Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Si la prueba de hipótesis para la media es de dos colas, se rechaza la hipótesis nula si el valor
absoluto del estadístico es mayor que el valor crítico Zα/2.
( n−1 ) s 2
X2=
σ2
Donde:
2
X es el estadístico de la prueba de hipótesis para la varianza, el cual tiene una
distribución chi-cuadrado.
n es el tamaño muestral.
2
s es la varianza de la muestra.
2
σ es la varianza de la población propuesta.
Para interpretar el resultado del estadístico, se debe comparar el valor obtenido con el
valor crítico de la prueba.
Si la prueba de hipótesis para la varianza es de dos colas, se rechaza la hipótesis nula si el
estadístico es mayor que el valor crítico o si el valor crítico es menor
Si la prueba de hipótesis para la varianza corresponde a la cola derecha, se rechaza la
hipótesis nula si el estadístico es mayor que el valor crítico .
Si la prueba de hipótesis para la varianza corresponde a la cola izquierda, se
rechaza la hipótesis nula si el estadístico es menor que el valor crítico .
9. Prueba para una proporcion La prueba de hipótesis para la proporción es un método
estadístico que sirve para determinar si se rechaza o no la hipótesis nula de una
proporción poblacional.
El estadístico de la prueba de hipótesis para la proporción es igual a la diferencia de la
proporción muestral menos el valor de la proporción propuesto partido por la desviación
estándar de la proporción.
Λ
P −P
Z=
√ P (1−P )
n
Donde:
Z es el estadístico de la prueba de hipótesis para la proporción.
Λ
p es la proporción muestral.
pes el valor de la proporción propuesto.
n es el tamaño muestral.
Donde,
D, es una variable aleatoria que sigue una distribución determinada.
d, es el valor del estadístico de contraste.
Es posible calcular el valor-p a mano pero se tendría que disponer de tablas de
distribuciones muy precisas, es decir, con muchos decimales porque el valor-p tiende
a ser pequeño. La mayoría de programas estadísticos llevan ya incorporado el valor-p
y normalmente aparece en el output de resultados de las estimaciones por Mínimos
Cuadrados Ordinarios (MCO). Puede parecer difícil de utilizar pero con la práctica es una
herramienta muy útil.