Prueba de Hipótesis

Ing. Luis Herrera Lozano

Índice
1. Pruebas de hipótesis
2. Elementos de una prueba estadística, errores tipo I y II,
significancia: valor p.
3. Pruebas de hipótesis para una y dos poblaciones: media.
1. Prueba de Hipótesis
Uno de los objetivos de la estadística es hacer inferencias acerca de
características o parámetros desconocidos de una población con base
en información obtenida en una muestra aleatoria.
• Por medio de estimaciones puntuales o de intervalo (ya vimos
anteriormente).
• Por medio de pruebas de hipótesis para verificar si una cierta
afirmación acerca del parámetro puede considerarse como válida
basándose en los resultados de una muestra.
Una hipótesis estadística es una afirmación respecto a alguna
característica desconocida de una población.
El procedimiento formal para pruebas de hipótesis es semejante al
método científico:
• Observa la naturaleza o suceso.
• Formula una hipótesis → ¿Qué es lo esperado?
• Realiza un experimento → Recoge datos.
• Confronta la teoría con lo observado → Prueba de hipótesis.

En la prueba de hipótesis:
• Si las observaciones no concuerdan con la hipótesis, las rechaza. De lo
contrario, concluye que no tiene evidencia para rechazar la hipótesis
(no es lo mismo que aceptarla)
2. Elementos de una prueba estadística
Contraste de Hipótesis:
• Hipótesis nula (): Lo que se supone como cierto. No buscamos
evidencia de esta hipótesis.
• Hipótesis alternativa (): Lo que se quiere demostrar. De esta hipótesis
buscamos evidencia.
Si no encontramos evidencia en favor de (que es lo mismo que no
encontrar evidencia en contra de ) no quiere decir que sea verdadera,
simplemente no hay suficiente evidencia para rechazarla.
Ejemplo de contraste de hipotesis:
Sospechamos que las fundas de frutos secos de 100 gramos, realmente
no pesan 100 gramos. Para contrastar esta hipótesis plantearíamos:
• : µ = 100
• : µ 100
• Si encontramos evidencia µ 100 entonces comprobamos nuestra
sospecha. Las fundas de frutos secos de 100 gramos, realmente no
pesan 100 gramos, entonces rechazamos la hipótesis nula.
• Si no encontramos evidencia de que µ 100 no quiere decir que las
fundas de frutos secos de 100 gramos en verdad pesan 100 gramos
en promedio. Entonces decimos que no hay evidencia para rechazar
la hipótesis nula (no es lo mismo que aceptarla).
Ejemplo 2 de contraste de hipotesis
Queremos demostrar que la proporción de gente que no compró
nuestro producto sino el de la competencia (35%) ahora es inferior ya
que implementamos una campaña agresiva de publicidad en favor de
nuestro producto:
• :?
• :?
Resolución de ejemplo 2 de contraste de
hipótesis:
Pensamos que la proporción de gente que no compró nuestro producto (35%)
ahora es inferior ya que implementamos una campaña agresiva de publicidad a
favor de nuestro producto:
• : p ≥ 0.35
• : p < 0.35
• Si encontramos evidencia p < 35 entonces comprobamos nuestra sospecha y
rechazamos la hipótesis nula y aceptamos la hipótesis alternativa. Concluimos
que: la proporción de gente que no compra nuestro producto es menor que 35%
y por lo tanto la campaña publicitaria fue exitosa.
• Si no encontramos evidencia de que p < 35, entonces no hay evidencia para
rechazar la hipótesis nula, y concluimos que: no hay suficiente evidencia para
decir que la campaña publicitaria tuvo un efecto en la decisión de compra de la
gente.
Ejemplo 3 de contraste de hipótesis:
Se desea medir el impacto de la pandemia en el nivel de
analfabetismo. Algunos especialistas indican que dada la falta de
acceso a internet en zonas rurales el nivel de analfabetismo en el
período 2020-2021 sería mayor que en el 2018 - 2019 que fue de 3%:
• :?
• :?
Resolución de ejemplo 3 de contraste de
hipótesis:
Se desea medir el impacto de la pandemia en el nivel de analfabetismo.
Algunos especialistas indican que dada la falta de acceso a internet en
zonas rurales el nivel de analfabetismo en el período 2020-2021 sería
mayor que en el 2018 - 2019 que fue de 3%:
• : p ≤ 0.03
• : p > 0.03
• Si encontramos evidencia p > 0.03 entonces comprobamos el pronostico
de los especialistas y rechazamos la hipótesis nula. Concluimos que: la
pandemia incrementó el nivel de analfabetismo en el país.
• Si no encontramos evidencia de que p ≤ 0.03, no hay evidencia para
rechazar la hipótesis nula y concluimos que: no hay suficiente evidencia
para decir que la pandemia impactó el nivel de analfabetismo en el país.
Errores tipo I y II
Error tipo I o Falsos positivos:
se da cuando rechazamos
hipótesis nula y la hipótesis
nula es verdadera.

Error tipo II o Falsos negativos:

se da cuando NO se rechaza la Error tipo I
hipótesis nula y la hipótesis
nula es falsa. Error tipo II
Error tipo I o Falsos positivos ()
Error tipo I: Falsos positivos
• : p ≤ 0.03 vs : p > 0.03
• Por ejemplo: Rechaza si > 0.025
• Supongamos que la proporción real (desconocida) es p = 0.023
• En la muestra observada estimamos = 0.031
• Rechazamos la aunque esta en realidad es verdadera, a esto se le
llama Error tipo I.
Error tipo II o Falsos negativos
• Error tipo II: Falsos negativos
• : p ≤ 0.03 vs : p > 0.03
• Por ejemplo: Rechaza si > 0.025
• Supongamos que la proporción real (desconocida) es p = 0.035
• En la muestra observada estimamos = 0.023
• No rechazamos la aunque esta en realidad es falsa, a esto se le llama
Error tipo II.
Hay dos formas de buscar rechazar o no un contraste
de hipótesis:
1. Región crítica
2. Valor P
Elemento de una prueba estadística:
Región crítica
Cuando el
contraste es con
igual, la región
crítica es de dos
colas.
Segundo tipo de region critica:
Cuando la
hipótesis
alternativa es con
el signo menor (),
entonces la región
crítica es de cola
izquierda.
Tercer tipo de región crítica
Cuando la
hipótesis
alternativa tiene el
signo mayor (),
entonces la región
crítica es de cola
derecha.
Valor P
• Contraste de hipótesis : µ ≤ 80 vs : µ > 80
• Con n grande, bajo la hipótesis nula:

• Suponga que conocemos σ = 10 y observamos en una muestra de tamaño

n = 100 que la media muestral = 85.
• Si fuera verdadera, ¿qué tan probable es que hallamos observado en
nuestra muestra = 85?
Concepto: Valor p es la probabilidad de que un valor estadístico al menos
tan extremo como el calculado sea posible dada una hipótesis nula cierta.
P(valor tan o más extremo| es cierta)
Valor P
Cola derecha:
• Contraste de hipótesis : µ ≤ 80 vs : µ > 80: contraste de cola derecha:

•Si el valor p es menor que el nivel de significancia, se rechaza H0.

Cola izquierda:
• Contraste de hipótesis : µ ≥ 80 vs : µ < 80: contraste de cola
izquierda

• Si el valor p es menor que el nivel de significancia, se rechaza .

Dos colas:
• Contraste de hipótesis : µ = 80 vs : µ 80
• es falsa tanto cuando µ > 80 y µ < 80: Contraste de dos colas

• La desviación de 5 unidades también puede darse del lado negativo.

Entonces el valor p se definiría:

• Si el valor p es menor que el nivel de significancia, se rechaza .

Pruebas de hipótesis para una muestra:
media.
1. X normalmente distribuida:

2. X distribución desconocida pero n grande:

 Teoria sobre Prueba de hipotesis:
1. ¿Qué significa una Prueba de hipótesis?
Procedimiento basado en la evidencia muestral y la teoría de probabilidad, se emplea para determinar si la hipótesis es una
afirmación razonable. La prueba de hipótesis comienza con una afirmación o suposición, acerca de un parámetro poblacional como
la media poblacional.
2. ¿Qué es hipótesis nula?
Una afirmación acerca del valor de un parámetro poblacional. A esta hipótesis se la denomina hipótesis nula y se le asigna
mediante .
3. ¿Qué es hipótesis alternativa?
Una afirmación que se acepta si los datos muestrales proporcionan evidencia suficiente de que la hipótesis nula es falsa, entonces
la hipótesis alternativa describe lo que se concluirá y se rechaza la hipótesis nula. Se designa como .
4. ¿Qué es nivel de significancia?
El nivel de significancia se denota mediante la letra griega alfa () algunas veces se denomina nivel de riesgo, este ultimo es un
término mas adecuado ya que es el riesgo que se corre de rechazar la hipótesis nula cuando en realidad puede ser verdadera.
5. ¿Qué es región de rechazo?
La región del rechazo puede considerarse como el conjunto de valores de la estadística de prueba que no tiene posibilidad de
presentarse si la hipótesis nula es verdadera.
6. ¿Qué es la región de aceptación?
La región de aceptación es lo contrario de la región de rechazo y si el estadístico de prueba cae en la región de aceptación entonces
no se puede rechazar la hipótesis nula.
 Pruebas de hipótesis para la
varianza y proporción de una
población
Ing. Luis Herrera Lozano
Pruebas de hipótesis para la varianza
• X normalmente distribuida:

Para la prueba de hipótesis de la varianza, se utiliza la tabla Chi-

Cuadrado para calcular la región critica y el valor P.
Pruebas de hipótesis para la proporción
• Supuestos: X Bernoulli, n30, np

^ − 𝑝0
𝑝
𝑍= √𝑛
√ 𝑝 0 (1− 𝑝 0)