ESTADÍSTICA Y

CONFIABILIDAD

PRUEBAS DE HIPÓTESIS

ESPECIALIZACIÓN EN GERENCIA DE
MANTENIMIENTO Y CONFIABILIDAD
 EN TODAS LAS SITUACIONES QUE
CORRESPONDEN CON INVESTIGACIÓN
CUANTITATIVA LA FORMULACIÓN DEL
PROBLEMA DE INVESTIGACIÓN SE CENTRA
EN UNA PREGUNTA DE INVESTIGACIÓN

A ESTA PREGUNTA DE INVESTIGACIÓN POR LO

GENERAL LE RESULTA A-PRIORI UNA SERIE
DE RESPUESTAS O ALTERNATIVAS DE
SOLUCIÓN, SOLUCIONES TENTATIVAS DEL
MISMO, DENOMINADAS HIPÓTESIS.
 EJEMPLO
PROBLEMA Cierto tipo de motor de automóvil emite una media de 100 mg de óxido de
INVESTIGAC nitrógeno (NOx) por segundo con 100 caballos de fuerza. Se ha propuesto una
modificación al diseño del motor para reducir las emisiones de NOx. El nuevo
diseño se producirá si se verifica que la media de su tasa de emisiones es menor
de 100 mg/s. Los fabricantes están preocupados de que los motores modificados
no puedan reducir todas las emisiones; es decir, que la media poblacional pudiera
ser 100 0 mayor. Se decidió construir y probar una muestra de 50 motores
modificados. La media muestral de emisiones de NOx, fue de 92 mg/s y la
desviación estándar muestral de 21 mg/s.

PREGUNTA ¿Es factible que esta muestra, con media de 92 mg/s pudiera provenir de una
INVEST. población cuya media es 100 o mayor?

OBJETIVO Evaluar las condiciones de distribución de la muestra de 50 motores con respecto a

GRAL las emisiones de NOx en cuanto a sus parámetros.

HIPÓTESIS La media poblacional es realmente mayor o igual que 100, y la media muestral es
menor que ésta sólo debido a la variación aleatoria de la media poblacional. Por lo
tanto, las emisiones no bajaran con el nuevo diseño y la muestra es engañosa.
 ¿Qué son las hipótesis?
• No son afirmaciones
HYPOTTHESIS= (Griego) Suposición • Verdaderas o Falsas
• Sujetas a comprobación empírica
y a verificación en la realidad
Es una respuesta a-priori a la pregunta de investigación
Es una declaración que está sujeta a verificación o
comprobación.
Explicaciones tentativas del fenómeno investigado que se
formulan como proposiciones.

Es un supuesto base para la acción.

Una hipótesis “estadística” es un supuesto acerca de

algún parámetro o medida de la población.
 PRUEBAS DE HIPÓTESIS

proceso mediante el cual se confrontan las hipótesis al tomar

como punto de apoyo los datos muestrales.

Probar Una Hipótesis No Quiere Decir Que Esta Queda

Demostrada, Sino Que No Queda Invalidada Ante La Evidencia
Que Proporcione Una Muestra.

PROPOSITO Verificar La Validez De La Hipótesis Y Tomar

Decisiones Al Respecto.
 PASOS PARA REALIZAR UNA PRUEBA DE HIPÓTESIS
1. Reconocer la población en la que el problema que se formula
sea evidente.
Población(es), Variable(s) de interés, Relación Numérica o Sentido Comparativo

2. Formular la Hipótesis en términos estadísticos.

HIPÓTESIS DE INVESTIGACIÓN → HIPÓTESIS ESTADÍSTICA

Hipótesis Nula. (H0) Hipótesis Alterna. (H1)

1. Se denomina de nula o de nulidad
porque ella afirma la ausencia de efecto
alguno atribuible a determinada acción o
tratamiento en una situación específica
2. Se formula con el fin de rechazarla
3.
  Generalmente plantea que no hay
diferencias ( sentido de =, , ) entre los
parámetros de dos poblaciones o entre
el valor de algún parámetro y su valor
hipotético
1. También se le denomina Hipótesis de
investigación
2. Representa la proposición hipotética que se
espera aceptar; por tanto, su planteamiento
debe recoger lo que parece ser más
verosímil.
3. De ella se afirma que se acepta como
verdadera cuando se invalida H0.
4. El planteamiento de la hipótesis alterna se
hace siempre en términos de desigualdad
absoluta. (  , > , < ). Bilateral – Unilateral.
 Hipótesis Nula. (H0)
5.
4. La dinámica para la verificación de una
prueba de hipótesis estadística se
centra en la hipótesis nula (Ho)
Hipótesis Alterna. (H1)
El planteamiento de una hipótesis alterna se
hace en forma excluyente (en ocasiones
complementaria respecto a los valores que
pueda asumir la variable) a la hipótesis nula

El procedimiento de una prueba de hipótesis se desarrolla con el

propósito de invalidar o rechazar lo que se anuncia mediante la
hipótesis nula, la cual se supondrá verdadera hasta que se logre
probar lo contrario, razón por la que el proceso de prueba de
hipótesis se centra en decidir sobre la hipótesis nula en términos de:
No invalidar (Aceptar) la hipótesis nula, Invalidar (Rechazar) la
hipótesis nula o reservar la decisión.
La hipótesis nula se establece de tal manera que el error que se
comete al invalidarla (rechazarla) cuando no debe ser invalidada, sea
más grave que el que se comete cuando no se rechaza debiendo ser
aceptada.
 DECISIONES EN UN PROCESO DE PRUEBAS DE HIPÓTESIS.
DIFERENTES TIPOS DE ERROR.
La hipótesis nula se establece de tal manera que el error que se comete al
invalidarla cuando no debe ser invalidada, sea más grave que el que se comete
cuando no se invalida debiendo ser invalidada.

OPCIONES DE HO Ho Ho
VERDADERA FALSA
DECISIÓN
Decisión Correcta Error tipo II
No Rechazar H0
1 - 
Error tipo I Decisión Correcta
Rechazar H0  1-

: Representa la probabilidad condicional de rechazar Ho si Ho es verdadera.

: Representa la probabilidad condicional de no rechazar Ho si Ho es falsa.
1-: Representa la probabilidad condicional de no rechazar Ho si Ho es verdadera.
1-: Representa la probabilidad condicional de rechazar Ho si Ho es falsa.
Nivel de Significación. “”
Máxima Probabilidad Que Se Especifica Libremente Con El Fin De Hacer Mínimo El
Cometer Un Error I.

Los Niveles Más Usados Son: 1%, 5%,10%.

Si Al Nivel Del 5% Se Invalida La Hipótesis Nula, Se Afirma Que La Respuesta De La

Prueba Es Significativa

Si Al Nivel Del 1% Se Invalida La Hipótesis Nula, Se Afirma Que La Respuesta De La

Prueba Es Altamente Significativa

El valor del nivel de significación corresponde con un área bajo la curva, denominada
región crítica o zona de invalidación de la hipótesis nula. Esta región está relacionada
con la formulación Bilateral o Unilateral de la hipótesis.

Una vez determinada la región de rechazo, se define la región de no rechazo o

aceptación de la hipótesis nula.
 VALOR P DE UNA PRUEBA.
A veces conocido simplemente como la p, valor p, o bien directamente en
inglés p-value, está definido como la probabilidad de obtener un resultado
al menos tan extremo como el que realmente se ha obtenido, suponiendo
que la hipótesis nula es cierta. Es fundamental tener en cuenta que el valor
p está basado en la asunción de la hipótesis de partida (o hipótesis nula).

Si P resulta menor que el nivel de significación propuesto para la prueba, se

estará en presencia de resultados estadísticamente significativos; por lo
tanto se rechaza H0 y así, los resultados confirman la existencia de la
asociación estudiada.

Si el valor de P resulta mayor que el nivel de significación, los resultados

no son estadísticamente significativos; por lo tanto No se rechaza la H0 En
este caso se llega a la conclusión que la diferencia observada bien pudiera
haberse obtenido por simple azar.
Formular la Hipótesis en términos estadísticos.
Hipótesis Nula. (H0)
Hipótesis Alterna. (H1)
   Test para contrastar si las observaciones se pueden ajustar
mediante una distribución exponencial

 Test para contrastar posibles diferencias entre grupos muestrales

 test para determinar la validez de un modelo de regresión

Si el test resulta significativo, se tendrá que al menos una de las variables explicativas del modelo afecta
al valor de la variable dependiente
Ejemplo . Caso Poisson
Se está investigando la seguridad de un tramo de la carretera Bucaramanga - Pamplona.
Según registros de la policía vial, en las últimas 104 semanas (2 años) el número de
accidentes por semana es como se registra en la base de datos:
Hoja de cálculo
V1: Número de accidentes por semana de Microsoft Excel

Se pretende determinar si la información que produce la muestra conduce a la conclusión

que el Número de accidentes por semana sigue una distribución de Poisson. Utilice un nivel
de significación del 5%.

Ejemplo . Caso Normal

En el archivo Excel los datos en la columna1 representan el tiempo de funcionamiento de
una máquina (hr) hasta la presencia de un evento, que por lo general se puede interpretar
como un fallo.  Con esta información, se requiere determinar si la información que produce
la muestra conduce a la conclusión que el el tiempo de funcionamiento hasta la presencia
un fallo sigue una distribución Normal. Utilice un nivel de significación del 5%.

Hoja de cálculo
de Microsoft Excel
Presentación realizada por Edwin Dugarte Peña – Profesor
Asociado. UPB Seccional Bucaramanga, Febrero de 2017