Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Pruebas de Hipótesis
Pruebas de Hipótesis
HIPTESIS
OBJETIVO: Determinar la validez de
supuestos poblacionales a partir del mtodo
de prueba de hiptesis para una, dos, tres o
ms poblaciones.
CONCEPTOS BSICOS
La prueba de hiptesis comienza con una suposicin,
denominada hiptesis, que hacemos entorno a un
parmetro de la poblacin. Reunimos datos
mustrales, producimos estadsticos de la muestra y
con esta informacin decidimos la probabilidad de
que el parmetro supuesto de la poblacin sea
correcto. Por ejemplo, suponemos cierto valor de una
media de la poblacin. Para verificar la validez de la
suposicin, obtenemos los datos mustrales y
determinamos la diferencia entre el valor supuesto y el
valor real de la media muestral. A continuacin
juzgamos si la diferencia es significativa. Cuanto
menos sea la diferencia, mayores probabilidades
habr de que sea correcto el valor supuesto de la
media. Y a una diferencia ms amplia corresponder
una probabilidad menor.
No podemos aceptar ni rechazar una hiptesis referente
a un parmetro de la poblacin por mera intuicin. Por
el contrario, necesitamos aprender a decidir con
objetividad, basndonos en la informacin de la
muestra, si aceptamos o rechazamos un
presentimiento.
a) Hiptesis
Se debe formular el supuesto valor del parmetro de la poblacin
antes de empezar el muestreo. La suposicin que se desea
probar, se denomina hiptesis nula y se representa por H0. Si se
rechaza la hiptesis nula, la conclusin que debemos aceptar se
llama hiptesis alternativa y se simboliza por H1.
Supongamos que se quiere probar la hiptesis de que el promedio de
calificacin de los alumnos de cierta Universidad es de 8.5,
entonces:
Realizaremos algunos
ejemplos, en diferentes
condiciones cuando se
conocen las desviaciones
estndar de la poblacin.
a) Prueba de dos extremos para las
medias
Es cuando el nivel de significancia
(zona de rechazo) abarca los
dos extremos o colas de la
campana de Gauss.
Ejemplo 1.-
El fabricante de una llanta especial para
camiones afirma que la duracin media de
la parte rodante de agarre es de 60,000 mi.
La desviacin estndar de los millajes es
de 5,000 mi. Una empresa de transportes
compr 48 llantas y hall que la duracin
media para sus vehculos fue de 59,500
mi. Es la experiencia distinta de la
expresada por el fabricante al nivel de
significacin de 0.05?
= 60,000 mi
= 5,000 mi
Datos: n = 48 llantas
x = 59,500 mi
= 0.05
Solucin:
Las hiptesis se expresan de la siguiente manera:
5,000 5,000
x x x 721.69 mi
48 6.9282
En el siguiente paso vamos a obtener el valor de Z y
para ello vamos a apoyarnos en la grfica siguiente:
Recurrimos a las tablas de la distribucin normal y en
ellas localizamos 0.475, que se ubica en un valor
de Z = 1.96 x
En el tercer paso, vamos a determinar los lmites
superior e inferior de confianza para el intervalo de
la media poblacional ya que se trata de una prueba
de dos extremos. Para ello aplicaremos la
expresin siguiente:
Lc H 0 Zx
59,500 60,000
Z
721.69
Z 0.693 __
X
1 1
x x x 0.1414
50 7.07
Ahora determinemos el valor de Z, ya que tenemos una
muestra mayor de 30:
Como = 0.05 y es una prueba de hiptesis para un
extremo, en este caso, el extremo izquierdo,
entonces, el nivel de significancia est contenido en
este extremo, por lo que el nivel de confianza es 0.5
0.05 = 0.45 .
Buscando en las tablas de la distribucin normal 0.45,
encontramos que: Z= 1.64 x
El lmite izquierdo del intervalo de confianza ser:
Li = 3 1.64 (0.1414)
Li = 3 0.2319
Li = 2.768
x
n
38 38
x x x 2.897
172 13.115
11 11
x x x x 2.46
n 20 4.472
En la tabla t de Student se localiza = 0.10 y gl = 20 1, o
sea gl = 19 y se encuentra que: t = 1.729 x
Con estos datos ya podemos determinar los limites superior
e inferior del intervalo de confianza, mediante la
expresin:
Lc tx
Lc = 90 1.729 (2.46) Ls = 90 + 4.246 Ls = 94.25
Li = 90 1.729 (2.46) Li = 90 4.246 Li = 85.75
En la campana de Gauss:
Como la media muestral cae la zona de rechazo,
entonces se rechaza la hiptesis nula y se
acepta la hiptesis alternativa.
Comprobando lo anterior, se tiene que:
Sustituyendo valores:
(.8)(.2)
p p 0.0010666 p 0.0327
150
En este caso, la compaa quiere saber si la
verdadera proporcin es mayor o menor que la
supuesta proporcin. Por consiguiente, es
apropiada una prueba de dos extremos para una
proporcin. El nivel de significancia corresponde a
las dos regiones sombreadas, cada una de las
cuales contiene 0.025 del rea. La regin de
aceptacin de 0.95 se ilustra como dos reas de
0.475 cada una. Puesto que la muestra es mayor
que 30, podemos recurrir la distribucin normal.
Basndonos en la tabla de sta distribucin,
podemos calcular que el valor correspondiente de
Z para 0.475 del rea bajo la curva es 1.96 . Por
tanto, los limites de la regin de aceptacin son:
Lc = PH0 Z
Lc = 0.8 1.96(0.0327)
Ls = 0.8 + 0.06409 Ls = 0.8641
Li = 0.8 0.06409 Li = 0.7359
pHo qHo
p
n
Sustituyendo valores:
En la campana de Gauss:
Concluimos que no es mayor la proporcin de
estudiantes egresados que tienen trabajo.
C) Prueba de hiptesis para
proporciones de muestras
pequeas.
Si usamos la distribucin t para una prueba hiptesis
para proporciones en muestras pequeas, de dos
colas, seguimos el mismo procedimiento que se
utiliz en la prueba para medias de muestras
pequeas.
Lo mismo sucede si se trata de una prueba de un
extremo, recordando que, para obtener el valor
apropiado de t en un nivel de significancia de 0.05
con 10 grados de libertad, buscaremos en la tabla
de la distribucin t bajo la columna 0.10, frente al
rengln 10 grados de libertad. Esto es verdad
porque la columna 0.10 del rea bajo la curva
contenida en ambos extremos combinados; por
ello tambin representa 0.05 del rea bajo la
curva contenida en cada uno de los extremos.
Por esta razn en lugar de buscar en la columna
0.05, se busca 0.10.