Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Clase VII - Test de Hipótesis
Clase VII - Test de Hipótesis
Departamento de Matemática
Universidad Nacional de la Pampa
21 de octubre de 2020
RC = {x ∈ R : x > 176}.
RC = {x ∈ R : x > 176}.
RC = {x ∈ R : x > 176}.
RC = {x ∈ R : x > 176}.
=⇒
−1, 96 = x c1 − 175 −→ x c1 = 174, 04, y
1, 96 = x c2 − 175 −→ x c2 = 176, 96.
y por ende, la región de rechazo de la hipótesis H0 es:
RC = {x ∈ R : x < 174, 04 ó x > 176, 96}.
Así, dependiendo del grado de información que se tiene del pro-
blema, podemos tener reglas de decisiones uni o bilaterales.
maritamartin11@gmail.com Matemática - UNLPam 14 / 46
Test de Hipótesis: Procedimiento General
Así, la Regla de Decisión, deberá indicar dos puntos x c1 y x c2 tal
que “si x está entre x c1 y x c2 , decimos que los habitantes descien-
den del sur europeo, pero si x está fuera de ese intervalo decimos
que no descienden del sur europeo”. Por ejemplo, si α = 0, 05:
0, 05 = P(ERROR I) = P(X < x c1 ó X > x c2 |X ∼ N(175, 1))
= P(X − 175 < x c1 − 175 ó X − 175 > x c2 − 175)
= P(Z < −1, 96 ó Z > 1, 96)
=⇒
−1, 96 = x c1 − 175 −→ x c1 = 174, 04, y
1, 96 = x c2 − 175 −→ x c2 = 176, 96.
y por ende, la región de rechazo de la hipótesis H0 es:
RC = {x ∈ R : x < 174, 04 ó x > 176, 96}.
Así, dependiendo del grado de información que se tiene del pro-
blema, podemos tener reglas de decisiones uni o bilaterales.
maritamartin11@gmail.com Matemática - UNLPam 14 / 46
Test de Hipótesis: Procedimiento General
Así, la Regla de Decisión, deberá indicar dos puntos x c1 y x c2 tal
que “si x está entre x c1 y x c2 , decimos que los habitantes descien-
den del sur europeo, pero si x está fuera de ese intervalo decimos
que no descienden del sur europeo”. Por ejemplo, si α = 0, 05:
0, 05 = P(ERROR I) = P(X < x c1 ó X > x c2 |X ∼ N(175, 1))
= P(X − 175 < x c1 − 175 ó X − 175 > x c2 − 175)
= P(Z < −1, 96 ó Z > 1, 96)
=⇒
−1, 96 = x c1 − 175 −→ x c1 = 174, 04, y
1, 96 = x c2 − 175 −→ x c2 = 176, 96.
y por ende, la región de rechazo de la hipótesis H0 es:
RC = {x ∈ R : x < 174, 04 ó x > 176, 96}.
Así, dependiendo del grado de información que se tiene del pro-
blema, podemos tener reglas de decisiones uni o bilaterales.
maritamartin11@gmail.com Matemática - UNLPam 14 / 46
Test de Hipótesis: Procedimiento General
Así, la Regla de Decisión, deberá indicar dos puntos x c1 y x c2 tal
que “si x está entre x c1 y x c2 , decimos que los habitantes descien-
den del sur europeo, pero si x está fuera de ese intervalo decimos
que no descienden del sur europeo”. Por ejemplo, si α = 0, 05:
0, 05 = P(ERROR I) = P(X < x c1 ó X > x c2 |X ∼ N(175, 1))
= P(X − 175 < x c1 − 175 ó X − 175 > x c2 − 175)
= P(Z < −1, 96 ó Z > 1, 96)
=⇒
−1, 96 = x c1 − 175 −→ x c1 = 174, 04, y
1, 96 = x c2 − 175 −→ x c2 = 176, 96.
y por ende, la región de rechazo de la hipótesis H0 es:
RC = {x ∈ R : x < 174, 04 ó x > 176, 96}.
Así, dependiendo del grado de información que se tiene del pro-
blema, podemos tener reglas de decisiones uni o bilaterales.
maritamartin11@gmail.com Matemática - UNLPam 14 / 46
Test de Hipótesis: Construcción
La construcción de un Test de Hipótesis para un parámetro po-
blacional puede ser colocada de la siguiente manera:
Existe una variable X de una dada población.
Se tiene una hipótesis sobre un posible valor para el parámetro θ
(desconocido) de esa población, por ejemplo θ = θ0 .
Se toma una muestra aletoria simple de elementos de esa
población, y a través de ella, se desea probar o refutar esa
hipótesis.
Primero, explicitamos claramente ¿cuál es la hipótesis que esta-
mos colocando a prueba? y la llamaremos Hipótesis Nula. En
nuestro caso, H0 : θ = θ0 .
A seguir, conviene colocar también la hipótesis que será consi-
derada como aceptable si H0 fuera rechazada. La caracterización
de esta hipótesis, llamada Hipótesis Alternativa, dependerá del
grado de conocimiento que se tiene del problema estudiado. La
alternativa más general es: H1 : θ 6= θ0 .
En este caso, se dice que tenemos un Test de Hipótesis Bilateral.
maritamartin11@gmail.com Matemática - UNLPam 15 / 46
Test de Hipótesis: Construcción
La construcción de un Test de Hipótesis para un parámetro po-
blacional puede ser colocada de la siguiente manera:
Existe una variable X de una dada población.
Se tiene una hipótesis sobre un posible valor para el parámetro θ
(desconocido) de esa población, por ejemplo θ = θ0 .
Se toma una muestra aletoria simple de elementos de esa
población, y a través de ella, se desea probar o refutar esa
hipótesis.
Primero, explicitamos claramente ¿cuál es la hipótesis que esta-
mos colocando a prueba? y la llamaremos Hipótesis Nula. En
nuestro caso, H0 : θ = θ0 .
A seguir, conviene colocar también la hipótesis que será consi-
derada como aceptable si H0 fuera rechazada. La caracterización
de esta hipótesis, llamada Hipótesis Alternativa, dependerá del
grado de conocimiento que se tiene del problema estudiado. La
alternativa más general es: H1 : θ 6= θ0 .
En este caso, se dice que tenemos un Test de Hipótesis Bilateral.
maritamartin11@gmail.com Matemática - UNLPam 15 / 46
Test de Hipótesis: Construcción
La construcción de un Test de Hipótesis para un parámetro po-
blacional puede ser colocada de la siguiente manera:
Existe una variable X de una dada población.
Se tiene una hipótesis sobre un posible valor para el parámetro θ
(desconocido) de esa población, por ejemplo θ = θ0 .
Se toma una muestra aletoria simple de elementos de esa
población, y a través de ella, se desea probar o refutar esa
hipótesis.
Primero, explicitamos claramente ¿cuál es la hipótesis que esta-
mos colocando a prueba? y la llamaremos Hipótesis Nula. En
nuestro caso, H0 : θ = θ0 .
A seguir, conviene colocar también la hipótesis que será consi-
derada como aceptable si H0 fuera rechazada. La caracterización
de esta hipótesis, llamada Hipótesis Alternativa, dependerá del
grado de conocimiento que se tiene del problema estudiado. La
alternativa más general es: H1 : θ 6= θ0 .
En este caso, se dice que tenemos un Test de Hipótesis Bilateral.
maritamartin11@gmail.com Matemática - UNLPam 15 / 46
Test de Hipótesis: Construcción
La construcción de un Test de Hipótesis para un parámetro po-
blacional puede ser colocada de la siguiente manera:
Existe una variable X de una dada población.
Se tiene una hipótesis sobre un posible valor para el parámetro θ
(desconocido) de esa población, por ejemplo θ = θ0 .
Se toma una muestra aletoria simple de elementos de esa
población, y a través de ella, se desea probar o refutar esa
hipótesis.
Primero, explicitamos claramente ¿cuál es la hipótesis que esta-
mos colocando a prueba? y la llamaremos Hipótesis Nula. En
nuestro caso, H0 : θ = θ0 .
A seguir, conviene colocar también la hipótesis que será consi-
derada como aceptable si H0 fuera rechazada. La caracterización
de esta hipótesis, llamada Hipótesis Alternativa, dependerá del
grado de conocimiento que se tiene del problema estudiado. La
alternativa más general es: H1 : θ 6= θ0 .
En este caso, se dice que tenemos un Test de Hipótesis Bilateral.
maritamartin11@gmail.com Matemática - UNLPam 15 / 46
Test de Hipótesis: Construcción
La construcción de un Test de Hipótesis para un parámetro po-
blacional puede ser colocada de la siguiente manera:
Existe una variable X de una dada población.
Se tiene una hipótesis sobre un posible valor para el parámetro θ
(desconocido) de esa población, por ejemplo θ = θ0 .
Se toma una muestra aletoria simple de elementos de esa
población, y a través de ella, se desea probar o refutar esa
hipótesis.
Primero, explicitamos claramente ¿cuál es la hipótesis que esta-
mos colocando a prueba? y la llamaremos Hipótesis Nula. En
nuestro caso, H0 : θ = θ0 .
A seguir, conviene colocar también la hipótesis que será consi-
derada como aceptable si H0 fuera rechazada. La caracterización
de esta hipótesis, llamada Hipótesis Alternativa, dependerá del
grado de conocimiento que se tiene del problema estudiado. La
alternativa más general es: H1 : θ 6= θ0 .
En este caso, se dice que tenemos un Test de Hipótesis Bilateral.
maritamartin11@gmail.com Matemática - UNLPam 15 / 46
Test de Hipótesis: Construcción
La construcción de un Test de Hipótesis para un parámetro po-
blacional puede ser colocada de la siguiente manera:
Existe una variable X de una dada población.
Se tiene una hipótesis sobre un posible valor para el parámetro θ
(desconocido) de esa población, por ejemplo θ = θ0 .
Se toma una muestra aletoria simple de elementos de esa
población, y a través de ella, se desea probar o refutar esa
hipótesis.
Primero, explicitamos claramente ¿cuál es la hipótesis que esta-
mos colocando a prueba? y la llamaremos Hipótesis Nula. En
nuestro caso, H0 : θ = θ0 .
A seguir, conviene colocar también la hipótesis que será consi-
derada como aceptable si H0 fuera rechazada. La caracterización
de esta hipótesis, llamada Hipótesis Alternativa, dependerá del
grado de conocimiento que se tiene del problema estudiado. La
alternativa más general es: H1 : θ 6= θ0 .
En este caso, se dice que tenemos un Test de Hipótesis Bilateral.
maritamartin11@gmail.com Matemática - UNLPam 15 / 46
Test de Hipótesis: Construcción
La construcción de un Test de Hipótesis para un parámetro po-
blacional puede ser colocada de la siguiente manera:
Existe una variable X de una dada población.
Se tiene una hipótesis sobre un posible valor para el parámetro θ
(desconocido) de esa población, por ejemplo θ = θ0 .
Se toma una muestra aletoria simple de elementos de esa
población, y a través de ella, se desea probar o refutar esa
hipótesis.
Primero, explicitamos claramente ¿cuál es la hipótesis que esta-
mos colocando a prueba? y la llamaremos Hipótesis Nula. En
nuestro caso, H0 : θ = θ0 .
A seguir, conviene colocar también la hipótesis que será consi-
derada como aceptable si H0 fuera rechazada. La caracterización
de esta hipótesis, llamada Hipótesis Alternativa, dependerá del
grado de conocimiento que se tiene del problema estudiado. La
alternativa más general es: H1 : θ 6= θ0 .
En este caso, se dice que tenemos un Test de Hipótesis Bilateral.
maritamartin11@gmail.com Matemática - UNLPam 15 / 46
Test de Hipótesis: Procedimiento General
Sin embargo, se puede tener H0 : θ ≥ θ0 versus H1 : θ < θ0
(alternativamente, H0 : θ ≤ θ0 versus H1 : θ > θ0 ) dependiendo
de las informaciones que el problema trae. En cualquiera de estos
dos casos, hablaremos de Test de Hipótesis Unilateral.
Cualquiera sea la decisión que se tome, siempre estaremos suje-
tos a cometer dos tipos de errores, a saber:
ERROR DE TIPO I = Rechazar H0 cuando H0 es verdadera,
siendo: α = P(ERROR I) = P(rechazar H0 |H0 es verdadera)
ERROR DE TIPO II = No rechazar H0 cuando H0 es falsa, siendo:
β = P(ERROR II) = P(no rechazar H0 |H0 es falsa)
El objetivo de un Test de Hipótesis es decidir, a través de un esta-
dístico θ̂ obtenido de la muestra, si H0 es, o no, aceptable. Esto se
consigue a través de la Región Crítica que se construye de forma
tal que α = P(θ̂ ∈ RC|H0 es verdadera). Si el valor observado
del estadístico se encuentra en la RC, entonces rechazamos H0 .
Caso contrario, no tenemos evidencia al nivel α para rechazar H0 .
maritamartin11@gmail.com Matemática - UNLPam 16 / 46
Test de Hipótesis: Procedimiento General
Sin embargo, se puede tener H0 : θ ≥ θ0 versus H1 : θ < θ0
(alternativamente, H0 : θ ≤ θ0 versus H1 : θ > θ0 ) dependiendo
de las informaciones que el problema trae. En cualquiera de estos
dos casos, hablaremos de Test de Hipótesis Unilateral.
Cualquiera sea la decisión que se tome, siempre estaremos suje-
tos a cometer dos tipos de errores, a saber:
ERROR DE TIPO I = Rechazar H0 cuando H0 es verdadera,
siendo: α = P(ERROR I) = P(rechazar H0 |H0 es verdadera)
ERROR DE TIPO II = No rechazar H0 cuando H0 es falsa, siendo:
β = P(ERROR II) = P(no rechazar H0 |H0 es falsa)
El objetivo de un Test de Hipótesis es decidir, a través de un esta-
dístico θ̂ obtenido de la muestra, si H0 es, o no, aceptable. Esto se
consigue a través de la Región Crítica que se construye de forma
tal que α = P(θ̂ ∈ RC|H0 es verdadera). Si el valor observado
del estadístico se encuentra en la RC, entonces rechazamos H0 .
Caso contrario, no tenemos evidencia al nivel α para rechazar H0 .
maritamartin11@gmail.com Matemática - UNLPam 16 / 46
Test de Hipótesis: Procedimiento General
Sin embargo, se puede tener H0 : θ ≥ θ0 versus H1 : θ < θ0
(alternativamente, H0 : θ ≤ θ0 versus H1 : θ > θ0 ) dependiendo
de las informaciones que el problema trae. En cualquiera de estos
dos casos, hablaremos de Test de Hipótesis Unilateral.
Cualquiera sea la decisión que se tome, siempre estaremos suje-
tos a cometer dos tipos de errores, a saber:
ERROR DE TIPO I = Rechazar H0 cuando H0 es verdadera,
siendo: α = P(ERROR I) = P(rechazar H0 |H0 es verdadera)
ERROR DE TIPO II = No rechazar H0 cuando H0 es falsa, siendo:
β = P(ERROR II) = P(no rechazar H0 |H0 es falsa)
El objetivo de un Test de Hipótesis es decidir, a través de un esta-
dístico θ̂ obtenido de la muestra, si H0 es, o no, aceptable. Esto se
consigue a través de la Región Crítica que se construye de forma
tal que α = P(θ̂ ∈ RC|H0 es verdadera). Si el valor observado
del estadístico se encuentra en la RC, entonces rechazamos H0 .
Caso contrario, no tenemos evidencia al nivel α para rechazar H0 .
maritamartin11@gmail.com Matemática - UNLPam 16 / 46
Test de Hipótesis: Procedimiento General
Sin embargo, se puede tener H0 : θ ≥ θ0 versus H1 : θ < θ0
(alternativamente, H0 : θ ≤ θ0 versus H1 : θ > θ0 ) dependiendo
de las informaciones que el problema trae. En cualquiera de estos
dos casos, hablaremos de Test de Hipótesis Unilateral.
Cualquiera sea la decisión que se tome, siempre estaremos suje-
tos a cometer dos tipos de errores, a saber:
ERROR DE TIPO I = Rechazar H0 cuando H0 es verdadera,
siendo: α = P(ERROR I) = P(rechazar H0 |H0 es verdadera)
ERROR DE TIPO II = No rechazar H0 cuando H0 es falsa, siendo:
β = P(ERROR II) = P(no rechazar H0 |H0 es falsa)
El objetivo de un Test de Hipótesis es decidir, a través de un esta-
dístico θ̂ obtenido de la muestra, si H0 es, o no, aceptable. Esto se
consigue a través de la Región Crítica que se construye de forma
tal que α = P(θ̂ ∈ RC|H0 es verdadera). Si el valor observado
del estadístico se encuentra en la RC, entonces rechazamos H0 .
Caso contrario, no tenemos evidencia al nivel α para rechazar H0 .
maritamartin11@gmail.com Matemática - UNLPam 16 / 46
Test de Hipótesis: Procedimiento General
Sin embargo, se puede tener H0 : θ ≥ θ0 versus H1 : θ < θ0
(alternativamente, H0 : θ ≤ θ0 versus H1 : θ > θ0 ) dependiendo
de las informaciones que el problema trae. En cualquiera de estos
dos casos, hablaremos de Test de Hipótesis Unilateral.
Cualquiera sea la decisión que se tome, siempre estaremos suje-
tos a cometer dos tipos de errores, a saber:
ERROR DE TIPO I = Rechazar H0 cuando H0 es verdadera,
siendo: α = P(ERROR I) = P(rechazar H0 |H0 es verdadera)
ERROR DE TIPO II = No rechazar H0 cuando H0 es falsa, siendo:
β = P(ERROR II) = P(no rechazar H0 |H0 es falsa)
El objetivo de un Test de Hipótesis es decidir, a través de un esta-
dístico θ̂ obtenido de la muestra, si H0 es, o no, aceptable. Esto se
consigue a través de la Región Crítica que se construye de forma
tal que α = P(θ̂ ∈ RC|H0 es verdadera). Si el valor observado
del estadístico se encuentra en la RC, entonces rechazamos H0 .
Caso contrario, no tenemos evidencia al nivel α para rechazar H0 .
maritamartin11@gmail.com Matemática - UNLPam 16 / 46
Test de Hipótesis: Procedimiento General
Observaciones:
La igualdad del parámetro, SIEMPRE, es colocada en la hipótesis
nula. Esto es así, porque Estadístico y Región Crítica son
construidos sobre la base de que H0 es verdadera.
α es la probabilidad de Error de Tipo I y es controlada (fijada) por
el investigador, siendo sus valores usales 0, 01, 0, 05 y 0, 10.
α recibe del nombre de nivel de significancia del test.
La determinación de β es más dificil ya que, usualmente, no se
especifican valores fijos para el parámetro en la situación
alternativa.
(1 − β) se denomina Poder del Test.
− Así, definida una hipótesis H0 sobre un parámetro θ = θ0 y,
determinada la Región Crítica para el estadístico θ̂, resulta
1 − β(θ) = P(θ̂ ∈ RC|θ) (o sea, la función se determina atribuyendo
algunos valores arbitrarios y posibles para el parámetro θ).
− La función Poder del Test indica la probabilidad de una
decisión correcta, según las diversas alternativas del
parámetro.
maritamartin11@gmail.com Matemática - UNLPam 17 / 46
Test de Hipótesis: Procedimiento General
Observaciones:
La igualdad del parámetro, SIEMPRE, es colocada en la hipótesis
nula. Esto es así, porque Estadístico y Región Crítica son
construidos sobre la base de que H0 es verdadera.
α es la probabilidad de Error de Tipo I y es controlada (fijada) por
el investigador, siendo sus valores usales 0, 01, 0, 05 y 0, 10.
α recibe del nombre de nivel de significancia del test.
La determinación de β es más dificil ya que, usualmente, no se
especifican valores fijos para el parámetro en la situación
alternativa.
(1 − β) se denomina Poder del Test.
− Así, definida una hipótesis H0 sobre un parámetro θ = θ0 y,
determinada la Región Crítica para el estadístico θ̂, resulta
1 − β(θ) = P(θ̂ ∈ RC|θ) (o sea, la función se determina atribuyendo
algunos valores arbitrarios y posibles para el parámetro θ).
− La función Poder del Test indica la probabilidad de una
decisión correcta, según las diversas alternativas del
parámetro.
maritamartin11@gmail.com Matemática - UNLPam 17 / 46
Test de Hipótesis: Procedimiento General
Observaciones:
La igualdad del parámetro, SIEMPRE, es colocada en la hipótesis
nula. Esto es así, porque Estadístico y Región Crítica son
construidos sobre la base de que H0 es verdadera.
α es la probabilidad de Error de Tipo I y es controlada (fijada) por
el investigador, siendo sus valores usales 0, 01, 0, 05 y 0, 10.
α recibe del nombre de nivel de significancia del test.
La determinación de β es más dificil ya que, usualmente, no se
especifican valores fijos para el parámetro en la situación
alternativa.
(1 − β) se denomina Poder del Test.
− Así, definida una hipótesis H0 sobre un parámetro θ = θ0 y,
determinada la Región Crítica para el estadístico θ̂, resulta
1 − β(θ) = P(θ̂ ∈ RC|θ) (o sea, la función se determina atribuyendo
algunos valores arbitrarios y posibles para el parámetro θ).
− La función Poder del Test indica la probabilidad de una
decisión correcta, según las diversas alternativas del
parámetro.
maritamartin11@gmail.com Matemática - UNLPam 17 / 46
Test de Hipótesis: Procedimiento General
Observaciones:
La igualdad del parámetro, SIEMPRE, es colocada en la hipótesis
nula. Esto es así, porque Estadístico y Región Crítica son
construidos sobre la base de que H0 es verdadera.
α es la probabilidad de Error de Tipo I y es controlada (fijada) por
el investigador, siendo sus valores usales 0, 01, 0, 05 y 0, 10.
α recibe del nombre de nivel de significancia del test.
La determinación de β es más dificil ya que, usualmente, no se
especifican valores fijos para el parámetro en la situación
alternativa.
(1 − β) se denomina Poder del Test.
− Así, definida una hipótesis H0 sobre un parámetro θ = θ0 y,
determinada la Región Crítica para el estadístico θ̂, resulta
1 − β(θ) = P(θ̂ ∈ RC|θ) (o sea, la función se determina atribuyendo
algunos valores arbitrarios y posibles para el parámetro θ).
− La función Poder del Test indica la probabilidad de una
decisión correcta, según las diversas alternativas del
parámetro.
maritamartin11@gmail.com Matemática - UNLPam 17 / 46
Test de Hipótesis: Procedimiento General
Observaciones:
La igualdad del parámetro, SIEMPRE, es colocada en la hipótesis
nula. Esto es así, porque Estadístico y Región Crítica son
construidos sobre la base de que H0 es verdadera.
α es la probabilidad de Error de Tipo I y es controlada (fijada) por
el investigador, siendo sus valores usales 0, 01, 0, 05 y 0, 10.
α recibe del nombre de nivel de significancia del test.
La determinación de β es más dificil ya que, usualmente, no se
especifican valores fijos para el parámetro en la situación
alternativa.
(1 − β) se denomina Poder del Test.
− Así, definida una hipótesis H0 sobre un parámetro θ = θ0 y,
determinada la Región Crítica para el estadístico θ̂, resulta
1 − β(θ) = P(θ̂ ∈ RC|θ) (o sea, la función se determina atribuyendo
algunos valores arbitrarios y posibles para el parámetro θ).
− La función Poder del Test indica la probabilidad de una
decisión correcta, según las diversas alternativas del
parámetro.
maritamartin11@gmail.com Matemática - UNLPam 17 / 46
Test de Hipótesis: Pasos
De esta manera, estamos en condiciones de ver los distintos pasos
involucrados en la construcción de un Test de Hipótesis, a saber:
1 1◦ Paso: Fijar la Hipótesis Nula H0 a ser tratada y la Hipótesis
Alternativa H1 .
2 2◦ Paso: Escoger el estadistico que será usado para juzgar H0 . Se
debe conocer una “distribución muestral” del estadístico, que
permita conocer el comportamiento distribucional de la población.
3 3◦ Paso: Fijar el valor α de cometer un error de primera especie y,
usar ese valor para construir la Región Crítica. Esta región es
construida para el estadistico usado en el segundo paso, usando
los valores colocados a prueba en H0 .
4 4◦ Paso: Usar los resultados de la muestra para obtener el valor
del estadístico que nos conducirá a tomar una decisión. Si el valor
del estadístico (calculado a partir de valores de la muestra y bajo la
hipótesis nula) pertenece a la Región Crítica, se rechaza H0 con
probabilidad α. Caso contrario, concluimos que no existe evidencia,
al nivel α, para rechazar H0 .
5 5◦ Paso: Construir una nueva estimación por intervalos de
confianza para el parámetro de interés, si se rechaza H0 .
maritamartin11@gmail.com Matemática - UNLPam 18 / 46
Test de Hipótesis: Pasos
De esta manera, estamos en condiciones de ver los distintos pasos
involucrados en la construcción de un Test de Hipótesis, a saber:
1 1◦ Paso: Fijar la Hipótesis Nula H0 a ser tratada y la Hipótesis
Alternativa H1 .
2 2◦ Paso: Escoger el estadistico que será usado para juzgar H0 . Se
debe conocer una “distribución muestral” del estadístico, que
permita conocer el comportamiento distribucional de la población.
3 3◦ Paso: Fijar el valor α de cometer un error de primera especie y,
usar ese valor para construir la Región Crítica. Esta región es
construida para el estadistico usado en el segundo paso, usando
los valores colocados a prueba en H0 .
4 4◦ Paso: Usar los resultados de la muestra para obtener el valor
del estadístico que nos conducirá a tomar una decisión. Si el valor
del estadístico (calculado a partir de valores de la muestra y bajo la
hipótesis nula) pertenece a la Región Crítica, se rechaza H0 con
probabilidad α. Caso contrario, concluimos que no existe evidencia,
al nivel α, para rechazar H0 .
5 5◦ Paso: Construir una nueva estimación por intervalos de
confianza para el parámetro de interés, si se rechaza H0 .
maritamartin11@gmail.com Matemática - UNLPam 18 / 46
Test de Hipótesis: Pasos
De esta manera, estamos en condiciones de ver los distintos pasos
involucrados en la construcción de un Test de Hipótesis, a saber:
1 1◦ Paso: Fijar la Hipótesis Nula H0 a ser tratada y la Hipótesis
Alternativa H1 .
2 2◦ Paso: Escoger el estadistico que será usado para juzgar H0 . Se
debe conocer una “distribución muestral” del estadístico, que
permita conocer el comportamiento distribucional de la población.
3 3◦ Paso: Fijar el valor α de cometer un error de primera especie y,
usar ese valor para construir la Región Crítica. Esta región es
construida para el estadistico usado en el segundo paso, usando
los valores colocados a prueba en H0 .
4 4◦ Paso: Usar los resultados de la muestra para obtener el valor
del estadístico que nos conducirá a tomar una decisión. Si el valor
del estadístico (calculado a partir de valores de la muestra y bajo la
hipótesis nula) pertenece a la Región Crítica, se rechaza H0 con
probabilidad α. Caso contrario, concluimos que no existe evidencia,
al nivel α, para rechazar H0 .
5 5◦ Paso: Construir una nueva estimación por intervalos de
confianza para el parámetro de interés, si se rechaza H0 .
maritamartin11@gmail.com Matemática - UNLPam 18 / 46
Test de Hipótesis: Pasos
De esta manera, estamos en condiciones de ver los distintos pasos
involucrados en la construcción de un Test de Hipótesis, a saber:
1 1◦ Paso: Fijar la Hipótesis Nula H0 a ser tratada y la Hipótesis
Alternativa H1 .
2 2◦ Paso: Escoger el estadistico que será usado para juzgar H0 . Se
debe conocer una “distribución muestral” del estadístico, que
permita conocer el comportamiento distribucional de la población.
3 3◦ Paso: Fijar el valor α de cometer un error de primera especie y,
usar ese valor para construir la Región Crítica. Esta región es
construida para el estadistico usado en el segundo paso, usando
los valores colocados a prueba en H0 .
4 4◦ Paso: Usar los resultados de la muestra para obtener el valor
del estadístico que nos conducirá a tomar una decisión. Si el valor
del estadístico (calculado a partir de valores de la muestra y bajo la
hipótesis nula) pertenece a la Región Crítica, se rechaza H0 con
probabilidad α. Caso contrario, concluimos que no existe evidencia,
al nivel α, para rechazar H0 .
5 5◦ Paso: Construir una nueva estimación por intervalos de
confianza para el parámetro de interés, si se rechaza H0 .
maritamartin11@gmail.com Matemática - UNLPam 18 / 46
Test de Hipótesis: Pasos
De esta manera, estamos en condiciones de ver los distintos pasos
involucrados en la construcción de un Test de Hipótesis, a saber:
1 1◦ Paso: Fijar la Hipótesis Nula H0 a ser tratada y la Hipótesis
Alternativa H1 .
2 2◦ Paso: Escoger el estadistico que será usado para juzgar H0 . Se
debe conocer una “distribución muestral” del estadístico, que
permita conocer el comportamiento distribucional de la población.
3 3◦ Paso: Fijar el valor α de cometer un error de primera especie y,
usar ese valor para construir la Región Crítica. Esta región es
construida para el estadistico usado en el segundo paso, usando
los valores colocados a prueba en H0 .
4 4◦ Paso: Usar los resultados de la muestra para obtener el valor
del estadístico que nos conducirá a tomar una decisión. Si el valor
del estadístico (calculado a partir de valores de la muestra y bajo la
hipótesis nula) pertenece a la Región Crítica, se rechaza H0 con
probabilidad α. Caso contrario, concluimos que no existe evidencia,
al nivel α, para rechazar H0 .
5 5◦ Paso: Construir una nueva estimación por intervalos de
confianza para el parámetro de interés, si se rechaza H0 .
maritamartin11@gmail.com Matemática - UNLPam 18 / 46
Test de Hipótesis: Pasos
De esta manera, estamos en condiciones de ver los distintos pasos
involucrados en la construcción de un Test de Hipótesis, a saber:
1 1◦ Paso: Fijar la Hipótesis Nula H0 a ser tratada y la Hipótesis
Alternativa H1 .
2 2◦ Paso: Escoger el estadistico que será usado para juzgar H0 . Se
debe conocer una “distribución muestral” del estadístico, que
permita conocer el comportamiento distribucional de la población.
3 3◦ Paso: Fijar el valor α de cometer un error de primera especie y,
usar ese valor para construir la Región Crítica. Esta región es
construida para el estadistico usado en el segundo paso, usando
los valores colocados a prueba en H0 .
4 4◦ Paso: Usar los resultados de la muestra para obtener el valor
del estadístico que nos conducirá a tomar una decisión. Si el valor
del estadístico (calculado a partir de valores de la muestra y bajo la
hipótesis nula) pertenece a la Región Crítica, se rechaza H0 con
probabilidad α. Caso contrario, concluimos que no existe evidencia,
al nivel α, para rechazar H0 .
5 5◦ Paso: Construir una nueva estimación por intervalos de
confianza para el parámetro de interés, si se rechaza H0 .
maritamartin11@gmail.com Matemática - UNLPam 18 / 46
Test de Hipótesis bajo diferentes situaciones
3 Fijado α = 0, 05 tenemos
S la siguiente Región Crítica
RC = (−∞; −1, 96) (1, 96; ∞).
4 Como z0 = 0, 4 6∈ RC no tenemos evidencia al nivel α = 0, 05 para
rechazar H0 .
3 Fijado α = 0, 05 tenemos
S la siguiente Región Crítica
RC = (−∞; −1, 96) (1, 96; ∞).
4 Como z0 = 0, 4 6∈ RC no tenemos evidencia al nivel α = 0, 05 para
rechazar H0 .
3 Fijado α = 0, 05 tenemos
S la siguiente Región Crítica
RC = (−∞; −1, 96) (1, 96; ∞).
4 Como z0 = 0, 4 6∈ RC no tenemos evidencia al nivel α = 0, 05 para
rechazar H0 .
3 Fijado α = 0, 05 tenemos
S la siguiente Región Crítica
RC = (−∞; −1, 96) (1, 96; ∞).
4 Como z0 = 0, 4 6∈ RC no tenemos evidencia al nivel α = 0, 05 para
rechazar H0 .
Sean X11 , X12 , · · · , X1n1 una m.a.s. de una población X1 ∼ N(µ1 , σ12 ),
y X21 , X22 , · · · , X2n2 una m.a.s. de una población X2 ∼ N(µ2 , σ22 ),
siendo ambas poblaciones independientes entre sí.
Para construir un Test de Hipótesis para probar la igualdad de las
dos medias, esto es µ1 = µ2 , cuando σ12 y σ22 son conocidas, los
pasos son:
1 Hipótesis: H0 : µ1 = µ2 versus H1 : µ1 6= µ2 .
Equivalentemente, H0 : µ1 − µ2 = 0 versus H1 : µ1 − µ2 6= 0.
(X 1 −X 2 )−(µ1 −µ2 )
2 Estadístico de Prueba: Z = r ∼ N(0, 1) bajo H0 .
σ2 σ2
1 + n2
n1 2
Sean X11 , X12 , · · · , X1n1 una m.a.s. de una población X1 ∼ N(µ1 , σ12 ),
y X21 , X22 , · · · , X2n2 una m.a.s. de una población X2 ∼ N(µ2 , σ22 ),
siendo ambas poblaciones independientes entre sí.
Para construir un Test de Hipótesis para probar la igualdad de las
dos medias, esto es µ1 = µ2 , cuando σ12 y σ22 son conocidas, los
pasos son:
1 Hipótesis: H0 : µ1 = µ2 versus H1 : µ1 6= µ2 .
Equivalentemente, H0 : µ1 − µ2 = 0 versus H1 : µ1 − µ2 6= 0.
(X 1 −X 2 )−(µ1 −µ2 )
2 Estadístico de Prueba: Z = r ∼ N(0, 1) bajo H0 .
σ2 σ2
1 + n2
n1 2
Sean X11 , X12 , · · · , X1n1 una m.a.s. de una población X1 ∼ N(µ1 , σ12 ),
y X21 , X22 , · · · , X2n2 una m.a.s. de una población X2 ∼ N(µ2 , σ22 ),
siendo ambas poblaciones independientes entre sí.
Para construir un Test de Hipótesis para probar la igualdad de las
dos medias, esto es µ1 = µ2 , cuando σ12 y σ22 son conocidas, los
pasos son:
1 Hipótesis: H0 : µ1 = µ2 versus H1 : µ1 6= µ2 .
Equivalentemente, H0 : µ1 − µ2 = 0 versus H1 : µ1 − µ2 6= 0.
(X 1 −X 2 )−(µ1 −µ2 )
2 Estadístico de Prueba: Z = r ∼ N(0, 1) bajo H0 .
σ2 σ2
1 + n2
n1 2
Sean X11 , X12 , · · · , X1n1 una m.a.s. de una población X1 ∼ N(µ1 , σ12 ),
y X21 , X22 , · · · , X2n2 una m.a.s. de una población X2 ∼ N(µ2 , σ22 ),
siendo ambas poblaciones independientes entre sí.
Para construir un Test de Hipótesis para probar la igualdad de las
dos medias, esto es µ1 = µ2 , cuando σ12 y σ22 son conocidas, los
pasos son:
1 Hipótesis: H0 : µ1 = µ2 versus H1 : µ1 6= µ2 .
Equivalentemente, H0 : µ1 − µ2 = 0 versus H1 : µ1 − µ2 6= 0.
(X 1 −X 2 )−(µ1 −µ2 )
2 Estadístico de Prueba: Z = r ∼ N(0, 1) bajo H0 .
σ2 σ2
1 + n2
n1 2
2 Estadístico de Prueba:
S12
F = ∼ F(n1 −1;n2 −1) bajo H0 y con S12 > S22 .
S22
2 Estadístico de Prueba:
S12
F = ∼ F(n1 −1;n2 −1) bajo H0 y con S12 > S22 .
S22
2 Estadístico de Prueba:
S12
F = ∼ F(n1 −1;n2 −1) bajo H0 y con S12 > S22 .
S22
2 Estadístico de Prueba:
S12
F = ∼ F(n1 −1;n2 −1) bajo H0 y con S12 > S22 .
S22
Sean X11 , X12 , · · · , X1n1 una m.a.s. de una población X1 ∼ N(µ1 , σ12 )
y X21 , X22 , · · · , X2n2 una m.a.s. de una población X2 ∼ N(µ2 , σ22 ),
siendo ambas poblaciones independientes entre sí y en las que
todos los parámetros son desconocidos.
Entonces, para construir un Test de Hipótesis para probar si las
medias son iguales, debemos distinguir si las varianzas son, o no,
iguales.
Sean X11 , X12 , · · · , X1n1 una m.a.s. de una población X1 ∼ N(µ1 , σ12 )
y X21 , X22 , · · · , X2n2 una m.a.s. de una población X2 ∼ N(µ2 , σ22 ),
siendo ambas poblaciones independientes entre sí y en las que
todos los parámetros son desconocidos.
Entonces, para construir un Test de Hipótesis para probar si las
medias son iguales, debemos distinguir si las varianzas son, o no,
iguales.
1 Hipótesis: H0 : µD = 0 versus H1 : µD 6= 0.
2 Estadístico de Prueba: t = D−µS
D
∼ t(n−1) bajo H0 , con
√D
n
n n
D = n1 i=1 Di y SD2 = n−1 1 2
P P
i=1 (Di − D) .
3 Región Crítica: Fijado α,
[
RC = (−∞, −t( α2 )(n−1) ) (t( α2 )(n−1) , ∞).
1 Hipótesis: H0 : µD = 0 versus H1 : µD 6= 0.
2 Estadístico de Prueba: t = D−µS
D
∼ t(n−1) bajo H0 , con
√D
n
n n
D = n1 i=1 Di y SD2 = n−1 1 2
P P
i=1 (Di − D) .
3 Región Crítica: Fijado α,
[
RC = (−∞, −t( α2 )(n−1) ) (t( α2 )(n−1) , ∞).
1 Hipótesis: H0 : µD = 0 versus H1 : µD 6= 0.
2 Estadístico de Prueba: t = D−µS
D
∼ t(n−1) bajo H0 , con
√D
n
n n
D = n1 i=1 Di y SD2 = n−1 1 2
P P
i=1 (Di − D) .
3 Región Crítica: Fijado α,
[
RC = (−∞, −t( α2 )(n−1) ) (t( α2 )(n−1) , ∞).
1 Hipótesis: H0 : µD = 0 versus H1 : µD 6= 0.
2 Estadístico de Prueba: t = D−µS
D
∼ t(n−1) bajo H0 , con
√D
n
n n
D = n1 i=1 Di y SD2 = n−1 1 2
P P
i=1 (Di − D) .
3 Región Crítica: Fijado α,
[
RC = (−∞, −t( α2 )(n−1) ) (t( α2 )(n−1) , ∞).
1 Hipótesis: H0 : µD = 0 versus H1 : µD 6= 0.
2 Estadístico de Prueba: t = D−µS
D
∼ t(n−1) bajo H0 , con
√D
n
n n
D = n1 i=1 Di y SD2 = n−1 1 2
P P
i=1 (Di − D) .
3 Región Crítica: Fijado α,
[
RC = (−∞, −t( α2 )(n−1) ) (t( α2 )(n−1) , ∞).