Especialización en Estadı́stica Aplicada 1/39

Prueba de Hipótesis Estadı́sticas

Asignatura: Estadı́stica Inferencial JJ

II
Svetlana Rudnykh J
I
Atrás
Cerrar
Pruebas de Hipótesis 2/39
Probar una hipótesis: es juzgar si cierta caracterı́stica supuesta para una
población es compatible con lo observado en una muestra de ella.

Ejemplo
X es precipitación ∼ N(150; 100)
n = 12 (estaciones meteorológicas)
x̄ = 153,217 JJ
s2 = 103,23 II
J
I
Hay un parámetro supuesto para la población. Atrás
Cerrar
Se sospecha que el parámetro ha cambiado.
Con base en los resultados muestrales se debe decidir si el parámetro
ha cambiado.
Etapas en la realización de una prueba 3/39
de hipótesis
1. Plantear las hipótesis:
Las hipótesis se plantean en términos de parámetros.
Hipótesis Nula (H0): Representa las condiciones “supuestas” para el
parámetros.
Para el ejemplo: H0 : µ = 150 JJ
II
Hipótesis Alterna (Ha): Representa los cambios que se sospecha se J
dan en el parámetro I
Para el ejemplo: Atrás
Cerrar
1) Ha : µ > 150 (de una cola)
2) Ha : µ < 150 (de una cola)
6 150 (de dos colas)
3) Ha : µ =
2. Establecer la estadı́stica de prueba y su distribución 4/39
bajo H0
Hipótesis sobre µ
H 0 : µ = µ0

Estadı́sticas de prueba:
JJ
1. Cuando la varianza poblacional es conocida II
J
X − µ0 I
Z= √ ∼ N(0; 1).
σ/ n Atrás
Cerrar
2. Cuando la varianza poblacional es desconocida
X − µ0
T = √ ∼ t(n−1).
S/ n
Hipótesis para diferencias de medias
H0 : µ1 = µ2 ó µ1 − µ2 = 0
µ1 − µ2 = c 5/39
Estadı́sticas de prueba:

1. Cuando las varianzas poblacionales son conocidas

X 1 − X 2 − (µ1 − µ2)
Z= q 2 ∼ N(0; 1).
σ1 σ22
n1 + n2
JJ
2. Cuando las varianzas poblacionales son desconocidas pero iguales II
J
X 1 − X 2 − (µ1 − µ2) I
T = q ∼ tn1+n2−2,
1 1
Sp n 1 + n 2 Atrás
Cerrar
donde
(n1 − 1)s21 + (n2 − 1)s22
s2p = .
n1 + n2 − 2
3. Cuando las varianzas poblacionales son desconocidas y distintas
X 1 − X 2 − (µ1 − µ2)
T = q 2 ∼ tk , 6/39
S1 S22
n1 + n2

donde
2
s21 s22

n1 + n2
k =  2    .
2s1 s22 2
n1 /(n1 − 1) + n2 /(n2 − 1)
JJ
4. Cuando las observaciones son pareadas: II
J
La hipótesis nula H0 : µD = δ0.
I
Atrás
La estadı́stica de prueba es Cerrar

D − δ0
T = √ ∼ tn−1.
SD / n
Hipótesis sobre σ 2
H0 : σ 2 = σ02
7/39
Estadı́stica de prueba:

(n − 1)S 2
2 ∼ χ2n−1.
σ0

Hipótesis sobre igualdad de varianzas de dos poblaciones

JJ
H0 : σ12 = σ22 II
J
Estadı́stica de prueba: I
Atrás

(n1 − 1)S12/σ12(n1 − 1) S12 Cerrar

F = = ∼ F(n1−1;n2−1).
(n2 − 1)S22/σ22(n2 − 1) S22
Hipótesis sobre proporciones
H0 : p = p 0
Estadı́stica de prueba: 8/39

p̂ − p0
Z=q ∼ N(0; 1).
p̂(1−p̂)
n

Hipótesis para diferencias entre proporciones

H0 : p 1 − p 2 = 0
Estadı́stica de prueba: JJ
II
p̂1 − p̂2 J
Z = p  q  ∼ N(0; 1),
1 1 I
p̂(1 − p̂) n1 + n2
Atrás
donde el estimador combinado es Cerrar
x1 + x2
p̂ = .
n1 + n2
3. Establecer la región de rechazo

9/39

JJ
II
 J
H 0 : µ = µ0 I
Ha : µ =6 µ0 (de dos colas) Atrás
Cerrar
 10/39

JJ
II
J
 I
H 0 : µ = µ0 Atrás

Ha : µ > µ0 (de una cola) Cerrar

 11/39

JJ
II
 J
H 0 : µ = µ0 I
Ha : µ < µ0 (de una cola) Atrás
Cerrar
 Realidad
H0 : verdadera H0 : falsa
Decisión 12/39
Aceptar H0 Decisión correcta Error de tipo II
Rechazar H0 Error de tipo I Decisión correcta

α = nivel de significancia
α = P (Rechazar H0/ H0 cierta)
= Probabilidad de cometer el error de tipo I. JJ
β = P (Aceptar H0/ H0 falsa) II
= Probabilidad de cometer el error de tipo II. J
I
Potencia de la prueba = P (Rechazar H0/ H0 falsa) Atrás
Potencia = 1 − P (Aceptar H0/ H0 falsa) Cerrar

Potencia = 1 − β

El valor α seleccionado determina los “puntos crı́ticos” para establecer

la región de rechazo.

Para el ejemplo: 13/39


H0 : µ = 150
Ha : µ > 150
Bajo H0: X ∼ N(150; 100
12 ).

JJ
II
J
I
Atrás
Cerrar
 X − µ0
Z= √ ∼ N(0, 1)
σ/ n
14/39

JJ
II
El cálculo del “punto critico”:
J
c−µ I
√ = 1,645
σ/ n Atrás

    Cerrar

c = µ0 + 1,645 √n = 150 + 1,645 √1012 = 154,75.

σ

Se rechazará H0 si x̄ > 154,75 ó si z > 1,645.

4. Cálculo de la estadı́stica de prueba y toma de decisión.
Para el ejemplo:
15/39

x̄ = 153,217
153,217 − 150
z= √ = 1,1144
10/ 12
x̄ = 153,217 < 154,75 y z = 1,1144 < 1,645

Entonces, no hay evidencia para rechazar H0.

JJ
II
J
5. Interpretación I
Atrás
El nivel de precipitación no ha aumentado (p > 0,05). (En caso Cerrar
contrario, por ejemplo si x̄ = 155) el nivel de precipitación si ha
aumentado (p < 0,05).
Ejemplos 16/39
Prueba de hipótesis con respecto a la media con varianza
conocida

Ejemplo 1.

Suponga que por experiencia se sabe que la desviación estándar del peso
de paquetes de 8 onzas de galletas de cierta pastelerı́a es de 0,16 onzas. JJ
Para comprobar si su producción está bajo control en un dı́a dado, esto II
J
es, comprobar si el peso promedio verdadero de los paquetes es 8
I
onzas, los empleados seleccionan una muestra aleatoria de 25 paquetes Atrás
y encuentran que la media de su peso es x = 8,091 onzas. Puesto que Cerrar
la pastelerı́a pierde cuando µ > 8 y el cliente pierde cuando µ < 8,
pruebe la hipótesis nula µ = 8 contra la hipótesis alternativa µ 6= 8 al
nivel 0,01 de significancia.
Solución:
 17/39
H0 : µ = 8
1.
Ha : µ 6= 8
α = 0,01
2. Rechace la hipótesis nula si z ≤ −2,575 ó z ≥ 2,575, donde
x̄ − µ0
z= √ .
σ/ n
JJ
3. Al sustituir x̄ = 8,091, µ0 = 8, σ = 0,16 y n = 25, se obtiene II
J
8,091 − 8 I
z= √ = 2,84.
0,16/ 25 Atrás
Cerrar
4. Puesto que z = 2,84 excede a 2,575, se debe rechazar la hipótesis
nula y se deben hacer ajustes apropiados en el proceso de producción.
Prueba de hipótesis con respecto a la media con varianza
desconocida
18/39
Ejemplo 2.

Las especificaciones para cierta clase de cinta piden una media de la

resistencia al rompimiento de 185 libras. Si cinco piezas seleccionadas
aleatoriamente de diferentes rollos tienen una resistencia al rompimien-
to de 171,6; 191,8; 178,3; 184,9 y 189,1 libras, pruebe la hipótesis nula
µ = 185 libras contra la hipótesis alternativa µ < 185 libras en el nivel JJ
0,05 de significancia. II
J
Solución: I
Atrás

 Cerrar
H0 : µ = 185
1.
Ha : µ < 185
α = 0,05
2. Rechace la hipótesis nula si t ≤ −2,132 (t0,05;4 = −2,132), donde t
x̄ − µ0
t= √ .
s/ n 19/39

3. Primero se calculan la media y la desviación estándar, y se obtienen

x̄ = 183,1, y s = 8,2. Entonces, al sustituir estos valores juntos con
µ0 = 185, y n = 5, en la fórmula para t, se obtiene

183,1 − 185
t= √ = −0,49.
8,2/ 5 JJ
4. Puesto que t = −0,49 es mayor que −2,132, la hipótesis nula no II
puede rechazarse. J
I
Atrás
Sin embargo si se concluye que los rollos de cinta de donde se Cerrar
seleccionó la muestra satisfacen las especificaciones, existirá el riesgo
desconocido de cometer un error de tipo II.
Prueba de hipótesis con respecto a la diferencia entre medias
(varianzas conocidas ó muestras grandes)
20/39
Ejemplo 3.

Se hace un experimento para determinar si el contenido promedio de

nicotina de una clase de cigarrillos excede al de otra clase en 0,20
miligramos. Si n1 = 50 cigarrillos de la primera clase tuvieron un
contenido promedio de nicotina de x̄1 = 2,61 miligramos con una
desviación estándar de s1 = 0,12 miligramos, en tanto que n2 = 40 JJ
cigarrillos de la otra clase tuvieron un contenido promedio de nicotina II
de x̄2 = 2,38 miligramos con una desviación estándar de s2 = 0,14 J
miligramos, pruebe la hipótesis nula µ1 − µ2 = 0,20 contra la hipótesis I
Atrás
alternativa µ1 − µ2 6= 0,20 en el nivel 0,05 de significancia. Tome la
Cerrar
decisión con base en el valor P que corresponde al valor de la estadı́stica
de prueba apropiada.
Solución:

H0 : µ1 − µ2 = 0,20 21/39
1.
Ha : µ1 − µ2 6= 0,20
α = 0,05
x̄1 −x̄2 −δ
2. Use la estadı́stica de prueba Z, donde z = r .
σ12 σ22
n1 + n2

3. Al sustituir x̄1 = 2,61, x̄2 = 2,38, δ = 0,20, s1 = 0,12 con σ1,

s2 = 0,14 con σ2, n1 = 50 y n2 = 40 en esta fórmula, se obtiene
JJ
2,61 − 2,38 − 0,20 II
z= q = 1,08.
(0,12)2 (0,14) 2 J
50 + 40 I
Atrás
4. Puesto que 0,2802 excede a 0,05, no se puede rechazar la hipótesis Cerrar
nula; se acepta la hipótesis nula ó se decide que la diferencia entre
2,61 − 2,38 = 0,23 y 0,20 no es significativa. Esto significa que la
diferencia bien podrı́a atribuirse al azar.
Prueba de hipótesis con respecto a la diferencia entre medias
(varianzas desconocidas ó muestras pequeñas) 22/39

Ejemplo 4.

En la comparación de dos clases de pintura, un servicio de pruebas

para el consumidor encuentra que cuatro latas de 1 galón de una marca
cubren en promedio 546 pies cuadrados con una desviación estándar de
31 pies cuadrados, mientras que cuatro latas de 1 galón de otra mar- JJ
ca cubren en promedio 492 pies cuadrados con una desviación estándar II
de 26 pies cuadrados. Suponiendo que las dos poblaciones muestreadas J
son normales y que tienen varianzas iguales, pruebe la hipótesis nula I
Atrás
µ1 − µ2 = 0 contra la hipótesis alternativa µ1 − µ2 > 0 en el nivel 0,05
Cerrar
de significancia.
Solución:

H 0 : µ1 − µ2 = 0 23/39
1.
H a : µ 1 − µ2 > 0
α = 0,05
2. Rechace la hipótesis nula si t ≥ 1,943 (t0,95;6 = 1,943), donde la
fórmula de t
x̄1 − x̄2 − δ
t= q
sp n11 + n12
JJ
donde II
(n1 − 1)s21 + (n2 − 1)s22
s2p = . J
n1 + n2 − 2 I
3. Primero al calcular sp, se obtiene Atrás
r Cerrar
3(31)2 + 3(26)2
sp = = 28,609.
4+4−2
 y después al sustituir su valor junto con x̄1 = 546, x̄2 = 492, δ = 0
y n1 = n2 = 4 en la fórmula t, se obtiene 24/39

546 − 492
t= q = 2,67.
1 1
28,609 4 + 4

4. Puesto que t = 2,67 excede a 1,943, se debe rechazar la hipótesis

JJ
nula. II
J
En conclusión, en promedio la primera clase de pintura cubre un área I
mayor que la de segunda clase. Atrás
Cerrar
Prueba de hipótesis sobre las medias cuando las observaciones
están pareadas
25/39
Ejemplo 5.

Se llevó a cabo un estudio para determinar el grado en el cual el alcohol

entorpece la habilidad de pensamiento para llevar a cabo determinada
tarea. Se seleccionaron al azar diez personas de distintas caracterı́sticas
y se les pidió que participarán en el experimento. Después de propor-
cionarles la información pertinente, cada persona llevó a cabo la tarea JJ
sin anda de alcohol en su organismo. Entonces, la tarea volvió a llevarse II
a cabo, después de que cada persona habı́a consumido una cantidad J
suficiente de alcohol para tener un contenido en su organismo de 0,1 %. I
Atrás
Cerrar
Los tiempos “antes” y “después” (en minutos) de los diez participantes
son los siguientes:
 Participante Antes Después Diferencia=Después-Antes
1 28 39 11
2 22 45 23 26/39
3 55 67 12
4 45 61 16
5 32 46 14
6 35 58 23
7 40 51 11
8 25 34 9
9 37 48 11 JJ
10 20 30 10 II
J
Se supone que las diferencias constituyen variables aleatorias indepen- I
Atrás
dientes distribuidas normalmente. Probar a un nivel de α = 0,05 que el
Cerrar
tiempo promedio “antes” es el menor que el tiempo promedio “después”
por más de 10 minutos.
Solución:

H0 : µD = 10
1. 27/39
Ha : µD > 10
α = 0,05
2. Rechace la hipótesis nula si t > 1,833 (t0,95;9 = 1,833), donde t
d¯ − δ0
t= √ .
sD / n
3. Primero se calculan la media y la desviación estándar, y se obtienen JJ
d¯ = 14, y sD = 5,14. Entonces, al sustituir estos valores juntos con II
δ0 = 10, y n = 10, en la fórmula para t, se obtiene J
14 − 10 I
t= √ = 2,4598. Atrás
5,14/ 10 Cerrar

4. Puesto que t = 2,4598 excede a 1,833, se debe rechazar la hipótesis

nula y se concluye que el tiempo promedio “antes” es menor que el
tiempo promedio “después” por 10 minutos.
Prueba de hipótesis con respecto a la varianza

Ejemplo 6. 28/39

Suponga que el espesor de una parte usada de un semiconductor es

su dimensión crı́tica y que las mediciones del espesor de una muestra
aleatoria de 18 de dichas partes tiene la varianza s2 = 0,68, donde las
mediciones son en milésimas de una pulgada. El proceso se considera que
está bajo control si la variación del espesor está dada por una varianza no
mayor que 0.36. Suponga que las mediciones constituyen una muestra JJ
aleatoria de una población normal, pruebe la hipótesis nula σ 2 = 0,36 II
contra la hipótesis alternativa σ 2 > 0,36 en el nivel 0,05 de significancia. J
I
Atrás
Solución:
Cerrar

H0 : σ 2 = 0,36

1.
Ha : σ 2 > 0,36
 α = 0,05.
29/39

2. Rechace la hipótesis nula si χ2 ≥ 27,587, donde

2 (n − 1)s2
χ =
σ02
y 27.587 es el valor de χ20,05;17.

JJ
2
3. Al sustituir s = 0,68, σ02 = 0,36 y n = 18, se obtiene II
J
17(0,68)
χ2 = = 32,11. I
0,36 Atrás
Cerrar
2
4. Puesto que χ = 32,11 excede a 27,587, la hipótesis nula debe
rechazarse y el proceso para la manufactura de las partes debe ajus-
tarse.
Prueba de hipótesis con respecto a las varianzas
30/39
Ejemplo 7.

Al comparar la variabilidad de la resistencia a la tracción de dos clases de

acero estructural, un experimento dio los resultados siguientes: n1 = 13,
s21 = 19,2, n2 = 16 y s22 = 3,5, donde las unidades de medición son
1,000 libras por pulgada cuadrada. Suponga que las mediciones consti-
tuyen variables aleatorias independientes de dos poblaciones normales, JJ
prueba la hipótesis nula σ12 = σ22 contra la alternativa σ12 6= σ22 en el II
nivel 0,02 de significancia. J
I
Atrás
Solución:
Cerrar

H0 : σ12 = σ22

1.
Ha : σ12 =
6 σ22
 α = 0,02.
31/39
s21
2. Puesto que s21 ≥ s22, rechace la hipótesis nula si s22
≥ 3,67, donde
3,67 es el valor de f0,01;12;15.

3. Al sustituir s21 = 19,2 y s22 = 3,5, se obtiene

s21 19,2
= = 5,49. JJ
s22 3,5
II
4. Puesto que f = 5,49 excede a 3,67, se debe rechazar la hipótesis J
nula; se concluye que la variabilidad de la resistencia a la tracción I
Atrás
de las dos clases de acero no es la misma.
Cerrar
Prueba de hipótesis con respecto a la proporción (muestra
pequeña)
32/39
Ejemplo 8.

Si x = 4 de n = 20 pacientes sufrieron efectos secundarios serios a

causa de un nuevo medicamento, pruebe la hipótesis nula p = 0,50 con-
tra la hipótesis alternativa p 6= 0,50 en el nivel 0,05 de significancia. En
este caso p es la proporción verdadera de pacientes que sufren efectos
secundarios serios a causa del nuevo medicamento. JJ
II
Solución: J
I
 Atrás
H0 : p = 0,50 Cerrar
1.
6 0,50
Ha : p =
 α = 0,05. 33/39

2. X es el número observado de éxitos. Como la muestra es pequeña no

se puede utilizar la aproximación de la binomial a la normal, entonces
se utiliza la distribución binomial con parámetros n = 20 y p = 0,50.

3. x = 4 y puesto que P (X ≤ 4) = F (4; 20; 0,50) = 0,0059, el valor JJ

P es 2(0,0059) = 0,0118. II
J
I
4. Puesto que el valor P = 0,0118, es menor que 0,05, se debe rechazar
Atrás
la hipótesis nula; se concluye que p 6= 0,50. Cerrar
Prueba de hipótesis con respecto a la proporción (muestra
grande) 34/39

Ejemplo 9.

Una compañı́a petrolera afirma que menos del 20 por ciento de los propi-
etarios de autos no han probado su gasolina. Pruebe esta afirmación en
el nivel 0,01 de significancia si una comprobación aleatoria revela que 22
de 200 propietarios de autos no han probado la gasolina de la compañı́a. JJ
II
Solución: J
I
 Atrás
H0 : p = 0,20 Cerrar
1.
Ha : p < 0,20
 α = 0,01.
2. Rechace la hipótesis nula de z ≤ −2,33, donde (sin la corrección 35/39

por continuidad)
x − np0
z=p .
np0(1 − p0)
3. Al sustituir x = 22, n = 200 y p0 = 0,20, se obtiene
22 − 200(0,20)
z=p = −3,18.
200(0,20)(0,80) JJ
II
4. Puesto que z = −3,18 es menos que −2,33, se debe rechazar la J
hipótesis nula; se concluye que, como se afirma, menos del 20 % I
Atrás
de todos los propietarios de autos no han probado la gasolina de la
Cerrar
compañı́a.
Prueba de hipótesis con respecto a la diferencia entre las
proporciones
36/39
Ejemplo 10.

En un estudio de los hábitos de fumador para personas zurdas y derechas,

una muestra aleatoria de 400 zurdos reveló que 190 de éstos fuman, y en
una muestra aleatoria de 800 derechos, 300 de éstos fuman. Con base
en esta evidencia, probar con un 98 % de confiabilidad que el porcenta-
je de zurdos que fuma es mayor que el correspondiente para personas JJ
derechas. II
J
Solución: I
Atrás

 Cerrar
H0 : p 1 = p 2
1.
Ha : p 1 > p 2
 α = 0,02. 37/39

2. Rechace la hipótesis nula si z > 2,055, donde

p̂1 − p̂2
z = p  q 
1 1
p̂(1 − p̂) n1 + n2

donde
x1 + x2
p̂ = . JJ
n1 + n2
II
J
3. Al sustituir x1 = 190, n1 = 400, x2 = 300, n2 = 800 se obtiene I
Atrás
Cerrar

190 300
p̂1 = = 0,475 y p̂2 = = 0,375
400 800
 190 + 300
p̂ = = 0,4083. 38/39
400 + 800

0,475 − 0,375
z = p  q  = 3,3233.
1 1
0,4083(0,5917) 400 + 800

4. Puesto que z = 3,3233 es mayor que 2,055, se debe rechazar la JJ

hipótesis nula y se concluye que, el porcentaje de los zurdos que II
fuman es mayor que el correspondiente para las personas derechas. J
I
Atrás
Cerrar
Referencias 39/39

1 G. C. Canavos. 1988. Probabilidad y Estadı́stica - Aplicaciones y

Métodos. Mc. Graw Hill, Mexico.
2 J. E. Freund, I. Miller & M. Miller. 2000. Estadı́stica Matemática
con Aplicaciones. Pearson Prentice Hall, Mexico.
JJ
II
J
I
Atrás
Cerrar