3.8 Prueba de hipótesis para la proporción.

Las pruebas de hipótesis que se relacionan con proporciones se requieren en muchas

áreas. Seguramente el político se interesará en conocer qué fracción de votantes lo
favorecerá en la siguiente elección. Todas las empresas manufactureras se preocupan
por la proporción de artículos defectuosos cuando se realiza un embarque. El jugador
depende de un conocimiento de la proporción de resultados que cree favorables.
Consideraremos el problema de probar la hipótesis de que la proporción de éxitos
en un experimento binomial es igual a algún valor específico. Es decir, probaremos
la hipótesis nula H0 que p = p0, donde p es el parámetro de la distribución binomial.
La hipótesis alternativa puede ser una de las alternativas unilaterales o bilaterales
usuales:
p < p0, p > p0, o p ≠ p0.
La variable aleatoria adecuada sobre la que basamos nuestro criterio de decisión
es la variable aleatoria binomial X; aunque también podríamos usar sólo el estadístico
pˆ = X/n. Los valores de X que están lejos de la media μ = np0 conducirán
al rechazo de la hipótesis nula. Como X es una variable binomial discreta, es poco
probable que se pueda establecer una región crítica, cuyo tamaño sea exactamente
igual a un valor prescrito de α. Por tal razón es preferible, al tratar con muestras
pequeñas, basar nuestra decisión en valores P. Para probar la hipótesis
H0: p = p0,
H1: p < p0,
Para n grande, se requieren procedimientos de aproximación. Cuando el valor hipotético p0 está muy cercano
a 0 o a 1, se puede utilizar la distribución de Poisson con parámetro μ = np0. Sin embargo, la aproximación de
la curva normal, con parámetros μ = np0 y
σ2 = np0q0, por lo general, se prefiere para n grande y es muy precisa, en tanto que
p0 no esté extremadamente cerca de 0 o de 1. Si utilizamos la aproximación normal,
el valor z para probar p = p0 está dado por
que es un valor de la variable normal estándar Z. De aquí que, para una prueba de
dos colas al nivel de significancia α, la región crítica es z < −zα/2 o z > zα/2. Para
la alternativa unilateral p < p0, la región crítica es z < −zα, y para la alternativa p
> p0, la región crítica es z > zα.

Ejemplo.
Un medicamento que se prescribe comúnmente para aliviar la tensión nerviosa se considera que es efectivo en
tan sólo 60%. Resultados experimentales con un nuevo fármaco que se suministra a una muestra aleatoria de
100 adultos que padecen de tensión nerviosa demuestran que 70 tuvieron alivio. ¿Ésta es evidencia suficiente
para concluir que el nuevo medicamento es superior a la que se prescribe actualmente? Utilice un nivel de
significancia de 0.05.

DATOS.
n=100
x (cantidad de éxitos) =70

PASO 1. Formular la prueba de hipótesis. Recordamos que por lo general se le asigna el signo igual a la
hipótesis nula. La hipótesis alterna la formulamos a partir del enunciado del ejemplo que dice “el nuevo
medicamento es superior a la que se prescribe actualmente”.

H0: p = 0.6.
H1: p > 0.6.

PASO 2. Sustituya en la fórmula. Donde pˆ es igual x / n = 70/100 =0.7 y por fórmula q0 = 1- p0 = 1-0.60 =
0. 40.
Z=

PASO 3. Encontrar la región critica o de rechazo para un nivel de significancia α= 0.05. Para esto debemos de
saber que el valor del área bajo la curva 0.05 (por el valor de α) se encuentra al lado derecho del valor Z pero
el valor que debemos encontrar para usar la tabla es el de 1- α por lo tanto para encontrar el valor critico
debemos buscar en la tabla de distribución normal 1- 0.05 = 0.95, como no encontramos en valor exacto
usaremos 0.9495 que le corresponde el valor Z de 1.64.

PASO 4. Conclusiones.

Valor z=1.64 (nos marca

la línea límite de la Valor z=2.04
región de rechazo) encontrado por
la formula.

Como nuestro valor z cae dentro de la región de rechazo, entonces se rechaza H0 y podemos concluir que el
nuevo medicamento es superior a la que se prescribe actualmente.
Dos muestras: Pruebas sobre dos proporciones
A menudo hay situaciones donde deseamos probar la hipótesis de que dos proporciones son iguales. Por
ejemplo, podemos tratar de mostrar evidencia de que la proporción de doctores que son pediatras en una
entidad es igual a la proporción de pediatras en otra entidad. Quizás un individuo decida dejar de fumar sólo
si se convence de que la proporción de fumadores con cáncer pulmonar excede la proporción de no fumadores
con ese tipo de cáncer.
En general, deseamos probar la hipótesis nula de que dos proporciones, o parámetros binomiales, son iguales.
Es decir, probamos p1 = p2 contra una de las alternativas p1 < p2, p1 > p2, o p1 ≠ p2. Desde luego, esto es
equivalente a probar la hipótesis nula de que p1 − p2 = 0 contra una de las alternativas p1 − p2 < 0, p1 − p2> 0
o p1 − p2 ≠ 0. El estadístico sobre el que basamos nuestra decisión es la variable aleatoria Pˆ1 − Pˆ2. Se
seleccionan al azar muestras independientes de tamaño n1 y n2 de dos poblaciones binomiales y se calcula la
proporción de éxitos Pˆ1 y Pˆ2 para las dos muestras.
Para calcular un valor de Z, no obstante, debemos estimar los parámetros p y q que aparecen en el radical. Al
combinar los datos de ambas muestras, la estimación combinada de la proporción p es

donde x1 y x2 son el número de éxitos en cada una de las dos muestras. Al sustituir pˆ por p y qˆ = 1 − pˆ
por q, el valor z para probar p1 = p2 se determina a partir de la fórmula

Las regiones críticas para las hipótesis alternativas adecuadas se establecen como antes, utilizando puntos
críticos de la curva normal estándar. De aquí, para la alternativa p1 ≠ p2 con un nivel de significancia α, la
región crítica es z < −zα/2 o z > zα/2. Para una prueba donde la alternativa sea p1 < p2, la región crítica será z
< −zα; y cuando la alternativa sea p1 > p2, la región crítica será z > zα..

Ejemplo.
Se tomará el voto entre los residentes de una ciudad y el condado circundante, para determinar si se debe
construir la planta química que se propone. El lugar de construcción está dentro de los límites de la ciudad y,
por esa razón, muchos votantes del condado consideran que la propuesta pasará debido a la gran proporción
de votantes que favorecen la construcción. Para determinar si hay una diferencia significativa en la proporción
de votantes de la ciudad y votantes del condado que favorecen la propuesta, se realiza una encuesta. Si 120 de
200 votantes de la ciudad favorecen la propuesta y 240 de 500 residentes del condado también lo hacen,
¿estaría usted de acuerdo en que la proporción de votantes de la ciudad que favorecen la propuesta es mayor
que la proporción de votantes del condado? Utilice un nivel de significancia de 0.05.
DATOS.
n1= 200
n2=500
x1 = 120
x2 = 240

PASO 1. Formule las hipótesis. De acuerdo al enunciado del problema vamos a comparar dos proporciones
por lo que las hipótesis quedan de la siguiente manera.

H0: p1 = p2.
H1: p1 > p2.
PASO 2. Hacer los cálculos de pˆ, pˆ1, pˆ2 y después sustituir en la formula.

PASO 3. Encontrar la región critica o de rechazo para un nivel de significancia α= 0.05. Para esto debemos de
saber que el valor del área bajo la curva 0.05 (por el valor de α) se encuentra al lado derecho del valor Z pero
el valor que debemos encontrar para usar la tabla es el de 1- α por lo tanto para encontrar el valor critico
debemos buscar en la tabla de distribución normal 1- 0.05 = 0.95, como no encontramos en valor exacto
usaremos 0.9495 que le corresponde el valor Z de 1.64.

PASO 4. Conclusiones.

Valor z=1.64 (nos marca

la línea límite de la Valor z=2.9
región de rechazo) encontrado por
la formula.
Como la z de formula cae dentro de la región de rechazo entonces rechazamos H0 por lo tanto aceptamos la H1
y nuestra conclusión sería que la proporción de votantes de la ciudad a favor de la propuesta es mayor que la
de los votantes del condado.