TEMA 5.

4
CONTRASTE DE HIPÓTESIS
UNA O DOS PROPORCIONES
CONTRASTE DE HIPÓTESIS
UNA PROPORCIÓN
 CONTRASTE DE HIPÓTESIS - UNA PROPORCIÓN

Ejemplo:
La opción política mayoritaria en un municipio obtuvo un 28,4% en las
anteriores elecciones municipales.

En una encuesta de intención de voto, donde se entrevistaron 800 personas,

se ha obtenido que la proporción de votantes de este partido es del 32%.

Utilizando un nivel de significación del 5%, ¿el porcentaje de votos que

obtendrá esta opción política será mayor ahora?
CONTRASTE PARA UNA PROPORCIÓN “𝑝” EN UNA BINOMIAL 𝐵(𝑛 𝑝)

HIPÓTESIS
Contraste
bilateral
𝐻0 ≡ 𝑝 = 𝑝0 𝑝 − 𝑝0 = 0
𝐻𝑎 ≡ 𝑝 ≠ 𝑝0 𝑝 − 𝑝0 ≠ 0

Contraste Contraste
unilateral unilateral
superior inferior
𝐻0 ≡ 𝑝 = 𝑝0 𝑝 − 𝑝0 = 0 𝐻0 ≡ 𝑝 = 𝑝0 𝑝 − 𝑝0 = 0
𝐻𝑎 ≡ 𝑝 > 𝑝0 𝑝 − 𝑝0 > 0 𝐻𝑎 ≡ 𝑝 < 𝑝0 𝑝 − 𝑝0 < 0
 CONTRASTE PARA UNA PROPORCIÓN “𝑝” EN UNA BINOMIAL 𝐵(𝑛 𝑝)

ESTADÍGRAFO DE CONTRASTE
Vamos a trabajar en supuesto de muestras grandes (n>>=0) lo que nos permite trabajar con el
Teorema de De Moivre que aproxima la distribución binomial mediante la normal.

Bajo el supuesto de la Hipótesis nula (𝐻0 ≡ 𝑝 = 𝑝0 )

 CONTRASTE PARA UNA PROPORCIÓN “𝑝” EN UNA BINOMIAL 𝐵(𝑛 𝑝)

Bilateral
REGIONES DE ACEPTACIÓN Y RECHAZO
𝐻0 ≡ 𝑝 = 𝑝0 𝑝 − 𝑝0 = 0
𝐻𝑎 ≡ 𝑝 ≠ 𝑝0 𝑝 − 𝑝0 ≠ 0
Unilateral Superior
𝐻0 ≡ 𝑝 = 𝑝0 𝑝 − 𝑝0 = 0
𝐻𝑎 ≡ 𝑝 > 𝑝0 𝑝 − 𝑝0 > 0

Unilateral Inferior
𝑹𝒆𝒈𝒊ó𝒏 𝑪𝒓í𝒕𝒊𝒄𝒂 = 𝑹. 𝑪.
𝐻0 ≡ 𝑝 = 𝑝0 𝑝 − 𝑝0 = 0
= 𝒁𝒆𝒙𝒑 > 𝒛1−𝜶Τ2 𝒐 𝒁𝒆𝒙𝒑 < −𝒛1−𝜶Τ2
𝐻𝑎 ≡ 𝑝 < 𝑝0 𝑝 − 𝑝0 < 0

𝑹𝒆𝒈𝒊ó𝒏 𝑪𝒓í𝒕𝒊𝒄𝒂 = 𝑹. 𝑪. = 𝒁𝒆𝒙𝒑 > 𝒛1−𝜶

𝑹𝒆𝒈𝒊ó𝒏 𝑪𝒓í𝒕𝒊𝒄𝒂 = 𝑹. 𝑪. = 𝒁𝒆𝒙𝒑 < −𝒛1−𝜶

 Ejemplo. La opción política mayoritaria en un municipio obtuvo un 28,4% en las anteriores elecciones municipales.
En una encuesta de intención de voto donde se entrevistaron 800 personas se ha obtenido que la proporción de votantes de este partido es del 32%.
Utilizando un nivel de significación del 5%, ¿el porcentaje de votos que obtendrá esta opción política será mayor?
Contraste Unilateral Derecha 3
Datos: Estadígrafo de contraste:
1 𝐻 ≡ 𝑝 = 0,284
0 𝑛 = 800
𝐻 ≡ 𝑝 > 0,284
1
𝑝Ƹ → 𝑙𝑎 𝑝𝑟𝑜𝑝𝑜𝑟𝑐𝑖ó𝑛 𝑚𝑒𝑑𝑖𝑎 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎 = 0,320
𝑝0 → 𝑙𝑎 𝑝𝑟𝑜𝑝𝑜𝑟𝑐𝑖ó𝑛 𝑚𝑒𝑑𝑖𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛𝑎𝑙 = 0,284
𝑞0 → 1 − 𝑝0 = 1 − 0,284 = 0,716
2 𝜶 = 𝟎’𝟎𝟓
N(0 1)
5
Dado que
𝒛𝒆𝒙𝒑 = 𝟐, 𝟐𝟔 1-a
0,95 0,05
pertenece a la
región crítica o
de rechazo, 2,26
rechazamos 𝑯𝟎 . R.A. R.C. 6
Rechazo 𝑯𝟎 .
1,64
4 𝑹𝒆𝒈𝒊ó𝒏 𝑪𝒓í𝒕𝒊𝒄𝒂 = 𝑹. 𝑪. = 𝒁𝒆𝒙𝒑 > 𝒛1−𝜶 → 𝑅. 𝐶. = (1,64, ∞) Hay evidencias estadísticas significativas al
5% para pensar que la proporción de
Buscamos en la tabla de la normal el cuantil 𝒛𝟏−𝜶 ya que sólo
tenemos una cola, contraste unilateral derecha, por tanto:
votantes ha aumentado en relación a las
𝒛𝟏−𝜶 = 𝒛𝟏−𝟎,𝟎𝟓 = 𝒛𝟎,𝟗𝟓 = 𝟏, 𝟔𝟒 anteriores municipales.
CONTRASTE DE HIPÓTESIS
DOS PROPORCIONES
 CONTRASTE DE HIPÓTESIS DOS PROPORCIONES
Ejemplo:
Supongamos que con fines de la declaración del impuesto IRPF, el Ayuntamiento de una
determinada ciudad ha estado utilizando dos métodos para listar propiedades.
El primero requiere que el dueño de la propiedad aparezca en persona ante el recabador de la
información; y el segundo método permite que el propietario envíe por correo una declaración
fiscal con la información requerida.
El Alcalde de la ciudad considera que el método en el cual se requiere la presencia de la persona
produce menos errores que el otro. Autoriza la realización de un examen de 100 listas hechas
con el primer método, donde el 71% no tiene errores y de 90 listas tomadas de los datos
llegados por correo, donde el 64,4% no tiene errores.
El Ayuntamiento desea probar, al nivel de significación del 5%, si existe diferencia entre la
información recogida entre los dos métodos.
CONTRASTE PARA DOS PROPORCIONES “𝒑𝟏 𝒚 𝒑𝟐 ” CON DISTRIBUCIÓN BINOMIAL

HIPÓTESIS
Contraste
bilateral
𝐻0 ≡ 𝑝1 = 𝑝2 𝑝1 − 𝑝2 = 0
𝐻𝑎 ≡ 𝑝1 ≠ 𝑝2 𝑝1 − 𝑝2 ≠ 0

Contraste Contraste
unilateral unilateral
superior inferior
𝐻0 ≡ 𝑝1 = 𝑝2 𝑝1 − 𝑝2 = 0 𝐻0 ≡ 𝑝1 = 𝑝2 𝑝1 − 𝑝2 = 0
𝐻𝑎 ≡ 𝑝1 > 𝑝2 𝑝1 − 𝑝2 > 0 𝐻𝑎 ≡ 𝑝1 < 𝑝2 𝑝1 − 𝑝2 < 0
CONTRASTE PARA DOS PROPORCIONES “𝒑𝟏 𝒚 𝒑𝟐 ” CON DISTRIBUCIÓN BINOMIAL
ESTADÍGRAFO DE CONTRASTE
Trabajamos en el supuesto de muestras grandes lo que nos permite trabajar con el Teorema de
De Moivre que aproxima la distribución binomial mediante la normal.

𝑋1 ≡ 𝑁 𝑛1 𝑝1 𝑛1 𝑝1 𝑞1 𝑦 𝑋2 ≡ 𝑁 𝑛2 𝑝2 𝑛2 𝑝2 𝑞2

𝑋1 𝑝1 𝑞1 𝑋2 𝑝2 𝑞2
𝑝Ƹ1 = ≡ 𝑁 𝑝1 𝑦 𝑝Ƹ2 = ≡ 𝑁 𝑝2
𝑛1 𝑛1 𝑛2 𝑛2

𝑝1 𝑞1 𝑝2 𝑞2
𝑝Ƹ1 − 𝑝Ƹ 2 ≡ 𝑁 𝑝1 − 𝑝2 +
𝑛1 𝑛2
CONTRASTE PARA DOS PROPORCIONES “𝒑𝟏 𝒚 𝒑𝟐 ” CON DISTRIBUCIÓN BINOMIAL
ESTADÍGRAFO DE CONTRASTE

Bajo el supuesto de la Hipótesis nula (H0 ≡ p1 = p2) y para

tamaño de muestra suficientemente grande

Utilizamos las p y q muestrales, ya que no tendremos las poblacionales

 CONTRASTE PARA UNA PROPORCIÓN “𝑝” EN UNA BINOMIAL 𝐵(𝑛 𝑝)

Bilateral
REGIONES DE ACEPTACIÓN Y RECHAZO
𝐻0 ≡ 𝑝1 = 𝑝2 𝑝1 − 𝑝2 = 0
𝐻𝑎 ≡ 𝑝1 ≠ 𝑝2 𝑝1 − 𝑝2 ≠ 0
Unilateral Superior
𝐻0 ≡ 𝑝1 = 𝑝2 𝑝1 − 𝑝2 = 0
𝐻𝑎 ≡ 𝑝1 > 𝑝2 𝑝1 − 𝑝2 > 0

Unilateral Inferior
𝑹𝒆𝒈𝒊ó𝒏 𝑪𝒓í𝒕𝒊𝒄𝒂 = 𝑹. 𝑪.
𝐻0 ≡ 𝑝1 = 𝑝2 𝑝1 − 𝑝2 = 0
= 𝒁𝒆𝒙𝒑 > 𝒛1−𝜶Τ2 𝒐 𝒁𝒆𝒙𝒑 < −𝒛1−𝜶Τ2
𝐻𝑎 ≡ 𝑝1 < 𝑝2 𝑝1 − 𝑝2 < 0

𝑹𝒆𝒈𝒊ó𝒏 𝑪𝒓í𝒕𝒊𝒄𝒂 = 𝑹. 𝑪. = 𝒁𝒆𝒙𝒑 > 𝒛1−𝜶

𝑹𝒆𝒈𝒊ó𝒏 𝑪𝒓í𝒕𝒊𝒄𝒂 = 𝑹. 𝑪. = 𝒁𝒆𝒙𝒑 < −𝒛1−𝜶

 Ejemplo. Autoriza la realización de un examen de 100 listas hechas con el primer método, donde el 71% no tiene errores y de 90 listas
tomadas de los datos llegados por correo, donde el 64,4% no tiene errores.
El Ayuntamiento desea probar, al nivel de significación del 5%, si existe diferencia entre la información recogida entre los dos métodos.

Contraste Bilateral Siendo: 3 Estadígrafo de contraste:

𝑛1 = 100
1
𝐻0 ≡ 𝑝1 = 𝑝2 𝑝1 − 𝑝2 = 0 𝑝Ƹ1 = 0,710
𝐻𝑎 ≡ 𝑝1 ≠ 𝑝2 𝑝1 − 𝑝2 ≠ 0 𝑞ො2 → 1 − 𝑝Ƹ1 = 1 − 0,710 = 0,290
𝑛2 = 90
2 𝜶 = 𝟎’𝟎𝟓 𝑝Ƹ2 = 0,644
𝑞ො2 → 1 − 𝑝Ƹ2 = 1 − 0,644 = 0,356
N(0 1)
5
𝑍𝑒𝑥𝑝 = 0,972
Dado que
𝒛𝒆𝒙𝒑 = 𝟎, 𝟗𝟕𝟐 0,025 0,95 0,025
pertenece a la
región de
aceptación,
aceptamos 𝑯𝟎 .
R.C. R.A. R.C.
6
-1,96 1,96 Acepto 𝑯𝟎 .
4
Buscamos en la tabla de la normal el cuantil: 𝒛𝟏−𝜶Τ𝟐 = 𝒛𝟏−𝟎′ 𝟎𝟓Τ𝟐 = 𝒛𝟎′𝟗𝟕𝟓 = 𝟏′ 𝟗𝟔
No hay evidencias estadísticas significativas al
𝑹𝒆𝒈𝒊ó𝒏 𝑪𝒓í𝒕𝒊𝒄𝒂 = 𝑹. 𝑪. = 𝒁𝒆𝒙𝒑 > 𝒛1−𝜶Τ2 𝒐 𝒁𝒆𝒙𝒑 < −𝒛1−𝜶Τ2 5% para pensar que la proporción de errores
𝑹. 𝑪. = −∞, −1′96 𝑜 (1′ 96, ∞) 𝑹. 𝑨. = (−𝟏′ 𝟗𝟔, 𝟏′ 𝟗𝟔) con ambos métodos sea distinta.