CAMPUS PICHUCALCO

UNIVERSIDAD DEL VALLE DE

GRIJALVA

LIC. ARELI LÓPEZ ALVARADO

ESTADISTICA II

LICENCIATURA EN ADMINISTRACIÓN DE EMPRESAS

FERNANDO CHABLE JERÓNIMO

MIXTA-DOMINGOS

GRUPO “C”

ENSAYO DE LA UNIDAD 4

03/SEPTIEMBRE/2017
En este ensayo se hablara sobre la prueba de hipótesis en donde se
mencionara sus elementos de una prueba de hipótesis, sus errores tipo I y
tipo II, prueba de hipótesis sobre medias y diferencia de medias en
muestras pequeñas y grandes, pruebas de hipótesis sobre proporciones y
diferencia de proporciones en muestras pequeñas y grandes y prueba de
hipótesis sobre desviación estándar. En estos subtemas se mencionara cuáles
son sus significados, y sus funciones y algunos ejemplos de apoyo.

4. Una prueba de hipótesis es uno de los aspectos más útiles de la inferencia

estadística, puesto que muchos tipos de problemas de toma de decisiones,
pruebas o experimentos en el mundo de la ingeniería, pueden formularse como
problemas de prueba de hipótesis. Una hipótesis estadística es una proposición
o supuesto sobre los parámetros de una o más poblaciones. Una hipótesis
estadística es una proposición o supuesto sobre los parámetros de una o más
poblaciones. Suponga que se tiene interés en la rapidez de combustión de un
agente propulsor sólido utilizado en los sistemas de salida de emergencia para
la tripulación de aeronaves. El interés se centra sobre la rapidez de combustión
promedio. De manera específica, el interés recae en decir si la rapidez de
combustión promedio es o no 50 cm/s. Esto puede expresarse de manera formal
como

1. Puede ser resultado de la experiencia pasada o del conocimiento del

proceso, entonces el objetivo de la prueba de hipótesis usualmente es determinar
si ha cambiado el valor del parámetro.

2. Puede obtenerse a partir de alguna teoría o modelo que se relaciona con

el proceso bajo estudio. En este caso, el objetivo de la prueba de hipótesis es
verificar la teoría o modelo.
3. Cuando el valor del parámetro proviene de consideraciones externas,
tales como las especificaciones de diseño o ingeniería, o de obligaciones
contractuales. En esta situación, el objetivo usual de la prueba de hipótesis es
probar el cumplimiento de las especificaciones.

4.1 Los elementos de una prueba de hipótesis son, la hipótesis nula, (Ho), es
el status quo o estado actual (lo que se cree hasta el momento), o la que asegura
que no hay diferencias en la población. Es la hipótesis de no efecto. La hipótesis
alternativa, (H1 Ó Ha), es lo opuesto a la hipótesis nula; representa el cambio
en la población que el investigador espera sea verdadero (bajo Hi). (Las
hipótesis nula y alternativa se refieren ambas a la misma población.) La
hipótesis nula se rechaza en favor de la hipótesis alternativa, sólo si la evidencia
muestral sugiere que Ho es falsa. Si la muestra no contradice decididamente a
Ho, se continúa creyendo en la validez de la hipótesis nula. Entonces, las dos
conclusiones posibles de un análisis por prueba de hipótesis son rechazar Ho o
no rechazar Ho.

4.2 Errores tipo I y tipo II; El error tipo I se define como el rechazo de la
hipótesis nula Ho cuando ésta es verdadera. También es conocido como ó
nivel de significancia. Por ejemplo, es posible que el valor verdadero de la
rapidez promedio de combustión del agente propulsor sea igual a 50 cm/s. Sin
embargo, para todos los especímenes bajo prueba, bien puede observarse un
valor del estadístico de prueba que cae en la región crítica. En este caso, la
hipótesis nula Ho será rechazada en favor de la alternativa H1cuando, de hecho,
Ho en realidad es verdadera. Este tipo de conclusión equivocada se conoce
como error tipo I.
El error tipo II ó error se define como la aceptación de la hipótesis nula
cuando ésta es falsa. Ahora supóngase que la verdadera rapidez promedio de
combustión es diferente de 50 cm/s, aunque la media muestral caiga dentro de
la región de aceptación. En este caso se acepta Ho cuando ésta es falsa. Este
tipo de conclusión recibe el nombre de error tipo II.

4.3 Prueba de hipótesis sobre medias y diferencia de medias en muestras

pequeñas y grandes, en vez de estimar el valor de un parámetro, a veces se
debe decidir si una afirmación relativa a un parámetro es verdadera o falsa. Es
decir, probar una hipótesis relativa a un parámetro. Se realiza una prueba de
hipótesis cuando se desea probar una afirmación realizada acerca de un
parámetro o parámetros de una población.

Una hipótesis es un enunciado acerca del valor de un parámetro (media,

proporción, etc.).

Prueba de Hipótesis es un procedimiento basado en evidencia muestral

(estadístico) y en la teoría de probabilidad (distribución muestral del estadístico)
para determinar si una hipótesis es razonable y no debe rechazarse, o si es
irrazonable y debe ser rechazada.
La hipótesis de que el parámetro de la población es igual a un valor determinado
se conoce como hipótesis nula. Una hipótesis nula es siempre una de status quo
o de no diferencia.

En toda prueba de hipótesis se presentan 3 casos de zonas críticas o llamadas

también zonas de rechazo de la hipótesis nula, estos casos son los siguientes:
En toda prueba de hipótesis se pueden cometer 2 tipos de errores:

Muestras grandes; en las pruebas de hipótesis para la media (µ), cuando se

conoce la desviación estándar (Ó) poblacional, o cuando es valor de la
muestra grande (30 o más) el valor estadístico de prueba es z y se determina a
partir de:
El valor estadístico z, para muestras grandes y desviación estándar poblacional
desconocida se determina por la ecuación:

Muestras pequeñas; en la prueba para una media poblacional con muestra

pequeñas y desviación estándar poblacional desconocida se utiliza el valor
estadístico t.

4.4 Pruebas de hipótesis sobre proporciones y diferencia de proporciones

en muestras pequeñas y grandes.

Las pruebas de proporciones son adecuadas cuando los datos que se están
analizando constan de cuentas o frecuencias de elementos de dos o más clases.
El objetivo de estas pruebas es evaluar las afirmaciones con respecto a una
proporción (o Porcentaje) de población. Las pruebas se basan en la premisa de
que una proporción muestral (es decir, x ocurrencias en n observaciones, o x/n)
será igual a la proporción verdadera de la población si se toman márgenes o
tolerancias para la variabilidad muestral. Las pruebas suelen enfocarse en la
diferencia entre un número esperado de ocurrencias, suponiendo que una
afirmación es verdadera, y el número observado realmente. La diferencia se
compara con la variabilidad prescrita mediante una distribución de muestreo
que tiene como base el supuesto de que es realmente verdadera.

En muchos aspectos, las pruebas de proporciones se parecen a las pruebas de

medias, excepto que, en el caso de las primeras, los datos muéstrales se
consideran como cuentas en lugar de como mediciones. Por ejemplo, las
pruebas para medias y proporciones se pueden utilizar para evaluar
afirmaciones con respecto a:

1) Un parámetro de población único (prueba de una muestra)

2) La igualdad de parámetros de dos poblaciones (prueba de dos muestras), y

3) La igualdad de parámetros de más de dos poblaciones (prueba de k muestras).

Además, para tamaños grandes de muestras, la distribución de muestreo
adecuada para pruebas de proporciones de una y dos muestras es
aproximadamente normal, justo como sucede en el caso de pruebas de medias
de una y dos muestras.

Muestras grandes .Prueba de proporciones de una muestra

Cuando el objetivo del muestreo es evaluar la validez de una afirmación con

respecto a la proporción de una población, es adecuado utilizar una prueba de
una muestra. La metodología de prueba depende de si el número de
observaciones de la muestra es grande o pequeño.

Como se habrá observado anteriormente, las pruebas de grandes muestras de

medias y proporciones son bastante semejantes. De este modo, los valores
estadísticos de prueba miden la desviación de un valor estadístico de muestra a
partir de un valor propuesto. Y ambas pruebas se basan en la distribución
normal estándar para valores críticos. Quizá la única diferencia real entre las
ambas radica en la forma corno se obtiene la desviación estándar de la
distribución de muestreo.
Esta prueba comprende el cálculo del valor estadístico de prueba Z

Posteriormente este valor es comparado con el valor de Z, obtenido a partir de

una tabla normal a un nivel de significación seleccionado.

Como ocurrió con la prueba de medias de una muestra, las pruebas de

proporciones pueden ser de una o dos colas.

La primera alternativa establece una prueba de cola derecha, la segunda,

izquierda y la tercera, una prueba de dos colas.

Muestras pequeñas; El objetivo de una prueba de dos muestras es determinar

si las dos muestras independientes fueron tomadas de dos poblaciones, las
cuales presentan la misma proporción de elementos con determinada
característica. La prueba se concentra en la diferencia relativa (diferencia
dividida entre la desviación estándar de la distribución de muestreo) entre las
dos proporciones muéstrales. Diferencias pequeñas denotan únicamente la
variación casual producto del muestreo (se acepta H0), en tanto que grandes
diferencias significan lo contrario (se rechaza H0). El valor estadístico de
prueba (diferencia relativa) es comparado con un valor tabular de la distribución
normal, a fin de decidir si H0 es aceptada o rechazada. Una vez más, esta prueba
se asemeja considerablemente a la prueba de medias de dos muestras.

La hipótesis nula en una prueba de dos muestras es

4.5 Prueba de hipótesis sobre desviación estándar.

en las pruebas de hipótesis para la media (µ), cuando se conoce la desviación

estándar (Ó) poblacional, o cuando es valor de la muestra grande (30 o más) el
valor estadístico de prueba es z y se determina a partir de:
El valor estadístico z, para muestras grandes y desviación estándar poblacional
desconocida se determina por la ecuación:

2) Se selecciona el nivel de significancia

3) Se identifica el estadístico de prueba

4) Se formula la regla de decisión

5) Se toma una muestra y se decide: se acepta H 0 o se rechaza H 0

Definiciones:

Hipótesis nula H 0 : Una declaración sobre el valor de un parámetro de la

población

Hipótesis alternativa H 1 : Una declaración que se acepta si los datos de la

muestra proporcionan evidencia de que la hipótesis nula es falsa.

Nivel de significancia: La probabilidad de rechazar la hipótesis nula cuando es

verdadera.

Error tipo II: Aceptar la hipótesis nula cuando es falsa.

Estadístico de prueba: Un valor determinado a partir de la información muestral,

usado para determinar si se rechaza la hipótesis nula.
Punto de división entre la región en la que se rechaza la hipótesis nula y la
región en la que no rechaza la hipótesis nula

H 1 : Menos del 20% de los clientes pagan en efectivo su consumo de gasolina.

( µ <.20)

1 : La cantidad pagada por los clientes en el centro comercial en Georgetown

no es igual a $25. ( µ $25).

Distribución muestral para el estadístico z para la prueba de dos colas, con el

.05 de nivel de significancia .95 de probabilidad .025 región de rechazo Valor
crítico Z = 1.96,-1.96

Prueba para la media de la población: muestra grande, desviación estándar de

la población conocida

Cuando la prueba de la media poblacional proviene de una muestra grande y la

desviación estándar poblacional es conocida, el estadístico de la prueba se
obtiene con la siguiente fórmula:

Los procesadores de la salsa de tomate de los fritos indican en la etiqueta que

la botella contiene 16 onzas de la salsa de tomate. La desviación estándar del
proceso es 0.5 onza. Una muestra de 36 botellas de la producción de la hora
anterior reveló un peso de 16.12 onzas por botella. ¿En un nivel de significancia
del .05 el proceso está fuera de control? ¿Es decir, podemos concluir que la
cantidad por botella es diferente a 16 onzas?
Ejemplo:
Paso 1: Indique las hipótesis nulas y alternativas:
H 0: µ = 16; H 1: µ = 16
Paso 2: Seleccione el nivel de significancia.
En este caso es del 0.05.
Paso 3: Identifique la estadística de la prueba.
Porque conocemos la desviación estándar de la población, la estadística de la
prueba es z .
4: Indique la regla de decisión:
Rechazo H 0 si z > 1.96 o z < -1.96
Paso 5: Compruebe el valor del estadístico de la prueba y llegue a una decisión.
No rechazamos la hipótesis nula. No podemos concluir que la media sea
diferente a 16 onzas.
Valor- p en la prueba de la hipótesis
Valor- p es la probabilidad de observar un valor muestral tan extremo, que el
valor observado, dado que la hipótesis nula es verdadera.
Si el valor- p es más pequeño que el nivel de significancia, se rechaza H 0
Si el valor- p es más grande que el nivel de
significancia, H 0 no se rechaza
Cálculo del Valor- p
Prueba de una cola: valor- p = P { z >= valor absoluto del estadístico de prueba}
Prueba de dos colas: valor- p = 2 P { z >= valor absoluto del estadístico de
prueba}
Del Ejemplo 1 , z = 1.44, y porque era una prueba de dos colas,
el valor- p = 2 P { z >= 1.44}
= 2(.5-.4251) = .1498.
Porque .05>= .1498, no se rechaza H 0
 CONCLUSION

Para terminar es necesario conocer los pasos para formular una hipótesis; Paso
1: plantear la hipótesis nula hoy la hipótesis alternativa Paso 2: seleccionar el
nivel de significancia Paso 3: cálculo del valor estadístico de prueba Paso 4:
formular la regla de decisión Paso 5: tomar una decisión. Ya que estos nos dirá
si la hipótesis es errónea o asertiva, además de que se puede emplear en los
diferentes ámbitos además de la población.
 BIBLIOGRAFIA

http://www.itchihuahua.edu.mx/academic/industrial/estadistica1/cap02.html

http://www.monografias.com/trabajos91/prueba-hipotesis-proporciones-z-y-ji-
cuadrado-empleando-excel-y-winstats/prueba-hipotesis-proporciones-z-y-ji-
cuadrado-empleando-excel-y-winstats.shtml#ixzz4rT3OjleW

SUÁREZ, Mario, (2012), Interaprendizaje de Probabilidades y Estadística

Inferencial con Excel, Winstats y Graph, Primera Edición. Imprenta M & V,
Ibarra, Ecuador.

Estadística II Programa Administración Pública Territorial Rafael Vargas

Barrera

Biometría Clase 8 Pruebas De Hipótesis Para Una Muestra ADRIANA PEREZ

Estadística II Universidad Nacional Autónoma De México