INFERENCIA ESTADÍSTICA INVARIANTE

DEFINICIONES

INTRODUCCIÓN
PRUEBA DE HIPÓTESIS PARA DOS PROPORCIONES

ESTADÍSTICA
Ing. Carlos Balseca
DEPARTAMENTO DE CIENCIAS EXACTAS - ESPE
 CLASE Nro. 9.1

CONTENIDO

Título Prueba de hipótesis para dos proporciones

Duración 90 minutos

Información general Principales características de la prueba de hipótesis para dos

proporciones.

Objetivo Efectuar la prueba de la hipótesis de que dos proporciones

de poblaciones son iguales.

10
 CLASE Nro. 9.1

10.1. PRUEBA DE HIPÓTESIS PARA DOS PROPORCIONES

10.1.1 Introducción: Después de presentar métodos para comparar las medias de dos poblaciones
diferentes, ahora se presta atención a la comparación de dos proporciones de población. Un individuo u
objeto se considera como éxito E si él/ella/ello posee alguna característica de interés (alguien que se
graduó de una universidad, un refrigerador con hacedor de cubos de hielo, etc.) Sea

p1 = la proporción de éxitos (E) en la población #1

p2 = la proporción de éxitos (E) en la población #2

Alternativamente, p1(p2) pueden ser consideradas como la probabilidad de que un individuo u objeto
seleccionado al azar de la primera (segunda) población sea un éxito.

Supóngase que se selecciona un tamaño de muestra m de la primera población e independientemente, se

selecciona una muestra de tamaño n de la segunda. Sea X el número de éxitos (E) en la primera muestra
y Y el número de éxitos (E) en la segunda. La independencia de las dos muestras implica que X y Y son
independientes. Siempre que las dos muestras sean mucho más pequeñas que los tamaños de población
correspondientes, se puede considerar que las distribuciones de X y Y son binomiales.

10.1.2 Pruebas sobre dos proporciones

En general, deseamos probar la hipótesis nula de que dos proporciones, o parámetros binomiales, son
iguales. Es decir, probamos p1 = p2 contra una de las alternativas p1 < p2, p1 > p2, o p1 ≠ p2. Desde
luego, esto es equivalente a probar la hipótesis nula de que p1 - p2 = 0 contra una de las alternativas p1
– p2 < 0, p1 - p2 > 0 o p1 - p2 ≠ 0. El estadístico sobre el que basamos nuestra decisión es la variable
aleatoria P1 - P2.

En la construcción de intervalos de confianza para p1 y p2 observamos, para n1 y n2 suficientemente

grandes, que el estimador puntual 𝑃̂1 menos 𝑃̂2 estaba distribuido de forma casi normal con media

𝜇𝑃̂1 −𝑃̂2 = 𝑝1 − 𝑝2

10
 CLASE Nro. 9.1

𝜎𝑃2̂1−𝑃̂2 = 𝑝1 − 𝑝2

(𝑃̂1 − 𝑃̂2 ) − (𝑝1 − 𝑝2 )

𝑍=
𝑝1 𝑞1 𝑝2 𝑞2
√ 𝑛 +
1 𝑛2

Cuando H0 es verdadera, podemos sustituir p1 = p2 = p y q1 = q2 = q

𝑃̂1 − 𝑃̂2
𝑍=
1 1
√𝑝𝑞( − )
𝑛1 𝑛2

Para calcular un valor de Z debemos encontrar los parámetros p y q que aparecen en el radical. Al
agrupar los datos de ambas muestras el estimado agrupado de la proporción p es.
𝑥1 + 𝑥2
𝑝̂ =
𝑛1 + 𝑛2
ˆvalor z para probar p1 = p2 se determina a partir de la fórmula:

𝑃̂1 − 𝑃̂2
𝑍=
1 1
√𝑝̂ 𝑞̂( − )
𝑛1 𝑛2

Las hipótesis quedarían de la siguiente forma:

Hipótesis nula: Ho: p1 – p2 = 0
𝑃̂1 −𝑃̂2
Valor estadístico de prueba (muestras grandes): 𝑍 = 1 1
√𝑝̂𝑞̂(𝑛 −𝑛 )
1 2

Hipótesis alternativa Región de rechazo para una prueba a nivel α aproximado

H1: p1 – p2 > 0 Z ≥ Zα

H1: p1 – p2 < 0 Z ≤ -Zα

H1: p1 – p2 ≠ 0 Z ≥ Zα/2 o Z ≤ -Zα/2

10
 CLASE Nro. 9.1

REFERENCIAS BIBLIOGRÁFICAS

1. Anderson, D. Sweeney, D. y Williams, T. (2009). Estadística para Administración y

Economía. CENGAGE Learning Editores, SA. 10ma Ed.
2. Lind, D. Marchall, W. y Wathen, S. (2008). Estadística Aplicada a los Negocios y la
Economía. Mc Graw Hill. 13va Ed.
3. Montgomery, D. Runger, G. (2010). Probabilidad y Estadística aplicadas a la Ingeniería.
Mc Graw Hill. 5ta Ed.
4. Walpole, R. Myers, R. Myers, S. (2007). Probabilidad y Estadística para Ingeniería.
Pearson. 8va Ed.
5. Wackerly, D. Mendenhall, W. Scheaffer, R. (2010). Estadística matemática con
aplicaciones. CENGAGE. 7ma Ed.
6. Canovos, G. (1998). Probabilidad y Estadística Aplicaciones y Métodos. Mc Graw Hill.
1ra Ed.

10