¿Qué es un contraste de hipótesis?

“La inferencia estadística es la ciencia que permite extraer conclusiones sobre una población a
partir de la información contenida en una muestra. Un tipo especial de inferencia consiste en el
contraste de hipótesis relativas a ciertos parámetros de la distribución poblacional. Por lo
general, estas hipótesis establecerán que un parámetro poblacional, tal como la media o la
varianza de la población, tiene un valor que cae dentro de una determinada región. En
consecuencia, se deberá decidir si esta hipótesis es consistente con los datos observador en la
muestra. Para contrastar una hipótesis estadística, se debe decidir si dicha hipótesis parece
consistente con los datos de la muestra.” (Ross, 2005, pág. 386)
“Para contrastar la hipótesis, se selecciona una muestra aleatoria y se medirá. Si los datos
muestrales resultantes no son consistentes con la hipótesis, se rechaza la hipótesis; si, por el
contrario, son consistentes con la hipótesis, esta no será rechazada. La decisión de rechazar o
no rechazar la hipótesis nula se basa en el valor de un estadístico del contraste” (Ross, 2005,
pág. 387)
¿Cuáles son los parámetros de posición y dispersión de la variable de estudio?
“Los parámetros de posición son promedios de los datos que pueden ser de tendencia central o
no. Los más importantes son: la media aritmética, la mediana, la moda, los cuantiles y la media
geométrica.” (Serret Moreno-Gil, 1998, pág. 73)
“Los parámetros de dispersión informan sobre el grado de separación o dispersión que puede
existir entre los valores de la variable. No solo interesa conocer donde se posicionan los datos,
sino también la dispersión que pueden presentar. Según haga referencia o no a la media
aritmética se clasifican los parámetros de dispersión en relativos u absolutos. Dentro de estos
últimos se encuentran: los valores máximo y mínimo, así como la diferencia entre ambos; y la
diferencia de los valores correspondiente al tercer y primer cuartil. Mientras que entre los que
hacen referencia a la media están: la varianza, la desviación típica y el coeficiente de variación
de Pearson.” (Serret Moreno-Gil, 1998, pág. 77)
¿A que hace alusión el término “Error Estándar” en las pruebas de hipótesis? ¿Cuál es su
fórmula?
“Proporciona una medida de la precisión de la estimación de la media poblacional a partir de
una muestra, mientras que la desviación típica mide la variabilidad de los datos respecto de la
media en la muestra. El error estándar se calcula a partir de la desviación típica. Cuando esta
es desconocida, se utiliza la cuasi desviación típica para obtener el error estándar estimado.”
(Guisande González & Barreiro Felpeto, 2006, pág. 25)
s
ES=
√n
¿Qué es el intervalo de confianza? ¿Cómo se estima y que indica su amplitud?
Es “un intervalo numérico construido entorno al estadístico muestral” (Vivanco, 2006) debido a
que es “la forma habitual de estimar el valor poblacional es mediante un intervalo compuesto de
una cota superior e inferior que permite inferir con una probabilidad conocida respecto al valor
del parámetro” (Vivanco, 2006)
e ±K σe

Donde “e” es el estadístico que centra el intervalo, “K” es el nivel de confianza que gradúa la
amplitud del intervalo y el error típico σ
Por otro lado, la amplitud del intervalo de confianza es directamente proporcional al grado de
confianza e inversamente proporcional a la potencia del estudio, al tamaño muestral y a la alfa
crítica del estudio.
¿De qué se tratan los denominados errores tipo I y II en las pruebas de hipótesis?
“Se parte del conocimiento que la prueba de hipótesis es probabilística, por lo tanto, siempre
existirá la probabilidad de error.
Error de Tipo I. Este problema se presenta cuando el investigador rechaza incorrectamente la
hipótesis nula, siendo verdadera, a un cierto nivel de significación, que por lo general es del
5%.
Error de Tipo II. Este problema se presenta cuando el investigador al intentar reducir el tipo de
error I, incrementa el nivel de significación, del 5 al 1%, pero, al hacerlo, también incrementa
la posibilidad de aceptar incorrectamente una hipótesis nula falsa. Esta situación se conoce
como el error de tipo II. Cuando el parámetro hipotético está lejano del parámetro la
probabilidad de cometer un error de tipo II, es pequeña; pero, si el parámetro hipotético se
encuentra cerca del parámetro verdadero, la probabilidad de cometer el error de tipo II, es
grande. El riesgo de incurrir en un error de tipo II, es mayor cuando en realidad la hipótesis
nula es falsa. Los errores de tipo I y II, pueden reducirse incrementando el tamaño de la
nuestra.” (Morales Enriquez, 2001)
Describa concretamente que son y para qué son utilices las prueba T y Z
“La prueba t de Student es una prueba estadística para evaluar hipótesis en torno a una media,
cuando los tamaños de la muestra n son menores de 30 mediciones (n < 30), y se quiere saber si
existe diferencia significativa entre la media de la muestra y la media poblacional” (Bernal
Torres, 2010, pág. 212)
El valor t se obtiene mediante la siguiente fórmula:
X−μ
t=
Sx

“La prueba Z es una prueba de distribución normal que tiene como finalidad comparar los
puntajes de distribuciones que son diferentes entre sí.” (Bernal Torres, 2010, pág. 209)
x 1− X
Z=
S
Prueba Z para la diferencia entre dos medias

( X 1− X 2 )−( μ1−μ 2 )
Z=

√ σ 12 σ 22
+
n1 n2

Prueba t de varianza conjunta para la diferencia entre dos medias

( X 1− X 2 )−( μ 1−μ2 )
t=

√ σ 12
( 1 1
+
n1 n2 )
Prueba Z para la diferencia de la media
D−μ D
Z=
σD
√ n2
Prueba t apareada para la diferencia de la media
D−μ D
t=
SD
√ n2
Prueba Z para la diferencia entre dos proporciones

( p 1− p2 )−( π 1−π 2 )
Z=

√ p ( 1− p )
1 1
+
n1 n2
Bibliografía
Bernal Torres, C. A. (2010). Metodolog¡a de la investigación: para administraci¢n, econom¡a,
humanidades y ciencias sociales. Bogotá D.C., Colombia: Pearson Educación.
Guisande González, C., & Barreiro Felpeto, A. (2006). Tratamiento de datos. España: Ediciones
Diaz de Santos.
Morales Enriquez, E. (2001). Introduccion a la Econometria. Quito, Ecuador: Editorial ABYA-
YALA.
Ross, S. (2005). Introducción a la estadística. Barcelona, España: Editorial Reverté SA.
Serret Moreno-Gil, J. (1998). Procedimientos estadisticos: con statgraphics. Madrid, España:
ESIC Editorial.
Vivanco, M. (2006). Muestreo Estadistico. Diseño Y Aplicaciones. Santiago de Chile: Talleres
de imprenta Salesianos SA.