Prueba de hipótesis

UNIDAD 4
Prueba de hipótesis

Para un parámetro Para dos parámetros

 Se compara un tratamiento a través de un  Se comparan dos tratamientos a través de
estadístico contra un valor establecido, sus estadísticos, por ejemplo:
por ejemplo: El cemento puzolánico es mejor que el
La media de desperdicio de materiales en la cemento porltrand.
construcción a nivel Jalisco es menor que a Se realiza una muestra representativa y sin
nivel nacional. sesgo de ambos materiales y se comparan.
La comparación se realiza a través de una
muestra representativa y sin sesgo del
desperdicio de materiales en la construcción a
nivel Jalisco y se compara con el nivel
nacional.
 Hipótesis estadística

Es una afirmación sobre los valores de los parámetros de una población o

proceso, que puede probarse a partir de la información contenida en una
muestra representativa que es obtenida de la población.

Por ejemplo:
 Este proceso produce menos de 3% de artículos defectuosos.
 Nuestros dos proveedores del material x tienen el mismo nivel de calidad.
 La edad de los operadores no influye en su rendimiento.

Gutiérrez y de la Vara. (2013) Control estadístico de la calidad y seis sigma Mc Graw Hill Education.
 Hipótesis estadística
Planteamiento

Consiste en escribir para un problema las hipótesis nula y

alternativa que correspondan
Siempre debe
plantearse como
igualdad Contraste bilateral Contraste unilateral Contraste unilateral
derecho izquierdo
Hipótesis
:
nula
Hipótesis :
alternativa

La hipótesis nula es verdadera mientras no se demuestre lo contrario.

Ho = Hipótesis nula; HA = Hipótesis alternativa, µ = Media poblacional; PA = Proveedor A; PB = Proveedor B

 Hipótesis estadística
Planteamiento

Planteamiento de hipótesis alternativa

Contraste bilateral Contraste unilateral Contraste unilateral

derecho izquierdo
Hipótesis
alternativa
: 𝑯 𝑨 :𝝁 𝑷𝑩>𝝁 𝑷𝑨 𝑯 𝑨 :𝝁 𝑷𝑩<𝝁 𝑷𝑨
Zona de
Zona de aceptación Zona de
aceptación de H0 aceptación
de H0 de H0
Zona de Zona de
Zona de Zona de 0 rechazo
rechazo 0 rechazo de H0
rechazo 0
de H0 de H0
de H0
 Hipótesis estadística
Estadístico de prueba
El estadístico de prueba es una formula con la que a partir de los datos de la hipótesis nula (H 0)
se calcula un número cuya magnitud permite juzgar si se rechaza o no H0 con un nivel de
significancia.

Media: 𝒙 −𝝁
Distribución t de Student 𝒕 𝟎=
𝑺/ √ 𝒏

Varianza: 𝟐 (𝒏−𝟏)𝑺𝟐 𝑺 𝟐𝒙
𝑿 =𝟎 𝑭 𝟎=
Distribución Ji cuadrada 𝝈𝟎
𝟐
𝑺𝟐
𝒚
oF
Proporción:
Distribución Normal
Gutiérrez y de la Vara. (2013) Control estadístico de la calidad y seis sigma Mc Graw Hill Education.
 Hipótesis estadística
Estadístico de prueba

Forma de la distribución de los estadísticos de prueba más utilizados

Media: Varianza: Proporción:

Distribución t de Student Distribución F Distribución Normal

0
 Hipótesis estadística
Nivel de significancia

La significancia dada de la prueba es el alfa. Es la probabilidad de la región o

intervalo de rechazo de la hipótesis nula.
Su valor se especifica por parte del investigador desde que planea el estudio.
Por lo general se utilizan los valores = 0.05 o 0.01, dependiendo del riesgo que se
quiera admitir en la conclusión.
Mientras más pequeño es el valor de α se requiere más evidencia en los datos para
rechazar la hipótesis nula.
 Hipótesis estadística
Grados de libertad
Son parámetros que definen las distribuciones t de Student, Ji-cuadrada, F y Normal y se determinan a
partir de los tamaños muestrales involucrados. Se representa con la letra v.

𝒙 −𝝁 ( )
𝟐
𝑺 𝟐𝒙 𝑺𝟐𝒚
+
Media 𝒕 𝟎= 𝒏𝒙 𝒏 𝒚
𝑺/ √𝒏 v = n-1 𝒗= −𝟐

( ) ( )
𝟐 𝟐 𝟐 𝟐
𝑺 𝑺
v= 𝒏𝒙
𝒙 𝒚
𝒏𝒚
+  
𝒏 𝒙 +𝟏 𝒏 𝒚 +𝟏

𝟐 (𝒏−𝟏)𝑺𝟐
Varianza
𝑿 =𝟎 𝟐 𝑺𝟐𝒙 v = en el numerador
𝝈 𝑭 𝟎=
𝟎 𝟐 en el denominador
𝑺𝒚
v = n-1
Proporción 0.10 Z0.05 = 1.645

0.05 Z0.025 = 1.96

0.01 Z0.005 = 2.575

Gutiérrez y de la Vara. (2013) Control estadístico de la calidad y seis sigma Mc Graw Hill Education.
 Hipótesis estadística
Valor crítico

Es un valor que se obtiene con los grados de libertad y el alfa.

Es el valor con el que se compara el estadístico de prueba para decidir si se rechaza
o se acepta la hipótesis nula.

Este valor crítico se obtiene en tablas, Excel, RStudio para la Distribución t de Student.
Tablas Excel RStudio
V = grados de libertad =INV.T(alfa,v) qt(alfa,v)
(n-1 = 124) =INV.T(0.025,124) qt(0.025,124)
α = 0.025 -1.97928012 -1.97928012
1.980
=INV.T(0.975,124) =qt(0.975,124)
1.97928012 1.97928012
 La hipótesis nula es verdadera mientras no se demuestre lo contrario.

Valor crítico
Valor crítico Nivel de significancia
Nivel de significancia (alfa) Grados de libertad
(alfa) Grados de libertad (tamaño de la muestra - )
(tamaño de la muestra - )

Zona de aceptación de H0

Zona de rechazo de H0 0 Zona de rechazo de H0

 Hipótesis estadística
Valor - p
La significancia observada o calculada, también conocida como p-value o valor-p, es el área bajo la
distribución de referencia más allá del valor del estadístico de prueba.

La expresión “más allá del estadístico de prueba” significa, por ejemplo en la prueba T bilateral, el área
bajo la curva fuera del intervalo [–t0, t0], es decir:

valor-p = P(T < –t0) + P(T > + t0)

donde T es una variable que tiene una distribución

T de Student con n – 1 grados de libertad.

Se rechaza H0 cuando el valor-p 0.05 o 0.01 0

según alfa elegido –t0 + t0

Errores tipo I y tipo II

H0 es H0 es
  es la prob. error tipo I.
verdad falsa  es la significancia dada de la
prueba, planteada por el
H0 se Error tipo II
investigador. La más común  =
0.05 ó 0.01. Mientras más
acepta pequeño es se requiere más
evidencia para rechazar H0.
 b prob. error tipo II.
H0 se Error tipo I  Se controla de manera indirecta
rechaza con el tamaño de la muestra, ya
que a más datos, b será menor.
 Compresión Alfa 0.05 Alfa 0.10
Error tipo I
Estadístico t -1.7129 -1.7129445
Valor crítico de t (una cola) (valor H0 se rechaza y es verdadera
absoluto) -1.6753 -1.29837271
Valor crítico de t (dos colas) (valor "p")
(valor absoluto) -2.0076 -1.67528495

Alfa 0.10

Alfa 0.05
Alfa 0.025
-2 -1.67 -1.3

-1.7 0
estadístico t
 Procedimientos de prueba de hipótesis para un parámetro
Hipótesis Estadístico de prueba Criterio de rechazo
a)

b)

c) :

número de defectos
 Procedimientos de prueba de hipótesis para dos parámetros
Hipótesis Estadístico de prueba Criterio de rechazo
a)
donde

Para varianzas iguales

b)
donde

Para varianzas
diferentes
 Procedimientos de prueba de hipótesis para dos parámetros
Hipótesis Estadístico de prueba Criterio de rechazo

c)

d) :

: donde
Ejemplo:

La calidad de la pintura látex depende, entre otras cosas, del tamaño de

la partícula. Para medir esta característica se utilizan dos
centrifugadoras, y se sospecha que reportan mediciones distintas para la
misma pintura. Se decide hacer un estudio que permita comparar las
medias y varianzas reportadas por los dos equipos, para lo cual de un
mismo lote se tomaron 13 lecturas con cada centrifugadora.

Cent. A 4661.4 4049.8 4250.8 4044 4487.1 4804.4 4773.2 4330.3 4323.2 4939 4623.9 5069.5 4889.1
Cent. B 3948.6 4307.8 4255.8 4235.1 4606 3951.5 4978.9 4488.6 4503.3 4775.9 4850.8 4552.5 4413.2 Cent. A Cent. B
4661.36 3948.56
4049.81 4007.77
Estadísticos  Cent. A Cent. B 4250.78 4255.8
4043.95 4235.05
Media 4,557.34077 4,451.37 4487.08 4606
Varianza 113,944.85 99,265.2483 4804.35 3951.45
4773.18 4078.88
4330.28 4188.58
4323.17 4103.34
4938.96 4775.93
4623.88 4350.75
5069.5 4552.47
4889.13 4413.23
Primer Paso:
Plantear hipótesis para la varianza

H0= La varianza de la máquina A es igual a la varianza de la máquina B

HA= La varianza de la máquina A es mayor a la varianza de la máquina B

Segundo paso: 𝑺𝟐
𝑨
Elegir el estadístico de prueba para la varianza: 𝑭 𝟎= 𝟐
𝑺𝑩

Tercer paso:
Decidir sobre el nivel de significancia, lo más común es un Alfa del 5% o al 0.05

Hipótesis nula Hipótesis alternativa

Cuarto paso:
Realizar en Excel la Prueba F para varianzas de dos muestras
Prueba F para varianzas de dos muestras
  Cent. A Cent. B
Media 4,557.34077 4,451.37
Varianza 113,944.85 99,265.2483
Observaciones 13 13
Grados de libertad 12 12
F 1.14788259 
P(F<=f) una cola 0.40754199 
Valor crítico para F (una cola) 2.68663711 
Quinto paso:
Comparar estadístico para la varianza con el valor crítico.
vs El valor crítico = 2.68663711

F = 1.14788258 Valor crítico 2.68663722

La cola izquierda aplica cuando

el estadístico F es menor que
uno y la cola derecha cuando es Zona de aceptación de Ho
mayor que uno.
La distribución F inicia en 0,
observar la zona de aceptación
y rechazo de Ho
Zona de rechazo de Ho

Sexto paso:
Tomar decisiones sobre los resultados. Como F0 no se rechaza H0 (igualdad de varianzas) y se concluye que
estadísticamente, las centrifugadoras tienen la misma variabilidad, precisión o error de medición.
El valor p = 0.40754199. Cuando el valor p es mayor a 0.05 no se rechaza H0.
Séptimo paso:
Se plantean hipótesis para la media :
:
Octavo paso:
Se elige el estadístico de prueba para la media (distribución t de Student) según los resultados de la
Hipótesis para la varianza y se cálcula. En este caso al ser las varianzas iguales: Prueba t para dos
muestras suponiendo varianzas iguales.
Prueba t para dos muestras suponiendo varianzas iguales
  Cent. A Cent. B
Media 4557.34077 4451.37
Varianza 113944.85 99265.2483
Observaciones 13 13
Varianza agrupada 106605.049
Diferencia hipotética de las medias 0
Grados de libertad 24
Estadístico t 0.82747309
P(T<=t) una cola 0.20806063
Valor crítico de t (una cola) 1.71088208
P(T<=t) dos colas 0.41612125
Valor crítico de t (dos colas) 2.06389856 
 Noveno paso: :
Comparar estadístico para la muestra con el valor :
crítico.

Décimo paso:
vs valor crítico = 2.06389856 Tomar decisiones sobre los resultados.
Como el estadístico para la media de
Zona de rechazo de Ho
0.82747309 es menor que el valor crítico
de 2.06389856 no se rechaza H0
Zona de aceptación de Ho
(igualdad de medias) y se concluye que
las dos máquinas reportan en promedio el
mismo tamaño de partículas.
El valor p = 0.41612125. Cuando el valor
p es mayor a 0.05 no se rechaza H0.
0
Estadístico t
= 0.8274739

Valor crítico
= 2.06389856

Si el estadístico es negativo se debe analizar la cola izquierda y cambiar el signo del valor crítico, si el estadístico es
positivo (como en este caso) se debe analizar la cola derecha.