Documentos de Académico
Documentos de Profesional
Documentos de Cultura
INDICADORES DE LOGRO
Selección ¿ 𝝁 =15 ?
aleatoria
Una hipótesis estadística es una afirmación hecha sobre alguna característica de la población.
Esta hipótesis puede ser formulada en relación a sus parámetros, un modelo probabilístico, entre
otros.
Tipos de hipótesis
En un problema de prueba de hipótesis, se formulan 2 tipos de hipótesis: la hipótesis nula y la
hipótesis alterna.
Hipótesis Nula (H0)
La hipótesis nula, también conocida como la hipótesis de la igualdad, es la afirmación que no se
rechaza a menos que los datos de la muestra evidencien lo contrario.
Ejemplo: H0: µ = 65
Hipótesis Alterna (H1)
La hipótesis alterna, también conocida como la hipótesis del investigador, es la hipótesis que se
quiere probar como verdadera.
Ejemplo: H1: µ ≠ 65
TIPOS DE ERRORES
Como la decisión de aceptar o rechazar la hipótesis nula se toma en base a los resultados obtenidos en una muestra,
existe la posibilidad de cometer 2 tipos de errores, a saber: rechazar la hipótesis nula cuando es verdadera o aceptar
dicha hipótesis cuando es falsa. Estos tipos de errores se conocen como error tipo I y error tipo II respectivamente.
En un problema de prueba de hipótesis, la probabilidad de cometer el error tipo I es establecida por el investigador
antes de realizar la prueba, esta probabilidad se conoce como nivel de significancia y se representa con la letra
griega alfa (α).
Adicionalmente, la probabilidad de cometer el error tipo II se representa con la letra griega beta (β). Mención
aparte, merece la probabilidad de no cometer el error tipo II, que se conoce como la potencia de una prueba y que
es definida a continuación:
Potencia de una prueba
La potencia de una prueba es la probabilidad de rechazar la hipótesis nula cuando es falsa y se representa como
1 - β. Por tal razón, la potencia de la prueba refleja la capacidad de un contraste de hipótesis para detectar
diferencias significativas existentes entre lo afirmado y lo real; claro está, en caso que dichas diferencias existan.
A continuación, un resumen de los tipos de errores y sus respectivas probabilidades:
Decisión
No Rechazar H0 Rechazar H0
ERROR TIPO I
H0 es verdadera P(Decisión correcta) =1-α
P(Decisión incorrecta) =α
Supuestos:
- Población normal
- Muestra aleatoria
HIPÓTESIS
𝐻0 : 𝜇 ≥ 𝜇𝑜
𝐻1 : 𝜇 < 𝜇𝑜 Prueba unilateral con cola hacía la izquierda
𝐻0 : 𝜇 ≤ 𝜇𝑜
𝐻1 : 𝜇 > 𝜇𝑜 Prueba unilateral con cola hacía la derecha
𝐻0 : 𝜇 = 𝜇𝑜
𝐻1 : 𝜇 ≠ 𝜇𝑜 Prueba bilateral
ESTADÍSTICO DE PRUEBA
𝒙 − 𝝁𝟎
𝒁𝒄𝒂𝒍 = 𝝈 ~𝑵(𝟎, 𝟏)
𝒏
𝑛
𝑖=1 𝑋𝑖
El valor de la media se estima mediante 𝑥 = .
𝑛
CASO II: Prueba de hipótesis para la media poblacional 𝛍 cuando la varianza
de la población 𝛔𝟐 es desconocida y el tamaño de la muestra es menor o igual
que 30
Sea X1, X2,…, Xn (n ≤ 30) una muestra aleatoria tomada de una población normal con media 𝜇 desconocida y
varianza 𝜎 2 desconocida. El estadístico de prueba que corresponde es:
𝒙 − 𝝁𝟎
𝑻𝒄𝒂𝒍 = 𝒔 ~𝒕𝒏−𝟏
𝒏
𝑛 n 2
𝑖=1 xi i=1xi − x
𝑥= 𝑦 𝑠2 =
𝑛 n−1
CASO III: Prueba de hipótesis para la media poblacional 𝛍 cuando la varianza
de la población 𝛔𝟐 es desconocida y el tamaño de la muestra es mayor que 30
Sea X1, X2,…, Xn (n > 30) una muestra aleatoria tomada de una población normal con media 𝜇
desconocida y varianza 𝜎 2 desconocida. El estadístico de prueba que corresponde es:
𝒙 − 𝝁𝟎
𝒁𝒄𝒂𝒍 = 𝒔 ~𝑵(𝟎, 𝟏)
𝒏
RR RR
RA RR RA RR RA
Las cajas de cierto tipo de cereal que son procesadas en una fábrica deben tener un contenido
promedio de 160 g. Por una queja ante la defensoría del consumidor de que tales cajas de cereal
tiene menos contenido del establecido; un inspector tomó una muestra aleatoria de 10 cajas y
obtuvo lo siguiente:
157 157 163 158 161 159 162 159 158 156
¿Es razonable que el inspector multe al fabricante? Utilice un nivel de significación del 5% y
suponga que los contenidos siguen una distribución normal.
𝒙𝒊 157+157+163+158+161+159+162+159+158+156 𝟏𝟓𝟗𝟎
𝒙= = = = 𝟏𝟓𝟗
𝒏 𝟏𝟎 𝟏𝟎
𝒔 = 𝟓. 𝟑𝟑 = 𝟐. 𝟑𝟏
Donde
𝒙𝟐𝒊 = 𝟏𝟓𝟕𝟐 + 𝟏𝟓𝟕𝟐 +𝟏𝟔𝟑𝟐 +𝟏𝟓𝟖𝟐 +𝟏𝟔𝟏𝟐 +𝟏𝟓𝟗𝟐 +𝟏𝟔𝟐𝟐 +𝟏𝟓𝟗𝟐 +𝟏𝟓𝟖𝟐 +𝟏𝟓𝟔𝟐 = 𝟐𝟓𝟐𝟖𝟓𝟖
SOLUCIÓN
Sean: Paso 4 (Establezca la región de rechazo)
X = Contenido de una caja de cereal
𝜇 = Contenido promedio poblacional de una caja de t(0.05,9)= -1.833
cereal
𝑛 = 10 < 30
𝑆 = 2.31 𝐶𝐴𝑆𝑂 𝐼𝐼 RR
RA
𝑥 = 159
Paso 1 (Plantee las hipótesis de prueba) -1.833 -1.37
𝐻0: µ ≥ 160 𝑔𝑟 (No multar al fabricante)
𝐻1: µ < 160 𝑔𝑟 (Multar al fabricante) Paso 5 (Concluya de acuerdo al enunciado del
problema)
Paso 2 (Establezca el nivel de significancia) Como Tcal= -1.37 se encuentra en la región de
𝛼 = 0.05 aceptación, no se rechaza Ho.
Paso 3 (Calcule el valor del estadístico de prueba) Con un nivel de confianza del 95%, existe evidencia
𝒙 − 𝝁𝟎 159 − 160 estadística para pensar que el contenido promedio
𝑻𝒄𝒂𝒍 = = = −1.37 de una bolsa de cereal es de 160 gramos o más. Por
𝒔/ 𝒏 2.31/ 10
lo tanto, no se puede multar al fabricante.
EJEMPLO
Por registros anteriores, se sabe que el tiempo de espera (en minutos) hasta ser atendido en un servicio de
urgencias sigue una distribución normal con una desviación estándar de 2.5 minutos. A partir de una muestra de
100 personas que fueron atendidas en dicho servicio, se obtuvo un tiempo promedio de espera de 14.25 minutos.
¿Con un nivel de significación del 5%, puede pensar que el tiempo promedio de espera hasta ser atendido es menor
que 15 minutos?
SOLUCIÓN
Sean: Paso 4 (Establezca la región de rechazo)
X = Tiempo de espera para ser atendido en un
servicio de urgencias
𝜇 = Tiempo de espera promedio poblacional para RR
RA
ser atendido en un servicio de urgencias
-3 -1.64
𝐷𝑎𝑡𝑜𝑠:
𝜎 = 2.5 𝐶𝑎𝑠𝑜 𝐼
𝑛 = 100 Paso 5 (Concluya de acuerdo al enunciado del
𝑥 = 14.25 problema)
Paso 1 (Plantee las hipótesis de prueba) Como Zcal = - 3 se encuentra en la región de
𝐻0: µ ≥ 15 rechazo, se rechaza Ho.
𝐻1: µ < 15
Con un nivel de significación del 5%, existe
Paso 2 (Establezca el nivel de significancia)
evidencia estadística para pensar que el tiempo
𝛼 = 0.05
promedio de espera en el servicio de urgencias es
Paso 3 (Calcule el valor del estadístico de prueba) menor que 15 minutos.
𝒙 − 𝝁𝟎 14.25 − 15
𝒁𝒄𝒂𝒍 = = = −3
𝝈/ 𝒏 2.5/ 100
METACOGNICIÓN