ESTADISTICA INFERENCIAL

Práctica 19

Considere la prueba de hipótesis siguiente.

En una muestra de 50, la media muestral es 14.15 y la desviación estándar poblacional es 3.

𝐻0 : µ = 15
𝐻𝑎: µ ≠ 15

a) Calcule el valor del estadístico de prueba

𝑥 −𝜇0 14.15 −15 − 0.85

z= 𝜎
= 3 = 0.4243 = -2.00
ൗ√𝑛 ൗ√50
 Vemos que el valor-p para dos colas está dado, en este caso, por P(z ≤ -2.00) + P(z ≥ 2.00)

b) ¿Cuál es el valor-p?

Valor-p = 2(0.0228) = 0.0456

P(z ≥ 2.00)
P(z ≤ -2.00) 0.0228
c) Use α = 0.05, ¿cuál es su conclusión? 0.0228

el valor-p = 0.0456 ≤ 0.05,

se rechaza

d) ¿Cuál es la regla de rechazo si se usa el método del valor crítico? ¿Cuál es su conclusión?

Valor crítico de P(z)= 1- 0.05/2

𝐻0 es rechazada si z ≤ -1.96 o z ≥ 1.96
= 1 – 0.025 = 0.975
En la tabla P(z)= 0.975 z= ± 1.96
-2.00 ≤ -1.96 𝐻0 se rechaza
 Resumen de las pruebas de hipótesis para la media poblacional: caso con σ conocida

Los pasos en las pruebas de hipótesis seguidos en los dos ejemplos presentados son comunes a toda prueba
de hipótesis
 Los pasos en la prueba de hipótesis son comunes a toda prueba de hipótesis

Paso 1. Establecer la hipótesis nula y la hipótesis alternativa.

Paso 2. Especificar el nivel de significancia.
Paso 3. Recabar los datos muestrales y calcular el valor del estadístico de prueba

Método del valor-p

Paso 4. Emplear el valor del estadístico de prueba para calcular el valor-p.

Paso 5. Rechazar 𝐻0 si el valor-p ≤ α.

Método del valor crítico

Paso 4. Utilizar el nivel de significancia para determinar el valor crítico y la regla de rechazo.

Paso 5. Emplear el valor del estadístico de prueba y la regla de rechazo para determinar si 𝐻0 es rechazada
 En la mayor parte de las aplicaciones, para el procedimiento visto de prueba de hipótesis, un tamaño de muestra
n ≥ 30 es adecuado.

En los casos en los que el tamaño sea menor de 30, la distribución de la población de la cual se toma la muestra
se vuelve una consideración importante

Si la población tiene una distribución normal, el procedimiento de prueba de hipótesis descrito es exacto y puede
utilizarse con cualquier tamaño de muestra

Si la población no tiene una distribución normal, pero es por lo menos aproximadamente simétrica, con tamaños de
muestra hasta de 15 pueden esperarse resultados aceptables.

Se mostró cómo usar el valor-p. Entre menor sea éste, mayor es la evidencia en contra de 𝐻0 y a favor de 𝐻𝑎.
 Algunos lineamientos que los expertos en estadística recomiendan para interpretar
valores-p pequeños

➢ Menor que 0.01: evidencia terminante para concluir que 𝐻𝑎 es verdadera.

➢ Entre 0.01 y 0.05: fuerte evidencia para concluir que 𝐻𝑎 es verdadera

➢ Entre 0.05 y 0.10: evidencia débil para concluir que 𝐻𝑎 es verdadera.

➢ Mayor que 0.10: evidencia insuficiente para concluir que 𝐻𝑎 es verdadera.

 Relación entre estimación por intervalo y prueba de hipótesis

Recordemos que en el caso en que σ es conocida, esta estimación mediante un intervalo de (1 - α)% de confianza
está dada por
𝜎
𝑥ҧ ± 𝑧𝛼/2 𝑛

El martes se mostró que una prueba de hipótesis de dos colas para la media poblacional tiene la siguiente forma.

𝐻0 : µ = 𝜇0 Donde 𝜇0 es el valor hipotético de la media

𝐻𝑎 : µ ≠ 𝜇0 poblacional.

Supongamos que se sigue el procedimiento que hemos visto para construir un intervalo de 100(1 - α)% de confianza
para la media poblacional
 Sabemos que 100(1 - α)% de los intervalos de confianza generados contendrán la media poblacional y 100α% de los
intervalos generados no la contendrán.

En consecuencia, si 𝐻0 es rechazada, cuando el intervalo de confianza no contenga 𝜇0 , la probabilidad de rechazar la

hipótesis nula cuando sea verdadera (µ = 𝜇0 ) será α.

Recordemos que el nivel de significancia es la probabilidad de rechazar la hipótesis nula cuando es verdadera

Entonces, construir un intervalo de 100(1 - α)% de confianza y rechazar 𝐻0 cuando el intervalo no contenga 𝜇0 es
equivalente a realizar una prueba de hipótesis de dos colas con α como nivel de significancia

El procedimiento para usar un intervalo de confianza para efectuar una prueba de hipótesis de dos colas se resume a
continuación

En una prueba de
hipótesis de dos colas,
la hipótesis nula es
rechazada si el
intervalo de confianza
no contiene 𝜇0
Veamos en el ejemplo de MaxFlight sobre las pelotas de golf. Esta prueba de hipótesis tiene la forma siguiente.
MÉTODO DEL INTERVALO DE CONFIANZA PARA PROBAR UNA
HIPÓTESIS DE LA FORMA
𝐻0 : µ = 𝜇0
𝐻𝑎 : µ ≠ 𝜇0
1. Seleccionar de la población una muestra aleatoria simple y
emplear el valor de la media muestral 𝑥ҧ para obtener un
intervalo de confianza de la media poblacional µ
2. Si el intervalo de confianza contiene el valor hipotético 𝜇0 ,
𝐻0 no es rechazada. En caso contrario, 𝐻0 es rechazada.
𝐻0 : µ = 295
𝐻𝑎 : µ ≠ 295
 Para probar esta hipótesis con un nivel de confianza de α = 0.05, se tomó una muestra de 50 pelotas de golf y
se encontró una distancia media muestral de 𝑥ҧ = 297.6 yardas

Recordemos que la desviación estándar poblacional es σ = 12. Al aplicar estos resultados a 𝑧0.025 = 1.96,
obtenemos que el intervalo de 95% de confianza para estimar la media poblacional es

𝜎 12
𝑥ҧ ± 𝑧𝛼/2 297.6 ± 1.96
𝑛 50

297.6 ± 3.3 o 294.3 a 300.9

Este hallazgo permite al gerente de control de calidad concluir que con 95% de confianza la distancia media para
la población de pelotas de golf está entre 294.3 y 300.9 yardas

Como el valor hipotético de la media poblacional 𝜇0 = 295 está en dicho intervalo, la conclusión de la prueba de
hipótesis es que no se puede rechazar la hipótesis nula, 𝐻0 : µ = 295.

Es importante darse cuenta de que estos análisis y ejemplo pertenecen a pruebas de hipótesis de dos colas para la
media poblacional
∝ = 1 - 0.95 = 0.05 α/2 = 0.05/2 = 0.025 P = (1 – 0.025) = 0.975
 La misma relación entre intervalo de confianza y prueba de hipótesis de dos colas existe para otros parámetros
poblacionales

Esta relación también se extiende a pruebas de hipótesis de una cola para parámetros poblacionales; sin
embargo, para ello se pide elaborar intervalos de confianza unilaterales que son muy poco utilizados en la
práctica

Media poblacional: σ desconocida

Como ésta corresponde a la situación en que no se tiene una estimación de la desviación estándar poblacional antes de
tomar la muestra, esta última se usa para obtener una estimación tanto de µ como de σ.

Por tanto, para realizar una prueba sobre la media poblacional en el caso en que σ no se conoce, la media muestral 𝑥ҧ
se utiliza como estimación de µ y la desviación estándar muestral s, como estimación de σ

Los pasos a seguir para las pruebas de hipótesis en el caso en que σ no se conoce son los mismos que cuando σ se
conoce, pero como σ no se conoce, los cálculos del estadístico de prueba y del valor-p son ligeramente distintos.
 Recuerden que en el caso de σ conocida la distribución de muestreo del estadístico de prueba tiene distribución normal
estándar. Sin embargo, en el caso de σ desconocida la distribución de muestreo del estadístico de prueba sigue la
distribución t;

Tiene ligeramente más variabilidad debido a que la muestra se usa para obtener estimaciones tanto de µ como de σ.

Las pruebas de hipótesis para la media poblacional cuando σ no se conoce también se basan en la distribución t. Para
σ desconocida, el estadístico de prueba tiene distribución t con n - 1 grados de libertad

Estadístico de prueba en las pruebas de hipótesis para la media

poblacional: σ DESCONOCIDA
ҧ
𝑥−𝜇
t= 𝑠 0
ൗ√𝑛
 Prueba de una cola
Veamos un ejemplo

Una revista de viajes de negocios desea clasificar los aeropuertos internacionales con base en una evaluación externada
por la población de viajeros de negocios.

Se utiliza una escala de evaluación que va desde un mínimo de 0 hasta un máximo de 10, y aquellos aeropuertos que
obtengan una media mayor de 7 serán considerados de servicio superior

Para obtener los datos de evaluación, el personal de la revista entrevista una muestra de 60 viajeros de negocios de
cada terminal aeroportuaria

En la muestra tomada en el Con base en estos datos

aeropuerto Heathrow de muestrales, ¿Heathrow deberá
Londres la media muestral es ser designado como un
𝑥ҧ = 7.25 y la desviación aeropuerto de servicio superior?
estándar muestral es s = 1.052
Se quiere realizar una prueba
de hipótesis para que la
Entonces se requiere una
decisión de rechazar 𝐻0
prueba de cola superior en la
permita concluir que la media
que Ha: µ > 7.
poblacional en la evaluación
de la terminal de Heathrow es
mayor de 7.

Las hipótesis nula y alternativa en esta prueba son las

siguientes.

𝐻0 : 𝜇 ≤ 7
𝐻𝑎 : 𝜇 > 7

Se usa como nivel de significancia α = 0.05

 Tenemos entonces 𝑥ҧ = 7.25, 𝜇0 = 7, s = 1.052 y n = 60, el valor del estadístico de prueba es t
α = 0.05
La distribución de muestreo de t tiene n - 1 = 60 – 1 = 59 grados
ҧ 0
𝑥−𝜇 7.25 −7
t= 𝑠
= 1.052 = 1.84 de libertad. Como es una prueba de cola superior, el valor-p es
ൗ√𝑛 ൗ√60
el área bajo la curva de la distribución t a la derecha de t = 1.84

Las tablas de distribución t proporcionadas en la mayor parte de los libros de texto no son suficientemente
detalladas para determinar el valor-p exacto, como es el caso del valor-p correspondiente a t = 1.84.

Por ejemplo, en la tabla A-3 del

libro de texto, no está tampoco 59
grados de libertad ya que la
variante entre cada valor de t es
pequeña

El valor de t=1.84 se encuentra en este rango

Con un valor-p entre el rango 0.025 a 0.05
 Por ejemplo, en la tabla de otro libro, la distribución t con 59 grados de libertad proporciona la información
siguiente.

Como se ve, t = 1.84

para 59 grados de
libertad está entre
Aunque esta tabla 1.671 y 2.001.
no proporciona el
valor exacto de t.
los valores en la fila
“Área en la cola
superior” indican
que el valor-p debe
ser menor que 0.05
y mayor que 0.025.

Con un nivel de significancia α = 0.05, esto es todo lo que se necesita saber para rechazar la hipótesis nula
y concluir que Heathrow debe ser considerado un aeropuerto de servicio superior
 Debido a que es engorroso usar una tabla t para calcular los valores-p, y puesto que sólo se pueden
obtener valores-p aproximados, veamos cómo calcular valores-p exactos usando Excel

Para prueba de una cola Para prueba de dos colas

o
función EXCEL =DISTR.T.CD(t;gl) función EXCEL =DISTR.T. 2C(t;gl)

con t = 1.84, el valor-p que se obtiene en la cola superior es 0.0354 para la prueba de hipótesis del
aeropuerto de Heathrow

Como 0.0354 < 0.05, la hipótesis nula es rechazada y se concluye que éste se debe considerar un aeropuerto de
servicio superior.
Debido a la simetría de la distribución t las tablas para esta distribución no consideran lo valores de t negativos
haciendo distinción solamente entre una o dos colas

Los valores t y –t son iguales

numéricamente para cola
derecha y cola izquierda

El procedimiento para la prueba de

rechazo es la misma para ambas
colas, el valor-p para los valores
negativos de t, se busca en la tabla
o se calcula con EXCEL usando el
valor de t positivo
 Avisos

PARCIAL 3
Próxima semana Jueves 15 abril

TEMAS A EVALUAR
Formulación y pruebas de hipótesis cola inferior, cola superior y dos colas con desviación
estándar conocida