Ejemplos de hipótesis hechas, acerca de un

parámetro poblacional son:

– El ingreso anual promedio de los

habitantes de cierta ciudad es de
$62000.00

– En el 70% de los establecimientos de

Atizapan , el refresco más vendido es la
Coca-Cola.
UNA PRUEBA DE HIPÓTESIS ES UN
PROCEDIMIENTO BASADO EN LA
EVIDENCIA MUESTRAL Y LA TEORÍA
DE LA PROBABILIDAD QUE SE
SIGUE, PARA DEMOSTRAR LA ___
VALIDÉS O NO VALIDÉS
, DE LA HIPÓTESIS HECHA
, SOBRE EL VALOR QUE TOMA EL
PARÁMETRO O LOS PARÁMETROS
DE LA POBLACIÓN.
 Datos

Organización y
Resumen

Gráficas y
Estadística
Descriptiva

Interpretación

Los datos ¿Son

una muestra o
Muestra
toda la
Población?
Inferencia estadística

Población
(Teoría del muestreo)

Concluimos
acerca
de la Población.
Problema: La acreditación

Porcentaje de la gente a favor de la acreditación p

H0 : p ≥ 0.50
Ha : p < 0.50
n = 50 p̂  ?
Región de Rechazo = p̂  0.40

0 .05 .10 .15 .20 .25 .30 .40 … .90 .95 1

34
p̂   0.68 No se rechaza H0 ,
al menos el 50% de la gente esta
50
a favor de la acreditación
 Paso 1.- Se establece la Hipótesis Nula H0
e Hipótesis Alternante Ha

Paso 2.- Se identifica y se calcula

el estadístico de prueba EP

Paso 3.- Se establece la región de rechazo RR

Paso 4.- Comparar el valor del EP con la RR

para llegar a la decisión

Si el EP cae fuera de la RR Si el EP cae dentro de la RR

Rechazar la hipótesis nula y

No se rechaza la hipótesis nula H0
aceptar la hipótesis alternante.
 H0 : p ≥ 0.50

Decisión Cierta Falsa

decisión
No a la error tipo I
correcta
acreditación
decisión
Si a la error tipo II
acreditación correcta
 Hipótesis nula

Decisión Cierta Falsa

decisión
Rechazar H0 error tipo I
correcta

decisión
Aceptar H0 error tipo II
correcta
α= P [error tipo I]
= P [rechazar H0 cuando es H0 verdadera]
= P [ p̂≤ 0.40 cuando p = 0.60 ]

0.40 - 0.60
=P[ z ] = P [Z ≤-2.89]= 0.0019
(0.60)(0.40)
50

β= P [error tipo II]

= P [aceptar H0 cuando es Ha verdadera]
= P [ p̂ ≥0.40 cuando p = 0.20 ]

=P[ z  0.40 - 0.20 ] = P [Z ≥ 3.54]= 0.0002

(0.20)(0.80)
50
DEFINICIONES
 Hipótesis Nula H0: es una afirmación
acerca del valor del parámetro
poblacional.
 Hipóteis Alternante Ha: es una
afirmación que es aceptada, si los datos
muéstrales prueban evidencia que la
hipótesis nula es falsa.
 Nivel de Significancia: es la probabilidad
de rechazar la hipótesis nula cuando es
verdadera.
DEFINICIONES
 Error Tipo I: Rechazar la hipótesis nula cuando
es verdadera.
 Error Tipo II: aceptar la hipótesis nula cuando
es realmente falsa.
 Estadístico de Prueba: es el valor calculado a
partir de la información de la muestra. Es
usado para determinar si la hipótesis nula se
rechaza o no se rechaza.
 Valor Crítico: es el punto entre la región,
donde la hipótesis nula se rechaza y la región
en donde la hipótesis nula no se rechaza.
PRUEBA DE HIPÓTESIS MUESTRAS GRANDES

Ho Estadístico de Ha RR
Prueba
x  0 µ > µ0 z>zα
µ = µ0 z µ < µ0 z<-zα

n µ ≠ µ0 z < - z α/2 y z > z α/2
σ conocida

( x1  x2 )  o µ1 - µ 2 > µ 0 z>zα
z
µ1 - µ 2 < µ 0
µ1 - µ2 = µ0 12  22 z<-zα
n1  n2 µ1 - µ2 ≠ µ0
z < - z α/2 y z > z α/2

σ1 2 y σ22 conocida
p1 > p0 z>zα
p1 = p 0 p  p0 p1 <p0 z<-zα
z p1 ≠p0 z < - z α/2 y z > z α/2
p0 q0
n
p1 ≠p2 z < - z α/2 y z > z α/2
pˆ 1  pˆ 2
p1 = p 2 z
pˆ qˆ  1  1 
 n1 n2 
 INTERPRETACIÓN GRÁFICA
Ho Estadístico de Prueba Ha RR

µ > µ0 z>zα
µ = µ0 x  0 µ < µ0 z<-zα
z 
 µ ≠ µ0 z < - z α/2 y z > z α/2
n
σ conocida o muestra grande

Ho: µ = µ0 contra Ha: µ > µ0

Ho: µ = µ0 contra Ha: µ ≠ µ0

Ho: µ = µ0 contra Ha: µ < µ0

PRUEBA DE HIPÓTESIS MUESTRAS PEQUEÑAS

Ho Estadístico de Ha RR
Prueba
x  0 µ > µ0 t>tα
µ = µ0 t µ < µ0 t<-tα
s
n µ ≠ µ0 t < - t α/2 y t > t α/2
σ desconocida
v = n-1 grados de libertad
µ1 - µ 2 > µ 0
( x1  x2 )  0 t>tα
µ1 - µ2 = µ0 t µ1 - µ 2 < µ 0 t<-tα
sd 1  1 µ1 - µ2 ≠ µ0
t < - t α/2 y t > t α/2
n1 n2

n1  1s12  n2  1s212

sd  v = n 1 + n 2 - 2 grados de
n1  n2  2 libertad

σ1 2 = σ22 y desconocida

µ1 - µ2 > µ0
d  d0
t > t α v = n-1 grados de l.
µ1 - µ2 < µ0
µ1 - µ2 = µ0 t µ1 - µ2 ≠ µ0
t<-tα
sd / n t < - t α/2 y t > t α/2
Problemas propuestos para taller

 En una planta de armado se diseña una operación específica la cual

toma un tiempo promedio de 5 minutos. El gerente de la planta
sospecha que para un operador en particular el tiempo promedio es
diferente, el gerente toma una muestra de 11 tiempos de operación
para este empleado y obtiene: 4.8, 5.6, 5.3, 5.2, 4.9, 4.7, 5.7, 4.9,
5.7, 4.9 y 4.6 minutos. Si se supone que el tiempo de operación se
encuentra distribuido en forma normal, ¿se encuentra la sospecha
del gerente, apoyada por la evidencia, con α = 0.02?

 Se selecciona una muestra aleatoria de 500 fumadores de cigarro y

se encuentra que 86 de ellos prefieren la marca X. Pruebe la
hipótesis que a lo más el 20 % de los fumadores prefieren la
marca X, con un nivel de significancia del 5%.