PRUEBA DE HIPÓTESIS II

(para comparar dos parámetros)

Machicao Bejar Nilton

Prueba de hipótesis para comparar dos Varianzas

 Cuando se trata de comparar la variabilidad, el riesgo, la

estabilidad o la dispersión, de dos poblaciones normales.

 Para esto se toma dos muestras aleatorias e independientes

de cada población, entonces alguna de las siguientes
hipótesis nos interesará probar:
Prueba de Hipótesis para Cociente
de varianzas: σ21 / σ22

Cuando se trata de comparar la variabilidad,

el riesgo, la estabilidad o la dispersión,
de dos poblaciones normales.
Para esto de toman dos muestras
Aleatorias e independientes
de cada población
HIPÓTESIS

 Tendremos los siguientes casos:

Hipótesis Nula H0 : 12 = 22
versus alguna de las siguientes hipótesis alternativas:
Hipótesis Alternativa H1 : 12  22
H1 : 12 < 22
H1 : 1 2 > 2 2
ESTADÍSTICO DE PRUEBA
 El estadístico de prueba para esta hipótesis es el siguiente:

2
S
F 
c
1
2
S 2
 Este estadístico de prueba tiene una distribución: ,

F( n1 1;n2 1)
Ejemplo 1
 Una de las maneras de medir el grado de satisfacción de
los empleados de una misma categoría en cuanto a la
política salarial es a través de las desviaciones típicas de
los salarios de los empleados. La fábrica A dice ser más
coherente con la política salarial, que la fábrica B. Para
verificar esta afirmación, se selecciona una muestra de
10 funcionarios no especializados de A, y 15 de B,
obteniendo las desviaciones típicas SA = 1 salario
mínimo y SB = 1.6 salarios mínimos. ¿Cuál sería su
conclusión?  = 0.05.
 Prueba de Hipótesis para la
Diferencia de Medias: µ1 - µ2

Cuando se quiere comparar las medias de

dos poblaciones normales y las muestras
Extraídas de cada población
Son independientes
HIPÓTESIS
Se tiene los siguientes casos:
Hipótesis Nula H 0 : µ1 - µ 2 = µ0
versus alguna de las siguientes hipótesis alternativas:
Hipótesis Alternativa H1 : µ1 - µ2 ≠ µ0
H 1 : µ1- µ2 < µ0
H1 : µ1 - µ2 > µ0
ESTADÍSTICO DE PRUEBA
Existen tres situaciones:

Caso1: Varianzas poblacionales son conocidas

( x1  x2 )  0
Zc 
 2
 2
1 2
n1 n2
 El estadístico de prueba tiene una distribución normal
estándar.
Caso2: Varianzas poblacionales desconocidas pero
Homogéneas (σ21=σ22)

( x1  x2 )  0
tc 
( n1  1) S  (n2  1) S  1
2
1 
2

 
1 2

n1  n2  2  n1 n2 
 El estadístico de prueba tiene una distribución:
t( n1  n2  2)
Ejemplo 2
 Un inversionista desea comparar los riegos asociados con dos
diferentes mercados A y B. El riesgo de un mercado dado se mide
en función de la variación diaria de los precios. El inversionista
piensa que el riesgo asociado con el mercado B es mayor que el
del mercado A. En este sentido se observa las variaciones de los
precios de 8 días en el mercado A y de 9 en el mercado B. Y los
siguientes resultados obtenidos son:

Mercado A Mercado B

Variación Promedio 0.2 0.4

Desv. Estándar 0.25 0.45
Si se supone que las muestras provienen de dos poblaciones normales e
independientes, ¿a un nivel de 5%, existe la suficiente evidencia que
respalda la afirmación del inversionista?
Prueba de varianzas iguales

Intervalos de confianza de Bonferroni de 95%

para desviaciones estándares

Muestra N Inferior Desv.Est. Superior

A 8 0,156403 0,25 0,572621
B 9 0,288390 0,45 0,959330

Prueba F (distribución normal)

Estadística de prueba = 0,31; valor p = 0,139
Prueba T de dos muestras e IC
Media del
Error
Muestra N Media Desv.Est. estándar
B 9 0,400 0,450 0,15
A 8 0,200 0,250 0,088

Diferencia = mu (1) - mu (2)

Estimado de la diferencia: 0,200
Límite inferior 95% de la diferencia: -0,115
Prueba T de diferencia = 0 (vs. >): Valor T = 1,11
Valor P = 0,142 GL = 15
Ambos utilizan Desv.Est. agrupada = 0,3704
Caso3: Varianzas poblacionales
2 desconocidas
1   2
2

pero No homogéneas

tC 
 x
1 
 x 2  0
 tg
2 2
S S
1
 2
n1 n2
2
S S 
2 2

 1

2

 1n n 2 
g  2 2
2
 S12
  S22

 n   n 
 1   2 
n1  1 n2  1
Ejemplo 3
 Para comparar los promedios de los tiempos en minutos
que emplean dos máquinas 1 y 2 en producir un tipo de
objeto, se registran los tiempos de 9 y 8 objetos al azar
producidos por las máquinas 1 y 2, dando los siguientes
resultados:
Máquina 1: 12 28 10 25 24 19
22 33 17
Máquina 2: 16 20 16 20 16 17
15 21
 Al nivel de significación del 5%, ¿confirman estos datos
que los tiempos promedios de las dos máquinas son
diferentes?
Prueba de varianzas iguales: M1; M2

Intervalos de confianza de Bonferroni de 95% para desviaciones

estándares

N Inferior Desv.Est. Superior

M1 9 4,75759 7,42369 15,8261
M2 8 1,45523 2,32609 5,3279

Prueba F (distribución normal)

Estadística de prueba = 10,19; valor p = 0,006
Prueba T e IC de dos muestras: M1; M2
T de dos muestras para M1 vs. M2
Media del
Error
N Media Desv.Est. estándar
M1 9 21,11 7,42 2,5
M2 8 17,63 2,33 0,82

Diferencia = mu (M1) - mu (M2)

Estimado de la diferencia: 3,49
IC de 95% para la diferencia: (-2,41; 9,39)
Prueba T de diferencia = 0 (vs. no =): Valor T = 1,34
Valor P = 0,214 GL = 9
 Prueba de Hipótesis para la
Diferencia de Medias: µ1 - µ2

Cuando se quiere comparar las medias de

dos poblaciones normales y las muestras
Extraídas de cada población
son relacionadas (apareadas)
HIPÓTESIS
Se tiene los siguientes casos:
Hipótesis Nula H0 : µ1 - µ2 = D = 0
versus alguna de las siguientes hipótesis alternativas:
Hipótesis Alternativa H1 : µ1 - µ2 = D ≠ 0
H 1 : µ1 - µ 2 = D < 0
H1 : µ1 - µ2 = D >0
ESTADÍSTICO DE PRUEBA
 Se tiene el siguiente estadístico de prueba:

d
Tc 
2
S d
n
 El estadístico de prueba se aproxima a una distribución

tn 1
Ejemplo 4
 Un grupo de 10 consumidores fue requerido a manifestar su grado
de satisfacción respecto al jabón “Kamai” en una escala de 0 a 20.
Luego, se presentó a estos consumidores un video comercial del
producto. A continuación e inmediatamente después de la
presentación del comercial, se solicitó al grupo manifestar su
grado de satisfacción por el producto. Los resultados fueron:

Antes del comercial 12 8 9 11 13 15 10 6 7 8

Después del
13 12 15 12 10 11 12 8 14 16
comercial

¿El comercial tiene algún efecto significativo sobre la

satisfacción por el producto? Use  = 0.025.
Prueba de Hipótesis para la Igualdad
de Proporciones 1 - 2=0

Cuando la variable involucrada es

Cualitativa y es de interés probar
Si las proporciones poblacionales
De Bernoulli son iguales
En este caso se toman muestras
Aleatorias independientes
Una de cada una de las poblaciones
HIPÓTESIS

Se tiene los siguientes casos:

Hipótesis Nula H0 :  1 -  2= 0
versus alguna de las siguientes hipótesis alternativas:
Hipótesis Alternativa H1 :  - 2 ≠ 0
1

H1 :  1 - 2 < 0
H1 :  1 - 2 > 0
ESTADÍSTICO DE PRUEBA
 En este caso tendremos el siguiente estadístico de
prueba:
( p1  p2 )
ZC 
p (1  p )  1  1 
 
n
 1 n2 

Donde :
p  x1  x2  n1 p1  n2 p2
n1  n2 n1  n2
 El estadístico de prueba se ajusta a una distribución normal
Ejemplo 5
 Un sociólogo cree que la proporción de hombres que pertenecen a
un grupo socioeconómico determinado (grupo A) y que ven
regularmente programas deportivos en la televisión, es diferente a
la proporción de un segundo grupo de hombres (grupo B). Al
respecto se tomó dos muestras aleatorias, que arrojaron los
siguientes resultados:

Tamaño de la Número de hombres que ven regularmente

Grupo
Muestra programas deportivos en la TV
A 200 85
B 180 90

¿Proporcionan estos datos evidencia suficiente como para

apoyar la tesis del sociólogo?
Prueba de Hipótesis para la Igualdad
de Proporciones 1 - 2= 0

Cuando la variable involucrada es

Cualitativa y es de interés probar
Si la diferencia de proporciones
poblacionales es igual a un valor particular
HIPÓTESIS

Se tiene los siguientes casos:

Hipótesis Nula H0 :  1 -  2 = 0
versus alguna de las siguientes
 hipótesis alternativas:
Hipótesis Alternativa H1 :  1 -  2 ≠ 0
H1 :  1- 2 < 0
H 1 :  1 -  2 > 0
ESTADÍSTICO DE PRUEBA
 En este caso tendremos el siguiente estadístico de prueba:

( p1  p2 )  p0
ZC 
 p1 (1  p1 ) p2 (1  p2 ) 
  
 n1 n2 

 El estadístico de prueba se ajusta a una distribución normal

Ejemplo 6
Ejemplo
El jefe de calidad afirma que la proporción de unidades
defectuosas del proveedor A es mayor que la del
proveedor B en más de 3%. Si dos muestras aleatorias
independientes de 200 unidades del producto de cada
proveedor han dado 30 y 17 unidades defectuosas
respectivamente para A y B , ¿Esta usted de acuerdo con
la afirmación del jefe de calidad? Use la probabilidad del
error tipo I del 5%.
Solución:
Planteamiento de hipótesis:H 0 :  A   B  0.03

H1 :  A   B  0.03
( PA  PB )   0
Prueba Estadística: Zc 
PA (1  PA ) PB (1  PB )

nA nB

Z  1.645 Decisión: ¿ ?
0.15  0.085  0.05
Zc   1.092
0.15(1  0.15) 0.085(1  0.085)

200 200