Reporte

prueba de
hipótesis
Claudia Montserrat Herrera Márquez
Docente: José Márquez Rojas
Probabilidad y Estadística
Noviembre 2023

UNIVERSIDAD POLITÉCNICA DE GÓMEZ PALACIO

 Índice

1 Introducción

2 Prueba de hipótesis

3 Hipótesis de trabajo e hipótesis nula

5 Prueba de hipótesis nula o su alternativa

6 Ejemplo de prueba de hipótesis

8 Conclusión y referencias
 Introducción

Para iniciar con este reporte es indispensable que se tenga un

conocimiento previo o establecer un concepto para la prueba de hipótesis.
Una prueba de hipótesis 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.
Dicho esto,podemos desarrollar el reporte de investigación, en donde se
abarcarán distintos aspectos y factores que influyen directa e
indirectamente en la prueba de hipótesis.

1
 Prueba de hipótesis

Una prueba de hipótesis examina dos hipótesis opuestas sobre una

población: la hipótesis nula y la hipótesis 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.
Con base en los datos de muestra, la prueba determina si se puede
rechazar la hipótesis nula. Usted utiliza el valor p para tomar esa decisión.
Si el valor p es menor que el nivel de significancia (denotado como α o alfa),
entonces puede rechazar la hipótesis nula.
Un error común de percepción es que las pruebas estadísticas de hipótesis
están diseñadas para seleccionar la más probable de dos hipótesis. Sin
embargo, al diseñar una prueba de hipótesis, establecemos la hipótesis nula
como lo que queremos desaprobar. Puesto que establecemos el nivel de
significancia para que sea pequeño antes del análisis (por lo general, un
valor de 0.05 funciona adecuadamente), cuando rechazamos la hipótesis
nula, tenemos prueba estadística de que la alternativa es verdadera. En
cambio, si no podemos rechazar la hipótesis nula, no tenemos prueba
estadística de que la hipótesis nula sea verdadera. Esto se debe a que no
establecimos la probabilidad de aceptar equivocadamente la hipótesis nula
para que fuera pequeña.

2
 Hipótesis de trabajo e hipótesis nula

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:

Formular la hipótesis y su alternativa. Normalmente la hipótesis de trabajo

(por ejemplo, tal tratamiento es mejor que el control o tal procedimiento
1
tiene menos morbilidad) es contrastada con una hipótesis estadística que
supone que no existe tal efecto o tal diferencia. La razón para hacer esto
es que se puede calcular de antemano la distribución de probabilidades
asociadas con tal situación. Esta hipótesis se conoce con el nombre de
hipótesis nula que se abrevia como H0 (Nullus: Nula, falto de valor y
fuerza para obligar o tener efecto). La expresión matemática es H0: 1=
La hipótesis alternativa es que el efecto sí existe, que es distinto de cero,
y que en algunos casos se puede especificar el signo de esa diferencia.
Normalmente corresponde a la hipótesis de trabajo, se abrevia como H1 y
tiene tres alternativas: µ 1≠ µ 2, µ 1< µ 2 o bien µ 1> µ 2.

Elegir la prueba estadística apropiada de acuerdo al diseño experimental,

el tipo de datos y el número de grupos que se comparan. La cifra que
resulta de usar la prueba (aplicar la o las fórmulas) en los datos
recolectados se conoce como el estadístico del test en cuestión: z;
2 estadístico t o de Student, la r de Pearson, F del análisis de varianza, 2.
La distribución del estadístico puede ser calculada de antemano cuando la
H0 es verdadera y por lo tanto conocer los valores que delimitarán
distintas porciones del área bajo la curva de esa distribución; éstas se
conocen como distribuciones de muestreo. Vale la pena decir aquí, y lo
reiteraremos luego, que las pruebas de hipótesis en ningún caso prueban
la veracidad de la hipótesis alternativa o de trabajo, limitándose a decir
que no hay suficiente evidencia para rechazar la hipótesis nula basándose
en un nivel preestablecido de probabilidades.

3
 Elegir el nivel de significación α de la prueba, el límite para rechazar H0.
En general, se acepta α = 0,01 ó 0,05, cifras que implican un 1%, o un 5%
3 respectivamente, de posibilidades de equivocarse cuando se rechaza H0,
de decir que hay una diferencia cuando en realidad no la hay. Este es el
llamado error tipo I.

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
4
determinada por el área de la distribución que queda más allá del valor
calculado.

Si p es menor que α, rechazar H0 y aceptar la alternativa; en caso

contrario, se acepta la hipótesis nula. El conjunto de valores que
resultarían en el rechazo de H0 – calculados conociendo la prueba usada,
α y el número de observaciones – se conoce con el nombre de región
5
crítica. Este punto puede refrasearse así: se rechaza la H0 si el
estadístico cae en la región crítica. En los apéndices de los textos de
estadística aparecen tablas con la distribución de estos estadísticos,
dando el valor de p y donde el tamaño de la muestra se considera en los
grados de libertad.

4
 Prueba de hipótesis nula o su alternativa

Figura 1 Distribución de un estadístico, en este caso z, y decisión entre la

hipótesis nula o su alternativa. En blanco, área de aceptación y sombreada
área crítica de rechazo de la H0. En A, se destaca el área crítica en un
extremo o cola de la distribución correspondiente a p = 0,05; en B, las áreas
se distribuyen por mitades en los dos extremos o colas. Es aparente que se
necesita un valor menor del estadístico para rechazar H0 cuando se trata
sólo de un extremo.
Como se evalúa el estadístico calculando la probabilidad de observar el
valor encontrado u otro más extremo, el valor de P constituye la cola de la
distribución. Este concepto es importante pues permite entender qué
significa un test de una cola o de dos colas. Si la hipótesis de trabajo implica
que existe una diferencia, sin especificar la dirección de esa diferencia (1
≠ µ 2) debe usarse una prueba de dos colas. Si se es capaz de especificar
de antemano el signo de ella (µ 1 <  2 o bien µ 1> µ 2), se puede y se
debe usar una prueba de una cola. El punto es importante pues el área
crítica es mayor en este último caso lo que equivale a decir que se puede
rechazar con un valor menor del estadístico. Como veremos luego, esto
equivale a aumentar la potencia de la prueba en cuestión.

5
 Ejemplo de prueba de hipótesis

Jane acaba de incorporarse al equipo de ventas de una compañía muy

competitiva. En una muestra de 16 llamadas de ventas se comprobó que
cerró el contrato por un valor promedio de 108 dólares con una desviación
típica de 12 dólares. Pruebe al 5 % de significación que la media de la
población es de al menos 100 dólares contra la alternativa de que es menor
de 100 dólares. La política de la compañía exige que los nuevos integrantes
del equipo de ventas superen un promedio de 100 dólares por contrato
durante el periodo de prueba del empleo. ¿Podemos concluir que Jane ha
cumplido este requisito con un nivel de significación del 95 %?

Solución:
1. H0: µ ≤ 100
2. Ha: µ > 100
3. Las hipótesis nula y alternativa son para el parámetro µ porque el
número de dólares de los contratos es una variable aleatoria continua.
Además, se trata de una prueba de una cola porque a la compañía solo
le interesa si el número de dólares por contacto está por debajo de una
cifra determinada, no de una cifra "demasiado alta". Esto se considera
una afirmación de que el requisito se cumple; por ende, está en la
hipótesis alternativa.

6
El estadístico de prueba es una t de Student porque el tamaño de la
muestra es inferior a 30; por ende, no podemos utilizar la distribución
normal. Al comparar el valor calculado del estadístico de prueba y el valor
crítico de t (ta) a un nivel de significación del 5 %, vemos que el valor
calculado está en la cola de la distribución. Así, concluimos que 108 dólares
por contrato es significativamente mayor que el valor hipotético de 100; por
ende, no podemos aceptar la hipótesis nula. Hay pruebas que apoyan que
el desempeño de Jane cumple con los estándares de la compañía.

7
 Conclusión

Para concluir, deducimos en que una prueba de hipótesis nos beneficia en

distintos aspectos, pero lo que más podemos destacar es que esta nos
ayuda a evaluar dos afirmaciones mutuamente excluyentes sobre una
población para determinar qué afirmación es mejor admitida por los datos de
la muestra. Cuando se dice que un hallazgo es estadísticamente
significativo, es gracias a una prueba de hipótesis.

Referencias

¿Qué es una prueba de hipótesis? - Minitab. (s. f.). (C) Minitab, LLC. All
rights Reserved. 2023. https://support.minitab.com/es-mx/minitab/20/help-
and-how-to/statistics/basic-statistics/supporting-topics/basics/what-is-a-
hypothesis-test/

Introducción, 10 1. –. (s/f). 10- Test o prueba de hipótesis. Edu.ar.

Recuperado el 28 de noviembre de 2023, de
https://www.mate.unlp.edu.ar/practicas/117_13_16072013221648.pdf

Al valor hipotético, E. V. O. es lo S. C., & La hipótesis planteada, C. P. no R.

(s/f). Las pruebas de hipótesis. Cepal.org. Recuperado el 28 de noviembre
de 2023, de
https://www.cepal.org/sites/default/files/courses/files/01_2_las_pruebas_de_
hipotesis.pdf