Apuntes Unidad 3 y 4: Pruebas de hipótesis e Intervalos de confianza

Preparado por: Jairo A Alvarez G

1. Conceptos básicos

1.1 Conceptos básicos de pruebas de hipótesis

1.1.1 Hipótesis: Se refiere a una proposición o supuesto (de la población de estudio), respecto a un objeto de estudio o

asunto controvertible la cual ha de someterse a prueba mediante una investigación.

1.1.2 Tipos de hipótesis:

Hipótesis estadística (Hipótesis Nula H0): Es la que se establece de tal forma, que puede ser evaluada estadísticamente.

Hipótesis de investigación (Hipótesis Alternativa Ha): Es la conjetura o suposición (de la población de estudio) que

motiva la investigación.

1.1.3 Reglas para establecer la hipótesis: Para cada caso de estudio o ejercicio para medias, proporciones o varianzas, debes

elegir una de las tres planteadas en la figura, según la pregunta de investigación.

1º. La hipótesis Nula (H0,) contienen las proposiciones de igualdad: Igual, menor igual, mayor igual

2º. La hipótesis Nula H0 es la que debe ser sometida a prueba.

3º La hipótesis Alternativa (Ha) es la conclusión a la que se espera llegar como resultado de la prueba.

4º. La hipótesis Nula (H0) y Alternativa (Ha) son complementarias.

 1.1.4 Tipos de Errores: Error tipo I: Rechazar la hipótesis nula (N0), siendo verdadera, representada por α
Error tipo II: No rechazar la hipótesis Nula (N0) “Aceptar”, siendo falsa, representada por ß

1.1.5 Pasos prueba de hipótesis:

1º. Datos a Software y verificación de supuestos

2º. Establecer las Hipótesis

3º. Establecer los valores críticos

4º. Cálculo del Estadístico de prueba (Z, t, χ2, F),

5º. Valor p: dos posibilidades, p ≤ α y p > α

6º. Decisión estadística,

7º. Conclusión.

NOTAS

Nota 1: Si el estadístico de prueba-Paso 4- (Z, t, χ2, F), cae en zona de colas o extremos, SE rechaza la hipótesis Nula (H0)

Nota 2: EL valor p también cumple igual función: si p es ≤ α (Nivel de significancia), SE rechaza la hipótesis Nula (H0)

Nota 3: Los intervalos de confianza, es otro. Método que nos permite llegar a la misma conclusión e incluso complementar la

información de las pruebas de hipótesis. Es así como tenemos tres formas de corroborar la respuesta.

1.2 Conceptos básicos de Intervalos de confianza.

La Inferencia Estadística comprende los métodos que son usados para sacar conclusiones de la población (N) en base a una

muestra tomada de ella (n). Incluye las pruebas de hipótesis y los intervalos de confianza. En este último, tenemos la Estimación

puntual, aquí la idea es hallar un estimado del parámetro poblacional basado en la muestra aleatoria tomada de la población.

Uno espera que el Estimado o la Estimación este lo más cerca posible del parámetro. Por ejemplo, la media poblacional (µ)

es estimada por la media muestral . Su Estimador es la regla matemática o formula calculada sobre la muestra.

La Estimación de parámetros por Intervalos de Confianza, se estima un parámetro usando un intervalo centrado de dos valores

y su rango depende generalmente del Error Estándar y el Nivel de Confianza deseado, usualmente, 90, 95 ó 99%. El Nivel

de Significancia, representada por α es la probabilidad de cometer error tipo I. Que se verá específicamente en pruebas de

Hipótesis, sus valores oscilan entre 1-10%.

 1.2.1 Pasos Intervalos de confianza:

1º. Hallar el intervalo de confianza

2º. Conclusión.

NOTAS

Nota 1: Para la estimación de Intervalos de confianza para la diferencia entre medias de dos poblacionales (Punto 2.2), si este

incluye el cero (0), no hay diferencias significativas entre las poblaciones.

Nota 2: Para estimación de Intervalos de confianza para diferencia de varianzas entre de dos poblaciones (Punto 2.7), si este

incluye el uno (1), no hay diferencias significativas entre las poblaciones.

2. Pruebas de hipótesis y/o estimación de intervalos de confianza

Para cada caso de estudio, se entregarán un video tutorial como ejemplo para su ejecución en software estadístico, acompañado

de los datos editados en un archivo de Excel. Las pruebas paramétricas más utilizadas son:

Para medias:

2.1 Prueba de hipótesis y/o estimación de intervalos de confianza para la media de una población (µ)

Prueba: t – student o Z – Normal

Se requieren tres supuestos para obtener un resultado válido en la prueba para una muestra única:

• La variable de la prueba debe medirse en una escala continua.

• Los datos de la variable de la prueba deben ser independientes

• Los datos deben seguir una distribución aproximadamente normal (Test de Shapiro-Wilk).

Ejemplo: Se tiene la altura (cm) y la masa corporal (kg) de una muestra de hombres usada en un estudio reciente. En

2017, las medias de la población adulta masculina en el Reino Unido eran 178 cm de altura y 83,6 kg de masa corporal.

Pregunta: ¿Se puede concluir que la altura media de los hombres es diferente de 178 cm? Confianza: 95%
2.2 Prueba de hipótesis y/o estimación de intervalos de confianza para la diferencia entre medias de dos

poblacionales (µ1 ≠µ2).

Prueba: t – student o Z – Normal

Se requieren tres supuestos para obtener un resultado válido en la prueba t para una muestra única:

• La prueba requiere una variable dependiente continua (p. ej., masa corporal) y una variable independiente que
contenga dos grupos (p. ej., hombres y mujeres).

• Los datos deben seguir una distribución aproximadamente normal (Test de Shapiro-Wilk).

• Los datos deben seguir una distribución de varianzas iguales u homogéneas (Test de Levene).

Ejemplo: Los datos contienen la pérdida de peso con una dieta autocontrolada de 10 semanas entre hombres y mujeres.

Pregunta: ¿Es posible concluir que las mujeres han perdido significativamente más peso tras 10 semanas de dieta que

los hombres? Confianza 90%.

2.3 Prueba de Hipótesis y/o Estimación de Intervalos de confianza para la diferencia entre medias de dos

poblacionales (µ1 ≠µ2) Con datos relacionados o pareados.

Prueba: t – student o Z – Normal

Ejemplo 1: Una cadena de negocio de electrodomésticos quiere estudiar la efectividad de una nueva campaña televisiva

sobre la venta de una cierta marca de neveras. Para ello se recoge el número de unidades vendidas durante un mes antes

y un mes después de la campaña, en 12 de los negocios que componen la cadena, los resultados están dados en la

siguiente tabla:
Antes 12 10 15 8 19 14 12 21 16 11 8 15

Después 11 11 17 9 21 13 16 25 20 18 10 17

Pregunta: ¿Es posible concluir que las ventas antes y después de la campaña, presentaron diferencias estadísticas

significativas con un 95% de confianza?

Para Proporciones:

2.4 Prueba de hipótesis y/o estimación de intervalos de confianza de proporciones de una población (𝑷)

Prueba: Z – Normal

Ejemplo 1: Una compañía que fabrica un pastel personal, desea estimar la proporción de consumidores que prefieren

su marca, los agentes de la compañía muestrearon que, de 450 compradores, 300 compraron su marca. calcule un

intervalo de confianza del 95% para la proporción de compradores que los prefieren.

Pregunta: ¿Es posible concluir que los consumidores que prefieren su marca es mayor al 60%?

Ejemplo 2: Una empresa está interesada en lanzar un nuevo producto al mercado. Tras realizar una campaña publicitaria,

se toma la muestra de 1.000 habitantes, de los cuales, 25 no conocían el producto.

Pregunta: ¿Apoya el estudio la hipótesis que más del 3% de la población no conoce el nuevo producto, a un nivel de

significancia del 1%?

2.5 Pruebas de hipótesis y/o estimación de intervalos de confianza para la diferencia entre proporciones de

dos poblaciones (𝑷1≠ P𝟐) - Prueba: Z – Normal

Ejemplo 1: A los comerciantes de dos ciudades fronterizas se les pregunta si están a favor o en contra de la propuesta

187 (ley antiinmigrante), que se encuentra en estudio en la legislatura de California. Para determinar si los comerciantes

de las dos ciudades difieren en términos del porcentaje que está a favor, se toma una muestra aleatoria en cada ciudad

de tamaño 100; 30 de los comerciantes están a favor en una ciudad, en tanto que 20 lo están en la otra.

Pregunta: ¿Es posible concluir que existen diferencias estadísticas significativas entre ciudades con un 95% de

confianza?

Ejemplo 2: Se considera cierto cambio en un proceso de fabricación de cimientos, para determinar si dicho cambio tiene

como resultado una mejoría. Se evaluaron 2000 cimientos donde 80 salieron defectuosos.

Pregunta: ¿Existen diferencia respecto al actual proceso cuya muestra registro es de 70 defectuosos de 1500 evaluados

con una confianza del 90%.

Para Varianzas:

2.6. Prueba de hipótesis y/o estimación de intervalos de confianza para la varianza de una población (𝛔𝟐)

Prueba: χ2 – Chi cuadrado

Ejemplo 1: Una industria farmacéutica desea saber el tiempo en meses que permanecen inmunes un grupo de hombres

después de que se les suministra una vacuna. Se quiere saber un intervalo de confianza con α: 0,05 para la variabilidad

de tiempo que permanece inmune un hombre y si es posible afirmar que es de 10 meses.

Pregunta: ¿Es posible afirmar que la variabilidad de tiempo es de 10 meses?

Voluntario 1 2 3 4 5 6 7 8 9 10 11

Hombre 33 25.1 22,4 37,1 22,3 24 35,6 36,1 26,2 27 28,1

Ejemplo 2: Una industria farmacéutica desea saber el tiempo en meses que permanecen inmunes un grupo de Mujeres

después de que se les suministra una vacuna. Se quiere saber un intervalo de confianza con α: 0,01 para la variabilidad

de tiempo que permanece inmune.

Pregunta: ¿Es posible afirmar que la variabilidad de tiempo es mayor a 7 meses en mujeres?

Voluntario 1 2 3 4 5 6 7 8 9 10 11 12 13

Mujer 39 36.5 22,3 39,1 36,9 23 24,1 33,4 26,1 32 25,7 26 34,6

2.7. Pruebas de hipótesis y/o estimación de intervalos de confianza para la diferencia de varianzas entre dos
poblaciones

Prueba: F – Fischer

Ejemplo 1: Una industria Farmacéutica desea determinar si el tiempo de duración de la inmunidad es diferente entre

hombres y mujeres con un 99% de confianza.

Pregunta: ¿Es posible afirmar que la variabilidad de tiempo es diferente entre hombres y mujeres?