INSTITUTO POLITÉCNICO NACIONAL.

ESCUELA SUPERIOR DE INGENIERÍA MECÁNICA Y ELÉCTRICA

UNIDAD ZACATENCO.

PRUEBA DE HIPÓTESIS PARA PROPORCIÓN.

Una prueba de hipótesis estadística es tomar la decisión de aceptar o rechazar una
hipótesis nula, cuantificando la probabilidad de cometer un error al tomar esta
decisión y usando un criterio arbitrario pre establecido.
Una hipótesis estadística es un supuesto a cerca del valor de un parámetro de una
población determinada. Este supuesto debe comprobare con la información
suministrada por una muestra aleatoria obtenida por una muestra aleatoria obtenida
de dicha población.
Cuando se realiza una prueba de hipótesis, se plantean dos hipótesis que deben
ser mutuamente excluyentes; una es la hipótesis nula, denotada como H0 y la otra
es la hipótesis nula que se denota como H1.
EJEMPLO Y FORMULAS.
Una encuesta realizada por Bancomer a 35 clientes indicó que un poco más del 74
por ciento tenían un ingreso familiar de más de $200,000 al año. Si esto es cierto,
el banco desarrollará un paquete especial de servicios para este grupo. La
administración quiere determinar si el porcentaje verdadero es mayor del 60 por
ciento antes de desarrollar e introducir este nuevo paquete de servicios. Los
resultados mostraron que 74.29 por ciento de los clientes encuestados reportaron
ingresos de $200,000 o más al año.

El procedimiento para la prueba de hipótesis de proporciones es el siguiente:

1. Especifica la hipótesis nula y alternativa.

Hipótesis Nula: H 0  P  .60

Hipótesis Alternativa: H a  P  .60 ,

donde P = la proporción de clientes con ingresos familiares anuales de $200,000

o más.

2. Específica el nivel de significación, 

, permitido. Para una 
 .05 , el
valor de tabla de Z para una prueba de una sola cola es igual a 1.64.

3. Calcula el error estándar de la proporción especificada en la hipótesis nula.

p(1  p)
sp 
n

donde:
 INSTITUTO POLITÉCNICO NACIONAL.
ESCUELA SUPERIOR DE INGENIERÍA MECÁNICA Y ELÉCTRICA
UNIDAD ZACATENCO.

p = proporción especificada en la hipótesis nula.

n = tamaño de la muestra.

Por consiguiente:

0.60(1  0.60)
sp   .0828
35

4. Calcula la estadística de prueba:

( proporción _ observada)  ( proporción _ H 0 )

z
sp

0.7429  0.60
z  1.73
0.0828
PRUEBA DE HIPÓTESIS PARA VARIANZA.
La varianza como medida de dispersión es importante dado que nos ofrece una
mejor visión de dispersión de datos. Así podremos determinar una franja de
confianza, con la base en al cual podríamos tomar decisiones al respecto. Para esto
entonces debemos conocer nuestro estadístico de prueba considerando que la
población sigue una distribución normal.
Se utiliza un estadístico de prueba conocido como Hi cuadrada:
X2=(n-1)S2/σ2
gl=n-1
Cuando se analizan variables cuantitativas, a menudo es importante sacar
conclusiones en cuanto a la variabilidad, así como al promedio de una característica
de interés. Por ejemplo, en el estudio de las llantas, el gerente de la fábrica,
probablemente se interesaría en determinar si la variabilidad en la duración de las
llantas está o no dentro de los límites aceptables antes de concluir que el proceso
funciona en forma correcta. En este caso, lo que interesaría sería llegar a
 INSTITUTO POLITÉCNICO NACIONAL.
ESCUELA SUPERIOR DE INGENIERÍA MECÁNICA Y ELÉCTRICA
UNIDAD ZACATENCO.

conclusiones acerca de la desviación estándar o a la varianza de la población.

Si se intenta llegar a conclusiones en cuanto a la variabilidad de la población,

primero se debe determinar qué prueba estadística se puede usar para representar
la distribución de la variabilidad en los datos de la muestra. Si la variable (duración
del piso de las llantas) se supone que tiene distribución normal, entonces el
estadístico X2=(n-1)S2/σ2 seguiría la distribución ji cuadrada (X2) con (n-
1) grados de libertad.

Por tanto, el estadístico de la prueba para probar si la varianza de la población es

o no igual a un valor especificado, es

X2=(n-1) S2/σ2

en donde

n = tamaño de la muestra.
S2 = varianza de la muestra.
σ2 = varianza hipotética de la población.

PRUEBA DE HIPÓTESIS PARA DIFERENCIA DE MEDIAS.

¿Cuándo es útil una prueba de hipótesis para diferencia de medias?

Cuando se trabaja simultáneamente con una variable categórica (posible

VI) y una variable dependiente (posible VD).
• Se debe considerar el número de niveles de la variable categórica.
• El objetivo es comparar los valores de la variable
cuantitativa en función de los niveles de la variable
categórica.
• Se asume que los grupos son independientes.
• ¿Es posible asumir que la población se distribuye normalmente?
Cuando se trabaja con muestras relacionadas, lo que significa dos
mediciones cuantitativas en el mismo grupo.
• Lo habitual es considerar al mismo grupo de sujetos
medidos dos veces; también se pueden comparar a pares
de sujetos (ej: gemelos).
 INSTITUTO POLITÉCNICO NACIONAL.
ESCUELA SUPERIOR DE INGENIERÍA MECÁNICA Y ELÉCTRICA
UNIDAD ZACATENCO.

Contexto de la prueba de hipótesis.

Dos poblaciones Y1 e Y2 con medias M1 y M2 y muestras
de tamaño n1 y n2, que se han seleccionado aleatoriamente de su
población.
Lo que se pretende, en términos generales, es contrastar la hipótesis de
que las medias poblacionales no difieran, es decir M1=M2.
Cálculos

PRUEBA DE HIPÓTESIS PARA DIFERENCIA DE PROPORCIONES.

Algunas veces estamos interesados en analizar la diferencia entre las proporciones
de poblaciones de grupos con distintas características. Por ejemplo, pensemos que
la administración de las tiendas Oxxo cree, sobre la base de una investigación, que
el porcentaje de hombres que visitan sus tiendas 9 o más veces al mes (clientes
 INSTITUTO POLITÉCNICO NACIONAL.
ESCUELA SUPERIOR DE INGENIERÍA MECÁNICA Y ELÉCTRICA
UNIDAD ZACATENCO.

frecuentes) es mayor que el porcentaje de mujeres que hacen lo mismo. Las

especificaciones requeridas y el procedimiento para probar esta hipótesis es la
siguiente:

1. Las hipótesis nula y alternativa son las siguientes:

H o  PH  PM  0 , la proporción de hombres que reportan 9 o más visitas por

mes es la misma o menor que la proporción de mujeres que hacen lo mismo.

H a  PH  PM  0 , la proporción de hombres que reportan 9 o más visitas por

mes es mayor a la proporción de mujeres que hacen lo mismo.

La información proporcionada es:

nH  45 nM  71

PH  .58 PM  .42

PH  PM  .58  .42  .16

2. Especifica el nivel de significación de   .05 . El valor crítico para la prueba

de una sola cola es de 1.64.

3. Estima el error estándar de la diferencia de las dos proporciones:

 1 1 
s phm  P(1  P)  
 nH nM 
donde:

n H PH  nM PM
P
nH  nM
PH = proporción muestra de hombres (H)
 INSTITUTO POLITÉCNICO NACIONAL.
ESCUELA SUPERIOR DE INGENIERÍA MECÁNICA Y ELÉCTRICA
UNIDAD ZACATENCO.

PM = proporción muestra de mujeres (M)

NH = tamaño de muestra hombres
NM = tamaño de muestra mujeres

Por lo tanto:

45(.58)  71(.42)
P  0.48
45  71
y

 1 1
s phm  .48(1  .48)    0.10
 45 71 
4. Calcula de prueba estadística:

(diferencia _ entre _ proporcion es _ observadas)  (diferencia _ entre _ proporcion es _ H o )

Z
s ph  m

(.58  .42)  (0)

Z  1.60
.10

La hipótesis nula es aceptada porque el valor de la Z calculada es menor que el

valor crítico Z. La administración no puede concluir con un 95 por ciento de
confianza que la proporción de hombres que visita 9 o más veces los Oxxo es mayor
que la proporción de mujeres.
SPSS no cuenta con procedimientos para hacer pruebas de hipótesis de
proporciones. Probemos si el porcentaje de hombres dueños de microempresas es
estadísticamente diferente del porcentaje de mujeres.

1634(83.9)  314(16.1)
P  72.97
1634  314
y
 INSTITUTO POLITÉCNICO NACIONAL.
ESCUELA SUPERIOR DE INGENIERÍA MECÁNICA Y ELÉCTRICA
UNIDAD ZACATENCO.

 1 1 
s phm  ..73(1  ..73)    0.0274
 1634 314 

(.839  .161)  (0)

Z  24.74
.0274

La hipótesis nula es rechazada porque el valor de la Z calculada es mayor que el

valor crítico Z. Podemos concluir que el porcentaje de hombres dueños de
microempresas es estadísticamente superior al porcentaje de mujeres propietarias
de microempresas.

PRUEBA DE HIPÓTESIS PARA MUESTRAS PEQUEÑAS.

La distribución t tiene las siguientes propiedades:
es continua, tiene forma de campana y es simétrica respecto al cero como la
distribución z.
existe una familia de distribuciones t que comparten una media de cero pero con
desviaciones estándar diferentes.
la distribución t está más dispersa y es más plana en el centro que la distribución z,
pero se acerca a ella cuando el tamaño de la muestra crece.

Prueba para la media poblacional: muestra pequeña, desviación estándar

poblacional desconocida
 INSTITUTO POLITÉCNICO NACIONAL.
ESCUELA SUPERIOR DE INGENIERÍA MECÁNICA Y ELÉCTRICA
UNIDAD ZACATENCO.

El estadístico de prueba para el caso de una muestra está dado por:

Ejemplo:
La tasa actual para producir fusibles de 5 amp en Neary Electric Co. es 250 por
hora. Se compró e instaló una máquina nueva que, según el proveedor, aumentará
la tasa de producción. Una muestra de 10 horas seleccionadas al azar el mes
pasado indica que la producción media por hora en la nueva máquina es 256, con
desviación estándar muestral de 6 por hora. Con .05 de nivel de significancia,
¿puede Neary concluir que la nueva máquina es más rápida?
Paso 1:

Paso 2: H0 se rechaza si t >1.833, gl = 9

Paso 3:

Paso 4: H0 se rechaza. La nueva máquina es más rápida.

Gráfica que muestra la región de rechazo, el valor crítico y el estadístico de prueba
calculado

INTERVALO DE CONFIANZA PARA DIFERENCIA DE SUMAS.

Si S1 y S2 son dos estadísticos muéstrales con distribuciones

muéstrales aproximadamente normales, los límites de confianza para la
 INSTITUTO POLITÉCNICO NACIONAL.
ESCUELA SUPERIOR DE INGENIERÍA MECÁNICA Y ELÉCTRICA
UNIDAD ZACATENCO.

diferencia de los parámetros poblacionales correspondientes a S 1 y

S2 vienen dados por:

mientras que los límites de confianza para la suma de los parámetros

poblacionales son:

con tal de que las muestras sean independientes.

Por ejemplo, los límites de confianza para la diferencia de dos medias

poblacionales, en el caso de que las poblaciones sean infinitas, vienen dados
por:

donde son las respectivas medias, desviaciones

típicas y tamaños de las dos muestras extraídas de las poblaciones.

Análogamente, los límites de confianza para la diferencia de dos

proporciones poblacionales, siendo las poblaciones infinitas, están dados
por:

donde P1 y P2 son las dos proporciones muéstrales n1 y n2, son los tamaños
de las dos muestras extraídas de las poblaciones, y p 1 y p2 son las
proporciones en las dos poblaciones (estimadas por P1 y P2).

INTERVALO DE CONFIANZA PARA DIFERENCIA DE VARIANZAS.

Si tenemos una muestra de tamaño n tomada de una población
normal, podemos obtener un intervalo de confianza del nivel dado (90%, 95%, 99%,
etc) para la varianza sabiendo que el valor de chi cuadrada es para este caso:
 INSTITUTO POLITÉCNICO NACIONAL.
ESCUELA SUPERIOR DE INGENIERÍA MECÁNICA Y ELÉCTRICA
UNIDAD ZACATENCO.

xn-1)S2/σ2
El cual es una variable aleatoria que tiene una distribución Chi cuadrada con n -1
grados de libertad. Por lo tanto, podemos emplear esta definición para estimar un
intervalo de confianza ya que lo que necesitamos.
Después de algunas de mostraciones concluimos que el intervalo de confianza para
la varianza estará dado por

Ejemplo:
En 16 recorridos de prueba, el consumo de gasolina de un motor experimental tuvo
una desviación estándar de 2.2. litros. Construir un intervalo de confianza del 99%
para la varianza y para la desviación estándar esperadas de este motor.
Solución.
Suponiendo que los datos pueden considerarse como una muestra
aleatoria tomada de una población normal, usamos n = 16 y s=2.2. Ahora
necesitamos los valores de Chi cuadrada para el caso
específico.
Por lo que el intervalo de confianza para la varianza esta dado por:

Es decir

Y por lo tanto, el intervalo de confianza para la desviación estándar seria:

 INSTITUTO POLITÉCNICO NACIONAL.
ESCUELA SUPERIOR DE INGENIERÍA MECÁNICA Y ELÉCTRICA
UNIDAD ZACATENCO.

INTERVALO DE CONFIANZA PARA DIFERENCIA DE EL COCIENTE ENTRE

VARIANZA.
La necesidad de disponer de métodos estadísticos para comparar las varianzas de
dos poblaciones es evidente a partir del análisis de una sola población.
Frecuentemente se desea comparar la precisión de un instrumento de medición con
la de otro o hasta la forma en que varía el procedimiento para calificar de un profesor
universitario con la de otro.
Intuitivamente, podríamos comparar las varianzas de dos poblaciones σ 21 y σ22,
utilizando la razón de las varianzas muestrales.
S12/s22
y si es casi igual a 1, se tendrá poca evidencia para indicar que σ21 y σ22 no son
iguales. por otra parte, un valor muy grande o muy pequeño para S 12/s22
proporcionara evidencia de una diferencia en las varianzas de las poblaciones.
Para encontrar un intervalo de confianza para el cociente de dos varianzas,
empleamos la distribución F que es similar a como hicimos en el caso de una sola
varianza empleando la distribución chií-cuadrada, solo que ahora usamos el
estadístico definido por:

Supóngase que se tienen dos poblaciones normales e independientes con

varianzas conocidas σ21 y σ22, respectivamente. De este par de poblaciones, se tiene
disponibles dos muestras aleatorias de tamaños n1 y n2, respectivamente, sean
S12/s22 las dos varianzas muéstrales. Si se desea, por ejemplo, conocer un intervalo
de confianza del 95% para el cociente de las dos varianzas:
σ21 /σ22,