PROBABILIDAD Y

ESTADÍSTICA
Unidad 6: Prueba de hipótesis
6.3 Prueba de hipótesis para la media.
• Una prueba de hipótesis es una regla que especifica si se puede aceptar o rechazar
una afirmación acerca de una población dependiendo de la evidencia
proporcionada por una muestra de datos.
Se clasifica en dos:
Hipótesis nula:
Es un enunciado
de que "no hay
efecto" o "no hay
diferencia".
Hipótesis alternativa:
es el enunciado que se desea poder
concluir que es verdadero de acuerdo
con la evidencia proporcionada por los
datos de la muestra.
 6.4 Prueba de hipótesis para una
varianza
Es un procedimiento para sirve para juzgar si una propiedad que se supone cumple una
población estadística es compatible con lo observado en una muestra de dicha población en
este caso la varianza, para ello formularemos dos Hipótesis:
• “Hipótesis Nula" e "Hipótesis Alternativa”
con ellas realizaremos una o mas pruebas, para tratar de encontrar cual deberíamos rechazar.

En este procedimiento lo que buscamos es, mediante

unos criterios de rechazo preestablecidos, tratar de
desmentir nuestra “Hipótesis Nula” por lo cual
tomaríamos la “Hipótesis alternativa”, de lo contrario
no rechazaríamos nuestra ”Hipótesis Nula” y
desecharíamos la ”Hipótesis.
 6.6 PRUEBA DE HIPOSTESIS PARA
MUESTRA EN PARES
Un test de hipótesis para dos muestras es similar en muchos
aspectos al test para una muestra. Se especifica una hipótesis
nula, en la mayoría de los casos se propone que las medias de las
dos poblaciones son iguales y se establece la hipótesis alternativa
(uni o bilateral). Se especifica un nivel de significación α.
Se calcula el p-valor: la probabilidad de obtener datos cuyas
medias muestrales difieren tanto o más que la diferencia
observada cuando H0 es verdadera. Si esta probabilidad es
pequeña (menor que α ) se rechaza H0 y se concluye que la
diferencia observada no es atribuible al azar y las medias de las
dos poblaciones son diferentes.
El estadístico del test dependerá de la estructura de los conjuntos
de datos. En particular es importante establecer si los datos
corresponden a muestras apareadas o independientes.
6.7 PRUEBA DE HIPOTESIS PARA LA
RAZON DE VARIANZA FISHER
La prueba de Fisher es el método exacto utilizado cuando se quiere estudiar si existe
asociación entre dos variables cualitativas, es decir, si las proporciones de una variable son
diferentes en función del valor de la otra variable.
Se utiliza la distribución F cuando un estadístico de prueba sea la relación de dos variables
que tienen una distribución de chi-cuadrada cada una. Por ejemplo, utilice la distribución F
en el análisis de varianza y en pruebas de hipótesis para determinar si dos varianzas de
población son iguales
6.8. Pruebas de Bondad de ajuste: x2
La prueba ji cuadrado de bondad de ajuste es una prueba de hipótesis
estadística que se usa para averiguar si es probable que una variable
provenga o no de una distribución específica. Se emplea a menudo para
determinar si los datos de una muestra son representativos de la
población completa.

¿Cuándo puedo usar esta prueba?

Puede usar esta prueba cuando tenga conteos de valores de una
variable categórica.

Para aplicar la prueba de bondad de ajuste a un conjunto de datos necesitamos:

• Valores de datos que son una muestra aleatoria simple de la población completa.
• Datos categóricos o nominales. La prueba de ji cuadrado de bondad de ajuste no
es adecuada para datos continuos.
• Un conjunto de datos lo bastante grande como para esperar al menos cinco
valores en cada categoría de datos observada. 
Un comprador de una tienda de playeras desea comparar la proporción de playeras de
cada talla que se venden con la proporción que se ordenó. El comprador cuenta el
número de playeras de cada talla que se venden en una semana.
El comprador realiza una prueba de chi-cuadrada de bondad de ajuste para determinar
si las proporciones de tallas de playeras vendidas son consistentes con la proporción de
tallas de playeras ordenadas.

Interpretar los resultados

En estos resultados, el conteo observado para cada talla de playera no es muy diferente
del conteo esperado. El desglose por talla es el siguiente: Se vendieron 25 playeras
pequeñas, aunque se esperaba que se vendieran 22.5.
Se vendieron 41 playeras medianas, aunque se esperaba que se vendieran 45.
Se vendieron 91 playeras grandes, aunque se esperaba que se vendieran 90.
Se vendieron 68 playeras extra grandes, aunque se esperaba que se vendieran 67.5.
La mayor diferencia entre las ventas observadas y esperadas está en la categoría Medianas.
En consecuencia, esta categoría es la que más contribuye al estadístico de chi-cuadrada,
0.355.
El estadístico de chi-cuadrada general es 0.648 y tiene un valor p de 0.885. Puesto que el
valor p es mayor que el nivel de significancia de 0.05, el comprador no puede rechazar la
hipótesis nula. El comprador concluye que no existe una diferencia significativa entre las
ventas observadas de playeras y las ventas esperadas de playeras.