HIPOTESIS

ESTADISTICA GENERAL
PRUEBA DE HIPOTESIS
En la investigación científica puede proponerse una hipótesis o teoría concerniente a

alguna Población de elementos; esto se denomina HIPOTESIS ESTADISTICA.
La única forma de tener una certeza absoluta de la Veracidad o Falsedad de la hipótesis
estadística es examinando toda la población, pero esto con frecuencia es impracticable o
imposible y entonces nos vemos obligados a sacar una muestra de la población.
La muestra sacada de la Población se usa para tomar una DECISION como si la
Hipótesis fuera verdadera o falsa. El proceso de usar la muestra para contrastar si la hipótesis es
verdadera (o falsa) se llama PRUEBA O CONTRASTACION DE HIPOTESIS.
HIPOTESIS ESTADISTICA :- Es una aseveración que se hace a cerca de la distribución de

una o más v.a. (o poblaciones ) la cual puede o no ser verdadera.
Se puede especificar una hipótesis, dando el tipo de distribución y el valor o valores del
parámetro o los parámetros que la definan.
En la práctica, la distribución de la población, generalmente se asume. Por lo tanto una hipótesis
se especifica con el valor o los valores del parámetro.
CLASES :
Hipótesis Estadística Simple : Si la hipótesis especifica completamente la distribución, es decir

especifica su forma funcional y los valores de todos los parámetros.
Hipótesis estadística Compuesta : Cuando la hipótesis estadística no especifica completamente.
PRUEBA DE UNA HIPOTESIS : Es una regla que cuando los valores experimentales son
observados nos conducen a una decisión; aceptar o rechazar la hipótesis bajo consideración.
De hecho no hay certeza de que no se cometerá una equivocación, existiendo dos tipos de error,
cualquiera de los cuales se puede cometer.
ERROR DE TIPO I (  ) .- Llamado también nivel de significación, es la máxima probabilidad

de rechazar la hipótesis siendo cierta o si la hipótesis establecida es verdadera y la consideramos
como falsa.
ERROR DE TIPO II (  ).- Es la mínima probabilidad de aceptar la hipótesis siendo falsa.
Nuestra decisión de aceptar o rechazar una hipótesis se basará en la información que

obtengamos haciendo observaciones y en el riesgo que estamos dispuestos a correr de que
nuestra decisión puede ser errónea.
HIPOTESIS NULA H0 .- Es la hipótesis que se debe probar, se llama también hipótesis de

ninguna diferencia, de allí el nombre de NULA; ésta conjetura de la realidad (Población) puede
ser cierta o falsa.
HIPOTESIS ALTERNATIVA H1 .- Llamada también Hipótesis de Investigación, es la

hipótesis contra la cual se va ha contrastar H 0, se busca evidencia en la muestra, que nos induzca
a rechazar H0 en favor de H1.
2021-1 - Universidad Nacional de Trujillo -4-
ESTADISTICA APLICADA A LA INGENIERIA E INVESTIGACION
FUNCION PIVOTAL .- O estadístico de prueba, es toda variable aleatoria cuya Distribución

Muestral está relacionada con H1 y de cuyo valor depende la decisión; si éste valor cae en la
zona de rechazo, la decisión es RECHAZAR H 0; en caso contrario no hay evidencia para
rechazarlo.
REGION CRITICA .- O zona de rechazo, una vez establecido el nivel de significancia, queda
determinado dos regiones para la prueba: ZONA DE RECHAZO = y ZONA DE
ACEPTACION = 1-  =  .
El punto que separa éstas zonas se llama Punto Crítico y toma valor de la distribución teórica
con la que mantiene concordancia la muestra.
PRUEBA DE HIPÓTESIS PARA LA MEDIA POBLACIONAL

CON VARIANZA CONOCIDA
Cuando se conoce la Varianza Poblacional, el proceso consiste en los siguientes pasos :
1.- Formular la Hipótesis :

H0 : µ = µ 0
µ > µ0
H1 : µ = µ 0
µ < µ0
2.- Selección del nivel de significación :  = 0.01 , 0.05 , 0.10
3.- Considerar la muestra aleatoria : x1 , x2 , x3 , . . . , xn.
4.- Selección del estadístico de prueba :
X -
Z = 
 N(0,1)

n
-5- Universidad Nacional de Trujillo - 2021-I

ESTADISTICA GENERAL
donde : _
x : es la Media de la Muestra.
n : es el tamaño de la Muestra.
µ : es la Media Poblacional.
: es la Desviación Estándar de la Población.
5. Determinar el Punto Crítico y la Región Crítica según .
a) Cuando H 1 : µ > µ0
R.C. = { x / x  Z1-  }
0 Z 1-
R. A. R. C.
b) Cuando H1 : µ  µ0
R.C. = { x / x  -Z /2 v x Z /2 }
Z /2 0 Z 1-/2
R. C. R. A. R. C.
c) Cuando H 1 : µ < µ0
R.C. = {x / x  Z }

Z 0
R. C. R.A.
6. Obtener el valor experimental Z0, según H0 y la muestra :
X -
Z0 = o 
 N(0,1)

n
7. Adoptar la decisión :
Aceptar H0 si Z0 cae en la Región de Aceptación. ( R.A.)

Rechazar H0 si Z0 cae en la Región Crítica. ( R.C.)
PRUEBA DE HIPÓTESIS PARA LA MEDIA POBLACIONAL

CON VARIANZA DESCONOCIDA
Cuando no se conoce la Varianza Poblacional, el proceso consiste en los siguientes pasos :

H0 : µ = µ 0
µ > µ0
H1 : µ  µ0
µ < µ0
3.- Considerar la muestra aleatoria: x1 , x2 , x3 , . . . , xn.
X-
t =  t
 (n - 1)
S
n
donde : _
x : es la Media de la Muestra.
ESTADISTICA GENERAL
µ : es la Media Poblacional.
s : es la Desviación Estándar de la Muestra.
a) Cuando H 1 : µ > µ0
R.C. = {x / x  t 1- ( n - 1) g.l. }
0 t 1- (n-1)
R. A. R. C.

b) Cuando H 1 : µ = µ0
R.C. = { x / x  -t /2 ( n - 1) v x  t /2 ( n - 1) }
- t/2 (n-1) 0 t 1-/2 (n-1)

R.C. R. A. R. C.
c) Cuando H 1 : µ < µ0
R.C. = {x / x  -t  ( n - 1) }
-t  (n-1) 0
R. C. R. A.
6. Obtener el valor experimental t0, según H0 y la muestra:
X-
t0 = o 
 (n - 1) t
S
n
7. Adoptar la decisión:
Aceptar H0 si t0 no cae en la Región Crítica.

Rechazar H0 si t0 cae en la Región Crítica.
Ejemplo: El perímetro óptimo de una columna de soporte en un edificio de 5 pisos construido
en el centro de la ciudad, se distribuye normalmente con µ = 13 pulgadas y  = 0.7 . Se
estudia un grupo de 25 columnas de soporte, procedentes de un conjunto habitacional construido
muy apartada del centro de la ciudad y se obtiene x  12.6 pulgadas de perímetro. Se puede
afirmar con 95% de seguridad de que la muestra de columnas proviene de una población con
parámetro diferente a µ = 13 ?

ESTADISTICA GENERAL
Solución :
1. Formular la Hipótesis
H0 : µ = 13 pulgadas
H1 : µ < 13 (por sugerencia de la muestra x  12.6 )
2. Nivel de significancia
 = 0.05
3. La muestra aleatoria es de tamaño 25; (n=25).
4. Elegimos el estadístico de prueba:
Como se conoce  = 0.7 entonces será;
X  0
Z 
 N ( 0,1 )
 n
5. Determinar el punto crítico y la Región Crítica, de acuerdo a las condiciones del
problema  = 0.05 .
H1 : µ < 13
R.C. = {x / x  Z  }
Z = -1.64
6. Obtener el valor experimental Z0 .
Reemplazando los valores poblacionales y muestrales :
X   0 12.6  13
Z   2.85
 n 0.7 25
7. Como Z0 = -2.85 < Z 1- = -1.64 entonces
Se rechaza H0 , porque el valor de Z0 cae en la Región Crítica.
8. Conclusión: El perímetro de las columnas estudiados en este conjunto habitacional es

diferente a la de los edificios citadinos.

PRUEBA DE HIPOTESIS PARA LA PROPORCION POBLACIONAL
En muchos problemas de Ingeniería y Administración nos interesa una variable aleatoria

que siga la distribución binomial. Es decir queremos probar la siguiente prueba de hipótesis.
1.- Plantear la Hipótesis :
H 0 :P=P 0
H 1 :¿ ¿
¿
2.- Selección del Nivel de Significación :
 = 0.01 , 0.05 , 0.1 ó 1% , 5% , 10%
3.- Descripción de la Población y Suposiciones :
Se brindará una prueba aproximada que se basa en la aproximación normal a la binomial.

Este procedimiento aproximado será válido siempre y cuando P no sea en extremo cercano
a 0 o a 1, y si el tamaño de muestra es relativamente grande.
4.- Solución del Estadístico Pertinente :
Como la hipótesis se refiere a una proporción poblacional, el estadístico apropiado es la

proporción muestral p.
El Estadístico de Prueba y su Distribución :
El estadístico de prueba se puede expresar en dos formas, en términos de la proporción de

éxitos o del número de éxitos.
(Valor Experimental )
p  P0
Z 
P0 ( 1  P0 )
n
a número de exitos en la muestra

Donde: p
n tamaño de la muestra
P0  proporción de éxitos de la hipótesis nula .
x  nP0
ó Z 
nP0 ( 1  P0 )
5.- Regiones de Rechazo y de Aceptación :
H 1 : P¿ P0 ; R . R .= {Z/Z ¿ Z 1-α } ¿
ESTADISTICA GENERAL
H1 : P¿ ¿
H 1 : P≠ P0 ; R . R .=¿ ¿
6.- Recolección de datos y cálculo de los Estadísticos Necesarios :
n , a , p , Z0=?
p  P0
Z0 
P0 ( 1  P0 )
n
7.- Decisión Estadística :
Se compara el valor crítico Zt (Valor Tabular ) con Z0 ( Valor experimental)
a ) H 1 : P P0 ; Si Z0  Z1   Se Rechaza la Hipótesis Nula H 0

b ) H 1 : P  P0 ; Si Z0  Z  Se Rechaza la Hipótesis Nula H 0
c ) H 1 : P  P0 ; Si Z 0  Z / 2 óZ0  Z1 / 2  Se Rechaza la Hipótesis Nula H 0
8.- Conclusión :
Si Rechazamos H0: P=P0 se concluye que “la proporción de la población no es igual a P0”.

Ejemplo:
¿La proporción de estudiantes de Ing Materiales desaprobados en la II Unidad es

menor del 23%?
Se obtuvo una muestra aleatoria de 200 alumnos de toda la población de estudiantes de

Ingeniería de Materiales.
1º) Plantear la Hipótesis :

H 0 : P  0.23
H 1 : P 0.23
2º) Selección del Nivel de Significación :
 = 5% ( Consideremos el nivel de significancia)
3º) El Estadístico de Prueba :
El estadístico de prueba se puede expresar de la siguiente forma:

(Valor Experimental )
p  P0
Z0 
P0 ( 1  P0 )
n
a número de exitos en la muestra
Donde: p 
n tamaño de la muestra
P0  proporción de éxitos de la hipótesis nula .
6º) Regiones de Rechazo y de Aceptación :

H 1 : P ¿ ¿
Z0.05 = -1.645
R. Rechazo R. Aceptación
7º) Recolección de datos y cálculo de los Estadísticos Necesarios :
De nuestra muestra de 200 observaciones se calculó la proporción de desaprobados :

n =200
a = 31
p =31/200 = 0.155

ESTADISTICA GENERAL
0.155  0.23
Z0   2.5203
0.23( 1  0.23 )
200
8º) Decisión Estadística :
Se compara el valor crítico Zt (Valor Tabular ) con Z0 ( Valor experimental)
H 1 : P  P0 ; Si Z 0  Z  Se Rechaza la Hipótesis Nula H 0
En nuestro estudio el valor experimental Z0 = -2.5203 es  Zt =-1.645

Por lo tanto se rechazamos la Hipótesis Nula H0 : P = 0.23 y aceptamos la hipótesis Alternativa
H1 : P  0.23
9º) Conclusión :
Existe evidencia suficiente para afirmar que la proporción de estudiantes de Ing civil es
menor del 23% para la I Unidad, con nivel de significancia del 5%.
PRUEBA DE HIPÓTESIS PARA VARIANZA POBLACIONAL
H 0 :σ 2=σ 20
H 1 :¿ ¿
¿
3.- Considerar los datos.
(n -1)S2
 = 2
0 
  2(n-1)
 20
donde :
S2 : es la Varianza de la Muestra.
 20   2 ,( n 1 )
a) Cuando H1    0 se Rechaza Ho
2 2
si :
H   2
  2  20  12  ,( n 1 )
b) Cuando 1 0 se Rechaza Ho si :
  1  / 2 ,( n 1 )
2 2
ó  20   2 / 2 ,( n 1 )
c) Cuando H1     0 se Rechaza Ho si : 0
2 2
6. Obtener el valor experimental t0, según H0 y la muestra :
(n -1)S2
 20 =
 20
Aceptar H0, si  0 no cae en la Región Crítica.

2
Rechazar H0, si  0 cae en la Región Crítica.

2
Ejemplo : Un trompo mezclador se utiliza para llenar latas de cemento. Si la varianza del
volumen de llenado excede a 0.2 (mt3)2, entonces un porcentaje inaceptablemente grande de las
latas estará llenado de más. Al ingeniero le interesa probar la hipótesis :
Ho : 2 = 0.2
H1 : 2  0.2
Una muestra aleatoria de n=20 latas da una varianza muestral de 0.0225 metros 3 2. (use un nivel
de significancia del 5%)
Solución :

H0 :  2  0.2
H1 :  2 0.2
2.- Selección del nivel de significación :  = 0.05
n = 20 S2 = 0.0225
(n -1)S2
 20 = 
  2(20-1)
 20
H1   2  20 se Rechaza Ho si :  20   2 ,( n 1 )
a) Cuando
6. Obtener el valor experimental t0, según H0 y la muestra :

ESTADISTICA GENERAL
(n -1)S2 ( 20  1 )* 0.0225
 20 =   2138
.
0
2
0.02
.   0.05( 19 )  3014
2
.
Como  0  2138
2
entonces Aceptamos H0
Las latas de cemento están llenados correctamente.

EJERCICIOS en clase
1. En una fábrica se producen pernos con diámetro promedio de 10 mm. y una desviación estándar
de 0.4 mm. Se tomó una muestra aleatoria de 25 pernos el día lunes y se encontró que el
promedio es de 10.15 mm. ¿Puede considerarse que los pernos producidos el día lunes son
significativamente diferentes a los de otros días con un nivel de significancia del 5%?

ESTADISTICA GENERAL
2. Una compañía productora de discos de acero para cierta excavadora, tiene un promedio de 0.25
de defectuoso; a cada hora se toma una muestra aleatoria de 120 discos para realizar control de
calidad. A una hora determinada se encuentra un promedio de 28% de defectuoso. ¿Debe
detenerse el proceso de producción para regularlo, con un nivel de significancia del 10%?

PRUEBA DE HIPÓTESIS SOBRE LA IGUALDAD DE DOS MEDIAS

(VARIANZAS CONOCIDAS)
Supóngase que existen dos poblaciones de interés, por ejemplo X1 y X2. Se considera que X1,
tiene media desconocida y varianza conocida y que x2 tiene media desconocida y varianza
conocida. Se desea probar la hipótesis de que las medias son iguales.
H 0 :μ1=μ2
H 1 :¿ ¿
¿
X11 , X12 , X13 , ... , X1n1.

X21, X22 , X23 , ... , X2n2.
X1 - X2
Z= 
 N(0,1)
12  22

n1 n2

ESTADISTICA GENERAL
donde :
X 1 : promedio de la poblacion 1
n1 : tamaño de la población 1
12 :var ianza de la población 1
 22 :var ianza de la población 2
H 1 : μ1 ¿ μ2 ; R . R .={Z / Z ¿ Z1- α } ¿
H 1 : μ ¿¿
H 1 : μ1 ≠μ 2 ; R . R .={Z / Z ⟨ Z α ó Z⟩ Z 1- α }
6. Obtener el valor experimental Z0, según H0 y las muestras :
X1 - X2
Z0 =
12  22

n1 n2
a ) H1 : 1  2 ; Si Z 0  Z1   Se Rechaza la Hipótesis Nula H 0

b ) H1 : 1  2 ; Si Z0  Z  Se Rechaza la Hipótesis Nula H 0
c ) H1 :  1   2 ; Si Z0  Z / 2 óZ 0  Z1  / 2  Se Rechaza la Hipótesis Nula H 0
Ejemplo : El ingeniero supervisor de cierto campamento está interesado en comparar la

actuación de dos líneas diferentes de producción de pista. Como la línea 1 es relativamente
nueva, sospecha que su producción en número diario de metros de pista es mayor que el número
de metros producido por la línea más vieja, Línea 2. Se selecciona para cada línea diez días,
aleatoriamente para obtener datos, a partir de los cuales se encuentra que X 1  824.9 metros por
día y X 2  818.6 metros por día. A partir de la experiencia al operar este tipo de equipo se sabe
que 1  40 y  2  50 . Se debe probar con una significancia del 5% la siguiente hipótesis:
2 2
H0 :  1   2
H1 : 1  2

Solución :
H0 :  1   2
H1 : 1  2
 = 0.05
3. La muestra aleatoria es de tamaño 10 para cada población :

X 1  824.9 X 2  818.6 12  40 y  22  50
4. Elegimos el estadístico de prueba :

X1 - X2
Z=  N(0,1)
12  22

n1 n2
H1 : 1  2
R.C. = {x / x  Z 1-  } Z1- = 1.64 ( Valor Tabular )
X1 - X2 824.9 - 818.6
Z0 =   2.10
 12  22 40 50
 
n1 n2 10 10
7. Como Z0 = 2.10  Z 1- = -1.64 entonces
Se rechaza H0 , porque el valor de Z0 cae en la Región Crítica.
8. Conclusión : Existe evidencia suficiente para afirmar que el número medio de metros
producidos de pista diariamente por la nueva línea de producción es mayor que el
número medio de metros de pista producido por la línea vieja, con una significancia del
5%
PRUEBA DE HIPÓTESIS SOBRE LA IGUALDAD DE DOS MEDIAS

(VARIANZAS DESCONOCIDAS)

ESTADISTICA GENERAL
Supóngase que existen dos poblaciones de interés, por ejemplo X 1 y X2. Se considera que X1,
tiene media desconocida y varianza desconocida y que X 2 tiene media desconocida y varianza
desconocida. Se desea probar la hipótesis de que las medias son iguales.
CASO 1 : 12  12   2

H 0 :μ1=μ2
H 1 :¿ ¿
¿
X11 , X12 , X13 , ... , X1n1.

X21, X22 , X23 , ... , X2n2.
X1 - X2
t= 
 t 
1 1
Sp 
n1 n2
( n1  1 )S12  ( n2  1 )S22
S p2 
n1  n2  2
donde:
S12 :var ianza de la muestra de la población 1.
S p : desviación estándar mancomunado

H 1 : μ1 ¿ μ2 ; R . R.={ t / t ¿ t 1- α (n +n −2)} ¿
1 2
H 1 : μ1 ¿ ¿
H 1 : μ1 ≠μ 2 ; R . R . =¿ ¿
X1 - X2
t0 =
1 1
Sp 
n1 n2
a ) H1 :  1  2 ; Si t 0  t 1  ( n1  n1  2 )  Se Rechaza la Hipótesis Nula H 0

b ) H1 : 1  2 ; Si t 0  t  ( n1  n1  2 )  Se Rechaza la Hipótesis Nula H 0
c ) H1 :  1   2 ; Si t 0  t  / 2( n1  n1  2 )ót 0  t 1  / 2( n1  n1  2 )
 Se Rechaza la Hipótesis Nula H 0
Ejemplo: Se están analizando dos martillos hidráulicos diferentes para determinar en qué forma
afectan al suelo. Específicamente, el martillo hidráulico 2 se está empleando actualmente, pero
el martillo hidráulico 1 es aceptable. ya que el martillo hidráulico 1 es más barato, si no afecta al
suelo, el martillo 1 debe comprarse y cambiar a todos los demás. Supóngase que se desea probar
las hipótesis.(=5%)
H0 :  1   2
H1 : 1   2
Los datos de la planta piloto son :
n1  8, x1  9173
. , S12  389
.
n2  8, x2  93.75, S22  4.02
Solución :
H0 :  1   2
H1 : 1   2
 = 0.05

ESTADISTICA GENERAL
3. La muestra aleatoria es de tamaño 10 para cada población :
n1  8, x1  9173
. , S12  389
.
n2  8, x2  93.75, S22  4.02

X1 - X2
t=  t ( n1  n2  2 )
1 1
Sp 
n1 n2
H 1 : μ1 ≠μ 2 ; R . R . =¿ ¿
t 0.25( 14 )  2.145 y t 0.25( 14 )  2.145
6. Obtener el valor experimental to .

91.73- 9375
t0 = = -2.03
1 1
199
. 
8 8
( 8  1 )389
.  ( 8  1 )4.02
S p2   3.96
882
7. Como to = -2.03  t1- = -2.145 entonces
Se acepta H0 , porque el valor de Z0 cae en la Región Crítica.
8. Conclusión : No se tiene evidencia para concluir que el martillo hidráulico 1 afecte en

promedio menos al suelo que el martillo hidráulico 2; con una significancia del 5%.

CASO 2 : 12  12

H 0 :μ1=μ2
H 1 :¿ ¿
¿
X11 , X12 , X13 , ... , X1n1.

X21, X22 , X23 , ... , X2n2.
X1 - X2
t= 
 t 
S12 S22

n1 n2
p : grados de libertad
2
S21 S 22
p=
( n1
+
n2 ) −2
2 2
S21 S22
( ) ( )n1
+
n2
n1 +1 n2 +1

ESTADISTICA GENERAL
H 1 : μ1 ¿ μ2 ; R . R.={ t / t ¿ t 1-α ( p )} ¿
H 1 : μ1 ¿ ¿
H 1 : μ1 ≠μ 2 ; R . R . =¿ ¿
X1 - X2
t0 =
S12 S12

n1 n2
a ) H1 : 1  2 ; Si t 0  t 1  ( p )  Se Rechaza la Hipótesis Nula H 0

b ) H1 :  1  2 ; Si t 0  t  ( p )  Se Rechaza la Hipótesis Nula H 0
c ) H1 :  1   2 ; Si t 0  t  / 2( p )ót 0  t 1  / 2( p )
 Se Rechaza la Hipótesis Nula H 0
Ejemplo: Supóngase que existen dos poblaciones normales, por ejemplo X1 y X2 en donde
12  12 y ambas varianzas son desconocidas. probar :
H0 :  1   2
H1 : 1  2
Dos muestras aleatorias dan los siguientes resultados:
Muestra 1 : tamaño 15 , media 2 y varianza 10
Muestra 2 : tamaño 10 , media 1 y varianza 20.
Solución :
H0 :  1   2
H1 : 1  2
 = 0.05

3. Resultados de las muestras:
n1  15, x1  2.0, S12  10

n2  10, x2  10
. , S22  20

X1 - X2
t=  t (  )
S12 S22

n1 n2

H 1 : μ1 ¿ ¿
2
10 20
p=
( +
15 10 ) −2≃16
(10 /15 ) ( 20 /10 )2
2
+
15+1 10+ 1
t 0.05( 16 )  .7459
6. Obtener el valor experimental to .

2.0 -1.0
t0 = = 0.61
10 20

15 10
7. Como to = 0.61  t = -1.7459 entonces
Se acepta H0 , porque el valor de Z0 cae en la Región de Aceptación.
1.

ESTADISTICA GENERAL
EJERCICIOS EN CLASE
1. La compañía constructora E&A debe decidir si compra la marca A o la marca B de neumáticos
para su flota de volquetes. Para estimar la diferencia entre las dos marcas asginó un neumático
de cada marca a las ruedas delanteras de 12 volquetes y se registraron en miles de kilómetros las
siguientes distancias:
Marca A: 50 47 38 44 35 36 44 48 46 48 49 51
Marca B: 45 43 30 39 35 31 42 44 37 46 48 52
Utilizando un nivel del 5% ¿Se puede concluir que los promedios de rendimiento son iguales en
ambas marcas? Suponga que las diferencias de las distancia se distribuyen en forma normal.

2. El Jefe de operaciones de la CIA Graña tiene que escoger entre dos marcas A y B de máquina
para la construcción de bloques de concreto. El sabe que cada marca tiene un tiempo de
producción por bloque, se le permitió probar ambas máquinas durante un periodo de prueba para
luego escoger 10 tiempos al azar para cada una de ellas, los resultando los siguientes tiempos en
segundos:
Máquina A: 40 49 47 42 48 38 44 49 50 37
Máquina B: 40 41 39 40 38 42 43 37 38 41
¿Qué marca de máquina podría adquirir?

ESTADISTICA GENERAL
PRUEBA DE HIPÓTESIS SOBRE LA IGUALDAD DE DOS PROPORCIONES
H 0 :P1=P2
H 1 :¿ ¿
¿
X11 , X12 , X13 , ... , X1n1.

X21, X22 , X23 , ... , X2n2.
p1−p2 X1+X 2
Z= → N(0,1)¿ p̄= ¿¿
1 1 n1+n2
( )
√ p̄(1- { p̄) n + n
1 2
donde :
X 1 : número de casos favorables de la población 1
X 2 : número de casos favorables de la población 2

p: estimador del parametro común p
H 1 : P1 ¿ P 2 ; R . R .= {Z / Z ¿ Z 1- α } ¿
H 1 : P1 ¿ ¿
H 1 : P1≠P 2 ; R . R .= {Z / Z⟨Z α ó Z⟩ Z 1- α }

p1 −p 2
Z 0= ¿
1 1
√ p̄ (1- { p̄) ( )
+
n1 n2
a ) H1 : P1  P2 ; Si Z0  Z1  Se Rechaza la Hipótesis Nula H 0

b ) H1 : P1  P2 ; Si Z0  Z  Se Rechaza la Hipótesis Nula H 0
c ) H1: P1  P2 ; Si Z 0  Z / 2 óZ0  Z1 / 2  Se Rechaza la Hipótesis Nula H 0
Ejemplo: Se están considerando para su empleo en la CIA MIN dos diferentes tipos de
computadoras para control de disparo de explosivos. Los sistemas de computadoras se sujetan a
una prueba de operación en la cual se cuenta el número total de blancos obtenidos. El sistema
de computadoras 1; dio 250 blancos entre 300 disparos, mientras que el sistema de computadora
2; dio 178 blancos de 260 disparos. ¿Existe razón para pensar que difieren los dos sistemas de
computadora? =5%.
Solución :
H 0 : P1 =P2
H 0 : P1 ≠P2
 = 0.05
3. resultados de las muestras :

250 178
P1   0.8333, P2   0.6846
300 260
p −p X +X
Z= 1 2 → N(0,1)¿ p̄= 1 2 ¿¿
1 1 n1+n2
( )
√ p̄(1- { p̄) n + n
1 2


ESTADISTICA GENERAL
H1 : P1  p2
H 1 : P1≠P 2 ; R . R .= {Z / Z⟨Z α ó Z⟩ Z 1- α }
Z0.025 = -1.96 Z0.975 = 1.96 ( Valor Tabular )
250+178
p̄=
300+260
0 . 8333−0. 6846
Z 0= =4 .13
√ 0 . 7643(1−0 .7643 ) (1300 +1260 )

7. Como Z0 = 4.13  Z 0.975 = 1.96 entonces
Se rechaza H0, porque el valor de Z0 cae en la Región Crítica.
8. Conclusión: Existe una diferencia significativa entre los dos sistemas de computadora.
PRUEBA DE HIPOTESIS SOBRE LAS VARIANZAS DE DOS DISTRIBUCIONES

NORMALES
H 0 :σ 12=σ 22
H 1 :¿ ¿
¿
X11 , X12 , X13 , ... , X1n1.

X21, X22 , X23 , ... , X2n2.

S12
F= 
 F( n1 1,n2 1 )
S21
donde :
S12 :var ianza de la población 1
S22 :var ianza de la población 2
H 1 : σ 21 ¿ σ 22 ; R . R .={ F / F ¿ F( α ,n −1, n −1)} ¿

1 2
2
H 1 : σ 1 ¿ ¿
2 2
H1: σ 1 ≠σ 2 ; R . R .= ¿ ¿
S12
F0 =
S21
a ) H1 : 12  22 ; Si F0  F ( n1 1,n2 1 )  Se Rechaza la Hipótesis Nula H 0

b ) H1 : 12  22 ; Si F0  F ( n2 1,n1 1 )  Se Rechaza la Hipótesis Nula H 0
c ) H1 : 12   22 ; Si F0  F / 2( n1 1,n2 1 )óF0  F1  / 2( n1 1,n2 1 )  Se Rechaza
la Hipótesis H 0

ESTADISTICA GENERAL
Ejemplo: Se presenta los datos del rendimiento fisioquímico en donde se emplea dos
catalizadores. con los datos siguientes:
n1  n1  8, S12  389
. , S22  4.02 . Se desea probar la hipótesis :
H0 : 12   22
H1 : 12   22
Use  = 5%.
Solución :
H0 : 12   22
H1 : 12   22
2.- Selección del nivel de significación :  = 0.05
n1  n1  8, S12  389
. , S22  4.02
S12
F=  F( n1 1,n2 1 )
S21
H1 : σ2 2
1 ≠σ 2 ; R . R .= ¿ ¿
3.89
F0 =  0.97
4.02
Como F0 = 0.97  F 0.975;(7,7) = 0.20 y  F 0.025;(7,7) = 4.99 entonces

Se acepta H0 , porque el valor de F0 cae en la Región de Aceptación.
8. Conclusión : No puede concluirse que existe fuerte evidencia de que la varianza del
rendimiento se vea afectada por el catalizador.

EJERCICIO en clase
1. En una fábrica se producen abrazaderas con diámetro promedio de 10 mm. y una desviación
estándar de 0.4 mm, sin embargo se sabe que el 4% de las abrazaderas producidos rebasan el
diámetro permitido. Se tomó una muestra aleatoria de 25 abrazaderas el día lunes y se encontró
que el porcentaje de abrazaderas defectuosas fue de 6%. ¿Puede considerarse que la proporción
de abrazaderas defectuosas producidas el día lunes son significativamente diferentes a los de
otros días con un nivel de significancia del 5%?

HIPOTESIS

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

HIPOTESIS

Cargado por

Copyright:

Formatos disponibles

ESTADISTICA GENERAL

En la investigación científica puede proponerse una hipótesis o teoría concerniente a

HIPOTESIS ESTADISTICA :- Es una aseveración que se hace a cerca de la distribución de

Hipótesis Estadística Simple : Si la hipótesis especifica completamente la distribución, es decir

Hipótesis estadística Compuesta : Cuando la hipótesis estadística no especifica completamente.

ERROR DE TIPO I (  ) .- Llamado también nivel de significación, es la máxima probabilidad

ERROR DE TIPO II (  ).- Es la mínima probabilidad de aceptar la hipótesis siendo falsa.

Nuestra decisión de aceptar o rechazar una hipótesis se basará en la información que

HIPOTESIS NULA H0 .- Es la hipótesis que se debe probar, se llama también hipótesis de

HIPOTESIS ALTERNATIVA H1 .- Llamada también Hipótesis de Investigación, es la

FUNCION PIVOTAL .- O estadístico de prueba, es toda variable aleatoria cuya Distribución

PRUEBA DE HIPÓTESIS PARA LA MEDIA POBLACIONAL

Cuando se conoce la Varianza Poblacional, el proceso consiste en los siguientes pasos :

1.- Formular la Hipótesis :

2.- Selección del nivel de significación :  = 0.01 , 0.05 , 0.10

3.- Considerar la muestra aleatoria : x1 , x2 , x3 , . . . , xn.

4.- Selección del estadístico de prueba :

-5- Universidad Nacional de Trujillo - 2021-I

5. Determinar el Punto Crítico y la Región Crítica según .

R.C. = { x / x  -Z /2 v x Z /2 }

2021-1 - Universidad Nacional de Trujillo -6-

6. Obtener el valor experimental Z0, según H0 y la muestra :

Aceptar H0 si Z0 cae en la Región de Aceptación. ( R.A.)

PRUEBA DE HIPÓTESIS PARA LA MEDIA POBLACIONAL

Cuando no se conoce la Varianza Poblacional, el proceso consiste en los siguientes pasos :

1.- Formular la Hipótesis :

3.- Considerar la muestra aleatoria: x1 , x2 , x3 , . . . , xn.

4.- Selección del estadístico de prueba :

5. Determinar el Punto Crítico y la Región Crítica según .

2021-1 - Universidad Nacional de Trujillo -8-

R.C. = { x / x  -t /2 ( n - 1) v x  t /2 ( n - 1) }

- t/2 (n-1) 0 t 1-/2 (n-1)

6. Obtener el valor experimental t0, según H0 y la muestra:

Aceptar H0 si t0 no cae en la Región Crítica.

-9- Universidad Nacional de Trujillo - 2021-I

7. Como Z0 = -2.85 < Z 1- = -1.64 entonces

Se rechaza H0 , porque el valor de Z0 cae en la Región Crítica.

8. Conclusión: El perímetro de las columnas estudiados en este conjunto habitacional es

2021-1 - Universidad Nacional de Trujillo -10-

PRUEBA DE HIPOTESIS PARA LA PROPORCION POBLACIONAL

En muchos problemas de Ingeniería y Administración nos interesa una variable aleatoria

1.- Plantear la Hipótesis :

 = 0.01 , 0.05 , 0.1 ó 1% , 5% , 10%

3.- Descripción de la Población y Suposiciones :

Se brindará una prueba aproximada que se basa en la aproximación normal a la binomial.

Como la hipótesis se refiere a una proporción poblacional, el estadístico apropiado es la

El estadístico de prueba se puede expresar en dos formas, en términos de la proporción de

a número de exitos en la muestra

5.- Regiones de Rechazo y de Aceptación :

6.- Recolección de datos y cálculo de los Estadísticos Necesarios :

Se compara el valor crítico Zt (Valor Tabular ) con Z0 ( Valor experimental)

a ) H 1 : P P0 ; Si Z0  Z1   Se Rechaza la Hipótesis Nula H 0

2021-1 - Universidad Nacional de Trujillo -12-

¿La proporción de estudiantes de Ing Materiales desaprobados en la II Unidad es

Se obtuvo una muestra aleatoria de 200 alumnos de toda la población de estudiantes de

1º) Plantear la Hipótesis :

El estadístico de prueba se puede expresar de la siguiente forma:

6º) Regiones de Rechazo y de Aceptación :

7º) Recolección de datos y cálculo de los Estadísticos Necesarios :

De nuestra muestra de 200 observaciones se calculó la proporción de desaprobados :

-13- Universidad Nacional de Trujillo - 2021-I

Se compara el valor crítico Zt (Valor Tabular ) con Z0 ( Valor experimental)

H 1 : P  P0 ; Si Z 0  Z  Se Rechaza la Hipótesis Nula H 0

En nuestro estudio el valor experimental Z0 = -2.5203 es  Zt =-1.645