ESTADISTICA II

Integrantes:
-Noe
-luis
-lesly
-stefano

TITULO DEL TEMA :

PRUEBA

DE HIPOTESIS

Qu es una hiptesis ?

Hiptesis: Es una suposicin acerca del valor de un parmetro de una

poblacin con el propsito de discutir su validez. Ejemplo de hiptesis
acerca de un parmetro de una poblacin son:

1) El sueldo promedio de un profesional recin egresado de la Universidad

asciende a s/2,625.

2) El 20% de las amas de casa de Lima utiliza aceite de oliva.

Qu es una prueba de hiptesis ?

Prueba

de hiptesis: es un procedimiento,
basado en la evidencia de la muestra y en
la teora de las probabilidades, usado para
determinar si la hiptesis es una afirmacin
razonable y debera no ser rechazada o si
no es razonable debera ser rechazada.

Paso 1: Establecer la hiptesis nula y la

alternativa

Pr
ue
ba
de
hip
t
esi
s

Paso 2: Seleccionar el nivel de significacin

Paso 3: Identificar el estadstico de

prueba
Paso 4: Formular una regla de decisin

Paso 5: Tomar una muestra, llegar a

una decisin

No rechazar la hiptesis
nula

Rechazar la nula y
aceptar la
alternativa

 HIPOTESIS ESTADISTICAS

Una prueba de hiptesis examina dos hiptesis opuestas sobre una

poblacin: la hiptesis nula y la hiptesis alternativa. La manera en que
se configuran estas hiptesis depende de lo que se intenta demostrar.

Hiptesis nula (H0): Una afirmacin acerca del valor de

un parmetro de la poblacin.

Hiptesis Alternativa (H1): Una afirmacin que es

aceptada si la muestra provee la evidencia de que la

hiptesis nula es falsa.

Nivel de significacin: La probabilidad de rechazar la

hiptesis nula cuando en realidad es verdadera.

 Errores de Tipo I y Tipo II

Error de Tipo I :
Si rechaza la hiptesis nula cuando sta es verdadera, usted comete un error de
tipo I. La probabilidad de cometer un error de tipo I es , que es el nivel de
significancia que usted establece para su prueba de hiptesis. Un de 0.05
indica que usted est dispuesto a aceptar una probabilidad de 5% de que est
equivocado cuando rechaza la hiptesis nula. Para reducir este riesgo, debe
utilizar un valor ms bajo para . Sin embargo, si utiliza un valor ms bajo para
alfa, significa que tendr menos probabilidades de detectar una diferencia
verdadera, si es que realmente existe.
Error de tipo II :
Cuando la hiptesis nula es falsa y usted no la rechaza, comete un error de tipo
II. La probabilidad de cometer un error de tipo II es , que depende de la
potencia de la prueba. Puede reducir su riesgo de cometer un error de tipo II al
asegurarse de que la prueba tenga suficiente potencia. Para ello, asegrese de
que el tamao de la muestra sea lo suficientemente grande como para detectar
una diferencia prctica cuando sta realmente exista.

 Ejemplo de error I y error II

Para entender la interrelacin entre los errores de tipo I y tipo II, y para
determinar cul error tiene consecuencias ms severas segn sea su
caso, considere el siguiente ejemplo:
Un investigador mdico desea comparar la eficacia de dos
medicamentos. Las hiptesis nula y alterna son:

Hiptesis nula (H0): 1= 2

Los dos medicamentos tienen la misma eficacia.

Hiptesis alternativa (H1): 1 2

Los dos medicamentos no tienen la misma eficacia.

Un error de tipo I se produce si el investigador rechaza la hiptesis nula y concluye

que los dos medicamentos son diferentes cuando, en realidad, no lo son. Si los
medicamentos tienen la misma eficacia, el investigador podra considerar que este
error no es muy grave, porque de todos modos los pacientes se beneficiaran con
el mismo nivel de eficacia independientemente del medicamento que tomen.
Sin embargo, si se produce un error de tipo II, el investigador no rechaza la
hiptesis nula cuando debe rechazarla. Es decir, el investigador concluye que los
medicamentos son iguales cuando en realidad son diferentes. Este error puede
poner en riesgo la vida de los pacientes si se pone en venta el medicamento
menos efectivo en lugar del medicamento ms efectivo.
Cuando realice las pruebas de hiptesis, considere los riesgos de cometer errores
de tipo I y tipo II. Si las consecuencias de cometer un tipo de error son ms graves
o costosas que cometer el otro tipo de error, entonces elija un nivel de
significancia y una potencia para la prueba que reflejen la gravedad relativa de
esas consecuencias.

Comparacin de hiptesis direccionales

e hiptesis no direccionales
Una hiptesis alternativa no direccional establece que la hiptesis nula est
equivocada. Una hiptesis alternativa no direccional no predice si el parmetro de
inters es mayor o menor que el valor de referencia especificado en la hiptesis
nula.
Una hiptesis alternativa direccional establece que la hiptesis nula est equivocada
y tambin especifica si el verdadero valor del parmetro es mayor o menor que el
valor de referencia especificado en la hiptesis nula.
La ventaja de usar una hiptesis direccional es una mayor potencia para detectar el
efecto especfico en el que usted est interesado.
La desventaja es que no hay potencia para detectar un efecto en la direccin
opuesta.

Ejemplo de hiptesis direccionales

y no direccionales
No direccional
Un investigador tiene resultados de una muestra de estudiantes que
presentaron un examen nacional en una escuela secundaria. El investigador
desea saber si las puntuaciones en esa escuela difieren del promedio nacional
de 850. Una hiptesis alternativa no direccional es apropiada porque el
investigador est interesado en determinar si los resultados son menores o
mayores que el promedio nacional.
(H0: = 850 vs. H1: 850).

Direccional
Un investigador tiene los resultados de un examen nacional correspondientes a
una muestra de estudiantes que asistieron a un curso de preparacin para el
examen. El investigador desea saber si los estudiantes que tomaron el curso
lograron mejores puntuaciones que el promedio nacional de 850. Se puede
usar una hiptesis alternativa direccional, porque el investigador plantea
especficamente la hiptesis de que las puntuaciones de los estudiantes que
asistieron al curso son mayores que el promedio nacional. (H0: = 850 vs. H1:
> 850).

Qu es un estadstico de prueba?
Es un valor, determinado a partir de la informacin de la muestra, usado
para decidir si rechazar o no la hiptesis nula.

Qu es un valor critico?
En las pruebas de hiptesis, un valor crtico es un punto en la distribucin
de la prueba que se compara con el estadstico de prueba para determinar
si puede rechazarse la hiptesis nula. Si el valor absoluto del estadstico de
prueba es mayor que el valor crtico, usted puede declarar significancia
estadstica y rechazar la hiptesis nula. Los valores crticos estn asociados
con el nivel de significancia (), as que sus valores se fijan cuando se elige
el de la prueba.

Figura A

Figura B

Valores crticos en la distribucin normal estndar para= 0.05

La Figura A muestra que los resultados de una prueba Z de una cola
son significativos si el estadstico de prueba es igual a o mayor que
1.64, el valor crtico en este caso. El rea sombreada representa el 5%
() del rea por debajo de la curva. La Figura B muestra que los
resultados de una prueba Z de dos colas son significativos si el valor
absoluto del estadstico de prueba es igual a o mayor que 1.96, el
valor crtico en este caso. Las dos reas sombreadas suman el 5% ()
del rea por debajo de la curva.

 Paso a paso
a) Hiptesis
b)
Se debe formular el supuesto valor del parmetro de la poblacin antes de
empezar el muestreo. La suposicin que se desea probar, se denomina
hiptesis nula y se representa por H0. Si se rechaza la hiptesis nula, la
conclusin que debemos aceptar se llama hiptesis alternativa y se
simboliza por H1.
Ejemplo: Supongamos que se quiere probar la hiptesis de que el promedio de
calificacin de los alumnos de cierta Universidad es de 8.5, entonces:
H0 : = 8.5 (Establece que la media de la poblacin es igual a 8.5)
La hiptesis alternativa se puede interpretar de tres maneras:
H1 : 8.5 (Establece que la media de la poblacin no es igual a 8.5)
H1 : > 8.5 (Establece que la media de la poblacin es mayor que 8.5)
H1 : < 8.5 (Establece que la media de la poblacin es menor que 8.5)

La prueba de hiptesis tiene como finalidad emitir un juicio sobre la diferencia

que existe entre el valor calculado del estadstico muestral y el parmetro
supuesto de la poblacin. No consiste en poner en duda el valor calculado del
estadstico muestral.
Despus de formular las hiptesis nula y alternativa, se debe decidir el criterio
que se va a aplicar para aceptar o rechazar la primera.

b) Nivel de significancia
Supongamos que la media de calificaciones del ejemplo anterior de 8.5, se
expresa con un nivel de confianza del 95%, entonces el nivel de significancia ser
de 0.05, es decir:
= 1 0.95 = 0,05
Se puede comprender mejor observando la grfica siguiente:

El nivel de significancia est repartido en las zonas de rechazo, 0.025 + 0.025 =

0.05, significa que existe una diferencia significativa entre el estadstico de la
muestra y el supuesto parmetro de la poblacin, es decir, que si esto se
demuestra, se rechaza la hiptesis nula H0 de que el promedio de la poblacin
sea de 8.5 y se acepta la hiptesis alternativa H1.
Entonces se concluira que el promedio de las calificaciones de la poblacin, no
es de 8.5, puede ser diferente, mayor o menor de 8.5.
El nivel de significancia representa la zona de rechazo de la hiptesis nula y
el nivel de confianza de la zona de aceptacin.

c) Errores de tipo I y II
Si se rechaza una hiptesis nula que sea verdadera es un error de tipo I, y su
probabilidad se representa con .
Si se acepta una hiptesis nula que sea falsa se llama error de tipo II, y su
probabilidad se representa con . La probabilidad de cometer uno de estos
errores se reduce si se aumenta la probabilidad de incurrir en otro tipo de error.
A fin de conseguir una baja, habremos de conformarnos con una alta. Para
sortear esto en situaciones personales y profesionales, los encargados de tomar
decisiones eligen el nivel apropiado de significancia examinando los costos o
castigos que conllevan a ambos tipos de error.

c) Errores de tipo I y II
Por ejemplo:
Supngase que el cometer un error de tipo I implica el tiempo y el
trabajo de reelaborar un lote de sustancias qumicas que debera haber
sido aceptado. En cambio, el incurrir en un error de tipo II significa
correr el riesgo de que se envenene un grupo entero de usuarios de la
sustancia. La gerencia de esta compaa preferira el error de tipo I al
de tipo II y, en consecuencia, establecera niveles muy elevados de
significancia en sus pruebas para conseguir bajas.

d) Pasos para seleccionar la distribucin correcta

1.- Se define el nivel de significancia a usar.
2.- Determinar la distribucin adecuada de probabilidad: puede ser la
distribucin normal o la distribucin t. Las reglas para elegir la distribucin
apropiada al efectuar pruebas de las medias son:
a) Si la muestra tomada es mayor de 30 (muestras grandes), debe elegirse la
distribucin normal (Z).
b)Si la muestra tomada es igual o menor que 30 (muestras pequeas), debe
elegirse la distribucin t.

Uso de un intervalo de confianza para decidir si

rechazar la hiptesis nula
Supongamos que usted realiza una prueba de hiptesis. Recuerde que la
decisin de rechazar la hiptesis nula (H0) o no rechazarla puede
depender del valor p y del nivel de significancia elegido (tambin
denominado ). Si el valor p es menor que o igual al nivel de significancia
(), usted rechaza H0; si es mayor que , usted no puede rechazar H0.
Su decisin tambin puede basarse en el intervalo de confianza (o lmite)
que se calcula usando el mismo nivel . Por ejemplo, la decisin para una
prueba al nivel de significancia 0.05 puede basarse en el intervalo de
confianza de 95%:Si el valor de referencia especificado en H0est fuera del
intervalo (es decir, es menor que el lmite inferior o mayor que el lmite
superior), usted puede rechazar H0.
Si el valor de referencia especificado en H0est dentro del intervalo (es
decir, no es menor que el lmite inferior ni mayor que el lmite superior),
usted no puede rechazar H0.

PRUEBA DE HIPTESIS DE LAS MEDIAS DE

MUESTRAS GRANDES
Realizaremos algunos ejemplos, en diferentes condiciones cuando se
conocen
lasde
desviaciones
estndar
la medias
poblacin.
a) Prueba
dos extremos
parade
las
b)
Es cuando el nivel de significancia (zona de rechazo) abarca los dos
extremos o colas de la campana de Gauss.
Ejemplo 1
El fabricante de una llanta especial para camiones afirma que la
duracin media de la parte rodante de agarre es de 60,000 mi. La
desviacin estndar de los millajes es de 5,000 mi. Una empresa de
transportes compr 48 llantas y hall que la duracin media para sus
vehculos fue de 59,500 mi. Es la experiencia distinta de la
expresada por el fabricante al nivel de significacin de 0.05?
Solucin:
= 60000 mi; = 5000 mi