótesis es:

𝐻0 : 𝜃 = 𝜃0

que se lee “La hipótesis nula es que el parámetro poblacional 𝜃 es igual al valor específico 𝜃0 ”

Una hipótesis también pude designar un rango de valores para el parámetro poblacional
desconocido. Una hipótesis de este tipo se denomina compuesta y será cierta para más de
un valor del parámetro poblacional.

En muchas aplicaciones, se prueba una hipótesis nula simple, como por ejemplo 𝐻0 : 𝜃 = 𝜃0
frente a una alternativa compuesta. En algunos casos solo interesan alternativas a un lado de
la hipótesis nula. Por ejemplo, podemos contrastar esta hipótesis nula frente a la alternativa de
que el verdadero valor de 𝜃 es mayor que 𝜃0 , lo que se pude escribir como: 𝐻1 : 𝜃 > 𝜃0

O, por el contrario, la alternativa de interés pude ser: 𝐻1 : 𝜃 < 𝜃0

Las hipótesis alternativas de este tipo se denominan alternativas unilaterales.

Otra posibilidad es que queramos probar la hipótesis nula simple frente a la hipótesis
alternativa general de que el valor de 𝜃 es cualquiera distinto de 𝜃0 , es decir: 𝐻1 : 𝜃 ≠ 𝜃0

Esta última se conoce como alternativa bilateral.

Después de especificar unas hipótesis nula y alternativa, y de recoger información

muestral, debe tomarse una decisión sobre la hipótesis nula. Las dos posibilidades son
aceptar la hipótesis nula o rechazarla a favor de la alternativa. Con el fin de llegar a una de
estas conclusiones, se adopta una regla de decisión basada en la evidencia muestral.
Cualquier regla de decisión adoptada tiene cierta probabilidad de llegar a una conclusión
errónea sobre el parámetro poblacional de interés.
Ing. Bencomo 1
PRUEBA DE HIPÓTESIS Estadística

PRUEBA DE HIPÓTESIS PARA LA MEDIA DE UNA DISTRIBUCIÓN NORMAL:

DESVIACIÓN POBLACIONAL CONOCIDA
Supongamos que disponemos de una muestra aleatoria de n observaciones de una población
normal con media 𝜇 y desviación 𝜎 conocida. Si la media muestral observada es 𝑥,
entonces, una prueba de hipótesis con nivel de significación 𝛼 de la hipótesis nula:

Cuando la hipótesis nula es simple o compuesta y la alternativa es compuesta:

𝐻0 : 𝜇 = 𝜇0 ó 𝐻0 : 𝜇 ≤ 𝜇0

Frente a la alternativa 𝐻1 : 𝜇 > 𝜇0

Se obtiene con la regla de decisión

Rechazar H0 si:
𝑥 − 𝜇0
𝜎 > 𝑧𝛼
⁄ 𝑛
√

Donde 𝒛𝜶 es el número para el cual 𝑃 (𝑍 > 𝑧𝛼 ) = 𝛼 y Z es una variable aleatoria

normal estándar.

Cuando el sentido de las hipótesis cambia. Si se dispone de una muestra aleatoria de n

observaciones de una población normal con media 𝜇 y desviación conocida 𝜎 . Si la media
muestral observada es 𝑥, una prueba con nivel de significación 𝛼 para cualquiera de las dos
hipótesis nulas siguientes:

𝐻0 : 𝜇 = 𝜇0 o 𝐻0 : 𝜇 ≥ 𝜇0

frente a la alternativa
𝐻1 : 𝜇 < 𝜇0

se obtiene con la regla de decisión

Rechazar H0 si:
𝑥 − 𝜇0
𝜎 < −𝑧𝛼
⁄ 𝑛
√

Cuando la hipótesis alternativa es bilateral. Supongamos que se dispone de una muestra

aleatoria de n observaciones de una población normal con media 𝜇 y desviación conocida 𝜎 .
Si la media muestral observada es 𝑥, entonces una prueba con nivel de significación 𝛼 para la
hipótesis nula

𝐻0 : 𝜇 = 𝜇0

frente a la alternativa bilateral

𝐻1 : 𝜇 ≠ 𝜇0

se obtiene con la regla de decisión:

Ing. Bencomo 2
PRUEBA DE HIPÓTESIS Estadística

Rechazar H0 si:
𝑥 − 𝜇0 𝑥 − 𝜇0
𝜎 > 𝑧𝛼⁄2 ó 𝜎 < −𝑧𝛼⁄2
⁄ 𝑛 ⁄ 𝑛
√ √

Ejemplo: Cuando un proceso de producción de bolas de rozamientos funciona correctamente,

el peso de las bolas tiene una distribución normal con media 5 gramos y desviación típica 0.1
gramos. Se lleva a cabo una modificación del proceso, y el director de la fábrica sospecha que
esto ha incrementado el peso medio de las bolas producidas, sin modificar la desviación típica.
Se toma una muestra aleatoria de 16 bolas, y se comprueba que su peso medio es de 5.038
gramos. Contrastar al nivel de significación del 5% la hipótesis nula de que el peso medio en
la población es de 5 gramos frente a la alternativa de que es mayor.

El menor nivel de significación al cual puede rechazarse una hipótesis nula se denomina
valor crítico, o p-valor, de la prueba.

Ejemplo: Como parte de un proceso de ensamblaje, se usa un taladro para hacer agujeros en
una lámina de metal. Cuando el taladro funciona adecuadamente, los diámetros de estos
agujeros tienen una distribución normal con media 2 cm y desviación típica de 0.06 cm.
Periódicamente, se miden los diámetros de una muestra aleatoria de agujeros para controlar
que el taladro funciona adecuadamente. Asumamos que la desviación típica no varía. Una
muestra aleatoria de 9 medidas da un diámetro medio de 1.95 cm. Prueba la hipótesis nula de
que la media poblacional es 2 cm frente a la alternativa de que no es así, utilizando un nivel de
significación del 5% y encuentra también el valor critico de la prueba. (Res. – 2.50 <– 1.96,
entonces se rechaza H0 , 1.24%)

Ing. Bencomo 3
PRUEBA DE HIPÓTESIS Estadística

PRUEBA PARA MEDIAS: TAMAÑOS MUESTRALES GRANDES

Supongamos que disponemos de una muestra aleatoria de n observaciones de una
población con media 𝜇 y desviación 𝜎 . Si el tamaño de la muestra n es grande (30 o más
observaciones), los procedimientos para prueba de hipótesis desarrollados para el caso en
que la desviación poblacional es conocida puede emplearse cuando es desconocida,
reemplazando 𝜎 por la desviación muestral observada 𝑆𝑥 . Además estos procedimientos
resultan aproximadamente válidos incluso si la distribución de la población no es normal.

Ejemplo. Se pidió a una muestra aleatoria de 541 consumidores que valorasen en una escala
de 1 (completamente en desacuerdo) a 5 (completamente de acuerdo) la afirmación de que
debe ponerse un límite a la responsabilidad del fabricante en los daños que se produzcan. La
media muestral de las respuestas fue de 3.68 con una desviación típica de 1.21. Supongamos
que se considera que la afirmación goza de un amplio apoyo general si la respuesta media en
la población es 3.75 o más. Contrasta la hipótesis nula de que la media de la población es al
menos 3.75 frente a la alternativa de que es inferior a 3.75. (Res. Hay evidencia de que H 0 se
rechaza, p-valor=0.0885)

Ing. Bencomo 4
PRUEBA DE HIPÓTESIS Estadística

PRUEBA PARA MEDIAS: VARIANZA POBLACIONAL DESCONOCIDA

Supongamos que disponemos de una muestra aleatoria de n observaciones de una
población normal con media 𝜇. Si la media muestral y la desviación típica observadas son 𝑥 y
𝑆𝑥 , entonces las siguientes pruebas de hipótesis tienen nivel de significación 𝛼:
a) Para contrastar una de las hipótesis nulas
𝐻0 : 𝜇 = 𝜇0 o 𝐻0 : 𝜇 ≤ 𝜇0
frente a la alternativa
𝐻1 : 𝜇 > 𝜇0
la regla de decisión es
Rechazar H0 si:
𝑥 − 𝜇0
> 𝑡𝛼
𝑆𝑥
⁄
√𝑛
b) Para contrastar una de las hipótesis nulas
𝐻0 : 𝜇 = 𝜇0 o 𝐻0 : 𝜇 ≥ 𝜇0
frente a la alternativa
𝐻1 : 𝜇 < 𝜇0
la regla de decisión es
Rechazar H0 si:
𝑥 − 𝜇0
< −𝑡𝛼
𝑆𝑥
⁄
√𝑛
c) Para contrastar la hipótesis nula
𝐻0 : 𝜇 = 𝜇0
frente a la alternativa bilateral
𝐻0 : 𝜇 ≠ 𝜇0
la regla de decisión es
Rechazar H0 si:
𝑥 − 𝜇0 𝑥 − 𝜇0
> 𝑡𝛼⁄2 ó < −𝑡𝛼⁄2
𝑆𝑥 𝑆𝑥
⁄ ⁄
√𝑛 √𝑛

En donde 𝑡𝛼 es el número para el cual

𝑃(𝑇𝛼 > 𝑡𝛼 ) = 𝛼

donde la variable aleatoria 𝑡 sigue una distribución t de Student con (n-1) grados de libertad.

Ejemplo. Una cadena de supermercados sabe que en promedio, las ventas en sus almacenes
son un 20% mayores en diciembre que en noviembre. Para el presente año, se seleccionó una
muestra aleatoria de 6 almacenes. Los incrementos porcentuales de sus ventas en diciembre
fueron: 19.2 , 18.4 , 19.8 , 20.2 , 20.4 , 19.0 . Asumiendo una distribución normal para
la población normal, contrasta la hipótesis nula de que el verdadero incremento medio
porcentual en las ventas es 20% frente a la alternativa bilateral, al nivel de significación del
10%. (Res. como –1.597 está entre –2.015 y 2.015, se acepta H0)

Ing. Bencomo 5