Unidad 3

0011 0010 1010 1101 0001 0100 1011

1
2
4
Prueba de Hipótesis
 Introducción
0011 0010 1010 1101 0001 0100 1011

σ La experiencia sobre el comportamiento de algún índice de

un proceso, o la exigencia del cumplimiento de alguna norma
nos lleva a realizar proposiciones sobre el valor de algún

1
2
parámetro estadístico.
σ Estas proposiciones se deben contrastar con la realidad
(mediante el muestreo de datos) para tomar una decisión

4
entre aceptar o rechazar la proposición

σ Estas proposiciones se denominan Hipótesis y el

procedimiento para decidir si se aceptan o se rechazan se
denomina Prueba de Hipótesis
 PRUEBA DE HIPÓTESIS
0011 0010 1010 1101 0001 0100 1011

Una hipótesis Estadística es un proposición sobre los

parámetros de una población o sobre la distribución de
probabilidad de una variable aleatoria.

1
2
El planteamiento formal de la situación se realiza en términos

4
de una Hipótesis Nula (que es la proposición que se quiere
poner a prueba) y una Hipótesis Alternativa, la cual se
aceptará si se rechaza la hipótesis nula:
Hipótesis Nula: H0
Hipótesis Alternativa: Ha
 Hipótesis
0011 0010 1010 1101 0001 0100 1011
• Hipótesis Nula (H0): premisa, reclamo o conjetura que se
pronuncia sobre la naturaleza de una o varias poblaciones.

• En estadística, una hipótesis nula (Ho) es una hipótesis construida para

1
2
anular o refutar, con el objetivo de apoyar una hipótesis alternativa.
• El planteamiento de la hipótesis nula siempre contiene un signo de
igualdad con respecto al valor especificado del parámetro.

4
• Cuando se la utiliza, la hipótesis nula se presume verdadera hasta que
una evidencia estadística en la forma de una prueba de hipótesis
indique lo contrario.
 Hipótesis
0011 0010 1010 1101 0001 0100 1011

• Hipótesis Alterna (H1 ó Ha) : Una premisa que es cierta

cuando la hipótesis nula es falsa. Es lo contrario a Ho.

1
2
• El planteamiento de la hipótesis “Ha” No contiene el signo
de Igualdad con respecto al valor especificado del

4
parámetro.
 ¿De donde puede surgir una Hipótesis Nula sobre un parámetro?
0011 0010 1010¿Cuál
1101 sería
0001el0100 1011
interés dependiendo del origen de la hipótesis?

1) Origen: Experiencia, pruebas pasadas o conocimiento de

un proceso.
Interés: averiguar si ha cambiado el parámetro

1
2
2) Origen: Alguna teoría o modelo sobre el funcionamiento
del proceso.
Interés: Verificar la validez de dicha teoría

4
3) Origen: Especificaciones de diseño, obligaciones
contractuales, normas a cumplir o solicitudes del cliente.
Interés: probar el cumplimiento o incumplimiento de las
especificaciones.

 La verdad o falsedad de la hipótesis NO puede conocerse con total

seguridad a menos que pueda examinarse toda la población
0011 0010 1010 1101 0001 0100 1011

1
2
4
 Establezca las hipótesis nula y
alterna.
0011 0010 1010 1101 0001 0100 1011
1. Los automóviles en el estacionamiento de periodo prolongado del
aeropuerto internacional permanecen en promedio por lo menos 2.5
días.
2. Una nueva marca de llantas radiales dura en promedio más de 48,000

1
2
millas.
3. El balance promedio de una cuenta de cheques en el First State Bank
es de $150.

4
4. Se afirma que al menos el 60% de las compras realizadas en cierta
tienda por departamentos son artículos de especiales.
5. Se afirma que mas del 20% de los graduados de cierta Universidad
trabajaran para el gobierno.
6. Una Empresa considera que el 5% o menos de sus clientes hacen un
reclamo.
 ERROR TIPO 1 Y ERROR TIPO 2
A base de la información de una muestra nosotros
0011 0010 1010 1101 0001 0100 1011

podemos cometer dos tipos de errores en nuestra

decisión.

2
1. Podemos rechazar un H0 que es cierto.
2. Podemos aceptar un H0 que es falso.
1
4
• Error Tipo 1: Cuando rechazamos una Hipótesis
Nula que es cierta cometemos el error tipo 1.
• Error Tipo 2: Cuando aceptamos una Hipótesis
Nula que es falsa cometemos el error tipo 2.
 ERROR TIPO 1 Y ERROR TIPO 2
Estados posibles

Decisión posible H0 cierta H0 falsa

Aceptación correcta Error tipo II
Probabilidad=(1-α) Probabilidad= β
Aceptación de H0
Error tipo I Rechazo correcto
Rechazo de H0 Probabilidad= α Probabilidad=(1-β)

0011 0010 1010 1101 0001 0100 1011

1
2
4
 Nivel de significancia y
Estadístico de prueba
0011 0010 1010 1101 0001 0100 1011

• La probabilidad más alta de rechazar H0, cuando H0 es

cierto, Error Tipo 1, sele conoce como Nivel de
Significancia, representado por α

1
2
• β es la probabilidad de cometer el Error tipo 2, el cual no
es posible calcular si no se tiene una hipótesis alternativa
específica, es decir, un valor particular del parámetro bajo

4
prueba en lugar de un rango de valores.
• Estadístico de Prueba: Valor determinado a partir de la
información de una muestra, que se utiliza para determinar
si se rechaza o no la hipótesis nula. Existen muchos
estadísticos de prueba, entre los más usados son z, t, x2 y
F.
 Ejercicios

0011 0010 1010 1101 0001 0100 1011

1
2
4
 Región Crítica o de Rechazo:
0011 0010 1010 1101 0001 0100 1011
• Usando un valor pre asignado de α se construye una
región de rechazo o región crítica, la cual puede estar en
una de las colas de la distribución o en ambas. Dependerá

2
de la Hipótesis Ha.

Región Crítica
Se rechaza Ho
Región de aceptación
Se acepta H0 1
Región Crítica
Se rechaza Ho

4
m  50 m = 50 m  50

48.5 50 51.5
Valores Críticos

• Una región crítica o de rechazo es la parte de la curva que

esta delimitada por valores críticos, para concluir el
rechazo o aceptación de la H0.
 Ejemplos Para H1: m > valor aceptado, la región de rechazo está dada por:

0011 0010 1010 1101 0001 0100 1011 

(cola derecha, z ó t)

Para H1 : m < valor aceptado, la región de rechazo está dada por:

1
2

(cola izquierda, z ó t)

4
Para H1 : m  valor aceptado, la región de rechazo es de dos colas y está
dada por:

/2 /2 (2-colas, z ó t)

 Criterios de decisión
0011 0010 1010 1101 0001 0100 1011

1
2
4
 Criterios de decisión
0011 0010 1010 1101 0001 0100 1011

1
2
4
 Criterios de decisión
0011 0010 1010 1101 0001 0100 1011

1
2
4
 Ejemplo. Criterios de decisión para rechazar Ho

0011 0010 1010 1101 0001 0100 1011 Ho: µ≥ 100

Ha: µ< 100

Región crítica
=5%

Región de No Rechazo, 95% 1

2
X
Z zc 5% =-1.64 5
100
0

4
 Ejemplo. Criterios de decisión para rechazar Ho

Z de prueba = -2.05
0011 0010 1010 1101 0001 0100 1011 Ho: µ≥ 100
Ha: µ< 100

Región crítica
=5%

1
2
Valor p = 2%

Región de No Rechazo, 95%

X
Z

1. Valor crítico
2. Valor p
zc 5% =-1.64 5
100
0

Reglas de rechazo de Ho según método a utilizar:

4
-Z de prueba ≤ -Zc (-2.05 ≤ -1.645)
Valor p ≤ α ( 0.02 ≤ 0.05)
 Ejemplo. Criterios de decisión para rechazar Ho

0011 0010 1010 1101 0001 0100 1011

Ho: µ≤100
Ha: µ >100

1
2
región crítica
=5%

4
Región de No rechazo
95%

X 100
Z 0 z c 5% =1.645
 Ejemplo. Criterios de decisión para rechazar Ho

0011 0010 1010 1101 0001 0100 1011

Ho: µ≤100 Z de prueba = 2.05

Ha: µ >100

1
2
región crítica
=5%

Valor p = 2%

4
Región de No rechazo
95%

X 100
Z 0 z c 5% =1.645

Reglas de rechazo de Ho según método a utilizar:

1. Valor crítico Z de prueba ≥ Zc ( 2.05 ≥ 1.645)
2. Valor p Valor p ≤ α ( 0.02 ≤ 0.05)
 Ejemplo. Criterios de decisión para rechazar Ho

Ho: µ= 100
0011 0010 1010 1101 0001 0100 1011 Ha: µ≠ 100

/2=2.5%
/2=2.5%

Región crítica
Región de No Rechazo, 95% 1
2
Región crítica

X
Z zc 2.5% =-1.96
100
0

4
zc 2.5% = 1.96
 Ejemplo. Criterios de decisión para rechazar Ho

Z de prueba = -2.05 Ho: µ= 100 Z de prueba = 2.05

0011 0010 1010 1101 0001 0100 1011 Ha: µ≠ 100

/2=2.5%
/2=2.5%

1
2
Valor p /2= 2%
Valor p /2= 2%

Región crítica Región crítica

Región de No Rechazo, 95%

X
Z zc 2.5% =-1.96
100

Reglas de rechazo de Ho según método a utilizar:

1. Valor crítico

1. Valor p
0

(-2.05 ≤ -1.96) ó ( 2.05 ≥ 1.96)

4
zc 2.5% = 1.96

-Z de prueba ≤ -Zc ó Z de prueba ≥ Zc

Valor p ≤ α ( 0.04 ≤ 0.05)

 • Conclusiones Fuerte y Débil

0011 0010 1010 1101 0001 0100 1011

Como uno puede elegir los valores críticos del intervalo de aceptación, uno
controla el valor de α. Uno puede entonces controlar la probabilidad de
rechazar de manera errónea H0.

1
2
Es por eso que el rechazo de H0 siempre se considera como una
Conclusión Fuerte. (los datos aportan fuerte evidencia de que H0 es falsa)

4
La decisión de aceptar H0 se considera una Conclusión Débil, a menos que
se sepa que β es considerablemente pequeño.

Por esto en lugar de decir “se acepta H0” se prefiere decir “No se rechaza
H0”, es decir, no se ha encontrado evidencia suficiente para rechazar H0.
O sea, no quiere decir que exista gran evidencia de que H0 sea cierta sino
que no hay gran evidencia de que sea falsa.
 Procedimiento para probar
hipótesis
0011 0010 1010 1101 0001 0100 1011

1 • Establecer las Hipótesis, Nula y alternativa

• Seleccionar el nivel de significancia o

1
2
2 riesgo
• Con los datos de la muestra, calcular el
3 estadístico de prueba

4
• Establecer zona de rechazo y regla de
4 rechazo
• Toma de decisión o conclusión de la
5 prueba
 Pruebas de hipótesis para una µ
(con σ conocida)
0011 0010 1010 1101 0001 0100 1011

1
2
4
 Pruebas de hipótesis para una µ
(con σ conocida)
0011 0010 1010 1101 0001 0100 1011

1
2
4
 Pruebas de hipótesis para una
µ (con σ desconocida)
0011 0010 1010 1101 0001 0100 1011

1
2
4
 Pruebas de hipótesis para una
µ (con σ desconocida)
0011 0010 1010 1101 0001 0100 1011

1
2
4
 Pruebas de hipótesis para una π
0011 0010 1010 1101 0001 0100 1011

1
2
4
 Pruebas de hipótesis para una π
0011 0010 1010 1101 0001 0100 1011

1
2
4
 Pruebas de hipótesis para la diferencia de dos
µ independientes
0011 0010 1010 1101 0001 0100 1011

1
2
Ahora bien, para la diferencia de las medias muestrales

4
 Estimación de Intervalos y Pruebas de
hipótesis para la diferencia de dos µ
independientes
0011 0010 1010 1101 0001 0100 1011

1
2
4
0011 0010 1010 1101 0001 0100 1011

1
2
4
 Pruebas de hipotesis con σ12 y σ22
0011 0010 1010 1101 0001 0100 1011conocida

1
2
4
0011 0010 1010 1101 0001 0100 1011

1
2
4
 Prueba de hipótesis sobre la diferencia de dos
Medias µ1-µ2, cuando σ12 = σ22 pero desconocidas
0011 0010 1010 1101 0001 0100 1011

1
V= n1+n2-2

2
4
 Prueba de hipotesis sobre la diferencia de dos
Medias µ1-µ2, cuando σ12 ≠ σ22 y son desconocidas
0011 0010 1010 1101 0001 0100 1011

1
2
4
 Ejemplo
0011 0010 1010 1101 0001 0100 1011

1
2
4
Nota: asuma varianzas iguales
 Ejemplo
0011 0010 1010 1101 0001 0100 1011

1
2
4
Nota: asuma varianzas diferentes
 Pruebas de hipótesis para la
diferencia de dos µ1-µ2 con
muestras pareadas o relacionadas
0011 0010 1010 1101 0001 0100 1011

1
2
4
0011 0010 1010 1101 0001 0100 1011

1
2
4
 Pruebas de hipótesis para la
diferencia de dos π
0011 0010 1010 1101 0001 0100 1011

1
2
4
 Pruebas de hipótesis para la
diferencia de dos π1-π2
0011 0010 1010 1101 0001 0100 1011

1
2
4
 Pruebas de hipótesis para la
diferencia de dos π1-π2
0011 0010 1010 1101 0001 0100 1011

1
2
4
 Cálculo del error tipo II, β
0011 0010 1010 1101 0001 0100 1011

1
2
4
0011 0010 1010 1101 0001 0100 1011

1
2
4
 Cálculo del error tipo II, β
0011 0010 1010 1101 0001 0100 1011

1
2
4
0011 0010 1010 1101 0001 0100 1011

1
2
92 96.62

4
 Ejercicios

0011 0010 1010 1101 0001 0100 1011

1
2
4
 Tamaño de muestra en PH

0011 0010 1010 1101 0001 0100 1011

1
2
4
Al controlar la muestra, el usuario controla tanto la probabilidad de cometer el error tipo I
como el tipo II.
 Tamaño de muestra en PH

0011 0010 1010 1101 0001 0100 1011

1
2
4
 Tamaño de muestra en PH

0011 0010 1010 1101 0001 0100 1011

1
2
4