ESTADÍSTICA INFERENCIAL

Semana 05
Sesión 01. PRUEBA DE HIPOTESIS PARA LA MEDIA
 SABERES PREVIOS

¿Qué es una Prueba de Hipótesis?

¿Sera necesario desarrollar una Prueba de Hipótesis en

nuestra Investigación?

A continuación, busca en internet el significado de Prueba de

Hipótesis y compártelo en el chat
 LOGRO DE LA SESIÓN:

Al finalizar la sesión, el estudiante estará en la

capacidad de plantear hipótesis estadística,
realizar e interpretar pruebas de hipótesis para
la media para poder aplicarlo en el área de
investigación y en el campo de las ciencias.
UTILIDAD

¿SERA CIERTO?

"Los niños que comen pescado azul durante seis meses mostrarán un
coeficiente intelectual mayor que los que no lo hacen".
“El consumo de tabaco en los primeros años de la adolescencia es
cuatro veces más nocivo que en la adultez”.

“Los automóviles de la actualidad consumen 20% más de energía que

los de hace veinte años”.

“No existe diferencia en los niveles de ansiedad entre niños con

coeficientes intelectuales altos y aquellos que tienen coeficientes
intelectuales bajos”.
 HIPÓTESIS ESTADÍSTICA
Es muy sencillo!!
La prueba de hipótesis comienza con una
suposición, denominada hipótesis, que hacemos Reunimos datos muéstrales,
entorno a un parámetro (𝜃 ) de la población, producimos estadísticos de
Principalmente sobre: la muestra y con esta
información decidimos la
✓ media (µ), probabilidad de que el
✓ varianza (2 ) parámetro supuesto de la
✓ proporción () población sea correcto.

Las hipótesis se prueban con evidencias, en estadística una buena evidencia es una
muestra estadística
 HIPÓTESIS ESTADÍSTICA

Ejemplos
• El promedio de la altura de todos los peruanos es 1.6 m.

H : µ = 1.6

• La varianza de los salarios de todos los obreros de una industria textil es 250000.

H : 𝜎 2 = 250000

• La proporción de objetos defectuosos producidos por cierto proceso es menor o igual a 8%.

H : p ≤ 0.08

• La distribución de los pesos de los alumnos de la UTP es normal.

 TIPOS DE PRUEBA DE HIPOTESIS

Hipótesis Nula (H0): Hipótesis Alterna (H1):

✓ Es la creencia a priori o lo que ✓ Sospechamos que hay un cambio
sucede actualmente, no se que posiblemente sea cierto, por lo
rechaza a menos que los datos tanto, es la hipótesis que espera el
muestrales prueben lo contrario. investigador sea cierto

✓ Se mantiene el efecto, Emplea los ✓ Si hay un cambio(hay efecto)

signos igual, mayor o igual o entonces, Emplea los signos
menor o igual (=, ≥, ≤) diferente, mayor o menor
( ≠, < ó >).

Nota: Las hipótesis nula y alternativa se refieren ambas a la misma población(es). µ, 2, 
 TIPOS DE PRUEBA DE HIPOTESIS
Observaciones:

✓ La Hipótesis nula es siempre la hipótesis que se prueba entonces:

✓ Un estadístico de prueba entonces: 𝐻𝑜 : 𝜃 = 𝜃𝑜

1) Que la 𝑯𝟎 se rechace y la 𝑯𝟏 se acepte
2) no se rechace la 𝑯𝟎 en base a la evidencia 𝐻1 : 𝜃 ≠ 𝜃𝑜

✓ Aceptar la Hipótesis alternativa conducirá a cambios opiniones o acciones ya que se

está probando que si hay un efecto

Nota: Si la Hipótesis nula no se rechaza, no significa se acepte como

válida ( no hay evidencia)
 TIPOS DE PRUEBA DE HIPOTESIS

EJEMPLOS DE HIPÓTESIS NULA Y ALTERNA

1. Una empresa de Marketing Industrial está considerando la introducción de un nuevo plan de

servicio para piezas hidráulicas el plan será presentado si se prefiere por más del 40% de los
clientes:

𝐻0 : 𝜋 ≤ 40%
Lenguaje Estadístico
𝐻1 ∶ 𝜋 > 40%  lo que el investigador espera

Si se rechaza la Hipótesis nula 𝑯𝟎, se aceptará la alterna 𝑯𝟏 y se introducirá el nuevo servicio,

si no se puede rechazar la hipótesis nula 𝑯𝟎, el nuevo plan de servicio no debería introducirse
a menos que se obtenga una evidencia adicional
Esta prueba tiene una dirección( mayor 40%), por lo tanto, es una prueba de una cola superior
 TIPOS DE PRUEBA DE HIPOTESIS

EJEMPLOS DE HIPÓTESIS NULA Y ALTERNA

2. Un ingeniero Industrial tiene como objetivo mejorar la calidad de sus frascos producidos, para
ello el diámetro de la tapa de frascos en la producción de lotes debe tener una variabilidad que
deben ajustarse. La medida aproximada que se ha mantenido siempre es 0.35 cm
𝐻0 : 𝜎 2 ≥ 0.35 cm
Lenguaje Estadístico
𝐻1 ∶ 𝜎 2 < 0.35 cm (mejorar la calidad)

3. En estudios previos, se ha determinado que el nivel de colesterol de pacientes con problemas

cardíacos es 220. Un cardiólogo piensa que en realidad el nivel es más alto.

Lenguaje Estadístico 𝐻0 : 𝜇 ≤ 220

𝐻1 ∶ 𝜇 > 220 (el nivel es más alto de colesterol)
 TIPOS DE ERRORES
Error Tipo I: Rechazar una Hipótesis Nula cuando es cierta.
𝜶 = 𝑃 𝐸𝑟𝑟𝑜𝑟 𝑡𝑖𝑝𝑜 𝐼 = 𝑃 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻𝑜/ 𝐻𝑜 𝑒𝑠 𝑣𝑒𝑟𝑑𝑎𝑑𝑒𝑟𝑎
Error Tipo II: Aceptar (no rechazar) una Hipótesis Nula cuando es falsa.
β = 𝑃 𝐸𝑟𝑟𝑜𝑟 𝑡𝑖𝑝𝑜 𝐼𝐼 = 𝑃 𝑁𝑜 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻𝑜 /𝐻𝑜 𝑒𝑠 𝑓𝑎𝑙𝑠𝑎
Nivel de significancia (𝜶): Se denomina nivel de significancia de una
prueba de hipótesis a la probabilidad de cometer el error tipo I.
Potencia de prueba: Es igual a 1- β, Es la probabilidad de rechazar una
hipótesis nula que es falsa

Decisión 𝑯𝟎 verdadera 𝑯𝟎 falsa

Rechazar 𝑯𝟎 Error tipo 𝑰 Decisión correcta
Probabilidad: 𝜶 Probabilidad: 𝟏 − 𝜷
Aceptar 𝑯𝟎 Decisión correcta Error tipo 𝑰𝑰
Probabilidad: 𝟏 − 𝜶 Probabilidad: 𝜷
 TIPOS DE ERRORES

Llamada
también región
critica RC

Datos/Observaciones
 PRUEBA DE HIPOTESIS
TIPOS DE PRUEBA DE HIPOTESIS

El tipo de prueba depende basicamente de la hipótesis alternative 𝐻1

• 𝐻𝑜 : 𝜃 = 𝜃0 y 𝐻1 : 𝜃 ≠ 𝜃0 se denomina prueba bilateral o de dos coles

• 𝐻𝑜 : 𝜃 ≤ 𝜃0 y 𝐻1 : 𝜃 > 𝜃0 se denomina prueba unilateral de cola a la derecha

• 𝐻𝑜 : 𝜃 ≥ 𝜃0 y 𝐻1 : 𝜃 < 𝜃0 se denomina prueba unilateral de cola a la izquierda

 PRUEBA DE HIPOTESIS

Procedimiento de la prueba de hipótesis

Paso 1: plantear la hipótesis ( 1 población, 2 poblaciones)
Prueba Bilateral Prueba Unilateral Prueba Unilateral
Inferior Superior
𝐻𝑜 : 𝜃 = 𝜃𝑜 𝐻𝑜 : 𝜃 ≥ 𝜃𝑜 𝐻𝑜 : 𝜃 ≤ 𝜃𝑜
𝐻1 : 𝜃 ≠ 𝜃𝑜 𝐻1 : 𝜃 < 𝜃𝑜 𝐻1 : 𝜃 > 𝜃𝑜
Paso 2: Establecer nivel de significación 𝜶 = 𝟏%. 𝟐%, 𝟓%, 𝑒𝑡𝑐

Paso 3: Seleccionar el estadístico de prueba: 𝒁, 𝑻, 𝝌𝟐, etc.

Paso 4: Establecer la regla de decisión determinando la región crítica de la prueba.

Paso 5: Calcular el valor del estadístico de la prueba a partir de los datos de la muestra.
Paso 6: Conclusión: tomar la decisión de rechazar H0 si el valor de la estadística de prueba
está en la región crítica. En caso contrario, aceptar H0 .
Datos/Observaciones
 PRUEBA DE HIPOTESIS

Procedimiento de la prueba de hipótesis

H0 : 𝜃 = 𝜃𝑜 H0 : 𝜃 ≤ 𝜃𝑜
H1 : 𝜃 ≠ 𝜃𝑜 H1 : 𝜃 > 𝜃𝑜

𝑹𝒆𝒄𝒉𝒂𝒛𝒂 𝒉𝟎 𝑹𝒆𝒄𝒉𝒂𝒛𝒂 𝒉𝟎 𝑹𝒆𝒄𝒉𝒂𝒛𝒂 𝒉𝟎

𝛼 1−𝛼

𝛼/2 𝑵𝒐 𝑹𝒆𝒄𝒉𝒂𝒛𝒂 𝒉𝟎 𝛼/2 𝑵𝒐 𝑹𝒆𝒄𝒉𝒂𝒛𝒂 𝒉𝟎

𝛼

𝑍𝛼 𝑍1−𝛼 𝑍𝛼
2 2 2

H0 : 𝜃 ≥ 𝜃𝑜
La posición de la H1 : 𝜃 < 𝜃𝑜
media (µ),
región Sombreada
𝜽 = varianza (2 ) depende de la 𝑹𝒆𝒄𝒉𝒂𝒛𝒂 𝒉𝟎
hipótesis alternativa 1−𝛼
proporción ()
𝛼 𝑵𝒐 𝑹𝒆𝒄𝒉𝒂𝒛𝒂 𝒉𝟎

Datos/Observaciones 𝑍𝛼
 PRUEBA DE HIPOTESIS PARA LA MEDIA
Para Varianza poblacional conocida
1. Hipótesis: Plantear adecuadamente la hipótesis 𝐻0 contra la hipótesis alternative 𝐻1
a) 𝐻𝑜 : 𝜇 = 𝜇0 vs 𝐻1 : 𝜇 ≠ 𝜇0
b) 𝐻𝑜 : 𝜇 ≥ 𝜇0 vs 𝐻1 : 𝜇 < 𝜇0
c) 𝐻𝑜 : 𝜇 ≤ 𝜇0 vs 𝐻1 : 𝜇 > 𝜇0

2. Nivel de significancia: Seleccionar un nivel de significancia 𝛼

3. Estadística de prueba:

𝟐
𝑋ത − 𝜇0
a) Si 𝝈 es conocida: 𝑧𝑐 = ~𝑁(0, 1)
𝜎𝑋ത
𝜎
▪ Si la población es infinita o finita con muestreo con reposición: 𝜎𝑋ത =
𝑛

𝜎 𝑁−𝑛
▪ Si la población es finita y el muestreo sin reposición: 𝜎𝑋ത =
𝑛 𝑁−1
 PRUEBA DE HIPOTESIS PARA LA MEDIA
Para Varianza poblacional conocida
b) Si 𝝈𝟐 es desconocida:

❑ Si 𝑛 ≥ 30: 𝑋ത − 𝜇0
𝑧𝑐 = ~𝑁(0, 1)
𝜎𝑋ത
𝑆
▪ Si la población es infinita o finita con muestreo con reposición: 𝜎ො𝑋ത =
𝑛

𝑆 𝑁−𝑛
▪ Si la población es finita y el muestreo sin reposición: 𝜎ො𝑋ത =
𝑛 𝑁−1

❑ Si 𝑛 < 30:
𝑋ത − 𝜇0
𝑡𝑐 = ~𝑡(𝑛−1)
𝑆
𝑛
 PRUEBA DE HIPOTESIS PARA LA MEDIA
Para Varianza poblacional conocida
4. Región crítica: La región critica es fijada de acuerdo a la hipótesis H1, al nivel de significación α y a la distribución
muestral de la estadística 𝑍𝑐

𝐻1 : 𝜇 ≠ 𝜇𝑜 𝐻1 : 𝜇 > 𝜇0 𝐻1 : 𝜇 < 𝜇𝑜

𝑹𝑪 𝑹𝑪 𝑹𝑪
𝑹𝑪 𝑹𝑨
𝑹𝑨 𝑹𝑨
𝛼/2 1− 𝛼 𝛼/2 1−𝛼 𝛼 𝛼 1−𝛼
𝑍𝛼 𝑍1−𝛼
2 𝑍1−𝛼 𝑍𝛼
2

5. Cálculo de la estadística de prueba: Calcular el valor de 𝑍𝑐 o 𝑡𝑐 .

6. Conclusión: Tomar la decisión de aceptar o rechazar H0

▪ Rechazar H0 si Zcal o tcal se encuentra en la región crítica (RC).
▪ Aceptar H0 si Zcal o tcal se encuentra en la región de aceptación (RA).
 EJERCICIO EXPLICATIVO 1
Una máquina está calibrada para embolsar cereales a un peso promedio de 500 g. Cada cierto tiempo el jefe de
control de calidad realiza una inspección para determinar si debe mandar a calibrar la máquina. Para tomar una
decisión toma una muestra aleatoria de 36 bolsas y encuentra un promedio de 496.5 g. ¿A qué conclusión
llegará el jefe de control de calidad, si suponemos que el peso se distribuye normalmente con una desviación
estándar de 9 g? Use un 5% de significancia.
 SOLUCION
Variable X: Peso de una bolsa de cereal en g.
Datos 1) Planteo de hipótesis:
𝑛 = 36 bolsas H0 : 𝜇 = 500
ഥ = 496.5 g
X H1 : 𝜇 ≠ 500 (debe mandar a calibrar)
𝜎=9g
2) Nivel de significancia.
𝜇0 = 500 g
𝛼 = 0.05

3) Estadística de prueba.
Varianza conocida.
𝑋ത − 𝜇0
𝑍𝑐 =
𝜎𝑋ത

𝜎
𝜎𝑋ത =
𝑛
 SOLUCION
Variable X: Peso de una bolsa de cereal en g.
Datos 4) Región crítica. 𝑍𝑐 = −2.33
𝑛 = 36 bolsas 𝑧𝛼 = 𝑧0.025 = −1.96
2 𝛼 = 0.05
ഥ = 496.5 g
X 𝑧1−𝛼 = 𝑧0.975 = 1.96
𝜎=9g 2
𝑅𝐶: −∞; −1.96 ∪ 1.96; +∞
𝜇0 = 500 g
5) Cálculo del estadístico de prueba. 𝑅 𝐻0 𝑁𝑅 𝐻0 𝑅𝐻0
9
𝜎𝑋ത = = 1.5 1−𝛼
36
𝛼ൗ
2
496.5 − 500
𝑧𝑐 = = −2.33 ∈ 𝑅𝐶
1.5 𝑍 𝛼ൗ = −1.96 𝑍 = 1.96
2 1− 𝛼ൗ2

6) Conclusión: Se rechaza la hipótesis nula, con un nivel de significación del 5% existe

evidencia estadística para concluir que el peso promedio de las bolsas de cereal no
pesan 500 gramos. Se justifica enviar a calibrar la máquina.
 EJERCICIO RETO 1
Un centro de estudios de postgrado de Lima indica que de acuerdo a las normas establecidas en una prueba
de aptitud académica, los alumnos que han concluido el curso de Métodos Numéricos debían tener un
promedio de 76.7 puntos. Si se sabe que por una investigación anterior sobre el caso, que la desviación
estándar fue de 8.6 puntos y si 45 personas que concluyeron el curso son elegidos aleatoriamente y alcanzan
un promedio de 73.2. Pruebe la hipótesis de que el promedio ha disminuido a un nivel de significación de 5%.
 EJERCICIO RETO 2
El gerente de producción de la compañía de cerveza “Dorada” revisa su línea de producción. El llenado
automático debe dar un contenido medio 320 cm3 . Además, se conoce la desviación estándar de 12cm3. Una
muestra aleatoria de 36 latas de cerveza de su producción ha dado un contenido medio de 317cm3. Determine
la región de rechazo para una prueba unilateral en el nivel de significación 0.015. ¿Hay suficiente razón para
creer que existe una baja en la media de contenidos?
 EJERCICIO RETO 3
Una empresa empaca cierto producto agrícola en sacos. Para la distribución del producto se requiere que el
peso promedio de cada saco sea como mínimo 100 libras, esto para disminuir la utilización de sacos y facilitar
su transporte. La experiencia ha indicado que la desviación estándar del peso de un saco es de 3 libras y se
distribuye de forma normal. En una muestra aleatoria de nueve sacos, el peso promedio observado es de 98
libras. ¿El contenido de los sacos está cumpliendo con el peso mínimo en promedio?
 ¿QUE HEMOS APRENDIDO?

1. ¿Cuántas pruebas de hipótesis existe?

2. ¿Cuántos pasos existe para la prueba

de hipótesis?

3. ¿Para qué sirve la prueba de hipótesis

de la media poblacional?

Prueba de hipótesis