PRUEBA DE HIPÓTESIS

Hipótesis : Es una aseveración de una

ESTADISTICA población elaborado con el propósito de
poner aprueba, para verificar si la
INDUSTRIAL afirmación es razonable se usan datos.
En el análisis estadístico se hace una
ING. ROSMERY MAYTA H.
H. aseveración, es decir, se plantea una
2010 hipótesis, después se hacen las pruebas
para verificar la aseveración o para
determinar que no es verdadera.

Rosmeri Mayta 1 29/03/2010 Rosmeri Mayta 2

29/03/2010 ESTADISTICA INDUSTRIAL

Procedimiento para probar una prueba de

Hipó
Hipótesis
Prueba de hipótesis: Es un 1.-
1.- Plantear la hipó
hipótesis nula y la hipó
hipótesis
procedimiento basado en la evidencia alternativa.
muestral y la teoría de probabilidad; se 2.-
2.- Seleccionar un nivel de significancia.
emplea para determinar si la hipótesis es (α=0.05)
una afirmación razonable. 3.-
3.- Identificar el valor estadí
estadístico de la prueba.
4.-
4.- Formular una regla de decisió
decisión.
5.-
5.- Tomar una muestra y llegar a la decisió
decisión.
Aceptar la Ho y rechazar la Ha. ó
Rechazar la Ho y aceptar la Ha.
29/03/2010 Rosmeri Mayta 3 Rosmeri Mayta
29/03/2010 ESTADISTICA INDUSTRIAL 4

HIPOTESIS NULA : Ho
Prueba de Hipó
Hipótesis

Es una afirmació
afirmación o enunciado tentativo que se
realizara acerca del valor de un pará parámetro
poblacional. Por lo comú
común es una afirmació
afirmación de
que el pará
parámetro de la població
población tiene un valor
especifico.
HIPOTESIS ALTERNATIVA : Ha
Es una afirmació
afirmación o enunciado tentativo que se
aceptara si los datos mué
muéstrales proporcionan amplia
evidencia que la Ho es falsa.

29/03/2010 Rosmeri Mayta 5 29/03/2010 Rosmeri Mayta 6

ESTADISTICA INDUSTRIAL
Nivel de Significancia

 Es la probabilidad de rechazar la Ho
cuando en realidad es verdadera. MUESTRAS GRANDES
 Es el riesgo que se asume acerca de
realizar la hipó
hipótesis nula cuando en
realidad es verdadera. n ≥30

29/03/2010 Rosmeri Mayta 7 29/03/2010 Rosmeri Mayta 8

ESTADISTICA INDUSTRIAL ESTADISTICA INDUSTRIAL

Prueba de Hipó
Hipótesis de la Media de la
Població
Prueba Bilateral de 2 colas
Población
1.)Ho : µ = u0
hipótesis para la media (µ ),
En las pruebas de hipó Ha : µ ≠ u0
cuando se conoce σ, o cuando el tamañ
tamaño de la
muestra es grande, el valor estadí
estadístico de
prueba z se determina a partir de:

- z1 – α/2 z1 – α/2

a u0 b

α = nivel de significancia
29/03/2010 Rosmeri Mayta 9 29/03/2010 Rosmeri Mayta 10
ESTADISTICA INDUSTRIAL ESTADISTICA INDUSTRIAL

{Z<-Z1 – α/2 o Z>z1 – α/2}

RC = {Z<-
Prueba Unilateral Cola Derecha
{-Z1 – α/2 ≤ Z ≤ Z1 – α/2} = 1 – α
RA = {-
1.)Ho : µ = µ0
P[-Z1 – α/2 ≤ Z ≤ Z1 – α/2] = 1 – α
P[- Ha : µ > µ 0
α = Nivel de Significació
Significación
Tambié
También podemos hallar:

RC = {x < a o x > b}
a = µ 0 - Z1 – α/2 . ( σ /√ n)
b = µ 0 +Z1 – α/2. ( σ /√ n)
RA z=0
z1 - α RR
RA = [a ≤ x ≤ b]
Si x є RC → Rechazo Ho, de lo contrario Aceptar la Ho u0 b
29/03/2010 Rosmeri Mayta 11 29/03/2010 Rosmeri Mayta 12
ESTADISTICA INDUSTRIAL 29/03/2010 ESTADISTICA INDUSTRIAL 12
RC = {Z>z1 - α} Zk є RC → Rechazar Ho Prueba Unilateral Cola Izquierda
de lo contrario Aceptar la 1.)Ho : µ = µ 0
Ho Ha : µ < µ 0
{Z≤Z1 - α}
RA = {Z α = Nivel de Significació
Significación

b= µ 0 + Z1 – α. ( σ /√ n)

RC = {X > b} RR z1 - α z=0 RA

RA = {X ≤ b}
a u0

29/03/2010 Rosmeri Mayta 13 29/03/2010 Rosmeri Mayta 14

ESTADISTICA INDUSTRIAL ESTADISTICA INDUSTRIAL

RC = {Z < Z1 - α} Zk є RC → Rechazar Ho Error Tipo I ( α )

de lo contrario Aceptar la Es la probabilidad de rechazar la hipó

hipótesis
Ho nula cuando en realidad es verdadera.
RA = {Z ≥ Z1 - α} Error Tipo II ( β )
Es la probabilidad de aceptar la hipó
hipótesis nula
cuando en realidad es falsa.
a= µ 0 - Z1 – α. ( σ /√ n)
HIPOTESIS ACEPTA RECHAZAR

RC = {X < a} Si Ho es Decisión Error

RA = {X ≥ a} Verdadera Correcta Tipo I
Si Ho es Error Decisión
29/03/2010 Rosmeri Mayta 15
Falsa
29/03/2010
Tipo II
Rosmeri Mayta
Correcta 16
ESTADISTICA INDUSTRIAL ESTADISTICA INDUSTRIAL

Problema :Error tipo I y II  Sabemos que:

Un grupo de investigación de mercado se interesa en
probar la afirmación de un fabricante de
automóviles de que un nuevo modelo económico
recorre cuando menos 25 millas por galón.
a) Con un nivel de significancia de 0.05 y una muestra de
30 vehículos. ¿ Cual es la regla de rechazo basada en
el valor de X (media) para que la prueba determine si
lo que afirma el fabricante se debe rechazar ?.
Suponga que la desviacion es de 3 millas por galón.
b) ¿ Cual es la probabilidad de cometer el error tipo II si el
rendimiento real es de 23 millas por galón?.
 1) Ho: μ >= 25
 Ha: μ < 25
 2) α = 0.05
 3) Estadístico de prueba: Z, n = 30.
 4) + Z(0. 95)

 -De tabla: Z(0. 95) = 1.645
 Hallando el valor del estadístico de prueba, mediante la
fórmula:
 Siendo: X = Media de la muestra = ¿?
 µ = Media de la población = 25
 = Desviación estándar = 3
 n = Número en la muestra = 30

29/03/2010 Rosmeri Mayta 17 29/03/2010 Rosmeri Mayta 18

 Obtenemos, que el valor del estadístico de b) Cual es la probabilidad de cometer un error
prueba es de tipo II si el rendimiento real es de 23
X  25 millas por galón:
Z k 
3 / 30 Zk= (24.1-23)/3√30 =1.1/0.54=2.03 Z
 Para obtener la regla de rechazo de la grafica (2.03) =0.4788 0.5-0.4788=0.0212
sabemos que:
 Región de Rechazo o Región crítica es cuando:
La probabilidad de cometer el error tipo II es =
 Zk>1.645 X  25 =1.645
3/ 30 0.0212
 La regla de rechazo esta dada por: X>24.1

29/03/2010 Rosmeri Mayta 19 29/03/2010 Rosmeri Mayta 20

La Curva Caracterí
Característica de Operació
Operación La Curva Caracterí
Característica de Poder

Se utilizan las probabilidades β para trazar La probabilidad de no cometer un error

una curva caracterí
característica de operació
operación. tipo II esta dado por 1 – β estas
La probabilidad de aceptar una hipó hipótesis probabilidades son la base para la curva
falsa cuando deberí
debería haberse rechazado. de poder.
Las curvas de operació
operación varí
varían. De El conjunto de (1 – β) se denomina
acuerdo con el tamañ
tamaño de la muestra, el funció
función de poder de la prueba cuanto mas
error está
estándar de la muestra y el nivel de alta sean las probabilidades tanto mayor
significancia seleccionado. será
será la aptitud de la discriminació
discriminación de la
prueba.
29/03/2010 Rosmeri Mayta 21 29/03/2010 Rosmeri Mayta 22
ESTADISTICA INDUSTRIAL ESTADISTICA INDUSTRIAL

Grafica de Curva de Operació

Operación
Método del Valor de p en la Prueba

P = P [z<-
[z<-zk] + P[z>
P[z>zk] = 2P [z>z
[z>zk] (2 colas)

P = P [z>z
[z>zk] (cola derecha)
Grafica de Curva de Poder
P = P [z<z
[z<zk] (cola izquierda)
p<α; entonces se
Nota: Si el valor de p<α
rechazara la Ho. De lo contrario se
aceptara la Ho.

29/03/2010 Rosmeri Mayta 23 29/03/2010 Rosmeri Mayta 24

ESTADISTICA INDUSTRIAL ESTADISTICA INDUSTRIAL
Prueba de Hipó
Hipótesis de 2 Medias El estadí
estadístico a utilizar será
será:
Poblacionales
Sea X 1 y X 2 las medias de 2 muestras aleatorias
independientes de tamañ
tamaño n1 y n2 seleccionadas
de 2 poblaciones µ1 y µ2 y varianzas2 σ1 2 y σ2
respectivas supuestas conocidas.
Las dos poblaciones son normales con una
distribución normal N ( u1 , σ12 /n1);para n 1 ≥2,
distribució
N ( u2 , σ22 /n2); para n 2 ≥2
→ el estadí
estadístico X 1 - X 2 tienen una distribució
distribución
2
normal N ( u1 - u2 , σ12 /n1 + σ2 /n2)
29/03/2010 Rosmeri Mayta 25 29/03/2010 Rosmeri Mayta 26
ESTADISTICA INDUSTRIAL ESTADISTICA INDUSTRIAL

Prueba Bilateral o de 2 colas

2 2
Ho : µ1 = µ2 a = - Z1 – α/2 . √ σ1 / n1 + σ2 /n2)
2 2
Ha : µ1 ≠ µ2 b =+Z1 – α/2 . √ σ1 / n1 + σ2 /n2)

Se Rechaza Ho si x1 – x2 < a ó x1 – x2 > b

Rechazar Ho Rechazar Ho
Aceptar Ho
a u0 b
RR= <-
<- ∞, -z1 – α/2> U <z1 – α/2, +∞
+∞>

29/03/2010 Rosmeri Mayta 27 29/03/2010 Rosmeri Mayta 28

ESTADISTICA INDUSTRIAL ESTADISTICA INDUSTRIAL

Prueba Unilateral Cola Derecha Prueba Unilateral Cola Izquierda

1.)Ho : µ 1 = µ 2 1.)Ho : µ 1 = µ 2
Ha : µ 1 > µ 2 Ha : µ 1 < µ 2

Aceptar Ho Rechazar Ho Rechazar Ho Aceptar Ho

RA= <-
<- ∞, z1 – α ] u0 2 2
u0
b = z1 – α . √ σ1 / n1 + σ2 /n2)
2 2
RC= <-
<- ∞, - Z1 – α> a = - Z1 – α . √ σ1 / n1 + σ2 /n2)
Si X 1 - X 2 > b Se Rechaza Ho RA= [-
[- Z1 – α , ∞ >
29/03/2010 Rosmeri Mayta 29 29/03/2010 Rosmeri Mayta 30
ESTADISTICA INDUSTRIAL ESTADISTICA INDUSTRIAL
 PROBLEMA;
( UNA MEDIA PROBLACIONAL)

Juan Pé
Pérez afirma que los propietarios de sus Si resulta que los coches usados de Juan
coches usados pueden recorrer una media de Pérez dan una media de 10000 millas
10000 millas como mí mínimo sin necesidad de
ninguna reparació
reparación importante. como mí mínimo sin averí
averías. Ud esta
Con el objeto de determinar el grado de dispuesto a comprarle su própróximo coche.
honestidad de Juan Pé
Pérez se eligen 100 clientes Si quiere estar seguro al 99% de que Juan
y se halla que recorrieron una media de 9112 Pérez no miente. ¿Cómo podrí
podría contrastar
millas sin reparaciones con una desviació
desviación su afirmació
afirmación?
está
estándar de 207.

29/03/2010 Rosmeri Mayta 31 29/03/2010 Rosmeri Mayta 32

ESTADISTICA INDUSTRIAL

1) Plantear la Ho y la Ha: PROBLEMA:

Ho : µ ≥ 10000 Dos fabricantes A y B producen un articulo
Ha : µ < 10000 similar cuyas vidas útiles tienen
Zk = (9112 – 10000) . 10 = -42.9
207 desviaciones respectivas de 120 y 90
2) Definir el nivel de significancia horas.
α = 1% = 0.01 Para comparar el promedio mómóvil de vida
3) Definir el estadí
estadístico (z) útil de estos artí
artículos se extrae una
4) muestra aleatoria de 60, de cada
5)RC = < - ∞, uo – z1 . σ√ n> fabricante encontrá
encontrándose la duració
duración
= < - ∞, 9951.8 > media de 1280 horas para A y 1190 hora
0.01
0.49 para la marca B.

-4.29 Z=-2.33 Z
29/03/2010 Rosmeri Mayta 33 29/03/2010 Rosmeri Mayta 34
ESTADISTICA INDUSTRIAL ESTADISTICA INDUSTRIAL 34

1) Ho : u1 = u2
Ha : u1 > u2

2) Nivel de Significancia α = 0.05

3) Definir el estadí
estadístico (z)
Se puede concluir al Nivel de Significancia 4)
u1 = 1230
σ1 = 120
u2 = 1190
σ2 = 90
del 5% que los artí
artículos de marca A tiene n1 = 60 n2 = 60

mayor duració
duración media que los artí
artículos de
5) Zk = (1230 – 1190)
la marca B. √(120) /60 + (90) /60
Zk = 2.066
2 2

RR=<1.645 , ∞+>

6) Rechazo Ho y acepto Ha
La duració
duración de los artí
artículos de
la marca A es mayor que las de Z=1.645
la marca B. 2.066
29/03/2010 Rosmeri Mayta 35 29/03/2010 Rosmeri Mayta 36
ESTADISTICA INDUSTRIAL
PROBLEMA
 Una nueva empresa de técnicas para
observación y control del peso de personas,  Ho: µ ≥10
Weight Reducers International, anuncia que
quienes adopten sus métodos perderán, en  Ha: µ<10
promedio, 10 libras (lb) en las primeras dos  Nivel de significancia α = 0.05
semanas. Una muestra aleatoria de 50
personas que adoptaron el nuevo programa de  Valor estadístico: z
reducción de peso, reveló que la pérdida media
es 9 lb. La desviación estándar de la muestra se  Definir regla de decisión:-2.5RC RA
calculó en 2.8 lb. Al nivel de significancia de  z (tabla) = -1.645
0.05, ¿se puede determinar que los
participantes perderán en promedio menos de
10 lb? Determine el valor p.
29/03/2010 Rosmeri Mayta 37 29/03/2010 Rosmeri Mayta 38

Rpta. Como z Є RC no se acepta la Ho,

es decir, que los participantes perderán en
 =-1.645 promedio menos de 10 lb.
 5) Tomar una muestra y llegar a la
decisión
 z= = = - 2.525

p = 0.5 – 0.4941= 0.0059
29/03/2010 Rosmeri Mayta 39 29/03/2010 Rosmeri Mayta 40

PROBLEMA
 Se quiere comparar la vida útil, en meses, de  Ho: µ1 = µ2
dos marcas de pintura que se usan en los
señalamientos de las carreteras. La pintura A  Ha: µ1 ≠ µ2
dura en promedio 36.2 meses, con desviación  Nivel de significancia α = 0.1
estándar 1.14 meses. Se revisaron los
señalamientos de 35 carreteras La pintura B  Valor estadístico: z
dura en promedio 37.0 meses, con desviación  Definir regla de decisión:
estándar de 1.3 meses. Se revisaron los
señalamientos de 40 carreteras. Empleando el  z (tabla) = 2.58
nivel de significancia 0.01, ¿hay diferencia en la
vida útil de las dos pinturas? Calcule el valor p.
29/03/2010 Rosmeri Mayta 41 29/03/2010 Rosmeri Mayta 42
 ) Tomar una muestra y llegar a la decisión
 X1 = 36.2 X2 = 37
RC RA RC
 S1 = 1.14 S2 = 1.3
 n1 = 35 n2 = 40

2.84

29/03/2010 Rosmeri Mayta 43 29/03/2010 Rosmeri Mayta 44

p = 2(0.5-0.4977) = 0.0046
. Como Z Є RC no se acepta la Ho, es
decir si existe diferencia en la vida útil de
las dos pinturas.

29/03/2010 Rosmeri Mayta 45