Documentos de Académico
Documentos de Profesional
Documentos de Cultura
INTRODUCCIÓN
Por ejemplo, un investigador que pretende demostrar que la droga A es más efectiva
para el tratamiento de cierta enfermedad que la droga B; cuando un sicólogo desea
comprobar si cierto formato de instrucción incrementará la eficiencia en el
aprendizajes; cuando un ingeniero agrónomo desea comprobar si una nueva distancia
de siembra entre surcos, para un cultivo, produce mejores rendimientos que las
distancias que se usaban comúnmente en la zona; cuando el jefe de marketing
asegura que determinado producto se aceptado por el 60% de la población
consumidora, etc.
Si hay que tomar decisiones es porque hay alternativas; cada una de estas
alternativas es formalizada como una hipótesis estadística y el proceso mediante el
cual se enfrentan las hipótesis apoyándose en los datos muestrales se le
denomina prueba o contraste de hipótesis.
Una hipótesis es una suposición sobre la naturaleza de una población. Las hipótesis
generalmente están expresadas en términos de parámetros poblacionales. Ejemplos:
µ = 5 (la media poblacional es igual a 5)
µ < 67 (la media poblacional es menor que 67)
2
σ = 4 (la variancia poblacional es igual a 4)
Una prueba de una hipótesis es un procedimiento estadístico usado para tomar una
decisión sobre el valor de un parámetro poblacional.
Ejemplo: Un semillero afirma que el peso promedio de una espiga de cierta variedad
es 180 gramos, con desviación estándar de 30 gramos. Un productor sospecha
que el peso es distinto de 180 gramos. El propósito es ver si el peso de 180 gramos
es incorrecto. Por tanto, la hipótesis nula de interés es:
Para interpretar el valor del test estadístico es necesario introducir un elemento más a
la prueba de hipótesis: la región de rechazo, que especifica los valores del test
estadístico para los cuales la hipótesis nula es rechazada (y para los cuales la
hipótesis alternativa no es rechazada).
Ya que cualquier decisión estará basada sobre información parcial de una población,
contenida en una muestra, habrá siempre una posibilidad de una decisión incorrecta.
Suponiendo que los resultados del experimento produjeron una media muestral de 187
gramos, el test estadístico se construiría como:
2
Para decidir si la hipótesis nula (H0) se rechaza o no, se compara el valor de Z
calculado con el valor de z tabulado N (0,1), para un nivel de probabilidad α = 0,05.
95%
como el valor de Z calculado = 1,65 es menor que l,96 o sea cae en la región de
aceptación, no hay evidencias suficientes para rechazar la hipótesis nula
Conclusión: la publicidad que hace el semillero de que el peso promedio de las espigas
de una cierta variedad es de 180 gramos, es correcta.
HIPÓTESIS UNILATERALES
Si por otra parte, el productor sospechara que el peso promedio es mayor que 180 grs,
la hipótesis y la zona de rechazo con probabilidad = 0.05 plantearían como:
3
en ambas situaciones el test estadístico se construye como:
Este valor difiere del anterior en que, en lugar de aparecer la desviación estándar de la
población, nos encontramos con su estimador muestral insesgado [ E( S2)=σ 2 ¿ que se
distribuye, t de Student (t ~ t(n-1))
Ejemplo: Para estimar el rendimiento de parcelas plantadas con papa de una cierta
variedad, se cosecharon ocho de ellas, obteniéndose la siguiente información
expresada en kg/parcela: 4,5 5,3 5,4 4,9 5,3 5,7 6,2 4,8
¿Se puede asegurar, con α =0,05, de que esta variedad de papas tiene un rendimiento
promedio de 5,25 kg?
H0: µ = 5,25
H1: µ ≠ 5,25
=
Como el valor de t calculado cae entre –2,365 y 2,365 (valor tabulado de t=–2,365, para
7 grados de libertad y α = 0,025, no se rechaza la hipótesis nula.
Conclusión: No hay suficiente evidencia, a partir de los datos de la muestra, para decir
que el rendimiento de papa por parcela no es igual a 5,25.
Se puede utilizar "p" como criterio de test para probar la hipótesis con respecto al
parámetro proporción poblacional. El test estadístico z se calcula:
4
Gráficamente podemos establecer la correspondiente región de rechazo de H 0 en la
cola de la distribución normal
95%
H0: P = 0,90
H1: P ≠ 0,90
95
^p= =0 . 86
110
( p−P0 ) (0 . 86−0 . 90 )
Z= = =−1. 39
√ P 0 Q0
n √
0 . 90∗0 .10
110
Como el valor calculado de Z = –1.39 reside entre los valores tabulados –1,96 y 1,96
(valores críticos de la distribución normal) no se rechaza H0.
El cliente, quien debe realizar una fuerte inversión, decide poner a prueba la hipótesis
del operador, estableciendo las siguientes hipótesis estadísticas:
H0) σ 2= 0,2
H1) σ 2> 0,2
Para probar esta hipótesis selecciona una muestra de 15 días donde se registra la
cotización diaria. El cálculo de la varianza en la muestra es S2 = 0,4.
El test estadístico es:
5
que se distribuye como una con (n - 1) grados de libertad.
Gráficamente se tendrá:
95%
5%
2
Como se puede observar, el valor tabular está dado por x(0.05 ;15−1) = 23.69 y estadístico
2
utilizado como criterio para realizar el test, x o = 28, cae en la zona de rechazo
6
7