PRUEBA

DE
HIPOTESIS
 Prueba de hipótesis

• Prueba de hipótesis para una

media;
• Prueba de hipótesis para una
varianza y
• Prueba de hipótesis para dos
varianzas poblacionales
HIPÓTESIS
 
Es una afirmación que esta sujeta a verificación o
comprobación; que ocasionan con frecuencia motivo
para realizar una investigación.

Estas puedan ser comprobadas mediante métodos

estadísticos 
HIPÓTESIS ESTADÍSTICAS
 
Una hipótesis estadística es un enunciado o proposición respecto a uno o más
parámetros de la población.

A fin de probar una proposición, es preciso formular una hipótesis denominada nula
juntamente con otra denominada hipótesis alternativa.
 
1. Hipótesis nula (Ho)
 
Son aquellas que están referidas a algún parámetro de la población o de las
poblaciones de estudio. Estas son llamadas hipótesis científicas.
 
2. Hipótesis alternativa (Ha)
 
Junto a la hipótesis nula se debe formular la denominada hipótesis alternativa que
es la que sirve para contrastarla.
ERRORES DE TIPO I Y II. Nivel de significación

Una prueba de hipótesis se basa en la información obtenida en una

muestra aleatoria y no en toda la población, por lo tanto, existe el
riesgo de tomar decisiones erróneas. Pueden cometerse errores de
dos tipos:

Error de tipo I
Que ocurre al rechazar la hipótesis nula siendo esta verdadera.
 
Error de tipo II
 Que ocurre al no rechazar la hipótesis nula siendo esta falsa.
  ESTADO REAL
DECISIÓN H0 H0
ES VERDADERA ES FALSA
   
    
RECHAZAR H0 ERROR TIPO I  
   
   
 
 
 
 
NO RECHAZAR H0 ERROR TIPO II
 
 
 
Como se conoce el estado real de la situación, es imposible medir
exactamente los errores que se cometen.
Usando la probabilidad se podrá obtener cierta información
acerca de ello:

Error de tipo I

α  P Rechazar H 0 H 0 es verdadera
 
Error de tipo II

  P Aceptar H 0 H 0 es falsa 
El nivel de significación αproporciona una
medida de confiabilidad de la decisión de
rechazar la hipótesis nula y aceptar la
alternativa.

Los valores que suelen usarse para α

son:
0.05 y 0.01.

Si el costo de cometer el error de tipo I es alto,

se usará de preferencia el valor 0.01.
 Pruebas bilaterales y unilaterales
Cuando tenemos hipótesis alternativa de la forma:

H0 : μ  μ0 H 0 : P  P0

Ha : μ  μ0 H 0 : P  P0

Al rechazar Ho, optaremos por que el parámetro es diferente

del supuesto pudiendo ser mayor, significativamente o acaso
menor, significativamente. En tales casos el nivel de
significación  queda partido en /2 en cada lado de la
distribución del estadístico o función de prueba.
entonces una prueba bilateral o no direccionada (dos puntos críticos)

1
2 2
De otro lado, si la hipótesis se orienta a un solo lado,
entonces el nivel de significación también estará en aquel
lado y consecuentemente estas pruebas se llaman
unilaterales o direccionada (un punto crítico)

H0 : μ  μ0
1

Ha : μ  μ0
 H0 : μ  μ0

Ha : μ  μ0  1

A las regiones de valores de abscisas comprendidas en la parte

sombreada se le llama REGIÓN DE RECHAZO, y a las no
sombreadas se le llama REGIÓN DE ACEPTACIÓN.
 PROCEDIMIENTO PARA LA PRUEBA DE
CONTRASTACIÓN DE HIPÓTESIS ESTADÍSTICA

1. Plantear las hipótesis

- Hipótesis nula (Ho)
- Hipótesis alternativa (Ha)
 
2. Establecer el nivel de significación de prueba ()
 
3. Identificar o construir la función de prueba y la ley de
probabilidad que sigue dicha función de prueba.
 
4. Efectuar el reemplazo numérico en la función de prueba con
la información muestral.
 
5. Determinar las regiones de aceptación o rechazo en la
distribución de la función de prueba, según se trate de pruebas
bilaterales o unilaterales.
 
6. Tomar una decisión sobre Ho, según la siguiente regla:
a). Rechazar Ho si el valor de la función de prueba cae en la región
de rechazo.
En tal caso se concluirá que Ho se rechaza en favor de Ha con una
significación estadística.
b). No rechazar Ho si el valor de la función de prueba cae en la
región de aceptación.
En tal caso se concluirá de que la información muestral no brinda
suficientes evidencias como para sospechar de que Ho no sea
cierta.
7. Establecer la conclusión, según la hipótesis que se acepte.
 PRUEBA DE HIPÓTESIS
REFERIDA A LA MEDIA POBLACIONAL
Esta prueba se aplica aún a poblaciones que no se alejan demasiado
de las características de una población normal.
 
Las hipótesis referentes a este parámetro pueden ser:

Ho: µ = µo
Ha: µ  µo Prueba bilateral o de dos colas
 
Ho: µ = µo
Ha: µ  µo Prueba unilateral de cola a la derecha
 
Ho: µ = µo
Ha: µ  µo Prueba unilateral de cola a la izquierda
 T - DE STUDENT PARA UNA MUESTRA

Prueba si la medida de la muestra de una variable difiere

significativamente de la medida conocida de la
población.

Asi podemos saber si una determinada muestra procede de

una población cuya media verdadera se conoce.
PRUEBA HIPÓTESIS
REFERIDA A LA
MEDIA
POBLACIONAL
Dicha prueba se efectúa mediante la
siguiente función de prueba:
 
a) Si la desviación estándar poblacional no es conocida o
n<30

x - o
to =  t (n-1)
s/ n

b) Si la desviación estándar poblacional es conocida ó

n≥30

x - o
zo =  n(0,1)
/ n
El señor Martínez afirma que su programa de
entrenamiento en ventas de seguro de vida le permite a su
compañía vender más pólizas que las compañías
"promedio". El promedio mensual de ventas de todos los
agentes de la compañía es de $300. A una muestra de
agentes que han recibido el programa de entrenamiento se
le encuentra las siguientes ventas en dólares: 300, 270,
360, 390, 309, 405, 360, 420, 375, 330. Si usted fuera el
supervisor de estos agentes, adoptaría para los restantes el
programa de entrenamiento propuesto por el señor
Martínez. Emplee 5% de significación.
Solución:

Datos
μ  300 n  10 x  351.9 s  48.64

1 - α  0.95
como n  30, entonces t(n – 1, 1–) = t(9,0.95)
= 1.833

Ho: µ = 300
Ha: µ  300

 = 0.05
x  0 351.9  300
t0  t0   3.37
s 48.64
n 10
 t(9,0.95) = 1.833 RA RR
1 -  = 0,95  = 0,05

t0 = 3,37
tt = 1,833

Decisión: Como t0 pertenece a la región de rechazo entonces

rechazamos la hipótesis nula a favor de la hipótesis alternativa.
 
Conclusión: El programa de entrenamiento de ventas de seguro de
vida le permite a su compañía vender más pólizas de seguro que la
compañía promedio, por lo cual se adoptará para el resto de los
agentes el programa propuesto por el señor Martínez.
Un investigador afirma que la ingestión diaria de nutrientes (proteína) recomendada
en varones de 18-34 años moderadamente activos, tiene un promedio de 75 gr. para
contrastar tal hipótesis se tomó una muestra de 116 varones saludables obteniendo
los siguientes resultados:

   
Proteína encontrada (gr) Número de
varones
   
71 8
73 20
75 60
77 18
79 10

   
Total 116

¿Pueden estos resultados, sostener la hipótesis formulada por el

investigador?. Use el 5% de significación.
Solución:

 = 75, n = 116, x= 75.03, s =1.95  = 0.05

como n > 30, entonces Z(1 - /2) = Z(0.975) = 1.96

( Ver apéndice nº 5 )
H 0 : μ  75

H a : μ  75

 = 0.05

x  μ0 75.03  75
Z0  Z0 
1.95
 0.17
s
116
n
Z t = Z(0,975)  1.96
 RR RA RR
2 = 0,025 1 -  = 0,95 2 = 0,025

Zt =1,96
Zt = -1,96

Z0 = 0,17

6) Decisión: Como Zo  R.A  Aceptamos H 0

7) Conclusión: Se sostiene la hipótesis formulada

para el investigador.
El señor Martínez afirma que su programa de
entrenamiento en ventas de seguro de vida le permite a su
compañía vender más pólizas que las compañías
"promedio". El promedio mensual de ventas de todos los
agentes de la compañía es de $300. A una muestra de
agentes que han recibido el programa de entrenamiento se
le encuentra las siguientes ventas en dólares: 300, 270,
360, 390, 309, 405, 360, 420, 375, 330. Si usted fuera el
supervisor de estos agentes, adoptaría para los restantes el
programa de entrenamiento propuesto por el señor
Martínez. Emplee 5% de significación. |
Vemos que S = 48.643 RR
RA
T0 =3.374, T (9, 0.95) = 1.833
t 1 -  = 0,95
 = 0,05

Sig. (bilateral) = 0.008 menor que 0.05

tt = 1,833 t = 3,37