PRUEBA DE LA MEDIA

POBLACIONAL: CUANDO
NO SE CONOCE
DESVIACIÓN ESTÁNDAR
POBLACIONAL
Docente:
Dra. Griselda Gladys Vera Nuñez

SESIÓN 10
 PASOS PARA PROBAR UNA HIPÓTESIS ESTADÍSTICA
Paso 1.- Planteamiento de hipótesis.
H0 : Hipótesis Nula
H1 : Hipótesis Alternativa
Paso 2.- Niveles de significación. (teórico) ””
Paso 3.- Estadístico de prueba.
MEGASTAT SPSS Se obtiene el valor de También puede usar
significación practico «P - otras herramientas o
valor» mediante el SPSS.
en su defecto utilizar
P - VALOR
P>0.05 No significativo
las fórmulas según
P<0.05 Significativo selección del
P<0.01 Muy significativo
P<0.001 Altamente significativo estadístico.
Paso 4.- Formular la regla de decisión / regiones de aceptación o rechazo
Si el p-valor <  Se rechaza H0
Si el p-valor ≥  No se rechaza H0
Paso 5.- Conclusión:
En este caso se especifica la hipótesis estadística que no ha sido
rechazada indicando el nivel de significancia teórico considerado (α)
 Tipos de prueba de hipótesis

Prueba bilateral o de dos colas

H 0 :   0
ZoT
H1 :   0

Valor crítico
Tipos de prueba de hipótesis
Selección del estadístico de prueba:
para la MEDIA

 2
Tamaño de Estadístico
muestra

t
X  μ 
n < 30 S
Desconocida n

Z
X  μ 
n ≥ 30 S
n
 1. Prueba de Hipótesis de la Media – Prueba
T Student para muestras <30
Paso 1.- Planteamiento de hipótesis.
H0 : Hipótesis Nula
H1 : Hipótesis Alternativa
Paso 2.- Niveles de significación. (teórico) ””
Paso 3.- Estadístico de prueba.
Se obtiene el valor de
«T» de student con su respectivos significación practico «P -
grados de libertad. valor» mediante el SPSS.
P - VALOR
P>0.05 No significativo

SPSS P<0.05 Significativo

P<0.01 Muy significativo
P<0.001 Altamente significativo

Paso 4.- Formular la regla de decisión

Si el p-valor <  Se rechaza H0
Si el p-valor ≥  No se rechaza H0
Paso 5.- Conclusión:
En este caso se especifica la hipótesis estadística que no ha sido
rechazada indicando el nivel de significancia teórico considerado (α)
1.1 Prueba de Hipótesis para una Media con Varianza
Poblacional DESCONOCIDA
Ejemplo 1
El propietario de un automóvil sospecha que su vehículo tiene un consumo medio de combustible en
carretera superior a los 5.6 litros/100 km, que es lo que el fabricante indica en su publicidad.
Para apoyar empíricamente su sospecha observa el consumo medio en 11 viajes seleccionados
aleatoriamente entre todos los que realiza en el año, obteniendo los siguientes resultados:
6.1 6.5 5.1 6 5.9 5.2 5.8 5.3 6.2 5.9 6.3
¿Están fundadas las sospechas del propietario a un nivel de significación del 1%?
Solución:
Datos: n= 11 µ0 = 5.6 𝑥ҧ = 5.85 s = 0.46

Pasos de una prueba de hipótesis

𝐻0: 𝜇 ≤ 5.6
1.- Hipótesis: 𝐻1: 𝜇 > 5.6

2.- Nivel de significación: α = 0,01

 X−μ 5.85 − 5.6 0.25 = 1.803
3.- Estadístico de prueba: Población 𝑇𝑐 = Tc = =
𝑠 0.46 0.1387
normal con varianza conocida n 11

4.- Establecer las regiones de aceptación o rechazo

Tc =1.803

cae en la región de
no rechazo o aceptación
1.803 < 2,764
Tα,n-1 = 2.764

5.- Conclusión
Con un nivel de significación de 0.01 , podemos afirmar que las sospechas del propietario no
están fundadas, porque el consumo medio de combustible en carretera es menor o igual a
5.6 litros/100 km.
Ejemplo 2
La directora del departamento de personal de una corporación está buscando empleados para un
puesto en el extranjero. Durante el proceso de selección, la administración le pregunta cómo va la
incorporación de empleados, y ella contesta que la puntuación promedio en la prueba de aptitudes
será de 90 puntos. Cuando la administración revisa 19 de los resultados de la prueba, encuentra que
la puntuación media es de 83.25 puntos con una desviación estándar de 11. Bajo el supuesto de
normalidad, ¿tiene razón la directora, con un nivel de confianza del 90%?.

Solución:
Datos: n= 19 µ0 = 90 𝑥ҧ = 83.25 s = 11

Pasos de una prueba de hipótesis

𝐻0: 𝜇 = 90
1.- Hipótesis: 𝐻1: 𝜇 ≠ 90

2.- Nivel de significación: α = 0,10

 X−μ 83.25 − 90 −6.75
3.- Estadístico de prueba: Población 𝑇𝑐 = Tc = = = -2.675
𝑠 11 2.52
normal con varianza conocida n 19

4.- Establecer las regiones de aceptación o rechazo

Tc = -2.675

cae en la
región de rechazo
-2.675 < -1.734
Tα,n-1 = -1.734 Tα,n-1 = 1.734

5.- Conclusión
Con un nivel de significancia del 0.10, podemos afirmar que las sospechas de la directora no
es correcta ya que las puntuaciones promedios son diferentes de 90.
Selección del estadístico de prueba:
para la DIFERENCIA de MEDIAS

Prueba de hipótesis acerca de

t
 X 1 
 X 2   1  2 
t  n1  n2  2 
dos medias, varianzas s 2
s 2

desconocidas supuestas iguales  c c

n1 n2
A S 2

 n1  1 S12   n2  1 S22
n1  n2  2
c

2
 s12 s22 
n  n 
Prueba de hipótesis acerca de
dos medias, varianzas distintas t
 X 1 
 X 2   1  2 
t r  r   12 2  2
2 2  s12   s22 
s s n   

B 1
n1 n2
2
 1    n2 
n1  1 n2  1
 DIFERENCIA DE DOS MEDIAS POBLACIONES
INDEPENDIENTES
Consiste en comparar la medias de una variable cuantitativa
continua entre dos grupos independientes.

REQUISITOS:

.- Una variable cuantitativa (variable dependiente que se

compara o analiza)
.- Una variable cualitativa dicotómica (variable independiente
la que genera los grupos)
.- Cumpla el supuesto de normalidad.
 DIFERENCIA DE DOS MEDIAS POBLACIONES
INDEPENDIENTES
INTERES:

Comprobar si la variable cuantitativa depende de la variable

dicotómica, es decir, calcularemos las medias de la variable
continua para los dos grupos de la variable cualitativa y
crearemos el contraste para determinar si existen diferencias
significativas o no entre las medias de dos muestras
independientes.

H0: 1 = 2 H0: 1  2 H0 : 1  2
H1: 1  2 H1 : 1 < 2 H1 : 1 > 2
( Bilateral) (Unilateral a (Unilateral a
la izquierda) la derecha)
1.2 Prueba de Hipótesis para diferencia de Medias con
Varianza Poblacional DESCONOCIDA e IGUALES
Ejemplo 3
La duración de una enfermedad sigue una ley normal. Para su curación se emplean dos tipos de
antibióticos y se desea comprobar estadísticamente cuál de los dos es más eficaz respecto a la
duración de la enfermedad. Para tal fin se observan seis enfermos a los que se aplica el primer
antibiótico y cinco enfermos a los que se aplica el segundo antibiótico.
Los datos obtenidos han sido:
𝑥1ҧ =12 días , 𝑥ҧ2 =15 días 𝑠12 = 16 , 𝑠22 = 16 n1 = 6 , n2 = 5
¿Cuál de los dos antibióticos es más eficaz a un nivel de significancia del 5%?
Solución:
Datos: 𝑥1
ҧ =12 , 𝑥ҧ2 =15 𝑠12 = 16 , 𝑠𝜎22 = 16 n1 = 6 , n2 = 5

Pasos de una prueba de hipótesis

1.- Hipótesis: Ho: µ1 ≤ µ2 µ1 ≤ µ2 = 0 H1: µ1 > µ2 µ1 - µ2 > 0

2.- Nivel de significación: α = 0.05
3.-Estadístico de prueba: Población normal con
varianza desconocida
12 − 15 − (𝜇1 − 𝜇2) 12 − 15 − 0
𝑡𝑐 =
𝑡𝑐 =
1 1 1 1
4.42 6 +
𝑡𝑐 = −1.121
𝑆𝑝 6 + 5
5

= 4.42

4.- Establecer las regiones de aceptación o rechazo

Como el valor calculado de
Tc =-1.121 tc = -1.121, cae en la región
RR RA de aceptación, por lo tanto
se acepta la Hipótesis nula.
-Tα,n1+n2-2 = -1.833
5.- Conclusión
Con un nivel de significancia del 0.05, podemos afirmar que el antibiótico 1 es más eficaz
que el antibiótico 2.
 RESULTADOS EN EL MEGASTAT
Hypothesis Test: Independent Groups (t-test, pooled variance)

12 15 mean
4 4 std. dev.
6 5n

9 df
-3.000 difference ( - )
16.000 pooled variance
4.000 pooled std. dev.
2.422 standard error of difference
0 hypothesized difference

-1.239 t Se acepta la
.8766 p-value (one-tailed, upper) Hipótesis nula.
Si el p-valor <  Se rechaza H0
Si el p-valor ≥  No se rechaza (Se acepta) H0
 1.3 Prueba de Hipótesis para diferencia de Medias con
Varianzas Poblacionales DESCONOCIDAS y DIFERENTES

 
X 1  X 2   1  2 
2
 s12 s22 
n  n 
t t r  r   12 2  2
s12 s22  s12   s22 
 n   
 1    n2 
n1 n2
n1  1 n2  1

t
 X 1 
 X 2   1  2 
t r  t
 X 1 
 X 2   1  2 
t r  t
 X 1 
 X 2   1  2 
t r 
2 2 2 2 2 2
s s s s s s
1
 2 1
 2 1
 2
n1 n2 n1 n2 n1 n2
Ejemplo 4
Un vendedor de jugo de naranja natural compra paquetes de 100 naranjas de dos tipos y tiene la
sospecha que la cantidad promedio de jugo extraído de la naranja tipo 1 es mayor al del tipo 2. Al
seleccionar al azar 10 paquetes de cada tipo de naranja y anotar la cantidad de jugo extraído (en
litros) obtuvo los siguientes resultados:

Además se sabe que el vendedor compra mensualmente paquetes del tipo 1 y 2. Utilice un nivel
de significación del 5% para corroborar su afirmación. Las varianzas son desconocidas y se asume
iguales.
Solución:
Datos: 𝑥1ҧ =23.8 , 𝑥ҧ2 =26.2 𝑠12 = 3.1632 , 𝑠22 = 2.2682 n1 = 10 , n2 = 10

1.- Hipótesis: Ho: µ1 ≤ µ2 µ1 ≤ µ2 = 0 H1: µ1 > µ2 µ1 - µ2 > 0

2.- Nivel de significación: α = 0.05
 RESULTADOS EN EL MEGASTAT

Hypothesis Test: Independent Groups (t-test, pooled variance) Hypothesis Test: Independent Groups (t-test, unequal variance)
Group 1 Group 2
Group 1 Group 2
23.800 26.200 mean
3.163 2.268 std. dev. 23.800 26.200 mean
10 10 n 3.163 2.268 std. dev.
10 10 n
18 df
-2.4000 difference (Group 1 - Group 2) 16 df
7.5733 pooled variance -2.4000 difference (Group 1 - Group 2)
2.7520 pooled std. dev. 1.2307 standard error of difference
1.2307 standard error of difference
0 hypothesized difference
0 hypothesized difference

-1.950 t -1.950 t
.9665 p-value (one-tailed, upper) .9655 p-value (one-tailed, upper)

Si el p-valor <  Se rechaza H0

Si el p-valor ≥  No se rechaza (Se acepta) H0
RESULTADOS EN EL SPSS

Si el p-valor <  Se rechaza H0

Si el p-valor ≥  No se rechaza (Se acepta) H0
 Tipos de ERRORES

Rechazar No rechazar
Ho Ho
Decisión
La Ho: verdadera Error tipo I
correcta
realidad
Decisión
Ho: falsa Error tipo II
correcta

  P(Error I)  P(Rechazar H 0 /H 0 es Verdadera)

  P(Error II)  P(No rechazar H o /H o es falsa)
Potencia de la prueba: 1-β=Probabilidad de Rechazar Ho cuando es falsa
EJEMPLO: CÁLCULO DEL ERROR TIPO I, TIPO II
Gracias