CONCEPTOS

POBLACIÓN MUESTRA ALEATORIA

INFERENCIA
media 
̂ x Media muestral

2 2
̂ s
varianza 2
Varianza muest

proporción P p Proporción mue

P̂

PARÁMETROS: MEDIDAS ESTIMADORES: MEDIDAS

POBLACIONALES MUESTRALES
La Inferencia Estadística se preocupa principalmente
de:

 Estimar un valor Poblacional. (μ, σ2, P )

 En forma puntual.

 Mediante Intervalos de Confianza:

 Probar (cuestionar) un valor Poblacional (μ, σ2, P )

 Pruebas de Hipótesis.
Introducción a las Pruebas de
Hipótesis

Poblaciones Normales
 Objetivos del tema

 Conocer el proceso para contrastar hipótesis y su

relación con el método científico.

 Diferenciar entre hipótesis nula y alternativa

 Valor-p

 Toma de decisiones, tipos de error y cuantificación

del error.
 ¿Qué es una hipótesis?
Creo que el porcentaje
Una creencia o afirmación sobre de enfermos será el
5%
la población, principalmente
sobre sus parámetros:
 Media
 Varianza
 Proporción/Tasa

 Si queremos contrastar una

hipótesis, debe establecerse
antes del análisis.
 Identificación de hipótesis
 Hipótesis nula Ho
– La que contrastamos, AQUELLA
QUE SE CEEE QUE NO ES
VERDAD
– Los datos de la muestra, pueden
mostrar evidencia en contra.
 Hipótesis Alternativa H1
– Contrasta a H0 . AQUELLA
QUE SE CREE QUE ES VERDAD
– Los datos de la muestra
pueden mostrar evidencia a
favor

– No debería ser rechazada sin – No debería ser aceptada sin

una gran evidencia en contra. una gran evidencia a favor.

p  50% , , 
H 0 :
 p  50% , , 
 H1 :
PROCEDIMIENTO GENERAL PARA UNA PRUEBA DE HIPÓTESIS.

1-. Identificación del parámetro poblacional a probar.

2-. Formulación de las hipótesis

H0: hipótesis nula
H1: hipótesis alternativa.

3-. Fijar el nivel de significación, , al cuál se desea trabajar.

*** Estos pasos se realizan antes de tomar la muestra desde la población.

4-. Calcular el Estadístico de prueba de acuerdo al parámetro que se está

probando.

5-. Calcular el valor-p, que define la evidencia en contra de H0 que se encuentra

en la muestra.

6-. Concluir sobre aceptar o no aceptar la hipótesis nula.

 EJEMPLO

• Problema: Estudiar una carrera pedagógica ¿está

relacionado con el género?

• Solución:

– Traducir a lenguaje estadístico: p  50%

– Establecer su opuesto: p  50%
– Seleccionar la hipótesis nula: H 0 : p  50%
– Seleccionar la hipótesis alternativa:
H1 : p  50%
 EJEMPLO

• Problema: Los años de estudios de la madre ¿son

12 años?

• Solución:
– Traducir a lenguaje estadístico:   12

– Establecer su opuesto:   12

– Seleccionar la hipótesis nula:

H 0 :   12
– Seleccionar la hipótesis alternativa
H1 :   12
 TIPOS DE PRUEBAS DE HIPÓTESIS
Una Población

Prueba de hipótesis

H0 :   o
H1 :    o

H0 :   o
H1 :    o

H0 :   o
BILATERALES
H1 :    o
 Razonamiento básico
Si supongo que H0 es cierta...

Rechazar una hipótesis

¿qué hace un no prueba que es falsa
científico cuando
su teoría no
coincide con sus
predicciones?

X 8   12

... el resultado del experimento sería improbable. Sin embargo ocurrió.

POR LO TANTO EXISTE EVIDENCIA EN LA MUESTRA EN CONTRA DE H0,

NO SE PUEDE ACEPTAR QUE LOS AÑOS DE ESTUDIO SON 12 AÑOS.
 Razonamiento básico
Si supongo que H0 es cierta...
Si una hipótesis es
¿Si una teoría aceptada, no prueba
hace predicciones que es verdadera.
con éxito, queda
probado que es
• No hay evidencia contra H0
cierta?
• No se puede rechazar H0

  12
X  11
... el resultado del experimento es coherente.

Como no hay evidencia en la muestra en contra de H0, se concluye que los años
de estudio de las madres son 12 años
Tipos de error, al tomar una decisión

Realidad
Inocente Culpable

Error
Inocente OK Menos grave
veredicto

Error
Culpable Muy grave
OK
Tipos de errores, al contrastar hipótesis

Realidad
H0 cierta H0 Falsa
No Rechazo H0 Error de tipo II
Correcto
El tratamiento no tiene El tratamiento si tiene efecto pero
efecto y así se decide. no lo percibimos.

Probabilidad β

Rechazo H0 Error de tipo I Correcto

El tratamiento no tiene El tratamiento tiene efecto y el
Acepto H1 efecto pero se decide que experimento lo confirma.
sí.

Probabilidad α
 Significación: p (valor-p)
 Se define como la evidencia muestral en contra de H0.
 El valor-p, es conocido después de realizar el experimento aleatorio.
 Cuando el valor-p es mayor a  , se dice que no es significativo, no hay
evidencia en la muestra para “rechazar H0”

P  
No se rechaza
H0:  =12

P 

X  13
 Significación : p (valor-p)
 Cuando valor-p es menor que , el contraste es estadísticamente
significativo, hay evidencia en la muestra para “rechazar H0”.
 Es decir, el resultado experimental proporciona evidencia en contra de H0


 P

Se rechaza H0:  =12

Se acepta H1: >16

 P

X  16
 Conclusiones
 Las hipótesis no se plantean después de observar los datos.

 En ciencia, las hipótesis nula y alternativa no tienen el mismo papel:

 H0 : Hipótesis científicamente más simple.
 H1 : El peso de la prueba recae en ella.

  depende mucho del problema en estudio y es fijada por el investigador.

 Rechazar una hipótesis, depende del valor-p.

 Rechazar una hipótesis no prueba que sea falsa. Podemos cometer error
tipo I

 No rechazar una hipótesis no prueba que sea cierta. Podemos cometer

error tipo II

 Si decidimos rechazar una hipótesis debemos mostrar la probabilidad de

equivocarnos: 
Prueba de Hipótesis para la media μ de una Pobl. Normal

En la investigación de varias denuncias respecto del

rótulo: “Peso neto: 300 gramos” que aparece en los
frascos de una marca de mermelada, la comisión de
control del comercio y la industria, seleccionó una
muestra de 36 frascos. La muestra presentó una media
de 297 gramos y una desviación estándar de 7,5
gramos. Calcule el valor-p y responda ¿A qué
conclusión llegaría la comisión, acerca de lo registrado
en el rótulo?
 SOLUCIÓN

1-. El parámetro de interés es la media del peso de los frascos de

mermelada: μ

2-. Hipótesis: H0: μ = 300 3-. Datos: media muestral = 297

H1: μ < 300 des. estándar muestral = 7.5
tamaño de la muestra = 36

4-. Estadístico de prueba:

X  0 297  300
Z   2.4
X 7.5 / 6

5-. Valor-p = P (Z < -2.4) 0.0082

6-. Conclusión: Lo registrado en el rótulo, no es verdad.

Prueba de Hipótesis para la diferencia de medias: 1-2

Muestras Independientes

El supervisor de producción de una línea de montaje en una fábrica,

contrató recientemente un servicio de música ambiental con la
esperanza de mejorar el rendimiento de los empleados. El supervisor
se muestra escéptico y mas bien teme que la música los distraiga y
disminuya el rendimiento, para verificar sus suposiciones muestreó
la producción semanal de seis trabajadores con música y sin
música, obteniendo los resultados que se muestran a continuación.
¿Se puede asegurar que ha cambiado la producción promedio?

Empleado 1 2 3 4 5 6
Semana sin
137 140 148 147 143 140
música
Semana con
142 136 158 145 150 148
música
 SOLUCIÓN

1-. Los parámetros de interés son las producciones medias: μ1 y μ2

2-. Hipótesis: H0: μ1 - μ2 = 0 3-. Datos: X 1  142,5 s12  (4,32) 2

H1: μ1 – μ2 ≠ 0
X 2  146,5 s 22  (7,48) 2
S p2  37,3064

4-. Estadístico de prueba: X1  X 2 142,5  146,5

t   1,13
 X X (37,3064)(1 / 6  1 / 6)
1 2

5-. Valor-p = 2P (t10 > 1,13) = 2( 1- 0,85) = 0,3

6-. Conclusión: La producción promedio no ha cambiado

 TEST-t PAREADO.

El test t pareado, es un caso especial del test t, muy utilizado en las

ciencias sociales y biológicas. Este se emplea en situaciones en las
que el diseño experimental, utiliza claramente pares hermanados
como unidades experimentales para comparar dos tratamientos. Los
pares hermanados se pueden producir en tres formas diferentes.

 El sujeto u objeto sirve también como control; las mediciones de la

variable se toman antes y después de un tratamiento.

 Las unidades experimentales están naturalmente pareadas:

gemelos, animales de la misma camada, dos lados de la cavidad
bucal de un paciente, etc.

 Las unidades están artificialmente pareadas por un clínico o

investigador: parejas de pacientes pareados por su peso, altura,
edad, etc. a fin de asegurar que los efectos de los tratamientos no
sean confundidos por ningún otro factor extraño.
Prueba de Hipótesis para la diferencia de medias: a-b
Muestras Pareadas

Se hizo un estudio para determinar si los ejercicios aeróbicos reducen

el ritmo cardiaco de una persona durante el descanso, y al examinar a
seis voluntarios antes y después de seguir un programa de ese tipo
durante seis meses, sus pulsaciones, en latidos por minuto, dieron los
siguientes registros:

Voluntario 1 2 3 4 5 6
Antes 73 77 68 62 72 80
Después 68 72 64 60 71 77
A-D 5 5 4 2 1 3

d  3,33
sd  1,63
 SOLUCIÓN

1-. Los parámetros de interés son las pulsaciones promedio: μa y μb

2-. Hipótesis: H0: μa - μb = 0

H1: μa – μb ≠ 0 3-. Datos: d  3,33
2-. Hipótesis: H0: μd = 0
H1: μd ≠ 0 sd  1,63
4-. Estadístico de prueba: d 3,33
t    5,00
sd 1,63
n 6

5-. Valor-p = 2P (t5 > 5,00) = 2( 1-0,7000) = 0,6

6-. Conclusión: No hay diferencias estadísticamente significativas entre las

pulsaciones medias del antes y el después de haber aplicado un programa de
ejercicios aeróbicos.