Académique Documents
Professionnel Documents
Culture Documents
Ejemplo 1: Un individuo que est interesado en evaluar el estado de un cargamento de granadas, no puede
probar una gran cantidad de ellas o la totalidad, ya que probarlas implica destruirlas. Su decisin debe
basarse en un nmero reducido de ellas.
Ejemplo 2: Se est probando una droga A y se tiene la hiptesis de que produce mareo en un 50% de los
pacientes, como efecto colateral. El mdico dispone dentro de su hospital, nada ms que una muestra de 15
pacientes para hacer la prueba. Debe tomarse la decisin acerca de las consecuencias de la droga, a partir
de los resultados dados por esa muestra de 15 pacientes, le es imposible esperar a que la usen todos los
pacientes actuales y potenciales antes de llegar a una decisin.
La Regla de decisin:
Si una moneda intuitivamente se sabe que mostrar escudo en aproximadamente la mitad de las tiradas, pero
que tambin es posible que surjan variaciones aleatorias, es decir, alejamientos de esa proporcin, debidas al
azar, los cuales sern ms marcados cuanto ms pequeo sea el nmero de lanzamientos.
Se espera que si la moneda es perfecta (si H0 es cierta), que en 10 lanzamientos aparezcan 5 escudos. Sin
embargo, el que se produzcan desviaciones de uno o dos escudos del valor esperado (5), no debe sorprender,
ya que pueden atribuirse perfectamente a variaciones aleatorias. Por lo tanto, resultados como 3, 4, 5, 6, 7,
nos harn pensar que la moneda est buena: en cambio, valores bastante alejados de cinco, como cero
escudos o 10 escudos, harn dudar de que la moneda est perfecta.
Se tiene de nuevo el problema fundamental de tomar decisiones bajo condiciones de incertidumbre. Con
ningn nmero de tiradas, por supuesto, se va a estar completamente seguro de que la moneda es perfecta o
de que no lo es. Lo que si puede hacerse es seguir un procedimiento que permita medir probabilidad de
cometer error, ya sea al decidir que la moneda es perfecta cuando en realidad no lo es, o al asegurar que tiene
sesgo cuando es perfecta.
Definiciones:
Hiptesis Estadstica: Es una suposicin acerca de un valor de la poblacin o parmetros o sobre la relacin
entre varios valores de la poblacin.
Prueba de Hiptesis: Es un procedimiento para decidir sobre la aceptacin o rechazo de una hiptesis
estadstica, basado en la evidencia muestral y la teora de probabilidad; se emplea para determinar si la
hiptesis es una afirmacin razonable.
La prueba de una hiptesis se realiza mediante un procedimiento sistemtico de cinco paso:
La distribucin de muestreo de la estadstica de prueba se divide en dos regiones, una regin de rechazo
(conocida como regin crtica) y una regin de no rechazo (aceptacin). Si la estadstica de prueba cae dentro
de la regin de aceptacin, no se puede rechazar la hiptesis nula.
Tipos de errores:
Un error tipo I se presenta si la hiptesis nula Ho es rechazada cuando es verdadera y deba ser aceptada. La
probabilidad de cometer un error tipo I se denomina con la letra alfa .
Un error tipo II, se denota con la letra griega se presenta si la hiptesis nula es aceptada cuando de hecho
es falsa y deba ser rechazada.
En cualquiera de los dos casos se comete un error al tomar una decisin equivocada.
En la siguiente tabla se muestran las decisiones que pueden tomar el investigador y las consecuencias
posibles.
En
la
prctica
se
establece el nivel y
para disminuir el Error
se incrementa el
nmero
de
observaciones
en
la
muestra, pues as se
acortan los limites de
La meta de las pruebas estadsticas es rechazar la hiptesis
Ejemplo:
H0: = 150
H1: 150
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 carga todo hacia el lado izquierdo, para definir las
regiones de aceptacin y de rechazo.
Prueba de hiptesis:
Ho; Parmetro x
H1; Parmetro > x
De una cola derecha: El investigador desea comprobar la hiptesis de un valor mayor en el parmetro que el
de la hiptesis nula, en este caso el nivel de significancia se carga todo hacia el lado derecho, para definir las
regiones de aceptacin y de rechazo.
Prueba de hiptesis:
Ho; Parmetro x
H1; Parmetro > x
En las pruebas de hiptesis para la media (), cuando se conoce la desviacin estndar () poblacional, o
cuando el valor de la muestra es grande (30 o ms), el valor estadstico de prueba es z y se determina a partir
de:
El valor estadstico z, para muestra grande y desviacin estndar poblacional desconocida se determina por la
ecuacin:
En la prueba para una media poblacional con muestra pequea y desviacin estndar poblacional
desconocida se utiliza el valor estadstico t.
Distribucin muestral del valor estadstico z, con prueba de una cola a la derecha
Valor critico: Es el punto de divisin entre la regin en la que se rechaza la hiptesis nula y la regin en la
que no se rechaza la hiptesis nula.
Regin Crtica o de Rechazo: Una regin crtica o de rechazo es una parte de la curva de z o de la
curva t donde se rechaza H0.
La regin puede ser de una cola o de dos dependiendo de la hiptesis alterna.
Ejemplos
Para H1: > valor aceptado, la regin de rechazo est dada por:
(Cola derecha, z t)
Para H1: < valor aceptado, la regin de rechazo est dada por:
(Cola izquierda, z t)
Para H1: valor aceptado, la regin de rechazo es de dos colas y est dada por:
(2-colas, z t)
Para los que nos compete referente a las pruebas de hiptesis, para un nivel de significancia de 95% y un = .
05, tenemos:
Si la prueba es de dos cola:
Ejemplos Resueltos:
Ejemplo 1:
Ejemplo 2:
Solucin:
a.
Ejemplo 3:
a.
= .05 y = 14
Solucin:
a.
Ejemplo 4:
Solucin:
a.
H0 : = 32
H1 : 32
b.
H0 : p .65
H1 : p < .65
c.
H0 : 15
H1 : > 15
Ejemplo 5: Suponga una variable aleatoria X para designar el peso de un pasajero de avin, que se interesa
en conocer el peso promedio de todos los pasajeros. Como hay limitaciones de tiempo y dinero para pesarlos a
todos, se toma una muestra de 36 pasajeros de la cual se obtiene una media muestral x= 160 lbs. Suponga
adems que la distribucin de los pasajeros tenga una distribucin normal con desviacin estndar de 30,
con un nivel de significancia de 0,05. Se puede concluir que el peso promedio de todos los pasajeros es menor
que 170 lbs.?
Nota como puede ver esta es una prueba de una cola (a la izquierda) por lo que hay que utilizar una
tabla de distribucin para una cola.
DATOS:
Conclusin:
Se rechaza la hiptesis nula, esto quiere decir que promedio de todos los trabajadores es menor a
170lbs.
Ejemplo 6: El vicepresidente a cargo de las ventas de una corporacin afirma que los vendedores tienen un
promedio no mayor de 15 prospectos de ventas por semana y el deseara aumentar esta cifra. Se seleccionan
36 vendedores al azar para verificar su afirmacin y registrar el nmero de contacto en una semana,
seleccionado la forma aleatoria. De los resultados de la muestra se obtuvo una media de 17 prospectos y una
varianza de 9. Contradicen los hechos la afirmacin del vicepresidente? = 0.05.
Datos:
Conclusin:
No rechazo la hiptesis nula, esto quiere decir que los hechos contradicen las afirmaciones del
vicepresidente.
Ejemplo 7: Se desea comprobar si la cantidad de dinero que un estudiante gasta en promedio es mayor que
87 pesos, seleccionando una muestra al azar de 49 estudiantes y se encuentra que la media es de 85 pesos,
teniendo una desviacin tpica de 7,25 pesos. Con un coeficiente de confianza de 95%.
Datos:
Conclusin:
No rechazo la hiptesis nula, eso quiere decir que la cantidad de dinero que gasta el estudiante es
menor de 87 pesos.
Ejemplo 8: Cuando un proceso de produccin funciona correctamente produce frascos de champ con un
peso promedio de 200 gr. Una muestra aleatoria de una remesa present los siguientes pesos: 214; 197; 197;
206; 208; 201; 197; 203; 209. Asumiendo que la distribucin de los datos es normal, pruebe con un nivel de
confianza del 95% si el proceso est funcionando correctamente.
Conclusin:
No rechazo Ho, esto quiere decir que el proceso est funcionando perfectamente.
Conclusin
Si se condensan los resultados hasta aqu obtenidos, a manera de conclusiones se puede abordar, que todo
problema de prueba de hiptesis consiste en lo siguiente:
Identificar una variable aleatoria X que tiene una distribucin conocida, es decir, que pertenece a una clase
determinada, por ejemplo a las del tipo normal, y con relacin a la cual se quiere tomar una decisin respecto
al valor de un parmetro desconocido, pero asociado a ella, digamos
Se plantea una hiptesis nula, donde se asume un valor para el parmetro; y una hiptesis alternativa donde
se contradice lo expresado en la hiptesis nula.
Se escoge el nivel de significacin a, que es la probabilidad de rechazar la hiptesis nula siendo esta cierta. Se
selecciona una muestra de tamao n para estimar el parmetro desconocido y poder posteriormente decidir si
se rechaza o no H0.
Se define la regin crtica para la prueba de hiptesis de inters. Se toma la decisin de rechazar H0, con un
nivel de significacin a si el valor estimado del parmetro est en la regin crtica y de no rechazar H0 si este
valor no est en la regin crtica.