Politécnico Santiago Mariño

Laboratorio de física I

Magnitudes físicas
Medición

Profesor Autor
Yolmar Berrios Barrientos Daniel
CI: 30.061.564

2023/05/04
Índice General
1. Prueba de hipótesis ................................................................................ 1
2. Hipótesis estadística ............................................................................... 1
3. La probabilidad en la hipótesis estadística ............................................. 2
4. Hipótesis nula y aleatoria ........................................................................ 2
4.1. Hipótesis nula ............................................................................................. 2
4.2. Hipótesis Alternativa................................................................................... 2
4.3. Ejemplo ...................................................................................................... 3
5. Estadístico de prueba ............................................................................. 4
5.1. Ejemplo ...................................................................................................... 5
6. Errores .................................................................................................... 6
6.1. Ejemplo ...................................................................................................... 8
7. Conclusión .............................................................................................. 9
8. Bibliografía ............................................................................................ 10

Índice de tablas
Tabla 1 Estadístico de prueba ............................................................................. 4

Índice de Figuras
Figuras 1 Tipos de hipótesis ................................................................................... 3
Figuras 2 Estadístico de prueba ............................................................................. 6
Figuras 3 Tipos de error.......................................................................................... 7
 1. Prueba de hipótesis
Primeramente, antes de comenzar a definir lo que es una prueba de hipótesis
debemos entender el concepto de hipótesis. El mismo se define como una
afirmación que debe ser sometida a una prueba donde será rechazada o aceptada.
El campo de la estadística propone una será de procedimientos para llevar a cabo
la prueba de las hipótesis.
1. Enunciamos las hipótesis para luego contrastarlas con la evidencia de datos
(datos que determinaran si una hipótesis es falsa o verdadera)
2. Se elige un nivel de significancia (α) generalmente dado en el enunciado del
problema. En caso contrario se calculará para resolverlo
3. Determinar la potencia y el tamaño de la muestra para la prueba.
4. Recolectar los datos
5. Comparar el valor p de la prueba con el nivel de significancia, el valor p es el
nivel de significación marginal dentro de una prueba de hipótesis estadística
que representa la probabilidad de que ocurra un acontecimiento
determinado.
6. Decidir si rechazar o no rechazar la hipótesis nula.
Una vez explicado los pasos para realzar una prueba de hipótesis podemos decir
que, la misma es una regla que especifica si se puede aceptar o rechazar una
afirmación acerca de una población dependiendo de la evidencia proporcionada por
una muestra de datos.
Una prueba de hipótesis siempre examina dos hipótesis opuestas sobre una
población: la hipótesis nula y la alternativa. La hipótesis nula es el enunciado que
se probará. Por lo general, la hipótesis nula es un enunciado de que "no hay efecto"
o "no hay diferencia". La hipótesis alternativa es el enunciado que se desea poder
concluir que es verdadero de acuerdo con la evidencia proporcionada por los datos
de la muestra.

2. Hipótesis estadística
La hipótesis estadística, es un tipo de suposición que se realiza sobre una
población. Al igual que una hipótesis científica es usada para verificar o rechazar a
la misma luego de un estudio estadístico.
Un ejemplo de este tipo de hipótesis se puede ver en diferentes industrias o fabricas
y queremos saber por ejemplo si uno de nuestros modelos pesa lo mismo tras la
producción que lo calculado en su diseño. Para ello, debemos de establecer tanto
la hipótesis nula como la alternativa. Como hemos visto anteriormente, ambas
hipótesis son hipótesis estadísticas y tratan de verificar o rechazar si el peso
estipulado en el diseño del producto se corresponde con el peso tras ser producido.

1
De este modo, nuestro ingeniero afirma en el diseño del modelo que estamos
estudiando pesaría “X” kg. Para poder verificar si finalmente se cumple esta
suposición, estableceremos como hipótesis nula que el producto pese “X” kg y como
hipótesis alternativa que el peso difiera de dicha cantidad.
En conclusión, una hipótesis estadística es la suposición de la característica o
características que tiene una población. Su función es verificar o rechazar dicha
afirmación tras realizar el estudio estadístico acordado para el análisis de dicha
hipótesis.

3. La probabilidad en la hipótesis estadística

El rol de la probabilidad en las hipótesis estadísticas es sumamente relevante, dado
que, en muchos problemas de ingeniería, ciencia, y administración, requieren que
se tome una decisión entre aceptar o rechazar una proposición sobre algún
parámetro. Aquí es cuando la probabilidad entra en juego, puesto que muchos tipos
de problemas de toma de decisiones, pruebas o experimentos en el mundo de la
ingeniería, pueden formularse como problemas de prueba de hipótesis.

4. Hipótesis nula y aleatoria

Las hipótesis nula y alternativa son dos enunciados mutuamente excluyentes
acerca de una población. Una prueba de hipótesis utiliza los datos de la muestra
para determinar si se puede rechazar la hipótesis nula.
4.1. Hipótesis nula
La hipótesis nula (H0) indica que un parámetro de población (tal como la media, la
desviación estándar, etc.) es igual a un valor hipotético. La hipótesis nula suele ser
una afirmación inicial que se basa en análisis previos o en conocimiento
especializado.
4.2. Hipótesis Alternativa
La hipótesis alternativa indica que un parámetro de población es más pequeño, más
grande o diferente del valor hipotético de la hipótesis nula. La hipótesis alternativa
es lo que usted podría pensar que es cierto o espera probar que es cierto.

2
Figuras 1 Tipos de hipótesis

4.3. Ejemplo
Supóngase que el salario medio mensual por habitante en un determinado barrio de
una ciudad es 2500$. Imaginemos que el investigador ha encuestado a 1.000
personas.
Por tanto, el investigador quiere contrastar, si ese salario medio mensual por
habitante es igual a 2500$. (conclusión del estudio y por ende hipótesis alternativa)
o si por el contrario el salario medio mensual por habitante es distinto a 2500$
(conclusión contraria a la del estudio que se pretende negar y por ende hipótesis
nula)
H0: El salario medio mensual es distinto a 2500$
H1: El salario mensual es igual a 2500$.
̅ ≠ 𝟐𝟓𝟎𝟎$)
(𝑯𝟎 : 𝑿
̅ = 𝟐𝟓𝟎𝟎$)
(𝑯𝟏 : 𝑿
Como resultado, tenemos la formulación de las dos hipótesis que el investigador
pretende contrastar. Como regla nemotécnica para saber cómo establecer la
hipótesis nula, siempre hay que pensar en que necesitamos para validar la
conclusión de nuestra investigación. Si nuestra investigación concluye que el salario
medio mensual es igual a 2500$. ¿Qué necesitamos para validar la conclusión de
nuestra investigación?
Necesitamos rechazar lo contrario. Esto es que el salario medio mensual sea
distinto a 2500$. (H0). De esta manera podríamos afirmar que el salario medio
mensual es igual a 2500$ (H1).

3
 5. Estadístico de prueba
Un estadístico de prueba es un valor que se calcula en una prueba de hipótesis, en
concreto, el estadístico de prueba sirve para rechazar o aceptar la hipótesis nula de
una prueba de hipótesis. Es decir, el estadístico de una prueba es aquel valor que
se calcula para decidir el resultado de una prueba de hipótesis.
El estadístico de prueba trata de resumir los datos de una muestra en un valor y,
además, medir el grado de concordancia entre una muestra de datos y la hipótesis
nula de la prueba. Por eso se toma como referencia el estadístico de la prueba para
decidir si se rechaza o se acepta la hipótesis nula
La distribución del muestreo del estadístico de prueba bajo la hipótesis nula se
denomina distribución nula. Cuando los datos muestran evidencia clara en contra
de los supuestos de la hipótesis nula, la magnitud del estadístico de prueba se
vuelve demasiado grande o demasiado pequeña dependiendo de la hipótesis
alternativa. Esto hace que el valor p de la prueba se vuelva lo suficientemente
pequeño como para rechazar la hipótesis nula.
Las diferentes pruebas de hipótesis utilizan diferentes estadísticos de prueba según
el modelo de probabilidad asumido en la hipótesis nula. Las pruebas comunes y sus
respectivos estadísticos de prueba incluyen:

Tabla 1 Estadístico de prueba

Prueba Hipótesis Estadístico de Prueba

Prueba Z Estadístico Z

Prueba T Estadístico T

ANOVA Estadístico F

Prueba de Chi-cuadrada Estadístico de Chi-cuadrada

4
El estadístico de la prueba Z, sigue una distribución normal y se usa para rechazar
o aceptar una hipótesis de prueba z, mientras que el estadístico “T” usa la
distribución T-Student, sin embargo, siguen el mismo objetivo de aceptar o no las
hipótesis de pruebas planteadas.
5.1. Ejemplo
Cuando Jeffrey tenía ocho años estableció un tiempo medio de 16,43 segundos al
nadar las 25 yardas en estilo libre, con una desviación típica de 0,8 segundos. Su
padre le compró a Jeffrey un nuevo par de gafas para nadar costosas y cronometró
15 veces que nadó las 25 yardas en estilo libre. En las 15 veces, el tiempo medio
de Jeffrey fue de 16 segundos. Su padre pensó que las gafas para nadar ayudaron
a Jeffrey a nadar más rápido que los 16,43 segundos. Realice una prueba de
hipótesis con un α preestablecido = 0,05.
• Dado que el problema se refiere a una media, se trata de una prueba de una
única media poblacional, posteriormente establecemos nuestra H0 y H1
• H0: μ ≥ 16,43 H1: μ < 16,43. Para que Jeffrey nade más rápido, su tiempo
debiera ser inferior a 16,43 segundos. El “<” indica que es de cola izquierda
o inferior
• Calculamos la variable aleatoria: 𝑋̅= el tiempo medio para nadar las 25
yardas de estilo libre.
• Distribución para el estadístico de prueba: El tamaño de la muestra es
inferior a 30 y no conocemos la desviación típica de la población, por lo que
̅̅̅̅̅̅̅̅
𝑿−𝝁𝟎
se trata de una prueba T y la fórmula adecuada es: 𝒕𝒄 = 𝝈
√𝒏
• Donde: μ0 = 16,43 proviene de H0 y no de los datos. 𝑋̅= 16. S(σ) = 0,8; y n
= 15.
Calculando obtenemos:
̅ − 𝝁𝟎
𝑿 𝟏𝟔 − 𝟏𝟔, 𝟒𝟑
𝒕𝒄 = 𝝈 = = −𝟐. 𝟎𝟖
𝟎, 𝟖
√𝒏 √𝟏𝟓

5
Figuras 2 Estadístico de prueba

6. Errores
La prueba de hipótesis estadística defiende que ninguna prueba tiene una seguridad
del 100% ya que dependemos de las probabilidades al realizar experimentos. Esto
no quiere decir que las hipótesis se formulen para fallar, estas están estructuradas
de una manera en la que deberían ser fiables, sin embargo, existen dos tipos de
errores el tipo I y tipo II

6
Figuras 3 Tipos de error
Realidad
Verdadero Falso

Error Tipo I
Verdadero
Falso Positivo
Experimento
Error Tipo II
Falso
Falso Negativo

los errores de Tipo I – comúnmente identificados como “falsos positivos” – aparecen

cuando una hipótesis nula es cierta, pero se rechaza. Una hipótesis nula es una
afirmación general, o una creencia predeterminada, de que no existe una relación
entre dos fenómenos que han sido medidos.
En pocas palabras, los errores de Tipo I son ‘falsos positivos’ – se producen cuando
se da por válida una diferencia estadísticamente significativa, aunque realmente no
exista una.
Los errores de Tipo I pueden producirse por culpa de la mala suerte. o porque no
has respetado la duración del test y el tamaño de la muestra originalmente
determinados para tu experimento.
El resultado es que un error de Tipo I producirá un falso positivo; en otras palabras,
creerás que la prueba de tu hipótesis ha funcionado, aunque realmente no lo haya
hecho.
En las situaciones reales, esto podría significar perder ventas por culpa de la
suposición errónea generada por el test.
Por otro lado, Si se suele hacer referencia a los errores de Tipo I como ‘falsos
positivos’, los errores de Tipo II se conocen como ‘falsos negativos’. Los errores de
Tipo II se producen cuando supones, de manera errónea, que ninguna de las
versiones de control han ‘ganado’, aunque realmente haya una que presente
resultados notablemente mejores.
En términos estadísticamente correctos, los errores de Tipo II se generan cuando la
hipótesis nula es falsa y no haces nada por rechazarla. Si la probabilidad de cometer
un error de Tipo I se determina por “α”, la probabilidad de cometer un error de Tipo

7
II es “β”. Beta depende del poder del test (por ejemplo, la probabilidad de evitar un
error de Tipo II, el cual equivale a 1-β). De manera similar que los errores de Tipo I,
los errores de Tipo II pueden conducir a suposiciones falsas (y a la toma de malas
decisiones), resultando en una reducción de las ventas. Por otra parte, obtener un
falso negativo (sin darte cuenta) puede refutar tus esfuerzos por optimizar las
conversiones, aunque hayas demostrado la validez de tu hipótesis.
6.1. Ejemplo
Supongamos que la hipótesis nula, H0, es: La víctima de un accidente de tráfico
está viva cuando llega a la sala de urgencias de un hospital.
• Error tipo I: El equipo de emergencia cree que la víctima está muerta cuando,
en realidad, está viva.
• Error tipo II: El equipo de emergencia no sabe si la víctima está viva cuando,
en realidad, está muerta.
α = probabilidad de que el equipo de emergencias piense que la víctima está muerta
cuando, en realidad, está viva = P (error tipo I). β = probabilidad de que el equipo
de emergencias no sepa si la víctima está viva cuando, en realidad, está muerta =
P (error tipo II).
El error con mayores consecuencias es el error tipo I (si el equipo de emergencia
cree que la víctima está muerta, no la atenderán).

8
 7. Conclusión
Las pruebas de hipótesis son usadas en diferentes áreas de la ingeniería,
administración, marketing e incluso en diseño gráfico, principalmente para la
corroboración de afirmaciones ya sea del proceso de desarrollo de algún producto
o para medir la fiabilidad o significación de los resultados de un estudio. Estas
pruebas usan muchos de los conocimientos de la estadística (especialmente la
probabilidad) como herramienta para estudiar e interpretar fenómenos y eventos en
diferentes disciplinas, a partir de datos obtenidos.
La prueba de hipótesis siempre evaluara dos afirmaciones mutuamente (nula y
alternativa) excluyentes sobre una población para determinar qué afirmación es
mejor admitida por los datos de la muestra. Generalmente esto en conjunto con la
grafica de los datos nos ayuda a una mejor compresión del fenómeno de estudio.
La hipótesis nula al inicio siempre se asume como cierta o verdadera, pero si luego
de realizar el experimento se encuentra que esto es falso nos encontramos con uno
de los errores de este tipo de pruebas, el error tipo I o falso positivo. Los errores de
Tipo I tienen una probabilidad de “α” correlacionado con el nivel de confianza que
se haya establecido. Mientras que, si la hipótesis aleatoria o falsa se habla de un
falso negativo, la probabilidad de cometer un error de Tipo II es “β”. Beta depende
del poder de la prueba

9
 8. Bibliografía
Castillo, A. (21 de Agosto de 2019). Descubre los errores de Tipo I y de Tipo II.
Obtenido de ABtasty: https://www.abtasty.com/es/blog/errores-tipo-i-y-tipo-ii/
INSTITUTO TECNOLOGICO DE CHIHUAHUA . (s.f.). UNIDAD II Prueba de
Hipotesis. Obtenido de INSTITUTO TECNOLOGICO DE CHIHUAHUA :
https://virtual.uptc.edu.co/ova/estadistica/docs/libros/estadistica1/cap02.html
Ludeña, J. (1 de Septiembre de 2021). Hipótesis estadística. Obtenido de
Economipedia: https://economipedia.com/definiciones/hipotesis-
estadistica.html
Minitab. (s.f.). ¿Qué es un estadístico de prueba? Obtenido de Minitab:
https://support.minitab.com/es-mx/minitab/20/help-and-how-
to/statistics/basic-statistics/supporting-topics/basics/what-is-a-test-statistic/
Minitab. (s.f.). ¿Qué es una prueba de hipótesis? Obtenido de minitab:
https://support.minitab.com/es-mx/minitab/20/help-and-how-
to/statistics/basic-statistics/supporting-topics/basics/what-is-a-hypothesis-
test/
Minitab. (s.f.). ¿Qué son los errores de tipo I y tipo II? Obtenido de Minitab:
https://support.minitab.com/es-mx/minitab/20/help-and-how-
to/statistics/basic-statistics/supporting-topics/basics/type-i-and-type-ii-error/
Minitab. (s.f.). Acerca de las hipótesis nula y alternativa. Obtenido de Minitab:
https://support.minitab.com/es-mx/minitab/20/help-and-how-
to/statistics/basic-statistics/supporting-topics/basics/null-and-alternative-
hypotheses/
Openstax. (s.f.). 9.2 Resultados y errores de tipo I y II. Obtenido de Openstax:
https://openstax.org/books/introducci%C3%B3n-
estad%C3%ADstica/pages/9-2-resultados-y-errores-de-tipo-i-y-ii
openstax. (s.f.). Pruebas sobre las medias. Obtenido de openstax:
https://openstax.org/books/introducci%C3%B3n-estad%C3%ADstica-
empresarial/pages/9-4-ejemplos-de-pruebas-de-hipotesis-completas
Rivardi, F. (1 de Julio de 2011). Testing the hypothesis. Obtenido de Medwave:
https://www.medwave.cl/series/MBE04/5066.html

10