PRUEBA DE HIPOTESIS

PASOS PARA LA REALIZACIÓN DE UNA

PRUEBA DE HIPÓTESIS

1) Datos. Es necesario comprender la naturaleza de

los datos, ya que esta determina la prueba en
particular que debe ser utilizada.

2) Suposiciones. Incluye aspectos tales como:

Normalidad de la distribución de la población,
igualdad de varianzas e independencia de las
muestras.
 PASOS PARA LA REALIZACIÓN DE UNA

PRUEBA DE HIPÓTESIS

3) Hipótesis
En la realización de PH se plantean dos hipótesis:
• Una hipótesis Ho o Hipótesis nula que constituye
normalmente la hipótesis que se quiere probar
(hipótesis de no diferencia).
• Esta hipótesis puede ser: rechazada o no rechazada.
Si el procedimiento de prueba conduce al rechazo, se
concluye que los datos disponibles no son
compatibles con la Ho, pero sirven como apoyo a
alguna otra hipótesis.
 PASOS PARA LA REALIZACIÓN DE UNA

PRUEBA DE HIPÓTESIS

• Hay otra hipótesis que se conoce como hipótesis

alternativa y se designa con Ha.
• La Ho generalmente adopta la forma de una igualdad o
de una diferencia que es igual a cero o diferente de 0
En el caso de PH respecto a una media poblacional se
tienen las siguientes hipótesis
• Ho)  = o (1)
• Para la hipótesis Ha existen varias posibilidades
• Ha)   o Prueba bilateral
•   o Prueba unilateral
•   o Prueba unilateral
 PASOS PARA LA REALIZACIÓN DE UNA

PRUEBA DE HIPÓTESIS

4) Estadística de Prueba (EP). Es alguna estadística que

se puede calcular a partir de los datos de la/s muestra/s.
• La decisión de rechazar o no la Ho depende de la
magnitud de la estadística de la estadística de prueba.

5) Distribución de la EP
• zs = [(x -  )] / /n xN(, /n) y Z N(0,1)

• ts = [( x - ) ] / s/n con tST (n-1) grados de libertad

 PASOS PARA LA REALIZACIÓN DE UNA

PRUEBA DE HIPÓTESIS

6) Regla de Decisión
• Consiste en fijar la zona de aceptación o no rechazo
de Ho (ZA) y la zona de Rechazo de Ho (ZR).

• Estas zonas quedan determinadas en función del

"nivel de significación", que se designa por . Esta
no es otra cosa, que una probabilidad y de hecho es
la probabilidad de rechazar una Ho verdadera.

• Dado que rechazar una Ho verdadera sería un error,

conviene que  sea pequeño (0.05, 0.01 o 0.1).
 PASOS PARA LA REALIZACIÓN DE UNA

PRUEBA DE HIPÓTESIS
• Tipos de errores:

• Si Ho es verdadera y se rechaza, se comete un error

que se conoce como error de tipo I ().

• El error de tipo II, se comete cuando no se rechaza

una Ho que es falsa (probabilidad asociada  ).

• En general, al tratar de hacer  pequeño, aumenta ,

no pudiendo ejercerse ningún control sobre este
último valor.
 PASOS PARA LA REALIZACIÓN DE UNA

PRUEBA DE HIPÓTESIS

7) Cálculo de la Estadística de Prueba.

• A partir de los datos de la/s muestra/s, se calcula el
valor de la EP y se compara con las regiones de
rechazo y aceptación que ya fueron especificadas.
8) Decisión Estadística
• Consiste en el rechazo o no rechazo de Ho.

9) Conclusión:
• Si se rechaza Ho, se concluye que Ha es verdadera
• Si no se rechaza Ho, se concluye que Ho puede ser
verdadera.
 VALORES DE p

• En lugar de decidir que un valor observado de la EP

es significativo o no, muchos prefieren informar la
probabilidad exacta de obtener un valor  que el
observado cuando Ho es verdadera denominado p-
valor. Los paquetes estadísticos informan de esta
manera y cuando el valor de probabilidad es grande,
el resultado obtenido es compatible con Ho .
• Si el valor p <  se rechaza Ho. Los resultados son
significativos al nivel 
• Si el valor p >  no se rechaza Ho. Los resultados no
son significativos al nivel .
 PRUEBAS DE HIPÓTESIS
ESPECÍFICA
I) Hipótesis respecto a la media de una Población
Es decir, la Ho es :
• Ho)  = o
• La estadística de la prueba dependerá de la
naturaleza de los datos pudiendo presentarse
las siguientes 2 situaciones:
• X N y  conocida
• La EP es zs = [(x - )] / /n
 PRUEBAS DE HIPÓTESIS
ESPECÍFICA
I.b)Media de una Población

• X N y  desconocida (se estima a partir de s)

• La EP es ts = [(x - )] / s/n (2)

con tsStudent (n-1) grados de libertad
Ejemplo de aplicación 1:
• En la investigación "Estudio de la Variabilidad de
las Concentraciones de Fe y Mn a través del
Proceso de Potabilización y su relación con la
calidad del agua cruda y las modalidades de
Operación"[1] uno de los aspectos abordados fue
corroborar si el agua de consumo en la Ciudad de
Posadas cumple con la Normas de Agua de
bebida, que fija el Fe total una concentración
máxima de 0.30 mg/l.
•
[1] Piris da Motta M. y colaboradores
Ejemplo de aplicación 1:
• Con este propósito se tomaron 48 muestras de
agua a la entrada del sistema de distribución
obteniéndose un valor medio para la
concentración de Fe total de 0.37mg/L. Si la
desviación típica poblacional puede suponerse
igual a 0.176 mg/L ¿Es posible concluir que la
concentración de Fe total en el agua de consumo
de la ciudad es superior al valor establecido por la
norma .
Ejemplo de aplicación 1:
• Datos. Determinaciones de Fe total realizadas
sobre 48 muestras, con una media de 0.37mg/L.
• Suposiciones. Se supone que X distribuye normal
y que  es conocida = 0.176 mg/L.
• Hipótesis
• Ho ) = 0.30 Ha)  > 0.30
• EP zs
• zs distribuye N (0,1) si Ho es verdadera
• Regla de decisión. Se fija = 0.05 + zc = 1.645
• Cálculo de la EP
• zs = [(0.37-0.30)] / [0.176/48] = 2,75
Ejemplo de aplicación 1:
• Se rechaza Ho

• Conclusión: No hay evidencia para aceptar que el

valor de la media en la población de la que se
extrajeron los datos sea menor o igual a 0.30 mg/L

• p-valor = 0.0029= P ( z ≥2.75) = 1-0,997=0,003 (3 en cada 1000)

(el valor de la EP tiene una baja probabilidad de

ocurrir si la concentración de Fe es igual o menor
de 0,30 mg/L
Ejemplo de aplicación 2:

La duración de focos de 100 W que fabrica una empresa

sigue una distribución normal con una desviación típica
de 120 horas de duración. Su vida media está garantizada
durante un mínimo de 800 horas. Se escoge al azar una
muestra de 50 focos de un lote y, después de
comprobarlas, se obtiene una vida media de 750 horas.
Con un nivel de significación de 0,01, ¿habría que rechazar
el lote por no cumplir la garantía?
Ejemplo de aplicación 3:
Una planta industrial asegura verter sus líquidos en un
curso receptor con una DBO promedio de 50 mg/L.
Una muestra aleatoria constituida por 14
determinaciones ha arrojado los siguientes resultados
en mg/l:

• 52.3 , 48.1 , 55.7 , 56.8 , 50.1 , 49.2 , 47.7 , 50.8 , 57.9 ,

52.5 , 54.7 , 49.6 , 53.9 , 56.0 .

• Comprobar si el efluente supera el valor establecido

por la norma.
II) Hipótesis respecto a las medias de dos
Poblaciones
• Esta prueba de hipótesis se utiliza con mas frecuencia
para determinar si dos medias muestrales provienen
de poblaciones con igual media poblacional.
Las Hipótesis que se pueden formularse son:
• Ho)  1 -  2 = 0 Ha )  1 -  2  0

• Ho)  1 -  2  0 Ha)  1 -  2 0

• Ho)  1 -  2  0 Ha )  1 -  2  0
Sin embargo, es posible probar la hipótesis de que la
Diferencia en Ho es igual que algún valor distinto de cero.
Medias de dos Poblaciones
Se tienen los siguientes casos para el estadístico
II.a) Muestreo a partir de poblaciones con distribución
normal y varianzas conocidas

• La estadística de la prueba es en este caso

̄ −X
(X ̄ )−( μ 1− μ2 )

√
z S= 1 2

2 2
σ σ
1+ 2
n n
1 2
• El cual se compara con un valor crítico de Z ~N (0,1)
Medias de dos Poblaciones
II.b) Muestreo a partir de poblaciones con distribución
normal y varianzas desconocidas
Las alternativas para este caso son:

II.b.1) Varianzas desconocidas pero iguales

Cuando se desconoce las varianzas de las poblaciones,

pero se comprueba que las varianzas muestrales no
difieren significativamente, se calcula una varianza
ponderada Sp2.
2 S 12( n 1−1 )+ S 22 ( n2− 1)
S p= n1 + n 2 − 2
Medias de dos Poblaciones

• La estadística de la prueba es en este caso

[( ̄X 1− X̄ 2 )−( μ1 −μ 2 )]
• t s= S
(3)
p
√1 1
n n
+
1 2

• ts sigue una distribución de Student con n2+n1-2

grados de libertad cuando Ho es verdadera.
Medias de dos Poblaciones

• II.b.1) Varianzas desconocidas. Para poder comparar

las medias, antes hay que comprobar la igualdad de
las varianzas
• Prueba de igualdad de varianzas
1)Hipótesis
Ho) 2 1 = 2 2 Ha) 2 1 = 2 2 (65)

2)EP
Fs = S 21 / S 22 (66)

• Fs distribuye F con ( n1-1) y (n2-1) grados de libertad

para el numerador y denominador respectivamente,
calculando Fs como el cociente entre la varianza
mayor y la menor.
Ejemplo de aplicación 4:
• En el siguiente Cuadro se presentan los valores de
extracto acuoso (ea) correspondientes a muestras de
yerba mate obtenidos para la molienda diferencial e
integral en un establecimiento industrial de la
Provincia de Misiones.
• Evaluar si el tipo de molienda influyen en el
parámetro de calidad ea
• Si la influencia del factor es significativo determinar
el tipo de molienda mas conveniente para mejorar la
calidad del producto elaborado.
 Ejemplo de aplicación 4:
Los datos obtenidos se presentan en la siguiente tabla:

Extracto acuoso

Molienda diferencial Molienda integral

Estab 1 35.88 33.7 34.7 29.36

34.78 34.01 34.33 30.71
34.43 34.81 33.3 30.89
35.39 33.39 34.72 38.51
34.45 32.18 34.86 32.90
35.69 34.26 32.69 32.71
34.06 34.78 31.42 26.92
34.97 35.79 28.32 34.96
36.06 34.7 30.90 34.66
Ejemplo de aplicación 4:

media Desvío n
estándar

diferencial 34,53 0,96 18

integral 33,01 1,65 18

Ejemplo de aplicación 4:
Resultados obtenidos mediante el Statgrapichs
1. Prueba de hipótesis de igualdad de varianzas

• Ho) σ12 = σ22 Ha ) σ12 > σ22

(1,65 )2
Fs = cociente entre la varianza mayor y la menor = (0,96 )2 =2,95

Para el valor critico Fc (0,99) (Glnumerador=17; Gldenominador=17) se toma

como aproximación el valor Fc (0,99) (Glnumerador=20; Gldenominador=17)
Igual a 3,25 obtenido en la tabla 17 disponibles en el aula
virtual. Como el valor Fs <Fc se acepta Ho concluyendo
que no hay diferencias entre las varianzas poblacionales
de los valores de extracto acuoso para los dos tipos de
moliendas.
Ejemplo de aplicación 4:
2. Prueba de hipótesis de medias
Comprobada la igualdad de las varianzas se procede a la
comparación de medias
Datos:
• Medias de la Muestra = 34,53 y 33,01
• Desviaciones Típicas de la Muestra = 0,96 y 1,65
• Tamaños de la Muestra = 18 y 18
Como solo se disponen de las varianzas muestrales el
estadístico de la prueba será una ts .
Las hipótesis son:
• Ho)  D -  I = 0 Ha )  D -  I  0
Los valores críticos para esta prueba bilateral son
±tc=(0,975)(GL=34)=2,03 ( valor obtenido po interpolación de la tabla )
Ejemplo de aplicación 4:
2. Prueba de hipótesis de medias

El ts se calcula con la expresión (3 ) utilizando un valor

para la varianza ponderada Sp2=1,82

ts=3,38-- Como el ts> tc se rechaza Ho . Las medias no

son iguales .
Los resultados obtenidos mediante el Statgrapichs
• 95,0% intervalo de confianza para la diferencia entre
medias:1,52 +/- 0,922696 [0,597304;2,4427]
• Hipótesis Nula: diferencia entre medias = 0,0
• Alternativa: no igual
Ejemplo de aplicación 4:
2. Prueba de hipótesis de medias

• Estadístico t calculado = Computed t statistic =

3,37819
• p-Valor = 0,00220739
• Rechazar la hipótesis nula para alpha = 0,05.
• (Se asumen varianzas iguales).

• Calculo de p-valor

• P(t3,37) = este valor no se puede calcular exactamente. El valor

mas próximo disponible en la tabla para GL=40 es 2,70 que es un
t 0,995 al que correspondería un p-valor =2(1-0,995)=2x0,005=0,010
• En esta situación solo se sabe que el p-valor es < 0,010, siendo
su valor exacto 0,0022
Ejemplo de aplicación 4:

3. Conclusiones

- No existe diferencia significativa entre las varianzas a

un nivel de significación =0,01

- Existe diferencia significativa entre las medias del

extracto acuoso de las yerbas obtenidas en las moliendas
diferencial e integral. Hay evidencia en contra de la
hipótesis de que ambas medias poblacionales
coincidan, y a favor de que la de la primera población
(diferencial) es mayor que la de la segunda (integral).
III) Proporción de una Población

• La prueba de hipótesis de proporciones poblacionales

se realiza casi en la misma forma utilizada para las
medias poblacionales cuando son satisfechas las
condiciones necesarias para emplear la curva normal.
• Cuando se dispone de una muestra suficientemente
grande como para que sea aplicable el TCL, la
estadística de prueba es
•
• zs =( P - p)/ (p q/n) (4)

• La cual, cuando Ho es verdadera, sigue una

distribución aproximadamente normal.
III) Proporción de una Población
Ejemplo de aplicación 5:
Supongamos que estamos interesados en saber que
proporción de los conductores de automóviles, utilizan
con regularidad el cinturón de seguridad. Para ello se
realiza una encuesta a 300 conductores, 123 de los cuales
contestaron que utilizaban regularmente el cinturón.

En base a este resultado, ¿es posible afirmar que en la

población muestreada, la proporción de los que utilizan el
cinturón en menor a 0. 50 ?
III) Proporción de una Población
Ejemplo de aplicación 5:
• Datos. Corresponden a las respuestas de 300
conductores, sobre el uso del cinturón de seguridad,
123 de los cuales contestaron que lo usan
regularmente.
• La proporción muestral es P = 123/300 = 0.41
• Como n es grande se puede suponer que P distribuye
normal con media p y desviación p q/n siendo p el
valor correspondiente a la Ho.
• Hipótesis
• Ho) p=0.50 Ha) p< 0.50 Prueba
unilateral
• EP zs zs N (0,1) NS=  = 0.05 zc = -1.645
III) Proporción de una Población
Ejemplo de aplicación 5:

• Cálculo de la EP
• zs =[( 0.41 -0.5)] / ( 05x0.5/300) = -3.117
• Se rechaza Ho

• Conclusión : La proporción de los que usan el

cinturón es menor a 0. 50 .
IV) Hipótesis de diferencia de proporciones de dos
poblaciones
• La prueba que se utiliza con más frecuencia en relación
a la diferencia entre las proporciones de dos
poblaciones es aquella en la que su diferencia es cero.
Sin embargo es posible probar que dicha diferencia es
igual a algún otro valor.
• Una Ho del tipo p1 = p2 supone que las proporciones
de las dos poblaciones son iguales. Esto sería el
justificativo para estimar la proporción en la población
a partir de las proporciones muestrales P1 y P2
obtenidas para muestras de tamaño n1 y n2
respectivamente utilizando la expresión:
•
n 1 P 1+ n 2 P 2
p̂ = n 1+ n 2
IV) Diferencia de proporciones de dos poblaciones

• La estadística de prueba se convierte así en

•
( P 1−P 2)−( p1− p2 )
z s=
√ 1 1
̂p ̂q ( n + n )
1 2

La cual sigue una distribución aproximadamente

normal (0,1) si Ho es verdadera.
IV) Diferencia de proporciones de dos poblaciones
Ejemplo de aplicación 5:
• En una encuesta realizada para evaluar el nivel de
aceptación del emplazamiento de un relleno sanitario
en una comunidad se entrevistaron a residentes
urbanos y suburbanos. Los resultados indican que 63
de los 100 residentes urbanos encuestados están a
favor mientras que solo 59 de los 125 residentes
suburbanos la favorecen.
• Hay una diferencia significativa entre el nivel de
aceptación de relleno en las comunidades urbanas y
suburbanas ?.
IV) Diferencia de proporciones de dos poblaciones
Ejemplo de aplicación 5:
• Ho) purb = psub - Ho) purb - psub =0

• Ho) purb - psub # 0

( P UR−P SU )−( p UR− p SU )

• EP zs
z s=
√ 1 1
p̂ q̂ ( n + n )
1 2

p̂ =
n 1 P UR + n 2 P SU p̂ = 100 . 0,63100+125
+125 . 0,472
= 0,542
n 1+ n 2

Con lo cual resulta Zs = 2,3636 y un valor ±Zc= 1,96

p-valor=1-0,99=0,01
IV) Diferencia de proporciones de dos poblaciones
Ejemplo de aplicación 5: resolución utilizando STATG
• Proporciones de la Muestra = 0,63 y 0,472
• Tamaños de la Muestra = 100 y 125
• Aproximado 95,0% intervalo de confianza para la
diferencia entre proporciones: [0,0291073,0,286893]

• Hipótesis Nula: diferencia entre proporciones = 0,0

• Alternativa: no igual
• Estadístico z calculado = 2,36377
• p-Valor = 0,0180901
• Rechazar la hipótesis nula para alpha = 0,05.
V) Comparaciones por parejas

Propósito : eliminar al máximo las fuentes de variación debido a

factores extraños, por medio de la formación de parejas similares
respecto a tantas variables como sea posible.

Las observaciones por pares pueden obtenerse de muchas formas:

• Los mismos individuos examinados antes y después de recibir un

tratamiento
• Se pueden formar parejas del mismo sexos y edad al azar para
asignarle aleatoriamente un tratamiento o placebo.
• A los pares gemelos o hermanos se les puede asignar
aleatoriamente que reciban los tratamientos, de tal forma que los
miembros de c/ pareja reciban diferentes tratamientos

Es decir un mismo elemento sometido a dos condiciones diferentes

V) Comparaciones por parejas
• En lugar de llevar a cabo con observaciones individuales, se
puede utilizar como variable de interés la diferencia de los pares
de observaciones (d= X1- X2).
• Cuando las diferencias de las muestras forman una muestra
aleatoria simple extraída de una población que sigue una
distribución normal, la estadística de prueba para probar la
hipótesis nula acerca de la diferencia de la media poblacional es:

Ho) d = 0

y la alternativa
Ha) d >  < 0
̄
d −μ d
t=
S
y el estadístico d
√n
V) Comparaciones por parejas

• Donde Sd / n = Desviación estándar de las diferencias

muestrales n

2
∑ ( d i − ̄d )
2

S d= i=1
n−1

• y d̄ = diferencia promedio

Ejemplo de aplicación Nº 6:
El administrador de una compañía de taxis trata de determinar si el uso
de llantas radiales en lugar de las estándares influye sobre el consumo
de combustible de sus autos. Se equipan 12 autos con llantas radiales
y se maneja por un recorrido preestablecido. Los mismos autos se
equipan con llantas estándares realizándose el mismo recorrido de
prueba. Los Km recorridos por litro de combustible consumido se
muestran en el siguiente cuadro .
V) Comparaciones por parejas

Consumos (Km/litros)
Auto Llantas radiales Llantas estándares
1 4,2 4,1
2 4,7 4,9
3 6,6 6,2
4 7,0 6,9
5 6,7 6,8
6 4,5 4,4
7 5,7 5,7
8 6,0 5,8
9 7,4 6,9
10 4,9 4,7
11 6,1 6,0
12 5,2 4,9
V) Comparaciones por parejas

dp = 0,1417

Sd = 0,197

(Sd/n)1/2 0,05

ts 2,48
tc(0,9,
GL=11 1,795

Se rechaza Ho
Los Km recorridos por litro de combustible es > con las llantas radiales que con las
estándar .La utilización de llantas radiales
permite un ahorro de
combustible
V) Comparaciones por parejas
Resolución utilizando el STATGRAPHICS
• Contraste de Hipótesis para Llantas radiales-Llantas estándares

• Media muestral = 0,141667

• Mediana muestral = 0,1

• contraste t
• -----------
• Hipótesis nula: media = 0,0
• Alternativa: mayor que

• Estadístico t = 2,48452
• p-valor = 0,0151649

• Se rechaza la hipótesis nula para alpha = 0,05.

• POTENCIA DE UNA PRUEBA
• POTENCIA DE UNA PRUEBA
• Media de una Población
• La resistencia a la rotura de un material no debe ser
inferior a 2500 Kg/cm2. . Una muestra de 100 elementos
de este material sometidos a una prueba de resistencia
dan una desviación estándar de 520 Kg/cm2. .
• Calcular la potencia de la prueba para una hipótesis
alternativa

Ho) o  2500 Ha ) a = 2396 Kg/cm2

• Se puede calcular el valor de la potencia siempre que
se especifique el valor de la media en la hipótesis
alternativa, como en este ejemplo en el que se
especifica en valor de la media en la hipótesis
alternativa
• Definido un valor de α por ejemplo de 0,05 resulta un
• POTENCIA DE UNA PRUEBA
• La potencia se define como la probabilidad de rechazar
una hipótesis Ho falsa.

• El valor de α =Probabilidad de error de tipo I puede

ser expresada como:
•
• α = P (t≤ t/ /Ho)
X̄ o− μo

• La expresión del t es t α= s / √n (4)

•
•  = P (t≥ t /Ha) X̄ o− μ a

• La expresión del t es t β= s/ √n (5)

•
• POTENCIA DE UNA PRUEBA
• Si se conoce el valor de α y se pide calcular ,
especificada μo y μa en Ho y Ha, se puede calcular 
partir de la ecuación (5) utilizando el valor de Xo
despejado de la expresión (4) para t

• Para el ejemplo analizado y un =0,05 GL=100 el t,GL0100

=-1,66 (corresponde a Ha μ < 2500) permite escribir:
X̄ o− μo
t α= s / √n =−1,66

• el valor de Xo resulta
•
X
̄
o= μ −1, 66 s / √n= 2500−1, 66 x 520 / √100 =2500 −86 , 32 =2413 , 68

• o
• POTENCIA DE UNA PRUEBA
• Este valor se reemplaza en la expresión (5) y se calcula
t
t β=2413 , 68−2396
520/ √ 100
=0,34
•
Tdist.pdf

• El valor de β que corresponde al área rachada de la

figura anterior a la derecha del valor -1,66 evaluada
tomando en consideración la distribución de la Ha y
puede expresar como :
• X̄ o− μa ( μ o−t (1−α) s √n)− μa
P ( t≥ )= P( t≥ )
• β= s/ √n s/ √n
G:\Copia

Que en este caso será : penjul2011\Estadistica Aplicada

β = P(t  0,34 ) = P(z  0,34 ) = 1  0,63 = 0,37

Que corresponde a la probabilidad de rechazar una

hipótesis Ho falsa.
• POTENCIA DE UNA PRUEBA
• Por lo que la potencia de la prueba será:
•
• 1- β = 1-0,37=0,63
•
• Que corresponde a la probabilidad de rechazar una
hipótesis Ho falsa.

• Es decir que para las hipótesis planteadas se tiene una

probabilidad de error de tipo I de 0,05 y una
probabilidad de error de tipo II de 0,37 (inaceptable),
porque si la Ho es falsa será aceptada como verdadera
en el 37 % de los casos. Para disminuir el valor de β se
deberá aumentar el tamaño de la muestra n .
• POTENCIA DE UNA PRUEBA
• En el caso que se conozca σ hay que reemplazar s por
su valor y t por z en las expresiones anteriores.
•
Ha β Ho

ZR=α ZA

1 =2396 g -tc=-1,66 o =2500 g

Xo=2413,68g
• POTENCIA DE UNA PRUEBA

• Para las Ho y Ha formuladas anteriormente , otra

manera de calcular la potencia en un solo paso
utilizando la ecuación :
•
( 2500−1,66 x 520/ √100)−2396
• 1- β = 1− P (t≥ 520 / √100 )=1− P( t≥0,34) =1-0,37=0,63
• POTENCIA DE UNA PRUEBA
• Medias de dos Poblaciones
Consideremos nuevamente el ejemplo de aplicación Nº 4
Las hipótesis son:

• Ho)  D -  I = 0 Ha )  D -  I > 0
y concretamente

• Ha )  D -  I =2

El valor crítico para esta prueba unilateral y un nivel de

significación es +tc=(0,95)(GL=40)=1,68 ( correspondería el valor
para 38 GL pero no está disponible en la tabla)
• POTENCIA DE UNA PRUEBA
• Medias de dos Poblaciones
Los pasos para el cálculo de la potencia son:

El valor de α =Probabilidad de error de tipo I puede ser

expresada como:
̄
( X ̄ )−( μ − μ )
−X
P( >=+ 1, 68 / Ho )

√
D i D I o

2 2
α = P (t  1,68 / Ho) = S
D
+
S
I
n n
D I

De donde se puede despejar

√
2

̄ I )o=( μ D − μ I )o +1, 68 S
D
2
Δo ̄ D− X
= (X =0+1, 68∗0, 426=0, 7156
S I
+
n D
nI
• POTENCIA DE UNA PRUEBA
• Medias de dos Poblaciones

El valor de β que corresponde al área rachada de la figura

se puede expresar como :

Δ o−( μ 1− μ )
2a
β = P (t β ≤ 0, 426 )=
(6)
Δo
El valor de obtenido en el punto anterior se reemplaza

en la expresión (6) y se calcula t G:\Copia

penjul2011\Bioestadistica\tdist

t β = 0,7156−2
0,426 =3, 01
• POTENCIA DE UNA PRUEBA
• Medias de dos Poblaciones

Siendo el valor de β :

β=P (t≥3,01)= ¿ P ( z≥3,01 )=0, 002

y la potencia 1- β=0,998 un valor muy bueno

• Es decir que para las hipótesis planteadas se tiene una
probabilidad de error de tipo I de 0,05 y una
probabilidad de error de tipo II de 0,002 y una potencia
de 0,998, que indica que si la Ho es falsa será
rechazada en el 99,8 % de los casos.
• POTENCIA DE UNA PRUEBA
Cuando el área de rechazo esta a la derecha Ha) > se tiene

La siguiente situación
• POTENCIA DE UNA PRUEBA
• Media de una Población
• Ej. 2. Antiguos estudios muestran que el insecticida
DDT puede acumularse en el cuerpo. En 1965, la
concentración media de DDT en las partes grasas del
cuerpo en la población española era de 9 ppm. Se
espera que como resultado de los controles realizados
esta concentración haya disminuido.
• a. Construir la hipótesis nula y alternativa para
documentar esta afirmación.
• b. Explicar en términos prácticos las consecuencias de
cometer un error tipo I y un error tipo II.
• c. Calcular el valor de la media en la hipótesis
alternativa para que la potencia de la prueba sea de
0,90
• POTENCIA DE UNA PRUEBA
• Media de una Población
• El valor medio de la concentración de DDT en el tejido de 20
individuos es de 8,2 ppm y su desviación típica de 1 ppm.
• Las hipótesis son :

• Ho)  ≥ 9 ppm Ha )  < 9 ppm

Estadística de Prueba (EP) será una t s calculada como

• ts = [( x - ) ] / s/n con tT (19) grados de libertad

• El valor de El t 0,95. GL = 19= -1,729
• Como el estadístico calculado ts = -3,57 es mayor que el valor
critico se rechaza Ho a un nivel de significación de 0,05
• POTENCIA DE UNA PRUEBA
• Contraste de Hipótesis aplicando el Statgraphics 5.1.
• Media de la Muestra = 8,2
• Desviación Típica de la Muestra = 1,0
• Tamaño de la Muestra = 20

• 95,0% intervalo de confianza para la media: 8,2 +/- 0,468015

[7,73198,8,66802]

• Hipótesis Nula: media = 9,0

• Alternativa: menor que
• Estadístico t calculado = -3,57771
• p-Valor = 0,00100404
• Rechazar la hipótesis nula para alpha = 0,05.
• POTENCIA DE UNA PRUEBA

Se fija un nivel de significación  de 0.05

Ha 0.10 Ho

ZR ZA

1 = ppm -tc=-1,723 o =9 ppm

Xo=8,61 ppm
• POTENCIA DE UNA PRUEBA

• El valor de t  se obtiene de la siguiente tabla

• y corresponde a t 0,90

GL t 0,90 t 0,95 t 0,975 t 0,99 t 0,995

19 1,32 1,73 2,09 2,54 2,86
• POTENCIA DE UNA PRUEBA

X̄ o − μo s 1
t α= −−¿ X̄ o = μ o +t α =9−1,723 x =8,61
s/ √n √n √20
X̄ o−μa 8,61−9 σ
t β= = =1,32−−−¿ μ a = X̄ o−1,32 =8,31
s/ √ n √n
1
√ 20

El valor de la media en la hipótesis alternativa es 8,31 ppm, para un

nivel de significación = 0,05 y una potencia 1-=0,90.

Esto es: una hipótesis nula verdadera será rechazada con una
probabilidad de 0,05 y una hipótesis nula falsa será rechazada con
una probabilidad de 0,90 (potencia de la prueba)
EJERCICIOS COMPLEMENTARIOS