Cuando las ventas medias, por establecimiento autorizado, de una marca de relojes caen por

debajo de las 170,000 unidades mensuales, se considera razn suficiente para lanzar una
campaa publicitaria que active las ventas de esta marca. Para conocer la evolucin de las
ventas, el departamento de marketing realiza una encuesta a 51 establecimientos autorizados,
seleccionados aleatoriamente, que facilitan la cifra de ventas del ltimo mes en relojes de esta
marca. A partir de estas cifras se obtienen los siguientes resultados: media = 169.411,8
unidades., desviacin estndar = 32.827,5 unidades. Suponiendo que las ventas mensuales por
establecimiento se distribuyen normalmente; con un nivel de significacin del 5 % y en vista a la
situacin reflejada en los datos. Se considerar oportuno lanzar una nueva campaa
publicitaria?
H0: ( = 170000
H1: ( < 170000
Se rechaza Ho, porque zprueba (-0,12) es menor que ztabla (1,645), por lo tanto se acepta H1:
( < 170000, y se debe considerar oportuno lanzar una nueva campaa publicitaria.

3) Un gerente de ventas de libros universitarios afirma que en promedio sus representantes de

ventas realiza 40 visitas a profesores por semana. Varios de estos representantes piensan que
realizan un nmero de visitas promedio superior a 40. Una muestra tomada al azar durante 8
semanas revel un promedio de 42 visitas semanales y una desviacin estndar de 2 visitas.
Utilice un nivel de confianza del 99% para aclarar esta cuestin.
H0: ( = 40 H1: ( > 40
H0 es aceptada, ya que tprueba (2,83) es menor que ttabla (3,499), por lo que no es acertado
pensar que estn realizando un nmero de visitas promedio superior a 40.
4) Un investigador de mercados y hbitos de comportamiento afirma que el tiempo que los nios
de tres a cinco aos dedican a ver la televisin cada semana se distribuye normalmente con una
media de 22 horas y desviacin estndar 6 horas. Frente a este estudio, una empresa de
investigacin de mercados cree que la media es mayor y para probar su hiptesis toma una
muestra de 64 observaciones procedentes de la misma poblacin, obteniendo como resultado
una media de 25. Si se utiliza un nivel de significacin del 5%. Verifique si la afirmacin del
investigador es realmente cierta.
H0: ( = 22 H1: ( > 22
Se rechaza Ho, porque zprueba (4) es mayor que ztabla (1,645), por lo tanto el tiempo que los
nios de tres a cinco aos dedican a ver la televisin es mayor de 22 horas, lo que implica que la
empresa de investigacin de mercados tiene la razn.
1) Una empresa est interesada en lanzar un nuevo producto al mercado. Tras realizar una
campaa publicitaria, se toma la muestra de 1 000 habitantes, de los cuales, 25 no conocan el
producto. A un nivel de significacin del 1% apoya el estudio las siguientes hiptesis?
a. Ms del 3% de la poblacin no conoce el nuevo producto.
b. Menos del 2% de la poblacin no conoce el nuevo producto
a)

H0 es aceptada, ya que zprueba (-0,93) es menor que

ztabla (2,326), por lo que no es cierto que ms del 3% de la poblacin no conoce el nuevo
producto.
b)

H0 es rechazada, ya que zprueba (1,13) es menor que

ztabla (2,326), por lo que es cierto que menos del 2% de la poblacin no conoce el nuevo
producto.
En una escuela se quiere saber cul es el deporte ms practicado por los alumnos. Se realiza una
encuesta a cinco alumnos de cada curso.
Poblacin: Todos los alumnos de la escuela. Muestra: Cinco alumnos de cada curso, elegidos por
sorteo.
Variable: Cualitativa (Deporte que practica).
Se desea conocer cul es la estatura de los alumnos de una escuela. Se miden 10 alumnos por
curso.
Poblacin: Todos los alumnos de la escuela. Muestra: 10 alumnos por curso, elegidos al azar.
Variable: cuantitativa continua (Estatura).
Un fabricante de tornillos desea hacer un control de calidad. Para ello, toma 1 de cada 100
tornillos producidos y analiza:
 a) si es correcto o defectuoso, b) su longitud y c) su dimetro.
Poblacin: Todos los tornillos fabricados. Muestra: 1 de cada 100 tornillos fabricados, elegido al
azar.
Variable:
a) correcto o defectuoso: cualitativa, b) longitud: cuantitativa continua, c) nmero de pasos de
rosca: cuantitativa discreta.
Poblacin
Conjunto finito o infinito de elementos, sobre los que vamos a realizar observaciones.
Por ejemplo: los habitantes de un lugar, las piezas obtenidas de una mquina en un determinado
tiempo, etc.
Como se puede extraer de la definicin, la poblacin como tal es un concepto muy abstracto,
esto da lugar a que sea muy difcil o incluso imposible trabajar con ella al completo ya que puede
ser un tamao infinito o muy caro. A efectos prcticos, se estudia un subconjunto o muestra a
partir de la cual extrapolamos los resultados al resto de la poblacin. En general, cuanto mayor
es la muestra mejores son los resultados que podemos obtener. Por ejemplo: si queremos
analizar la resistencia de las piezas producidas por una mquina en un determinado periodo de
tiempo es evidente que no podemos probar todas las piezas porque las vamos a daar debemos
seleccionar slo una parte de ellas.
Variable: es cada una de las caractersticas que pueden observarse de un elemento de la
muestra.
Siguiendo con el ejemplo de las piezas se puede medir grosor, peso, resistencia, etc. Adems de
los datos a medir es necesario especificar, cuando sea preciso, la unidad de medida (por
ejemplo, el grosor en centmetros o en milmetros).
 - las puntuaciones
en un test que mide la variable creatividad siguen, en la poblacin general
de adolescentes, una distribucin Normal de media 11,5. En un centro escolar que ha
implantado un programa de estimulacin de la creatividad una muestra de 30 alumnos ha
proporcionado las siguientes puntuaciones

A un nivel de confianza del 95% Puede afirmarse que el programa es efectivo?

H
o

= 11,5
2
H
1

> 11,5
En una muestra de 1000 nacimientos el nmero de varones ha sido 542 Puede
considerarse, con un nivel de significacin del 10%, que en general nacen ms nios que
nias?
Solucin:
1
La hiptesis nula sera que nacen igual nmero de nios que de nias, o lo que es lo
mismo que la proporcin de nios nacidos es igual 1/2
Por consiguiente:
H
o
P = 0,5
2
H
1
P > 0,5
Efectivamente, nacen en mayor proporcin ios que nias.
En una muestra de 66 alumnos se ha calculado el coeficiente de correlacin de Pearsonentre sus
puntuaciones en el primer parcial de Anlisis de Datos y el tiempo que se emplea endesplazarse
desde su domicilio hasta la Facultad, obtenindose que r vale 0,24. Podemosmantener, con un
nivel de confianza del 95%, la idea de que estas variables son incorreladas, o por el contrario
debemos rechazarla.
Solucin:
1
H
o

=0
2
H
1

0
No existe correlacin entre ambas variables, de donde se deduce que el tiempoempleado no
influye en la calificacin.
4- Las puntuaciones en un test de razonamiento abstracto siguen una distribucin Normal
demedia 35 y varianza 60. Para evaluar un programa de mejora de las capacidades intelectuales,
a 101 individuos que estn realizando este programa se les pasa el test, obtenindose una
media de 50 puntos y una varianza de 80 Puede asegurarse, a un nivel de confianza del 90%,
que el programa incrementa las diferencias individuales en esta variable?
H
0
2
60

=
2
H
1
2
60

>
En efecto, la varianza es significativamente mayor lo que indica que ha aumentado ladispersin
de la puntuaciones lo que indica que se han incrementado las diferencias entre losindividuos.
A un nivel de confianza del 95%, Podemos rechazar que los rendimientos acadmicos son
iguales antes que despus frente a la alternativa de que se produce una mejora?
Teniendo en cuenta que los sujetos son los mismos en ambas muestras se trata de un contraste
de igualdad de medias con datos emparejados, por consiguiente:
Solucin:
1
H
o

d
=0
2
H
1

d
>0
Se sabe que la desviacin tpica de las notas de cierto examen de Matemticas es 2,4. Para una
muestra de 36 estudiantes se obtuvo una nota media de 5,6. Sirven estos datos para confirmar
la hiptesis de que la nota media del examen fue de 6, con un nivel de confianza del 95%?
1. Enunciamos las hiptesis nula y alternativa:
H0 : = 6 La nota media no ha variado.
H1 : 6 La nota media ha variado
Aceptamos la hiptesis nula H0, con un nivel de significacin del 5%
Un socilogo ha pronosticado, que en una determinada ciudad, el nivel de abstencin en las
prximas elecciones ser del 40% como mnimo. Se elige al azar una muestra aleatoria de 200
individuos, con derecho a voto, 75 de los cuales estaran dispuestos a votar. Determinar con un
nivel de significacin del 1%, si se puede admitir el pronstico.
1. Enunciamos las hiptesis nula y alternativa:
H0 : 0.40 La abstencin ser como mnimo del 40%.
H1 : < 0.40 La abstencin ser como mximo del 40%;
Aceptamos la hiptesis nula H0. Podemos afirmar, con un nivel de significacin del 1%, que la La
abstencin ser como mnimo del 40%.
Un informe indica que el precio medio del billete de avin entre Canarias y Madrid es, como
mximo, de 120 con una desviacin tpica de 40 . Se toma una muestra de 100 viajeros y se
obtiene que la media de los precios de sus billetes es de 128 .
Se puede aceptar, con un nivel de significacin igual a 0,1, la afirmacin de partida?
1. Enunciamos las hiptesis nula y alternativa:
H0 : 120
H1 : > 120
No aceptamos la hiptesis nula H0. Con un nivel de significacin del 10%.
La probabilidad de cometer Error de tipo I es el nivel de significacin .
La probabilidad de cometer Error de tipo II depende del verdadero valor del parmetro. Se hace
tanto menor cuanto mayor sea n.
La hiptesis formulada con intencin de rechazarla se llama hiptesis nula y se representa por
H0. Rechazar H0 implica aceptar una hiptesis alternativa (H1).
Elegir un estadstico de contraste: estadstico cuya distribucin muestral se conozca en H0 y que
est relacionado con q y establecer, en base a dicha distribucin, la regin crtica: regin en la
que el estadstico tiene una probabilidad menor que a si H0 fuera cierta y, en consecuencia, si el
estadstico cayera en la misma, se rechazara H0.
Obsrvese que, de esta manera, se est ms seguro cuando se rechaza una hiptesis que
cuando no. Por eso se fija como H0 lo que se quiere rechazar. Cuando no se rechaza, no se ha
demostrado nada, simplemente no se ha podido rechazar. Por otro lado, la decisin se toma en
base a la distribucin muestral en H0, por eso es necesario que tenga la igualdad.
Calcular el estadstico para una muestra aleatoria y compararlo con la regin crtica, o
equivalentemente, calcular el "valor p" del estadstico (probabilidad de obtener ese valor, u otro
ms alejado de la H0, si H0 fuera cierta) y compararlo con a.
Estamos estudiando el efecto del estrs sobre la presin arterial. Nuestra hiptesis es que la
presin sistlica media en varones jvenes estresados es mayor que 18 cm de Hg. Estudiamos
una muestra de 36 sujetos y encontramos

1. Se trata de un contraste sobre medias. La hiptesis nula (lo que queremos rechazar) es:

2. la hiptesis alternativa

Con frecuencia, los problemas a los que se enfrenta el cientfico o el experimentador no se

refieren slo a la estimacin de un parmetro poblacional como se indic en el captulo
precedente, sino, y es an ms frecuente en los problemas prcticos, el que se tenga que
formular un procedimiento de decisin basado en los datos que conduzcan a una conclusin
acerca de algn planteamiento cientfico. Esta es la situacin en que se encuentra, por ejemplo,
un investigador que pretende demostrar que la droga A es ms efectiva para el tratamiento de
cierta enfermedad que la droga B; cuando un siclogo desea comprobar si cierto formato de
instruccin incrementar la eficiencia en el aprendizajes; cuando un ingeniero agrnomo desea
comprobar si una nueva distancia de siembra entre surcos, para un cultivo, produce mejores
rendimientos que las distancias que se usaban comnmente en la zona; cuando el jefe de
marketing asegura que determinado producto se aceptado por el 60% de la poblacin
consumidora, etc.
En cada uno de los anteriores casos el responsable del estudio postula o conjetura algo acerca
de un sistema. Estos constituyen enunciados provisionales, puesto que al no poder integrar el
cmulo de sus conocimientos todo lo concerniente a la situacin, aparece la incertidumbre. La
funcin de la estadstica en su aspecto inferencial es la de apoyar el razonamiento para llegar a
decisiones slidas a pesar de la incertidumbre. Al respecto, es tan importante el papel que
desempea la estadstica en estas situaciones que se suele hablar de la estadstica moderna
como "el estudio de las decisiones ante la incertidumbre".
La hiptesis nula (H0) especifica el valor de un parmetro poblacional. Se conduce un
experimento para ver si el valor especificado no es razonable.
Ejemplo :Un semillero publicita que el peso promedio de una espiga de una cierta variedad es de
180 gramos con una desvo estndar de 30 gramos. Un productor de avanzada sospecha que el
peso es distinto de 180 gramos, decide por lo tanto conducir un experimento. El propsito del
mismo es ver si el peso de 180 gramos es incorrecto. Por lo tanto la hiptesis nula de inters es:
H0 : m = 180 gramos
La hiptesis alternativa (H1) da una suposicin opuesta a aquella presentada en la hiptesis
nula. El experimento se lleva a cabo para conocer si la hiptesis alternativa puede ser
sustentada.
En el ejemplo previo el productor sospecha que el peso medio es distinto de 180 gramos. Esta es
la hiptesis a ser sustentada y as la hiptesis alternativa es:
H1 m > 180 gramos m < 180 gramos 180 gramos
Se puede ver que las hiptesis son excluyentes. La hiptesis alternativa frecuentemente se llama
hiptesis de investigacin, porque este tipo de hiptesis expresa la teora que el investigador o
experimentador cree va a ser verdadera.
Por ejemplo, si H0 afirma que la media es igual a 20, la probabilidad de no rechazar H0 es
evidentemente mayor si la verdadera media es 25 que si es 30. Esto se detalla con mayor
claridad en la siguiente figura en el que el rea rayada indica la probabilidad de error tipo II ( ).
Por supuesto se puede calcular la probabilidad de error tipo II para cualquier valor de m . Cuanto
menor sea esta probabilidad mejor ser el contraste para distinguir entre hiptesis ciertas y
falsas, o sea, cuanto menor sea la probabilidad de no rechazar H0, cuando esta sea falsa, ms
"potente" es el contraste. La potencia de un contraste se mide por la probabilidad de rechazar
H0 cuando sea falsa. Al ser la probabilidad de no rechazar H0 cuando esta es falsa, la potencia
del contraste es igual a: 1 - P ( error tipo II )
Para estimar el rendimiento de parcelas plantadas con papa de una cierta variedad, se
cosecharon ocho de ellas, obtenindose la siguiente informacin expresada en kg/parcela:
Se puede asegurar, con a =0,05, de que esta variedad de papas tiene un rendimiento promedio
de 5,25 kg?
H0 : m = 5,25
H1 : m 5,25
un operador en la bolsa de cereales, aconseja a un cliente con respecto a una inversin de
compra y destaca la poca variabilidad de dicha cotizacin. De acuerdo a lo estipulado por l, esta

accin presentara una varianza en las cotizaciones diarias = 0,2.

El cliente, quien debe realizar una fuerte inversin, decide poner a prueba la hiptesis del
operador, estableciendo las siguientes hiptesis estadsticas:

H0) 0,2

H1) > 0,2

Conclusin: La evidencia muestral parece indicar que el operador estaba equivocado y que en
realidad la cotizacin diaria es bastante ms variable de lo que l cree.
suponga
que
se tiene inters en la rapidez de
combustin de un agente propulsor sl
ido utilizado en los sistemas de salida
de emergenciapara latripulacin de aeronaves. El inters se centra sobre larapidez de
combustin promedio. De manera especfica, el inters recae en decir si la rapidez de
combustin promedio es o no 50 cm/s. Esto puede expresarse de manera formal como dos
alternativas o hiptesis:
H
o
;
= 50 cm/s La rapidez promedio s
es de 50 cm/s
H
1
;

50 cm/s La rapidez promedio no es de 50 cm/s

La hip
hiptesis nula
t
e
sis nula
, representada por Ho
Ho
, es la afirmacin sobre una o ms
caractersticas de poblaciones que al in
ic
io se supone cierta (es decir, la
creencia a pri
o
ri).
La hip
hip

t
e
sis alternativa
t
e
sis alternativa
, representada por H
H
1
1
, es l
a
a
f
irma
c
i
n
contrad
i
ctoria a Ho, y

sta generalmente es la hip

sta generalmente es la hip

tesis a investigar
tesis a investigar.
La hiptesis nula se rechaza en favor de
la hiptesis alternativa, slo si la
evidencia muestral sugiere que Ho es falsa.
Prueba de una Hip
Prueba de una Hip

tes
i
s
tes
i
s
Para ilustrar los c
o
nceptos generales, co
nsidere el problema anterior de la
rapidez de combustin. La hiptesis nula
podra ser que la rapidez promedio de combustin es 50 cm/s, mientras que la hi
ptesis alternativa es que sta no es igual a 50 cm/s. Esto es, c
o
mo se mencion
al principio, lo qu
e se desea probar es:
H
o
;
= 50 cm/s
H
1
;

50 c
m
/s
Supngase q
u
e se re
aliza una prue
b
a
sobre una muestra de 10 especmenes, y que se observa cual es
la rapidez de combustin promedio muestral
. La medi
a muestral es un estimador d
e
la m
e
di
a ve
rd
ade
r
a de l
a
poblacin. Un valor de la media muestral que est
prximo al valor hipottico

= 50 cm/s es una evidencia de que el verdadero valor de la

media

es realmente 50 cm/s; esto es, que apoya la hiptesis nula Ho. Por otra p
a
rte, una me
di
a muestral muy diferente d
e
50 cm/s constituye una evi
d
encia que apo
y
a la hiptesis alternativa H
1
. De una cola izquierda: El investigador desea comprobar la hiptesis de que el parmetro sea
menor que el de la hiptesis nula, en este caso el nivel de significancia se c
a
rga
todo ha
c
i
a
el lado izquierdo, pa
ra definir la
s regiones
de aceptacin y de rechaz
De dos colas: El investigador desea comprobar la hiptesis de un cambio en el parmetro, es
decir, no importa si es mayor o menor y lo que se busca es si hay diferencia
con el valor pl
anteado. El nivel d
e
significancia se divid
e
en dos y existen dos regiones de rechazo