Tema 6 - Inferencia Estadstica: Contrastede Hiptesis

Tema 6 Inferencia Estadstica: Contraste de Hiptesis

6.1 Introduccin
En este tema consideramos el segundo rea principal de la inferencia estadstica - el
contrastede hiptesis. Aqu introducimosvariasideasydefiniciones centrales. Primero, una
hiptesis estadstica es lIna afirmacin o coljetura acerca de lIna o mspoblaciones (o
sobre unaomscaractersticasde una o mspoblaciones). Acontinuacin slo vamos a
considerar mtodos para contrastar hiptesis sobre lino o dos parmetros de lIna o dos
l
poblaciones.
Para contrastar una hiptesis (por ejemplo, que los fusibles producidos por una empresa
tienen una duracin media, de tres aos) tericamente ser posible estudiarlapoblacin
entera y ver si la afirmacin es cierta o falsa. No obstante,' por las razones descritas en la
Seccin 5.2, en la prctica es muy improbable que sea posible estudiar todo la poblacin.
Como en la estimacin, basamos nuestros estudios en lIna muestra representativa de la
poblacin. En lo que sigue, supondremos que la muestra se escoge utilizando el muestreo
aleatoriosimple.
Empezamos el procedimiento identificando la llamada hiptesis nula, Ho, que representa la
afirmacin o conjetura. En el ejemplo de los fusibles, la hiptesis nula seraHo: = 3. Para
contrastar la hiptesis se utiliza un estadstico del que se conoce la distribucin en el
muestreo bajo la hiptesis nula. Despus, extraemos una nluestra aleatoria simple y
calculamos elvalor del estadstico asociado. Comparamos este valor con la distribucin
delestadstico en elmuestreo. Algunos valores del estadstico nos hacen sospechar que la
hiptesis nulanoesrazonableyentonces se rechaza.
Utilizandoesteprocedimientoes posibleque cometamosdos tiposde
]. Rechazarlahiptesisnulacuandoescierta. (Error tipo1)
2. Aceptarlahiptesisnulacl/andoesfalsa. (Error tipo11)
Por tanto, tenemos que acostumbramos a que la Haceptacin" de una hiptesis significa
que los datosde la muestraescogidanoproporcionanevidenciasuficientepararechazarla
ylanoaceptacinde stasignificaquela evidenciade lamuestralarecha=a.
)1;
Tema 6 - InferenciaEstadistica: Contraste de Hiptesis
6.2 Definiciones
Paraconcretaresteprocedimientogeneral, daremosvarias definiciones fundamentales.
a) Contraste de hiptesis Un procedimiento estadstico para investigar acerca de la
aceptacinorechazo de una conjetura.
.b) Hiptesis nula. HQ La que se quiere contrastar, es la que se acepta o rechaza como
conclusindel contraste.
c) Hiptesisalternativa. H La que se confrontafrente aHa, yse rechaza o se acepta si se
aceptaorechazaHo,respectivamente.
d) Estadsticode contrasteolncin de decisin delcontraste Una funcin de los datos de
la muestraque nos indica si se aceptaorechazaHo.
e) Regin crtica. Re El conjunto de valores del estadstico del contraste que nos llevan a
rechazarHo.
f) Regin de aceptacin, Ra El conjunto de valores del estadstico del contraste que nos
llevan aaceptarHo. ...
g) Errortipo1 El errorque se cometeal rechazarHa siendo cierta.
h) Errortipo11 El errorquese cometeal aceptarHa siendo falsa.
i) Nivel de significacin. a La probabilidad de cometer un error de tipo 1. (Se llama
tambin tamaliodelcontraste).
j) Potenciadelcontraste La probabilidad de rechazarHosiendo falsa. Si representamos la
probabilidad de cometerun errorde tipo11 por/3, la potenciaes igual a 1- /3.
k) Contraste unilateralo de l/na cola Contraste en que la regin crtica esta formada por
un solo conjuntode valores. Porejemplo, paracontrastesde la forma:
Ha: J1=3 Ha: JI =3

H: JL >3 H: JI<3
1) Contraste bilateralo de dos colas Contraste en que la regin crtica esta formada por
dos conjuntosde valoresdisjuntos. Porejemplo, paracontrastesde la forma:
Ha: JI =3
H: J..17: 3
6.3 Ejemplodeun contrasteunilateral
El famoso libro Diserro de Experinlentos, de R. A. Fisher, conlienza con el siguiente
contexto. Una dama afirma que el sabor de una taza de t con leche es distinto cuando se
vierte antes la leche que el t. Paracontrastaresta afirmacin se preparan 1otazas de t, en
cinco de las cuales se vierte antes la leche yen las cinco restantes el t. La dama tiene que
probarlas diez tazas, en orden aleatorio ysin saber el mtodo de preparacin seguido. Se
decide que la dama es capaz de distinguir una diferencia de sabor cuando acierta ms de
sietede las diez veces.
Si el orden al mezclarel tyla leche no afectaal sabor, la probabilidad de acertar el mtodo
usado al preparar una taza cualquiera,p, es igual a Y2. Si la dama es capaz de apreciar una
diferencia de sabor, la probabilidad de acertar el mtodo usado en la preparacin de una
tazade t cualquieraes ms grande que Y2. Entonces, contrastamos:
m
Tema 6 - Inferencia Estadstica: Contraste de Hiptesis
1 1
Ho:p=- frente HI:p>-
2 2
En este caso, el estadstico del contraste es el nmero de aciertos en las diez pruebas (de
Bernoul1i), X. Rechazamos H
o
cuando x es 8 o ms. Es decir, Re ={8,9,1O}. Por tanto,
R ={O, 1
,
2,.. , ,7}. El valorfrolllera entre los dos regiones, es decir el nmero 8, se
a
denominaPJII1IO crtico. Dadala regin crtica, el nivel de significacin es:
a = p(Errortipo1) = p( RechazarH
o
IHu cierta)
={RechazarHa Ip= {X slp=
10 (10Jl)X(1)IO-X 10 (
10
X
1
)IO
=Il -; - =I - =0,0546875
x=8 X ... 2 x=8 X 2
Se dice que: "H
o
estprobadoCOIl UIl nivelde significacinde a = 0,05./6875 (o de a =
5,5%)".
La probabilidad de un errorde tipo II no se puedecalcular, salvo que la hiptesis alternativa
sea ms especfica. Porejemplo, con Ho: p=0,5 frenteHI : P=0,6:
f3 =P(Errortipo Il)=p(AceptarHa 1H
o
falsa)
7 . (10
1
=p( X < 8IP=0,6) = x /0,6)'(0,4YO-'
=0,832710246
Entonces, lapotenciadelcontraste en estecaso es 1- 0,832710246== 0,1673.
En general, para H
o
: P=0,5 frenteH
I
: P= PI (PI> 0,5):
{J= p(X<81p=PI)= PIyo-x.
Calculando su valor yel de la potencia, 1- /3, paravarios valores dePI, podemos construir
la siguientetabla. .
PI
f3 Polencia = 1- f3
0-,55
0,60
0,65
0,70
0,75
0,80
0,85
0,90
0,95
1,00
0,900440
0,832710
0,738393
0,617217
0,474407
0,322200
0,179803
0,070191
0,011504
0,000000
0,09956
0,16729
0,26161
0,38278
0,52559
0,67780
0,82020
0,92981
0,98850
1,00000
:
Tema 6 - Inferi!l1cia Estadi...,tica: Contraste de 1Irpljtcsis
LaFigura6.1 representala potenciacomo funcin del parmetroPI.
Figura6.1 Potenciadelcontraste comofuncinde la
probabilidadde un"xito"bajola hiptesis
Potencia 1,0
0,9
0,8
0,7
0,6
0,5
0.4
0,3
0,2
0,1
0,0 ...J I I
0,5 0,6 0,7 0,8 0,9 1,0
Probabtlidaddeun xIto bapla hipateSlsalternatIVa
Obviamente, seria ideal que las probabilidades a y f3 fueran peque/ias. Siempre es posible
reducir f3 aunlentandoeltanlaJio de la regin critica. Por ejenlplo, cuando el valor crtico
es el nmero 7ycontrastamos H
o
:P=0,5 frenteH
I
: P=0,6,se encuentra:
6 (10\
{J =p(X <71p=0,6) = x}O,6n04-
x
=0,617719398
Pero, generalmente, f3 se reduce a costa del increnlento de a (para un tama/io muestral
fijo). Como ejemplode estehecho, paraestasegundaregin crtica:
10 (10J(lJlO
a= - =0,171875
x=7 x 2
No obstante, se pueden reducir ambas probabilidades, las de los dos tipos de errores
simultneamente, aunlenlando el tanlaJio de la muestra. Por ejemplo, supongamos que
aumentamos el nmero de pruebas a 20 y utilizamos un punto crtico de 14,
R
e
={14,15,...,20} Y R
a
={0,1,2,...,13}.Portanto, para H
o
:p=O,5frenteH
I
:p=0,6:
"0 (20)(1J20
a =I - =0,0206947
.r=14 X 2
y
13 (20
l
{J= xlO,6y(0,4)20-X =0,749989
Lapotenciaen estecasoesigual a1- /3= 1- 0,749989=0,250011.
En general, para lI
o
:P=0,5 frenteH
l
: P=PI (PI> 0,5):
Tema 6 - lnferenno EstadistIca: Contraste de Ilip/csl.\
Tema 6 - Inferencia E...;tad....tica: Contraste de I Jiptesi:';
13 (')0\
/3= p(X < 141p =PI) = : /pJ(l- Plt-
x
En la tabla que sigue, aparecen los valores de 13 y los de la potencia para varios valores de
pJ. Esta tabla contiene tambin los valores de las dos cantidades presentados anteriormente
para el caso 11 = 10, a efectos comparativos.
PI 13(/1 =10) 13 (n =20) Potencia (11 = 10) Potencia (n =20)
0,55 0,900440 0,870066 0,09956 0,12993
0,60 0,832710 0,749989 0,16729 Op25001
0,65 0,738393 0,583375 0,26161 0,41663
0,70 0,617217 0,391990 0,38278 0,60801
0,75 0,474407 0,214218 0,52559 0,78578
0,80 0,322200 0,086692 0,67780 0,91331
0,85 0,179803 0,021935 0,82020 0,97806
0,90 0,070191 0,002386 0,92981 0,99761
0,95 0,011504 0,000034 0,98850 0,99997
1,00 0,000000 0,000000 1,00000 1,00000
Observamos que los valores de 13 para una muestra de tamao 20 son siempre nlenores que
para una muestra de tamao 10. Equivalentemente, los valores de la potencia son siempre
nlayores para una muestra de tamao 20 que para una de tarnao 10. La Figura 6.2
representa la potencia para muestras de tan1ao 10 Y 20 como funcin del parmetro pJ.
Figura 6.2 Potencia del contraste como funcin de la
probabilidad de un "xito" bajo la hiptesis anernativa
Potencia ',0
0,9 ,.
0,8

0,7
,.
0,6 ,.
,.
0,5 ,.
,.
,.
n ='0 0,4
,.
,.
,. 0,3
0,2 ,.
,.
O,,
0,0
0,5 0,6 0,7 0,8 0,9 ',0
Probilblbdad de un exJ10 bap la hipoleslS alternatlva
Resumiendo:
a) Las probabilidades de los dos tipos de errores, a y f3, estn relacionadas.
b) La probabilidad de cometer un error de tipo 1, a, siempre puede reducirse ajustando
eltalnano de la regin crlica,
c) Si el tamao de la muestra, 11, al/lnenla, se reduce sinl1dtneanlente a y f3.
d) Si Ho eS.falsa, f3 es un nlxinlo cuando el 'verdadero valor del parmetro se aprOXin1Ll
al hipottico. Cuanto nlayor es la distancia entre el verdadero valor y el hipottico,
nlenor es f3.
realidad, cuando se realiz el experin1cnto descrito, la dan1a acierto el lntodo utilizado
)ara preparar una taza de t en 9 de las 10 ocasiones. Entonces, con este valor de x,
'echazamos Ho a nivel a = 5,5%. Parece que hay evidencia que la probabilidad p no es igual
l lh; es decir, que hay evidencia en la asercin de la dan1a.
>.4 Uso de valores P
Como hemos visto, en los procedimientos de un contraste de hiptesis, es necesario
;eleccionar un nivel de significacin, a. Tradicionalmente es usual fijar a como 0,1; 0,05
), 01, concluyendo cuando un valor del estadstico pertenece a la regin cltica asociada: u e/
.Jalor del estadstico de contraste es significativo a nivel a. " La seleccin de un nivel de
;ignificacin a tiene sus races en la filosofia de que debe controlarse el riesgo nu:aimo de
;onleter IIn error tipo 1. Realmente, el uso de a. = O, 1 0,05 0,01 es slo el resultado de
ilgo establecido como norma durante generaciones.
Hoy en da, en estadstica aplicada, es muy comn resumir un contraste de hiptesis a partir
ie un valor P que ofrece al usuario una alternativa a una mera conclusin de "rechazo" o
'aceptacin". El valor P se define como:
"EI nivel Jns bajo de significacin con el cual el valor observado del estadistico de
contraste es significativo. "
En el ejen'lplo de la seccin anterior, la dama adivin correctamente el procedimiento usado
en 9 de las 10 tazas de t. El valor P en este caso corresponde a la probabilidad de que
X 9 bajo la hiptesis nula, es decir siendo p = lh. Esta probabilidad es igual a 0,0107422.
Entonces, el resultado del contraste es significativo a un nivel Jllucho Jllenor que el nivel a =
J,055 citado anteriormente.
El argumento a favor del clculo de un valor P, frente a la catalogacin de un contraste
como "significativo" o no a un predeterminado nivel de significacin, es que la primera
forma de proceder da nls i/lfor/nacin al usuario. En el ejemplo anterior, es mucho ms
informativo saber que el valor P de un contraste es igual a 0,0107422, que saber que "el
contraste es significativo al nivel a = 0,055". Hoy en da, casi todos los paquetes de
software estadstico que facilitan el clculo de contrastes de hiptesis, dan el valor P junto
con el valor del estadstico de contraste.
6.5 Fases en la realizacin de un contraste
Podemos resumir las fases principales en la realizacin de un contraste como:
1) Establecer la hiptesis nula, Ho, y la alternativa, H}.
2) Elegir el nivel de significacin, a.
3) Seleccionar el estadstico de contraste, cuya distribucin en el muestreo es conocida bajo
la hiptesis nula, Ho.
4) Establecer la regin crtica asociada con el nivel de significacin a. (Si la decisin se va
a basar en un valor P no es necesario establecer la regin crtica).
5) Calcular el valor del estadstico para la muestra en cuestin (y el valor P si.Aa decisin se
va a basar en un valor P).
6) Decidir rechazar Ho si el estadstico de contraste pertenece a la regin crtica (o si el
valor calculado de P es nenor o igual que el nivel de significacin en otra caso, no
rechazar Ho.
Tema 6 - Inferencia Estadistica: Contraste de Hiptesis Tema 6-InferenciaEstadstica: Contraste de Hiptesis
6.6Ejemplodeuncontrastebilateral
Un fabricante ha desarrollado un nueva fibra sinttica que se considera tiene una
resistencia ala ruptura de 8Kg, con una desviacin tpica de 0,5 Kg. Queremos probar, a
nivel a = O-O1, la hiptesis de que J.l =8 Kg frente la alternativa de que J.l:t; 8 Kg,
sabiendo que en una muestra aleatoria simple de 50 trozos de la fibra la resistencia a la
rupturamediaes7,8 Kg.
Siguiendolasfases deun contrastede hiptesisde la seccinanterior:
,1)Ho: p =8 Y Ht : p-:l:- 8.
2) aestespecificadacomo 0,01.
3) Conocemos que: n = 50; x=7,8 Ya =0,5. De las secciones 5.4.5.2.2 y 5.4.5.2.3,
sabemosque:
Z_X-II
- _r Ni
a/.f;i - (0,1)
Esteresultadoesexactosi lapoblacin es normal, yunaaproximacinsi la poblacin no
es normal peto la muestra esgrande (como en este caso). Entonces, podemos utilizar
como estadsticode contrastebajoHo: J.l =J.10'
2 = X- Po
0 (J/.f;i - N(O,1)
4) Obviamente, si xes muy peque/lO o muy grande en comparacin con J1 =8, esto
proporciona evidencia de rechazar la hiptesis nula en favor de la alternativa. En
concreto, en este caso, rechazamosHo si el valorobservado de Zo, es decir Zo, es menor
que z(l- 0,01/2)=z(O,995)o mayor que z(0,01/2)=z(0,005). De las tablas de la
distribucin normal estndar, :(0,005)=<1>(0,995) 2,58. Entonces, z(0,995) -2,58.
Laregincriticaes portantoZo <-2,58yZo >2,58.
5) Elvalorobservadodelestadsticodel contrastebajoHoes:
x-p 78-8
Zo =a/i = J50 =-2,83
(Enestecasola hiptesis aItemtiva es bilateralyentoncesel valorPes:
p(/zol>2,83) =2P( Zo >2,83) =2[1- p( Zo 2,83)]
=2[ 1- <1\2,83)] =1[ 1- 0,997673] =0,0047.)
RechazamosHa anivel a = 0,01 porque el valor observado del estadstico del contraste
se sitaen la regin crtica. Concluimos que la resistencia ala ruptura media no es igual
a 8Kg. Pareceque es, en realidad, nlenorque 8Kg. (Utilizando el valorP, observamos
que es posible rechazar la hiptesis nula al nivel 0,0047, un nivel mucho nlenor que
0,01.)
6.7 Relacin con intervalosdeconfianza
Conlo recordamos, la estimacin apartir de un intervalo de confianza implica el clculo
de lmites, entre los cuales es "razonable" que est el parn1etro en cuestin. Por ejemplo,
en la seccin 5.4.5.3.2, un intervalo de confianza de nivel 1OO(1 - a)% para la media
desconocida, f.1(J, deuna distribucin normal con desviacin tpica conocida, vienedado por:
x-z(a/2) a;- Jio e;.-
...;n "';11
Pero, esteecuacines equivalentea:
-z(a/2) x- z(aj2) -=(a/2) z(a/2) Zo
a vn I
lo que correspondeano rechazar H
o
: J.1 = 1'0 contra H: J1 :t:- 1'0 aun nivel de significacin
a. Entonces, el contraste de H
o
:J1 =f.10 frente a H: J1 :t:- Jio' aun nivel de significacin a,
es equivalente acalcularun intervalo de confianza de nivel 1OO(1- a)% para y
H
o
si j.1{) noestdentrodelintervalode confianza. Con otro punto de vista, un intervalo de
confianza de nivel 100(1 - a)% para contiene todos los 'valores de j.1o para los que 110
poden70srechazar H
o
: J1 =Ji
o
en un contrastebilateralde nivel de significacin de a.
En general, si (ti", 8
2
) es un intervalo de contianza de nivel 1OO(1- a)% para el parmetro
8, entonces, fijado el nivel de significacina, el contraste de la hiptesis Ha:e=8
0
frente a
H:e:t:- e conduce al rechazo de si no est dentro del intervalo de confianza
o
H
o
( 8
2
). Desde el otropunto de vista, el intervalo de confianza del 1OO(1- a)A"
contiene todos los valores de para los que no podemos rechazar Ha:e=e
o
en un
contrastebilateral de nivel de significacin a.
6.8 Resunlen decontrastesimportantes
Utilizando los resultados introducidos en el Tema 5, y las ideas de las secciones
anteriores de este tema, podemos obtener los contrastes de hiptesis que aparecen en el
siguiente resumen.
Tema 6 - lnfercnciaEstadstica: Contrastede Hiptesis
6.8.1 Contrastesparamuestrasdepoblaciones nornlales
6.8.1.1 Contrastesparaun parnlctro
l/o E.'itadstico Regincrtica
decontraste
x- )1
)1 = Po (O' conocida) 2
0
= / rO-N(O,l) )1 :f. )10
a vil
)1 >)10 Zo >z(a)
)1 <)10
zo <-z(a)
X-)1
1-' =)10 (O' desconocida)
Ta = / rO - tn-I
S vil
)1 >)10 lO >In_I(a)
)1 <Po to < - t n-l(a )
x;>X:_I(a)
X; <X:_I(l-a)
9
/ cma o - injerenCIa L.ontrasle (le tIlpotesl."
6.8.1.2 Contrastesparados parnlctros
110
Estadstico Regincrtica
decontraste
Zo >z(a)
Zo <-z(a)
PI =)12 (j( =(ji desconocidas)
10 >I
n
HI -2(a)
2
f
o
<-I
nl
+"2-
2
(a)
lo >I\.(a)
lo <-t\.(a)
. CJ2 >a
2
2
.fo > n
2
-1(a)
0]2 <a: fo <1/ .1 (a) 11
1
10
l t. '/'t' L- I ; ')" I .. , ...." J,,,,.,,.l' I J,," t,. . \,..- .. ". '. .' l.-,
6.8.2 Contrastespara1l1Uestras grandes(poblaciones no-normales)
6.8.2.1 Contrastesparaunparnletro
Iln
1(= jo (o conocida)
J' = Jl
o
(o desconocida)
l' 110 (poblm:il1 tito: Puissoll)
p=Po
6.8.2.2 Con trastes parados parlllctros
lJo
1', = P2 (o/ y a} conocid;:s)
JI, = J1
2
(0",2 Y ai desconocidas)
JI, = Jl
2
(pobl;,ciones de Poisson)
Re:;" crtica'
Zo >z(a)
Zo <-z(a)
zo>z(a)
Zo < -z(a)
Zo > z(a)
zo<-z(a)
1=0\ > z(aj2)
Zo > z(a)
zo<-z(a)
Regincrtica
Zo > z(a)
zo<-z(a)
zo>z(a)
Zo <-z(a)
Zo >z(a)
zo<-z(a)
Zo >z(a)
Z < -z(a)
E.\'tadl\,ticn
de cOlltru,\'te
,. ;y - 1'"o N(O J) ( . )
2
0
= / r - , aprux.
a vil
x- Po ) ( )
Zo = "'j r - N(O,1 aprox.
a vil
)- P
Zo = -N(O,l) (aprox.)

11
11
Tema 6 - Inferencia E,.... /adis/ica: Con/ras/eele !/ip/esis
Estadstico
de contraste
X'-X2
-- N(O, 1) (aprox.)
ai. a
2
__L +_-1.
11, /1
2
-- N(O, 1) (aprox.)
11,
l'-.; Jiu
fJ > J10
JI < Po
J.I 7:- Po
JI> Po
JI < 1'0
j''l JI"
JI > 1'0
J1 < Po
P=t Po
p>Po
p<po
12
Jl//lU U - J/I)l/l/l'-H4 .L."ddL'1I1. \ ,J,',j/ii.'jL uL J"1"
6.9Ejemplosdecontrastesdehiptesis
6.9.1 Contrastesparamuestrasdepoblacionesnormales
6.9.1.1 Ejemplode uncontrasteparaunaInedia(o- desconocida)
La brillantez de un cinescopio de televisin puede evaluarse midiendo la corriente
necesariapara alcanzarun nivel de brilIo particular. Un ingeniero ha diseado un cinescopio
que cree requiere 300 microamperes de corriente para producir el nivel deseado de brilIo.
Se toma una muestra aleatoria simple de 10 cinescopios y se obtienen Jos resultados
siguientes: x= 317,2Ys == lS,7. Suponiendo que la distribucin de la corriente necesaria es
una normal, propongaypruebe una hiptesis apropiada utilizando a'= 0,05. Encuentre una
aproximacindel valorP de estecontraste.
Solucin
p==300 H1: )J=;300
2) a = 0,05
x- Po
3) 10 = s/j;;
4) il
0
1> 1
9
(O,02S) = 2,26
317,2-100
S) 10 = / 3,46
IS,7 vIO
6) Rechazamos anivel a =O,OS porque3,46> 2,26. Hay evidencia suficiente de que el
cinescopio requiere ms de 300 microamperes de corriente para producir el nivel
deseado de brilIantez.
Utilizando la tabla de la distribucin1 de Student, el valorP en estecaso es:
2P(To > 3,46)< 2P(To >3,25)= 2(0,00S)=0,01.
Entonces, en realidad, podemos rechazar la hiptesis nula aun nivel mucho ms pequeo
queO,OS.
6.9.1.2Ejemplodeuncontrasteparaunavarianza
Se mide el porcentaje de titanio de una aleacin utilizada en piezas para vehculos
espaciales. Para ello se seleccionan 50 piezas al azar. La desviacin tpica muestral es s::.:
0,37. Suponiendo que el porcentaje de titanio tiene una distribucin normal, pruebe la
hiptesis Ro: CJ =0,25 contra H1: CJ =; 0,2S utilizando para ello a = O,OS. D una
aproximacin del valorP del contraste.
Solucin
1) 0'=0,2S Ht : O'=; 0,2S
2) a = O,OS
.. (n-1)5
2
3) X;=--2-
CJ
o
4) z; > X:_1 (a /2) X; < X:-1(1- a /2)
X; > X;0(0,025) X; < X;0(O,975)
=X; > 67.5 X; < 32,4
13
; ('IIJiJ - jll)'-Il 1.1.-1 _.\
., 49(0,37):
5) X; = (0,25)2 =107,3
6) Rechazamos H al nivel a = 0,05 porque 107,3 > 67,5. Parece que la desviacin tpica
o
del porcentajede titanio es mayorque 0,25.
Utilizando la tabla de la distribucin chi-cuadrado de Pearson y la variable Y para
representar una variable aleatoria con distribucin chi-cuadrado con 50 grados de libertad,
el valorPen este caso es:
>107,3) < 2P(Y>79,5)=2(0,005)=0,01.
Entonces, podemos rechazarla hiptesis nula aun nivel mucho n1s pequeo que 0,05.
6.9.1.3 Ejemplodecontrastesparacomparardos nledias
En la fabricacin de semiconductores, se utiliza a menudo una sustancia qumica para
quitarel silicio de la partetrasera de las obleas antes de la metalizacin. En este proceso es
inlportante la rapidez con la que acta la sustancia. Se han comparado dos soluciones
qumicas, utilizando para ello dos muestras aleatorias de 10 obleas para cada solucin. La
rapidezde accin observadaes la siguiente(en mils/min):
Solucin 1
Solucin 2
9,9 10,6
10,2 10,0
9,4 10,3
10,6 10,2
9,3 10,0
10,7 10,7
9,6 10,3
10,4 10,4
10,2 10,1 10,5 10,3
Si las distribuciones de la variable de inters paralas dos soluciones son norn1ales, contraste
la hiptesis de que la rapidez promedio de accin es la misma para ambas soluciones a un
nivel de signific.acin dea =0,01, suponiendo que:
2
a) 0'1 =0,16 Y a; =0,04.
b) las dos varianzaspoblacionalesson desconocidas pero son iguales.
e) las dosvarianzaspoblacionalesson desconocidasy no son iguales.
Solucin
En los datos, tenemos: 17
1
=1 Xl = SI = 172 =1 x2 = 1 S2 = 0,2309.
Parael apartado a):
l)Ho: J.11 =J.12 Ht : f.l 1=;J.12
2) a =0,01
_ (Xl - x:J
3) -o - I "l ')
aj+ a;
17
1
11
2
4) lz01> =(0,005) =2,58
l-l
Tema 6 - inferenciaEstadstica: Contraste de Hiptesis Tema 6-inferenciaEstadstica: Contraste de Hiptesis
-) .,. _ 9,97- 10,4 __.., 04
) "'0 - I - -',
.. / 0,16 + 0,04
V 10 10
6) Rechazamos a nivel a = 0,01 porque 1-3,041 > 2,58. Parece que hay evidencia
suficientede que la media parala solucin 1es menorque la de solucin2.
Parael apartadob):
1) 110: Ji
l
=Ji2 H: Jil Ji2
2)a=0,01
..,
-') lo == rJl]"\;J
J
4) \'01> 'a/
O
,005)= 2,88
5) i == (111-1).s2 + (112-I)S; == 9(0,4218)2 +9(0,2309)" == 0,1156. Entonces,
11
1
+ /1
2
- 2 18
9,97-10,4 =-283
o
, =
1 1) , l'
01156'-+-
) 10
6) No podemos rechazar anivel a.. = 0,01 porque 1-2,831 <2,88. Parece que la rapidez
promediode accin es la n1isma paraambas soluciones.
Parael apartado c):
1) 110: Ji
l
=Ji1 H: Ji :t: Ji2
2) a = 0,01
(5: - x)
3) , = __1 _1_
s- o s-
I + 2
\ 111 11:-
4) Aqu,
oS: 1
(
v== /111 /112-1)]
1
(0,4218/ + (0,2309)1J
(
10 10
-['-((0'4218)2J2. / l [((0'2309)1J1.. / ] = 13,95 14.
10 /(lO-I)r 10 /(10-1)
5)' = 9,97-10,4 =-283
o ., .,'
(0,4218) (0,2309Y

10 10
6) No podemos rechazar Ho a nivel a = 0,01 porque 1-2,831 < 2,98. Parece quela rapidez
promediodeaccines lamismaparaalnbassoluciones.
6.9.1.4 Ejenlplo de uncontrasteparacomparardosvarianzas
Dos compaas de compuestos qumicos pueden surtir una materia prima. La
concentracinde un elemento en particularen estematerial es importante. Laconcentracin
promedio de ambos proveedores es la nlisma, pero se sospecha que la variabilidad en la
concentracin puede diferir entre las dos compaas. La desviacin tpica de la
concentracin, en unamuestraaleatoriasimplede 11, =15 lotes producidos porla compaa
1 es s} =4,7 gil, mientras que para la compaa 2, una lnuestra aleatoria de 11
2
= 20 lotes
proporciona una S2 =5,8gil. La concentracin en ambos casos tiene una distribucin
normal. Existe evidencia suficiente al nivel a =0,05 para concluir que las varianzasde las
dos poblacionesson diferentes?
Solucin
1) 110: =(j; H 1: :f; a;
2)a=0,05
2
3) fe
o
=!!-
. s;
4) fo > F;4.19(0,025) = 2,6464 fo < 1/F;9.14(0,025) 1/F;S.14(0,025) =1/2,8789= 0)474.
(
4 7)2
5) fe ==-'-=06567
o (5,8)2 '
6) No podemos rechazar anivel a = 0,05 porque 0,3474< 0,6567 < 2,6464. Entonces,
no hay evidencia suficiente, al nivel a = 0,05, para concluir que las varianzas de las dos
poblacionesson diferentes. #"
6.9.2 Contrastesparanluestrasgrandesdepoblacionesno-normales
6.9.2.1 Ejemplo deuncontrasteparaunanlediadeunl poblacindePoisson
En la publicidad de cierta mquina industrial, sus fabricantes anuncianque, durante el
uso continuo, su nmero promedio de averas por semana es menor que 1. Uningeniero de
una empresa que ha comprado una de tales mquinas, no tiene mucha confianza en la
publicidad de los fabricantes y sospecha que el nmero promedio de averas porsemana es
lnayorque 1. Parainvestigar su sospecha, observa el nmero de averas porsemanadurante
las primeras 45 semanas de uso continuo. En este periodo, el nmero promedio de avenas
por semana fue de 1,25. Suponiendo que el nnlero de averas por semana sigue una
distribucin de Poisson, tiene el ingeniero evidencia suficiente paraconfirmar su sospecha?
Utilice un nivel de significacindea = 0,05. Encuentreel valorP del contraste,
Entonces, la regin crtica es: Itol> /14(0,005) = 2,98.
Telllo 6 - inferencia Estadstica: Contrastede !fipte.\is
Tema 6 - InferenCIa Estadistica: Contrastede fliptesis
Solucin
1) Ha: Jl 1 H: l' > 1
2) a = 0,05
3)'" _x-Po
""o - Jj1o/n
4) zo>1,645
5) === 1,25 - 1=168
o '
6) Rechazamos anivel a =0,05 porque 1,68>1,645. Entonces, pareceque el ingeniero
tiene evidencia suficiente para confirmar que el nmero promedio de averas es mayor
que 1porsemanales.
Utilizando la tabla de "la distribucin normal estndar, el valor P en este caso es:
P(Zo >1,68)=1- 0,95352=0,04648.
6.9.2.2 Ejemplo deun contrasteparala diferencia entredos medias depoblacionesde
Poisson
Duranteun periodo de 42 semanas la policalocal registr 87 accidentes de trfico en un
tramo de carretera especialmente peligroso. En un intento de reducir el nmero de
accidentes, la policaintrodujo nledidas de control de velocidad. En las 35 semanas despus
de lotroducirtales nledidas, el nnlero de accidentes registrados fue de 52. Suponiendo que
el nmero de por semana, tanto antes coma despus de introducir las medidas,
tiene una distribucin de Poisson, hay evidencia de que las nledidas introducidas por la
policahansupuesto una reduccinsignificativadel nmero promedio de accidentes? Utilice
un nivel designificacin de a = 0,01 parael contraste. Encuentre el valorPdel contraste.
Solucin
1) Ha: f.11 =Ji2 H1: J.1 > Ji:
2) a = 0,01
3) z- = (XI -X2 )
l1X
I
+l1.,X., 1 1
. u ( )( )
11
1
+ -;;;+-;;;
4) Izol >=(0,01) =2,32
87 52
5) z = . 42 35 =190
o ir87+52J( 1 1J '
42 +35
6) No podemos rechazar Ha a nivel a = 0,01 porque 1,90 < 2,32. Entonces, no hay
evidencia suficiente, anivel a ;:; 0,01, de que las medidas de control de velocidad hayan
producidouna reduccin significativadel nmero promediode accidentes.
Utilizando la tabla de la distribucin normal estndar, el valor P en este caso es:
p(Zo > 1,90)=1- 0,97128=0,02872.
6.9.2.3 Ejenlplo de un contnlsteparauna proporcin
Un fabricante de lentes intraoculares evala una nueva mquina pulidora. El fabricante
aprobarla mquina si el porcentaje de lentes pulidos con ella que contienen defectos en la
superficie no es mayor del 2%. Se toma una muestra aleatoria simple de 250 lentes y se
encuentraqueseis de ellos tienen defectos. Propongaypruebeun contrasteapropiadopara
detenninar si la mquina ser aceptada. Utilice un nivel de significacin de a. = 0)05.
Encuentreel valorP parael contraste.
Solucin
1) Ho: p=0,02 H1: p>0,02
2) a = 0,05
fi-po
3) Zo
Po(1- Po)
11
4) Zo >=(0,05) =1.645
6
--002
5) == 250 ' =045
o 0,02( 1- 0.02) ,
250
.6) No podemos rechazar Ho a nivel a = 0,05 porque 0,45 < 1,645. Entonces) aunque
p=6/250=0,024, no hay evidencia suficiente, anivel a. = 0,05, de que el porcentajede
lentes pulidos que contienen defectos en la superficie es mayor que 2%. Parece que la
n1quinaseraceptada.
Utilizando la tabla de la distribucin normal estndar, el valor P en este caso es:
p(Zo > 0,45) =1- 0,6736=0,3264.
6.9.2.4Ejemplodeuncontrasteparala diferenciaentredosproporciones
Para la fabricacin de piezas de plstico, se utilizan dos mquinas diferentesdemoldeo
por inyeccin. Una pieza se considera defectuosa si tiene un encogimiento excesivo o si le
falta color. Se toman dos muestras aleatorias simples, cada una de tamao 300, y se
encuentran 15 piezas defectuosas en la muestra de la mquina 1, mientras queslq 8 en la
n1uestra de la mquina 2. Es razonable concluir que ambas mquinas producen la misma
proporcin de partes defectuosas, utilizando un nivel de significacin de a. = 0,05?
Encuentreel valorP del contraste.
Solucin
1) Ha: PI =P2 H(PI:;:' P2
2) a = 0,05
- PI - P1 d d (11
1
PI +112P2 J
3) "'0 - on ePo -
A( A)(1 1J
A -
11
1
+11
2
P 1-p -+-
. o o \.11
1
11
2
4) 1=01> z( 0,025) =1,96
Tema (j - in) :'I1(:/(J L'}luc/isllca: CllJ1lra.\/(' de j lpu!t''':.'
Tema (; - r.:sfndsf;cn. c'ollfrosfe de jf'),J!esis
15 8
,. 15+8 23 300-300
5) Po = 600 =- yentonces: Zo = I ( . X ) 1,49.
600 23 23 1 1
-1-- -+-
.600 600 300 300
6) No podemos rechazar a nivel el = 0,05 porque 1,49 < 1,96. Entonces, parece
razonable (a nivel el =0,05) que ambas mquinas producen la misma proporcin de
partesdefectuosas.
Utilizando la tabla de la distribucin normal estndar, el valor P en este caso es:
p(Zo > 1,49) = 1- 0.93189=0,06811.
6.10Ejereieas
6.10.1 Un ingenieroquetrabajaparaun fabricante de llantasinvestigala duracin
promediodeun compuesto nuevo de caucho. Paraello, construye 16 llantasylas
pruebaen una carreterahastaalcanzarel fin de la vidatil de stas. Los datos, en
km., obtenidosson los siguientes:
60613 59836 59554 60252
59784 60221 60311 50040
60545 60257 60000 59997
69947 60135 60220 60523
Al ingenierolegustarademostrarquelavida til pronlediode la nuevallanta
excedelos60000km. Suponiendoquela duracinde las llantastieneuna
distribucin normal, propongaycontrastelas hiptesisapropiadasutilizandoun
nivel de significacin de el =0,05.
6.10.2 Se insertaun remache en un agujero. Si la desviacin tpica del dimetro del
agujero es mayorque 0,01 mm, exis'teuna probabilidad inaceptablementegrande
dequeel remacheno entreen el agujero. Setomauna muestrade 15 piezasyse
mide el dimetro del agujero. Ladesviacin tpicamuestral delasmedicionesde
estosdimetroses 0,008 mm. Suponiendoquela distribucin del dimet'ro de los
agujeroses normal, existefuerte evidenciade quela desviacintpicadel
.dimetro del agujero esmayorque 0,01 mm? Utilice un nivel de significacin de a
=O,l.Encuentreel valorP del contraste.
6.10.3 Dosproveedoresfabrican un engranede plstico utilizado en una impresora
lser. Unacaractersticaimportantede estosengranesesla resistenciaal
impacto, la cual semide en pies-libras. Una muestraaleatoriade 10 engranes
suministradosporel primerproveedorarrojalossiguientesresultados:
Xl =290YSI =12. Del segundoproveedorse tomauna muestraaleatoriade 15
engranes, dondelos resultados son: =321 YS2 = 15. Si la resistenciaal impacto
tieneuna distribucinnormal en amboscasos, existeevidenciaque apoyela
afirmacin dequelos engranes del proveedor2tienenuna mayor resistencia
promedio al impacto, suponiendo que:
a) =0,16 Ya; =0,04,
b) las dosvarianzas poblacionales son desconocidas pero son iguales,
c) las dosvarianzas poblacionalesson desconocidas yno son iguales?
Utiliceun nivel de significacin dea =0,05 en los tres casos.
6.10.4 Seefectaun estudio paradeterminarsi existediferencia entrehombresymujeres
en lo quetocaala repetibilidad al ensamblarcomponentesen tarjetasde circuito
impreso. Paraellose seleccionan dos muestras de 50 hombresy50 mujeres, ycada
uno se someteauna pruebade ensamblado de unidades. Las desviacionestpicas
de los tiemposdeensamblado delas dos muestrasson 0,98 minutos paralas
mujeresy 1,02minutos paralos hombres. Si la distribucin poblacional delos
tiempos es normal, existealgunaevidenciaqueapoyela afirmacin de quelos
hombresylas mujeres difieren en cuanto ala repetibilidad paraestetareade
ensamblado?Utiliceun nivel de significacin dea = 0,01. Encuentreel valorP del
contraste.
6.10.5 Se estudiala proporcin de circuitosintegradosdefectuosos en un procesode
fotolitografia. Para ello se someteapruebaunamuestra de 300circuitos,en la que
13 son defectuosos. Utilicelos datos paracontrastarHo: p = 0,05contraH1:
p -:1= 0,05. Utiliceun nivel de significacin de a =0,05. Encuentreel valorP del
contraste.
6.10.6 Se evalan dos tipos diferentes de soluciones de pulido, parasu posibleuso en la
fabricacin de lentes intraocularesutilizadosen el ojo hUlnano despus deuna
cirugade cataratas. Se pulen 300lentes con la primera soluciny, de stos, 253
no presentarondefectos inducidosporel pulido. Despus, se pulen otros300
lentes con la segunda solucin, de los cuales 196 resultan satisfactorios. Utilizando
hiptesisyun contrasteapropiados, existealguna razn paracreerque las dos
soluciones parapulirson diferentes? Utiliceun nivel de significacin de a =0,01.
Encuentreel valorP del contraste.
19
20