ESTIMACIÓN

PUNTUAL

ESTIMACIONES

INTERVALO DE
CONFIANZA
INFERENCIA
ESTADÍSTICA

TEST DE HIPÓTESIS
Para el lanzar un medicamento al mercado se requiere la aprobación de FDA.
Se necesita una validación de que el medicamento es seguro y efectivo, lo cual
debe efectuarse en base a información muestral.
La FDA prefiere correr el riesgo de rechazar un medicamento efectivo y
seguro, antes que aceptar como seguro y efectivo un medicamento que no lo
es;

Se formula la hipótesis en esa dirección, la cual asume como el status quo:

“El medicamento no es ni seguro ni efectivo”

En base a la data muestral tomará su decisión sobre rechazar o no la hipótesis.

En el sistema legal se da el beneficio de la duda al acusado, para lo
cual se formula la hipótesis en esa dirección, la cual se considera el
status quo:

“El acusado es inocente”

En base a las pruebas y evidencia el jurado y el juez deberán de

rechazar o no esta hipótesis. Se debe concluir que “más allá de una
duda razonable” el acusado cometió el crimen, rechazando la
hipótesis. Si la evidencia no es suficientemente fuerte, no se rechazará
la hipótesis de inocencia.
§ Técnica de inferencia estadística.

§ Método (analítico) para tomar decisiones.

§ Mediante la recolección de evidencia estadística, un enunciado acerca de

una población puede ser rechazado o no.
(Debe haber suficiente evidencia, de no haberla no se rechaza)

§ Se incorpora el error muestral. (nunca se prueba algo al 100 % )

 Prueba de hipótesis
(consideraciones importantes):
El análisis de una afirmación respecto de un parámetro
poblacional no puede basarse en la simple comparación
de un valor (proveniente de la afirmación) con su
correspondiente estadístico muestral.

Se requiere de un procedimiento que incorpore el error

muestral potencial.

Las pruebas de hipótesis estadísticas proporcionan un

método analítico estructurado para el análisis de estas
afirmaciones, controlando, o midiendo, los errores que
se pueden cometer.

No pueden eliminar la incertidumbre ni la posibilidad

de error, pero si el control del nivel de los mismos.
Una hipótesis es un enunciado (supuesto) respecto a un parámetro
(población).

Pueden ser estimadores puntuales ó proporciones.

Ejemplos??
Hipótesis nula vs Hipótesis Alternativa
Ho Ha
Establece el supuesto o enunciado al cual se le desea
dar el beneficio de la duda.

Ejemplo: El número promedio de televisores en los

hogares de una ciudad es al menos 3:
Ho: µ≥3
Es siempre respecto a un parámetro (población), y no
respecto a un estadístico.
Ho: µ ≥3 Ho: x ≥3
Se empieza asumiendo que la hipótesis nula es verdadera.

Similar a la noción de inocencia hasta que la culpabilidad sea

probada.

Referido al status quo.

Siempre contiene el signo “=” , “≤” o “≥”

Puede ser o no rechazada.

Basada en la evidencia estadística recolectada

Es el opuesto de la hipótesis nula es decir lo que debe ser “demostrado”

Ejemplo: El número promedio de televisores en los hogares de una

ciudad es menor que 3
( Ha: μ < 3 )
Desafía al status quo.

Nunca contiene los signos “=” , “≤” o “≥”

Puede ser o no “aceptada”.

Es generalmente la hipótesis que es presumida correcta es conocida

como hipótesis de investigación.
Resumen de formas para hipótesis nula y alterna (µ valor de interés)

H 0 : µ ³ µ0 H 0 : µ £ µ0 H 0 : µ = µ0

H a : µ < µ0 H a : µ > µ0 H a : µ ¹ µ0

§ La igualdad siempre aparece vinculada a la hipótesis nula

§ Una forma de facilitar la selección de la forma adecuada de las
hipótesis es asignando lo que se quiere demostrar a la Ha
• Las hipótesis nula y alterna son aseveraciones sobre la
población que compiten entre sí.

• No siempre es posible que las conclusiones sean

verdaderas o correctas

H0 verdadera H0 falsa

Conclusión
No rechazar H0 Error tipo II
Correcta
Conclusión
Rechazar H0 Error tipo I
Correcta
 Errores (pruebas de hipótesis):

Status Quo: embarazo negativo!!!

Caso 1) Verdadero
Caso 2) Falso
Errores (pruebas de hipótesis):

Status Quo: el acusado es inocente

Caso 1) Verdadero
Caso 2) Falso
Se considera como un error GRAVE.
a = probabilidad de cometer un error tipo I
a = nivel de significancia.

Alfa es Fijado por el investigador al inicio de la prueba.

Un α de 0.05 indica que usted está dispuesto a aceptar una
probabilidad de 5% de estar equivocado al rechazar la
hipótesis nula.
Se define la región de rechazo.
No rechazar “aceptar” la hipótesis nula cuando es falsa.

b = probabilidad de cometer error tipo II

En la mayoría de las aplicaciones se controla la probabilidad de

cometer error tipo I, luego existe la incertidumbre con respecto
al error tipo II
Si la probabilidad del error tipo I (α) baja, entonces la
probabilidad del error tipo II (β) sube.

α+β≠1
Suponga que se va a implantar un nuevo método de
producción si una prueba de hipótesis respalda la
conclusión de que con ese método se reduce la media del
costo de operación por hora

1.Enuncie las hipótesis nula y alterna si la media del costo para el

método actual de producción es de $220 por hora

2.¿Cuál es el error de tipo I en este caso y sus consecuencias?

3.¿Cuál es el error tipo II en este caso y sus consecuencias?

Pero se sabe que se tiene error muestral, entonces:
a partir de qué valor de ͞x se está dispuesto a no
rechazar Ho??? Y;
a partir de qué valor se estará dispuesto a rechazar
Ho???

Se requiere un punto de corte o valor crítico que

defina dos regiones excluyentes y exhaustivas de
rechazo y de no rechazo.

Este Valor Crítico, se encuentra en base a la

definición de una probabilidad máxima que se está
dispuesto aceptar para cometer el Error tipo I. Esta
probabilidad recibe el nombre de Nivel de
Significancia de la prueba α.
Considere la siguiente prueba de hipótesis:
Ho: μ ≤ 25 días ; Ha: μ > 25 días

La prueba de hipótesis se basa en la media muestral :

Valores de ͞x menores o iguales a 25 días tenderán a dar sustento a Ho.

͞ por encima de los 25 días tenderán a rechazar Ho
Valores de x
Si ͞x resulta extremo, superior a ͞xmax o inferior a ͞xmin,
entonces rechazar Ho y considerar Ha como cierta.
 Con σ conocida
Test de
Hipótesis para
µ
Con σ
desconocida
 Asumir distribución normal o aplicar TLC
1. Especificar el parámetro (población) de interés.
2. Formular la hipótesis nula y alternativa.
3. Especificar el nivel de significancia deseado, α.
4. Definir la región de rechazo.
5. Tomar una muestra aleatoria y determinar si el estadístico de prueba
está en la región de rechazo.
6. Interpretar el resultado, tomar una decisión y concluir
Se establece que el número promedio de televisores
en los hogares de una ciudad es de al menos 3.

Considerar σ = 0,8
1. Especificar el parámetro (población) de interés.
Número medio de TV en hogares

2. Formular la hipótesis nula y alternativa.

Ho: μ ≥ 3 ; Ha: μ < 3 Qué tipo de prueba es?

3. Especificar el nivel de significancia deseado.

Suponga que se asume α = 0,05 (5%).
4. Definir la región de rechazo.

Rechazo Ho si Z ˂ Zα ; caso contrario no rechazar Ho.

5. Tomar una muestra aleatoria y determinar si el estadístico de
prueba está en la región de rechazo.
Supongamos que para este ejercicio:
n = 100; X media = 2,84; además σ = 0,8 (dato).
Entonces:
𝑋− µ
𝑍=
𝜎
6. Interpretar el resultado, tomar una decisión y concluir

Conclusión?
¿Cuán probable es obtener una media muestral de 2.84 (o menor a esta) si la media
poblacional es μ ≥ 3?
Compare el valor p con α
§ Si valor p < α , rechazar Ho
§ Si valor p ≥ α , no rechazar Ho

Conclusiones del ejemplo anterior?

§ Se puede obtener de tablas o software
(Minitab)
§ Es la probabilidad de obtener una prueba
estadística igual o más extrema que el valor del
estadístico (muestra) observado dado que Ho
es verdadera.
§ El menor valor de α para que Ho pueda ser
rechazada.
§ Puede determinar con qué seguridad se
“rechaza” o “no rechaza” la Ho
Mediante el criterio de un experto en telecomunicaciones, se
considera que el consumo mensual promedio de celulares se ha
incrementado, y es mayor a $52. Se desea probar este
enunciado.

(Asumir σ = 10 es conocida)
1. Especificar el parámetro (población) de interés.
consumo mensual promedio de celulares

2. Formular la hipótesis nula y alternativa.

Ho: μ ≤ 52 HA: μ > 52 Qué tipo de prueba es?

3. Especificar el nivel de significancia deseado.

Suponga que se asume α = 0,10 (10%).
4. Definir la región de rechazo.

Rechazo Ho si Z > Zα ; caso contrario no rechazar Ho.

5. Tomar una muestra aleatoria y determinar si el estadístico de
prueba está en la región de rechazo.
Supongamos que para este ejercicio:
n = 64; X media = 53,1 ; además σ = 10 (dato).
Entonces:
6. Interpretar el resultado, tomar una decisión y concluir

Conclusión?