Pruebas de hipótesis,

muestras grandes
 ¿Qué es una hipótesis?

 Hipótesis: enunciado acerca de una

población elaborada con el propósito de
ponerse a prueba.
 Ejemplos de hipótesis acerca de un
parámetro de población son:
 la media mensual de ingresos para analistas de
sistemas es $3625,
 el 20% de los tarjetahabientes de una entidad
bancaria incumplen con sus pagos mensuales
 ¿Qué es una prueba de hipótesis?

 Prueba de hipótesis: procedimiento basado

en la evidencia muestral y en la teoría de
probabilidad que se emplea para
determinar si la hipótesis es un enunciado
razonable y no debe rechazarse o si no es
razonable y debe ser rechazado.
 Prueba de hipótesis

Paso 1: plantear las hipótesis nula y alterna

Paso 2: seleccionar un nivel de significancia

Paso 3: identificar el valor estadístico de prueba

Paso 4: formular una regla de decisión

Paso 5: tomar una muestra, llegar a una decisión

No rechazar la Rechazar la hipótesis nula

hipótesis nula y aceptar la alterna
 Definiciones

 Hipótesis nula H0: afirmación acerca del valor de un

parámetro poblacional.
 Hipótesis alterna H1: afirmación que se aceptará si
los datos muestrales proporcionan evidencia de
que la hipótesis nula es falsa.
 Nivel de significancia (α): probabilidad de rechazar
la hipótesis nula cuando es verdadera.
 Error Tipo I: rechazar la hipótesis nula cuando en
realidad es verdadera.
 Definiciones

 Error Tipo II: aceptar la hipótesis nula cuando en

realidad es falsa.
 Estadístico de prueba: valor obtenido a partir de la
información muestral, se utiliza para determinar si
se rechaza o no la hipótesis.
 Valor crítico: el punto que divide la región de
aceptación y la región de rechazo de la hipótesis
nula.
 Prueba de significancia de una cola

 Una prueba es de una cola cuando la

hipótesis alterna, H1, establece una
dirección, como:
 H0 : el ingreso medio de las mujeres es menor o
igual al ingreso medio de los hombres.
 H1 : el ingreso medio de las mujeres es mayor que
el de los hombres.
 r a l i t r b u i o n :  = 0 ,  = 1

Distribución de muestreo para el valor estadístico z,

prueba de una cola, nivel de significancia de α=.05
0 . 4

0 . 3

.95 probabilidad
.05 región de
rechazo
0 . 2
f ( x

0 . 1
Valor
crítico
z = 1.65
. 0

- 5

0 1 2 3 4
 Prueba de significancia de dos colas

 Una prueba es de dos colas cuando no se

establece una dirección específica de la
hipótesis alterna H1, como:
 H0 : el ingreso medio de las mujeres es igual al
ingreso medio de los hombres.
 H1 : el ingreso medio de las mujeres no es igual al
ingreso medio de los hombres.
 r a l i t r b u i o n :  = 0 ,  = 1

Distribución de muestreo para el valor estadístico z, prueba de

dos colas, nivel de significancia de α=0.05
0 . 4

0 . 3

.95 probabilidad

2 .025 regiones
0 . 2

de rechazo
f ( x

0 . 1
Valor
crítico
z = 1.96
. 0

- 5

-4 -3 -2 -1 0 1 2 3 4
 Prueba para la media poblacional: muestra
grande, desviación estándar poblacional conocida

 Cuando se hace una prueba para la media

poblacional de una muestra grande y se
conoce la desviación estándar, el
estadístico de prueba está dado por:

X 
z
/ n
 EJEMPLO 1

 Los fabricantes de salsa de tomate

California indican en su etiqueta que el
contenido de la botella es de 16 onzas.
Cada hora se toma una muestra de 36
botellas y se pesa el contenido. La muestra
de la última hora tiene un peso medio de
16.12 onzas con una desviación estándar
de 0.5 onzas. ¿Está el proceso fuera de
control para un nivel de significancia de
α=0.05?
 EJEMPLO 1 continuación

 Paso 1: establezca la hipótesis nula y alterna

H0 :   16 H1:   16
 Paso 2: establezca la regla de decisión:
H0 se rechaza si z <- 1.96 o z > 1.96
 Paso 3: calcule el valor del estadístico de prueba:
z  [1612
.  16] / [.5 / 36 ]  144
.
 Paso 4: decisión sobre H0: no se rechaza H0
porque 1.44 es menor que el valor crítico 1.96
 Prueba para la media poblacional: muestra
grande, desviación estándar poblacional
desconocida

 Aquí σ es desconocida, así que se estimará con

la desviación estándar de la muestra s.
 Siempre que el tamaño de muestra n ≥ 30,
z puede aproximarse con:

X 
z
s/ n
 EJEMPLO 2

 La cadena SUKASA emite su propia tarjeta de

crédito. Lisa, la gerente de crédito, quiere encontrar
si la media mensual de saldos no pagados es
mayor que $400. El nivel de significancia es de
α=0.05. Una revisión al azar de 172 saldos reveló
que la media muestral es $407 y la desviación
estándar muestral es $38. ¿Debe Lisa concluir que
la población media es mayor que $400, o es
razonable suponer que la diferencia de $7 ($407-
$400) se debe al azar?
 EJEMPLO 2 continuación

 Paso 1: H0 :   400 H1:   400

 Paso 2: H0 se rechaza si z > 1.645
 Paso 3: z  [407  400] / [38 / 172 ]  2.42
 Paso 4: H0 se rechaza. Lisa puede
concluir que la media de saldos no
pagados es mayor que $400.
Prueba de hipótesis: dos medias poblacionales

 Suponga que los parámetros para dos

poblaciones son: µ1, µ2, σ1 y σ2
 Para muestras grandes el estadístico de
prueba es:

X1  X 2
z
 12  22

n1 n2
Prueba de hipótesis: dos medias poblacionales

 Cuando σ1 y σ2 no se conocen pero el

tamaño de muestra n1 y n2 es mayor o
igual que 30, el estadístico de prueba es

X1  X 2
z
s12 s2 2

n1 n2
 EJEMPLO 3

 Se realizó un estudio para comparar los años promedio de

servicio de quienes se retiraron en 1979 con los que se
retiraron el año anterior en Delong Manufacturing Co. Con
un nivel de significancia de .01 ¿podemos concluir que los
trabajadores que se retiraron el año pasado trabajaron
más años según la siguiente muestra? Nota: sea
población #1= año anterior.

Característica 1979 Año anterior

Media de la muestra 25.6 30.4
Desviación estándar de 2.9 3.6
la muestra
Tamaño de la muestra 40 45
 EJEMPLO 3 continuación

 Paso 1: H0 : 2  1 H1: 2  1
 Paso 2: Rechace H0 si z > 2.33
 Paso 3:
30.4  25.6
z 2 2
 6.80
3.6 2.9

45 40
 Paso 4: Como z = 6.80 > 2.33, H0 se rechaza.
Los que se retiraron el año anterior tenían más
años de servicio.
Pruebas respecto a relaciones proporcionales

 Relación proporcional: parte fraccional o

porcentaje que indica la parte de la población o
muestra que tiene un atributo particular de
interés.
 La relación proporcional muestral se representa
por p̂ donde

número de éxitos en la muestra

p̂ =
número muestreado
Estadístico de prueba para ensayos con una
sola relación proporcional de población

pˆ  p0
z  
p(1  p)
n
p0  relación proporcional poblacional
pˆ  relación proporcional muestral
 EJEMPLO 4

 En el pasado, 15% de la propaganda por

correo para donativos dio como resultado
contribuciones. Se mandó una nueva carta
a una muestra de 200 personas y 45
enviaron un donativo. Para .05 de
significancia, ¿se puede concluir que la
nueva carta fue más efectiva?
 EJEMPLO 4 continuación

 Paso 1: H0 : p .15 H1: p .15

 Paso 2: H0 se rechaza si z > 1.645
 Paso 3: 45
 .15
z 200  2.54
45 45
( )(1  )
200 200
200
 Paso 4: como z = 2.54 >1.645, H0 se
rechaza. La nueva carta es más efectiva.
Prueba donde interviene la diferencia entre
dos relaciones proporcionales de población
Población 1 Población 2

p1 p2

p̂1 n1 p̂2 n2

Hipótesis nula: Ho: (p1-p2)=Do, donde Do es una diferencia

especificada que se quiere probar. Para muchas pruebas se querrá
utilizar la hipótesis de que no existe diferencia entre p 1 y p2, es decir:
Do=0
Prueba donde interviene la diferencia entre
dos relaciones proporcionales de población

Hipótesis alterna:
Prueba de una sola cola
H1: (p1-p2) > Do
[o también H1: (p1-p2) < Do]
Prueba de dos colas
H1: (p1-p2) ≠ Do
Estadística de prueba

ˆ1  p
(p ˆ 2 )  Do
z 
ˆ 1q
p ˆ1 ˆ 2q
p ˆ2

n1 n2
 EJEMPLO 5

 ¿Es más probable que los trabajadores

solteros falten más que los trabajadores
casados? Una muestra de 250
trabajadores casados indicó que 22 faltaron
más de 5 días el año pasado, mientras que
una muestra de 300 trabajadores solteros
indicó que 35 faltaron más de 5 días. Utilice
.05 de nivel de significancia. Nota: sea
población #1 = trabajadores solteros.
 EJEMPLO 5 continuación

 Paso 1: H0 : p2  p1 H1: p2  p1
 Paso 2: H0 se rechaza
si z > 1.645
 Paso 3:
22  35
p  .1036
250  300
.1167  .0880
z 
.1036(1  .1036) .1036(1  .1036)

300 250
 EJEMPLO 5 continuación

 Paso 4: H0 no se rechaza. No existe diferencia

entre la proporción de trabajadores casados y
solteros que faltan más de 5 días al trabajo.