Estadística Empresarial II Apuntes del Tema 5

TEMA 5: CONTRASTES DE HIPÓTESIS PARAMÉTRICOS

5.1. CONCEPTOS FUNDAMENTALES

 Un contraste de hipótesis es un procedimiento de la inferencia

estadística que permite escoger entre dos alternativas
establecidas respecto al comportamiento de una variable
aleatoria que se quiera estudiar.
 Cuando lo que se quiera hacer es estimar los parámetros
desconocidos de dicha variable emplearemos contrastes
paramétricos (tema 5).
 Cuando las hipótesis se refieran a otros aspectos de la variable
como la distribución de probabilidad que sigue o las
características de la muestra (independencia y homogeneidad)
emplearemos contrastes no paramétricos (tema 6).

 Planteamiento general:

o Sea una V.A. ξ con distribución de probabilidad f(x;θ)

siendo θ un parámetro desconocido.
o Formulamos una hipótesis nula H0 sobre el valor del
parámetro, por ejemplo, H0: θ = θ0 frente a otra alternativa
H1: θ ≠ θ0
o A continuación tomamos una m.a.s. y a partir del estimador
puntual θ* del parámetro elaboro una regla de decisión para
aceptar o rechazar H0.

Grado en A.D.E. Prof. Julio Hernández 1

Estadística Empresarial II Apuntes del Tema 5

 Las hipótesis las fija el investigador siguiendo algún criterio

(véase el apartado 1 sobre formulación de hipótesis del epígrafe
5.2)
 Una vez fijadas las hipótesis se hace acopio de datos y se
contrasta la muestra con las hipótesis planteadas con el fin de
elegir una de ellas.
 En la toma de decisiones se pueden producir cuatro situaciones
en función de si la hipótesis elegida (y la alternativa) es
verdadera o falsa:

Estados de la naturaleza (realidad)

Decisión H0 cierta H0 falsa
Aceptar H0 Decisión correcta Error de Tipo II
(Rechazar H1) 1-α   P( Aceptar H 0 / H 0 falsa)
(Nivel de confianza)
Rechazar H0 Error de Tipo I Decisión correcta
(Aceptar H1)   P(Re chazar H0 / H0 cierta) 1-β
(Potencia del contraste)

 Nos gustaría que α y β fueran lo más pequeñas posibles. Sin

embargo, para una muestra dada, una reducción en α lleva
aparejada un aumento de β; de no ser que aumentemos n a la
vez.
 La elección entre dar prioridad a α o a β depende del coste que
suponga cometer el error de tipo I o el de tipo II
 No obstante, generalmente se prefiere fijar α en un nivel bajo y
escoger, de entre todos los contrastes posibles que se puedan
plantear para ese α, el que tenga un menor β (o una mayor
potencia)

Grado en A.D.E. Prof. Julio Hernández 2

Estadística Empresarial II Apuntes del Tema 5

TIPOS DE HIPÓTESIS

 Las hipótesis son conjeturas que se efectúan sobre el valor del

parámetro θ desconocido.
 Consideraremos dos tipos de hipótesis: simples y compuestas
a. Hipótesis simples son aquellas que especifican un valor
único para el parámetro. En estos casos, la forma de la
función de cuantía o densidad de ξ queda totalmente
determinada.
b. Hipótesis compuestas son las que asignan un intervalo de
valores al parámetro desconocido
 Desde otro punto de vista se distingue la hipótesis nula de la
alternativa.
a. La hipótesis nula H0 es la que se contrasta y es la que
mantendremos como cierta de no ser que la muestra indique
otra cosa. Ahora bien, aceptarla no significa que sea cierta,
tan sólo que los datos no aportan evidencia suficiente como
para rechazarla.
b. La hipótesis alternativa H1 es la que aceptaremos en caso
de rechazar H0.

Grado en A.D.E. Prof. Julio Hernández 3

Estadística Empresarial II Apuntes del Tema 5

 Posibles formas de establecer las hipótesis son:

I H 0 :   0
H1 :    0

II H 0 :   0 H 0 :   0
H1 :    0 o H : 
1 0

III H 0 :   0 H 0 :   0
H1 :    0
o H : 
1 0

 Si se conoce la posible dirección de la hipótesis alternativa el

contraste es unilateral (casos II y III), en caso contrario bilateral
(caso I).

Grado en A.D.E. Prof. Julio Hernández 4

Estadística Empresarial II Apuntes del Tema 5

5.2. METODOLOGÍA DEL CONTRASTE

 Para efectuar un contraste hay que seguir ciertos pasos:

1.- Formular la hipótesis nula H0 y la hipótesis alternativa H1

 El criterio que se suele seguir a la hora de concretar las hipótesis
a contrastar, consiste en que el investigador escoge como
hipótesis alternativa H1 aquella que considere la verdadera, es
decir, la que crea que contiene el verdadero valor del parámetro
desconocido. En ese caso, debe elegir como H0 aquella que
pretende rechazar.
 Haciendo la similitud con un juicio, suponemos que el acusado
es inocente (H0) lo que tratará de rebatir el fiscal (el
investigador) que sustenta la afirmación de culpabilidad (H1). En
principio prevalece la presunción de inocencia y sólo si las
pruebas presentadas (la muestra) son irrefutables el juez
rechazará la H0 y aceptará la H1 de que el acusado es culpable.

Situaciones particulares:
 En una situación de riesgo, la hipótesis que provoca el mayor
riesgo si es rechazada siendo verdadera es la que debe figurar
como H0. Recuérdese que en el contraste se controla el riesgo
α.
 A veces, el investigador cree que el parámetro es mayor o
menor que cierto valor. Entonces, dicha hipótesis debe
aparecer en la H1, de conformidad con el caso general.
 A menudo, el investigador prueba un valor único para el
parámetro desconocido (con o sin información). Entonces,
dicha conjetura aparece en la H0.

Grado en A.D.E. Prof. Julio Hernández 5

Estadística Empresarial II Apuntes del Tema 5

2.- Determinar el estadístico de prueba

 Es el estadístico que se va a utilizar para aceptar o rechazar H0.
 Dicho estadístico debe recoger la discrepancia existente entre la
muestra (a través del estimador θ*) y H0 (a través del valor que
toma el parámetro en dicha hipótesis, θ0):
d (0 ; *)
 El estadístico de prueba debe tener una distribución de
probabilidad conocida cuando H0 es cierta.

3.- Seleccionar el nivel de significación α y determinar la región de

rechazo
  P(Re chazar H0 / H0 cierta)

 Llamaré región de rechazo al intervalo o intervalos de la recta

real en los que la discrepancia entre la muestra y H0 sea lo
suficientemente grande como para rechazar H0
 ¿Y cuándo consideraré que la discrepancia es suficientemente
grande?
 Pues cuando dicha discrepancia tenga una probabilidad muy
baja de ocurrir si H0 es cierta
 Esa probabilidad muy baja de ocurrencia se llama nivel de
significación y lo representamos por α
 El nivel de significación no debe superar el 5% y lo fija el
investigador

Grado en A.D.E. Prof. Julio Hernández 6

Estadística Empresarial II Apuntes del Tema 5

 A estos efectos, recuérdese que la discrepancia viene medida en

todo momento por el estadístico de prueba:
P(d  d c / H o cierta )  
donde dc se llama valor crítico del contraste

 Asimismo, llamaré región de aceptación al intervalo o intervalos

de la recta real complementarios a la región de rechazo (también
llamada región crítica)
 La posición de las regiones de aceptación y de rechazo en la recta
real dependerá de cómo se hayan definido las hipótesis

4.- Seleccionar la m.a.s., calcular el valor del estadístico de prueba y

tomar una decisión

 En esta etapa se concretan las observaciones muestrales, se

obtiene la estimación del estadístico de prueba para la muestra
dada, que denotaremos como d0, y se toma una decisión a partir
de lo siguiente:
a. Si dicha estimación (d0) cae dentro de la región de
aceptación la discrepancia entre la muestra y H0 no se
considera grande y se acepta (no se rechaza) H0
b. Por el contrario, si dicha estimación (d0) cae dentro de la
región de rechazo la discrepancia entre la muestra y H0 se
considera grande (significativa) y se rechaza H0 (se acepta
H1)

Grado en A.D.E. Prof. Julio Hernández 7

Estadística Empresarial II Apuntes del Tema 5

OTROS CONCEPTOS

El p-valor

 La determinación de la región crítica a través del nivel de

significación α tiene limitaciones.
 Por un lado, la decisión tomada está íntimamente ligada al valor
de α. Así, el investigador puede rechazar una H0 para un nivel
del 5% y aceptar esa misma H0 al nivel del 2%.
 Por otro lado, el resultado del test no informa del grado de
contundencia a partir del cual se rechaza la H0.
 El procedimiento del cálculo del p-valor nos permite superar
estos inconvenientes.
 El p-valor es la probabilidad de obtener una discrepancia mayor
o igual que la observada en la muestra, cuando H0 es cierta.
Siendo d0 el valor observado del estadístico de prueba en la
muestra:
p  valor  P(d  d0 / H 0 )
 Cuanto menor sea el p-valor, menor será la probabilidad de
encontrar una discrepancia como la observada y menor la
credibilidad de H0 (D. Peña).
 También se puede interpretar el p-valor como el nivel de
significación muestral, es decir, como la probabilidad de
rechazar H0 siendo cierta que proporciona la muestra
 La decisión será por tanto:
a. Si p-valor < α rechazo H0
b. Si p-valor ≥ α acepto H0

Grado en A.D.E. Prof. Julio Hernández 8

Estadística Empresarial II Apuntes del Tema 5

Potencia de un contraste

 Cuando en un contraste se rechaza la H0 se conoce cual es la

probabilidad de cometer un error, en concreto el de tipo I, que es
α o el p-valor (en el caso de que el contraste se haya resuelto
empleando dicho estadístico). En cualquier caso una
probabilidad pequeña.
 Sin embargo, cuando se acepta H0 puede que sea la verdadera o
que sea falsa, en cuyo caso cometemos el error tipo II con
probabilidad β.
 Esto constituye un problema porque al desconocer el verdadero
valor del parámetro, la probabilidad de β no es única ya que
dependerá de los infinitos valores que puede tomar dicho
parámetro en H1:
  P( Aceptar H 0 / H 0 falsa)  P( Aceptar H 0 / H1 cierta)
 Pues bien al variar el valor del parámetro en H1 se conforma una
función que se llama curva característica del contraste:
 ( )  P( Aceptar H 0 /  )

 Aunque se utiliza más su complementaria, también llamada

función de potencia:
Potencia( )  1   ( )  P(Re chazar H 0 /  )

 Dado que la regla de decisión depende sólo de α, el concepto de

potencia no afecta directamente a la decisión de rechazar o no
rechazar una hipótesis nula (P. Newbold et al.)
 Sin embargo, calculando la potencia del contraste observaremos
cómo, para un mismo α, la potencia aumenta al hacerlo el
tamaño de la muestra n

Grado en A.D.E. Prof. Julio Hernández 9

Estadística Empresarial II Apuntes del Tema 5

 Por otra parte, ante dos contrastes definidos por dos medidas de
discrepancia distintas pero con el mismo α, escogeremos aquel
que tenga menores probabilidades de error tipo II para cada valor
del parámetro, o lo que es lo mismo, escogeremos el más potente
(D. Peña)
 Como consecuencia de lo comentado, aceptar H0 nos provoca
incertidumbre, al no poder determinar β y esto es lo que explica
que el contraste se planteé con la intención de rechazar H0
presentando pruebas contundentes (la muestra) en contra de H0.

Intervalos de confianza y contrastes de hipótesis

 En general se puede comprobar que el intervalo de confianza al

nivel γ=1-α contiene todos los valores θ0 del parámetro
desconocido para los que se aceptaría la hipótesis nula H0 con un
nivel de significación α
 Ejemplo para el caso de la media de una población N(µ;σ) con σ
desconocida:
H0: µ=µ0
H1: µ≠µ0
𝑥̅ − 𝜇0
𝑆𝑖 𝐻0 𝑒𝑠 𝑐𝑖𝑒𝑟𝑡𝑎 → 𝑑 = ~𝑡𝑛−1
𝑠1 ⁄√𝑛

𝑥̅ −𝜇0
𝐶𝑜𝑛 𝑅𝐴 | | ≤ 𝑡𝑛−1,𝛼⁄2
𝑠1 ⁄√𝑛

𝑥̅ − 𝜇0
𝑦 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑃 (−𝑡𝑛−1,𝛼⁄2 ≤ ≤ +𝑡𝑛−1,𝛼⁄2 ) = 1 − 𝛼 = 𝛾
𝑠1 ⁄√𝑛

𝑠1
Despejando para µ0 queda: 𝜇0 𝜖 [𝑥̅ ∓ 𝑡𝑛−1,𝛼⁄2 ]
√𝑛 𝛾

Grado en A.D.E. Prof. Julio Hernández 10

Estadística Empresarial II Apuntes del Tema 5

5.3. CONTRASTES PARA UNA POBLACIÓN

5.3.1. Poblaciones normales. Contrastes para la media poblacional.

Test Estadístico de prueba d RA RC p-Valor

H 0   0 (𝑥̅ − 𝜇0 )√𝑛 x  0 n x  0 n 𝑃(|𝑍| ≥ |𝑑0|) =

H1   0 ~𝑍  z / 2  z / 2
𝜎   = 2 ∙ 𝑃(𝑍 ≥ |𝑑0 |)
2 conocida

H 0   0 ídem Complementaria de RC
( x  0 ) n P( Z  d 0 )
H1   0  z

2 conocida

H 0   0 ídem Complementaria de RC
( x  0 ) n P( Z  d 0 )
H1   0   z

2 conocida

Nota 1: La Z se ha empleado para denotar una N(0;1)

Grado en A.D.E. Prof. Julio Hernández 11

Estadística Empresarial II Apuntes del Tema 5

Test Estadístico de prueba d RA RC p-Valor

H 0   0 (𝑥̅ − 𝜇0)√𝑛 ( x  0 ) n ( x  0 ) n 𝑃 (|𝑡𝑛−1| ≥ |𝑑0 |) =

H1   0 ~𝑡𝑛−1  tn 1, / 2  tn 1, / 2
𝑠1 s1 s1 = 2 ∙ 𝑃(𝑡𝑛−1 ≥ |𝑑0 |)
2 desconocida

H 0   0 ídem Complementaria de RC
( x  0 ) n P(tn1  d0 )
H1   0  tn 1,
s1
2 desconocida

H 0   0 ídem Complementaria de RC
( x  0 ) n P(tn1  d0 )
H1   0  tn 1,
s1
2 desconocida

Nota 2: Recuérdese que cuando los grados de libertad son suficientemente grandes, la t de Student se
puede aproximar por una Z

Grado en A.D.E. Prof. Julio Hernández 12

Estadística Empresarial II Apuntes del Tema 5

5.3.2. Poblaciones normales. Contrastes para la varianza poblacional.

Test Estadístico de RA RC p-Valor
prueba d

H 0  2   02 (𝑛 − 1)𝑠12 (n  1) s12 (n  1) s12 2

2 ∙ 𝑚í𝑛𝑖𝑚𝑜[𝑃(𝜒𝑛−1 ≥ 𝑑0 ),
H 1  2   02 ~𝜒𝑛−1  n1,1 /2 
2 2
  n21, /2   n21,1 /2
𝜎02
02
 02 2
𝑃(𝜒𝑛−1 ≤ 𝑑0 )]
o
(n  1) s12
  n21, /2
 2
0

H 0  2   02 ídem Complementaria de RC (n  1) s12 P(  n21  d 0 )

H 1  2   02  2
n 1,
 02
H 0  2   02 ídem Complementaria de RC (n  1) s12 P(  n21  d0 )
H 1  2   02  2
n 1,1
 02

Grado en A.D.E. Prof. Julio Hernández 13

Estadística Empresarial II Apuntes del Tema 5

5.3.3. Poblaciones desconocidas o no pero tomando muestras grandes. Contrastes para la media poblacional.
Test Estadístico de prueba d RA RC p-Valor

H 0   0 (𝑥̅ − 𝜇0 )√𝑛 (𝑥̅ − 𝜇0 )√𝑛 (𝑥̅ − 𝜇0 )√𝑛 𝑃(|𝑍| ≥ |𝑑0|) =

H1   0 ~𝑍 | | ≤ 𝑍𝛼⁄2 | | > 𝑧𝛼⁄2
𝑠1 𝑠1 𝑠1
= 2 ∙ 𝑃(𝑍 ≥ |𝑑0 |)
2 desconocida

H 0   0 ídem Complementaria de RC (𝑥̅ − 𝜇0)√𝑛 𝑃(𝑍 ≥ 𝑑0 )

H1   0 > 𝑧𝛼
𝑠1
2 desconocida

H 0   0 ídem Complementaria de RC (𝑥̅ − 𝜇0 )√𝑛 𝑃(𝑍 ≤ 𝑑0 )

H1   0 < −𝑧𝛼
𝑠1
2 desconocida

Grado en A.D.E. Prof. Julio Hernández 14

Estadística Empresarial II Apuntes del Tema 5

5.3.4. Contrastes para la proporción poblacional con n grande (caso particular del 5.3.3).
Test Estadístico de prueba d RA RC p-Valor

H 0 p  p0 𝑝̂ − 𝑝0 p̂  p0 p̂  p0 𝑃(|𝑍| ≥ |𝑑0|) =
~𝑍  z /2  z /2
H1 p  p0 𝑝0 𝑞0 p0 q0 p0 q0
√ = 2 ∙ 𝑃(𝑍 ≥ |𝑑0 |)
𝑛
n n

H 0 p  p0 ídem Complementaria de RC p̂  p0 P( Z  d 0 )
 z
H1 p  p0 p0 q0
n
H 0 p  p0 ídem Complementaria de RC p̂  p0 P( Z  d 0 )
  z
H1 p  p0 p0 q0
n

Grado en A.D.E. Prof. Julio Hernández 15

Estadística Empresarial II Apuntes del Tema 5

5.4. CONTRASTES PARA DOS POBLACIONES

5.4.1. Muestras independientes. Poblaciones Normales. Contrastes para la diferencia de medias poblacionales.
Test Estadístico de prueba d RA RC p-Valor

H 0  X  Y  D 𝑥̅ − 𝑦̅ − 𝐷 x  yD x  yD 𝑃 (|𝑍| ≥ |𝑑0 |) =

H 1  X  Y  D
~𝑍   z /2   z /2
2 𝜎2  X2  Y2  X2  Y2
√𝜎𝑥 + 𝑦   = 2 ∙ 𝑃(𝑍 ≥ |𝑑0 |)
𝑛 𝑚 n m n m
X y Y
conocidas
H 0  X  Y  D ídem Complementaria de x  yD P( Z  d 0 )
 z
H 1  X  Y  D RC  X2  Y2

n m
X y Y
conocidas
H 0  X  Y  D ídem Complementaria de x  yD P( Z  d 0 )
  z
H 1  X  Y  D RC  X2  Y2

X y Y n m
conocidas

Grado en A.D.E. Prof. Julio Hernández 16

Estadística Empresarial II Apuntes del Tema 5

Test Estadístico de prueba d RA RC p-Valor

H 0  X  Y  D (𝑥̅ − 𝑦̅) − 𝐷
~𝑡𝑛+𝑚−2
d  tnm2, /2 d  tnm2, /2 𝑃(|𝑡𝑛+𝑚−2| ≥ |𝑑0|) =
H 1  X  Y  D 1 1
𝑠 ∗√ + = 2 ∙ 𝑃(𝑡𝑛+𝑚−2 ≥ |𝑑0 |)
𝑛 𝑚
X = Y = 
desconocidas
(𝑛 − 1)𝑠21𝑥 + (𝑚 − 1)𝑠21𝑦
𝑠∗ = √
𝑛+𝑚−2

H 0  X  Y  D ídem Complementaria de d  tn m2, 𝑃(𝑡𝑛+𝑚−2 ≥ 𝑑0 )

H 1  X  Y  D RC

X = Y = 
desconocidas
H 0  X  Y  D ídem Complementaria de d  tn m2, 𝑃(𝑡𝑛+𝑚−2 ≤ 𝑑0 )
H 1  X  Y  D RC

X = Y = 
desconocidas

Grado en A.D.E. Prof. Julio Hernández 17

Estadística Empresarial II Apuntes del Tema 5

Test Estadístico de prueba d RA RC p-Valor

H 0  X  Y  D (𝑥̅ − 𝑦̅) − 𝐷
~𝑡𝑘 d  tk , /2 d  tk , /2 𝑃(|𝑡𝑘 | ≥ |𝑑0|) =
H 1  X  Y  D
2 2 = 2 ∙ 𝑃(𝑡𝑘 ≥ |𝑑0 |)
√𝑠1𝑥 + 𝑠1𝑦
X ≠ Y 𝑛 𝑚
desconocidas
k = n+m-2-g
2 2
𝑠2 𝑠
[(𝑚 − 1) 1𝑥 − (𝑛 − 1) 1𝑦 ]
𝑛 𝑚
𝑔= 4 4
𝑠1𝑥 𝑠1𝑦
(𝑚 − 1) ( )
− 𝑛−1 2
𝑛2 𝑚

H 0  X  Y  D ídem Complementaria de d  tk , 𝑃(𝑡𝑘 ≥ 𝑑0)

H 1  X  Y  D RC

X ≠ Y
desconocidas

H 0  X  Y  D ídem Complementaria de d  tk , 𝑃(𝑡𝑘 ≤ 𝑑0)

H 1  X  Y  D RC

X ≠ Y
desconocidas

Grado en A.D.E. Prof. Julio Hernández 18

 Estadística Empresarial II Apuntes del Tema 5

5.4.2. Muestras independientes. Poblaciones Normales. Contrastes para el cociente de varianzas.

Test Estadístico de prueba d RA RC p-Valor

H 0  X2   Y2 2
𝑠1𝑋 Fn1,m1,1 /2  d  Fn1,m1, /2 d  Fn1,m1, /2 2 ∙ 𝑚í𝑛[𝑃(𝐹𝑛−1,𝑚−1,𝛼/2 ≥ 𝑑0),
H 1  X2   Y2 2 ~𝐹𝑛−1,𝑚−1
𝑠1𝑌 o 𝑃(𝐹𝑛−1,𝑚−1,𝛼/2 ≤ 𝑑0)]
Donde
d  Fn1,m1,1 /2
𝐹𝑛−1,𝑚−1,1−𝛼 1
⁄2=𝐹
𝑚−1,𝑛−1,𝛼⁄2

H 0  X2   Y2 Complementaria de RC d  Fn1,m1, 𝑃(𝐹𝑛−1,𝑚−1,𝛼/2 ≥ 𝑑0 )

H 1  X2   Y2

H 0  X2   Y2 Complementaria de RC d  Fn1,m1,1 𝑃(𝐹𝑛−1,𝑚−1,𝛼/2 ≤ 𝑑0 )

H1  X2   Y2

Grado en A.D.E. Prof. Julio Hernández 19

Estadística Empresarial II Apuntes del Tema 5

5.4.3. Muestras independientes. Poblaciones conocidas o no pero tomando muestras grandes. Contrastes para
la diferencia de medias poblacionales.

Test Estadístico de prueba d RA RC p-Valor

H 0  X  Y  D (𝑥̅ − 𝑦̅) − 𝐷
~𝑍
d   z /2 d   z /2 𝑃 (|𝑍| ≥ |𝑑0|) =
H 1  X  Y  D
2 2 = 2 ∙ 𝑃(𝑍 ≥ |𝑑0 |)
√𝑠1𝑥 + 𝑠1𝑦
X y Y desconocidas 𝑛 𝑚
n y m grandes
H 0  X  Y  D ídem Complementaria de RC
d  z P( Z  d 0 )
H 1  X  Y  D

X y Y desconocidas
n y m grandes

H 0  X  Y  D ídem Complementaria de RC d   z P( Z  d 0 )
H 1  X  Y  D

X y Y desconocidas
n y m grandes

Grado en A.D.E. Prof. Julio Hernández 20

Estadística Empresarial II Apuntes del Tema 5

5.4.4. Muestras independientes. Contrastes para la diferencia de proporciones tomando muestras grandes (caso
particular de 5.4.3.).

Test Estadístico de prueba d RA RC p-Valor

H 0 : p X  pY  p0 ̂𝑥 − 𝑝
(𝑝 ̂𝑦 ) − 𝑝0 d   z /2 d   z /2 𝑃(|𝑍| ≥ |𝑑0|) =
H1 : p X  pY  p0 ~𝑍
𝑝
̂𝑞
𝑦̂ = 2 ∙ 𝑃(𝑍 ≥ |𝑑0 |)
√𝑝
̂𝑞
𝑥̂ 𝑥
+
𝑦
𝑛 𝑚

H 0 : p X  pY  p0 ídem Complementaria de d  z P( Z  d 0 )
H1 : p X  pY  p0
RC

H 0 : p X  pY  p0 ídem Complementaria de d   z P( Z  d 0 )
H1 : p X  pY  p0 RC

Grado en A.D.E. Prof. Julio Hernández 21

Estadística Empresarial II Apuntes del Tema 5

5.4.5. Muestras dependientes. Poblaciones Normales. Contrastes para la diferencia de medias poblacionales.
Test Estadístico de prueba d RA RC p-Valor

H 0  X  Y  D (𝑥̅ − 𝑦̅) − 𝐷
~𝑡𝑛−1
d  tn1, /2 d  tn1, /2 𝑃 (|𝑡𝑛−1| ≥ |𝑑0|) =
H 1  X  Y  D 𝑠1𝑑
⁄ = 2 ∙ 𝑃(𝑡𝑛−1 ≥ |𝑑0 |)
√𝑛
S1d es la
cuasidesviación típica

muestral de la
diferencia de

medias muestrales

H 0  X  Y  D ídem Complementaria d  tn1, P(tn1  d0 )

H 1  X  Y  D de RC

H 0  X  Y  D ídem Complementaria d  tn1, P(tn1  d0 )

H 1  X  Y  D de RC

Grado en A.D.E. Prof. Julio Hernández 22