PRUEBAS DE HIPÓTESIS

.
 HIPÓTESIS ESTADÍSTICA

Paramétrica No Paramétrica
Es una afirmación sobre los valores de
los parámetros poblacionales Es una afirmación sobre
desconocidos.
alguna característica

Compuesta estadística de la población

Simple
la hipótesis la hipótesis
asigna valores asigna un rango
únicos a los de valores a los
parámetros parámetros
 IDENTIFICACIÓN DE LAS HIPÓTESIS
ESTADÍSTICAS PARAMÉTRICAS

Hipótesis nula Ho Hipótesis Alternativa H1

Se plantea con el parámetro de Es contraria a la hipótesis
interés usando nula.
Se plantea usando
, ,   , >,<
La probabilidad de rechazar Ho Está relacionada con la
se llama nivel de significación hipótesis de
investigación.
 Es coherente con los
resultados de la muestra

La probabilidad de
H 0 :   0 aceptación de H1 es 
   0
 H1 :
 CONTRASTES: UNILATERAL Y
BILATERAL

La posición de la región crítica depende de la hipótesis

alternativa
Bilateral H1: 20

  20

Unilateral
Unilateral
H1: <20
H1: >20

  20   20
 OBSERVACIONES

Verdadero estado de la población

Decisión posible Ho es cierta H1 es cierta
Se Rechaza Ho Error de tipo I Decisión
correcta
No se Rechaza Ho Decisión Error de
correcta tipo II
 PRUEBA PARA LA MEDIA
( VAR I AN Z A P O B L AC I O N AL C O N O C I D A)

Un establecimiento tambero tiene una producción media diaria

de 25,8 (lt en miles). El gerente del establecimiento pretende
modificar ciertas maquinarias con el objetivo de aumentar la
producción. Se sabe que la dispersión general es de 0,3 ( lt en
miles) y no se espera que ese valor cambie con las
modificaciones. Se desea probar, con un nivel de significación
del 1 %, que la producción promedio no está afectada por el
cambio. Para esto, se toma una muestra de 19 observaciones y
se encuentra que la nueva media es de 26,1 ( lt en miles).
 ESQUEMA PARA REALIZAR UNA
PRUEBA DE HIPÓTESIS

Etapas:

1) Planteo de la hipótesis nula y alternativa

2) Selección del estadístico de prueba (Considerar el parámetro

poblacional utilizado en 1) y los datos del problema).

3)Gráfico de la distribución del estadístico de prueba para la

determinación de la región crítica con el alfa dado y la búsqueda
en tabla del valor crítico.

4) Cálculo del valor observado a partir del estadístico.

5) Comparación de valores.

6) Exposición de las conclusiones

PRUEBA PARA LA MEDIA POBLACIONAL
N O S E C O N O C E L A D I S P E R S I Ó N P O B L AC I O N AL

Si la muestra proviene de una población normal

Cuando se desconoce σ, se observa el tamaño de la
muestra n

Si n <30 Si n ≥30

La media muestral tiene La media muestral se distribuye

distribución T, porque S normalmente, porque S es una
no es una buena estimación de σ mejor estimación de σ

x 
x  z
T ~ tn 1 S
S/ n n
 PRUEBA PARA LA MEDIA
( VAR I AN Z A P O B L AC I O N AL D E S C O N O C I D A)

Un auditor desea probar el supuesto de que el valor

medio de la totalidad de las cuentas por cobrar de una
empresa dada es de $260.000.
Toma una muestra n = 16 cuentas por cobrar y obtiene
una media muestral de $240.000, con una dispersión
de $43.000.
Suponga un nivel de significación del 5% para concluir
si los datos muestrales dan evidencia suficiente para
contradecir el supuesto del auditor.
 El director de la agencia de colocaciones de

una universidad sostuvo que al menos 50% de

los estudiantes a punto de graduarse habían

cerrado un contrato de empleo para el 1º de PRUEBA

PARA
Marzo. De una muestra aleatoria de 30 LA
estudiantes, sólo 10 indican haber cerrado un
PROPOR
CIÓN
contrato de empleo. ¿Puede rechazarse el

argumento del director de la agencia al nivel de

significación del 5%?

Suponga que un fabricante esta produciendo
pernos de 8 mm de diámetro, y que los
diámetros de estas piezas se distribuyen
normalmente. Prueba de
Con propósitos de control de calidad, se hipótesis
obtuvo una muestra de 25 pernos para estimar para la
la varianza, la cual resultó ser de 0.009 mm varianza
cuadrados.
Con un nivel de significación de 0.05. ¿Se
puede concluir que la varianza poblacional es
menor que 0.01?
 PRUEBA PARA LA COMPARACIÓN DE
MEDIAS

Cuando se conocen las varianzas, La Cuando se desconocen las

diferencia de medias muestrales varianzas pero son iguales, se
se distribuye normalmente. Se observa el tamaño de cada
usa el estadístico Z muestra indep, que provienen
x1  x2   1  2  de poblaciones normales
zob 
 12  22

n1 n2 Si n1 +n2 -2 ≥30 Si n1 +n2 -2 <30

La diferencia de medias La diferencia de medias

muestrales se distribuye muestrales se distribuye según
normalmente. Se usa el T. Se usa el estadístico T
estadístico Z
x1  x2   1  2 
x1  x2   1  2  tob 
zob 
S12 S22
 n1  1 S12   n2  1 S22  1 1

 n1  n2  2 n1 n2
n1 n2
 Se hace un test de eficiencia a 50 ingenieros
industriales y 60 ingenieros químicos,
obteniéndose los siguientes resultados:
PRUEBA
Para
PARA
X 1  89  1  7 Muestras COMPA
independientes RAR
X 2  87  2  5
MEDIAS
Verificar con un nivel de significación del 5% si la (VARIANZAS
POBLACIO
diferencia se puede atribuir a la casualidad. NALES
CONOCIDAS)
 PRUEBA
Se espera que dos operadores produzcan, en
PARA
promedio, el mismo número de unidades terminadas en COMPA
el mismo tiempo . Los datos son los números de RAR
unidades terminadas para ambos en una semana de MEDIAS
trabajo:
Si el número de unidades terminadas
Op 1 Op 2 ( VARIANZAS
POBLACIO
por los dos trabajadores son variables 12 14 NALES
11 18 DESCONOCI
aleatorias independientes distribuidas 18 18 DAS PERO
normalmente y las varianzas 16 17 IGUALES)
13 16
poblacionales desconocidas son
iguales ¿Se puede establecer
Para
diferencia entre las medias a un nivel
Muestras
de significación del 0,1 ? independientes
 Se plantea una prueba para medias, para varianzas
desconocidas pero iguales, de los datos se obtiene PRUEBA
PARA
x1  14 x2  16,6 COMPARAR
MEDIAS
1) Plantear las hipótesis


H0 : 1  2 ó 1  2  0
 ( VARIANZAS
H1 : 1  2 ó 1  2  0
 POBLACIO
NALES
DESCONO
2) Establecer el estadístico de prueba. CIDAS PERO
IGUALES)
x1  x2   1  2 
t 
 n1  1 S12   n2  1 S22  1 1

n1  n2  2 n1 n2
3) Definir el nivel de significación y la zona de rechazo de
Ho, en el gráfico de la distribución del estadístico

t 
 t8;0,05  1.860 PRUEBA
 n1  n2  2;  PARA
 2
COMPA
4) Calcular el valor observado a partir del RAR
estadístico de prueba MEDIAS
14  16,6  0 2,6
tob    0,728
4.2,9152  4.1,6732 1 1 3,572
 
552 5 5 ( VARIANZAS
POBLACIO
5) Comparar el valor observado con el valor crítico NALES
DESCONO
tob   1,860;1,860  Zona de CIDAS
aceptación de Ho PERO
IGUALES)
6) Se acepta Ho, es decir, no existe evidencia muestral
para afirmar que el promedio de unidades terminadas
semanalmente por cada operador sea diferente.
1) Plantear las hipótesis H0 :  1   2
2 2


H1 :  1   2
2 2
2 PRE-
S
2) Establecer el estadístico de prueba Fob  1
2 TEST
S
2
PARA
3) Ubicar el nivel de significación (zona de
COMPA
RAR
rechazo de Ho), en el gráfico de la distribución VARIAN

del estadístico. ZAS
1
F 

 n1 1,n2 1,1 2 
 
F 
 2  
2 
n 1,n1 1,


Si n1  n2  5 ,   0.02
3) Hallar los valores críticos.
F 
 F 4,4;0,01  15,977 PRE-
 n1 1,n2 1; 2 
 
TEST
1 1
F 
   0,0625 PARA
 n1 1,n2 1,1 2 
 
F 4,4;0,01 15,977
COMPA
4) Calcular el valor observado a partir del RAR
estadístico de prueba VARIAN
2,9152 8,497
Fob  2
  3,03 ZAS
1,673 2,7989
5) Comparar el valor observado con el valor
crítico
6) Luego las
varianzas son
iguales y se
pueden comparar
Zona de aceptación de Ho medias
 PRUEBA PARA LA COMPARACIÓN DE
MEDIAS

Cuando se conocen las varianzas, La Cuando se desconocen las

diferencia de medias muestrales varianzas pero son iguales, se
se distribuye normalmente. Se observa el tamaño de cada
usa el estadístico Z muestra indep, que provienen
x1  x2   1  2  de poblaciones normales
zob 
 12  22

n1 n2 Si n1 +n2 -2 ≥30 Si n1 +n2 -2 <30

La diferencia de medias La diferencia de medias

muestrales se distribuye muestrales se distribuye según
normalmente. Se usa el T. Se usa el estadístico T
estadístico Z
x1  x2   1  2 
x1  x2   1  2  tob 
zob 
S12 S22
 n1  1 S12   n2  1 S22  1 1

 n1  n2  2 n1 n2
n1 n2