TECNOLOGICO DE ESTUDIOS SUPERIORES

DE JOCOTITLAN.

INGENIERIA INDUSTRIAL.

ESTADISTICA INFERENCIAL 1
PRUEBA DE HIPOTESIS.

DOCENTE: JAIME GUTIERREZ BALDERAS.

ALUMNOS: LEON DANTE FLORES
GONZALEZ.
OMAR ALEJANDRO MATA PIÑA.
PEDRO DAMIAN REYES RODRIGUEZ.

SEMESTRE: SEPTIEMBRE-FEBRERO 2023

 INDICE:

IINTRODUCCION 1

CONFIABILIDAD Y SIGNIFICANCIA. 2

ERRORES TIPO I Y TIPO II. 4

POTENCIA DE LA PRUEBA. 6

FORMULACIÓN DE HIPÓTESIS ESTADÍSTICAS 8

CONCLUSIONES 13

REFERENCIAS 14
 INTRODUCCION

Muchos problemas de ingeniería, ciencia, y administración, requieren que se tome

una decisión entre aceptar o rechazar una proposición sobre algún parámetro.
Esta proposición recibe el nombre de hipótesis.
Este es uno de los aspectos más útiles de la inferencia estadística, puesto
que muchos tipos de problemas de toma de decisiones, pruebas o experimentos
en el mundo de la ingeniería, pueden formularse como problemas de prueba de
hipótesis. Una hipótesis estadística es una proposición o supuesto sobre los
parámetros de una o más poblaciones.
Es frecuente que usemos la información de una muestra para probar un reclamo o
conjetura sobre la población. El reclamo o conjetura se refiere a una hipótesis. El
proceso que corrobora si la información de una muestra sostiene o refuta el
reclamo se llama prueba de hipótesis.
 Confiabilidad y significancia.

El valor α se llama “nivel de significancia o nivel de riesgo” y representa a la

probabilidad de que un nivel concreto del estadístico de contraste, caiga en la
zona de rechazo o crítica, es decir, es el conjunto de valores del estadístico de
contraste que nos lleva a la decisión de rechazar la hipótesis nula. El valor (1-α) se
llama “nivel de confianza”, es el conjunto de valores del estadístico de contraste
que nos lleva a la decisión de aceptar la hipótesis nula. En los contrates
unilaterales α está concentrada en uno de los dos extremos de la distribución, en
una única cola. En los contrastes bilaterales α se reparte entre los dos extremos
de la distribución, en las dos colas.
Los contrastes unilaterales suelen ser mejores que los contrates bilaterales. La
elección de uno u otro, está condicionada al planteamiento de la hipótesis
alternativa. Ejemplo: Si Ho ≤ 0.50 H1 > 0.50 Es unilateral. Si Ho = 0.50 H1 ≠ 0.50
Es bilateral. Nivel de Significancia: La probabilidad (α) más alta de rechazar H0
cuando H0 es cierto se llama nivel de significancia. Comentario: Para mantener la
probabilidad de cometer el error tipo 1 baja, debemos escoger un valor pequeño
de α. Usando un valor pre asignado de α se construye una región de rechazo o
región crítica en la curva normal estándar o en la curva t que indica si debemos
rechazar H0. Región Crítica o de Rechazo: Una región crítica o de rechazo es una
parte de la curva de z o de la curva t donde se rechaza H0
 Errores tipo I y tipo II.
El error tipo I se define como el rechazo de la hipótesis nula Ho cuando ésta es
verdadera. También es conocido como ó nivel de significancia. Si tuviéramos un
nivel de confianza del 95% entonces el nivel de significancia sería del 5%.
Análogamente si se tiene un nivel de confianza del 90% entonces el nivel de
significancia sería del 10%
El error tipo II ó error se define como la aceptación de la hipótesis nula cuando
ésta es falsa.

Por tanto, al probar cualquier hipótesis estadística, existen cuatro situaciones

diferentes que determinan si la decisión final es correcta o errónea.
1. Los errores tipo I y tipo II están relacionados. Una disminución en la
probabilidad de uno por lo general tiene como resultado un aumento en la
probabilidad del otro.
2. El tamaño de la región crítica, y por tanto la probabilidad de cometer un error
tipo I, siempre se puede reducir al ajustar el o los valores críticos.
3. Un aumento en el tamaño muestral n reducirá α y β de forma simultánea.
4. Si la hipótesis nula es falsa, β es un máximo cuando el valor real del parámetro
se aproxima al hipotético. Entre más grande sea la distancia entre el valor real y el
valor hipotético, será menor β

POTENCIA DE PRUEBA ESTADISTICA

Cuando se prueba una hipótesis, como ya se mencionó, hay dos posibles

decisiones: aceptarla o rechazarla y la decisión que se tome puede ser correcta o

incorrecta
Recuérdese que la hipótesis que se prueba y para la cual tomamos la decisión es
H0 la hipótesis nula. Si la hipótesis nula es falsa eso implica automáticamente que
la alternativa es la cierta.
En la prueba que estamos realizando, esto indica que el promedio verdadero no
sería 36 sino uno mayor. supongamos que en efecto el promedio verdadero no es
36, la hipótesis nula es falsa y esto implica la existencia de una diferencia en el
promedio, de cierto tamaño o mayor, que nuestra prueba debería ser capaz de
detectar. La probabilidad de que nuestra prueba detecte esa diferencia es la
potencia de la prueba.
La potencia de la prueba es la probabilidad de acertar cuando la Hipótesis Nula es
falsa. Esta probabilidad es la de que el conjunto de valores muéstrales del
estadístico de contraste se sitúe en la región de rechazo bajo el supuesto de que
la Hipótesis Alternativa sea verdadera. Principales características de la potencia
de la prueba:
El valor de la potencia es complementario al de beta (probabilidad de cometer
errores de tipo II), cuanto menor es alfa, mayor es beta, y viceversa.
» Los valores de alfa y 1-beta están relacionados. Cuanto mayor sea alfa, mayor
es 1-beta.
» El valor de la potencia depende de la verdadera posición del parámetro, que es
desconocida, pero podemos tomar medidas que generalmente la incrementan:
 ˃ Hacer alfa más grande. Hay que tener en cuenta que esta medida también
incrementa la probabilidad de errores de tipo I (si H0 es verdadera).
˃ Otra medida consiste en hacer más grande el tamaño de la muestra. La
razón es que disminuye la desviación típica de la distribución muestral (el Error
Típico del estadístico); en consecuencia, los límites de la región de aceptación se
acercan y quedan más lejos de la verdadera distribución del estadístico, lo que
incrementa la probabilidad de que el estadístico de contraste se sitúe en la región
de rechazo
Se puede definir el “nivel de significación (α)” como la máxima probabilidad de
rechazar la Ho cuando es cierta.
El nivel de significación lo elige el investigador antes de realizar el contraste, para
que no influya en su decisión. Por lo tanto el nivel de significación representa el
riesgo máximo admisible al rechazar Ho.
El nivel crítico se calcula después de obtener el valor del estadístico de contraste y
representa el riesgo mínimo con el que se rechaza Ho.
 Formulación de Hipótesis estadísticas.

Un procedimiento que conduce a una decisión sobre una hipótesis en particular

recibe el nombre de prueba de hipótesis. Los procedimientos de prueba de
hipótesis dependen del empleo de la información contenida en la muestra aleatoria
de la población de interés
Si esta información es consistente con la hipótesis, se concluye que ésta es
verdadera; sin embargo si esta información es inconsistente con la hipótesis, se
concluye que esta es falsa.
Debe hacerse hincapié en que la verdad o falsedad de una hipótesis en particular
nunca puede conocerse con certidumbre, a menos que pueda examinarse a toda
la población. Usualmente esto es imposible en muchas situaciones prácticas.
Por tanto, es necesario desarrollar un procedimiento de prueba de hipótesis
teniendo en cuenta la probabilidad de llegar a una conclusión equivocada. La
hipótesis nula, representada por Ho, es la afirmación sobre una o más
características de poblaciones que al inicio se supone cierta (es decir, la "creencia
a priori").
La hipótesis alternativa, representada por H1, es la afirmación contradictoria a Ho,
y ésta es la hipótesis del investigador. La hipótesis nula se rechaza en favor de la
hipótesis alternativa, sólo si la evidencia muestral sugiere que Ho es falsa.
Si la muestra no contradice decididamente a Ho, se continúa creyendo en la
validez de la hipótesis nula. Entonces, las dos conclusiones posibles de un análisis
por prueba de hipótesis son rechazar Ho o no rechazar Ho
Un contraste de hipótesis consiste, por tanto, en estudiar dos hipótesis: H0
(hipótesis nula), H1 (hipótesis alternativa), de manera que el investigador divide

los resultados muéstrales en dos zonas; una zona de rechazo y otra de

aceptación, de manera que según como obtengamos el resultado, aceptaremos o
rechazaremos la hipótesis
¿Qué es una hipótesis?
Una hipótesis es una aseveración acerca de una población. Para verificar si esa
afirmación es razonable se usan datos. En el análisis estadístico se hace una
aseveración, es decir se plantea una hipótesis, después se hacen pruebas para
verificar la aseveración o para determinar que no es verdadera. Hipótesis:
Enunciado acerca de una población elaborado con el propósito de poner a prueba
una afirmación. Prueba de Hipótesis: Procedimiento basado en la evidencia
muestral y la teoría de la probabilidad; se emplea para determinar si la hipótesis es
una afirmación razonable.

Hipótesis nula: Una afirmación acerca del valor de un parámetro poblacional. La

hipótesis alternativa describe lo que se concluirá si se rechaza la hipótesis nula.
Se designa por H1. La hipótesis alternativa se acepta si los datos
muéstrales proporcionan suficientes evidencias de que la hipótesis nula es falsa.
 CONCLUSIONES:

LEON DANTE FLORES GONZALEZ: Una prueba de hipótesis es una regla que
especifica si se puede aceptar o rechazar una afirmación acerca de una población
dependiendo de la evidencia proporcionada por una muestra de datos.
Existen dos hipótesis opuestas sobre una población: la hipótesis nula y la hipótesis
alternativa. Dependiendo la decisión del analista se rechazará o se aceptará la
hipótesis.

PEDRO DAMIAN REYES RODRIGUEZ: Las pruebas de hipótesis son

herramientas estadísticas para conocer la población a partir de la información de
la muestra, es importante que tengan resultados significativos pues de lo contrario
la hipótesis no es poblacional sino solo muestral y no hay inferencia.

OMAR ALEJANDRO MATA PIÑA: 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 la
hipótesis nula 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.
 REFERENCIAS:

NODO UNIVERSITARIO . (s.f.). Obtenido de https://blogs.ugto.mx/enfermeriaenlinea/unidad-

didactica-3-las-pruebas-de-hipotesis/

TURRIZA, J. G. (s.f.). STUDOCU. Obtenido de STUDOCU : https://www.studocu.com/es-

mx/document/tecnologico-universitario-de-mexico/estadistica-inferencial/unidad-3-
pruebas-de-hipotesis/8544429

Daniel, Wayne (2005). Bioestadística: base para el análisis de las ciencias de

la salud. 4a ed., México: Limusa-Wiley.