PRUEBA DE HIPÓTESIS Y ANÁLISIS DE

VARIANZA

FUNDAMENTOS. PRUEBA DE
UNA ASEVERACION RESPECTO
A UNA PROPORCIÓN. PRUEBA
DE UNA ASEVERACION
RESPECTO DE UNA MEDIA CON
DESVIACIÓN ESTANDAR
CONCOCIDA Y DESCONOCIDA
 FUNDAMENTOS: PRUEBA DE HIPÓTESIS

La inferencia estadística utiliza dos métodos muy importantes el

estimar los parámetros de una población a partir de valores de
una muestra, pero otro de los métodos muy importantes es la
Prueba de Hipótesis que se utiliza para tomar decisiones de los
parámetros de la población en base a datos de una muestra.

HIPÓTESIS
Es una aseveración o afirmación acerca de una propiedad de
una población.

PRUEBA DE HIPÓTESIS
O prueba de significancia, es un procedimiento estándar para
probar una aseveración acerca de una propiedad de una
población.
HIPÓTESIS NULA (Ho)

Es la afirmación de que el valor de un parámetro de

población (como una proporción, media o desviación
estándar) es igual a un valor aseverado. La hipótesis nula es
la que se va a contrastar.
Ho: P = 0.5 Ho: µ = 98.6 Ho: s = 15

La hipótesis nula se aprueba en forma directa, en el sentido

de que asumimos que es verdadera, y llegamos a una
conclusión para rechazar Ho o no rechazar Ho.

El símbolo igual expresa equidad.

HIPÓTESIS ALTERNATIVA (H1 ó Ha )

Es la afirmación de que el parámetro tiene un valor que, de

alguna manera, difiere de la hipótesis nula.
La forma simbólica de la hipótesis alternativa debe emplear
alguno de estos símbolos: < > ≠.
A continuación se incluyen nueve ejemplos diferentes de
hipótesis alternativas que incluyen proporciones, medias y
desviaciones estándar.

Proporciones: H1: P>0.5 H1: P<0.5 H1: P ≠ 0.5

Medias: H1: µ > 98.6 H1: µ <98.6 H1: µ ≠ 98.6

Desviación estándar: H1: s >15 H1: s <15 H1: s≠15

 TIPOS DE HIPÓTESIS

Hipótesis Ho: p=0.5 =

Nula Ho
Contrarias

Hipótesis Hipótesis del

<,>,≠
investigador
Alternante H1

H1: p > 0.5

IDENTIFICACIÓN DE HIPÓTESIS NULA E HIPÓTESIS ALTERNATIVA
Ejemplos:
a) La proporción de conductores que admiten pasarse la luz roja es
mayor que 0.5

Ho: P = 0.5
H1: P > 0.5

b) La estatura media de los estudiantes universitarios es menor que

170cm

Ho: µ = 170
H1: µ < 170

c) La desviación estándar de las puntuaciones de actores es igual a

15
Ho: s = 15
H1: s ≠ 15
 ESTADÍSTICO DE PRUEBA
Es un valor calculado a partir de datos muestrales, que se utiliza para tomar la decisión
sobre el rechazo de la hipótesis nula.

Se calcula convirtiendo al estadístico muestral (como la proporción muestral 𝒑ෝ, la media

muestral 𝒙ഥ o la desviación estándar muestral s) en una puntuación (como z, t o x²) bajo el
supuesto de que la hipótesis nula es verdadera.

Sirve para determinar si existe evidencia significativa en contra de la hipótesis nula.

Estadístico de prueba para proporciones

Estadístico de prueba para medias

Estadístico de prueba para desviaciones estándar

Una encuesta de n=880 conductores adultos, seleccionados aleatoriamente,
mostró que el 56% (ó 𝑝=0.56)
ො de dichos individuos admitieron pasarse la luz
roja de los semáforos. Calcular el valor del estadístico de prueba para la
aseveración de que la mayoría de los conductores adultos admiten pasarse
la luz roja.

Solución:
Aseveración: «La mayoría de los conductores adultos admiten
pasarse la luz roja»

Ho: P = 0.5
H1: P > 0.5

Como se trabaja bajo el supuesto de que la Ho es verdadera, con

P=0.5
Región crítica, nivel de significancia, valor crítico y valor p

● La región crítica (o región de rechazo) es el conjunto de todos los valores del estadístico
de prueba que pueden hacer que rechacemos la hipótesis nula.
Por ejemplo, observe la región sombreada:

Región crítica o
región de rechazo

El nivel de significancia es la probabilidad de que el estadístico de prueba caiga en la

región crítica, cuando la hipótesis nula es verdadera.
Si el estadístico de prueba cae en la región crítica, rechazaremos la hipótesis nula, de
modo que ∝ es la probabilidad de cometer el error de rechazar la hipótesis nula cuando
es verdadera.

Un valor crítico es cualquier valor que separa la región crítica (donde rechazamos la
hipótesis nula) de los valores del estadístico de prueba que no conducen al rechazo de la
hipótesis nula. Los valores críticos dependen de la naturaleza de la hipótesis nula, de la
distribución de muestreo que se aplique y del nivel de significancia ∝.
Cálculos de valores críticos:

Con un nivel de significancia de ∝=0.05, calcular los valores z críticos para cada una de
las siguientes hipótesis alternativas (suponiendo que la distribución normal puede
emplearse como aproximación de la distribución binomial):

a. p≠ 0.5 (de manera que la región crítica esté en ambas colas de la distribución
normal)
H 0 : p  p0
Prueba bilateral
H1 : p  p 0

b. p < 0.5 (de manera que la región crítica esté en la cola izquierda de la distribución
normal)
H 0 : p  p0
Prueba unilateral izquierda H1 : p  p0

c. p > 0.5 (de manera que la región crítica esté en la cola derecha de la distribución
normal)
H 0 : p  p0
Prueba unilateral derecha H1 : p  p0
El valor P (o valor de p o valor de probabilidad) es la probabilidad de obtener un valor
del estadístico de prueba que sea al menos tan extremo como el que representa a los
datos muestrales, suponiendo que la hipótesis nula es verdadera. La hipótesis nula se
rechaza si el valor P es muy pequeño, tanto como 0.05 o menos. P≤ 0.05

Decisiones y conclusiones:

1. Rechazo de la hipótesis nula.

2. No rechazo de la hipótesis nula.

Criterio de decisión: La decisión de rechazar o no rechazar la hipótesis nula suele

realizarse por medio del método tradicional (o método clásico) de prueba de hipótesis, el
método del valor P, o bien, basar la decisión en intervalos de confianza.
En años recientes ha disminuido el uso del método tradicional.

Método tradicional:
Rechace Ho si el estadístico de prueba cae dentro de la región crítica.
No rechace Ho si el estadístico de prueba no cae dentro de la región crítica.

Método del valor de P:

Rechace Ho si el valor de P ≤∝
No rechace Ho si el valor de P >∝
Procedimiento para el cálculo de valores P
 TIPOS DE ERRORES

Rechazar No rechazar
Ho Ho
Error tipo I Decisión
La Ho : verdadera
(∝) correcta
realidad
Decisión Error tipo II
Ho : falsa
correcta (ϐ)
 PRUEBA DE ASEVERACIÓN PARA LA PROPORCIÓN

PRUEBA DE ASEVERACIÓN PARA LA PROPORCIÓN.

Supongamos que de una población de tamaño N de la cual se
obtiene una muestra de tamaño n, existen x elementos
favorables a la característica que se está analizando. Entonces
𝑥
la proporción muestral es: 𝑝Ƹ =
𝑛

Siendo P el valor de la proporción de la población utilizada en

la hipótesis nula.
El estadístico de prueba para probar una aseveración sobre una
proporción es:
 PRUEBA DE ASEVERACIÓN PARA LA PROPORCIÓN
De una encuesta nacional, de 880 conductores seleccionados aleatoriamente, el 56% admitió haberse
pasado la luz roja. La reportera Sonja Barisic escribió esto: “Casi todos los conductores estadounidenses
coinciden en que pasarse la luz roja es peligroso, pero más
de la mitad de ellos admite haberlo hecho, . . . , encontró una encuesta”. Esta afirmación incluye la
aseveración de que la mayoría de todos los estadounidenses se pasan la luz roja. A continuación se incluye
un resumen de la aseveración y de los datos muestrales:

Solución:
n = 880 , pˆ= 0.56
Aseveración: »Más de la mitad de los conductores admite pasarse la luz roja»

Entonces tenemos: P > 0.5 Zc=3.56 cae en zona de rechazo,

Método Tradicional
entonces se rechaza la Ho
Por lo tanto
Ho: P = 0.5
H1: P > 0.5
∝ = 0.05
ො
𝑝−𝑝 0.56−0.5
𝑍= 𝑝𝑞
= = 3.56
(0.5)(0.5)
Zt = 1.645 Zc= 3.56
H 0 :    0
𝑛 880
Se trata de una prueba unilateral 
…  H1 :    0 Método del Valor P
Para Zt mayores a 3.50 p=0.9999 y 1-0.9999 = 0.0001
Por lo tanto 0.0001 < 0.05 Rechazamos la Ho
 PRUEBA DE ASEVERACIÓN PARA LA MEDIA

PRUEBA DE ASEVERACIÓN PARA LA MEDIA: σ CONOCIDA

Supongamos que de una población normal con media

desconocida, s y varianza conocida s2 se extrae una
muestra de tamaño n, entonces de la distribución de la
media muestral se obtiene la prueba estadística o
estadístico: X
Ejemplo :
Una muestra de 106 temperaturas corporales, con una media muestral de 98.20°F. Suponga
que la muestra es aleatoria simple y que se sabe que la desviación estándar poblacional σ
es 0.62°F. Utilice un nivel de significancia de 0.05 para probar la creencia común de que la
temperatura corporal es 98.6°F
La media de adultos sanos es igual a 98.20°F. Sabiendo que la media poblacional es 98.6°F
Solución:
Aseveración: «Temperatura corporal media de adultos sanos es igual a 98.6°F»
Ho: µ = 98.6
H1: µ ≠ 98.6

∝ = 0.05 Método Tradicional

ҧ 𝑢
𝑥−ഥ 98.20−98.6
𝑍 = σ = 0.62 = - 6.64
𝑛 106
H 0 :    0

Se trata de una prueba de dos colas:  H1 :    0
Zc= -6.64 Zt = -1.96
Y el estadístico de prueba se encuentra a la izquierda: z = - 6.64
Zc= -6.64 cae en la región de rechazo, por lo
tanto rechazamos la Ho
Método del Valor P

Se trata de una prueba de 2 colas y Zc=-6.64 el valor P es dos veces el área a la izquierda
Y en tabla para Zc=-6.64 es P=0.0001 entonces P= 2x0.0001=0.0002
Por lo tanto 0.0002 < 0.05 Rechazamos la Ho
 PRUEBA DE ASEVERACIÓN PARA LA MEDIA

PRUEBA DE ASEVERACIÓN PARA LA MEDIA: σ DESCONOCIDA

La prueba estadística o estadístico:

Ejemplo :
A un estudiante del propedéutico de la carrera de medicina se le pide realizar un proyecto en clase,
colecta su propio conjunto de datos para probar la aseveración de que la temperatura corporal media
es menor que 98.6°F, pero por limitación del tiempo sólo logra reunir datos únicamente de 12
personas. Después de planear cuidadosamente un procedimiento para obtener una muestra aleatoria
simple de 12 adultos sanos, mide sus temperaturas corporales y obtiene los resultados listados abajo.
Utilice un nivel de significancia de 0.05 para probar la aseveración de que estas temperaturas
corporales provienen de una población con una media menor que 98.6°F.
98.0 97.5 98.6 98.8 98.0 98.6
98.7 98.6 97.6 98.5 98.4 99.4
Solución:
Aseveración: «la temperatura corporal media es menor que 98.6°F»
n=12
𝑥ҧ = 98.39
s=0.535
Vemos que la 𝑥ҧ = 98.39 es menor que 98.6
Ho: µ = 98.6
H1: µ < 98.6

∝ = 0.05

ҧ 𝑢
𝑥−ഥ 98.39−98.6
𝑡= 𝑠 = 0.535 = - 1.360 Zt = -1.796 Zc= -1.36
𝑛 12 H 0 :    0

 H1 :    0
-1.36 cae en zona aceptación por tanto No se rechaza la Ho

Se trata de una prueba unilateral

Usando la tabla A-3 con gl=11 y una cola de 0.05 el valor de t es -1.796
Cálculo de valores P USANDO T SUDENT

En una prueba de hipótesis de cola izquierda, el tamaño de la muestra es n = 12 y el

estadístico de prueba es t= - 2.007
Se trata de una prueba de cola izquierda, con estadístico de prueba t = - 2.007, por lo que el valor
P es el área ubicada a la izquierda de -2.007
Por la simetría de la distribución t, es igual al área ubicada a la derecha de +2.007 Observe la
siguiente ilustración que muestra que cualquier estadístico de prueba que esté entre 2.201 y
1.796 posee un valor P de cola derecha que se encuentra entre 0.025 y 0.05. Concluimos que
0.025 , valor P < 0.05
Cálculo de valores P USANDO T SUDENT

En una prueba de hipótesis de cola derecha, el tamaño de la muestra es n=12 y el

estadístico de prueba es t =1.222
Se trata de una prueba de cola derecha, con estadístico de prueba t = 1.222 de modo que el
valor P es el área ubicada a la derecha de 1.222. Observe la ilustración que indica que cualquier
estadístico de prueba menor que 1.363 tiene un valor P de cola derecha que es mayor que
0.10. Concluimos que el valor P > 0.10
Cálculo de valores P USANDO T SUDENT

En una prueba de hipótesis de dos colas, el tamaño de la muestra es n =12 y el

estadístico de prueba es t= - 3.456
Se trata de una prueba de dos colas, con estadístico de prueba t= - 3.456
El valor P es dos veces el área ubicada la izquierda de –3.456, pero con la simetría de la distribución t,
que es igual al doble del área ubicada a la derecha de +3.456. Observe la ilustración que indica que
cualquier estadístico de prueba mayor que 3.106 tiene un valor P de dos colas que es menor que 0.01
Concluimos que el valor P < 0.01
Continuando con el ejemplo:

Como el valor del estadístico de prueba t es -1.36 0 y por simetría de la distribución t, es igual al
área ubicada a la derecha de +1.360 entonces tiene un valor P mayor que 0.10 así :

p > 0.10 Por lo tanto No se rechaza la Ho.