Pruebas de hipótesis de varianza y proporciones

Kevin José Guaña Caticuago

2022-07-22

Pruebas de Varianzas
Pruebas de una varianza
Ejemplo 01
Realizar una prueba de comparación de varianzas H0 : σ 2 ≤ 4 vs. H1 : σ 2 > 4, considerando la siguiente
información:

σ02 = 4 n = 24 α = 0, 05 S 2 = 4, 90

Planteamiento de las hipótesis

H0 : σ2 ≤ 4
H1 : σ2 > 4

Establecer el nivel de significacncia

α = 0.05

Solución con R
Generación de datos
Para poder resolver este ejemplo primeramente se debe generar un conjunto de datos de manera aleatoria
que sigan una distribución normal,
set.seed(10)

des.std <- sqrt(4.90)

Datos <- rnorm(n = 100, mean = 65, sd = 2.21)
Datos <- round(Datos)
Datos

## [1] 65 65 62 64 66 66 62 64 61 64 67 67 64 67 67 65 63 65 67 66 64 60 64 60 62
## [26] 64 63 63 65 64 61 65 67 65 62 62 66 61 64 64 67 63 63 67 63 65 66 64 64 66
## [51] 64 64 68 70 66 67 63 66 64 66 62 64 63 66 67 68 67 64 66 62 66 62 63 65 62
## [76] 68 62 64 63 68 66 65 67 67 66 65 66 70 62 65 64 65 65 68 66 62 61 67 65 68

Prueba_01 <- sigma.test(x = Datos, sigma = 2, sigmasq = 4, alternative = "g", conf.level = 0.95)

Prueba_01

1
Prueba chi-cuadrado
##
## One sample Chi-squared test for variance
##
## data: Datos
## X-squared = 112.15, df = 99, p-value = 0.1729
## alternative hypothesis: true variance is greater than 4
## 95 percent confidence interval:
## 3.640407 Inf
## sample estimates:
## var of Datos
## 4.531212
El valor 0.1729 el cual es mayor que el nivel de significancia, por tanto no se tiene evidencia suficiente para
rechazar la hipótesis nula, lo que implica que la varianza de los datos no supera el valor de 4

Ejemplo 02
En la industria farmacéutica la varianza en los pesos de los medicamentos es trascendental. Considere un
medicamento cuyo peso esta dado en gramos, se extrae una muestra de 18 unidades de este medicamento de
los cuales los pesos se dan a continuación:

101 99 100 101 99 98 99 99

102 100 99 100 99 100 100 101

Realizar una prueba de hipótesis con un nivel de significancia de 0.01, que verifique que la varianza no supera
1.0.

Planteamiento de la hipótesis
H0 : σ 2 ≤ 1.0
H1 : σ 2 > 1.0

Establecer el nivel de significacncia

α = 0.01

Solución con R

Datos_02 <- c(101 , 99 , 100 , 101 , 99 ,98, 99 , 99 , 102 , 100 , 99 , 100 , 99 ,

Datos_02

Ingreso de datos
## [1] 101 99 100 101 99 98 99 99 102 100 99 100 99 100 100 101

Prueba_02 <- sigma.test(x = Datos_02, sigma = 1, sigmasq = 1, alternative = "g", conf.level = 0.99)

Prueba_02

Prueba chi-cuadrado

2
##
## One sample Chi-squared test for variance
##
## data: Datos_02
## X-squared = 16.438, df = 15, p-value = 0.3536
## alternative hypothesis: true variance is greater than 1
## 99 percent confidence interval:
## 0.5375612 Inf
## sample estimates:
## var of Datos_02
## 1.095833
El valor 0.3536 el cual es mayor que el nivel de significancia, por tanto no se tiene evidencia suficiente para
rechazar la hipótesis nula, lo que implica que la varianza de los datos no supera el valor de 1

3
Prueba de dos varianzas
Ejemplo 03
Se dispone de dos conjuntos de datos, de los cuales se quiere verificar si sus varianzas son iguales o diferentes.

A 12 13 15 12 10 12 13 12 14 15
B 10 11 14 12 11 10 13 13 14 15

Se pide realizar una prueba de hipótesis de homocedasticidad con un nivel de significacncia de 0,05.
Datos:

n1 = n2 = 10 S1 = 1.55 S2 = 1.78

Planteamiento de las hipótesis

H0 : σ12 = σ22
H1 : σ12 ̸= σ22

Establecer el nivel de significacncia

α = 0.05

Ingreso de datos

Datos_03A <- c(12,13,15,12,10,12,13,12,14,15)

var_A <- var(Datos_03A)
var_A

## [1] 2.4
Datos_03B <- c(10,11,14,12,11,10,13,13,14,15)
var_B <- var(Datos_03B)
var_B

## [1] 3.122222

Prueba de hipótesis
Para realizar esta prueba de hipótesis, se utilizará la función var.test de la siguiente manera:
Prueba_03 <- var.test(x = Datos_03A, y = Datos_03B, ratio = 1, alternative = "t", conf.level = 0.95)

Prueba_03

##
## F test to compare two variances
##
## data: Datos_03A and Datos_03B
## F = 0.76868, num df = 9, denom df = 9, p-value = 0.7015
## alternative hypothesis: true ratio of variances is not equal to 1
## 95 percent confidence interval:
## 0.1909301 3.0947144
## sample estimates:
## ratio of variances

4
## 0.7686833
El estadístico de prueba 0.7687 cae en la zona de no rechazo, por lo cual no se tiene evidencia suficiente para
rechazar la hipótesis nula H0 . Por lo tanto se concluye que las varianzas no son diferentes.
Usando el valor_-p que es 0.7015 es mayor que el nivel de significancia por tanto no se rechaza la hipótesis
nula como se concluyó anteriormente

5
Ejemplo 04
La siguiente tabla presenta los resultados de una experiencia conducida para probar la hipótesis de que una
dieta rica en lecitina favorece la producción de leche en vacas de raza Holando-Argentino. En este experimento
se seleccionaron 18 tambos homogéneos, de los cuales 9 fueron asignados aleatoriamente para recibir el
suplemento de la lecitina y los restantes actuaron como grupo control. Debido a fallas en el seguimiento de
uno de los tambos que no recibió el suplemento de lecitina sus datos fueron descartados.

Sin lecitina 13 14.5 16 15 14.5 15.2 14.1 13.3

Con lecitina 17 16.5 18 17.3 18.1 16.7 19 18.3 18.5

Realizar una prueba que satisfaga la pregunta en cuestión de la hipótesis, considere un nivel de significancia
de 0.05 y que las muestras provienen de poblaciones normales.

Solución
Este ejemplo se trata de un problema de comparación de dos medias poblacionales, donde se desconoce las
desviaciones estándar poblacionales, por lo cual se debe realizar una prueba t-Student, para lo cual se debe
analizar si son homocedásticas o no.

Prueba de Homocedasticidad
Planteamiento de las hipótesis
H0 : σ12 = σ22
H1 : σ12 ̸= σ22

Establecer el nivel de significacncia

α = 0.05

Ingreso de datos

Datos_04s <- c(13,14.5,16,15,14.5,15.2,14.1,13.3)

var_S <- var(Datos_04s)
var_S

## [1] 0.9742857
Datos_04c <- c(17,16.5,18,17.3,18.1,16.7,19,18.3,18.5)
var_C <- var(Datos_04c)
var_C

## [1] 0.7536111

Prueba de hipótesis
Para realizar esta prueba de hipótesis, se utilizará la función var.test de la siguiente manera:
Prueba_04 <- var.test(x = Datos_04s, y = Datos_04c, ratio = 1, alternative = "t", conf.level = 0.95)

Prueba_04

##
## F test to compare two variances
##

6
## data: Datos_04s and Datos_04c
## F = 1.2928, num df = 7, denom df = 8, p-value = 0.7215
## alternative hypothesis: true ratio of variances is not equal to 1
## 95 percent confidence interval:
## 0.285482 6.333980
## sample estimates:
## ratio of variances
## 1.292823
El estadístico de prueba 1.293 cae en la zona de no rechazo, por lo cual no se tiene evidencia suficiente para
rechazar la hipótesis nula H0 . Por lo tanto se concluye que las varianzas no son diferentes.
Usando el valor-p que es 0.7215 es mayor que el nivel de significancia por tanto no se rechaza la hipótesis
nula como se concluyó anteriormente

7
PRUEBAS DE PROPORCIONES
Prueba de una Proporción
Ejercicio 05
Un candidato a la alcaldía de una cierta ciudad considera postularse para las siguientes elecciones, pero antes
de solicitar dicha postulación decide realizar una encuesta entre los electores de la ciudad. Una muestra de 400
electores revela que 300 apoyarían su candidatura en las elecciones venideras. ¿Con un nivel de significancia
del 5%, considera que tiene el apoyo del 80% o más de los electores?
Datos:
n = 400 x = 300 α = 0, 05 p0 = 0, 80

x 300
p̄ = → p̄ = = 0, 75
n 400
### Determinación de las Hipótesis
H0 : p ≥ 0, 80
H1 : p < 0, 80

Establecer el nivel de significancia

α = 0, 05

Calcular el estadístico de prueba

p − p0
z=r
p0 · (1 − p0 )
n

Prueba de hipótesis usando R

Para este tipo de prueba se ingresarán los siguientes datos de frecuencia de éxitos, tamaño de la muestra, la
proporción de la hipótesis de la población y el nivel de significancia.
f <- 300
n <- 400
po <- 0.80
alfa <- 0.05

Para realizar la prueba de comparación de una proporción contrastado con un valor fijo, se debe emplear la
funcion prop.test la cual se encuentra en la librería básica stats , y se efectúa de la siguiente manera:
Prueba_05 <- prop.test(x = f, n = n, p = po, alternative = "l", conf.level = 0.95)
Prueba_05

##
## 1-sample proportions test with continuity correction
##
## data: f out of n, null probability po
## X-squared = 5.9414, df = 1, p-value = 0.007395
## alternative hypothesis: true p is less than 0.8
## 95 percent confidence interval:
## 0.0000000 0.7850351
## sample estimates:
## p
## 0.75

8
El valor-p 0.007 es menor que el nivel de significancia de α = 0.05. Por lo cual se tiene evidencia estadística
suficiente para rechazar la H0 y aceptar la H1 . Lo que significa que la proporción que espera el candidato es
menor al 80%

Ejercicio 6
El Ministerio de Salud Pública del país, está preocupado por el aumento del número de contagiados por el
virus COVID-19, en la denominada quinta ola, afirma que existe un contagio superior al 40%. Para lo cual
realiza un muestreo en varias ciudades del país, donde se registran 810 nuevas personas contagiadas con el
virus de un total de 2000 pruebas elaboradas. Realizar una prueba de hipótesis que valide lo que afirma el
Ministerio de Salud considere un nivel de significancia del 1%.

Determinación de las Hipótesis

H0 : p ≤ 0, 40
H1 : p > 0, 40

Establecer el nivel de significancia

α = 0, 01

Solución
Ingreso de los datos
Aqui se ingresan los datos de la frecuencia de éxitos, tamaño de la muestra, proporción de la población y el
nivel de significancia.
f <- 810
n <- 2000
po <- 0.40
alfa <- 0.01

Pruena de hipótesis con R

Prueba_06 <- prop.test(x = f,n = n,p = po,alternative = "g",conf.level = 1-alfa)

Prueba_06

##
## 1-sample proportions test with continuity correction
##
## data: f out of n, null probability po
## X-squared = 0.18802, df = 1, p-value = 0.3323
## alternative hypothesis: true p is greater than 0.4
## 99 percent confidence interval:
## 0.3795072 1.0000000
## sample estimates:
## p
## 0.405
El valor-p 0.332 mayor que el nivel de significancia de 0,05. Por lo cual no se tiene evidencia estadística
suficiente para rechazar la hipótesis nula. Lo que significa que la proporción que adirma el Ministerio de
salud no supera el 40%.

9
Prueba de dos proporciones
Ejemplo 07
La oficina de bienestar estudiantil está realizando una campaña para la prevención del consumo de cigarrillo,
para lo cual realizó una muestra a 140 mujeres y 160 varones, preguntándoles si eran consumidores habituales
de tabaco, donde respondieron afirmativamente 40 chicas y 50 chicos. Realizar un prueba de hipótesis de
proporciones que verfique si el consumo de tabaco es igual entre mujeres y varones. Considere un nivel de
significancia de 0.05 y que provienen de poblaciones normales.

Determinación de las Hipótesis

H0 : p1 = p2
H1 : p1 < p2

Establecer el nivel de significancia

α = 0, 05

Solución
Ingreso de los datos
Aqui se ingresan los datos de la frecuencia de éxitos, tamaño de la muestra, proporción de la población y el
nivel de significancia.
x1 <- 40
n1 <- 140
p1 <- x1/n1
p1

## [1] 0.2857143
x2 <- 50
n2 <- 160
p2 <- x2/n2
p2

## [1] 0.3125
alfa <- 0.01

Prueba de hipótesis con R

Prueba_07 <- prop.test(x = c(x1,x2),n = c(n1,n2),alternative = "l",conf.level = 1-alfa, correct = FALSE)

Prueba_07

##
## 2-sample test for equality of proportions without continuity correction
##
## data: c(x1, x2) out of c(n1, n2)
## X-squared = 0.2551, df = 1, p-value = 0.3068
## alternative hypothesis: less
## 99 percent confidence interval:
## -1.00000000 0.09632402
## sample estimates:
## prop 1 prop 2
## 0.2857143 0.3125000

10
El valor-p es 0.3067526 cuyo valor es mayor que el nivel de significancia, por lo cual no se tiene evidencia
suficiente para rechazar la hipótesis nula. Por lo tanto se concluye que el consumo de cigarrillo tanto en
mujeres como varones es el mismo.

11