Pamela canela de la cruz

2018-00147

Unidad IV: Estimación y prueba de hipótesis.

4.1. Introducción.

La Estadística descriptiva y la teoría de la Probabilidad van a ser los pilares de un

nuevo procedimiento (Estadística Inferencial) con los que se va a estudiar el
comportamiento global de un fenómeno. La probabilidad y los modelos de
distribución junto con las técnicas descriptivas, constituyen la base de una nueva
forma de interpretar la información suministrada por una parcela de la realidad que
interesa investigar. En el siguiente esquema representa el tema a tratar y que será
desarrollado a continuación

Los métodos básicos de la estadística inferencial son la estimación y el contraste de

hipótesis, que juegan un papel fundamental en la investigación.

4.2. ¿Que es la Estimación?

La estimación es la determinación de un elemento o factor. Esto, usualmente
tomando como referencia una base o conjunto de datos.
En otras palabras, la estimación es un cálculo que se realiza a partir de la
evaluación estadística. Dicho estudio suele efectuarse sobre una muestra y no
sobre toda la población objetivo.
Para llevar a cabo una estimación, entonces, es necesario primero contar con una
serie de datos. Además, es común que los investigadores se sustenten en un marco
teórico.
Por ejemplo, podemos estimar la inflación definiéndola como la diferencia entre los
precios (de la economía) del periodo A y los precios del periodo B. Entonces, se
calcula una variación porcentual entre los datos registrados en ambos puntos del
tiempo.
 Pamela canela de la cruz
2018-00147

4.3. ¿Tipos de estimación?

Existen tres tipos de estimación estadística:

a) La estimación puntual

Una estimación es puntual cuando se usa un solo valor extraído de la muestra para
estimar el parámetro desconocido de la población. Al valor usado se le llama
estimador.

b) Estimación por intervalo

Una estimación por intervalo de un parámetro θ es algún par de funciones de la

muestra que satisfacen L(x) ≤ U(x) para todo x ∈ X . El intervalo aleatorio [L(X),
U(X)] es llamado un estimador por intervalo.

c) Estimación bayesiana

El enfoque bayesiano se basa en la interpretación subjetiva de la probabilidad, el

cual considera a ésta como un grado de creencia con respecto a la incertidumbre.

4.3.1. Que es la estimación puntual y estimación por intervalos.

Estimación puntual
Una estimación es puntual cuando se usa un solo valor extraído de la muestra para
estimar el parámetro desconocido de la población. Al valor usado se le llama
estimador.
 Pamela canela de la cruz
2018-00147

La media de la población se puede estimar puntualmente mediante la media de la

muestra:
La proporción de la población se puede estimar puntualmente mediante la
proporción de la muestra:
La desviación típica de la población se puede estimar puntualmente mediante la
desviación típica de la muestra, aunque hay mejores estimadores:

Estimación por intervalos

A veces es conveniente obtener unos límites entre los cuales se encuentre el
parámetro con un cierto nivel de confianza, en este caso hablamos de estimación
por intervalos.

4.4. Generalidades de las pruebas de Hipótesis.

Una 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 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.
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 diseñor 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 hipóetesis 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.
Ejemplos de algunas preguntas que se pueden responder con una preuba de
hipótesis:
 ¿La altura media de las mujeres en secundaria difiere de 168 cm?
 ¿La desviación estandar de sus alturas es igual o menor que 13 cm?
 Pamela canela de la cruz
2018-00147

 ¿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 realización de una prueba de hipótesis básica con Minitab

Se pueden seguir seis pasos básicos para configurar y realizar correctamente una
prueba de hipótesis. Por ejemplo, el director de una fábrica de tuberías debe
asegurarse de que los diámetros de sus tuberías sean igual a 5cm. El director sigue
los siguientes pasos básicos para realizar el test de hipótesis.
NOTA
Se deberá determinar el criterio para la prueba y el tamaño de la muestra requerida
antes de recoger los datos.
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 igaual a 5cm.
 Pamela canela de la cruz
2018-00147

4.4.1. Hipótesis nula y hipótesis alternativa.

Esta teoría surge como resultado de una determinada investigación realizada sobre
una muestra o una población.
En otras palabras, la hipótesis alternativa sostiene la conclusión que el investigador
quiere afirmar o demostrar de su estudio, y en su hipótesis principal. Esta teoría se
identifica con la expresión “H1”, y generalmente, representa lo contrario a la
hipótesis nula, que se representa con la expresión «H0».
La hipótesis alternativa es una conjetura que intenta demostrar la falsedad de la
hipótesis nula, formulada en una investigación y/o un experimento. Lo contrario de la
hipótesis nula es el método científico, ya que pretende demostrar lo contrario a la
hipótesis alternativa, exponiendo que no es cierto.

4.5. Tipo de errores en la prueba de hipótesis.

Tipos de Errores en Pruebas de Hipótesis

mayo 03, 2016
Error Tipo 1
Se define como el rechazo de la hipótesis nula Ho cuando realmente es verdadera.

En otras palabras, consiste en NO ACEPTAR la Hipótesis Nula cuando debimos

haberla aceptado.

También es conocido como el Nivel de Significancia y se determina con la letra

griega Alfa:

Ejemplo
Se desarrolla una Prueba a un nivel de significancia del 0.05 de acuerdo a las
siguientes hipótesis:

Ho:
% Personas que prefieren el color naranja en los restaurantes ≤ 0.80
 Pamela canela de la cruz
2018-00147

H1:
% Personas que prefieren el color naranja en los restaurantes > 0.80

Se aplica la Prueba de Hipótesis y el resultado es rechazar la Hipótesis Nula,

aceptando de esta forma la Hipótesis Alternativa.

¿Qué se puede concluir?

Existe suficiente evidencia para aceptar que más del 80% de las personas prefieren
el color naranja en los restaurantes, a un nivel de significancia del 0.05, es decir,
tenemos una probabilidad de habernos equivocado del 5%

Error Tipo 2
Se define como la aceptación de la Hipótesis Nula Ho cuando realmente es falsa.

En otras palabras, aceptamos la Hipótesis Nula cuando debimos haberla

rechazado.
Se simboliza con la letra griega Beta:

*¿Para qué sirve conocer los tipos de errores?

La información recopilada sólo nos proporciona evidencia suficiente para aceptar o
rechazar una hipótesis en base a la información que proporciona una muestra, pero
siempre existe una probabilidad de error.

En una Prueba de Hipótesis NO es posible

tener un 100% de seguridad

4.6. Área de aceptación y área de rechazo.

Región crítica o de rechazo: Es el conjunto de valores del estadístico del contraste

que nos lleva a la decisión de rechazar la hipótesis nula.
 Pamela canela de la cruz
2018-00147

El propósito principal de la estadística es probar teorías o resultados de

experimentos. Por ejemplo, es posible que hayas inventado un nuevo fertilizante
que crees que hace que las plantas crezcan un 50 % más rápido. Para probar que
su teoría es verdadera, su experimento debe:
1. Sea repetible.
2. Compararse con un hecho conocido sobre las plantas (en este ejemplo,
probablemente la tasa de crecimiento promedio de las plantas sin fertilizante).
Llamamos a este tipo de prueba estadística una prueba de hipótesis . La región de
rechazo (también llamada región crítica) es parte del proceso de
prueba. Específicamente, es un área de probabilidad que le dice si su teoría (su
“”hipótesis”) es probablemente cierta.
Región de aceptación: Es el conjunto de valores del estadístico del contraste que
nos lleva a la decisión de aceptar la hipótesis nula.

A partir del nivel de significación previamente fijado se establece el intervalo o

semirecta que constituirán la zona de aceptación y rechazo según si el estadístico
de contraste esté dentro o fuera de dicha zona.
Región de aceptación y rechazo en un contraste bilateral.
A partir del nivel de significación y haciendo uso de la tabla de la normal cero uno, a
través de la estrategia conveniente se pueden localizar los valores críticos, tal como
se hizo en el tema de intervalos de confianza.
Región crítica en contraste bilateral
En la siguiente escena puedes practicar con la localización de la región crítica en
contrastes bilaterales. La escena te lo proporciona directamente aunque te
recomendamos que utilices la tabla de la normal y después compares tus resultados
con los que ofrece la escena.
Región de aceptación y rechazo en un contraste unilateral derecho
A partir del nivel de significación y haciendo uso de la tabla de la normal cero uno, a
través de la estrategia conveniente se puede localizar el valor crítico, que deja a su
derecha una probabilidad igual al nivel de significación de la misma forma que se
hizo en el tema de la distribución normal.
Región crítica contraste unilateral derecho
En la siguiente escena puedes practicar con la localización de la región crítica en
contrastes bilaterales. La escena te lo proporciona directamente aunque te
recomendamos que utilices la tabla de la normal y después compares tus resultados
con los que ofrece la escena.
Región de aceptación y rechazo en un contraste unilateral izquierdo
A partir del nivel de significación y haciendo uso de la tabla de la normal cero uno, a
través de la estrategia conveniente se puede localizar el valor crítico, que deja a su
 Pamela canela de la cruz
2018-00147

izquierda una probabilidad igual al nivel de significación de la misma forma que se

hizo en el tema de la distribución normal.
Región crítica contraste unilateral izquierdo
En la siguiente escena puedes practicar con la localización de la región crítica en
contrastes bilaterales. La escena te lo proporciona directamente aunque te
recomendamos que utilices la tabla de la normal y después compares tus resultados
con los que ofrece la escena.

4.7. Prueba de hipótesis para la media.

A este respecto, pueden darse 3 casos a saber:

1. Cuando el muestreo se realiza a partir de una población de valores que
siguen una distribución normal con varianza conocida;
2. Cuando el muestreo se realiza a partir de una población con distribución
normal y con varianza desconocida, y
3. Cuando el muestreo se realiza a partir de una población que no presenta una
distribución normal (no la veremos, por ahora).
Aunque la teoría para las condiciones 1 y 2 depende de poblaciones con distribución
normal, es una práctica común aplicar la teoría cuando las poblaciones importantes
solo están distribuidas en forma aproximadamente normal. Esto es satisfactorio
siempre que la desviación de la normalidad es moderada.
Cuando la desviación estándar (σ) es desconocida, se utiliza la desviación estándar
muestral (s) en su lugar. Y la distribución de t de Student se utiliza como estadístico
de prueba.

4.8. Prueba de hipótesis para la proporción.

Una proporción es la fracción o porcentaje que indica la parte de la población o

muestra que presenta una característica particular o de interés. La proporción
muestral se denota por p y se determina por x/n.
Supuestos en la prueba de una proporción poblacional utilizando la distribución de z
 De una población se selecciona una muestra
 Se supone que se cumplen los supuestos de la distribución binomial:
 los datos obtenidos son el resultado de conteos;
 los eventos de un experimento se clasifican en una de dos categorías
mutuamente exclusivas: un “éxito” o un “fracaso”;
 la probabilidad de un éxito es la misma en cada ensayo; y
 Pamela canela de la cruz
2018-00147

 los ensayos son independientes.

 El procedimiento de prueba es apropiado cuando ambos nπ y n (1- π) son al
menos de 5.
 Cuando las condiciones anteriores se cumplen, la distribución normal se
puede utilizar como una aproximación a la distribución
Estadístico de prueba para probar una proporción poblacional:

Donde:
z = porcentaje de individuos
p = proporción muestral
π = proporción poblacional hipotética
n = tamaño de la muestra