Cra.

Noemi Cuello, MBA 1

 HIPOTESIS NULA
𝑯𝟎 : −−−−−−−−− − 𝑯𝟎 : 𝑷𝒂𝒓𝒂𝒎𝒆𝒕𝒓𝒐? ? ? ? ?

Ausencia de cambios en la población

HIPOTESIS ALTERNATIVA
𝑯𝟏 : −−−−−−−−− − 𝑯𝟏 : 𝑪𝒂𝒎𝒃𝒊𝒐 𝒆𝒏 𝒆𝒍 𝑷𝒂𝒓𝒂𝒎𝒆𝒕𝒓𝒐

Plantea el cambio que queremos probar

Cra. Noemi Cuello, MBA 2

Una empresa envasadora de yerba esta preocupada por el llenado de sus paquetes de 500 grs debido al reporte del
departamento de control de calidad.
El departamento de ingeniería asegura que las maquinas, como siempre, se han ajustado para envasar paquetes de
medio kilo.
No obstante ello, el departamento de Control de Calidad asegura que los muestreos están dando pesos en exceso con
la consiguiente perdida para la empresa por envasar en exceso además del riesgo de no pasar los controles estatales.
Con el objeto de analizar este problema, el departamento de estadísticas tomo una muestra de 800 paquetes y midio
el peso de cada uno, obtuvo un peso promedio de 515 grs. Que opinión le merece este resultado, sabiendo que la
empresa acepta un riesgo 𝜶 = 𝟎, 𝟎𝟓? ?
PD: se conoce que la desviación poblacional del llenado es de 250 grs.

Hipotesis, planteo del problema

𝐻0 : 𝜇 = 500

1 −∝ 𝐻1 : 𝜇 > 500
𝛼
Datos para resolver el
Problema
𝑛 = 800
𝑥ҧ = 515
𝛼 = 0,05
𝜇 = 500
𝜎 = 250
𝐶𝑜𝑚𝑜 𝑡𝑜𝑑𝑜𝑠 𝑙𝑜𝑠 𝑡𝑒𝑠𝑡 𝑑𝑒 ℎ𝑖𝑝𝑜𝑡𝑒𝑠𝑖𝑠
𝑡𝑟𝑎𝑏𝑎𝑗𝑎𝑛 𝑏𝑎𝑗𝑜 𝑒𝑙 𝒔𝒖𝒑𝒖𝒆𝒔𝒕𝒐
𝒅𝒆 𝒉𝒊𝒑𝒐𝒕𝒆𝒔𝒊𝒔 𝒏𝒖𝒍𝒂 𝒄𝒊𝒆𝒓𝒕𝒂 𝑖𝑚𝑝𝑙𝑖𝑐𝑎 𝑞𝑢𝑒
𝑙𝑎 𝑚𝑒𝑑𝑖𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛𝑎𝑙 𝑒𝑠 𝑖𝑔𝑢𝑎𝑙 𝑎 500
ℎ𝑎𝑠𝑡𝑎 𝑞𝑢𝑒 𝑠𝑒 𝑝𝑟𝑢𝑒𝑏𝑒 𝑙𝑜 𝑐𝑜𝑛𝑡𝑟𝑎𝑟𝑖𝑜. Cra. Noemi Cuello, MBA 3
 Datos para resolver el
𝐻0 : 𝜇 = 500 Problema
𝑛 = 800
𝐻1 : 𝜇 > 500 𝑥ҧ = 515
1 −∝ 𝛼 = 0,05
𝛼 𝜎 = 250

𝑥ҧ − 𝜇
𝐸𝑠𝑡𝑎𝑑𝑖𝑠𝑡𝑖𝑐𝑜 = ~𝑧
𝜎𝑥ҧ
𝜇 = 500

Punto Critico

Cuanto vale?
𝑥ҧ ∗ = 𝜇𝑜 + 𝑧 𝜎𝑥ҧ
𝝁𝒐 = 𝟓𝟎𝟎
Hipótesis Nula
𝑥ҧ − 𝜇 𝒛 = 𝟏, 𝟔𝟒𝟓
𝐸𝑠𝑡𝑎𝑑𝑖𝑠𝑡𝑖𝑐𝑜 = ~𝑧 Valor de tabla en
𝜎𝑥ҧ función a 𝛼
𝝈 𝟐𝟓𝟎
𝜎 𝝈ഥ𝒙 = = = 𝟖, 𝟖𝟒
𝜎𝑥ҧ = 𝒏 𝟐𝟖, 𝟐𝟖
𝑛
ഥ∗ = 𝟓𝟎𝟖, 𝟖𝟒
𝒆𝒏𝒕𝒐𝒏𝒄𝒆𝒔 𝒙
Cra. Noemi Cuello, MBA 4
 Datos para resolver el
𝐻0 : 𝜇 = 500 Problema
𝑛 = 800
𝐻1 : 𝜇 > 500 𝑥ҧ = 515
1 −∝ 𝛼 = 0,05
𝛼 𝑥ҧ − 𝜇 𝜎 = 250
ZA 𝐸𝑠𝑡𝑎𝑑𝑖𝑠𝑡𝑖𝑐𝑜 = ~𝑧
ZR 𝜎𝑥ҧ

𝜇 = 500

Ahora miramos que obtuvimos

508,84
como valor promedio cuando tomamos
nuestra muestra

𝑥ҧ = 515 Cae en zona de rechazo

Entonces Rechazo 𝐻𝑜

𝑪𝑶𝑵𝑪𝑳𝑼𝑺𝑰𝑶𝑵: 𝑬𝒍 𝒅𝒆𝒑𝒂𝒓𝒕𝒂𝒎𝒆𝒏𝒕𝒐 𝒅𝒆 𝑪𝒐𝒏𝒕𝒓𝒐𝒍 𝒅𝒆 𝑪𝒂𝒍𝒊𝒅𝒂𝒅 𝒆𝒔𝒕𝒂𝒃𝒂 𝒆𝒏 𝒍𝒐

𝒄𝒐𝒓𝒓𝒆𝒄𝒕𝒐 𝒚 𝒉𝒂𝒚 𝒒𝒖𝒆 𝒓𝒆𝒗𝒊𝒔𝒂𝒓 𝒍𝒂 𝒎𝒂𝒒𝒖𝒊𝒏𝒂 𝒚 𝒆𝒍 𝒑𝒓𝒐𝒄𝒆𝒔𝒐 𝒚𝒂 𝒒𝒖𝒆 𝒆𝒔𝒕𝒂
𝒈𝒆𝒏𝒆𝒓𝒂𝒏𝒅𝒐 𝒑𝒆𝒓𝒅𝒊𝒅𝒂𝒔 𝒑𝒂𝒓𝒂 𝒍𝒂 𝒆𝒎𝒑𝒓𝒆𝒔𝒂 𝒂𝒍 𝒍𝒍𝒆𝒏𝒂𝒓 𝒆𝒏 𝒆𝒙𝒄𝒆𝒔𝒐 𝒍𝒐𝒔 𝒑𝒂𝒒𝒖𝒆𝒕𝒆𝒔.
Cra. Noemi Cuello, MBA 5
 Datos para resolver el
𝐻0 : 𝜇 = 500 Problema
𝑛 = 800
𝐻1 : 𝜇 > 500 𝑥ҧ = 515
𝛼 = 0,05 𝛼 = 0,05
𝑥ҧ − 𝜇 𝜎 = 250
𝐸𝑠𝑡𝑎𝑑𝑖𝑠𝑡𝑖𝑐𝑜 = ~𝑧
𝜎𝑥ҧ
𝒁=𝟎

1,645
Punto Critico 𝑍 ∗ = 1,645

Ahora miramos que obtuvimos 515 − 500

como valor Z reemplazando en Z= = 1,756
Estadístico de prueba 8,84

Cae en zona de rechazo

Entonces Rechazo 𝐻𝑜
𝑪𝑶𝑵𝑪𝑳𝑼𝑺𝑰𝑶𝑵: 𝑬𝒍 𝒅𝒆𝒑𝒂𝒓𝒕𝒂𝒎𝒆𝒏𝒕𝒐 𝒅𝒆 𝑪𝒐𝒏𝒕𝒓𝒐𝒍 𝒅𝒆 𝑪𝒂𝒍𝒊𝒅𝒂𝒅 𝒆𝒔𝒕𝒂𝒃𝒂 𝒆𝒏 𝒍𝒐
𝒄𝒐𝒓𝒓𝒆𝒄𝒕𝒐 𝒚 𝒉𝒂𝒚 𝒒𝒖𝒆 𝒓𝒆𝒗𝒊𝒔𝒂𝒓 𝒍𝒂 𝒎𝒂𝒒𝒖𝒊𝒏𝒂 𝒚 𝒆𝒍 𝒑𝒓𝒐𝒄𝒆𝒔𝒐 𝒚𝒂 𝒒𝒖𝒆 𝒆𝒔𝒕𝒂
𝒈𝒆𝒏𝒆𝒓𝒂𝒏𝒅𝒐 𝒑𝒆𝒓𝒅𝒊𝒅𝒂𝒔 𝒑𝒂𝒓𝒂 𝒍𝒂 𝒆𝒎𝒑𝒓𝒆𝒔𝒂 𝒂𝒍 𝒍𝒍𝒆𝒏𝒂𝒓 𝒆𝒏 𝒆𝒙𝒄𝒆𝒔𝒐 𝒍𝒐𝒔 𝒑𝒂𝒒𝒖𝒆𝒕𝒆𝒔.
Cra. Noemi Cuello, MBA 6
 Datos para resolver el
𝐻0 : 𝜇 = 500 Problema
𝑛 = 800
𝐻1 : 𝜇 > 500 𝑥ҧ = 515
𝛼 = 0,05
𝑥ҧ − 𝜇
𝛼 = 0,05 𝐸𝑠𝑡𝑎𝑑𝑖𝑠𝑡𝑖𝑐𝑜 = ~𝑧 𝜎 = 250
𝜎𝑥ҧ
𝒁=𝟎

Valor P = es la probabilidad del estadístico de prueba

𝑹𝒆𝒈𝒍𝒂 𝒅𝒆 𝒅𝒆𝒄𝒊𝒔𝒊𝒐𝒏: 515 − 500

𝑠𝑖 𝑃𝑣𝑎𝑙𝑜𝑟 > 𝛼 𝑁𝑜 𝑟𝑒𝑐ℎ𝑎𝑧𝑜 𝐻0
𝑠𝑖 𝑃𝑣𝑎𝑙𝑜𝑟 < 𝛼 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑚𝑜𝑠 𝐻0
estadistico de prueba Z = = 1,756
8,84
𝑃 𝑧 > 1,756 = 0,0397 ֜ 𝑃𝑣𝑎𝑙𝑜𝑟 = 0,0397
𝐶𝑜𝑚𝑜 𝑃𝑣𝑎𝑙𝑜𝑟 < 𝛼; Cae en zona de rechazo

Entonces Rechazo 𝐻𝑜
𝑪𝑶𝑵𝑪𝑳𝑼𝑺𝑰𝑶𝑵: 𝑬𝒍 𝒅𝒆𝒑𝒂𝒓𝒕𝒂𝒎𝒆𝒏𝒕𝒐 𝒅𝒆 𝑪𝒐𝒏𝒕𝒓𝒐𝒍 𝒅𝒆 𝑪𝒂𝒍𝒊𝒅𝒂𝒅 𝒆𝒔𝒕𝒂𝒃𝒂 𝒆𝒏 𝒍𝒐
𝒄𝒐𝒓𝒓𝒆𝒄𝒕𝒐 𝒚 𝒉𝒂𝒚 𝒒𝒖𝒆 𝒓𝒆𝒗𝒊𝒔𝒂𝒓 𝒍𝒂 𝒎𝒂𝒒𝒖𝒊𝒏𝒂 𝒚 𝒆𝒍 𝒑𝒓𝒐𝒄𝒆𝒔𝒐 𝒚𝒂 𝒒𝒖𝒆 𝒆𝒔𝒕𝒂
𝒈𝒆𝒏𝒆𝒓𝒂𝒏𝒅𝒐 𝒑𝒆𝒓𝒅𝒊𝒅𝒂𝒔 𝒑𝒂𝒓𝒂 𝒍𝒂 𝒆𝒎𝒑𝒓𝒆𝒔𝒂 𝒂𝒍 𝒍𝒍𝒆𝒏𝒂𝒓 𝒆𝒏 𝒆𝒙𝒄𝒆𝒔𝒐 𝒍𝒐𝒔 𝒑𝒂𝒒𝒖𝒆𝒕𝒆𝒔.
Cra. Noemi Cuello, MBA 7
 PRIMERO: METODO DEL VALOR DEL ESTIMADOR

SEGUNDO: METODO DEL VALOR DEL ESTADISTICO

TERCERO: METODO DEL VALOR “P”

𝐴𝐷𝑂𝑃𝑇𝐴𝑀𝑂𝑆 𝐸𝐿 𝑇𝐸𝑅𝐶𝐸𝑅 𝑀𝐸𝑇𝑂𝐷𝑂 𝑃𝐴𝑅𝐴 𝑅𝐸𝑆𝑂𝐿𝑉𝐸𝑅

𝑃𝑂𝑅𝑄𝑈𝐸 𝐼𝑁𝐹𝑂𝑆𝑇𝐴𝑇 𝑌 𝐸𝑁 𝐺𝐸𝑁𝐸𝑅𝐴𝐿 𝑇𝑂𝐷𝑂𝑆 𝐿𝑂𝑆
𝑃𝐴𝑄𝑈𝐸𝑇𝐸𝑆 𝐸𝑆𝑇𝐴𝐷𝐼𝑆𝑇𝐼𝐶𝑂𝑆 𝑈𝑆𝐴𝑁 𝐸𝑆𝑇𝐸 𝑀𝐸𝑇𝑂𝐷𝑂

Cra. Noemi Cuello, MBA 8

 Datos para resolver el
𝐻0 : 𝜇 = 500 Problema
𝑛 = 800
𝐻1 : 𝜇 > 500 𝑥ҧ = 515
𝛼 = 0,05
𝑥ҧ − 𝜇 s = 280
𝛼 = 0,05 𝐸𝑠𝑡𝑎𝑑𝑖𝑠𝑡𝑖𝑐𝑜 = ~ 𝑡𝑛−1
𝑠𝑥ҧ

𝒕𝒏−𝟏 = 𝟎

Valor P = es la probabilidad del estadístico de prueba

𝑹𝒆𝒈𝒍𝒂 𝒅𝒆 𝒅𝒆𝒄𝒊𝒔𝒊𝒐𝒏: estadistico de prueba 𝑡𝑛.1 =

515 −500
=1,515
9,9

𝑠𝑖 𝑃𝑣𝑎𝑙𝑜𝑟 > 𝛼 𝑁𝑜 𝑟𝑒𝑐ℎ𝑎𝑧𝑜 𝐻0 𝑃 𝑡799 > 1,515 = 0,065 ֜ 𝑃𝑣𝑎𝑙𝑜𝑟 = 0,065

𝑠𝑖 𝑃𝑣𝑎𝑙𝑜𝑟 < 𝛼 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑚𝑜𝑠 𝐻0
𝐶𝑜𝑚𝑜 𝑃𝑣𝑎𝑙𝑜𝑟 < 𝛼; Cae en zona de Aceptación

Entonces NO Rechazo 𝐻𝑜

𝑪𝑶𝑵𝑪𝑳𝑼𝑺𝑰𝑶𝑵: 𝑬𝒍 𝒅𝒆𝒑𝒂𝒓𝒕𝒂𝒎𝒆𝒏𝒕𝒐 𝒅𝒆 𝑪𝒐𝒏𝒕𝒓𝒐𝒍 𝒅𝒆 𝑪𝒂𝒍𝒊𝒅𝒂𝒅 𝒆𝒔𝒕𝒂𝒃𝒂 𝒆𝒒𝒖𝒊𝒗𝒐𝒄𝒂𝒅𝒐,

𝒍𝒂 𝒎𝒂𝒒𝒖𝒊𝒏𝒂 𝒆𝒔𝒕𝒂 𝒇𝒖𝒏𝒄𝒊𝒐𝒏𝒂𝒏𝒂𝒅𝒐 𝒄𝒐𝒓𝒓𝒆𝒄𝒕𝒂𝒎𝒆𝒏𝒕𝒆, 𝒏𝒐 𝒉𝒂𝒚 𝒆𝒗𝒊𝒅𝒆𝒏𝒄𝒊𝒂 𝒆𝒔𝒕𝒂𝒅𝒊𝒔𝒕𝒊𝒄𝒂
𝒑𝒂𝒓𝒂 𝒅𝒆𝒄𝒊𝒓 𝒒𝒖𝒆 𝒍𝒐𝒔 𝒑𝒂𝒒𝒖𝒆𝒕𝒆𝒔 𝒔𝒆 𝒍𝒍𝒆𝒏𝒂𝒏 𝒆𝒏 𝒆𝒙𝒄𝒆𝒔𝒐
Cra. Noemi Cuello, MBA 9
 𝐻0 : 𝜇 = 500
1 −∝ 𝛼
𝐻1 : 𝜇 > 500

𝐻0 : 𝜇 = 500
𝛼 1−𝛼
𝐻1 : 𝜇 < 500

𝐻0 : 𝜇 = 500
𝐻1 : 𝜇 = 500 𝛼/2
𝛼/2 1−𝛼

Cra. Noemi Cuello, MBA 10

 TEST DE HIPOTESIS: DISTINTOS CASOS RESUMEN

VARIANZA DISTRIBUCION DE
PARAMETRO POBLACIONAL ESTIMADOR ESTADISTICO PROBABILIDAD

𝜎 𝑐𝑜𝑛𝑜𝑐𝑖𝑑𝑎 𝑥ҧ − 𝜇0 NORMAL
𝜇 𝑧=
𝜎𝑥ҧ

𝜇 𝜎 𝑑𝑒𝑠𝑐𝑜𝑛𝑜𝑐𝑖𝑑𝑎
𝑥ҧ − 𝜇0
𝑡= 𝑡𝑛−1
𝑠𝑥ҧ

𝑛−1 𝑠
𝜎 𝑆 = 𝑛−1
--- 𝜎0

𝑃
𝑝ҧ − 𝑃 NORMAL
𝑛 > 100 𝑝ҧ 𝑧=
𝜎ҧ
𝑃𝑜𝑟 𝐻0 𝑐𝑖𝑒𝑟𝑡𝑎
11
Cra. Noemi Cuello, MBA