PRUEBA DE HIPÓTESIS

Profesor Vidal García

 INTRODUCCIÓN

En el tema anterior se estudió un tipo de inferencia estadística, la estimación. El otro

tipo, la prueba de hipótesis, es el tema de estudio de esta clase. Como ocurre con la
estimación, el propósito de la prueba de hipótesis es ayudar al médico, ingeniero,
investigador o administrador a tomar una decisión acerca de una población mediante el
examen de una muestra de ella. La estimación y la prueba de hipótesis no son tan
distintas como se podría suponer. Como se explica más adelante, es posible utilizar
intervalos de confianza para llegar a las mismas conclusiones que se alcanzan al utilizar
los procedimientos de prueba de hipótesis que se estudiarán en esta clase.
 DEFINICIÓN

Una hipótesis se define simplemente como una proposición acerca de una o

más poblaciones.

Tipos de hipótesis.
Los investigadores se interesan en dos tipos de hipótesis: de investigación y
estadísticas.

DEFINICIÓN

La hipótesis de investigación es la conjetura o suposición que motiva la

investigación.
La hipótesis de investigación conducen directamente a las hipótesis
estadísticas.

DEFINICIÓN

La hipótesis estadísticas se establecen de tal forma que pueden ser evaluadas

por medio de técnicas estadísticas adecuadas.
 Pasos para la prueba de hipótesis nula.

Por conveniencia, la prueba de hipótesis se presenta como un procedimiento de diez

pasos. Nada hay de mágico o sagrado acerca de este formato particular; simplemente
divide el proceso en una secuencia lógica de acciones y decisiones.

1. Datos. Es necesario comprender la naturaleza de los datos que forman la base de los
procedimientos de prueba, ya que esto determina la prueba particular que se ha de
utilizar. Se debe determinar, por ejemplo, si los datos constan de conteos o medidas.

2. Supuestos (restricciones). Como se estudió en la estimación, diferentes suposiciones

conducen a modificar los intervalos de confianza. Lo mismo ocurre en la prueba de
hipótesis: un procedimiento general se modifica según las suposiciones. De hecho, las
mismas suposiciones que son importantes en la estimación, también lo son para la
prueba de hipótesis. Se ha visto que éstas incluyen, entre otras, suposiciones respecto
a la normalidad de la distribución de la población, igualdad de variancias e
independencia de las muestras.
  Hipótesis. En la prueba de hipótesis se trabaja con dos hipótesis estadísticas que deben
3.
anunciarse explícitamente. La primera es la hipótesis que debe probarse, mejor conocida
como hipótesis nula, y que se designa por el símbolo . La hipótesis nula a veces se conoce
como hipótesis de no diferencia, ya que es una proposición de conformidad. Con (o sin
diferencia respecto a) condiciones que se suponen ciertas en la población de interés. En
general, la hipótesis nula se establece con el propósito expreso de ser rechazada. En
consecuencia, el complemento de la conclusión que el investigador desea alcanzar se
convierte en el enunciado de la hipótesis nula. En el proceso de prueba, la hipótesis nula
se rechaza o no se rechaza. Si la hipótesis nula no se rechaza, se dirá que los datos sobre
los cuales se basa la prueba, no proporcionan evidencia suficiente que cause el rechazo. Si
el procedimiento de prueba conduce al rechazo, se concluye que los datos disponibles no
son compatibles con la hipótesis nula, pero sirven como apoyo a algunas otras hipótesis.
La hipótesis alternativa, identificada mediante el símbolo , es una proposición que se
creerá cierta si los datos de la muestra llevan al rechazo de la hipótesis nula. Por lo
general, la hipótesis alternativa y la hipótesis de investigación son la misma, y de hecho,
se utilizan en los dos términos indistintamente.
 Reglas para establecer la hipótesis estadística.

 Cuando las hipótesis son del tipo considerado en este estudio, el indicador de igualdad debe aparecer
en la hipótesis nula. Por ejemplo, suponga que se requiere responder a la pregunta: ¿Se puede
concluir que la media de una población es diferente de ? La hipótesis nula es:

Y la hipótesis alternativa es:

Suponga
  que se desea saber si puede concluirse que la media de la población es mayor que . Se tiene
la hipótesis:

En resumen, es posible establecer las siguientes reglas empíricas para decidir qué proposición se
utiliza como hipótesis nula y cuál como hipótesis alternativa.

 (a) La conclusión a la que se desea o espera llegar como resultado de la prueba

generalmente se usa como hipótesis alternativa.
(b) La hipótesis nula debe contener una proposición de igualdad, ya sea .
(c) La hipótesis nula es la que debe ser comprobada.
(d) La hipótesis nula y alternativa son complementarias. Es decir, las dos contemplan de
manera exhaustiva todos los valores posibles que los parámetros de suposición
pueden asumir.
Precaución. Debe señalarse que, en general, ni la prueba de hipótesis ni la inferencia
estadística conducen a la prueba de una hipótesis, sino que simplemente indican si esta es
apoyada o no por los datos disponibles. Por lo tanto, cuando no es posible rechazar una
hipótesis nula, no se dice que es verdadera, sino que probablemente es verdadera.
Cuando se habla de aceptar una hipótesis nula, se tiene presente esta limitación y no se
desea comunicar la idea de que la aceptación implica la demostración.
4. Estadística de prueba. La estadística de prueba es alguna estadística que se puede
calcular a partir de los datos de la muestra. Como regla, existen muchos valores posibles
que puede asumir la estadística de prueba, y el valor particular observado depende de la
muestra particular extraída. Como se verá mas adelante, la estadística de prueba sirve
como un productor de decisiones, ya que la decisión de rechazar o no la hipótesis nula
depende de la magnitud de la estadística de prueba. Un ejemplo de estadística de prueba
es la cantidad

 Donde es un valor supuesto de la media de una población. Esta estadística de prueba está
relacionada con la estadística

que ya nos es familiar.

Fórmula general para la estadística de prueba. La siguiente es la fórmula general para una
estadística de prueba que se aplica en muchas de las pruebas de hipótesis que se estudian
en este curso:

  Estadística de prueba =

 En la ecuación es la estadística relevante, es el parámetro supuesto, y

el error estándar de .
5. Distribución de la estadística de prueba. Se ha señalado que la clave para la inferencia
estadística es la distribución muestral. Es necesario recordar esto en los casos en que sea
necesario especificar la distribución de probabilidad de la estadística de prueba. Por
ejemplo, la distribución de la estadística de prueba

sigue una distribución normal estándar si la hipótesis nula es verdadera y si satisface las
suposiciones.
6. Regla de decisión. Todos los valores posibles que la estadística de prueba puede asumir
son puntos sobre el eje horizontal de la gráfica de la distribución para la estadística y se
dividen en dos grupos: uno de ellos constituye lo que se conoce como región de rechazo y
el otro forma la región de no rechazo. Los valores de la estadística de prueba que forman la
región de rechazo son aquellos que tienen la menor probabilidad de ocurrir, mientras que
los que forman la región de no rechazo tienen la mayor probabilidad de ocurrir, si la
hipótesis nula es verdadera para ambas regiones. La regla de decisión señala que se debe
rechazar la hipótesis nula si el valor de la estadística de prueba que se calcula a partir de la
muestra es uno de los valores de la región de rechazo, y que no se debe rechazar la
hipótesis nula si el valor calculado de la estadística de prueba es uno de los valores de la
región de no rechazo.

 
Nivel de significación. La decisión en cuanto a qué valores van a la región de rechazo y
cuáles van hacia la región de no rechazo se toma con base en el nivel de significación
deseado, designado por . El término nivel de significación refleja el hecho de que algunas
veces la prueba de hipótesis recibe el nombre de «prueba de significación», y un valor
calculado para la estadística de prueba que cae en la región de rechazo se dice que es
significativo. El nivel de significación , designa el área bajo la curva de la distribución de la
estadística de prueba que está por encima de los valores, sobre el eje horizontal, que
constituyen la región de rechazo.
 DEFINICIÓN
  nivel de significación es una probabilidad y, de hecho, es la probabilidad de rechazar una
El
hipótesis nula verdadera.

 
Dado que rechazar una hipótesis nula verdadera sería un error, parece razonable que se
deba hacer pequeña a la probabilidad de cometerlo y, de hecho, esto es lo que se hace. Se
elige un valor pequeño de para hacer que la probabilidad de rechazo para una hipótesis
nula sea pequeña. Los valores que se encuentran con más frecuencia son .
 
Tipos de errores. El error que se comete cuando se rechaza una hipótesis nula verdadera
se conoce como error tipo I. El error del tipo II se comete cuando no se rechaza una
hipótesis nula falsa. La probabilidad de cometer un error del tipo II se designa con .
Siempre que se rechaza una hipótesis nula se tiene el riesgo de cometer un error del
tipo I, al rechazar una hipótesis nula verdadera. Siempre que no se rechaza una hipótesis
nula, existe el riesgo de no rechazar una hipótesis nula falsa. En general, aunque se de un
valor pequeño a no se ejerce control sobre , aunque se sabe que en la mayoría de las
situaciones prácticas es mayor que .
Nunca se sabe si se ha cometido o no uno de estos errores cuando se rechaza o no se
rechaza una hipótesis nula, ya que se desconoce el verdadero estado de las cosas. Si el
procedimiento de prueba conduce al rechazo de la hipótesis nula, puede ser un consuelo
el hecho de que al dar un valor pequeño a la probabilidad de cometer un error del tipo I
también es pequeña. Si no se rechaza la hipótesis nula, no se conoce el riesgo concurrente
de cometer un error del tipo II, ya que por lo común se desconoce , pero como se ha
señalado, en la mayoría de situaciones prácticas, se sabe que es mayor que .

Condiciones en las
que es posible
cometer un error
del tipo I o un error
del tipo II.
  Cálculo de la estadística de prueba. A partir de los datos contenidos en la muestra, se
7.
calcula un valor de la estadística de prueba y se compara contra las regiones de no rechazo
y rechazo que ya fueron especificadas.

8. Decisión estadística. La decisión estadística consiste en el rechazo o no rechazo de la

hipótesis nula. Se rechaza si el valor calculado de la estadística de prueba cae en la región
de rechazo, y no se rechaza si el valor calculado de la estadística de prueba cae en la
región de no rechazo.

9. Conclusión. Si se rechaza, se concluye que es verdadera. Si no se rechaza, se concluye

que puede ser verdadera.

10. Valor de . El valor de es una cantidad que indica qué tan insólitos son los resultados de
la muestra, considerando que la hipótesis nula sea verdadera. Un valor de indica que no es
muy probable que los resultados de la muestra hayan ocurrido; ofrece la justificación para
dudar de la certeza de la hipótesis nula, si esta es verdadera.
Es importante aclarar que cuando la hipótesis nula no es rechazada, tampoco se puede
decir que se acepta. Se debe decir que la hipótesis nula «no se rechaza». Se evita el uso de
la palabra «aceptar» en este caso porque pudiera haberse cometido el error de tipo II.
Dado que, frecuentemente, la probabilidad de cometer un error de tipo II puede ser
realmente alta, no se pretende cometerlo al aceptar la hipótesis nula.
 PRUEBA DE HIPÓTESIS PARA LA MEDIA
DE UNA SOLA POBLACIÓN.
Evaluar los datos
Formular la regla
de decisión
Revisar las
suposiciones
Calcular la
estadística de
Formular la prueba
hipótesis

Seleccionar la   Formular la  
No
estadística de decisión Rechazar
rechazar
estadística
prueba

Determinar la
distribución de la   Concluir que   Concluir que es
estadística de puede ser verdadera
prueba verdadera
Muestreo a partir de poblaciones con distribución normal y varianza conocidas. Como
se hizo notar en la clase anterior, nuevamente se destaca que las situaciones en las que la
variable de interés sigue una distribución normal con variancia conocida son casos poco
comunes. El siguiente ejemplo, sin embargo, sirve para ilustrar el procedimiento.

Ejemplo 1.

  grupo de investigadores está interesado en conocer la edad media de cierta población.

Un
Por decirlo así, se pregunta lo siguiente: ¿Se puede concluir que la edad media de la
población es diferente de años?

Solución.

 Con base en el conocimiento de pruebas de hipótesis, se puede contestar que es posible

concluir que la edad media de la población es diferente de , si solo se puede rechazar la
hipótesis nula que indica que la media es igual a . Mediante el uso del procedimiento de
diez pasos para la prueba de hipótesis, se pude ayudar a los investigadores a tomar una
decisión.

Veamos…
  Datos. Los datos disponibles para los investigadores son las edades de una muestra
1.
aleatoria simple de individuos, extraída de la población de interés. A partir de esta
muestra se calcula que la media es .

  Supuestos. Se supone que la muestra de valores proviene de una población cuyas

2.
edades siguen una distribución aproximadamente normal. Suponga también que la
población tiene una variancia conocida de .

  Hipótesis. La hipótesis por probar, o hipótesis nula, es la siguiente: la edad media de la

3.
población es igual a . La hipótesis alternativa indica que la edad media es diferente de . Es
importante notar que se está identificando la hipótesis alternativa con la conclusión a la
que quieren llegar los investigadores, de manera que si los datos permiten rechazar la
hipótesis nula, la conclusión de los investigadores tendrá mayor peso, dado que la
probabilidad complementaria de rechazar una hipótesis nula verdadera será pequeña. Es
necesario asegurarse de esto al asignar un valor pequeño a , que es la probabilidad de
cometer un error del tipo I. Se puede presentar la hipótesis relevante en forma abreviada
de la siguiente manera:
4. Estadística de prueba. Dado que se está probando una hipótesis acerca de la media de
una población, y que se supone que ésta sigue una distribución normal, y puesto que se
conoce la variancia, la estadística de prueba se obtiene mediante la ecuación

  Distribución de la estadística de prueba. Con base en el conocimiento acerca de las

5.
distribuciones muestrales y de la distribución normal, se sabe que la estadística de prueba
tiene una distribución normal, con una media de y una varianza de , si es verdadera.
Existen muchos valores posibles para la estadística de prueba que se puede generar en
esta situación: uno por cada muestra posible de tamaño que puede ser extraída de la
población. Dado que se extrajo una sola muestra, se tiene solo uno de esos valores
posibles en el que se apoya la decisión.
  Regla de decisión. La regla de decisión indica que se ha de rechazar si el valor
6.
calculado de la estadística de prueba cae en la región de rechazo, y no se ha de rechazar si
cae en la región de no rechazo. A continuación es necesario especificar las regiones de
rechazo y no rechazo. Se puede empezar por preguntar cuál debe ser la magnitud de los
valores de la estadística de prueba para rechazar a . Si la hipótesis nula es falsa, esto
puede ser porque la media real es menor que o mayor que . Por lo tanto, los valores de la
estadística de prueba suficientemente pequeños o suficientemente grandes causarán el
rechazo de la hipótesis nula. Estos valores extremos constituyen la región de rechazo.
¿Qué tan extremo debe ser un valor posible de la estadística de prueba para ser clasificado
dentro de la región de rechazo? La respuesta depende del nivel de significación elegido, es
decir, del tamaño de la probabilidad de cometer un error del tipo I. Suponga que se quiere
que la probabilidad de rechazar una hipótesis nula verdadera sea . Dado que la región de
rechazo está formada por dos partes, los valores suficientemente pequeños y los
suficientemente grandes de la estadística de prueba , una parte de está asociada con los
valores grandes y la otra parte con los valores pequeños. Parece lógico que se pueda
dividir a en partes iguales, que esté asociada con los valores pequeños y que la otra
(mitad de) se asocie con los valores grandes.
 
Valor crítico de la estadística de prueba.
¿Qué valor de la estadística es tan grande que, cuando la hipótesis nula es verdadera, la
probabilidad de obtener un valor igual o mayor es de ?
En otras palabras, ¿cuál es el valor de a la derecha del cual está del área bajo la
distribución normal estándar? Para el presente ejemplo, buscamos en la tabla-z los valores
adecuados, que serán ; entonces es el valor de la estadística de prueba tan pequeño que,
cuando la hipótesis nula es verdadera, la probabilidad de obtener un valor así de pequeño
o menor es .
  regla de decisión indica que se calcule un valor para la estadística de prueba a partir de
La
los datos de la muestra y que se rechace si se obtiene un valor mayor o igual que o menor
o igual que y que no se rechace si se obtiene cualquier otro valor. El valor de y, en
consecuencia, la regla de decisión deben ser establecidos antes de reunir los datos. Esto
evita que los resultados de la muestra influyan en la decisión que se va a tomar acerca de
Esta condición de objetividad es muy importante y debe conservarse en todas las pruebas.

7. Cálculo de la estadística de prueba. A partir de la muestra se calcula

  Decisión estadística. Con base en la regla de decisión, se puede rechazar la hipótesis

8.
nula porque está en la región de rechazo. Se puede decir que el valor calculado de la
prueba estadística tiene un nivel de significación de .
  Conclusión. Se concluye que no es igual que y que las acciones del administrador o
9.
médico o ingeniero deberán estar de acuerdo con esta conclusión.

  Valor de . En el presente caso, el valor calculado de la estadística de prueba iría junto

10.
con la proposición , (iría porque algunos investigadores asocian su respuesta con este
valor de ). Dicha proposición significa que la probabilidad de obtener un valor tan extremo
como en cualquier dirección, cuando la hipótesis nula es verdadera, es de . La
probabilidad de que ocurra esto, cuando es verdadera, es igual a la suma de las dos
probabilidades individuales, y en consecuencia en este ejemplo, se dice que . La cantidad
se conoce como el valor para la prueba.

DEFINICIÓN

 El valor para la prueba de una hipótesis es la probabilidad de obtener, cuando es

verdadera, un valor de la estadística de prueba tan extremo o más (en la dirección
adecuada para ), que el valor calculado en realidad.
 
Prueba de por medio de un intervalo de confianza. A continuación se muestra cómo se
hubiera podido llegar a la misma conclusión del ejemplo 1, mediante el uso de un intervalo
de confianza de . El intervalo de confianza de para es

 
Dado que este intervalo no incluye a , se dice que no es un candidato para la media que se
está estimando, y por lo tanto, no es igual a y se rechaza a . Esta es la misma conclusión a
la que se llegó mediante el procedimiento de prueba de hipótesis.
Si el parámetro supuesto, , se hubiera incluido en el intervalo de confianza de , se habría
dicho que no se rechaza en el nivel de de significación. En general, cuando se prueba una
hipótesis nula por medio de un intervalo de confianza bilateral, se rechaza a en el nivel de
significación si el parámetro supuesto no está contenido dentro del intervalo de confianza de
por ciento. Si el parámetro supuesto está contenido dentro de dicho intervalo, no es posible
rechazar en el nivel de significación.
Prueba de hipótesis unilateral. El intervalo de hipótesis ilustrado en el ejemplo 1 es un
ejemplo de prueba bilateral, llamada así porque la región de rechazo se divide entre los
dos lados o colas de la distribución de la estadística de prueba. Una prueba de hipótesis
puede ser unilateral, en cuyo caso toda la región de rechazo está en una u otra cola de
distribución. El que se utilice una prueba unilateral o bilateral depende de la naturaleza de
la cuestión planteada por el investigador.

Si tanto los valores pequeños como los grandes causan el rechazo de una hipótesis nula, lo
indicado es utilizar una prueba bilateral. Cuando únicamente los valores suficientemente
«pequeños» o suficientemente «grandes» causan el rechazo de la hipótesis nula, lo
indicado es utilizar una prueba unilateral.
 Ejemplo 2.

 
Con base en el ejemplo 1, en lugar de preguntarse la posibilidad de concluir que , suponga
que los investigadores se hubieran preguntado: ¿Es posible concluir que ? La respuesta a
esta pregunta es que puede llegarse a esta conclusión si es posible rechazar la hipótesis
nula .
Solución.

Mediante el uso del procedimiento de diez pasos y con base en una prueba unilateral se
llega a una decisión.
1. Datos. Ver el ejemplo anterior.

2. Suposiciones. Ver el ejemplo anterior.

3. Hipótesis.

  desigualdad en la hipótesis nula implica que ésta comprende un número infinito de

La
hipótesis. La prueba se hace solo para el punto de igualdad, porque puede demostrarse
que si se rechaza cuando la prueba se hace en el punto de igualdad, esta sería rechazada
si la prueba se hiciera para cualquier otro valor de indicado en la hipótesis nula.
 4. Estadística de prueba.

5. Distribución de la estadística de prueba. Ver el ejemplo anterior.

  Regla de decisión. Sea nuevamente . Para determinar dónde ubicar la región de
6.
rechazo, es necesario preguntar respecto a la magnitud de los valores que causarían el
rechazo de la hipótesis nula. Si se observa la hipótesis, se ve que los valores
suficientemente pequeños causarían el rechazo y que los valores grandes tenderían a
reforzar la hipótesis nula. Es de desear que la región esté donde están los valores
pequeños, es decir, en la cola inferior de la distribución. Esta vez, dado que se tiene una
prueba unilateral, toda irá en la única cola de la distribución. Al consultar la tabla-z, se
encuentra que el valor de z a la izquierda del cuál está del área bajo la curva normal
estándar es . Finalmente, se especifican las regiones de rechazo y se muestran a
continuación
7. Cálculo de la estadística de prueba. A partir de los datos, se calcula que

 8. Decisión estadística. Se puede rechazar la hipótesis nula debido a que .

  Conclusión. Se concluye que la media de la población es menor a y se deberá actuar

9.
en consecuencia.

  El valor de . El valor de para esta prueba es de , porque , cuando es verdadera, es

10.
de , valor que se presenta en la tabla-z cuando se determina la magnitud del área a la
izquierda de bajo la curva normal estándar.
 
Muestreo a partir de una población con distribución normal y varianza desconocidas.
Como ya se ha señalado, en general, se desconoce la varianza de la población en
situaciones reales que tienen que ver con la inferencia estadística en torno a la media de
una población. Cuando el muestreo se realiza a partir de una población que sigue una
distribución normal con una varianza desconocida la estadística de prueba es

  cual, cuando es verdadera, sigue una distribución de Student con grados de libertad. El
la
siguiente ejemplo ilustra el procedimiento de prueba de hipótesis cuando se supone que
la población sigue una distribución normal y se desconoce la variancia. Esta situación es
muy común en la vida real.
 Ejemplo 3.

 Los investigadores Castillo y Lillioja describieron una técnica, desarrollada por ellos,
para la canulación linfática periférica en seres humanos. Los autores afirman que su
técnica simplifica el procedimiento y permite la recolección de volúmenes convenientes
de linfa para estudios metabólicos y cinéticos. Los individuos estudiados fueron adultos
varones sanos representativos de un rango amplio de pesos corporales . Una de las
variables de medición fue el índice de masa corporal . Los resultados se muestran en la
tabla siguiente. Se pretende saber si es posible concluir que la media del IMC para la
población de la que se extrajo la muestra no es .

TABLA. Índice de
masa corporal (IMC),
mediciones para los
individuos varones
descritos en el
presente ejemplo.
 Solución.

 Se logrará concluir que la media de la población no es si los investigadores pueden

rechazar la hipótesis nula que dice que la media de la población es igual a .

  Datos. Los datos consisten en las mediciones del IMC de los individuos, tal como se
1.
describió previamente.

  Supuestos. Los individuos constituyen una muestra aleatoria de una población de

2.
individuos con las mismas características.

3. Hipótesis.

4. Estadística de prueba. Dado que se desconoce la variancia de la población, la

estadística de prueba se obtiene mediante la ecuación
  Distribución de la estadística de prueba. La estadística de prueba sigue una
5.
distribución de Student, con grados de libertad, si es verdadera.

  Regla de decisión. Sea . Dado que se tiene una prueba bilateral, se pone en cada
6.
cola de la distribución de la estadística de prueba. Los valores de a la derecha e
izquierda de los cuales está del área son y . Estos aparecen en la tabla t-Student. Las
regiones de rechazo y de no rechazo se muestran en la siguiente figura.

−2.1604
   2.1604

 La regla de decisión indica que es necesario calcular un valor para la estadística de prueba y que se
debe rechazar si el valor de calculado es mayor o igual que o menor o igual que .
  Cálculo de la estadística de prueba. A partir de los datos de la muestra se calcula una
7.
media igual a y una desviación estándar de . Al sustituir estos datos en la ecuación

se tiene…

 8. Decisión estadística. No se rechaza ya que cae en la región de no rechazo.

  Conclusión. La conclusión, con base en estos datos, es que la media de la población

9.
de la cual se extrajo la muestra puede ser .
  El valor de . El valor exacto de para esta prueba no se puede obtener de la tabla t-
10.
Student debido a que solo presenta valores de para percentiles seleccionados. Sin
embargo, el valor de puede enunciarse como un intervalo.

 
Cálculo el valor
de para el
presente
ejemplo.

 La tabla t-Student revela que . El valor de , entonces, es de . Lo que se observa en la

figura anterior.
Si en el ejemplo anterior la hipótesis hubiera sido

el procedimiento de prueba hubiera conducido a una prueba unilateral con toda la

región de rechazo en la cola inferior de la distribución, y si la hipótesis hubiera sido

se habría tenido una prueba unilateral con toda la región de rechazo en la cola superior
de la distribución.
 
Muestreo a partir de una población que no presenta una distribución normal. Si, como
ocurre con frecuencia, la muestra en la cual se basa la prueba de la hipótesis acerca de la
media de una población proviene de una población que no presenta una distribución
normal, y si la muestra es grande (mayor o igual que ), es posible utilizar el teorema del
límite central y usar como la estadística de prueba. Si no se conoce la desviación estándar
de la población, la práctica común es utilizar la desviación estándar de la muestra como
una estimación. La estadística de prueba para la prueba de la hipótesis nula entonces, es

  cual, cuando es verdadera, sigue una distribución semejante a la distribución normal

la
estándar si es grande. El razonamiento para sustituir con a es que la muestra grande,
necesaria para que el teorema del límite central sea aplicable, proporcionará una
desviación estándar de la muestra que se acerca lo suficiente a .
 Ejemplo 4.

  objetivos de un estudio de los investigadores Wilbur et al. eran descubrir los estados
Los
menopáusicos, los síntomas, la energía utilizada y la condición física aeróbica en
mujeres de edad madura, y además, determinar las relaciones entre estos factores.
Entre las variables medidas estaba el consumo máximo de oxígeno . La calificación
media de para una muestra de mujeres fue de con una desviación estándar de
(Fuente: Family and Community Health, Vol. 13:3, p.73, Aspen Publishers, Inc., ©). Se
pretende saber si, con base en estos datos, es posible concluir que la calificación media
para la población de mujeres con estas características es mayor que .

Solución.
  dice que los datos proporcionan suficiente evidencio para concluir que la media de la
Se
población es mayor que si puede rechazarse la hipótesis nula que dice que la media es
menor o igual que . Para tal fin, puede llevarse a cabo la siguiente prueba:
 1. Datos. Los datos son las puntuaciones de para las mujeres con y .

  Supuestos. Los datos constituyen una muestra aleatoria simple de una población de
2.
mujeres de edad madura con las características similares a las que se presentan en la
muestra. Se considera que la mediciones de siguen una distribución normal en tal
población.
3. Hipótesis.

  Estadística de prueba. La estadística de prueba está dada por la ecuación siguiente,

4.
dado que se desconoce.

 5. Distribución de la estadística de prueba. En virtud del teorema del límite central, la
estadística de prueba sigue, en el peor de los casos, una distribución aproximadamente
normal con si es verdadera.
  Regla de decisión. Sea . El valor crítico de la estadística de prueba es de . Las
6.
regiones de rechazo y de no rechazo se ilustran en la siguiente figura. Se rechaza si se
calcula .

7. Cálculo de la estadística de prueba.

 8. Decisión estadística. Se rechaza porque .

  Conclusión. Se concluye que el valor medio para la población muestreada es mayor

10.
que .

 11. El valor de . El valor de para esta prueba es , porque es mayor que .

 Ejemplo 5.
 
Los siguientes datos son de la circunferencia craneal (en centímetros) de niños recién
nacidos.

 Se desea probar contra .

Resuélvalo en Excel.
 Procedimientos para otras condiciones.

  se hubiera conocido la varianza de la población, el procedimiento habría sido idéntico

Si
al anterior, excepto que el valor conocido de , en lugar del valor de la muestra, se habría
utilizado como denominador de la estadística de la prueba.

Si Según lo que desearan concluir los investigadores, los datos obtenidos se podrán
utilizar para pruebas unilaterales o bilaterales, con la región de rechazo en la cola
inferior de la distribución.

 Cuando se prueba una hipótesis respecto a una sola media de una población, se puede
utilizar la figura siguiente para decidir rápidamente se la estadística de prueba es o .
(*) Se emplea un procedimiento no paramétrico.
 Aplicación 1.

 
Para cada uno de los siguientes ejercicios utilizar el procedimiento de prueba de
hipótesis de los pasos para los niveles de significación dados. Para cada ejercicio, donde
sea conveniente, explique la razón por la cual se escogió el tipo de prueba: unilateral o
bilateral.

  Los investigadores Bertino et al. condujeron un estudio para examinar los datos
1.
recolectados correspondientes a la farmacocinética de la gentamicina en tres
poblaciones mayores de 18 años: pacientes con leucemia aguda, pacientes con otros
padecimientos malignos no leucémicos y pacientes sin enfermedad maligna oculta o
fisiopatologías distinta de la insuficiencia renal que se sabe alteran la farmacocinética
de la gentamicina. Entre las estadísticas reportadas por los investigadores estaba el
valor como media inicial calculada de la depuración de creatina, con una desviación
estándar de para una muestra de pacientes con enfermedad maligna distinta de la
leucemia. Se pretende saber si es posible concluir que la media para la población de
individuos que presenta el mismo cuadro patológico es menor que . Sea .
  Uno de los estudios de los investigadores Klesges et al. tiene como propósito averiguar
2.
los factores asociados con las discrepancias entre los niveles de carboxihemoglobina y el
estado de tabaquismo autodeclarado. Una muestra de no fumadores autodeclarados
presentó un nivel medio de carboxihemoglobina de con una desviación estándar de . Se
pretende saber si es posible concluir que la media de la población es menor que . Sea .

  Los siguientes datos se refieren a los niveles de presión intraocular (en mm Hg)
3.
registrados en una muestra de individuos de edad avanzada:

  posible concluir a partir de estos datos que la media de la población de la cual se

¿es
extrajo la muestra es mayor que ? Sea . ¿Qué supuestos se deben cumplir?

  Suponga que las calificaciones para el IQ (coeficiente de inteligencia) de una población

4.
adulta sigue una distribución aproximadamente normal, con una desviación estándar de .
Una muestra aleatoria simple de adultos procedentes de esta población tiene un IQ medio
de . Con base en estos datos, ¿es ´posible concluir que el IQ medio para la población es
diferente de ? La probabilidad de cometer un error de tipo I es .
 PRUEBA DE HIPÓTESIS PARA LA DIFERENCIA ENTRE LAS MEDIAS
DE DOS POBLACIONES.

La prueba de hipótesis que involucra la diferencia entre las medias de dos poblaciones se
utiliza con más frecuencia para determinar si es razonable o no concluir que las dos son
distintas entre sí. En tales casos, se puede formular una u otra de las siguientes, hipótesis:
Muestreo a partir de poblaciones que siguen una distribución normal con varianza
conocida.
Cuando cada una de las muestras aleatorias simples e independientes son extraídas de una
población que sigue una distribución normal con varianza conocida, la estadística de
prueba para la hipótesis nula de las medias iguales de dos poblaciones es

 
Muestreo a partir de poblaciones que siguen una distribución normal con varianza
desconocida.
Tal como se dijo anteriormente, cuando las variancias poblacionales no se conocen,
existen dos posibilidades. Las variancias de dos poblaciones pueden ser iguales o pueden
ser diferentes. La estadística de prueba para es
 
Muestreo a partir de poblaciones que no presentan distribución normal.
Cuando el muestreo se realiza a partir de poblaciones que no presentan distribución
normal, es posible utilizar los resultados del teorema del límite central si el tamaño de las
muestras es grande (por ejemplo, ). Esto permite el uso de la teoría normal pues la
distribución de la diferencia entre las medias de las muestras será aproximadamente
normal. Cuando se extraen dos muestras aleatorias simples independientes de gran
magnitud de una población que no sigue una distribución normal, la estadística de prueba
para es

  cual, cuando es verdadera, sigue una distribución normal estándar. Si se conocen las
la
variancias de las poblaciones, se utilizan; pero si se desconocen, como suele ocurrir, se
usan como estimaciones las variancias de las muestras, que por necesidad se basan en
muestras grandes.
Aplicación 2.

  equipo de investigadores desea saber si los datos que han recolectado proporcionan la
Un
evidencia suficiente para indicar una diferencia entre las concentraciones medias de ácido
úrico en el suero de individuos normales e individuos con síndrome de Down. Los datos
consisten en las lecturas de ácido úrico en el suero de individuos con síndrome de Down y
individuos sanos. Las medias son y respectivamente. Con una varianza igual a para la
población con síndrome de Down, y de para la población sana. Ambas muestras aleatorias
simples han sido extraídas de una población que sigue una distribución normal.
 Aplicación 3.
  artículo publicado por Becker et al. en la revista American Journal of Health Promotion
Un
describe el desarrollo de una herramienta para medir las barreras para promover la salud
entre personas discapacitadas. Los autores afirman que los problemas de barreras
sobresalen especialmente de personas discapacitadas que las experimentan en situaciones
como: empleo, transporte, alojamiento, educación, seguros de vida, acceso
arquitectónico, programas subtitulados y actitudes de la sociedad. Los estudios sugieren
que las mediciones de las barreras pueden mejorar la comprensión de los profesionales de
salud respecto a la probabilidad de que la gente participe en varias conductas o actividades
de promoción de la salud, y probablemente sean un constructo importante en la
evaluación de conductas de salud de las personas discapacitadas. Para medir este
constructo, los investigadores desarrollaron la Escala de barreras en las actividades de
promoción de la salud en personas discapacitadas. Se obtuvieron los siguientes resultados
al aplicar la escala a una muestra de discapacitados (D) y a personas no discapacitadas
(ND):

Se pretende saber si es posible concluir, con base en estos resultados, que, en general, las
personas con discapacidad, en promedio, califican más alto en la escala de barreras.