ESTADÍSTICA

INFERENCIAL
 LOGRO DE LA SESIÓN

Al finalizar la sesión de aprendizaje el estudiante conoce y aplica

las pruebas de hipótesis para la proporción.
 PROCEDIMIENTO DE LA PRUEBA DE HIPOTESIS

1. Formular la hipótesis nula y la hipótesis alternativa adecuada.

2. Especificar el nivel de significación
3. Seleccionar la estadística apropiada a usar en la prueba
4. Establecer la regla de decisión, determinando la región crítica de la prueba
5. Calcular el valor del estadístico de la prueba a partir de los datos de la muestra.
6. Tomar la decisión de rechazar H0 si el valor de la estadística de prueba está en la
región crítica. En caso contrario, aceptar H0 .
PRUEBA DE HIPÓTESIS PARA LA PROPORCIÓN ρ
4. Región crítica: La región critica es fijada de acuerdo a la hipótesis H1, al nivel de significación α y a
la distribución muestral de la estadística (Zc ).

5. Cálculo de la estadística de prueba:

Calcular el valor de zc .
6. Conclusión:
Tomar la decisión de aceptar o rechazar
H0.
EJEMPLO 13,1
En un instituto superior con 2500 estudiantes se ha venido aplicando una campaña contra el uso del tabaco por parte de
los estudiantes. Antes de la campaña, 30% de los estudiantes eran fumadores activos, para investigar si disminuyó esta
proporción se toma una muestra aleatoria de 150 estudiantes y se detecta que 35 de ellos son fumadores activos. ¿Se
logró disminuir la proporción de fumadores activos? Use un nivel de significancia del 5%.
Variable X: Número de fumadores activos

Datos:
1) Planteo de hipótesis:
𝑁 = 2500
H0 : 𝑝 ≥ 0.30
𝑝 = 0.30
H1 : 𝑝 < 0.30
𝑛 = 150
2) Nivel de significancia.
𝑋 = 35
35 𝛼 = 0.05
𝑝ҧ = = 0.2333 3) Estadística de prueba.
150 ҧ 0
𝑝−𝑝
𝛼 = 0.05 𝑍𝑐 = ≈ 𝑁(0,1)
𝜎ഥ
𝑝

0.30(1 − 0.30) 2500 − 150

𝜎𝑝ҧ = = 0.0363
150 2500 − 1
4) Región crítica.

𝑅𝐶: ] − ∞; −1,645[

𝑹. 𝑪. 𝑹. 𝑨.

1 − 𝛼 = 0.95
0.05
𝒁𝟎.𝟎𝟓 = −𝟏. 𝟔𝟒𝟓

5) Cálculo del estadístico de prueba.

0.2333−0.30
𝑍𝑐 = = −1.8375 ∈ 𝑅𝐶 (Región de rechazo o Región crítica) .
0.0363

6) Conclusión: Por tanto, se rechaza la hipótesis nula y se acepta la hipótesis alternativa. Se logró
disminuir la proporción de fumadores activos. La afirmación se realiza con un nivel de significancia del
5%.
 Ejemplo 13,2
Un fabricante de computadoras envía computadoras portátiles con las baterías completamente cargadas para
que los clientes comiencen a usar sus compras directamente de la caja. En su anterior modelo, el 85% de los
clientes recibieron baterías completamente cargadas. Con fines experimentales, la compañía envió 100
nuevas computadoras portátiles de un nuevo modelo a varios sitios de empresas en todo el país. De las 100
computadoras portátiles enviadas, 96 llegaron con el 100% de carga. Usando un nivel de significancia de 2%.
a. ¿Los datos proporcionan evidencia de que la tasa de este modelo no supera a la tasa del modelo anterior?
SOLUCIÓN: a)
X : Número de baterías completamente cargadas
Datos:
1) Planteo de hipótesis:
𝑝 = 0.85
H0 : 𝑝 ≤ 0.85
𝑛 = 100
H1 : 𝑝 > 0.85
𝑋 = 96
2) Nivel de significancia.
96 𝛼 = 0.02
𝑝ҧ = = 0.96
100 3) Estadística de prueba.
𝛼 = 0.02 ҧ 0
𝑝−𝑝
𝑍𝑐 = 𝜎 ≈ 𝑁(0,1)
ഥ
𝑝
0.85(1 − 0.85)
𝜎𝑝ҧ = = 0.0357
100
4) Región crítica.
𝑅𝐶: ]2.055; +∞[

𝑹. 𝑨. 𝑹. 𝑪.
1 − 𝛼 = 0.98
0.02
𝒁𝟎.𝟗𝟖 = 𝟐. 𝟎𝟓𝟓

5) Cálculo del estadístico de prueba.

0.96−0.85
𝑍𝑐 = = 3.0812 ∈ 𝑅C (Región crítica o región de rechazo) .
0.0357

6) Conclusión: Se rechaza la hipótesis nula y se acepta la hipótesis alternativa. Existe evidencia suficiente
para afirmar que la tasa de este modelo supera a la tasa del modelo anterior. La afirmación se realiza
con un nivel de significancia del 2%.
b. Si la verdadera proporción de computadoras que llegan con el 100% de carga es del 94%. ¿Cuál
es la probabilidad de cometer el error tipo II ?

𝛽 = 𝑃 𝑒𝑟𝑟𝑜𝑟 𝑡𝑖𝑝𝑜 𝐼𝐼 = 𝑃[𝐴𝑐𝑒𝑝𝑡𝑎𝑟 𝑙𝑎 ℎ𝑖𝑝ó𝑡𝑒𝑠𝑖𝑠 𝑛𝑢𝑙𝑎, 𝑐𝑢𝑎𝑛𝑑𝑜 𝑒𝑠𝑡𝑎 𝑒𝑠 𝑓𝑎𝑙𝑠𝑎 / 𝑝 = 0.94 ]

𝑝ҧ − 0.85
= 2.055
0.0357

𝑅. 𝐴. 𝛽 = 0.2420 𝛼 = 0.02
𝑍0.2420 = −0.70
0.98 𝑍0.98 = 2.055
0.02 Rpta. La probabilidad de cometer el error tipo II es
𝑝ҧ = 0.9234 0.2420.
La probabilidad de aceptar la siguiente afirmación:
𝛽 = 𝑃[𝑝ҧ ≤ 0.9234] 𝑝 = 0.94 la tasa de baterías del nuevo modelo que llegan con
carga completa al usuario no supera a la tasa del
𝑝ҧ − 𝑝0 0.9234 − 0.94 0.94 × 0.06 modelo anterior, siendo la afirmación falsa, es
𝛽=𝑃 ≤ 𝜎𝑝ҧ = = 0.0237
𝜎𝑝ҧ 0.0237 100 0.2420.

𝛽 = 𝑃 𝑍 ≤ −0.70 = 0.2420
EJERCICIO ADICIONAL

De una muestra aleatoria de 500 hombres entrevistados, 125 indicaron que ven fútbol por televisión los
lunes en la noche. ¿Indica esta evidencia que más del 20% de los televidentes hombres ven el fútbol los
lunes por la noche? Use el nivel de significación de 0.01.

SOLUCIÓN

X: Número de hombres que ven fútbol por televisión los lunes por la noche.

Datos:
1) Planteo de hipótesis:
𝑝 = 0. 20
H0 : 𝑝 ≤ 0.20
𝑛 = 500
H1 : 𝑝 > 0.20
𝑋 = 125
2) Nivel de significancia.
125 𝛼 = 0.01
𝑝ҧ = = 0.25
500 3) Estadística de prueba.
𝛼 = 0.01 ҧ 0
𝑝−𝑝
𝑍𝑐 = 𝜎 ≈ 𝑁(0,1)
ഥ
𝑝

0.20(1 − 0.20)
𝜎𝑝ҧ = = 0.0179
500
4) Región crítica.
𝑅𝐶: ]2.325; +∞[

𝑹. 𝑨. 𝑹. 𝑪.

1 − 𝛼 = 0.99
0.01
𝒁𝟎.𝟗𝟗 = 𝟐. 𝟑𝟐𝟓

5) Cálculo del estadístico de prueba.

0.25−0.20
𝑍𝑐 = = 2.7933 ∈ 𝑅C (Región de rechazo o Región crítica)
0.0179

6) Conclusión: Se rechaza la hipótesis nula y se acepta la hipótesis alternativa. Hay evidencia suficiente
para afirmar que más del 20% de los televidentes hombres ven el futbol los lunes por la noche. La
afirmación se realiza con un nivel de significancia del 1%.
 ¿QUE HEMOS APRENDIDO?

Prueba de hipótesis para la proporción y

sus aplicaciones.