“AÑO DEL BICENTENARIO DEL PERÚ: 200AÑOS DE

INDEPENDENCIA”

INSTITUTO SUPERIOR PEDAGÓGICO PÚBLICO

“CACHICADÁN”

INTEGRANTES: - Valverde Jácobo Yeni

- Luján Horna Yussara
- Valverde Jácobo Flor
- Quispe Valverde Yulisa

ÁREA : Investigación Aplicada II

TEMA : Prueba de Hipótesis: Uso de

estadígrafos descriptivos e
inferenciales

DOCENTE : Francisco Carlos Calderón

2021
 PRUEBA DE HIPÓTESIS
Es una regla que especifica cuando se puede
aceptar o rechazar una afirmación sobre una
población dependiendo de la evidencia
proporcionada por una muestra de datos.
Una prueba de hipótesis examina dos hipótesis
opuestas sobre una población: la hipótesis nula
y la hipótesis alternativa.
La hipótesis nula es la afirmación que se está
comprobando. Normalmente es una afirmación
de "sin efecto" o "sin diferencia".
La hipótesis alternativa es la afirmación que
se desea ser capaz de concluir que es verdadera
basándose en la evidencia proporcionada por
los datos de la muestra.

Basándose en los datos de la muestra, la prueba

determina cuando rechazar la hipótesis nula. Se
utiliza un p-valor, para realizar esa
determinación. Si el p-valor es menos que el nivel de significación (conocido como α o
alfa), entonces se puede rechazar la hipótesis nula.

Un error común suele ser que las pruebas de hipótesis estadísticas están diseñadas para
seleccionar la más probable de dos hipótesis. Sin embargo, al diseñar una prueba de
hipótesis, se configura la hipótesis nula como la que se quiere rechazar. Dado que se fija
que el nivel de significación sea pequeño antes del análisis (normalmente, un valor de 0.05
funciona correctamente), Cuando se rechaza la hipótesis nula, se tiene una prueba
estadística de que la alternativa es cierta. Por el contrario, si no se rechaza la hipótesis nula,
no se tiene prueba estadística de que la hipótesis nula sea cierta. Esto es debido a que no se
ha fijado la probabilidad de que se acepte falsamente que la hipótesis nula sea pequeña.

Preguntas Que Se Pueden Responder Con Una Prueba De Hipótesis:

 ¿La altura media de las mujeres en secundaria difiere de 168 cm?

 ¿La desviación estándar de sus alturas es igual o menor que 13 cm?
 ¿Los estudiantes masculinos y femeninos difieren en su altura promedio?
 ¿Es la proporción de estudiantes masculinos de secundaria significativamente más
alta que la proporción de estudiantes femeninas de secundaria?
Ejemplo de una Prueba de hipótesis: El director de una fábrica de tuberías debe
asegurarse de que los diámetros de sus tuberías sean igual a 5cm.

NOTA: Se deberá determinar el criterio para la prueba y el tamaño de la muestra

requerida antes de recoger los datos.

Pasos:

1. Especificar la hipótesis.
En primer lugar, el director formula la hipótesis. La hipótesis nula es: La media de
la población de todas las tuberías es igual a 5 cm. Formalmente, esto se escribe:
H0: μ = 5

Entonces, el director escoge entre las siguientes hipótesis alternativas:

Condición a prueba                                                   Hipótesis alternativa

La media poblacional es menor que el objetivo.    unilateral: μ < 5

La media poblacional es mayor que el objetivo.    unilateral: μ > 5
La media poblacional difiere del objetivo.               a dos lados: μ ≠ 5

Como tienen que asegurarse de que las tuberías no sean mayores o menores a 5cm, el
director elige la hipótesis alternativa de dos lados, que establece que la media de la
población de todas las tuberías no es igual a 5cm. Formalmente se escribe como H1: μ ≠ 5

2. Escoger un nivel de significación (también llamado alfa o α).

El director selecciona un nivel de significación de 0.05, que es el más típico.

3. Recoger los datos.

Recogen una muestra de tubos y miden sus diámetros.

4. Comparar el p-valor de la prueba con el nivel de significación.

Después de realizar la prueba de hipótesis el director obtiene un p-valor de 0.004. El p-

valor es menor que el nivel de significación de 0.05.

5. Decidir si rechazar o no rechazar la hipótesis nula.

El director rechaza la hipótesis nula y concluye que el diámetro medio de tubería de todas
las tuberías no es igual a 5cm.
ESTADÍSTICA DESCRIPTIVA E INFERENCIAL
La estadística es una disciplina que se encarga de procesar y organizar los datos, siendo los
datos cualquier medida o valor que se puede obtener a través de experimentos, encuestas,
censos u otros medios. El análisis de los datos por lo general se inicia con la aplicación de
métodos de estadística descriptiva, para luego seguir con métodos de estadística inferencial.

ESTADÍSTICA DESCRIPTIVA:

Es la parte de la estadística que arregla los datos de forma que puedan ser analizados e
interpretados. Los métodos de estadística descriptiva nos permiten:

 Determinar la tendencia central de una variable: promedio o media aritmética,

mediana o moda.
 Determinar la variabilidad de una variable: desviación estándar, varianza, rangos.
 Determinar cómo es la distribución de una variable: histograma de frecuencias,
distribución normal.

Ejemplos de estadística descriptiva

Cuando se quiere caracterizar un grupo de individuos, se usa la estadística descriptiva. Por

ejemplo, tenemos los siguientes datos de temperatura corporal en un grupo de hombres y
mujeres:

Hombres Mujeres

36,1 36,2

37,2
35,9

36,0 37,3

36,4 37,1

36,3 37,0

36,7 37,2
Hombres Mujeres

36,9 36,9

36,8 36,8

37,2 36,4

37,0 37,0

Tal cual como están presentados no podemos sacar ninguna conclusión, pero al aplicar las
técnicas de estadística descriptiva, podemos decir entonces que:

 los hombres en este grupo tienen una temperatura promedio de 36,53 ºC con una
desviación estándar de 0,45;
 las mujeres en este grupo tienen una temperatura promedio de 36,91 ºC, con una
desviación estándar de 0,36.

Gráfico que muestra el promedio y la desviación estándar de la temperatura corporal en un

grupo de hombres y otro de mujeres.

ESTADÍSTICA INFERENCIAL:
También conocida como inferencia estadística es la parte de la estadística que busca
predecir o deducir características o resultados esperados de una población, basados en los
datos obtenidos de una muestra de esa población. Dentro de las técnicas aplicadas en la
estadística inferencial existen:

 El t test: se usa para comparar la media aritmética de dos grupos determinando si

las diferencias entre los grupos ocurren al azar o de forma sistemática indicando una
diferencia real.
 El análisis de varianza o ANOVA: se aplica para comparar a dos o más grupos de
variables.
 El análisis de correlación: revela si los valores entre dos variables tienden a
cambiar sistemáticamente. Para hacer esas determinaciones se usa el coeficiente de
correlación r y el valor de p o de intervalo de confianza IC.
 El análisis de regresión: permite predecir un valor a partir de otro.

Ejemplo de estadística inferencial:

Si queremos determinar si algún comportamiento o estado biológico está asociado a una
enfermedad, utilizamos métodos de estadística inferencial. Por ejemplo, en un estudio
realizado en Alemania, se evaluó diferentes parámetros de salud a 3109 personas durante
casi siete años. Los resultados arrojaron que niveles altos de glucosa en sangre (mayor de
126 mg/dl en ayunas), el fumar y la inactividad física estaban asociados con el desarrollo de
demencia.

Cuando se descubre un nuevo medicamento y se quiere demostrar su efectividad en

determinada enfermedad, se utiliza estadística inferencial. En este caso, se comparan los
efectos de un grupo tratado con el medicamento y otro grupo tratado con un placebo o un
medicamento de control.

Comparación de dos tratamientos en la función endotelial. (Kelly y col. 2012)

El grupo de Kelly y colaboradores investigaron la función del endotelio en 50 individuos
obesos antes (Pre) y después (Post) de tres meses de tratamiento con dos drogas: exenatide
y metformin (control). Al analizar los resultados con la técnica de ANOVA (P=0,348;
estadística inferencial) descubrieron que el exenatide no tenía efecto en la función
endotelial, en comparación con la metformin.