CONTRASTE DE HIPOTESIS

ESTADISTICA II

Prof: Maria E. Briceño

Hipótesis Estadística

Una hipótesis estadística (H) es una proposición acerca de una característica de la población
de estudio. Por ejemplo: “la distribución X es binomial “, “la variable X toma valores en el
intervalo [a, b), “el valor de P es 0.4”, “la distribución de X es normal”, etc.

Ejemplo:
• En una empresa que elabora cables para conexiones eléctricas. Se le otorgara el sello de
control de calidad si hay como mínimo un 95% de la producción con cero defectos, es
decir , ¿Como tomar una decisión sin verificar toda la producción?

• Una compañía recibe un gran cargamento de piezas. Solo se acepta el envío si no hay
más de un 4% de piezas defectuosas. ¿Como tomar una decisión sin verificar todas las
piezas?

En los ejemplos señalados :a) Se formula la hipótesis sobre la población, b)Las conclusiones
que se deriven mediante la validez de la hipótesis (contraste de hipótesis) se basara en la
información que aporte los datos muéstrales
TIPOS DE HIPOTESIS
• Hipótesis paramétricas: Una hipótesis paramétrica es una proposición sobre los valores que
toma un parámetro.
• Hipótesis simple: aquella que especifica un único valor para el parámetro.
Ejemplos: “ H : θ = o “, “H : θ = −23”, etc.
• Hipótesis compuesta: aquella que especifica un intervalo de valores para el parámetro.
Ejemplos: ‘H : θ ≥ 0”, “H : 1 ≤ θ ≤ 4”, etc.
Hipótesis unilateral: “H : θ ≤ 4”, ‘H : 0 < θ”, etc.
Hipótesis bilateral: “H : θ ≠ 4 ⇔ H : θ < 4 y θ > 4

HIPOTESIS NULA Y ALTERNATIVA

Hipótesis nula, se representamos por H0, es la hipótesis que se desea contrastar, se plantea en
primer lugar y es la hipótesis que se mantendrá a no ser que los datos indiquen su falsedad.
• Es una idea es similar a la presunción de inocencia en un juicio.
• La hipótesis nula siempre contiene los signos “=”, “≤” o “≥”
• La hipótesis nula nunca se acepta, se rechaza o no se rechaza.
Hipótesis alternativa, y se representa por H1, a la negación de la hipótesis nula.
• Es generalmente la hipótesis que se quiere verificar.
• La hipótesis alternativa nunca contiene los signos “=”, “≤” o “≥”.(contiene sus opuestos)
• La hipótesis alternativa puede aceptarse o no aceptarse
 CONTRASTE DE HIPOTESIS

Un contraste de hipótesis es una regla que determina, a un cierto nivel

de significación, α, para qué valores de la muestra se rechaza o no se
rechaza la hipótesis nula. Se trata de determinar, a un nivel de
significación α, una región critica o de rechazo, RCα, y una región de
aceptación, RAα.
Ω = RCα ∪ RAα RCα ∩ RAα = ∅
Una prueba de hipótesis permite comparar valores de un parámetro poblacional contra un valor teórico
o contra otro parámetro, con el fin de tomar decisiones.
Este esquema también se
utiliza si es contraste de la
Cola por la izquierda Cola por la derecha proporción (p)

Ho :𝝻 ≤𝝻0
H1 : 𝝻 >𝝻0
Contraste Unilateral
1-α α ( una cola)

Ho : 𝝻 = 𝝻0
H1 : 𝝻 ≠ 𝝻0 Contraste Bilateral
α2 (dos colas )
1-α α 2
Región critica y nivel de significación

El estadístico del contraste es un estadístico que se construye a partir de un estimador del

parámetro y cuya distribución bajo H0 es conocida. El nivel de significación, α ,es la
probabilidad de que, bajo H0, el estadístico del contraste tome valores en la RCα

Tipos de error

Decisión H0 cierta H0 falsa

Error de Tipo I Decisión correcta
Rechazar H0 P(Rech.|H0cierta) = α P(Rech.|H0falsa) = 1 − β
nivel de significación potencia

Decisión correcta Error de Tipo II

No rechazar H0 P(No Rech.|H0cierta) = 1 − α P(No Rech.|H0falsa) = β
Observaciones :
1. Se puede hacer la probabilidad del error de tipo I tan pequeña como se quiera, pero esto hace
que aumente la probabilidad del error de tipo II.
2. Un contraste de hipótesis puede rechazar la hipótesis nula pero NO puede probar la hipótesis
nula.
3. Si no rechazamos la hipótesis nula, es porque las observaciones no han aportado evidencia para
descartarla, no porque sea necesariamente cierta.
4. Por el contrario, si rechazamos la hipótesis nula es porque se está razonablemente seguro
(P(Rech.|H0cierta) ≤ α) de que H0 es falsa y estamos aceptando implícitamente la hipótesis
alternativa.
Pasos para la construcción de un contraste
1. Identificar el parámetro de interés (µ → media poblacional) ; (p Proporción poblacional )
2. Establecer las hipótesis H0 y H1.
3. Fijar un nivel de significación α
4. Establecer las regiones de aceptación y rechazo
5. Determinar el estadístico del contraste (igual que en la construcción del intervalo de confianza) ;
para la muestra seleccionada (Z, t t, F, X²)

Rechazo Ho, la función cae en la región crítica ( RC)

6. Tomar la decisión :
No rechazo Ho, la función cae en la región de aceptación (RA)

7. Interpretar la decisión tomada

Ejercicios :
1.Una empresa de neumáticos afirma que una nueva gama en promedio dura al menos 28000 Km.
Las pruebas con 64 neumáticos dan como resultado una duración media de 278oo Km , con una
desviación estándar de 1000 Km . Bajo la normalidad de los neumáticos , se pide :
Comprobar si hay evidencia suficiente para rechazar la afirmación de la empresa , a nivel de
significación de 5%

Solución :
Sobre la población de Neumáticos se define la variable aleatoria :
X=“duración en Kilómetros ” donde
Las hipótesis sobre la media poblacional

En el muestreo de una población con varianza desconocida , con

muestras grandes n>30 la media muestral (𝝻, s/√n)
Bajo la hipótesis nula (28000,1000/ √64)= N (28000,125)
Z =( 27800–28000)/125 ; Z= -. 1.6
α= 0.05
 X −µ
Zp =
Zp
s / √n
Zona de aceptación
σ~s
Zp=(27800-28000)
125
Z= – 1.6
Z= – 1.645
Como σ es desconocida, S es la desviación de
la muestra que se utiliza como aproximación
para el contraste-

El estadístico de prueba Zp > Zc -1.6 > -1.645, es decir , se acepta la Ho , por

tanto se acepta la afirmación de la empresa con un 95% de confianza y 5%
de significación
2. El propietario de un automóvil sospecha que su vehículo tiene un consumo medio de
combustible en carretera superior a los 5.6 litros /100 Km, que es lo que el fabricante indica en su
publicidad.
Para apoyar empíricamente su sospecha observa el consumo medio en 11 viajes seleccionados
aleatoriamente entre todos los que realiza al año, obteniendo los siguientes resultados :6.1 6.5
5.1 6.0 5.9 5.2 5.8 5.3 6.2 5.9 6.3
Se pide:
¿Están fundadas las sospechas del propietario a un nivel de significación del 1 %?
~ X =64.3/11 5.85
La variable X ~ (𝝻 ; σ) desconocidas; en el muestreo para n ≤ 30 , X t n-1
H0 : 𝝻 ≤ 5.6 Lo que indica el fabricante
H1 ; 𝝻>5.6 Lo que sospecha el propietario

X -– 𝝻 ( 5.85 - 5.6) = 1.87

s /√n 0.444/√11

t de prueba t p=1.87 t p=1.87

t c = 2.76

t critico a α = 1 % n-1 grados de libertad ; t c = 2.76 (tabla t de Student)

Al comparar el tc con el tp, el tp es menor que tc , por lo tanto cae en la región de aceptación ,
se acepta Ho
Decisión :
Con un nivel de confianza del 99% se acepta Ho, es decir , el consumo medio de combustible en
carretera NO es superior es de 5.6 litros /100 Km .

Nota : Es importante resaltar que previo al calculo de contraste de hipótesis, se calculo el

promedio ( X ) y la deviación estándar (s) de la muestra de 11 datos . X, es el estimador
insesgado de µ
3) Un portal e-busines sabe que el 60% de todos sus visitantes a la Web están interesados en adquirir
sus productos, pero son reacios al comercio electrónico y no realizan finalmente la compra vía
internet. Sin embargo , en la dirección del portal se piensa que el último año el porcentaje de gente
que esta dispuesta a comprar por internet ha aumentado y esto se debe reflejar en los resultados
empresariales. En esta línea, se tomó una muestra de 500 visitantes para conocer su opinión y se
observo que el 55% no estaba dispuesta a realizar compras vía on-line.
Contrastar con el 2% de significación si el ultimo año se ha reducido el porcentaje de personas que no
está dispuesta a comprar vía internet.

Sea p = ”Proporción personas compran on – line “

n≥30 , (grande) , se aproxima ṗ~ N (p, √p.q / n)

Ho :p ≥ 0.60
H1 : p < 0.60

ṗ~ N ( p, √p.q / n)
ṗ~ N (0.6 , √ 0.6x0.4 / 500 ) ṗ~ N (0.6 , 0.022), se obtiene el estadístico de contraste
tipificado

ṗ–p
Z=

, Z p= –2.27
0.022

Zp > Zc , No se acepta la Ho

Conclusión :
Existe evidencia empírica que la proporción de visitantes al portal que están
dispuestos a comprar on –line ha disminuido, es decir, el porcentaje de visitantes que
son reacios a comprar por internet ha aumentado.
4) Se sabe que la desviación típica de las notas de cierto examen de Matemáticas es 2.4.
Para una muestra de 36 estudiantes se obtuvo una nota media de 5.6. ¿Sirven estos datos
para confirmar la hipótesis de que la nota media del examen fue de 6, con un nivel de
confianza del 95%?

σ = 2,4 ptos
n=36
X=5.6 ptos

Ho : : 𝝻 = 6 La nota media no ha variado.

H1 : 𝝻 ≠ 6 La nota media ha variado. zα/2 = - 1.96

Para α = 0.05, le corresponde un valor crítico: zα/2 = 1.96.

Zp = (5.6- 6)/2.4/√36
Zp= - 1

Zp < Zc
Aceptamos la hipótesis nula H0, con un nivel de significación del 5%. , es decir , la nota
media no ha variado.
5)Un fabricante de lámparas eléctricas está ensayando un nuevo método de producción que
se considerará aceptable si las lámparas obtenidas por este método dan lugar a una
población normal de duración media 2400 horas, con una desviación típica igual a 300. Se
toma una muestra de 100 lámparas producidas por este método y esta muestra tiene una
duración media de 2320 horas. ¿Se puede aceptar la hipótesis de validez del nuevo proceso
de fabricación con un riesgo igual o menor al 5%?

H0 : μ = 2400
H1 : μ ≠ 2400

Zp = 2.68

Zp > Zc

Rechazamos la hipótesis nula H0, con un nivel de significación del 5%., es decir, NO se
acepta el nuevo proceso propuesto por el fabricante