Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Test de hipótesis
9-1
© Copyright McGraw-Hill 2000
Objetivos
Comprender las definiciones y conceptos usados en
en el test de hipótesis.
Aprender a definir la hipótesis nula y la hipótesis
alternativa.
Aprender a encontrar los valores críticos para el test
z.
Enumerar los 5 pasos usados para el test de
hipótesis.
Aprender a realizar test de medias para muestras
grandes usando el test z.
Aprender a realizar test de hipótesis para medias con
muestras pequeñas usando el test t. 9-2
© Copyright McGraw-Hill 2000
Objetivos (continuación)
Aprender a hacer test de proporciones usando
el test z.
Explicar la relación entre errores del tipo I y
tipo II y el concepto de potencia de un test.
9-3
© Copyright McGraw-Hill 2000
Introducción
Test de hipótesis estadístico es un proceso para tomar decisiones sobre la validez de una
afirmación sobre el valor de un parámetro de una población.
En el test de hipótesis, el investigador debe:
1. definir primero la población bajo estudio.
2. definir exactamente cual será la hipótesis que se quiere investigar.
3. proporcionar el nivel de significancia.
4. seleccionar una muestra de la población
5. recolectar la información
6. realizar los cálculos requeridos para realizar el test
7. llegar a una conclusión.
9-4
© Copyright McGraw-Hill 2000
Test de hipótesis
Las hipótesis se refieren a parámetros tales
como la media, o proporciones que se quieren
investigar.
El test z y el test t se usan para test de
hipótesis que involucran la media de una
población.
9-5
© Copyright McGraw-Hill 2000
8-2 Procedimiento para el test de hipótesis
En general, a usted se le proporcionará una afirmación
concerniente a un parámetro de una población y se le preguntará
si:
1. ¿Existe suficiente evidencia para aceptar la afirmación? O
2. ¿Existe suficiente evidencia para rechazar la afirmación?
Si a usted se le hace una pregunta como la Nº1, entonces al final
del proceso del test de hipótesis su respuesta será:
SI existe suficiente evidencia para aceptar la afirmación, o
NO existe suficente evidencia para aceptar la afirmación
Si a usted se le hace una pregunta como la Nº 2, entonces al final
de proceso del test de hipótesis su respuesta será:
SI existe suficiente evidencia para rechazar la afirmación, o
NO existe suficiente evidencia para rechazar la afirmación.
9-6
© Copyright McGraw-Hill 2000
8-2Procedimiento para el test de hipótesis:Ejemplo
Un investigador médico está interesado en saber si un nuevo
9-9
medicamento tendrá efectos secundarios indeseables. Al investigador le
interesa saber, en particular, si afectará el pulso de los pacientes que
toman este medicamento. El investigador afirma que el nuevo
medicamento no afecta el pulso de los pacientes. El promedio de pulso
en adultos es de 82. ¿Existe suficiente evidencia para rechazar la
afirmación del investigador?
En este caso la afirmación es “El nuevo medicamento no afecta el pulso
de los pacientes”.
En este problema se les pregunta ¿“Existe suficiente evidencia para
rechazar la afirmación del investigador?”
Sus posibles respuestas son:
Si existe suficiente evidencia para rechazar la afirmación del
investigador, o
No existe suficente evidencia para rechazar la afirmación del
investigador.
9-7
© Copyright McGraw-Hill 2000
8-2Procedimiento para el test de hipótesis:Ejemplo
Un químico inventa un aditivo para aumentar la vida de la
batería de los automóviles. Si la vida promedio de una
batería normal es de 36 meses, ¿existe suficiente evidencia
para aceptar la afirmación del investigador?
Aquí la afirmación es que el nuevo aditivo aumenta la vida
de las baterías de los automóviles.
En este caso se le pregunta a Ud. Si “existe suficente
evidencia para aceptar la afirmación del investigador.”
Sus posibles respuestas son:
Sí existe suficente evidencia para aceptar la afirmación o
No existe suficiente evidencia para aceptar la afirmación.
9-8
© Copyright McGraw-Hill 2000
8-2: Hipótesis nula e hipótesis alternativa
Hasta este momento hemos hablado de afirmaciones y de
la forma de las preguntas sobre estas afirmaciones.
Cómo puede uno decidir si
Existe suficiente evidencia para aceptar la afirmación, o
No existe suficiente evidencia para aceptar la
afirmación?
EL proceso de decisión comienza por introducir dos tipos
de hipótesis estadísticas: la hipótesis nula y la hipótesis
alternativa. Hay que decidir después si la afirmación será la
hipótesis nula o la hipótesis alternativa.
9-9
© Copyright McGraw-Hill 2000
Hipótesis
Una hipótesis estadística es una conjetura
sobre un parámetro de la población que
puede ser verdadera o falsa. Por ejemplo, la
conjetura puede ser que la media de la
población es igual a 3 (en símbolos
matemáticos, =3 )
Existen dos tipos de hipótesis estadísticas: la
nula y la alternativa.
9-10
© Copyright McGraw-Hill 2000
Hipótesis
9-11
© Copyright McGraw-Hill 2000
8-2 Proceso de test de hipótesis
La hipótesis alternativa dice exactamente lo opuesto de
lo que la hipótesis nula afirma.
Por ejemplo, si H0 es =4 entonces H1 es 4
Por ejemplo si H0 es 4 (“la media de la población es
menor o igual a 4”) entonces H1 es > 4
Por ejemplo si H0 es 4 (“la media de la población es
major o igual a 4”) entonces H1 es < 4
Como H1 es siempre lo opuesto de H0 sabemos que:
Si H0 es rechazada, entonces H1 debe ser aceptada.
Rechace H0 o No rechace H0
9-16
© Copyright McGraw-Hill 2000
8-2Pasos en el proceso de test de hipótesis Ejemplo
9-9
Un investigador médico está interesado en saber si un
nuevo medicamento tendrá efectos secundarios
indeseables. Al investigador le interesa saber, en particular,
si afectará el pulso de los pacientes que toman este
medicamento. El investigador afirma que el nuevo
medicamento no afecta el pulso de los pacientes. El
promedio de pulso normal en adultos es de 82. ¿Existe
suficiente evidencia para rechazar la afirmación del
investigador?
9-17
© Copyright McGraw-Hill 2000
8-2 Pasos en el proceso de test de hipótesis Ejemplo
La afirmación en este caso es que el promedio del pulso de
los pacientes es 82 (es decir que el promedio del pulso de
los pacientes es el mismo que el promedio del pulso de la
población normal)
Matemáticamente, = 82 . Necesitamos decidir si esta
afirmación es H0 o H1 .
Note que la pregunta sobre la afirmación es : “Existe
suficiente evidencia para rechazar la afirmación del
investigador? “
Esto quiere decir que la afirmación debe ser asociada con
H0 . Es decir que H0: = 82 . Entonces esto quiere decir que
H1: 82
En resumen: H0: = 82 (afirmación) H1: 82
9-18
© Copyright McGraw-Hill 2000
8-2 Recordatorio
9-19
© Copyright McGraw-Hill 2000
8-2 Pasos en el proceso de test de hipótesis Ejemplo
9-20
© Copyright McGraw-Hill 2000
8-2 Pasos en el proceso de test de hipótesis Ejemplo
La afirmación es que el aditivo aumenta la vida útil de las
baterías.
Matemáticamente, la afirmación se escribe 36 .
Necesitamos decidir si la afirmación es H0 ó H1 .
Note que la pregunta es : “Existe suficiente evidencia para
aceptar la afirmación del químico? “
Esto quiere decir que la afirmación es H1. Es decir que H1:
36 .
Esto quiere decir que H0 es lo opuesto, es decir H0: 36
9-21
© Copyright McGraw-Hill 2000
8-2 Recuerde
9-22
© Copyright McGraw-Hill 2000
8-2 Pasos en el proceso de test de hipótesis Ejemplo
Un constructor afirma que puede disminuir las facturas de
calefacción si utiliza un material especial en las casas que
construye. Si el promedio de las facturas de calefacción en
casas normales es de 78 dólares, es posible concluir que
su hipótesis sobre la disminución de las facturas de
calefacción es cierta?
9-23
© Copyright McGraw-Hill 2000
8-2 Pasos en el proceso de test de hipótesis Ejemplo
La afirmación es que el material especial reduce la factura
de calefacción.
Matemáticamente, la afirmación se escribe 78 .
Necesitamos decidir si la afirmación es H0 ó H1 .
Note que la pregunta es equivalente a : existe suficiente
evidencia para aceptar la afirmación?
Esto quiere decir la afirmación es H1. Es decir que H1:
78 .
Esto quiere decir que H0 es lo opuesto, es decir H0: 78
9-24
© Copyright McGraw-Hill 2000
8-2 Regiones críticas
Hasta este momento hemos aprendido cómo obtener,
a partir de la afirmación del problema, la hipótesis
nula y la alternativa.
También sabemos que el proceso de test de hipótesis
solo trabaja con la hipótesis nula (H0) y los únicos
posibles resultados del proceso son:
Existe suficiente evidencia para rechazar H0 o
9-28
© Copyright McGraw-Hill 2000
8-2 Regiones Críticas: caso 2
Esta es la distribución de X-barra (si
asumimos que la hipótesis nula es cierta)
En este caso el valor de la
muestra no es altamente
Valores lejos
improbable (porque no está
de la media,
muy lejos de la media) son muy
improbables
Entonces no podemos Noncritical Critical
region
concluir que la hipótesis region
Una vez que usted identifica que es H0 hay que decidir si hay suficiente
evidencia para rechazar H0 . Para el nivel de significancia dado usted
obtiene los valores críticos (1 o 2). En este caso los valores críticos se
obtienen de la tabla E de la distribución normal.
A continuación usted debe transformar la media de la muestra en el valor
test. Si el valor test esta dentro de la region crítica decimos que hay
suficiente evidencia para rechazar la hipótesis nula. Si no, entonces
decimos que no hay suficiente evidencia para rechazar la hipótesis nula.
9-34
© Copyright McGraw-Hill 2000
Regiones críticas
La forma de las regiones críticas depende de
la forma de la hipótesis nula.
La siguientes diapositivas muestran diferentes
formas de la región crítica.
9-35
© Copyright McGraw-Hill 2000
Test de un sólo lado
Un test de un solo lado es un test donde la
region crítica aparece completamente a un
lado de la media.
Un test de un solo lado puede ser del lado
izquierdo o del lado derecho dependiendo de
la dirección de la desigualdad en la hipótesis
nula.
En las siguiente diapositivas vamos a ver
ejemplos de test de lado derecho y de lado
izquierdo.
9-36
© Copyright McGraw-Hill 2000
Test de lado izquierdo
Si H0: es de la forma
k entonces la
Noncritical
región crítica esta a
Critical region la izquierda de la
region
media
-z 0
9-37
© Copyright McGraw-Hill 2000
Test del lado derecho
Si H0: es de la forma
k entonces la
región crítica esta a Noncritical Critical
la derecha de la region region
media
0 +z
9-38
© Copyright McGraw-Hill 2000
Test de dos lados
En un test de dos, la region crítica aparece a
ambos lados de la media.
9-39
© Copyright McGraw-Hill 2000
Test de dos lados (continuación)
-z 0 +z
9-40
© Copyright McGraw-Hill 2000
¿Listo para ver algunos ejemplos?
Después de esta larga introducción, veamos
algunos ejemplos.
Pero antes de pasar a los ejemplos, repasemos
los diferentes pasos necesarios para realizar
un test de hipótesis.
9-41
© Copyright McGraw-Hill 2000
Test de hipótesis (importante)
Paso 1 Identifique la afirmación y encuentre cuál es la hipótesis
nula
Paso 2 Asuma que la hipótesis nula es cierta
Paso 3 Encuentre el nivel de significancia y la forma de
la region crítica (test de lado izquierdo, test de lado derecho o
test de dos lados)
Paso 4 Usando y la forma de la región crítica, encuentre el o los
valores críticos a partir de la Tabla E.
Paso 5 Calcule el valor del test a partir de la media de la
muestra.
Paso 6 Si el valor del test está en la región crítica: Existe
suficente evidencia para rechazar la hipótesis nula.
Si el valor del test está fuera de la region crítica: No existe
suficiente evidencia para rechazar la hipótesis nula.
Paso 7 Escriba la respuesta final en términos la afirmación
original. 9-42
© Copyright McGraw-Hill 2000
8-3 Ejemplo
9-43
© Copyright McGraw-Hill 2000
8-3 Ejemplo
Paso 1: Identifique la afirmación y las hipótesis.
La afirmación es $42,000
Como se nos pregunta si hay suficiente evidencia para
aceptar la afirmación, sabemos que la afirmación es H1
9-44
© Copyright McGraw-Hill 2000
8-3 Ejemplo
Paso 4: Encuentra el valor crítico. Como = 0.05, el valor
crítico se obtiene de la Tabla E mirando el valor de z que
corresponde a la región crítica de =.05
Obtenemos de la tabla E que
z= +1.65.
.(que corresponde a un área de
0 a z igual a 0.45)
Noncritical Critical
region
region
0 +z
9-45
© Copyright McGraw-Hill 2000
8-3 Ejemplo
Paso 5: Calcule el valor test.
Debemos tomar el valor de X-barra (43,200) y
transformarlo en un valor z usando la fórmula
[(x-barra)-]/(/n)
z = [43,260 - 42,000]/[5230/30] = 1.320.
Paso 6: Efectua la decisión. Como el valor test,
+1.32, es menor que el valor crítico, +1.65, el valor
test no está en la región crítica. La decisión es que
no hay suficiente evidencia para rechazar la
hipótesis nula.
9-46
© Copyright McGraw-Hill 2000
8-3 Ejemplo
Si el valor test aquí en la región crítica,
rechace la hipótesis nula.
1.32
9-47
© Copyright McGraw-Hill 2000
8-3 Ejemplo
Paso 7: Transforme sus resultados en términos de
la afirmación original. Como la afirmación original
es la hipótesis alternativa, es decir que no hay
suficiente evidencia para rechazar la hipótesis
nula es lo mismo que decir que no hay suficiente
evidencia para aceptar la hipótesis alternativa, o
sea, que no hay suficiente evidencia para aceptar
la afirmación de que los profesores auxiliares
ganan en promedio más de $42,000 al año.
9-48
© Copyright McGraw-Hill 2000
8-3 Ejemplo
Una revista afirma que el universitario en
promedio mira la televisión menos que el público
en general. El promedio nacional es de 29.4 horas
por semana. La desviación estándar de la
población es de 2 horas. Una muestra de 30
estudiantes universitarios tienen una media de 27
horas. Hay suficiente evidencia para aceptar la
afirmación con = 0.01?
9-49
© Copyright McGraw-Hill 2000
8-3 Ejemplo
9-50
© Copyright McGraw-Hill 2000
8-3 Ejemplo
Paso 3: Encuentre el nivel de significancia y la forma de la
region crítica.
En este caso se nos da que = 0.01. El test es un test de
lado izquierdo (a causa de la forma de la hipótesis nula)
Paso 4: Encuentra el valor crítico. Como = 0.01, el valor
crítico se obtiene de la Tabla E mirando el valor de z que
corresponde a la región crítica de =.01
Obtenemos de la tabla E que
-z= -2.33.
Noncritical
.(que corresponde a un área de Critical region
region
0 a z igual a 0.49)
-z 0
9-51
© Copyright McGraw-Hill 2000
8-3 Ejemplo
9-52
© Copyright McGraw-Hill 2000
8-3 Ejemplo
-2.33
9-53
© Copyright McGraw-Hill 2000
8-3 Ejemplo
Paso 6: Como la afirmación es la hipótesis
alternativa, sabemos que rechazar la hipótesis
nula es equivalente a aceptar la hipótesis
alternativa (que es la afirmación)
Concluimos entonces que existe suficiente
evidencia para aceptar la afirmación de que los
estudiantes universitarios miran menos televisión
que el público en general.
9-54
© Copyright McGraw-Hill 2000
8-3 Ejemplo
La fundación para la educación en rehabilitación
reporta que el costo promedio de rehabilitación
para las víctimas de un infarto es 24,672 dólares.
Para ver si el costo de rehabilitación para las
víctimas de un infarto es diferente en un gran
hospital donde trabaja, un investigador seleccionó
al azar una muestra de 35 víctimas de infarto y
encontró que el costo promedio de su
rehabilitación fue de $25,226.
La desviación estándar de la población es $3,251.
A = 0.01, ¿se puede concluir que el costo
promedio de la rehabilitación de un infarto en el
hospital es diferente de $24,672?
9-55
© Copyright McGraw-Hill 2000
8-3 Ejemplo
Paso 1: Identifique la afirmación y la hipótesis nula.
La afirmación es $24,672
Como se nos pregunta si existe suficiente evidencia para
aceptar la afirmación, concluimos que la afirmación es
H1
9-56
© Copyright McGraw-Hill 2000
8-3 Ejemplo
En este caso nos dicen que = 0.01. El test es un test de dos lados (A
causa de la forma de la hipótesis nula),
Paso 4:Encuentre el valor crítico. Como = 0.01, el valor crítico se
obtiene de la Tabla E en el apéndice C, mirando al valor z
correspondiente al área crítica de =.01/2=.005
(note que dividimos .01 en 2!
Esto es porque la región crítica total está hecha de 2 áreas)
Obtenemos de la tabla E
que los valores críticos son
z = -2.58 and +2.58. Critical
(Correspondiendo a un área desde 0 a region Noncritical
region
Critical
region
z igual a 0.495)
0 +z
9-57
© Copyright McGraw-Hill 2000
8-3 Ejemplo
9-58
© Copyright McGraw-Hill 2000
8-3 Ejemplo
Sin embargo el valor test esta aquí, en la
region no crítica: no se puede rechazar la
hipótesis
-2.58 2.58
9-59
© Copyright McGraw-Hill 2000
8-3 Ejemplo
Paso 7: como la afirmación es la hipótesis
alternativa, no rechazar la hipótesis nula es
equivalente a no aceptar la hipótesis alternativa (la
afirmación).
Resuma su resultado para la afirmación. No existe
suficiente evidencia para soportar la afirmación de
que el costo promedio de la rehabilitación de un
paciente que sufrio un infarto en el hospital sea
diferente de $25,260.
9-60
© Copyright McGraw-Hill 2000
Paso 1 RESUMEN (µ>K,
Identifique la afirmación PROCESO
µ=K óDE TEST DE HIPÓTESIS
µ<K)
Pregunta: ¿Evidencia suf para aceptar ó rechazar?
Encuentre cuál es la hipótesis nula: si aceptar, entonces afirmación=H1; si rechazar, entonces
afirmación=Ho
Paso 2 Asuma que la hipótesis nula es cierta
Paso 3 Encuentre el nivel de significancia y la forma de la región crítica:
» test de lado izquierdo: µK
» test de lado derecho: µK
» test de dos lado: µ=K
Paso 4 Usando y la forma de la región crítica, encuentre el o los valores críticos a partir de
la Tabla E.
» Si test de lado derecho o de lado izquierdo: buscar valor z de (0.5- ) en la Tabla E
» Si test de dos lados: buscar valor z de (0.5- /2) en la Tabla E.
Paso 5 Calcule el valor de test a partir de la media de la muestra (Xbarra): se calcula el valor de
z para [(x-barra)-]/(/n)
Si el valor de la desviación estándar de la población se desconoce, pero se conoce la desviación estándar de la muestra
(s), y el tamaño de la muestra (n) > 30, se utiliza la distribución Z siguiente: z=(x-barra)- ]/(s/n)
Si se desconoce la desviación estándar de la población (), pero se conoce la desviación estándar de la muestra (s), y el
tamaño de la muestra: n < 30, se utiliza la distribución T: t=(x-barra)- ]/(s/n). Los grados de libertad d.f.= n-1. Se
utiliza la Tabla F.
Si se trata de una proporción (porcentaje de una población): z = ((X/n) – p) / (p*q/n)
9-63
© Copyright McGraw-Hill 2000
El test t
El test t es un test estadístico que se usa para el test
de hipótesis de la media de una población cuando la
distribución es normal o aproximadamente normal,
se desconoce y el tamaño de la muestra es menor
de 30.
La fórmula para el valor crítico, obtenida usando el
test t es:
X
t
s n
Los grados de libertad son d.f. = n–1.
En la siguiente diapositiva encontrará algunos
ejemplos sobre como usar la Tabla F. 9-64
© Copyright McGraw-Hill 2000
Ejemplos de los usos de los test t.
Ahora que usted sabe como encontrar los valores de t
de la Tabla F volvemos la el proceso del test de
hipótesis. Recuerde:
El test t es un test estadístico de la media de una
población y se usa cuando la población es normal o
aproximadamente normalmente distribuida, es
desconocido y el tamaño de la muestra es menor que
30.
La formula para el valor crítico, obtenida usando el
test t, es : X
t
s n
Los grados de libertad son d.f. = n–1.
9-65
© Copyright McGraw-Hill 2000
8-4 Test para media con muestras pequeñas -
Ejemplo
Un director de una agencia de empleos afirma que
el promedio del salario inicial para enfermeras es
$24,000 al año. Una muestra de 10 enfermeras
tiene una media de $23,450 y una desviación
estándar de $400. Existe suficiente evidencia
para rechazar la afirmación del director usando
= 0.05?
9-66
© Copyright McGraw-Hill 2000
8-4 Test para media con muestras pequeñas -
Ejemplo
9-67
© Copyright McGraw-Hill 2000
8-4 Test para media con muestras pequeñas -
Ejemplo
Paso 3: Calcule el valor test. t = [23,450 -
24,000]/[400/] = -4.35.
Paso 4: Rechaze la hipótesis nula, porque -4.35 <
-2.262.
Paso 5: Existe suficiente evidencia para rechazar
la afirmación de que el salario inicial de las
enfermeras es $24,000.
9-68
© Copyright McGraw-Hill 2000
8-3 Test para media con muestras pequeñas -
Ejemplo
-2.262 2.262
9-69
© Copyright McGraw-Hill 2000
Resumen para 8-3.
Detenga su lectura de la presentación power point
aquí.
La siguiente actividad deberá ser hecha por toda la
clase.
Por favor resuman las principales ideas de la
sección 8.3 hasta este momento.
El facilitador coordinará esta actividad.
El facilitador les dirá cuándo se termina esta
actividad. En ese momento, por favor continuen
con la siguiente diapositiva.
9-70
© Copyright McGraw-Hill 2000
El valor P
Ahora vamos a mostrar una manera diferente de
resolver problemas de test de hipótesis: El método
del valor P.
No se alarme! El metodo del valor P se basa en las
mismas ideas que el método tradicional. La mayor
diferencia es que en vez de calcular el valor test y
decidir si este valor cae en el área crítica, se calcula el
valor P (que es una probabilidad asociada con el valor
test) y se compara con el área (o probabilidad) de la
región crítica.
En las siguientes diapositivas se explica esta idea con
más detalle.
9-71
© Copyright McGraw-Hill 2000
El valor P
El valor P (o el valor de Probabilidad) es la
probabilidad de obtener una estadística de muestra
(tal como la media) cuyo valor es el valor test o es más
extremo que el valor test en la dirección de la
hipótesis alternativa cuando se asume que la
hipótesis nula es cierta.
9-72
© Copyright McGraw-Hill 2000
El valor P(continuación)
El valor P es el área actual bajo la curva de la
distribución estándar normal (u otra
distribución dependiendo del test estadístico
usado) que representa la probabilidad de que
una muestra al azar sea igual o más extrema
que la muestra obtenida si la hipótesis nula
es cierta.
Tal vez un dibujo clarifique las cosas.
9-73
© Copyright McGraw-Hill 2000
Representacion grafica del valor P
Valor test
-z
Z critical 0
9-74
© Copyright McGraw-Hill 2000
Representación gráfica del valor P-Ejemplo
Note que en este caso no
rechazamos la hipótesis
nula. Esto corresponde a
valor p >área de la región
crítica
Noncritical Critical
region region
9-77
© Copyright McGraw-Hill 2000
8-3 Relación entre el valor P y
9-78
© Copyright McGraw-Hill 2000
8-3 Relación entre el valor P y
Recuerde: Este test es de lado derecho y α=.0.05
El valor test para este caso es:
z = [43,260-42,000]/[5230/30] = 1.320.
El valor P será entonces P(z > 1.32) = 0.5 -
0.4066 = 0.0934. (Usamos Tabla E).
Noncritical Critical
region
region Area=ValorP
=0.0934
0 +z
Test
value=
9-79
1.320
© Copyright McGraw-Hill 2000
Relación entre un valor P y el valor
9-80
© Copyright McGraw-Hill 2000
Resumen de posibles resultados
Un error de tipo I ocurre si se rechaza la
hipótesis nula cuando la hipótesis nula es
cierta.
Un error de tipo II ocurre si la hipótesis nula
no se rechaza a pesar de que esta hipótesis
sea falsa.
9-81
© Copyright McGraw-Hill 2000
Posibles resultados de un test de hipótesis
H0 cierta H0 Falsa
No
rechaze Decisión Error
H0
Type II
Correcta
9-82
© Copyright McGraw-Hill 2000
Probabilidades de Error
El nivel de significación es la máxima
probabilidad de cometer un error de tipo I.
Esta probabilidad se representa por el símbolo
; es decir P ( type I error ) .
La probabilidad de un error de tipo II se
simboliza por . Es decir, .
P ( type II error )
9-83
© Copyright McGraw-Hill 2000
Probabilidades y
En la mayoría de los casos de test de hipótesis
no se puede calcular fácilmente; sin
embargo y están relacionados entre sí de
manera inversa: cuando uno crece el otro
decrece.
9-84
© Copyright McGraw-Hill 2000
8-5 Test z para proporciones
Suponga que en vez de hacer un test de hipótesis
sobre medias, como en la sección anterior, ahora
queremos hacer un test de hipótesis sobre
proporciones.
Podemos hacerlo: ¡SI!
9-85
Formula para el test z para proporciones
Un test de hipótesis involucrando la proporción
de una población puede ser considerado un
experimento binomial con sólo dos posibles
resultados y si la probabilidad de exito no
cambia cuando el experimento se repite. El valor
del test en este caso se obtiene con la fórmula:
pp
z
pq / n
where
X
p
n
p population proportion
n = sample size
9-86
© Copyright McGraw-Hill 2000
8-5 Test de proprociones - Ejemplo
Un educador estima que la tasa de
desescolarizacion para los estudiantes de ultimo
año en las escuelas de Bata es de 15%. El último
año, 38 estudiantes de ultimo año de una muestra
aleatoria de 200 estudiantes de ultimo año de Bata
se retiraron de la escuela. Usando = 0.05,
¿existe suficiente evidencia para rechazar la
afirmación del educador?
9-87
© Copyright McGraw-Hill 2000
8-5 Ejemplo
Paso 1: Identifique las hipótesis y la afirmación
H0: p0.15 (afirmación) H1: p 0.15
Paso 2: Encuentre la media y la desviación estándar. =
np = (200)(0.15) = 30 y la =(0.15)(0.85)/200] = 5.05.
Paso 3: Encuentre los valores críticos. Note que el test es
de dos lados (mire la hipótesis nula). Como = 0.05, los
valores críticos a partir de la tabla para la distribución
estándar normal son z = 1.96.
Paso 4: Cacule el valor test. z = [38 - 30]/[5.05] = 1.58.
Paso 5: No rechaze la hipótesis nula, porque el valor test
cae por fuera de la region crítica.
9-88
© Copyright McGraw-Hill 2000
Ejemplo
Paso 6: Resuma los resultados. No hay suficiente
evidencia para rehcazar la afirmación de que la tasa de
desecolarizacion para los estudiantes de último año de
las escuelas de Bata es 15%.
Note: Para tests de un sólo lado para proporciones,
siga el mismo procedimiento que para tests de un lado
en el caso de muestras de tamaño mayor que 30.
9-89
© Copyright McGraw-Hill 2000
8-5 - Ejemplo
-1.96 1.96
9-90
© Copyright McGraw-Hill 2000