Vous êtes sur la page 1sur 74

Prueba de Hipótesis

© Pontificia Universidad Católica del Perú - CENTRUM, 2012


Todos los derechos reservados
haber hecho uno mejor”
“Si tu experimento necesita estadísticas, deberías

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


Todos los derechos reservados
“Cuando puedes medir aquello de lo que
hablas, y expresarlo con números, sabes algo
acerca de ello; pero cuando no lo puedes

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


medir, cuando no lo puedes expresar con
números, tu conocimiento es pobre e
insatisfactorio: puede ser el principio del
conocimiento, pero apenas has avanzado en

Todos los derechos reservados


tus pensamientos a la etapa de ciencia”.
Sumario
1. Pruebas de hipótesis.
2. Nivel de significancia.
3. Errores al tomar decisiones:

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


Errores tipo I y tipo II.
4. Prueba de hipótesis relativa a la media y
proporción.

Todos los derechos reservados


5. Prueba de hipótesis para diferencia de
medias.
Prueba de hipótesis
¿Qué es una hipótesis? ¿Qué es una prueba de
• Enunciado respecto al valor hipótesis?
de un parámetro. • Procedimiento basado
– Las resistencias al en la evidencia muestral
impacto de los parabrisas y en la teoría de

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


que producen dos
empresas son iguales. probabilidades, que se
– El ingreso mensual emplea para determinar
promedio de los jubilados si la hipótesis es un
es 200 soles. enunciado razonable y
– El 90% de los formularios no debe rechazarse, o

Todos los derechos reservados


del Impuesto a la renta se no tiene sustento y
llenan correctamente.
debe rechazarse.
Prueba de hipótesis
Suposición que hacemos con respecto a un
parámetro de la población.

Población Muestra

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


Estadística

Todos los derechos reservados


Parámetro

? ¿¿Significativa??
Prueba de hipótesis
Supuesto: Tome una muestra
La edad media de la
población es 50.

H 0 :   50
H1 :   50  X  20

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


¿La evidencia muestral nos indica que la media
poblacional es significativamente diferente, es decir
no es igual, a 50?

Todos los derechos reservados


SE RECHAZA LA HIPOTESIS NULA
NO ES PROBABLE
NO SE RECHAZA LA HIPOTESIS NULA
Pasos para probar una hipótesis
1.Plantear las hipótesis
nula (Ho) y
alternativa(H1)

2.Seleccionar un
nivel de significación

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


3. Identificar el
estadístico de prueba

4. Formular la
regla de decisión

5. Tomar una muestra

Todos los derechos reservados


y
llegar a una decisión

No Rechazar Ho Rechazar Ho
1. Plantear la hipótesis nula y alternativa
• Hipótesis Nula(Ho)
– Una afirmación o enunciado tentativo que se realiza
acerca del valor de un parámetro.
– Es una afirmación de que el parámetro tiene un valor
específico.

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


– Hay un NO dentro de Ho.
– La planteamos como una AFIRMACIÓN que se aceptará
si los datos muestrales no indican que es falsa.
– Siempre contiene el signo IGUAL.
– La estadística muestral es distinta del parámetro (azar).

Todos los derechos reservados


– Rechazamos o No la hipótesis nula, no podemos decir
que es verdadera (censo).
1. Plantear la hipótesis nula y alternativa

• Hipótesis Nula(Ho)
– “La resistencia del vidrio al impacto no es significativamente
diferente a 70PSI”.
H :   70
0

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


– La resistencia hipotética es 70 PSI.
– La resistencia promedio en una muestra de 12 parabrisas es
69.5 PSI.
– Conclusión respecto a la diferencia de 0.5 PSI.
– ¿Es la diferencia verdadera o significativa, o se debe al

Todos los derechos reservados


azar?
1. Plantear la hipótesis nula y alternativa
• Hipótesis Alternativa (H1)
– Una afirmación o enunciado que se aceptará si
los datos muestrales proporcionan amplia
evidencia que Ho es falsa.
– Contiene los signos “desigual” (≠) o “mayor

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


que” (>) o “menor que”(<).

H :   70
1
“La resistencia es diferente a 70 PSI”

Todos los derechos reservados


H :   70
1
H :   70
1
2. Nivel de significación o
significancia (α)
• Es el riesgo que se asume al rechazar la hipótesis nula (Ho),
cuando en realidad no debe rechazarse por ser verdadera.
• No hay un nivel de significancia patrón.
• Consumos / Ingresos: 0.05, Control de Calidad: 0.01,

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


Encuestas Políticas: 0.1
• Riesgo (de rechazar Ho) = Error.
• Error tipo I (α)
– Probabilidad de rechazar Ho, cuando en realidad es
verdadera.

Todos los derechos reservados


• Error tipo II (β)
– Probabilidad de no rechazar Ho , cuando en realidad es
falsa.
3. Estadístico de Prueba
• Valor determinado a partir de la estadística
muestral, que usaremos para aceptar o rechazar
Ho.
• Existen varios estadísticos: z, t, F, otros.

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


• El primer estadístico usado es para la distribución
normal estándar.
• Emplearemos:
x
z

Todos los derechos reservados


n
4. Regla de decisión
• Condición bajo la cuál se acepta o rechaza la
hipótesis nula.
• Distribución muestral se divide en:
– Región de aceptación

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


– Región de rechazo
• Valor crítico
– Número o valor que es el punto de división entre la
región de aceptación y la de rechazo.
• Dependerá de α.

Todos los derechos reservados


4. Regla de decisión
Distribución de
Muestreo

Nivel de Significancia = 

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


No rechazar H0

x
  25 x Rechazar H0

Todos los derechos reservados


Zc
Tipos de Prueba
• Pruebas de significación:
– Una cola
– Dos colas
• Prueba para la media de la población:

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


– n > 30 y se conoce desviación estándar
poblacional.
– n > 30 y se desconoce desviación estándar
poblacional (caso general).

Todos los derechos reservados


• Prueba para dos medias poblacionales.
Prueba de dos Colas (Medias)
H :   70
0

H :   70 
x 
1

n

2 

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


Región de Aceptación
2

valor crítico - z 70 valor crítico z


2 2
Lim. Inf.    z / 2 x ¿x? Lim. Sup.    z / 2 x

Todos los derechos reservados


(x  )
Valor z observado 
x
Prueba de Cola Derecha (Medias)
H :   70
0

H :   70
1

x 
n

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


Región de Aceptación

70 valor crítico z
¿x? Lim. Sup.    z x

Todos los derechos reservados


(x  )
Valor z observado 
x
Prueba de Cola Izquierda (Medias)
H :   70
0

H :   70

1

x 
 n

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


Región de Aceptación

valor crítico - z 70
Lim. Inf.    z x

Todos los derechos reservados


¿x?
(x  )
Valor z observado 
x
5. Tomar una decisión
• Rechazo o No Rechazo Ho.
• Cuando encontramos que un z calculado es tan grande o
es tan pequeño, es improbable y se debe al azar (variación
en el muestreo).
• Si somos conservadores, en lugar de aceptar:

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


– “No podemos rechazar ………”
– “Los resultados muestrales no permiten rechazar …….”
• No debemos olvidar que siempre existirá un riesgo mínimo
de cometer un error tipo I o II.

Todos los derechos reservados


• La decisión siempre la tomará la persona, no el cálculo,
recomendará o decidirá según su jerarquía en la
organización.
Errores al Tomar Decisiones

• Error Tipo I
– Rechazar una Hipótesis Nula cuando es cierta.
– La probabilidad de cometer un Error del Tipo I es igual
al nivel de significancia α. La probabilidad de no

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


cometer el Error del Tipo I es igual a 1- α
• Error Tipo II
– Aceptar (no rechazar) una Hipótesis Nula cuando es
falsa.
– La probabilidad de cometer un Error del Tipo II es igual

Todos los derechos reservados


a . La probabilidad de NO cometer un Error del Tipo II
es igual a 1- .
Resultados de Probabilidades
H0: Inocente

Juicio Prueba de Hipótesis

Lo Cierto Lo Cierto

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


Veredicto Inocente Culpable Decisión H 0 Verd. H 0 Falsa

No Error
Inocente Correcto Error Rechazar 1-  Tipo II
H0 ()

Todos los derechos reservados


Error Prueba de
Rechazar
Culpable Error Correcto Tipo I Poder
H0 (α) (1 -  )
Error tipo II (β)
• Probabilidad de aceptar la hipótesis nula como
verdadera cuando en realidad es falsa.
– ¿Cómo calcular el error tipo II?
– ¿Cómo disminuir el error tipo II manteniendo el mismo
error tipo I?

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


• Curva Operacional.
– Nos muestra la probabilidad de aceptar una hipótesis
falsa cuando debimos rechazarla. Varía de acuerdo a
n, error estándar y alfa (α).

Todos los derechos reservados


• Curva de poder o poder discriminador.
– Representa la probabilidad de NO cometer un error
tipo II, es decir (1-β). A >n > poder discriminador.
Tipos de Prueba

• Para la media de la población.


– n < 30 y se desconoce Desv. Std. poblacional.
• Para dos medias poblacionales.

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


– n < 30 y se desconoce Desv. Std. poblacional.
• Para la proporción de la población.
• Para dos proporciones poblacionales.
• Para la varianza de la población.
• Para dos varianzas poblacionales.

Todos los derechos reservados


Pruebas t de Student (n<30)
• Prueba para la media • Prueba para dos medias
poblacional – Supuestos:
– Estadístico de • Obs. independientes.
prueba: • Varianzas pob. iguales.
x

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


t – Estadístico de prueba:
x1 x 2
s t
n   n1  1 s12   n2  1 s22  1 1
   
– G. libertad: n-1  n1  n2  2   n1 n2

Todos los derechos reservados


– G. libertad : n1+n2-2
Prueba para proporciones
• Proporción poblacional • Entre dos Proporciones
– Supuestos: – Estadístico de
• Comportamiento prueba:
binomial. p1  p 2

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


• np y nq >5. z
– Estadístico de
  
pc 1  pc pc 1  pc


prueba: n1 n2
p p x1  x2
z pc  
p1  p 

Todos los derechos reservados


n1 n2
n
Prueba de dos Colas (Porciones)
H 0 : p  0.6
H1 : p  0.6 pq
p 
n


2

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


Región de Aceptación 2

valor crítico - z 0.6 valor crítico z


2 2
Lim. Inf.  p  z / 2 p ¿ p ? Lim. Sup.  p  z / 2 p

Todos los derechos reservados


( p  p)
Valor z observado 
p
Prueba de Cola Derecha (Porciones)
H 0 : p  0.6
H1 : p  0.6 pq
p 
n

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


Región de Aceptación

0.6 valor crítico z

¿ p? Lim. Sup.  p  z p

Todos los derechos reservados


( p  p)
Valor z observado 
p
Prueba de Cola Izquierda (Porciones)
H 0 : p  0.6
H1 : p  0.6
pq
p 
n

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


Región de Aceptación

valor crítico - z 0.6


Lim. Inf.  p  z p ¿ p?

Todos los derechos reservados


( p  p)
Valor z observado 
p
Prueba para la media de la
población n≥30 y se conoce σ
Sabemos que las tasas de eficiencia de los trabajadores de
producción de BACKUS S.A., se distribuye normalmente, con
µ=200 y σ=16.
El Departamento de I & D, cuestiona esa media, indicando que

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


es diferente de 200.
Usted es asesor de la Alta Dirección y le consultan si apoya o
refuta esta afirmación, si se efectuó una prueba de eficiencia a
100 trabajadores, y el promedio fue de 203.5.
Luego, el mismo Jefe de I & D, indica que la media es mayor a
200, ¿está en lo correcto?

Todos los derechos reservados


Prueba para la media de la población
n≥30 y se conoce σ
1. Hipotesis nula y alternativa

H 0 : 1  200 ptos.
H1 : 1  200 ptos.

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


“El promedio de puntos de eficiencia no es significativamente
diferente de 200 puntos”.

2. Nivel de significación

Prueba de dos colas 

Todos los derechos reservados


2
  0.01 Región de Aceptación 2

 / 2  0.005
Prueba para la media de la población
n≥30 y se conoce σ
3. Estadístico de Prueba
Como se trata de una prueba de una media poblacional con n≥30,
y se conoce σ, usamos Z.
x
z

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


n
4. Regla de decisión (crítico)

zCritico  z / 2  z0.005 No Rechazo H0 si:

Todos los derechos reservados


zCritico  2.58
 zCritico  zCalc.  zCritico
Prueba para la media de la población
n≥30 y se conoce σ
5. Estadístico Calculado - Decisión
203.5  200 3.5
x zCalc.  
z 16 1.6
 100
n zCalc.  2.1875  2.19

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


zcrit.  2.58
zcrit .  2.58
Región de Aceptación El Jefe de I&D
está equivocado
zCalc.  2.19  2.58  zCritico

Todos los derechos reservados


La evidencia muestral NO nos permite rechazar la hipótesis nula.
Las media poblacional no es significativamente diferente de 200 ptos.
Prueba para la media de la población
n≥30 y se conoce σ
1. Hipotesis nula y alternativa (Segunda Parte)
H 0 : 1  200 ptos.
H1 : 1  200 ptos.

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


“El promedio de puntos de eficiencia no es significativamente
diferente de 200 puntos”.

2. Nivel de significación
Prueba de una cola

Todos los derechos reservados


  0.01 
Región de Aceptación
Prueba para la media de la población
n≥30 y se conoce σ

3. Estadístico de Prueba
Como se trata de una prueba de una media poblacional con n≥30,
y se conoce σ, usamos Z.

x

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


z

n
4. Regla de decisión (crítico)

Todos los derechos reservados


zCritico  z  z0.01
No Rechazo H0 si: zCalc.  zCritico
zCritico  2.33
Prueba para la media de la población
n≥30 y se conoce σ
5. Estadístico Calculado - Decisión
203.5  200 3.5
x zCalc.  
z 16 1.6
 100
n zCalc.  2.1875  2.19

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


z  2.33

crit .

Región de Aceptación
El Jefe de I&D,
zCalc.  2.19  2.33  zCritico sigue equivocado.

Todos los derechos reservados


La evidencia muestral NO nos permite rechazar la hipótesis nula.
Las media poblacional no es significativamente diferente de 200 ptos.
Prueba para la media de la población n≥30 y
se desconoce σ

(Debemos basarnos en estudios previos de σ o empleando S)


Una cadena de tiendas, expide su propia tarjeta de crédito.
El Gerente de Marketing desea averiguar si el saldo medio por
cobrar por mes, es mayor a S/. 400. El desea asumir un riesgo de

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


0.05.
Una revisión aleatoria a 172 cuentas reveló que la media muestral
es S/.407 y la desviación estándar de S/.38.
¿El Gerente debería concluir que µ es mayor a S/.400, o es
razonable suponer que la diferencia de S/.7.00 se debe al azar?

Todos los derechos reservados


Prueba para la media de la
población n≥30 y se desconoce σ
1. Hipotesis nula y alternativa
H 0 : 1  S / .400
H1 : 1  S / .400

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


“El saldo medio por cobrar por mes no es significativamente
diferente de S/. 400”.

2. Nivel de significación
Prueba de una cola

Todos los derechos reservados



  0.05 Región de Aceptación
Prueba para la media de la población
n≥30 y se desconoce σ
3. Estadístico de Prueba
Como se trata de una prueba de una media poblacional con n≥30,
y se conoce σ, usamos Z.

x x x

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


z z 
 sx s
n n
4. Regla de decisión (crítico)
zCritico  z  z0.05

Todos los derechos reservados


No Rechazo H0 si: zCalc.  zCritico
zCritico  1.645
Prueba para la media de la
Población n≥30 y se desconoce σ

5. Estadístico Calculado - Decisión


407.5  400 7
x zCalc.  
z 38 2.8975
s 172

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


n zCalc.  2.4159  2.42

zcrit.  1.645 
Región de Aceptación Este valor ocurrirá
menos del 5% de

Todos los derechos reservados


zCalc.  2.42  1.645  zCritico las veces.
La evidencia muestral nos permite rechazar la hipótesis nula.
El saldo medio/mes es significativamente diferente de S/.400.
Prueba para dos medias poblacionales
n≥30 y se desconoce σ

Se utilizan bloques de concreto en los cimientos de varios


edificios. Las especificaciones indican que la media aritmética
mínima de la resistencia a la compresión de una muestra de
bloques debe ser 1,000 PSI. Si dos compañías envían muestras de

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


bloques que tienen resistencias superiores a la mínima, entonces
las normas establecen que deben tomarse una de dos acciones:
1. Si se aplica una prueba estadística a los resultados muestrales
que indica que ambas muestras pueden venir de poblaciones
iguales o idénticas, el contrato de los bloques es divida por
igual.

Todos los derechos reservados


2. Si las estadísticas muestrales indican que comprende dos
poblaciones, al fabricante que envíe los bloques con
resistencia más alta, se le dará la buena pro del contrato.
Prueba para dos medias poblacionales
n≥30 y se desconoce σ

Se seleccionaron muestras aleatorias de las compañías “La


Piedra” y “El Duro”, con los siguientes resultados:

¿Qué compañía debemos contratar, si deseamos tener una

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


probabilidad de cometer un error tipo I de 0.01?

Compañía Media Muestra Desv.


Muestral Estandar
Muestral

Todos los derechos reservados


La Piedra 1,070 PSI 81 63 PSI
El Duro 1,020 PSI 64 57 PSI
Prueba para dos medias poblacionales
n≥30 y se desconoce σ
1. Hipótesis nula y alternativa
Definimos: La Piedra (1) y El Duro (2)
La Hipótesis Nula la podemos establecer de dos formas:
H 0 : 1  2 H 0 : 1  2  0
H1 : 1  2 H1 : 1  2  0

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


“No existe diferencia significativa entre la resistencia de La
Piedra y El Duro, es decir provienen de la misma población”

2. Nivel de significación
Prueba de dos colas

Todos los derechos reservados


  0.01 2 
2
 / 2  0.005
Región de Aceptación
Prueba para dos medias poblacionales
n≥30 y se desconoce σ
3. Estadístico de Prueba
Como se trata de una prueba de dos medias poblacionales con
n≥30, y se desconoce σ, usamos Z.

x1  x 2
z

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


2 2
s s
1 2

n n
1 2

4. Regla de decisión (crítico)

Todos los derechos reservados


zCritico  z / 2  z0.005 No Rechazo H0 si:

zCritico  2.58  zCritico  zCalc.  zCritico


Prueba para dos medias poblacionales
n≥30 y se desconoce σ
5. Estadístico Calculado - Decisión
x1  x 2 1070  1020 50
z zCalc.  
2 2 2
63  57
2
49  50.77
s s
1 2

n n
1 2
81 64

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


50 50
zCalc.    5.0059
99.7656 9.9883
zcrit.  2.58 zcrit .  2.58
Región de Aceptación
Contratamos a

Todos los derechos reservados


zCalc.  5.0059  2.58  zCritico La Piedra.

La evidencia muestral nos permite rechazar la hipótesis nula.


Las medias poblacionales son significativamente diferentes y no se debe al azar.
Error tipo II (β)
Usted es Jefe de Logística de una empresa dedicada a confeccionar
pasadores de sujeción tipo chaveta de diferentes dimensiones; se ha
efectuado la adquisición de un lote de varillas de acero.
La experiencia a revelado que la verdadera resistencia promedio de
los lotes recibidos es 10,000 PSI con una σ de 400 PSI.

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


Para tomar una decisión acerca de los embarques recibidos, la
empresa ha establecido una norma a seguir por el Control de
Calidad: “Tomar una muestra de 100 varillas, si la resistencia
promedio se encuentra entre 9,922 y 10,078 PSI, se acepta el lote; si
no lo rechazamos”.
¿Cuál será la probabilidad de aceptar el lote como “bueno”, cuando

Todos los derechos reservados


en realidad la media del lote no es 10,000 PSI, sino 9,900 PSI, a un
nivel de significancia de 0.05?
¿Cómo disminuir el error tipo II, manteniendo el mismo error tipo I?
Error tipo II (β)
1. Hipótesis nula y alternativa

H 0 : 0  1000 PSI
H1 : 0  1000 PSI

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


“El promedio de la resistencia no es significativamente diferente
de 10,000 PSI”.

2. Nivel de significación

Todos los derechos reservados


Prueba de dos colas

  0.05 2 
2
 / 2  0.025 Región de Aceptación
Error tipo II (β)
3. Estadístico de Prueba
Como se trata de una prueba de una media poblacional con n≥30,
y se conoce σ, usamos Z.

x
z

© Pontificia Universidad Católica del Perú - CENTRUM, 2013



n

4. Regla de decisión (crítico)


No Rechazo H0 si:

Todos los derechos reservados


zCritico  z / 2  z0.025
 zCritico  zCalc.  zCritico
zCritico  1.96
Error tipo II (β)


2 
1 2

xCrit.  9,922 0  10,000 10,078

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


zCrit.  1.96 zCrit.  1.96


1 

Todos los derechos reservados


1  9,900 9,922  xCrit.1
zCrit.1  ?
Error tipo II (β)
x Crit.1  1 9922  9900 22
zCrit.1  zCrit.1  
 400 40
n 100
zCrit.1  0.55
Aplicando

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


Distribución
Normal Std.
1  obtendremos el

área bajo la curva.
zcrit .1  0.55
Área = 0.7088 (acumulada, 1-β)

Todos los derechos reservados


Área (β) = 1- 0.7088 = 0.2912 La probabilidad de aceptar
un lote malo es de 0.2912
Error tipo II (β)
¿Cómo disminuir el error tipo II manteniendo el mismo error tipo I?

1. Establecer el valor crítico del estadístico de prueba tanto para α


como para β, de acuerdo al nivel de significancia deseado.

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


2. Igualar las ecuaciones del estadístico de prueba y despejar n.

2 
1 2

xCrit.  9,922 0  10,000 10,078


zCrit.  1.96 zCrit.  1.96

Todos los derechos reservados



1 

1  9,900 9,922  xCrit.1


zCrit.1  ?
Error tipo II (β)
1. Valor crítico del estadístico para α como para β.

x Crit.  0 x Crit.1  1
zCrit.  zCrit.1 
 
n n

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


  0.05   0.01
zCrit.  1.96 zCrit.1  2.33
2. Igualar y despejar n.
x Crit.  x Crit.1

Todos los derechos reservados


x Crit.  zCrit. x  0
x Crit.1  zCrit.1 x  1 zCrit. x  0  zCrit.1 x  1
Error tipo II (β)
En la cola izquierda:
zCrit. x  0  zCrit.1 x  1
 400   400 
 1.96   10,000  2.33   9,900
 n  n

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


784 932
  10,000   9,900
n n
2
 1716 
n   294.4656  295

Todos los derechos reservados


 100 
Para mantener α=0.05 y disminuir β de 0.2912 a 0.01, debemos efectuar una
prueba a 295 muestras.
Prueba para la media de la
población n<30 y se desconoce σ
La experiencia en el análisis de demandas por accidentes de
tránsito en la compañía “Juan Seguro S.A.”, muestra que en
promedio cuesta $60 el llevar a cabo todos los trámites. Este
costo se considera demasiado alto en comparación con otras

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


compañías del sector, por lo que el Gerente General dispuso
medidas correctiva para disminuir estos costos. Con la finalidad
de evaluar la bondad de estas medidas se seleccionó
aleatoriamente una muestra de 26 demandas recientes,
efectuándose un análisis de los costos, encontrándose que la
media y la desviación estándar muestral eran $57 y $10

Todos los derechos reservados


respectivamente.
¿Habrá una reducción de costos significativa, o la diferencia de
$3 se debe al azar, a un nivel de confianza de 0.99?
Prueba para la media de la población
n<30 y se desconoce σ

1. Hipótesis nula y alternativa

H 0 :   $60
H1 :   $60

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


“El promedio de las demanadas por accidentes no es
significativamente diferente a $60”.

2. Nivel de significación
Prueba de una cola

Todos los derechos reservados



  0.01 Región de Aceptación
Prueba para la media de la población
n<30 y se desconoce σ
3. Estadístico de Prueba
Como se trata de una prueba de una media poblacional con n<30,
y se desconoce σ, usamos “t”.

x
t α, Gl=n-1
s

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


n
4. Regla de decisión (crítico)
gl=n-1=26-1=25
tCritico  t , gl  t0.01, 25

Todos los derechos reservados


Rechazo H0 si:
tCritico  2.4851
tCalc.  tCritico
Prueba para la media de la población
n<30 y se desconoce σ
5. Estadístico Calculado - Decisión

x 57  60 3
t tCalc.  
s 10 1.9612
n 26
tCalc.  1.5297  1.53

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


tcrit.  2.49
Región de Aceptación No existe
reducción de
costos.
tCalc.  1.53  2.49  tCritico

Todos los derechos reservados


Al nivel de significancia de 0.01, la evidencia muestral No nos permite
rechazar la hipótesis nula. La diferencia pudo deberse al azar.
Prueba para dos medias
poblacionales n<30 y se desconoce σ

Para terminar de armar los procesadores INTEL Core Duo,


se han propuesto dos procedimientos. ¿Qué método es
más eficaz, el desarrollado por Zelectronics (#1), o el
desarrollado por NEWTON S.A. (#2)?

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


Para evaluar objetivamente ambos métodos se decidió
realizar estudios de movimientos y tiempos para algunos
componentes. El objetivo es comparar los tiempos
medios de ensamblado por unidad para los dos
procedimientos.
Se requiere saber a un nivel de significancia de 0.10, que

Todos los derechos reservados


no hay diferencia en el tiempo medio de armado entre los
procedimientos #1 y #2.
Prueba para dos medias poblacionales
n<30 y se desconoce σ
Tiempos Promedio

x 4
1
Procedimiento #1 Procedimiento #2
x 5
2
2 3
s  2.9154
1 4 7 s  2.0736
2

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


9 5
3 8
2 4
3

Todos los derechos reservados


Prueba para dos medias poblacionales
n<30 y se desconoce σ
1. Hipotesis nula y alternativa
Definimos: Z Electronics (1) y Newton (2)
La Hipotesis Nula la podemos establecer de dos formas:
H 0 : 1  2 H 0 : 1  2  0
H1 : 1  2 H1 : 1  2  0

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


“No existe diferencia significativa entre el tiempo de Z Electronics
y Newton, su desempeño es similar”

2. Nivel de significación
Prueba de dos colas

Todos los derechos reservados


  0.1 

 / 2  0.05 2
2
Región de Aceptación
Prueba para dos medias poblacionales
n<30 y se desconoce σ
3. Estadístico de Prueba
Como se trata de una prueba de dos medias poblacionales con
n<30, y se desconoce σ, usamos “t”.

x1  x 2 
t
 n1  1s12  n2  1s22   1 1  gl  n1  n2  2
    

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


 n1  n2  2   n1 n2 
4. Regla de decisión (critico)
 / 2  0.05
gl  n1  n2  2  5  6  2  9 No Rechazo H0 si:

Todos los derechos reservados


tCritico  t / 2 , gl  t0.05,9  tCritico  tCalc.  tCritico
tCritico  1.8331
Prueba para dos medias poblacionales
n<30 y se desconoce σ
5. Estadistico Calculado - Decision
x1  x 2 45
t tCalc. 
 n1  1s12  n2  1s22   1 1   5  18.5  6  14.4   1 1 
        
 562  5 6 
 n1
 n2
 2   n1 n2 
1 1
tCalc.    0.6620
 34  22  2.2817
  0.3667 

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


 9 

La diferencia
tcrit.  1.83 tcrit.  1.83
de 1 minuto
puede deberse
Región de Aceptación al azar.

Todos los derechos reservados


tCalc.  0.6620  1.83  tCritico
Ante la evidencia muestral NO podemos rechazar la hipótesis nula.
No existe diferencia significativa entre los tiempos promedio de las dos empresas.
Prueba para la proporción poblacional

En elecciones anteriores llevadas a cabo en el Colegio de


Economistas, se determinó que es necesario que un candidato a
Decano logre al menos el 80% de los votos para que resulte
elegido.
El actual Decano está interesado en evaluar con un error de 0.05,

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


qué oportunidad tiene de lograr la reelección en el cargo, y
planea la realización de una encuesta que incluya a 2,000
electores registrados adecuadamente.
¿Qué probabilidad tiene el decano actual de ser reelegido, con
un riesgo de 0.05? Si la encuesta revelo que 1,550 economistas
volverían a votar por el actual Decano.

Todos los derechos reservados


Prueba para la proporción poblacional
1. Hipotesis nula y alternativa
np  5, nq  5, p  0.8, q  0.2
H 0 :   0.8
np  2000 x0.8  1,600
H1 :   0.8
nq  2000 x0.2  400

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


“La proporcion que obtendrá el Decano actual no es
significativamente diferente de 0.8”

2. Nivel de significación
Prueba de una cola

  0.05

Todos los derechos reservados


Región de Aceptación
Prueba para la proporción poblacional

3. Estadístico de Prueba
Dado que np > 5, podemos emplear z.
p
p p p p

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


z 
p p1  p 
n
4. Regla de decisión (critico)

Todos los derechos reservados


zCritico  z  z0.05 Rechazo H0 si:

zCritico  1.645 zCalc.  zCritico


Prueba para la proporción poblacional
5. Estadistico Calculado - Decision
1550
p p  0.8
z 0.775  0.8
p1  p  zcalc.  2000 
0.80.2 0.00008
n
2000
zCalc.  2.80

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


z  1.645 La evidencia nos
crit .
dice que el Decano
Región de Aceptación actual no será
reelegido.
zCalc.  2.80  1.645  zCritico

Todos los derechos reservados


Rechazamos la hipótesis nula.
La diferencia de 2.5 ptos % es estadísticamente significativa, y no se debería solo al
muestreo.
Prueba para la proporción
poblacional
Compruebe con nivel de significancia de 0.01, que el 55% de las
familias que planean (demandan) una residencia en la playa,
desean una del tipo condominio.
Una muestra aleatoria de 400 familias, con esta demanda,

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


indicó que 228 desean un condominio.
Usted es el asistente de Proyectos de GREMCO ¿qué le
recomendaría al Directorio?

Todos los derechos reservados


Prueba para la proporción poblacional
1. Hipotesis nula y alternativa
np  5, nq  5, p  0.55, q  0.45
H 0 :   0.55
np  400 x0.55  220
H1 :   0.55
nq  400 x0.45  180
“La proporcion de familias que demandan un condominio en la

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


playa no es significativamente diferente del 55%”

2. Nivel de significación
Prueba de dos colas

  0.01

Todos los derechos reservados


2 
 / 2  0.005 Región de Aceptación 2
Prueba para la proporción
poblacional
3. Estadístico de Prueba
Dado que np>5, usamos “z”.
p
p p p p
z 
p p1  p 

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


n
4. Regla de decisión (critico)
No Rechazo H0 si:
 / 2  0.005
 zCritico  zCalc.  zCritico

Todos los derechos reservados


zCritico  z / 2  z0.005
zCritico  2.58
Prueba para la proporción poblacional
5. Estadístico Calculado - Decision

p p 228
 0.55
z 0.57  0.55
p1  p  zcalc.  400 
0.550.45 0.0006
n 400
zCalc.  0.8165

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


z crit .
 2.58 z  2.58
crit .
Las familias si
Región de Aceptación desean
condominios.
zCalc.  0.8165  2.58  zCritico

Todos los derechos reservados


Ante la evidencia muestral NO podemos rechazar la hipótesis nula.
No existe diferencia significativa en la proporción de familias que desean condominios, la
diferencia puede deberse al azar.
Prueba para dos proporciones
poblacionales
UNIQUE ha desarrollado un nuevo producto llamado “Todo o Nada”.
Varias pruebas de comparación indican que el perfume tiene potencial
en el mercado. Sin embargo, los Gerentes de Marketing y publicidad
quieren establecer una estrategia para que el producto llegue e
impresione al sector más grande posible del público comprador.
Una de las preguntas es si preferirá el perfume una proporción mayor

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


de mujeres jóvenes o de mujeres maduras.
Se usó una prueba estándar de aroma. Se seleccionaron damas en
forma aleatoria, aplicándoles la prueba con varios perfumes incluyendo
el que usar y “Todo o Nada”.
Usted es el único que conoce el nombre de los perfumes y cada dama
escoge el perfume que más le gusta. De un total de 100 mujeres

Todos los derechos reservados


jóvenes, 20 escogieron nuestro perfume, y 100 de 200 mujeres maduras
también.
¿Hacia adonde enfocamos nuestro esfuerzo? (α=0.05)
Prueba para dos proporciones
poblacionales
1. Hipotesis nula y alternativa
Jovenes (1) , Maduras (2)

np  5, nq  5, H 0 : 1   2
p1  20 / 100  0.20, H1 :  1   2
p2  100 / 200  0.50

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


“No existe diferencia significativa entre la proporcion de
damas jovenes y maduras que prefieren Todo o Nada”

2. Nivel de significación

Todos los derechos reservados


Prueba de dos colas
2 
  0.05 2
Región de Aceptación
 / 2  0.025
Prueba para dos proporciones
poblacionales
3. Estadístico de Prueba
Dado que np>5, usamos “z”,
  p,
p1  p 2 x1  x2

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


z pc 
p c 1  p c  p c 1  p c  n1  n2

n1 n2
4. Regla de decisión (critico)

Todos los derechos reservados


No Rechazo H0 si:
 / 2  0.025
zCritico  z / 2  z0.025
 zCritico  zCalc.  zCritico
zCritico  1.96
Prueba para dos proporciones
poblacionales
5. Estadistico Calculado - Decision
p1  p 2
zCalc. 
x1  x2 20  100 p c 1  p c  p c 1  p c 
pc    0.40 
n1  n2 100  200 n1 n2
0.20  0.50  0.30
zCalc.  
0.400.60  0.400.60  0.06

© Pontificia Universidad Católica del Perú - CENTRUM, 2013


100 200
zCalc.  5.00
zcrit.  1.96 zcrit.  1.96 Nuestro esfuerzo deberá
Región de Aceptación estar enfocado en las
jóvenes.
zCalc.  5  1.96  zCritico

Todos los derechos reservados


Ante la evidencia muestral rechazamos la hipótesis nula.
La proporción de mujeres jóvenes que prefieren nuestro perfume es
significativamente diferentes a la de las maduras que también lo prefieren.