Test de hipótesis

Una empresa que fabrica focos, espera que estos tengan una vida útil de 1000 horas ya que es lo que les ofrece a los
compradores.

Pero la gerencia tiene algunas dudas ya que algunos clientes se quejaron, entonces se debe determinar si la vida
media de los focos es menor a la ofrecida.

Entonces se va a tomar una muestra aleatoria de focos y se van a probar para determinar su vida media.

Al tomar esta decisión se corre el riesgo de que los focos tengan una vida mayor o menor, que la real (media
poblacional / verdadero promedio)

En definitiva, la empresa quiere probar la siguiente afirmación, de que la vida media de los focos es de 1000 horas,
esta puede ser verdadera o falsa.

Esta afirmación que se pone a prueba se la conoce como hipótesis y el procedimiento para realizar esta evaluación se
llama Prueba de hipótesis.

Entonces podemos definir:

Hipótesis: es una afirmación acerca de un parámetro de una o más poblaciones y que está sujeta a verificación.

Prueba de hipótesis: es un procedimiento basado en la información que se tiene de la muestra para determinar si la
hipótesis es una afirmación razonable.

Entonces volviendo al ejemplo de los focos, si se rechaza la hipótesis nula de que la vida media de los focos es de 1000
horas, se estaría tomando por válida la hipótesis alternativa la cual sería que la vida media de los focos es menor que
1000 horas

Simbólicamente se representa como:

Ho: µ=1000

H1: µ<1000

También podemos definir:

Hipótesis nula: es cualquier hipótesis que se desea probar denotada por Ho.

Hipótesis alternativa: es la hipótesis que se acepta cuando la hipótesis nula es rechazada. Es denotada por H1.

Conclusiones:

Si rechazamos Ho, concluimos que hay suficiente evidencia estadística para decir que Ho es falsa.
¿Cómo se sabe que tanto es “suficiente evidencia”?

Para esto hay algunos conceptos para agregar

Nivel de significancia: es la probabilidad de rechazar la hipótesis nula cuando es verdadera, es decir cuando se comete
el error del tipo 1 y representa la región de rechazo (α).

Podemos decir también que es un criterio para determinar si se tiene suficiente evidencia para descartar la Ho.

Generalmente las pruebas de hipótesis se realizan con niveles de significancia de 5% o de 1%

¿Es confiable esta decisión basada en datos de una muestra?

Al basarse en datos de la muestra es posible cometer dos tipos de errores:

Error del tipo 1: se comete cuando se rechaza la hipótesis que es verdadera (α)

Error del tipo 2: se comete cuando se acepta la hipótesis que es falsa (β)

Consecuencias de estos errores para la empresa

Error tipo 1: si rechazamos que la vida media de los focos es de 1000 horas, siendo esta verdadera, la empresa va a
tratar de mejorar su proceso de producción innecesariamente generándole costos mayores.

Error tipo 2: si aceptamos que la vida media es de 1000 horas siendo falsa esta hipótesis, la empresa no va a tratar de
mejorar su proceso de producción cuando si debería hacerlo, lo cual le generará clientes insatisfechos.

El siguiente paso es seleccionar un estadístico de prueba (Zobs), el cual es un valor que contrasta el valor crítico, es
decir el valor determinado por el nivel de significancia.

Esto permite establecer una regla para tomar la decisión de aceptar o rechazar la hipótesis nula.
Pasos para probar una hipótesis
1) Definir la hipótesis
2) Se establece la hipótesis nula y la hipótesis alternativa
3) Se selecciona un nivel de significancia para la prueba
4) Establecer el estadístico de prueba
5) Decidir si se rechaza o no la Ho
Ejemplo
Una empresa fabrica focos que tienen una vida útil de 1000 horas, con desviación estándar de 40 horas.
Al tomar una muestra de 40 focos, estos tienen una duración promedio de 988 horas.
Determinar a un nivel de significancia del 5% si la media poblacional de estos focos es efectivamente de 1000
horas.

µ=1000 , µ0 =988
1)
2)
Hipótesis nula

H0 : µ=1000
Hipótesis alternativa (podría ser menor, mayor o distinta de µ0 )

H1 : µ<1000
3) Luego se establece un nivel de significancia (α) del 5% como nos indica en el ejemplo.
Si se elige una probabilidad de error del tipo 1 muy pequeña, esto hace que la probabilidad de cometer un
error del tipo 2 sea más grande.

4) Estadístico de prueba: es el calculado a partir de los datos conocidos de la muestra

Con n≥30 y con σ conocida

Con n<30 y con σ conocida

Con n≥30 y con σ desconocida

Con n<30 y con σ desconocida

5) Decidir si se rechaza o no H0
Se especifica un criterio de aceptación o rechazo de la hipótesis nula según el estadístico de prueba que
usamos en el punto anterior.
En el caso de las pruebas de hipótesis para la media el criterio puede ser:

 Prueba de una cola si H1 : µ>µ0

 Prueba de una cola si H1 : µ<µ0
 Prueba de dos colas si H1 : µ≠ µ0

Prueba de una cola H1 : µ>µ0

Rechazo H0 si Z𝑜𝑏𝑠 > Z𝑐𝑟𝑖𝑡𝑖𝑐𝑜

Prueba de una cola H1 : µ<µ0

Rechazo H0 si Z𝑜𝑏𝑠 < −Z𝑐𝑟𝑖𝑡𝑖𝑐𝑜

Prueba de dos colas H1 : µ≠ µ0

Rechazo H0 si |Z𝑜𝑏𝑠 | > Z𝑐𝑟𝑖𝑡𝑖𝑐𝑜

Dado el ejemplo podemos dar como conclusión que a un nivel de significancia del 5% se rechaza la H0 la cual
nos dice que la vida media de los focos es de 1000 horas (µ=1000) y se considera que existe suficiente
evidencia estadística para aceptar la hipótesis alternativa de que la vida útil de los focos es menor de 1000
horas (H1 : µ ≤ 1000)