*Instituto Tecnológico de Parral*

Estadística administrativa 1

❄ REYES VILLESCAS JESUS IVAN

21410180
Contador Publico

Mtra.: Ana Guadalupe Quiñónez Flores

UNIDAD V
5.1.- HIPOTESIS ESTADISTICAS CONCEPTOS
GENERALES
Una hipótesis puede definirse como una solución provisional (tentativa) para un
problema dado. El nivel de verdad que se le asigne a tal hipótesis dependerá de la
medida en que los datos empíricos recogidos apoyen lo afirmado en la hipótesis. Esto
es lo que se conoce como contrastación empírica de la hipótesis o bien proceso de
validación de la hipótesis. Este proceso puede realizarse de uno o dos modos:
mediante confirmación (para las hipótesis universales) o mediante verificación (para
las hipótesis existenciales).

En general, en un trabajo de investigación se plantean dos hipótesis mutuamente

excluyentes: la hipótesis nula o hipótesis de nulidad y la hipótesis de investigación
Además, es posible plantear hipótesis alternas o hipótesis alternativas. El análisis
estadístico de los datos servirá para determinar si se puede o no aceptar Ho. Cuando
se rechaza Ho, significa que el factor estudiado ha influido significativamente en los
resultados y es información relevante para apoyar la hipótesis de investigación
planteada. Es muy importante tener presente que la hipótesis de investigación debe
coincidir con la hipótesis alternativa. Plantear hipótesis de investigación que coincidan
con Ho supondría una aplicación incorrecta del razonamiento estadístico.

Las hipótesis son proposiciones provisionales y exploratorias y, por tanto, su valor de

veracidad o falsedad depende críticamente de las pruebas empíricas. En este sentido,
la replicabilidad de los resultados es fundamental para confirmar una hipótesis como
solución de un problema. La hipótesis es el elemento que condiciona el diseño de la
investigación y responde provisionalmente al problema, verdadero motor de la
investigación.

El propósito de la prueba de hipótesis es determinar si el valor supuesto (hipotético de

un parámetro poblacional, como la medida de la población, debe aceptarse como
verosímil con base en evidencia muéstrales. Recuerda que sobre la distribución de
muestreo, se dijo que, en general, una media muestral diferirá en valor de la media
poblacional. Si el valor observado de una estadística muestral, como la media
muestral, el valor de la media poblacional.
 5.2.- ERRORES TIPO I Y TIPO II
1.- Se encuentra que el monto medio de las ventas al menudeo, por plaza, de un
determinado producto durante el año fue de X =$ 3425 en una muestra de
n=25 tiendas. Con base en los datos de ventas de otros productos similares, se supone
que la distribución de las ventas es normal y que la desviación estándar poblacional es
σ =200. Suponga que se asegura que el verdadero monto de las ventas por sucursal es
cuando menos de $ 3500. Pruebe esta aseveración con un nivel de significancia de a)
5% y b) 1%

SOLUCION:

a)=5% 1) H o =μ=3500 H 1=μ=300

95
b)1% 2)∝=. =.477=1.96
2

99
∝=. =.495=2.57
2

σ 200
σ x= = =40
√ n √ 25

a) X CR ±3500=1.96(40) b) X CR=3500 ± 2.57( 40)

3500+78.4=5575.4 X CR=3500+102.8=3602.8

3500−778.4=3421.6 ¿ 3500−102.8=3397.2

3397.2 3500 3602.8

3421.6 3500

X =3425
2.-El fabricante de un nuevo automóvil compacto asegura que el vehículo da un
rendimiento promedio de por lo menos 35 millas por galón en carretera en
condiciones normales. En 40 corridas de prueba el automóvil tuvo un rendimiento
promedio de 34.5 millas por galón, y la desviación estándar fue de 23 millas por galón
¿puede rechazarse la afirmación del fabricante con un nivel de significancia de 5%?

SOLUCION

95
H 0=μ=35 μ1 ≠ μ2 ≠ 35 Z=. =.475=1.96
2

23
n=40 σ X= =1.36
√ 40

34.5−35 −.5
X =34.5 Z= = =1.37
.36 .36

∝=5 %

-1.96 0 1.96

-1.33
 5.3 PRUEBAS UNILATERALES Y BILATERALES

Una cadena de comida rápida construirá una nueva sucursal en una determinada
localidad. Pero solamente si a ciertas horas pasan por la localidad más de 200
automóviles por hora. En 20 horas que se muestrearon de manera aleatoria durante
el horario designado, el numero promedio de automóviles que pasaron por la localidad
es X =208.5 y s=30.0 se supone que la población estadística es aproximadamente
normal. La administración de la cadena adopto con un criterio conservador la hipótesis
alternativa H 1 : μ> 200. Con un nivel de significancia de 5%

¿Puede rechazarse la hipótesis nula?

DATOS Formula

H 0=μ 200 H 1 μ ≠ 200

s 30
n=200 horas SX= = =6.70
√ r √ 26

X – H 0 208−200
X =208.5 t= = =1.26
SX 6.7

s=30

∝=.05

gl=n−1=20−1=19

t =1.729

0 1.26 1.72

NO SE RECHAZA LA HIPOTESIS NULA; POR QUE NETRA DENTRO DE LA ACEPTACION

El peso en libras de una muestra aleatoria de bebes de 6 meses siguen una distribución
normal con una desviación de 1.21 horas. Según se ha establecido, en promedio un
bebe de esa edad debe pesar alrededor de 14 libras. Un pediatra sin embargo
considera que ahora los bebes han variado su peso y para ello ha considerado el peso
de 100 bebes de esa edad obteniendo un peso promedio de 14.3 libras. Con un nivel
de confianza del 5% pruebe si el pediatra tiene razón en lo planteado.

SOLUCION HIPOTESIS

DATOS

σ =1.21 H 0=14 LIBRAS

H 0=14 Libras H 0 ≠14 LIBRAS

X =14.3 libras

n=100

∝=0.05

X−μ0 14−14.3
Z= = =2.5
σ 1.21
√n √ 100
t .975 ( 99 ) =1.98 o como n>30

z .975=1.96

0 1.96 2.5

2.5 es mayor que 1.96 se concluye con un nivel de significancia del .05 que el peso
promedio de un bebe ha variado según las pruebas disponibles.
 5.4
PRUEBA DE UNA HIPOTESIS: REFERENTE A LA MEDIA CON
VARIANZA DESCONOCIDA UTILIZANDO LA DISTRIBUCION NORMAL
Y “T” STUDENT

1)Un artículo publicado en una revista científica presenta las siguientes 20 mediciones
del tiempo de combustión residual (en segundos) de especímenes tratados de ropa de
dormir para niños.

9.85, 9.87, 9.83, 9.85, 9.93, 9.67, 9.62, 9.95, 9.65, 9.94, 9.74, 9.74, 9.93, 9.77, 9.85,
9.99, 9.92, 9.67, 9.75, 9.98, 9.89.

Se desea encontrar un intervalo de confianza del 95% del tiempo de combustión

residual promedio.

a) Encuentre el intervalo de confianza al 95%

b) Si el fabricante tiene al menos un combustión promedio de 9.8 cuenta con los
elementos para asegurar ésta conclusión.

DATOS

X =9.8325

s=.0965

P ( L≤ T ≤ U )=1−∝

∝ s ∝ s
X −t n−1 ≤ μ ≤ X +t n−1
2 √n 2 √n

A)

∝ .05
−t n−1=−t 20−1
2 2

t ( 0.025 )( 19 )=2.093

.0965 .0965
9.8325−2.093 ≤ μ ≤ 9.8325+2.093
√ 20 √ 20
9.78 ≤ μ ≤ 9.87

b) Tiene una combustión promedio mayor que 9.8

9.8325−9.8
t= =1.51
.0965
√ 20

t=1.51<t ( .05 ) ( 19 )=1.729

SE ACEPTA H 0SE CONCLUYE QUE NO HAY ESTADISTICA QUE EL COMPUESTO TIENE UN

PROMEDIO DE CONSUMO MAYOR A 9.8

2) Supongamos que X representa la longitud de una pieza y se distribuye según una

Normal de media μ desconocida y varianza desconocida. Para determinar la longitud
media se toma una muestra de 70 piezas obteniéndose que X =80.1y cuasi varianza
muestral s2=21.42 . queremos contrastar si realmente la máquina que fabrica dicha
pieza lo hace con longitud media de 75. Supongamos que X 1 , X 2 , … … . X n es una
muestra aleatoria simple de una población normal de media desconocida con lo cual
sabemos que:

X−μ
t=
s Se distribuye según una t student con n- 1 de grados libertad
√n

SOLUCION

H 0 μ=75 H 1 μ> 75

X−75
t=
21.4 se distribuye según t student con 60 grados de libertad
√ 70

Nivel de significancia ∝=.05

80.1−75
t=
Rechazaremos si 21.4 es significativamente grande
√ 70
Aquí tenemos la diferencia entre lo esperado y lo observado

75 80.1
 5.5 DOS MUESTRAS: PRUEBAS SOBRE DOS MEDIAS UTILIZANDO
LA DISTRIBUCION NORMAL Y T STUDENT

Ejemplo1
La compañía USALUZ produce focos. El presidente de la Cía. dice que uno de sus focos
dura 300 días. Entonces la competencia va a varios supermercados y compra 15 focos
para probar. Los focos de la muestra duran en promedio 290 días con una desviación
estándar de 50 días. Entonces, si quieren desmentir al presidente de USALUZ necesita
saber cuál es la probabilidad de que 15 focos seleccionados al azar tengan una vida
promedio no mayor de 290 días. La solución de este tipo de problemas requiere
calcular el valor t basado en los datos y después usar una tabla de distribución t para
encontrarla probabilidad de forma similar a lo que hicimos con la distribución normal.

Solución

X−μ
t=
Primero necesitamos calcular el valor t usando nuestra fórmula s
√n

290−300 −10
t= = =−.7745966
50 12.909945
√15

290 μ=300

Donde X es la media de la muestra, µ la media de la población, ses la desviación

estándar de la muestra y n el tamaño de la muestra.
EJEMPLO 2

Supongamos que las calificaciones de una prueba están distribuidas normalmente con
una media de 100. Ahora supongamos que seleccionamos 20 estudiantes y les
hacemos un examen. La desviación estándar de la muestra es de 15. ¿Cuál es la
probabilidad de que el promedio en el grupo de muestra sea cuando más 110?
Solución: Primero calculamos el valor t
Nuestros datos son:
Número de grados de libertad: n-1 = 20 -1 = 19
La media de la población es igual a 100
La media de la muestra es igual a 110
La desviación estándar de la muestra es igual a 15

X−μ 110−100
t= t= =2.9814
s 15
√n √ 20

Usando estos valores en el Calculador de valor t nos da un resultado de probabilidad

acumulada de 0.996. Esto implica que hay una probabilidad de 99.6% de que el
promedio en la muestra sea no mayor de 110.

μ=100 110
 5.6 UNA MUESTRA: PRUEBA SOBRE UNA SOLA PROPORCION

EJEMPLO 1

El expendio Pollos Deliciosos asegura que 90% de sus órdenes se entregan en menos
de 10 minutos. En una muestra de 100 órdenes, 82 se entregaron dentro de ese lapso.
Puede concluirse en el nivel de significancia 0.01, que menos de 90% de las órdenes se
entregan en menos de 10 minutos?

DATOS HIPOTESIS

n=100 H 0 :π ≥ 0.90

p=.82 H 0 :π < 0.90

π=.90

nivel de significancia=.01

p−π
z=
π (1−π )
√
n

-2.66 -2.32

pi∗n=100∗.90=90

n ( 1−n )=100 ( 0.1 )=10

p−π .82−.90 −.08

z= z= = =−2.66
π (1−π ) .90(1−.90) .03
√
n 100

El valor de z=2.66
Valor critico ¿ 2.32

Se rechaza H 0 y se acepta la hipótesis alternativa; esto quiere decir que menos del
90% de los clientes recibieron sus pedidos en 10 minutos

EJEMPLO 2

Supóngase que un gobernador desea conocer el porcentaje de votos que va a obtener

en las próximas elecciones. En las pasadas elecciones obtuvo el 30% de los votantes
del estado. El gobernador sospecha que este porcentaje no ha cambiado. Luego de
pedirle a Ud. que efectúe el estudio correspondiente con un 95% de confiabilidad, Ud.
toma una muestra de 1.230 votantes, 611 de los cuales afirmaron que votarían por él.
¿Puede afirmarse que ha habido un aumento en este porcentaje?

H 0 : p=.3

H 1 : p> .3

Nivel de significancia∝=5 %

p−P .4967−.3
z= = =15.13
pq .013
√
n

15.13

Z=0 1.645

Como se ve en la gráfica el valor del estadístico cae en la zona de rechazo, por lo tanto
no aceptamos la hipótesis nula

 En consecuencia hay suficiente evidencia estadística para decir que el

porcentaje de votantes ha aumentado
5.7 DOS MUESTRAS PRUEBA SOBRE DOS PROPORCIONES
Un artículo del New York Times en 1987 reportó que se puede reducir el riesgo de
sufrir ataques al corazón ingiriendo aspirina. Para llegar a esta conclusión el cronista se
basó en los resultados de un experimento diseñado, en donde participaron dos grupos
de personas. A un grupo de 11,034 personas se le suministró una dosis diaria de una
pastilla que no contenía ninguna droga (un placebo), y de estos 189 sufrieron
posteriormente ataques corazón, mientras que al otro grupo de 11,037 se les
suministró una aspirina, y sólo 104 lo sufrieron. Usando una prueba de hipótesis y un
nivel de significancia del 1%, considera Usted que el cronista del New York Times
estaba en lo correcto.
H 0 : p 1− p2=0

H 1 : p 1−p 2> 0

Definir nivel de significancia∝=1 %

( p1− p2 ) −( p1− p2 )
z=

√ pq pq
+
n1 n2

189 104
p1 = =.0171 p2= =.0094
11034 11037

189+ 104
¿ =.0133
11034+11037

.071−.0094
z= =5.0

√ .0133 ( 1−.0133 ) .0133(1−.0133)

11034
+
11037

5.0
 Z=0 2.33

Como Z=5.0 ˃Z.99=2.33 se rechaza la hipótesis nula de que no hay diferencia entre las
proporciones de las personas que sufren infarto con relación a la toma o no de la
aspirina, y por lo tanto se concluye que el tomar una aspirina diaria reduce las
posibilidades de sufrir en el futuro

Se realizó una encuesta en dos poblaciones para saber el índice de

personas solteras en dos estados de la república y los resultados
fueron los siguientes

p1=.48 p1=.60
H 0 :¿

H 1 :( π 1−π 2)≠ 0

∝=.05

( p1− p2 ) −( π 1−π 2 )
z=
σp p
1 2

¿
√ π ( 1− p1 )
n1
+¿
π 2 (1−π 2)
n2
¿

n1 p 1+ n2 p2 ( .60 ) (.48 )+ (50 ) (.50)

π= =
n1 + n2 60+50

¿
√ ( .53 ) ( .47 ) ( .53 )( .47)
60
+
50

.48−.60 −.12
z= = =1.26
.095 .095

-1.96 -1.25 1.96

  Se acepta la hipótesis nula que establece que no hay diferencia
en el nivel de personas solteras en las poblaciones.

5.8 DOS MUESTRAS: PRUEBAS PAREADAS

Un balneario de aguas curativas anuncia un programa de reducción de peso y afirma que

el participante promedio pierde más de 6 kilos. En la siguiente tabla se muestra el resultado en 10
personas, cuál sería su decisión con nivel de significación del 1%

Antes Después
1 85.9 77.2
2 91.8 86.4
3 100 96.8
4 94.1 87.3
5 88.2 81.8
6 80.4 73.2
7 87.7 79.0
8 91.8 85
9 94.5 84.5
10 105.9 92.7

Sea μd la media poblacional de la pérdida de peso después del programa. Las hipótesis
a contrastar serán las siguientes:

H 0=μ d=6

H d =μd > 6

d−μ0
>t 1−∝ (n−1)
Se rechaza H 0 si sd
√n

Antes Después d d2
1 85.9 77.2 8.7 75.69
2 91.8 86.4 5.4 29.16
3 100 96.8 3.2 10.24
4 94.1 87.3 6.8 46.24
5 88.2 81.8 6.4 40.96
6 80.4 73.2 7.2 51.84
7 87.7 79.0 8.7 75.69
8 91.8 85 6.8 46.24
9 94.5 84.5 10 100
10 105.9 92.7 13.2 174.24
SUMA 76.4 650.3
d=
76.4
=7.64 2
s=
∑ 2
d −n d
2

=650.3−10 ¿¿
10 d
n−1

sd =√ 7.4=2.72

d−μ0 7.64−6 1.64

= = =1.9
sd 2.72 .86
√n √ 10
t 1−∝ ( n−1 ) =t .99 ( 9 ) =2.821

Como 1.9 no supera al percentil (2,821) entonces no se rechaza H0. O sea, que no hay
evidencias suficientes para aceptar la hipótesis de que la pérdida de peso después del
programa es superior a 6 kg.
REFERENCIAS BIBILIOGRAFICAS
Ludueña, A. (2021). Hipótesis estadística. Junio 9, 2022, de economipedia Sitio web:
https://economipedia.com/definiciones/hipotesis-estadistica.html#:~:text=La%20hip
%C3%B3tesis%20estad%C3%ADstica%20es%20la,uso%20de%20multitud%20de
%20datos.