Prueba de hipótesis

Un gimnasio recién inaugurado en Escuintla, invita a su

afiliación, argumentando una reducción de peso, al menos
4.6 kilos. Una muestra aleatoria de 34 personas, revela
que el promedio de reducción de peso es de 4.1 kilos, con
desviación típica de 1.8 kilos. A un nivel del 1% de
significancia, ¿se puede creer lo tan anunciado por el
gimnasio?
 

S=1.8 kilos
¿Qué es una hipótesis estadística?
Una hipótesis estadística es una suposición o
afirmación sobre alguna característica de una población.

En estadística se trabaja frecuentemente con dos tipos de

hipótesis: hipótesis nula e hipótesis alternativa.

 La hipótesis nula, representado por es
decir, la hipótesis que desea probarse.
La hipótesis nula supone que no hay
diferencia entre el estadístico tomado de la
muestra y el parámetro que se quiere verificar.
Es una aseveración en el sentido de que un
parámetro poblacional tiene un valor
específico. Es el punto de partida de la
investigación. Generalmente en su
interpretación se utiliza la frase “no existe
diferencia significativa”.
Por ejemplo: Se realiza una investigación sobre
el costo de los desayunos en la cafetería de la
Universidad Mariano Gálvez.
“Los dueños pueden llegar a afirmar que los
estudiantes invierten un promedio igual a Q 35.00”.
Es importante mencionar que el dato se refiere a la
media aritmética poblacional.
 
Hipótesis nula (lenguaje verbal):
• El gasto promedio en los desayunos de la cafetería
de la UMG es de Q 35.00
Hipótesis nula (lenguaje matemático):
 
 
 En donde:
 
La hipótesis alternativa, representado
Hipótesis alternativas (lenguaje verbal)
por supone que hay diferencia entre el
estadístico tomado de la muestra y el parámetro
i. El gasto promedio es diferente de Q 35.00
que se quiere verificar. Es cualquier hipótesis
ii. El gasto promedio es menor que Q 35.00
que difiera de la hipótesis nula.
iii. El gasto promedio es mayor que Q 35.00

Si se toma el ejemplo anterior (costo de los  En lenguaje matemático tendríamos

desayunos), se podría afirmar tres alternativas:  

1. Que los estudiantes invierten en sus

desayunos un promedio diferente a Q 35.00.

2. Que la inversión de los estudiantes es un

promedio menor a Q 35.00.

3. Que la inversión de los estudiantes en sus

desayunos es un promedio mayor a Q 35.00
Algunas consideraciones:
 Una hipótesis nula siempre asegura que no hay diferencia entre el estadístico y el parámetro.
 Aunque sólo se cuente con la información que proporciona la muestra, la hipótesis nula se escribe en
términos del parámetro de la población.
 Si una hipótesis nula es considerada falsa, algo deber ser cierto, es cuando se considera la hipótesis
alternativa.
 La metodología de las pruebas de hipótesis está diseñada para analizar la aceptación o rechazo de hipótesis
nulas, sin embargo, no rechazar una hipótesis nula, no es prueba de que esta sea cierta.
 Nunca se puede probar que una hipótesis nula sea correcta, porque la decisión se basa solo en la
información que aporta la muestra, y no en la información de toda la población.
 La hipótesis nula es la que se prueba siempre.
 La hipótesis alternativa se formula opuesta a la hipótesis nula, y es la conclusión de apoyo si se rechaza la
hipótesis nula.
 La hipótesis nula siempre se refiere a un valor especifico del parámetro poblacional y no al estadístico
muestral.
 La expresión de la hipótesis nula siempre contiene un signo igual respecto al valor especificado del parámetro
de la población.
 La expresión de la hipótesis alternativa nunca contiene un signo igual respecto al valor especificado del
parámetro de la población.
 Valor crítico del estadístico de prueba. (Regiones)
 Es el valor del estadístico de prueba en su correspondiente distribución de muestreo (z, t, , F) y que
divide a dicha distribución en dos regiones: una de aceptación de la hipótesis nula y otra(s) de
rechazo de la hipótesis nula.
 Posibles Riesgos en la Toma de Decisiones
 El hecho de utilizar estadísticos muéstrales para tomar decisiones sobre parámetros
poblacionales, incide en el hecho de correr riesgos al establecer conclusiones incorrectas.
Dichas decisiones incorrectas reciben el nombre de error tipo I y error tipo II.

 Un error tipo I ocurre si la hipótesis nula Ho es rechazada cuando realmente es cierta y

no debe rechazarse. La probabilidad de que ocurra un error tipo I se denota α

 Un error tipo II ocurre si la hipótesis nula Ho no es rechazada cuando realmente es falsa

y debe rechazarse. La probabilidad de que ocurra un error tipo II se denota por β
β
 Coeficiente/Nivel de significancia: Coeficiente de confianza

Se define como la probabilidad de cometer Se define como la probabilidad de que la

un error tipo I en una prueba estadística. hipótesis nula Ho no sea rechazada cuando
Se denota por la letra griega α. Se debe realmente es cierta y no se debe rechazar. Es el
especificar antes de realizar la prueba de complemento de la probabilidad de cometer un
hipótesis y queda bajo control directo de erro tipo I, por lo tanto se denota por (1-α). Al
quien investiga o realiza prueba. Por lo multiplicarse por 100 se obtiene el nivel de
general se asumen valores de 0.05 y 0.01 confianza.
(5% y 1%). En sí es la probabilidad de
rechazo y no rechazo de la hipótesis nula.
Cuando se multiplica por 100 se habla de
nivel de confianza y los valores más usados
son 5% y 1%.
Ensayos referentes a la Distribución Normal (z)
 Ensayos de dos colas

Se aplica cuando se está interesado en los valores extremos a ambos lados del parámetro, es
decir, en las dos colas de la distribución. Esto cuando existen diferencias y no se delimita si es
a la derecha o a la izquierda.

Para encontrar los valores críticos se recurre a la tabla distribución normal z (área bajo la
curva).
 Ensayo de una cola, extremo derecho

Se aplica cuando se está interesado en los valores extremos a un solo lado del parámetro, es decir,
una cola, extremo derecho de la distribución. Cuando queremos verificar si un valor es mayor a otro.
 
Por ejemplo para un nivel de significación del 5%, se tiene:
 Ensayo de una cola, extremo izquierdo

Se aplica cuando se está interesado en los valores extremos a un solo lado del parámetro, es decir,
una cola, extremo izquierdo de la distribución. Cuando se prueba si un valor es menor.
 
Para un ejemplo para un nivel de significación del 5%, se tiene:
Valores críticos de z más utilizados
 Procedimiento para la prueba de hipótesis

A continuación se describen los pasos a seguir para realizar la prueba de

hipótesis:

1. Plantear las hipótesis (formular Ho e H1)

2. Seleccionar un nivel de significancia (α) (el investigador decide el nivel de
significancia con el que va a trabajar)
a. Se decide si conoce o no la varianza
b. Se decide qué tipo de prueba se va a trabajar (z)
3. Calcular el estadístico de prueba
4. Establecer una regla de decisión
5. Tomar una decisión
El nivel de significancia, también denotado como alfa o
a. Aceptar Ho α, es la probabilidad de rechazar la hipótesis nula cuando
b. Rechazar Ho y aceptar H1 es verdadera. Por ejemplo, un nivel de significancia de
0.05 indica un riesgo de 5% de concluir que existe una
diferencia cuando en realidad no hay ninguna diferencia.
 Ejemplo: (prueba para una media poblacional)

Un gimnasio recién inaugurado en Escuintla, invita a su afiliación argumentando una reducción de

peso, al menos 4.6 kilos. Una muestra aleatoria de 34 personas, revela que el promedio de
reducción de peso es de 4.1 kilos, con desviación típica de 1.8 kilos. A un nivel del 1% de
significancia, ¿se puede creer lo tan anunciado por el gimnasio?

Datos  En lenguaje matemático tendríamos

µ=4.6 kilos
 
n=34
Ẋ=4.1 kilos
s= 1.8 kilos
1. Formular las hipótesis 2. Seleccionar un nivel de significancia
 Ho: No existe diferencia significativa entre el α= 0.01 Es una prueba de una media
promedio anunciado por el gimnasio y el poblacional
5%=0.05
promedio de la muestra.  
 Ho: µ=4.6 kilos Es una prueba de cola izquierda. -1.62
 
 H1: El promedio anunciado por el gimnasio
es menor.
 H1: µ˂4.6 kilos

Las hipótesis estadísticas en lenguaje

matemático:
  0

Z=-1.645 valor crítico al 5%

-2.33 0

Z=-1.28 valor crítico al 10%

 3. Calcular el estadístico de prueba 5. Toma de decisión
 
No existe diferencia significativa entre las
  muestras de la variable, por lo que es
  verídico lo que anuncia el gimnasio como
promoción.

Un gimnasio recién inaugurado en Escuintla, invita a su

afiliación argumentando una reducción de peso, al menos 4.6
kilos. Una muestra aleatoria de 34 personas, revela que el
promedio de reducción de peso es de 4.1 kilos, con
desviación típica de 1.8 kilos. A un nivel del 1% de
significancia, ¿se puede creer lo tan anunciado por el
gimnasio?
 4. Formular la regla de decisión
    𝑥−𝜇
𝑧=
  𝜎
En este caso:
TAREA

Los estudiantes de la UMG gastan en promedio Q 1,500 mensuales con una desviación
estándar de Q 300. Se toma una muestra de 36 estudiantes de administración y sus
gastos fueron de Q 1600. Utilizar un nivel de significancia de 5% para determinar si
estos datos apoyan la idea de que los estudiantes de administración gasten más que el
estudiante promedio.