1 Pruebas de Hipótesis Datos Continuos

TECNOLOGICO NACIONAL DE MEXICO

INSTITUTO TECNOLOGICO DE DELICIAS
HERRAMIENTAS LEAN

Prueba de Hipótesis Datos Continuos

UNIDAD: 3
ALUMNO(A): EDGAR JESUS PROSPERO
AYALA
DOCENTE: ING. JOEL RIVERA
2 Pruebas de Hipótesis Datos Continuos

PRUEBAS DE HIPOTESIS DATOS CONTINUOS

Los datos continuos tienen un número incontable de valores entre cualesquiera dos
valores. Usted debería usar datos continuos cuando desee hacer inferencias acerca
de la media, la mediana y la desviación estándar o la varianza de una población.
Cuando usted mide una característica de una parte o proceso, como la longitud, el
peso o la temperatura, por lo general obtiene datos continuos. Los datos continuos
suelen incluir valores fraccionados (o decimales). Por ejemplo, si necesitas escribir la
estatura de un grupo de basquetbolistas, seguramente, no podrás utilizar los
números 1 y 2, pero si las variables 1.78, 1.65, 1.45, porque la altura suele
expresarse de esa manera.

➢ Se expresan con números reales.

➢ Tienen una cantidad infinita de valores.
➢ Se miden con instrumentos específicos.
➢ Son menos exactas que las variables discretas.

Ejemplos de Variables Continuas

✓ La cantidad de sal que consumen las personas por día.
✓ La cantidad (en kilogramos) de basura que se recicla.
✓ La velocidad del viento.
✓ La cantidad de milímetros de agua que caen con las lluvias.
✓ La temperatura de las comidas.

Pruebas de hipótesis para una población

2
Se trata de probar una afirmación sobre parámetros de la población (media μ; varianza σ o
2
proporción π) con base en datos de estadísticos de una muestra (X, s o p respectivamente); probar
las afirmaciones en los parámetros se usan los estadísticos:
En una población:
La media poblacional μ = ; estadístico Zc
2 2
La varianza poblacional σ = ; estadístico χc
La proporción poblacional π = estadístico Zc

En dos poblaciones:

Las medias poblacionales son iguales μ1 = μ2 o μ1 - μ2 = 0; estadístico Zc o Tc

2 2 2 2
Las varianzas poblacionales son iguales σ1 = σ2 o σ1 - σ2 = 0; estadístico Fc
Las proporciones poblacionales son iguales π1 = π2 o π1 - π2 = 0; estadístico Zc
3 Pruebas de Hipótesis Datos Continuos

Hipótesis nula Ho, complemento de la Hipótesis alterna Ha:

➢ Es la hipótesis o afirmación a ser probada

➢ Puede ser por ejemplo μ =, ≤ o ≥ a 5
➢ Sólo puede ser rechazada o no rechazada

Hipótesis alterna Ha, complemento de la hipótesis nula:

➢ Es la hipótesis que se acepta como verdadera cuando se rechaza H o, es

su complemento

➢ Si el signo de la hipótesis alterna es ≠ entonces se trata de una prueba

de dos colas; si es > de cola derecha y si es < de cola izquierda.

➢ Puede ser por ejemplo μ ≠ 5 para prueba de dos colas

➢ μ < 5 para prueba de cola izquierda

➢ μ > 5 para prueba de cola derecha

• Se plantea la Ha si en el problema se muestra la afirmación de ser

menor o mayor a un valor establecido histórico.

• Se plantea la Ho si en el problema se muestra la afirmación igual (es

o históricamente ha sido); mayor o igual (cuando menos) o menor o
igual (a lo más) a un valor establecido histórico.

Nota: No importa cual se plantee primero, siempre la conclusión se

hace contra la Ho (se rechaza o no se rechaza)

• El intervalo de confianza es el intervalo donde se estima que se

2
encuentre el parámetro de la población (media μ; varianza σ o
proporción π) para un cierto nivel de confianza o de significancia.
4 Pruebas de Hipótesis Datos Continuos

Los elementos de una Prueba de Hipótesis son:

• Las hipótesis. La que se desea probar (Ho) y su complemento (Ha).

• La(s) muestra(s). La información que se obtiene de la población o poblaciones.
• El estadístico de prueba (EP). Es una variable aleatoria que resume la información
de la muestra.
• La región de rechazo de Ho (RRHo). Es una parte de la distribución de referencia
en la cual si el EP se encuentra ahí, se rechaza Ho.
• La decisión. Decidir si se rechaza o no a Ho.
• El nivel de confianza de la prueba (1‐α).

Los tipos de errores y sus probabilidades se definen como:

α = p (error tipo I)
α = p (rechazar Ho|Ho verdad)

β = p (error tipo II)

β = p (aceptar Ho|Ho falsa)
5 Pruebas de Hipótesis Datos Continuos

FORMULAS

para muestras pequeñas

6 Pruebas de Hipótesis Datos Continuos

Ejemplo 1

Una empresa de neumáticos afirma que una nueva gama en promedio dura al
menos 28.000 km. Las pruebas con 64 neumáticos dan como resultado una
duración media de 27.800 km, con una desviación estándar de 1.000 km.
Bajo la normalidad de los neumáticos, se pide:

a) Comprobar si hay evidencia suficiente para rechazar la afirmación de la

empresa, un nivel de significación del 5%
7 Pruebas de Hipótesis Datos Continuos

Ejemplo 2

Los siguientes son tiempos de quemado (en minutos) de señales luminosas de dos tipos diferentes.

Pruebe la hipótesis de dos varianzas sean iguales. Use

8 Pruebas de Hipótesis Datos Continuos

Interpretación de los resultados

Cuando realizamos una prueba estamos intentando apoyar una conclusión o
diferencia entre las distribuciones de los datos:
➢ ¿Es el resultado de la maquina 1 igual que el de la maquina 2?
➢ ¿Hay variación entre la salida de los datos de cada turno?
➢ ¿El proceso a cambiado hemos hecho alguna diferencia?

Una hipótesis es una proposición que puede o no ser verdadera pero que se adopta
provisionalmente hasta recabar información que sugiera lo contrario. Si hay
inconsistencia, se rechaza la hipótesis. Las pruebas de hipótesis se usan
precisamente para evaluar el grado de esa inconsistencia.

Se puede describir formalmente los pasos a seguir:

1.-Formular la hipótesis y su alternativa. Normalmente la hipótesis de trabajo (por

ejemplo, tal tratamiento es mejor que el control o tal procedimiento tiene menos
morbilidad) es contrastada con una hipótesis estadística que supone que no existe
tal efecto o tal diferencia.
2.-Elegir la prueba estadística apropiada de acuerdo al diseño experimental, el tipo
de datos y el número de grupos que se comparan
3.-Elegir el nivel de significación α de la prueba, el límite para rechazar H 0. En
general, se acepta α = 0,01 ó 0,05, cifras que implican un 1%, o un 5%
respectivamente, de posibilidades de equivocarse cuando se rechaza H0,

4.-Calcular el valor de P. Esta es la probabilidad de obtener los resultados

observados u otros más extremos si la H0 es verdadera, cifra que es determinada
por el área de la distribución que queda más allá del valor calculado.

5.-Si p es menor que α, rechazar H0 y aceptar la alternativa; en caso contrario, se

acepta la hipótesis nula
9 Pruebas de Hipótesis Datos Continuos

Cómo se aplica esta técnica en un estudio de Seis Sigma.

Es importante entender el papel de la prueba de hipótesis en Seis Sigma, cuando se

realiza intentamos no solo determinar la variable de entrada que está relacionada
con la variable de salida, sino también que esta relación sea significativa
estadísticamente. Se debe poder demostrar si las relaciones son reales o se debe a
una variación aleatoria. Estas pruebas son realizadas típicamente en un nivel de
confianza del 95% (Con un alfa de riesgo de 0,005). Para ejecutar la prueba,
establecemos lo que es llamado hipótesis nula y la hipótesis alterna. En la hipótesis
nula no existe relación. En la hipótesis alterna existe una relación.

En una prueba de hipótesis establecemos un grupo; determinamos si vamos a

rechazar o aceptar la hipótesis nula; si la aceptamos decimos que la relación no
existe; si rechazamos la hipótesis nula, la variable de entrada está relacionada y
tiene un efecto sobre la variable de salida. Estadísticamente, esta es un área en la
cual Seis Sigma tiende a doblar un poco la regla, como la hipótesis nula, nunca es
aceptada realmente. En términos estadísticos verdaderos, la hipótesis nula solo
puede ser aceptada o rechazada.