9/07/2023

TEMARIO Muchos problemas en procesos metalúrgicos

Capítulo V: PRUEBA DE HIPOTESIS requieren decidir si se acepta o rechaza un enunciado
Tema 10: Hipótesis referente a la media, grandes muestras y pequeñas acerca de algún parámetro. El enunciado suele
muestras.
llamarse hipótesis, y el procedimiento de toma de
decisiones en torno a la hipótesis recibe el nombre de
prueba de hipótesis.

OBJETIVOS:
Éste es uno de los aspectos más útiles de la
• Realizar inferencias acerca de una población basada en la información inferencia estadística, puesto que muchos tipos
contenida en una muestra. Ahora considerando que las poblaciones de problemas de decisión pueden formularse
están caracterizadas por medidas descriptivas numéricas llamadas
como problemas de prueba de hipótesis.
parámetros.

2 3

Una hipótesis respecto a un parámetro puede ser simple, si

I. HIPÓTESIS ESTADÍSTICAS especifica un único valor del parámetro y compuesta, si especifica
más de un valor del parámetro.

Una hipótesis estadística es un enunciado acerca de la distribución de

A continuación muestra la notación de dos parámetros con sus
probabilidad de una variable aleatoria respectivos estimadores puntuales.

Las hipótesis estadísticas a menudo involucran uno o más parámetros de

esta distribución.

Una hipótesis Una hipótesis estadística

estadística es una nunca podrá ser aceptada
proposición acerca de libre de toda duda, pues
una característica siempre existirá un cierto
poblacional nivel de incertidumbre.
4 5

II. CONCEPTOS GENERALES

La planificación de una Valor p Es una medición estadística entre 0 y 1. Se usa para el

investigación estadística (valor de probabilidad) contraste de hipótesis.
usualmente tiene por
propósito verificar si los
supuestos que se tienen
sobre la población en estudio Es cualquier afirmación o conjetura que se hace acerca
se pueden aceptar Hipótesis estadística: de la distribución de una o más poblaciones.
como válidos o deben ser
considerados falsos.
Por ejemplo: la capacidad media de una celda de flotación de laboratorio es de 3
litros, es decir, µ= 3; afirmar que el porcentaje de celdas defectuosas producidas por
cierto proceso sea menor al 4%, es decir, p < 0,04.

6 7

1
 9/07/2023

A partir de la información proporcionada por la

Hipótesis nula (Ho):
muestra se verificará la suposición sobre el parámetro
estudiado.
La hipótesis que se contrasta se llama hipótesis nula
Por ejemplo,
Supóngase que estamos interesados en recuperación media de un tipo particular de
colector. Específicamente, estamos interesados en decidir si la recuperación media
(digamos µ) es o no de 85%.
Podemos expresar esto de manera formal como:

𝑯𝒐: µ = 𝟖𝟓%
Es la hipótesis que debe ser aceptada si se rechaza la
Hipótesis alterna (H1):
hipótesis nula.
𝑯1: µ ≠ 𝟖𝟓%

Es la conclusión a la que se llegaría si hubiera suficiente evidencia en la información de AI enunciado Ho: µ = 85% se le llama hipótesis nula, y al enunciado H1: µ≠𝟖𝟓%,
la muestra para decidir que es improbable que la hipótesis nula sea verdadera. hipótesis alternativa.

El hecho de no rechazar la hipótesis nula no implica que ésta sea cierta, significa Puesto que la hipótesis alternativa especifica valores de µ que podrían ser o más
simplemente que los datos de la muestra son insuficientes para inducir un rechazo de grandes o más pequeños que 85%, se le llama hipótesis alternativa de dos lados.
la hipótesis nula.
8 9

En algunas situaciones, podemos estar interesados en formular una hipótesis El valor del parámetro de la población especificado en la hipótesis nula (85% recuperación
alternativa de un lado, como en: en el ejemplo anterior) suele determinarse en una de tres maneras.

𝑯𝒐: µ = 𝟖𝟓%
PRIMERO, puede resultar de la experiencia o
conocimiento pasado del proceso, o incluso
𝑯1: µ > 𝟖𝟓% de experimentación previa

El objetivo de la prueba de hipótesis suele ser

Es importante recordar que las hipótesis son siempre enunciados relativos a la
entonces determinar si la situaci6n experimental ha
población o distribución bajo estudio, no enunciados en torno a la muestra.
cambiado.
El valor del parámetro de la población especificado en la hipótesis nula (85% en el
ejemplo anterior) suele determinarse en una de tres maneras.
SEGUNDO, este valor puede determinarse a Aquí el objetivo de la prueba
partir de alguna teoría o modelo con de hipótesis verificar la teoría
respecto al objeto que se estudia modelo.

10 11

Cuando usamos los datos de una muestra para tomar

TERCERA situación surge cuando el valor del
parámetro de la población es resultado de
consideraciones experimentales, tales como
especificaciones de diseño o ingeniería.
En esta situación, el objetivo Tipos de errores: decisiones acerca de un parámetro existe el riesgo de
usual de la prueba de hipótesis llegar a una conclusión incorrecta.
es la prueba de conformidad.
Se pueden presentar dos tipos diferentes de error cuando se aplica la metodología
de la prueba de hipótesis.

• Estamos interesados en tomar la decisión en tomo a la veracidad o falsedad de una

hipótesis.

• Un procedimiento que conduce a tal decisión se llama prueba de una hipótesis.

• Los procedimientos de la prueba de hipótesis dependen del uso de la información
en una muestra aleatoria de la población de interés.

• Si esta información es consistente con la hipótesis, entonces concluiríamos que la

hipótesis es verdadera; sin embargo, si esta información es inconsistente con la
hipótesis, concluiríamos que ésta es falsa.

12 13

2
 9/07/2023

Error Tipo I: Error Tipo II:

• Error tipo I: rechazar Ho Ocurre cuando se rechaza
siendo verdadera. una hipótesis Ho que es
• Error tipo II: rechazar H1
verdadera.
siendo verdadera.
La probabilidad de cometer
un error de tipo I es
denotada por α.
Ocurre cuando no se
rechaza una hipótesis Ho
que es falsa.
La probabilidad de cometer
un error de tipo II es
denotada por β.

Nivel de significancia (α): Poder de prueba (1 - β):

Es la probabilidad de Es la probabilidad de
cometer el error tipo I. El rechazar una hipótesis
valor α es nula que es falsa.
Figura 1. Errores en los
contrastes de hipótesis. fijado por la persona que
realiza la investigación (por
lo general 5%).

14 15

Por ejemplo, a. ERROR DE TIPO II (β)

En la prueba de colectores, podría ocurrir un error de tipo I si definimos que la media de
La probabilidad del error de tipo II
la muestra > 85% o si < 85%, , cuando de hecho la recuperación media verdadera
es µ = 85%.
disminuye conforme aumenta el tamaño
n de la muestra.
En general, la probabilidad del error de tipo I esta controlada por la localización de la
región critica. El rechazo de Ho siempre es una conclusión fuerte. Esto es, una desviación especificada de la
media verdadera respecto al valor
especificado en la hipótesis nula es más
Figura 2. Efecto del tamaño de muestra
La probabilidad del error de tipo II es fácil de detectar para tamaños grandes de la curva característica de operación.
también una función del tamaño de la de muestras que para pequeños.
muestra, como se ilustra en la figura 2.

La probabilidad del error de tipo II disminuye

conforme aumenta el tamaño n de la
muestra. Figura 2. Efecto del tamaño de muestra
de la curva característica de operación.
16 17

b. ERROR DE TIPO I (α)

III. Pasos a seguir en una Prueba de Hipótesis:
El efecto de la probabilidad a del error de
tipo I sobre la probabilidad β del error de tipo
II para un tamaño dado de muestra n se
ilustra en la figura 3. Establecer las hipótesis nula y Determinar el nivel de
alterna. significación.
La disminución de α provoca que β aumente,
y el incremento de α ocasiona que β Figura 3. Efecto del error de tipo I en la Especificar los supuestos
disminuya. Elegir el estadístico apropiado
curva característica de operación. necesarios para la validez de
de prueba a utilizar.
la prueba.
Debido a que la probabilidad β del error de tipo II es una función tanto del tamaño
de muestra como del grado al que es falsa la hipótesis nula Ho, es común considerar Establecer los valores críticos Recolectar los datos y calcular
a la decisión de aceptar Ho como una conclusión débil, a menos que sepamos que β que separan la región de el valor del estadístico de
es aceptablemente pequeña.
rechazo y no rechazo. prueba apropiado

Tomar la decisión estadística y expresar la conclusión

18 en términos del problema. 19

3
 9/07/2023

IV. Supuestos para las pruebas de hipótesis: 4.1 PARA PRUEBAS DE HIPÓTESIS PARA UNA MEDIA POBLACIONAL (µ)

Para las diferentes pruebas de hipótesis se deben cumplir los siguientes Cuando la muestra proviene de una población Normal y la varianza
supuestos: poblacional (𝜎 2 ) es desconocida

Para pruebas de hipótesis para Hipótesis:

la diferencia de medias
Para pruebas de Prueba de hipótesis poblacionales
hipótesis para una para una (µ1 -µ2) y razón de variancias
media poblacional proporción (𝝅) poblacionales 𝝈𝟐𝟐 /𝝈𝟏𝟐
(µ) Estadístico de prueba:
• La muestra es • La muestra es • Las muestras son aleatorias.
aleatoria. aleatoria. • Las muestras provienen de
• El tamaño de • El tamaño de distribuciones normales.
muestra es grande. muestra es grande. • Las poblaciones son
independientes

20 21

Región de Rechazo: Está representada por la zona sombreada

Estadístico de prueba:

Sobre el estadístico de prueba:

La distribución de probabilidad de la t de Student permite estimar el valor de la

media poblacional de una variable aleatoria que sigue una distribución normal
cuando el parámetro se extrae de una muestra pequeña y se desconoce la
varianza poblacional.
Figura 4. La distribución de Z, cuando Ho: µ = µ o, es verdadera. 22 23

Los grados de libertad se refieren al número máximo de valores lógicamente
independientes, que son valores que tienen la libertad de variar, en la muestra
de datos. Los grados de libertad se calculan restando uno del número de
elementos dentro de la muestra de datos.
Si la población es finita de tamaño N, entonces se debe agregar el factor de
corrección para población finita, con lo cual se obtiene:
El VALOR CRÍTICO divide la gráfica en zona de rechazo y no rechazo. Para
hallar su valor en EXCEL, usaremos la siguiente función:
INV.T(área a la izquierda, grados de libertad)
Devuelve el inverso de la cola izquierda
de la distribución t de student

24 25

4
 9/07/2023

26 27

28 29

Ejemplo 02:
Una empresa minera produce big bags de concentrados de cobre de 2 000 Kg. Sin 15 big bags
embargo, debido a variación de la producción, el volumen medio por big bag puede
1 1943 Estadística Descriptiva
cambiar en cualquier momento, razón por la cual se implementa el siguiente sistema de
2 1996
control: Seleccionar una muestra de 15 big bags, obtener de dicha información la
capacidad media y la desviación estándar, luego, parar la producción y revisar los equipos 3 2018 Media 1968,07
del área de despacho de concentrados, si se encuentra evidencia en la muestra de que la 4 1997
Error típico 21,63
capacidad media de llenado es inferior a 1800 kg. 5 2021
Mediana 1996,00
Con los datos que se muestran a continuación, y con un nivel de significación de 2%, 6 2033
Desviación estándar 83,78
¿cuál será su decisión? Asuma que el contenido de las big bags se distribuye 7 2008
normalmente. Varianza de la muestra 7018,78
8 2043
Curtosis 7,37
9 1704
10 1976
Coeficiente de asimetría -2,52
11 2004
Rango 339,00
12 1968 Mínimo 1704,00
13 1977 Máximo 2043,00
14 1879 Suma 29521,00
15 1954 Cuenta 15,00
30 31

5
 9/07/2023

𝑯𝒐: µ ≥ 𝟏𝟖𝟎𝟎 𝑯1: µ < 𝟏𝟖𝟎𝟎 Reemplazando datos, obtenemos el valor calculado del estadístico de prueba:

1968,07−1800
Nivel de significación:  = 0.02 𝑇= =7,77
83,78/ 15

Estadístico de prueba: El valor de 7,77 se ubica en la zona de no rechazo)

Decisión: No se rechaza Ho
Regiones de aceptación y rechazo para Ho:
Conclusión: No existe suficiente evidencia
estadística, con un nivel de significación
=INV.T(0,02;14)
del 2%, para afirmar que el la capacidad
Se rechazará Ho si: Tc < -2.2047 media de llenado es inferior a 1800 kg.
Con este resultado, no se procederá a
parar los equipos para revisión.
32 33

TAREA: BIBLIOGRAFÍA:
Un ingeniero metalurgista investigador cree haber descubierto un reemplazo óptimo
Montgomery, Douglas C. (1996). Probabilidad y estadística para ingeniería y administración.
del cianuro para la recuperación de oro. Para verificar su hallazgo hará una
Department of Industrial and Management Systems Engineering. Arizona State University.
investigación de laboratorio. De acuerdo con el resultado, se decidirá lanzar o no el COMPAÑIA EDITORIAL CONTINENTAL, S.A. de C.V
nuevo reactivo al mercado del sector minero del oro. La hipótesis nula que propone
es: “El nuevo reactivo no es efectivo” Acosta, S.; Laines, B.; Piña, Gilber (2014). Estadística Inferencial. Material de enseñanza.
Universidad Peruana de Ciencias Aplicadas (UPC)
a) Según el enunciado propuesto, redacte en qué consiste el error de tipo I y tipo II.
b) ¿Cuál sería el error más grave de cometer? Sustente su respuesta.

El gerente de una empresa proveedora de espumantes a empresas mineras está

preocupado porque las ventas de su producto no aumentan. Para probar su
hipótesis, encuesta aleatoriamente a 100 empresas mineras que utilizan su reactivo.
Se obtuvo como resultado una media de consumo de 35 g/t con una desviación
estándar de 10 g/t.
Al nivel de significación del 5%, ¿estos hechos son suficientes para concluir que las
empresas que emplean su espumante, lo dosifican en su procesos de flotación en un
promedio mayor a 32 g/t?

34 35