Pruebas de Hipótesis

Índice:

Introducción ...................................................................................................................... - 2 -
Capítulo 7 ........................................................................................................................ - 11 -
7.76........................................................................................................................................ - 11 -
7.84........................................................................................................................................ - 12 -
7.88........................................................................................................................................ - 13 -
Capítulo 8 ........................................................................................................................ - 15 -
8.3.......................................................................................................................................... - 15 -
8.9.......................................................................................................................................... - 16 -
8.10........................................................................................................................................ - 17 -
8.28........................................................................................................................................ - 18 -
Capítulo 9 ........................................................................................................................ - 20 -
9.7.......................................................................................................................................... - 20 -
9.11........................................................................................................................................ - 21 -
9.15........................................................................................................................................ - 22 -
9.20........................................................................................................................................ - 23 -
Capítulo 10 ...................................................................................................................... - 24 -
10.49...................................................................................................................................... - 24 -
10.53...................................................................................................................................... - 25 -
10.55...................................................................................................................................... - 26 -
10.57...................................................................................................................................... - 27 -
Conclusiones ................................................................................................................... - 28 -
Bibliografías: ................................................................................................................... - 29 -

-1-
 Pruebas de Hipótesis

Introducción
Pruebas de Hipótesis

“Una hipótesis es un enunciado acerca de un parámetro poblacional. En el análisis estadístico se

establece una afirmación, una hipótesis, se recogen datos que posteriormente se utilizan para
probar la aserción. Entonces podemos decir que una hipótesis estadística es una afirmación
relativa a un parámetro de la población sujeta a verificación.”

“Los términos prueba de hipótesis y probar una hipótesis se utilizan indistintamente. La prueba de
hipótesis comienza con una afirmación o suposición, sobre un parámetro de la población, como la
media poblacional. Esta afirmación recibe el nombre de hipótesis. Una hipótesis puede ser que la
comisión mensual media de las comisiones de los vendedores de tiendas al menudeo de aparatos
electrónicos. No es posible entrar en contacto con todos los vendedores para asegurarnos del valor
de la media. El costo de localizar a y entrevistarse con todos los vendedores de aparatos
electrónicos en Estados Unidos sería exorbitante. Para probar la validez de la afirmación se debe
seleccionar una muestra de la población de vendedores de aparatos electrónicos, calcular el
estadístico muestral y con base en ciertas reglas de decisión, aceptar o rechazar la hipótesis. Por
tanto, una prueba de hipótesis es un procedimiento basado en evidencia de la muestra y la teoría
de la probabilidad para determinar si la hipótesis es una afirmación razonable. (Lind, 2012).”

“Existe un procedimiento de cinco pasos que sintetizan la prueba de una hipótesis.

El primer paso consiste en establecer la hipótesis nula y la hipótesis alternativa. La hipótesis nula
consiste en un enunciado relativo al valor de un parámetro poblacional que se formula con el fin
de probar evidencia numérica, la cual se designa H0. La hipótesis alternativa describe lo que se
concluirá si se rechaza la hipótesis nula. Se representa H1 y se lee “H subíndice uno”. También se
le conoce como hipótesis de investigación. La hipótesis alternativa se acepta si la información de
la muestra ofrece suficiente evidencia estadística para rechazar la hipótesis nula.
El segundo paso consiste en determinar el nivel de significancia, que es la probabilidad de rechazar
la hipótesis nula cuando es verdadera. El nivel de significancia se expresa con la letra griega alfa,
α. En ocasiones también se conoce como nivel de riesgo.
El tercer paso consiste en seleccionar el estadístico de prueba. Podemos utilizar como estadístico
de prueba la Z, t de student, F, y X2, conocida como chi cuadrada. El estadístico de prueba es un
valor determinado a partir de la información de la muestra, para determinar si se rechaza la
hipótesis nula.
El paso cuatro consiste en establecer una regla de decisión sobre las condiciones específicas en
que se rechaza la hipótesis nula y aquellas en las que no se rechaza. La región o área de rechazo
define la ubicación de todos esos valores que son tan grandes o tan pequeños que la probabilidad
de que ocurran en una hipótesis nula verdadera es muy remota.
El paso cinco consiste en calcular el estadístico de la prueba, comparándola con el valor crítico, y
tomar la decisión de rechazar o no la hipótesis nula. (Lind, 2012).”

-2-
 Pruebas de Hipótesis

Interpretación:
La estadística inferencial con el fin de analizar los parámetros de una población desarrollo lo que
se le llama “Pruebas de Hipótesis”, que consiste en un procedimiento para juzgar si una propiedad
que se supones en una población es congruente con lo observado en una muestra de la misma
población. En este procedimiento se considera una hipótesis determinada H0 y una hipótesis
alternativa H1 y se intenta descubrir cuál de las dos es verdadera mediante la evidencia que
proporciona una muestra seleccionada de la población considerada y la teoría de probabilidad.
Pruebas de la media de una población con σ sigma conocida

Cualquier prueba de hipótesis tiene asociado un riesgo  (error tipo I – rechazar Ho verdadera).
Este factor se utiliza para determinar el valor crítico del estadístico de prueba que se compara con
el valor del estadístico muestral calculado.

Prueba de una cola

Si se establece la hipótesis alterna si un valor es más grande o más pequeño que un valor
poblacional, el riesgo alfa se coloca en un lado de la curva de la distribución. Esto se llama prueba
de una cola. Por ejemplo para H1: Media > 45 horas:

En caso de ser H1: Media < 20%

Determinar si la media verdadera se encuentra dentro de la región crítica o de rechazo Alfa.

Prueba de dos colas

-3-
 Pruebas de Hipótesis

Si la hipótesis alterna se establece para probar si ha ocurrido un corrimiento de la población en

cualquier dirección, el error se distribuye en los dos extremos de la curva normal. Por ejemplo:
Los niveles de salario de la empresa A difieren de los de la B o H1: los niveles son  y Ho: los
niveles son iguales:

Significancia práctica vs significancia estadística

Las hipótesis se prueban para determinar si la afirmación tiene mérito de significancia estadística.
Tradicionalmente se utilizan valores de 5% y 1% como valores de significancia crítica. Si el
estadístico calculado tiene un valor p por debajo del nivel crítico, se considera estadísticamente
significativo, Cuando se trata de posibles daños al hombre o pérdidas catastróficas, se requieren
valores más estrictos en caso contrario conviene utilizar valores menos críticos si las ganancias
económicas son altas.

El estadístico de prueba es:

Si el estadístico calculado Zc es mayor al valor crítico se rechaza Ho (P. Reyes 2009).

Interpretación:
Considerando lo aprendido en clase y algo de autoestudio, entiendo que cuando se trata de poner
a prueba el parámetro de una población como “la media” tenemos tres opciones, es decir, nos
puede interesar probar el valor de “la media” (llamada μ), o determinar si “la media” es menor que
un determinado valor, así como determinar si es mayor que un valor que nos interesa, todo ello
considerando una probabilidad de error llamada nivel de significancia. Por lo tanto podemos tener
una prueba de hipótesis de nivel de significancia de dos colas para el caso de poner a prueba “la
media” con un determinado valor, una prueba de nivel de significancia de una cola de lado derecho
o de lado izquierdo dependiendo si tratamos de determinar si “la media” es menor (lado izquierdo)
o mayor (lado derecho) a un valor. Cuando conocemos la desviación estándar de la población σ,

-4-
 Pruebas de Hipótesis

utilizamos como estadístico la distribución Z tanto para determinar el valor crítico como para
determinar el valor calculado con los datos de la muestra. Comparamos ambos estadísticos y
aceptamos o rechazamos la hipótesis nula H0. Si el valor calculado supera al valor crítico
rechazamos la hipótesis nula H0.

Pruebas de la media de una población con σ sigma desconocida

Para este caso se utiliza la distribución t de Student (usada cuando n < 30), su estadístico de prueba
es:

En este caso es necesario suponer que la muestra proviene de una población normal.
Se sigue el mismo procedimiento que en el caso anterior. El estadístico calculado Tc se compara
con el valor crítico t/2, df = n-1 para una prueba de dos colas o con t, df = n-1 para pruebas de una cola.
Si el valor de tc es mayor al valor t crítico se rechaza la Ho. (P. Reyes 2009).

Interpretación:
Cuando realizamos una prueba de hipótesis para “la media” μ de una población y no conocemos
la desviación estándar de ésta, lo único que cambia con relación al caso anterior es que en lugar de
utilizar el estadístico Z, usamos la t de student, considerando el nivel de significancia y los grados
de libertad (el tamaño de muestra “n” menos uno) para determinar el valor crítico, todo el resto
del análisis es igual.

Pruebas de diferencia de medias de dos poblaciones con σ’s sigmas conocidas

Para probar la hipótesis nula H0: μ1 – μ2 = D versus la alternativa H1: μ1 – μ2 ≠ D se puede hacer
uso del estadístico:

La regla de decisión es rechazar H0 si | Zc | > Zα/2

La hipótesis alternativa puede también ser una de las siguientes opciones:
H1 : μ1 − μ2 > D Cola de lado derecho, donde se rechaza H0 si Zc > Zα
H1 : μ1 − μ2 < D Cola de lado izquierdo, donde se rechaza H0 si Zc < -Zα (H. Mendoza 2008)

-5-
 Pruebas de Hipótesis

Interpretación:
Las pruebas de hipótesis de diferencia de medias de dos poblaciones se aplican cuando necesitamos
conocer si la media de una población es mayor que la de otra que estamos considerando, también
cuando es necesario conocer si la diferencia entre las medias de las dos poblaciones consideradas
es igual a un determinado valor, así como cuando se requiere saber si una de ellas es menor o
mayor a un determinado valor. Además si conocemos sus desviaciones estándar utilizamos en el
análisis el estadístico Z como medida de comparación y determinar si aceptamos o rechazamos la
hipótesis nula H0.

Pruebas de diferencia de medias de dos poblaciones con σ’s sigmas desconocidas

De forma similar al caso anterior, para probar la hipótesis nula H0: μ1 – μ2 = D versus la
alternativa H1: μ1 – μ2 ≠ D se puede hacer uso del estadístico:

La tc es la distribución t con n1 + n2 -2 grados de libertad.

La regla de decisión es rechazar H0 si | tc | > Tα/2
La hipótesis alternativa puede también ser una de las siguientes opciones:
H1 : μ1 − μ2 > D Cola de lado derecho, donde se rechaza H0 si tc > Tα
H1 : μ1 − μ2 < D Cola de lado izquierdo, donde se rechaza H0 si tc < -Tα (H. Mendoza 2008)

Interpretación:
Cuando realizamos una prueba de hipótesis de diferencia de medias de dos poblaciones y no
conocemos la desviación estándar de éstas, lo único que cambia con relación al caso anterior es
que en lugar de utilizar el estadístico Z, usamos la t de student, considerando el nivel de
significancia y los grados de libertad como la suma de ambos tamaños de muestra menos dos
para determinar el valor crítico, todo el resto del análisis es igual.

-6-
 Pruebas de Hipótesis

Pruebas de la proporción de una población

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

1. Especifica la hipótesis nula y alternativa.
Hipótesis Nula: H0: p = p0
La Hipótesis Alternativa puede ser:
H1: p≠ p0 Dos colas, donde se rechaza H0 si | Zc | > Zα/2
H1: p > p0 Cola de lado derecho, donde se rechaza H0 si Zc > Zα
H1: p < p0 Cola de lado izquierdo, donde se rechaza H0 si Zc < -Zα
p = la proporción
2. Específica el nivel de significación, α, permitido. Con este valor se obtiene el valor de la
Zc de la tabla de Z.
3. Calcula el error estándar de la proporción especificada en la hipótesis nula.

p(1  p)
sp 
n
Donde:
p = proporción especificada en la hipótesis nula.
n = tamaño de la muestra.
4. Calcula la estadística de prueba:

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

z (Anónimo 2006)
sp

Interpretación:
Cuando se trata de poner a prueba el parámetro de una población como “la proporción” de alguna
propiedad o característica de una población, tenemos tres opciones, es decir, nos puede interesar
probar el valor de “la proporción” (llamada p), o determinar si “la proporción” es menor que un
determinado valor, así como determinar si es mayor que un valor que nos interesa, todo ello
considerando un nivel de significancia. Por lo tanto podemos tener una prueba de hipótesis de nivel
de significancia de dos colas para el caso de poner a prueba “la proporción” con un determinado
valor, una prueba de nivel de significancia de una cola de lado derecho o de lado izquierdo
dependiendo si tratamos de determinar si “la proporción” es menor (lado izquierdo) o mayor (lado
derecho) a un valor. Utilizamos como estadístico la distribución Z tanto para determinar el valor
crítico como para determinar el valor calculado con los datos de la muestra. Comparamos ambos
estadísticos y aceptamos o rechazamos la hipótesis nula H0. Si el valor calculado supera al valor
crítico rechazamos la hipótesis nula H0.

-7-
 Pruebas de Hipótesis

Pruebas de diferencia de proporciones de dos poblaciones

En algunos diseños de investigación, el plan muestral requiere seleccionar dos muestras

independientes, calcular las proporciones muestrales y usar la diferencia de las dos proporciones
para estimar o probar una diferencia entre las mismas.
Las aplicaciones son similares a la diferencia de medias, por ejemplo si dos empresas consultoras
ofrecen datos de proporciones de personas que van a votar por algún partido político y al hacer
dos estudios diferentes salen resultados ligeramente diferentes ¿pero qué tanta diferencia se
requiere para que sea estadísticamente significativo? De eso se tratan las pruebas estadísticas de
diferencias de proporciones.

El estadístico Z para estos casos se calcula de la siguiente manera:

(𝑝̂1 − 𝑝̂2 ) − 𝐷
𝑍=
𝑝̂ 𝑞̂ 𝑝̂ 𝑞̂
√ 1 1+ 2 2
𝑛1 𝑛2

Determinar el nivel de significancia. Definido por el analista.

Calcular el “estadístico” de la prueba.
Determinar si el estadístico cae dentro de la región que hace la Hipótesis nula verdadera.
Aceptar o rechazar la hipótesis nula. (M. Ruiz Martínez 2009)

Interpretación:
Las pruebas de hipótesis de diferencia de proporciones de dos poblaciones se aplican cuando
necesitamos conocer si la proporción de una población es mayor que la de otra que estamos
considerando, también cuando es necesario conocer si la diferencia entre las proporciones de las
dos poblaciones consideradas es igual a un determinado valor, así como cuando se requiere saber
si una de ellas es menor o mayor a un determinado valor. Además utilizamos en el análisis el
estadístico Z como medida de comparación y determinar si aceptamos o rechazamos la hipótesis
nula H0.
Pruebas de la varianza de una población

Esta prueba sirve para comprobar el valor de la varianza de una población. Se deben seguir los
siguientes pasos:
I. Plantear las siguientes hipótesis:
Ho: σ2 = K
H1: σ2 ≠ K
H1: σ2 > K
H1: σ2 < K
II. Fijar el nivel α deseado.

-8-
 Pruebas de Hipótesis

III. Computar la varianza de una muestra.

IV. Computar la χ2c = (n-1) S2 / σ20
V. Encontrar en los valores correspondientes a la χ2 para 1 - α/2 y para α/2.
VI. Seguir el siguiente criterio de decisión:
Si χ21-α/2 < χ2c < χ2α/2: acepte la H0. De otro modo: rechace la H0 y acepte la H1.
(A. Navarro 2010)
Interpretación:
Esta prueba de hipótesis nos sirve cuando necesitamos poner a prueba la varianza de una población.
Tenemos tres opciones, es decir, nos puede interesar probar el valor de “la varianza” σ2, o
determinar si “la varianza” es menor que un determinado valor, así como determinar si es mayor
que un valor fijado con anticipación, considerando un nivel de significancia α. Por lo tanto
podemos tener una prueba de hipótesis de nivel de significancia de dos colas cuando ponemos a
prueba el valor de “la varianza”, una prueba de nivel de significancia de una cola de lado derecho
o de lado izquierdo dependiendo si tratamos de determinar si “la varianza” es menor (lado
izquierdo) o mayor (lado derecho) a un valor específico. Utilizamos como estadístico la
distribución χ2 (ji o chi cuadrada), determinando un rango dentro del cual se debe encontrar la χ2c
(la chi cuadrada calculada con los datos de la muestra) para aceptar la hipótesis nula H0.

Pruebas de razón de las varianzas de dos poblaciones

Sea X una población con media µx y varianza σ2x, e Y otra población con media µy y varianza σ2y
Ambas distribuidas normalmente
Muestras aleatorias de n1 observaciones de X y n2 observaciones de Y, independientes, Contraste
bilateral
H0: σ2x = σ2y (= σ2) frente a
H1: σ2x ≠ σ2y.
H1: σ2x > σ2y.
H1: σ2x < σ2y.
El estadístico del contraste es F = S2x / S2y ∼H0 Fn1−1, n2−1
La región de rechazo (para un nivel de significación α) es:
RRα = {f: f < Fn1−1, n2−1;1−α/2 o f > Fn1−1,n2−1;α/2}
La distribución F X1, X2, . . . , Xn y Y1, Y2 , Y3, . . . , Ym son dos conjuntos de variables aleatorias
independientes, con distribución N(0 , 1). La variable aleatoria (cociente de dos v. a. s) chi-
cuadrado normalizadas F sigue una distribución Fn, m con n y m grados de libertad.
(Anónimo. 2006)

-9-
 Pruebas de Hipótesis

Interpretación:
Las pruebas de hipótesis de razón de las varianzas de dos poblaciones la utilizamos cuando
necesitamos conocer si las varianzas de dos poblaciones es igual o diferente para posteriormente
aplicar la prueba de hipótesis de dos muestras con varianzas iguales o diferentes. También cuando
requerimos conocer si alguna de las varianzas es mayor o menor que la otra población. Utilizamos
en el análisis el estadístico F como medida de comparación y determinar si aceptamos o
rechazamos la hipótesis nula H0.

- 10 -
 Pruebas de Hipótesis

Capítulo 7

7.76

Desarrollo descriptivo:

Especifique la hipótesis nula y la hipótesis alternativa en cada uno de los siguientes casos:
a) Un ingeniero espera establecer que un aditivo aumente la viscosidad de un aceite.
b) Un ingeniero eléctrico espera establecer que un tablero de circuitos modificado dará a una
computadora una mayor rapidez de operación promedio.

Desarrollo interpretativo y memorias de cálculo:

De acuerdo con lo descrito Identificamos la hipótesis nula y la alternativa definida de la siguiente

forma:

a) El hecho de que el ingeniero espera un aumento en la viscosidad, nos da la pauta para

definir la hipótesis alternativa, por lo tanto

H0: El aditivo no incrementa la viscosidad del aceite.

H1: El aditivo incrementa la viscosidad del aceite.
b) El hecho de que el ingeniero espera una mayor rapidez de operación, nos da la pauta para
definir la hipótesis alternativa, por lo tanto

H0: El tablero de circuito modificado no da a una computadora una mayor rapidez de

operación.
H1: El tablero de circuito modificado da a una computadora una mayor rapidez de
operación.

- 11 -
 Pruebas de Hipótesis

7.84

Desarrollo descriptivo:

Un técnico de laboratorio se cronometra 20 veces al realizar una tarea, y obtiene 𝑥̅ =7.9 y s= 1.2
minutos. Si la probabilidad de un error tipo I será cuando mucho 0.05, ¿esto constituye evidencia
contra la hipótesis nula de que el tiempo promedio es menor que o igual a 7.5 minutos?

Desarrollo interpretativo y memorias de cálculo:

Aquí identificamos que el tamaño de la muestra para realizar la prueba de hipótesis es de n= 20,
el promedio de los datos cronometrados en la muestra es de 𝑥̅ = 7.9 con una desviación estándar de
s= 1.2 minutos, así como un nivel de significancia α= 0.05.
Identificamos la hipótesis nula y la alternativa definida de la siguiente forma:
H0: μ ≤ 7.5
H1: μ > 7.5
El nivel de significancia que utilizaremos en esta prueba de hipótesis es α= 0.05.
El estadístico de prueba seleccionado es la t-student dado por la siguiente expresión:

𝑥̅ − 𝜇0
𝑡𝑒 =
𝑠 ⁄ √𝑛

Para determinar el estadístico crítico utilizamos α= 0.05, con

19 grados de libertad (n-1) y hacemos uso de la aplicación Stats
pad con el siguiente resultado:
tc= 1.7291
Calculamos el estadístico de prueba con el siguiente resultado:
7.9 − 7.5
𝑡𝑒 = = 1.4907
1.2/√20
Al comparar el estadístico de prueba con el crítico nos damos
cuenta que te < tc por lo tanto no es suficiente evidencia para
rechazar la hipótesis nula H0 de que el tiempo promedio es
menor que o igual a 7.5 minutos.

- 12 -
 Pruebas de Hipótesis

7.88

Desarrollo descriptivo:

Un ingeniero industrial, preocupado por el servicio en una clínica médica grande, registró la
duración del tiempo desde el momento en que un paciente llama hasta que un médico o una
enfermera le devuelven la llamada. Una muestra de tamaño 180 llamadas tuvo una media de 1.65
horas y una desviación estándar de 0.82
a) Realice una prueba con la intención de establecer que el tiempo medio para devolver una
llamada es mayor que 1.5 horas. Use α = 0.05.
b) A la luz de su conclusión en el inciso a), ¿Qué error podría cometer? Explique en el
contexto de este problema.
c) En una serie larga de experimentos repetidos con nuevas muestras aleatorias recolectadas
para cada experimento, ¿Qué proporción de las pruebas resultantes rechazaría la hipótesis
nula si prevaleciera? Explique su razonamiento.

Desarrollo interpretativo y memorias de cálculo:

a) Aquí identificamos que el tamaño de la muestra para realizar la prueba de hipótesis es de

n=180 llamadas, el promedio de la duración de las llamadas en la muestra es de 𝑥̅ = 1.65
horas con una desviación estándar de s= 0.82 horas, así como un nivel de significancia
α=0.05.
Identificamos la hipótesis nula y la alternativa definida de la siguiente forma:
H0: μ = 1.5
H1: μ > 1.5
El nivel de significancia que utilizaremos en esta prueba de hipótesis es α= 0.05.
El estadístico de prueba seleccionado es la t-student dado por la siguiente expresión:

𝑥̅ − 𝜇0
𝑡𝑒 =
𝑠 ⁄ √𝑛

Para determinar el estadístico crítico utilizamos α= 0.05, con 19

grados de libertad (n-1) y hacemos uso de la aplicación Stats pad
con el siguiente resultado:
tc= 1.6534
Calculamos el estadístico de prueba con el siguiente resultado:
1.65 − 1.5
𝑡𝑒 = = 2.454
0.82/√180
Al comparar el estadístico de prueba con el crítico nos damos
cuenta que te > tc por lo tanto rechazamos la hipótesis nula H0 de
que el tiempo promedio es igual a 1.5 horas.

- 13 -
 Pruebas de Hipótesis

b) Consideramos que se podría haber rechazado la hipótesis nula H0 cuando el tiempo

promedio para regresar la llamada fuera de 𝑥̅ = 1.65, es decir, la hipótesis nula podría haber
sido rechazada de forma equivocada.
c) Consideramos que si tomáramos muchas muestras diferentes y realizamos la prueba con
un α= 0.05 en cada una de las pruebas, solamente rechazaríamos el 5% de las veces la
hipótesis nula cuando es verdadera.

- 14 -
 Pruebas de Hipótesis

Capítulo 8

8.3

Desarrollo descriptivo:

Para dos mezclas de concreto diferentes, se obtiene el módulo dinámico del concreto. Para la
primera mezcla, n1=33, 𝑥̅ 1= 115.1 y S1=0.47 psi. Para la segunda mezcla, n2=31, 𝑥̅ 2= 114.6 y
S2=0.38. Pruebe, con α=0.05 la hipótesis nula de igualdad de las medias del módulo dinámico
contra la alternativa bilateral.

Desarrollo interpretativo y memorias de cálculo:

Aquí podemos identificar que tenemos una prueba de diferencia de medias de dos poblaciones con
σ’s sigmas desconocidas. Los tamaño de las muestras para realizar la prueba de hipótesis son de
n1= 33 y n2= 31, con sus respectivas medias de 𝑥̅ 1= 115.1 y 𝑥̅ 2= 114.6, así como sus desviaciones
estándar correspondientes a S1=0.47 y S2=0.38.
Definimos la hipótesis nula y la alternativa de la siguiente forma:
H0: μ1 = μ2
H1: μ1 ≠ μ2
El nivel de significancia que utilizaremos en esta prueba de hipótesis es α= 0.05.
El estadístico de prueba seleccionado es la t-student dado por la
siguiente expresión:
̅1 − 𝑥
𝑥 ̅2 − 𝐷 (𝑛1 − 1)𝑆12 + (𝑛2 − 1)𝑆22
𝑡𝑒 = 𝑆𝑝2 =
1 1 𝑛1 + 𝑛2 − 2
√𝑆𝑝2
𝑛1 + 𝑛2
Para determinar el estadístico crítico utilizamos α= 0.05, con 7 y 9
grados de libertad (n1-1 y n2-1) y hacemos uso de la aplicación Stats
pad con el siguiente resultado:
tc= 1.6698
Calculamos el estadistico de prueba con el siguiente resultado:

(33 − 1)0.472 + (31 − 1)1.482

𝑆𝑝2 = = 0.18388
33 + 31 − 2
115.1 − 114.6 − 0
𝑡𝑒 = = 4.6617
√0.18388( 1 + 1 )
33 31

Al comparar el estadistico de prueba con el critico nos damos cuenta

que te > tc por lo tanto se rechaza la hiporesis nula de que las medias
son iguales.

- 15 -
 Pruebas de Hipótesis

8.9

Desarrollo descriptivo:

Al medir especímenes de hilo de nylon, tomados de dos máquinas de hilo, se descubrió que 8
especímenes de la primera máquina tenían un denier medio de 9.67 con una desviación estándar
de 1.81, en tanto que 10 especímenes de la segunda maquina tendrían un denier medio de 7.43,
con una desviación estándar de 1.48. Si supone que las poblaciones muestreadas son normales y
tienen la misma varianza, pruebe la hipótesis nula µ1-µ2= 1.5 contra la hipótesis alternativa µ1-µ2>
1.5, con nivel de significancia de 0.05

Desarrollo interpretativo y memorias de cálculo:

Aquí podemos identificar que tenemos una prueba de diferencia de medias de dos poblaciones con
σ’s sigmas desconocidas. Los tamaño de las muestras para realizar la prueba de hipótesis son de
n1= 8 y n2= 10, con sus respectivas medias de 𝑥̅ 1= 9.67 y 𝑥̅ 2= 7.43, así como sus desviaciones
estándar correspondientes a s1=1.81 y s2=1.48.
Definimos la hipótesis nula y la alternativa de la siguiente forma:
H0: μ1 - μ2 = 1.5
H1: μ1 - μ2 > 1.5
El nivel de significancia que utilizaremos en esta prueba de hipótesis es α= 0.05.
El estadístico de prueba seleccionado es la t-student dado por
la siguiente expresión:
𝑥1 − ̅
̅ 𝑥2 − 𝐷 2
(𝑛1 − 1)𝑆12 + (𝑛2 − 1)𝑆22
𝑡𝑒 = 𝑆𝑝 =
1 1 𝑛1 + 𝑛2 − 2
√𝑆𝑝2 +
𝑛1 𝑛2
Para determinar el estadístico crítico utilizamos α= 0.05, con 32
y 30 grados de libertad (n1-1 y n2-1) y hacemos uso de la
aplicación Stats pad con el siguiente resultado:
tc= 1.74588
Calculamos el estadistico de prueba con el siguiente resultado:

(8 − 1)1.812 + (10 − 1)1.482

𝑆𝑝2 = = 2.6654
8 + 10 − 2
9.67 − 7.43 − 1.5
𝑡𝑒 = = 0.955566
√2.6654(1 + 1 )
8 10

Al comparar el estadistico de prueba con el critico nos damos cuenta que t e < tc por lo tanto no es
suficiente evidencia para rechazar la hiporesis nula de que las diferencias entre las medias es 1.5.

- 16 -
 Pruebas de Hipótesis

8.10

Desarrollo descriptivo:

Como parte de un programa de capacitación industrial, algunos aprendices se instruyen con el

método A, que es una instrucción directa basada en computadora, y a algunos se les instruye con
el método B, que también incluye la atención personal de un instructor. Si muestras aleatorias de
tamaño 10 se toman de grupos grandes de aprendices instruidos, por cada uno de estos dos
métodos, y las clasificaciones que se obtienen en pruebas de desempeño adecuadas son:
Método A: 71 75 65 69 73 66 68 71 74 68
Método B: 72 77 84 78 69 70 77 73 65 75
Use el nivel de significancia de 0.05 para probar la afirmación de que el método B es más efectivo.
Suponga que las poblaciones muestreadas pueden aproximarse cercanamente, con distribuciones
normales que tienen la misma varianza.

Desarrollo interpretativo y memorias de cálculo:

Aquí podemos identificar que tenemos una prueba de diferencia de medias de dos poblaciones con
σ’s sigmas desconocidas. Considerando el método A como uno y el método B como 2, los tamaño
de las muestras para realizar la prueba de hipótesis son de n1= 10 y n2= 10, con sus respectivas
medias de 𝑥̅ 1=70 y 𝑥̅ 2= 74, así como sus desviaciones estándar correspondientes a s1=11.333 y
s2=29.11, calculados mediante el uso de la aplicación
Stats pad.
Definimos la hipótesis nula y la alternativa de la
siguiente forma:
H0: μ1 - μ2 = 0
H1: μ1 - μ2 < 0
El nivel de significancia que utilizaremos en esta prueba
de hipótesis es α= 0.05.
El estadístico de prueba seleccionado es la t-student
dado por la siguiente expresión:
𝑥1 − ̅
̅ 𝑥2 − 𝐷 2
(𝑛1 − 1)𝑆12 + (𝑛2 − 1)𝑆22
𝑡𝑒 = 𝑆𝑝 =
1 1 𝑛1 + 𝑛2 − 2
√𝑆𝑝2 +
𝑛1 𝑛2
Para determinar el estadístico crítico utilizamos α= 0.05,
con 10 y 10 grados de libertad (n1-1 y n2-1) y hacemos uso de la aplicación Stats pad con el
siguiente resultado:
tc= -1.734
Calculamos el estadistico de prueba con el siguiente resultado:

- 17 -
 Pruebas de Hipótesis

(10 − 1)11.332 + (10 − 1)29.112

𝑆𝑝2 = = 20.222
10 + 10 − 2
70 − 74 − 0
𝑡𝑒 = = −1.989
√20.222( 1 + 1 )
10 10

Al comparar el estadistico de prueba con el critico nos damos cuenta que te = -1.989 < tc = -1.734
por lo tanto tenemos suficiente evidencia para rechazar la hiporesis nula. Esto significa que el
metodo B es mas efectivo.

8.28

Desarrollo descriptivo:

Se compararan dos aditivos químicos para secar pintura. Se preparan cinco latas de aerosol usando
el aditivo A y seis se preparan usando el aditivo B. Luego, se rocían 11 tableros diferentes, una
lata por tablero.
a) La respuesta es el tiempo en minutos para que seque la superficie, mientras los estadísticos
del resumen son:
Tamaño de Desviación
Media
muestra Estándar
Aditivo A 5 16.3 2.7

Aditivo B 6 12.1 1.1

¿Debería combinar o no las estimaciones de la varianza con la finalidad de realizar una

prueba de hipótesis que tenga la intención de demostrar que hay una diferencia en las
medias? Explique cómo procedería.
b) Realice la prueba para el inciso a) usando α=0.05.
c) Describa como volvería aleatoria la asignación de pinturas cuando realice este
experimento.

Desarrollo interpretativo y memorias de cálculo:

a) Consideramos que no se deberían de combinar las estimaciones de la varianza debido a

que observamos mucha diferencia entre ellas, la desviación estándar del aditivo A es más
del doble comparada con la desviación estándar de el aditivo B.

b) Aquí podemos identificar que tenemos una prueba de diferencia de medias de dos
poblaciones con σ’s sigmas desconocidas. Considerando el aditivo A como uno y el aditivo
B como 2, los tamaño de las muestras para realizar la prueba de hipótesis son de n1= 5 y

- 18 -
 Pruebas de Hipótesis

n2= 6, con sus respectivas medias de 𝑥̅ 1=16.3 y 𝑥̅ 2=12.1, así como sus desviaciones estándar
correspondientes a s1=2.7 y s2=1.1.
Definimos la hipótesis nula y la alternativa de la siguiente forma:
H0: μA = μB
H1: μA ≠ μB
El nivel de significancia que utilizaremos en esta prueba de hipótesis es α= 0.05.
El estadístico de prueba seleccionado es la t-student.
Para determinar el estadístico crítico tc y el estadístico
de prueba te utilizamos α=0.05, con 5 y 6 grados de
libertad (n1-1 y n2-1) y hacemos uso de la aplicación
Stats pad con el siguiente resultado:
tc= 2.57058
te= 3.26016
Al comparar el estadistico de prueba con el critico nos
damos cuenta que te > tc por lo tanto tenemos suficiente
evidencia para rechazar la hiporesis nula. Esto significa
que el tiempo de secado es diferente para ambos
métodos.
c) La forma de volver aleatoria la asignación de
pinturas cuando se realice el experimento sería
numerando los tableros del 1 al 11 y hacer lo mismopara las latas de aerosol. En seguida,
se inicia con la primera lata, usando una tabla de números aleatorios para seleccionar un
número de dos dígitos entre el 1 y el 11, empatar los tableros con las latas de aerosol al
seleccionar digitos aleatoriamente hasta que todas las latas hayan sido asignadas a un
tablero.

- 19 -
 Pruebas de Hipótesis

Capítulo 9

9.7

Desarrollo descriptivo:

Una muestra aleatoria de 6 vigas de acero tiene una resistencia a la compresión media de 58,392
psi, con una desviación estándar de 648 psi, pruebe la hipótesis nula σ = 600 para la resistencia a
la compresión del tipo dado de acero, contra la hipótesis alternativa σ > 600. Utilice el nivel de
significancia de 0.05

Desarrollo interpretativo y memorias de cálculo:

Podemos identificar que tenemos una prueba de la varianza de una población con un tamaño de
muestra n= 6 vigas de acero, que tienen una resistencia a la compresión promedio de 𝑥̅ = 58,392
psi, con una desviación estándar s= 648 psi. Para probar la hipótesis nula de su desviación estándar
σ = 600 para la resistencia a la compresión, definimos la hipótesis nula y alternativa de la siguiente
forma:
H0: σ = 600
H1: σ > 600
El nivel de significancia que utilizaremos en esta prueba de hipótesis es α= 0.05.
El estadístico de prueba seleccionado es la chi-cuadrada (χ2) dado por la siguiente expresión:
(𝑛 − 1)𝑆 2
𝜒𝑒2 =
𝜎02

- 20 -
 Pruebas de Hipótesis

Para determinar el estadístico crítico utilizamos α= 0.05, con 5 grados de libertad (n-1) y hacemos
uso de la aplicación Stats pad con el siguiente resultado:
χ2c = 11.070498

Calculamos el estadistico de prueba con el siguiente resultado:

(5)419,904
𝜒𝑒2 = = 5.832
360,000

Al comparar el estadistico de prueba con el critico nos damos cuenta que

χ2e < χ2c por lo tanto no hay sufisiente evidencia para rechazar la hiporesis
nula de que la la resistencia a la compresión del tipo dado de acero es σ =
600.

9.11

Desarrollo descriptivo:

Al jugar 10 rondas de golf en su propio campo, un jugador profesional promedio 71.3, con una
desviación estándar de 1.32. Pruebe la hipótesis nula de que la consistencia de su juego en su
propio campo en realidad se midió por σ= 1.20, contra la hipótesis alternativa de que es menor
consistente. Utilice el nivel de significancia α= 0.05.

Desarrollo interpretativo y memorias de cálculo:

Podemos identificar que tenemos una prueba de la varianza de una población con un tamaño de
muestra n= 10 que corresponde con el número de rondas de golf del jugador que promedió
𝑥̅ = 71.3 con una desviación estándar s= 1.32. Para probar la consistencia de su juego en términos
de su desviación estándar σ = 1.20 definimos la hipótesis nula y alternativa de la siguiente forma:
H0: σ = 1.20
H1: σ > 1.20

El nivel de significancia que utilizaremos en esta prueba de hipótesis es α= 0.05.

- 21 -
 Pruebas de Hipótesis

El estadístico de prueba seleccionado es la chi-cuadrada (χ2)

dado por la siguiente expresión:

(𝑛 − 1)𝑆 2
𝜒𝑒2 =
𝜎02

Para determinar el estadístico crítico utilizamos α= 0.05, con

9 grados de libertad (n-1) y hacemos uso de la aplicación Stats
pad con el siguiente resultado:

χ2c = 16.9189

Calculamos el estadistico de prueba con el siguiente resultado:

(9)1.7424
𝜒𝑒2 = = 10.89
1.44
Al comparar el estadistico de prueba con el critico nos damos
cuenta que χ2e < χ2c por lo tanto no hay sufisiente evidencia
para rechazar la hiporesis nula de que la consistencia de su
juego en su propio campo en realidad se midió por σ = 1.20.

9.15

Desarrollo descriptivo:

Dos técnicas de iluminación diferentes se compararán al medir la intensidad de la luz en posiciones

seleccionadas, en áreas iluminadas por dos métodos. Si 15 mediciones en la primera área tienen
una desviación estándar de 2.7 pie-candelas y 21 mediciones en la segunda área tienen una
desviación estándar de 4.2 pie-candelas, ¿Puede concluirse que la iluminación en la segunda área
es menos uniforme? Utilice un nivel de significancia de 0.01. ¿Qué suposiciones deberían hacerse
acerca de cómo se obtienen las dos muestras?

Desarrollo interpretativo y memorias de cálculo:

Podemos identificar que tenemos una prueba de razón de las varianzas de dos poblaciones con
tamaños de muestra n1 = 15 mediciones con desviación estándar s1= 2.7 pie-candela y n2= 21
mediciones con desviación estándar s2= 4.2 pie-candela. Se nos pide que probemos si la
iluminación en la segunda área es menos uniforme, es decir si la desviación estándar en la segunda
área es mayor. Para ello definimos la hipótesis nula y alternativa de la siguiente forma:
H0: 𝜎12 = 𝜎22
H1: 𝜎12 < 𝜎22
El nivel de significancia que utilizaremos en esta prueba de hipótesis es α= 0.01.

- 22 -
 Pruebas de Hipótesis

El estadístico de prueba seleccionado es la F dado por la siguiente expresión:

𝑆2
𝐹𝑒 = 𝑆𝑀
2
𝑚

Para determinar el estadístico crítico utilizamos α= 0.01, con 20

grados de libertad en el numerador y 14 grados de libertad en el
denominador, usamos la aplicación Stats pad con el siguiente
resultado:

Fc = 3.51

Calculamos el estadistico de prueba con el siguiente resultado:

17.64
𝐹𝑒 = = 2.41975
7.29
Al comparar el estadistico de prueba con el critico nos damos cuenta
que Fe > Fc por lo tanto no hay sufisiente evidencia para rechazar
la hiporesis nula de que las varianzas son iguales y por lo tanto la
iluminaciónnes la misma en las dos áreas. En este problema
suponemos que las dos muestras provienen de poblaciones normales
y son muestras independientes.

9.20

Desarrollo descriptivo:

Las pruebas de resistencia a la tensión en 10 conductores soldados para un dispositivo

semiconductor dieron los siguientes resultados, en lb fuerza requerida para romper el enlace:
15.8 12.7 13.2 16.9 10.6 18.8 11.1 14.3 17.0 12.5
Otro conjunto de 8 conductores se puso a prueba después de encapsulación para determinar si la
resistencia a la tracción aumentó mediante encapsulación del dispositivo, con los siguientes
resultados:
29.9 23.6 19.8 22.1 20.4 21.6 21.8 22.5
Use el nivel de significancia de 0.02 para probar si es razonable suponer que las dos muestras
provienen de poblaciones con varianzas iguales.

Desarrollo interpretativo y memorias de cálculo:

Podemos identificar que tenemos una prueba de razón de las varianzas de dos poblaciones con
tamaños de muestra n1 = 10 conductores con desviación estándar s1= 2.73838 lb fuerza y n2=8
conductores con desviación estándar s2= 1.6374 lb fuerza. Se nos pide que probemos si las dos

- 23 -
 Pruebas de Hipótesis

muestras provienen de poblaciones con varianzas iguales, por ello definimos la hipótesis nula y
alternativa de la siguiente forma:
H0: 𝜎12 = 𝜎22
H1: 𝜎12 ≠ 𝜎22
El nivel de significancia que utilizaremos en esta prueba de hipótesis es α= 0.02.
El estadístico de prueba seleccionado es la F dado por la siguiente
expresión:
2
𝑆𝑀
𝐹𝑒 = 2
𝑆𝑚
Para determinar el estadístico crítico utilizamos α/2=0.01, con 9 grados
de libertad en el numerador y 7 grados de libertad en el denominador,
usamos la aplicación Stats pad con el siguiente resultado:
Fc = 6.718
Calculamos el estadistico de prueba con el siguiente resultado:
7.49876
𝐹𝑒 = = 2.797
2.681
Al comparar el estadistico de prueba con el critico nos damos cuenta
que Fe < Fc por lo tanto no hay sufisiente evidencia para rechazar la
hiporesis nula de que las varianzas son iguales y por lo tanto es
razonable suponer que las dos muestras provienen de poblaciones con
varianzas iguales.
Capítulo 10

10.49

Desarrollo descriptivo:

En una muestra de 100 pistones cerámicos fabricados para un motor Diesel experimental, 18 se
agrietaron, pruebe la hipótesis nula p = 0.20 contra la hipótesis alternativa p < 0.20 al nivel de
0.05.

Desarrollo interpretativo y memorias de cálculo:

Podemos identificar que tenemos una prueba de la proporción de una población con una muestra
aleatoria de tamaño n = 100 pistones cerámicos para un motor, de los cuales x = 18 se agrietaron
con lo que obtenemos una proporción 𝑝̂ = 0.18. Se nos pide que probemos la hipótesis nula
definida como p = 0.20 contra la hipótesis alternativa p < 0.20 al nivel de 0.05.
Por lo tanto definimos la hipótesis nula y alternativa de la siguiente manera:
H0: p = 0.20
H1: p < 0.20
El nivel de significancia que utilizaremos en esta prueba de hipótesis es α= 0.05.

- 24 -
 Pruebas de Hipótesis

El estadístico de prueba seleccionado es la Z dado por la

siguiente expresión:
𝑝̂ − 𝑝0
𝑍𝑒 =
√𝑝0 𝑞0 /𝑛
Para determinar el estadístico crítico utilizamos 1- α= 0.95, y
hacemos uso de la aplicación Stats pad con el siguiente resultado:
Zc = -1.6448
Calculamos el estadistico de prueba con el siguiente resultado:
0.18 − 0.20
𝑍𝑒 = = −0.5
√(0.20)(0.80)/100

Al comparar el estadistico de prueba con el critico nos damos

cuenta que Ze > Zc por lo tanto no hay sufisiente evidencia para
rechazar la hiporesis nula de que la proporcion de pistones
cerámicos agrietados es igual a 0.20 o sea 20%, considerando un
nivel de significancia de α=0.05.

10.53

Desarrollo descriptivo:

En una muestra aleatoria de 100 paquetes embarcados por aire, 16 sufrieron algún daño. Pruebe la
hipótesis p = 0.10 contra la hipótesis alternativa p>0.10, con un nivel de 0.01.

Desarrollo interpretativo y memorias de cálculo:

Podemos identificar que tenemos una prueba de la proporción de una población con una muestra
aleatoria de tamaño n = 100 paquetes embarcados por aire, de los cuales x = 16 sufrieron algún
daño con lo que obtenemos una proporción 𝑝̂ = 0.16, se nos pide que probemos la hipótesis nula,
definida como p = 0.10. Por lo tanto definimos la hipótesis nula y alternativa de la siguiente
manera:

H0: p = 0.10
H1: p > 0.10

El nivel de significancia que utilizaremos en esta prueba de hipótesis es α= 0.01

El estadístico de prueba seleccionado es la Z dado por la siguiente expresión:
𝑝̂ − 𝑝0
𝑍𝑒 =
√𝑝0 𝑞0 /𝑛

- 25 -
 Pruebas de Hipótesis

Para determinar el estadístico crítico utilizamos α=0.01,

y hacemos uso de la aplicación Stats pad con el siguiente
resultado:
Zc = 2.3263
Calculamos el estadistico de prueba con el siguiente
resultado:

0.16 − 0.10
𝑍𝑒 = =2
√(0.10)(0.90)/100

Al comparar el estadistico de prueba con el critico nos

damos cuenta que Ze < Zc por lo tanto no hay sufisiente
evidencia para rechazar la hiporesis nula de que la
proporcion de paquetes embarcados por aire y que sufren
algun daño es igual a 0.10 o sea 10%, considerando un
nivel de significancia de α = 0.01.

10.55

Desarrollo descriptivo:

Un método de sembrar nubes resultó exitoso en 57 de 150 intentos, mientras que otro método tuvo
éxito en 33 de 100 intentos. Con el nivel de significancia de 0.05, ¿Se puede concluir que el primer
método es mejor que el segundo?

Desarrollo interpretativo y memorias de cálculo:

Podemos identificar que tenemos una prueba de la diferencia de proporciones de dos poblaciones
con tamaños de muestra n1= 150 intentos de sembrar nubes con el primer método, de los cuales x1
= 57 resultó exitosa, con lo que obtenemos una proporción 𝑝̂ 1 =0.38 y una segunda muestra n2=
100 intentos de sembrar nubes con un segundo método, de los cuales x2=33 resultó exitosa, con lo
que obtenemos una proporción 𝑝̂ 2 =0.33. Se nos pide que probemos si el primer método es mejor,
es decir si tiene una mayor proporción de éxitos en el largo plazo. Por lo tanto definimos la
hipótesis nula y alternativa de la siguiente manera:
H0: p1 = p2
H1: p1 > p2
El nivel de significancia que utilizaremos en esta prueba de hipótesis es α= 0.05
El estadístico de prueba seleccionado es la Z dado por la siguiente expresión:

- 26 -
 Pruebas de Hipótesis

𝑝̂1 − 𝑝̂2 𝑥1 + 𝑥2
𝑍𝑒 = 𝑝̂ =
1 1 𝑛1 + 𝑛2
√𝑝̂ 𝑞̂ (
𝑛1 + 𝑛2 )

Para determinar el estadístico crítico utilizamos α=0.05, y

hacemos uso de la aplicación Stats pad con el siguiente resultado:
Zc = 1.6448
Calculamos el estadistico de prueba con el siguiente resultado:
57 + 33
𝑝̂ = = 0.36
150 + 100
0.38 − 0.33
𝑍𝑒 = = 0.80687
√(0.36)(0.64) ( 1 + 1 )
150 100
Al comparar el estadistico de prueba con el critico nos damos
cuenta que Ze < Zc por lo tanto no hay sufisiente evidencia para
rechazar la hiporesis nula y no se puede concluir que el primer
método es mejor que el segundo.

10.57

Desarrollo descriptivo:

Dos aglutinantes, A y B, están disponibles para fabricar una biga laminada. De 50 bigas fabricadas
con el aglutinante A, 11 fracasaron en una prueba de tensión, en tanto que fracasaron 19 de las 50
bigas fabricadas con el aglutinante B. Con un nivel de 0.05, ¿Se puede concluir que el aglutinante
A es mejor que el aglutinante B?

Desarrollo interpretativo y memorias de cálculo:

Podemos identificar que tenemos una prueba de la diferencia de proporciones de dos poblaciones.
Considerando el aglutinante A como uno y el aglutinante B como 2, los tamaños de muestra n1=
50 bigas fabricadas con el aglutinante A, de las cuales x1 = 11 fracasaron en una prueba de tensión,
con lo que obtenemos una proporción 𝑝̂ 1 =0.22 y una segunda muestra n2=50 bigas fabricadas con
el aglutinante B, de las cuales x2=19 fracasaron en una prueba de tensión, con lo que obtenemos
una proporción 𝑝̂ 2 =0.38. Se nos pide que probemos si el aglutinante A es mejor que el aglutinante
B, es decir si tiene una menor proporción de fracasos en pruebas de tensión el aglutinante A en el
largo plazo. Por lo tanto definimos la hipótesis nula y alternativa de la siguiente manera:
H0: p1 = p2
H1: p1 < p2
El nivel de significancia que utilizaremos en esta prueba de hipótesis es α= 0.05

- 27 -
 Pruebas de Hipótesis

El estadístico de prueba seleccionado es la Z dado por la siguiente

expresión:
𝑝̂1 − 𝑝̂2 𝑥1 + 𝑥2
𝑍𝑒 = 𝑝̂ =
1 1 𝑛1 + 𝑛2
√𝑝̂ 𝑞̂ (
𝑛1 + 𝑛2 )
Para determinar el estadístico crítico utilizamos 1- α=0.95, y
hacemos uso de la aplicación Stats pad con el siguiente resultado:
Zc = -1.6448
Calculamos el estadistico de prueba con el siguiente resultado:
11 + 19
𝑝̂ = = 0.30
50 + 50
0.22 − 0.38
𝑍𝑒 = = −1.7457780687
√(0.30)(0.70) ( + )1 1
50 50
Al comparar el estadistico de prueba con el critico nos damos cuenta que:
Ze = -1.74577 < Zc = -1.6448, por lo tanto, hay sufisiente evidencia para rechazar la hiporesis
nula, es decir, se puede concluir que el aglutinante A es mejor que el aglutinante B, considerando
un nivel de significancia de α = 0.05.

Conclusiones

Podemos concluir que cuando hablamos de una prueba de hipótesis nos referimos a un enunciado
acerca del valor de un parámetro poblacional, desarrollado con el propósito de ponerlo a prueba.
Se basa en la evidencia muestral y en la teoría de probabilidad, se usa para determinar si la hipótesis
es un enunciado razonable y no debe rechazarse, o no es razonable y debe rechazarse.
El basarse en la evidencia muestral seguramente se debe a la imposibilidad física de verificar todos
los elementos de la población debido a lo tardado que es contactar a toda la población, y el costo
que implica el estudiar a todos los elementos de la población que es alto, además en ocasiones la
naturaleza destructiva de ciertas pruebas imposibilita el análisis de toda la población.
Considerando todo lo anterior y el hecho de que los resultados que se obtienen de la evidencia
muestral suelen ser adecuados, convierte a las pruebas de hipótesis en una herramienta muy
valiosa, práctica y de gran aplicación en la vida real.

- 28 -
 Pruebas de Hipótesis

Bibliografías:
Anónimo. (2008) Comparaciones de dos poblaciones. [En línea] Accesible en:
http://www.est.uc3m.es/esp/nueva_docencia/getafe/economia/estadistica_ii/documentaci
on_transp_archivos/tema3esp.pdf

Anónimo. (2006) Pruebas de Hipótesis de proporciones. [En línea] Accesible en:

www.mty.itesm.mx/.../pruebas_de_hipostesis_proporciones_y_chi_cuad...

Lind, (2012). Estadística aplicada a los negocios y la economía (p 334), Ed. Mc Graw-Hill

H. Mendoza (2008). Inferencia estadística sobre poblaciones [En línea] Accesible en:
http://168.176.60.11/cursos/ciencias/2001065/html/un3/cont_306_84.html

A. Navarro (2010) Prueba de Hipótesis [En línea] Accesible en:

http://www.mty.itesm.mx/dia/profs/anavarro/Cap7NAV.htm

P. Reyes (2009) Fase de análisis [En línea] Accesible en:

www.icicm.com/files/FASE_ANALISIS.docx

M. Ruiz Martínez (2009) Prueba para diferencia de proporciones [En línea] Accesible en:
http://marcelrzm.comxa.com/EstadisticaInf/36DiferenciaDeProporciones.pdf

- 29 -