Documentos de Académico
Documentos de Profesional
Documentos de Cultura
La prueba de hipótesis comienza con una suposición, llamada hipótesis, que hacemos acerca
de un parámetro de población. Después recolectamos datos de muestra, producimos
estadísticas muestrales y usamos esta información para decidir qué tan probable es que
nuestro parámetro de población hipotético sea correcto. Digamos que suponemos un cierto
valor para una media de población. Para probar la validez de esa suposición recolectamos
datos de muestra y determinamos la diferencia entre el valor hipotético y el valor real de la
media de la muestra. Después juzgamos si la diferencia obtenida es significativa o no.
Mientras más pequeña sea la diferencia, mayor será la probabilidad de que nuestro valor
hipotético para la media sea correcto.
TIPOS DE HIPOTESIS
E /s >KE &/E
KE Wd/KE >, /WKd^/^E h >
Śϭ
,K Śϭ
E /s > E /s >
^/' E /&/E/ >/с >^с ^/' E /&/E/
ђ, K
Aprendimos a construir intervalos de confianza para poder limitar las zonas de aceptación y
rechazo de las hipótesis planteadas, de aquí la importancia de haber iniciado el proceso de
pruebas de hipótesis de manera que nos permita tener un juicio valorado en el proceso de
análisis de información.
Del límite inferior al superior si una muestra cae en esta zona, debemos aceptar la hipótesis
nula planteada, caso contrario se rechaza y se acepta H1.
Semana 3/Parte III Herramientas de investigación y soporte científico
Se diceVIque cuando se acepta una hipótesis nula, no es porque sea cierta, sino porque no hay
Unidad
suficiente evidencia estadística para rechazarla
Prueba de hipótesis
Tema 2: introducción y prueba de hipótesis para una muestra
Se quiere probar que el consumo de combustible de una flotilla vehicular es de 400 galones
semanales con una desviación estándar de 25 galones por unidad a la semana, se toma una
muestra de 35 vehículos y se observa que dicho consumo es de 405 galones por unidad, a un
nivel de confianza de 95% prepare la prueba de hipótesis para confirmar lo aseverado en
relación con el consumo. Interpretamos, como lo planteado se refiere a un consumo de 400
galones, en la realidad este valor puede ser mayor a 400 o menor a 400 galones, veamos el
proceso:
σ^ σ^
Limite Superior = µ́ + z y Límite Inferior = µ - z
√n √n
25
Limite Superior = 400 + 1.96 = 408.28
√35
^
25
Límite Inferior = 400 - 1.96 = 391.72
√ 35
Paso 3. Grafico ubicar valor de la muestra
Śϭ
,K Śϭ
E /s > E /s >
^/' E /&/E/ >/с ϯϵϭ͘ ϳ Ϯ >^с ϰϬϴ͘ Ϯϴ ^/' E /&/E/
ђ, K с ϰϬϬ
с ϰϬϱ
Prueba de hipótesis
Tema 2: introducción y prueba de hipótesis para una muestra
Paso 4 : CONCLUSION
Una maquila tiene en un turno una producción de 100 unidades semanales por empleado
con una desviación estándar de 12 unidades, con el fin de mejorar la productividad se
manda a capacitar el personal y luego se somete a medición a 60 empleados, observándose
un promedio de producción de 120 unidades. a un nivel de confianza de 95% prepare la
prueba de hipótesis para confirmar si la capacitación fue efectiva.
σ^
Limite Superior = µ́ + z , el limite inferior no nos sirve
√n
12
Limite Superior = 100 + 1.645 = 102.55
√ 60
E /s >KE &/E
KE Wd/KE >, /WKd^/^E h>
,K
Ϭ͘ ϱϬ Ϭ͘ ϰϱ Ϭ͘ Ϭϱ
Semana 3/Parte III Herramientas de investigación y soporte científico Śϭ
Unidad VI E /s >
>^с ϭϬϮ͘ ϱϱ ^/' E /&/E/
ђ, K с ϭϬϬ
с ϭϮϬ
Prueba de hipótesis
Tema 2: introducción y prueba de hipótesis para una muestras
Paso 4 : CONCLUSION
Una empresa aseguradora cree que el número de pólizas vendidas promedio anual de sus
empleados es 90 polizas, observa los reportes de 15 empleados al cierre del año y encuentra
que la venta media es 82 pólizas por año, y la desviación estándar de la muestra es de 10
pólizas. Prepare la prueba de hipótesis correspondiente utilizando una significancia de 10%
σ^
µ́ + o - t
√n
Para efecto de calculo de t
- Por ejemplo les dan 90% de nivel de confianza y la significancia seria entonces de
10%
10
Limite Superior = 90 + 1.761 x = 94.55 pólizas
√15
10
Límite Inferior = 90 - 1.761 x = 85.45 pólizas
√ 15
CONCLUSION
El trato que tiene T en el caso de pruebas de dos extremos es igual al valor de Z para este
tipo de pruebas, solo cambia la tabla o distribución.
Hipotéticamente, las ventas promedio difieren de 90 pólizas por año por empleado.
Para este caso, como la significancia se va a un solo extremo, si se propone una significancia
de 5% por ejemplo, esta se duplica al multiplicarla por dos extremos, en vez de buscar en la
tabla en la columna de 5% buscamos en la de 10% con el respectivo grado de libertad, el
resto del proceso es el mismo para pruebas de un extremo.
Prueba de hipótesis para proporciones: muestras grandes Pruebas de dos colas para
proporciones
En esta sección, lo aprendido respecto a las pruebas de medias, se aplicará a las pruebas
para proporciones
Ejemplo
El director de marca de una empresa cree que el posicionamiento mercado actual es de 70%
aproximadamente, contrata un investigador y aplica el levantamiento entre 40 empresas del
mercado escogidas al azar, observándose un posicionamiento de 62%, a un nivel de
confianza de 95 % prepare la prueba de hipótesis correspondiente para determinar si lo
aseverado por el director es estadísticamente aceptable.
^
p q^ = ( 0.70 ) (0.30) = 0.072456 error estándar estimado de la proporción
σ^ p =
√ √ n 40
,Ϭ
,Ϭ
,ϭ Ϭ͘ ϰϳ ϱ Ϭ͘ ϰϳ ϱ ,ϭ
Ϭ͘ ϬϮϱ Ϭ͘ ϬϮϱ
>/с Ϭ͘ ϲ ϳ ϳ ϱ W >^с Ϭ͘ ϳ ϮϮϱ
0.5580
Semana 0.62 de investigación
3/Parte III Herramientas 0.70
y soporte científico 0.8420
Unidad VI
Prueba de hipótesis
Tema 2: introducción y prueba de hipótesis para proporciones
Al igual que en muestras, en las proporciones Z tiene el mismo trato para pruebas de un
estreno, la significancia se ubica en un solo extremo y es lo que se considera al momento de
ubicar el valor de Z en la tabla.
Ejemplo
^
p q^ = ( 0.40 ) (0.60) = 0.0894 error estándar estimado de la proporción
σ^ p =
√ √
n 30
E /s >KE &/E
KE Wd/KE >, /WKd^/^E h>
,K
E /s >
^/' E /&/E /
Ϭ͘ ϱϬ Ϭ͘ ϰϳ
Ϭ͘ Ϭϯ Śϭ
W, K с Ϭ͘ ϰϬ >^с Ϭ͘ ϱϲ ϴϭ
с Ϭ͘ ϰϰ
Z = 1.555
Unidad VI Ls = 0.5390
Prueba de hipótesis
Tema 4: introducción y prueba de hipótesis para proporciones