Académique Documents
Professionnel Documents
Culture Documents
Es un proceso mediante el cual, a partir de los valores de una variable obtenida de una
muestra aleatoria, se decide si se rechaza o no el supuesto que plantea el investigador
acerca del parámetro bajo estudio, con cierto nivel de confianza.
Hipótesis Estadística:
Hipótesis Nula: H0
Es la hipótesis sobre la cual se toma la decisión de aceptarla o rechazarla. Es contraria a la
hipótesis alternativa o alterna. Siempre contiene la igualdad.
Hipótesis Alternativa: H1
Es la hipótesis formulada de tal manera que nunca contiene la igualdad. Se acepta la
hipótesis alternativa cuando antes se ha rechazado la hipótesis nula.
H0 H1
≤ >
≥ <
≠ =
Ejemplo:
Se tiene un juicio legal donde se supone que el acusado es inocente en tanto no se presente
suficiente evidencia para demostrar lo contrario.
H0 : Es inocente.
H1 : No es inocente.
Hipótesis Compuesta
Es aquella en la cual la característica de la población no define completamente el
comportamiento probabilístico de la variable en estudio. En estos casos se asigna más de un
valor al parámetro a contrastar, es decir se especifica un intervalo de valores.
Ejemplo: H 0 : µ ≥ 18.5
Tipos de Error:
H 0:
Decisión H0 Verdadera H0 Falsa
Decisión Acertada Error Tipo II
Aceptar H0 Probabilidad 1 − α Probabilidad β
Error Tipo I Decisión Acertada
Rechazar H0 Probabilidad α Probabilidad 1 − β
En la decisión de aceptar o rechazar una hipótesis se pueden cometer dos tipos de error:
Error tipo I y Error Tipo II.
β = P ( Aceptar H 0 / H 0 Falsa )
Ejemplo:
Nivel de significación: α
Es la máxima probabilidad que se especifica con el fin de hacer mínimo el error tipo I.
Generalmente esta probabilidad se fija antes de escoger la muestra.
El valor de α corresponde a una área bajo la curva, denominada región de rechazo o zona
crítica.
unilateral bilateral
1.- Hipótesis:
Según el nivel de confianza dado, se ubica el valor crítico en la tabla y luego dicho
valor se ubica en el gráfico; quedando éste dividido en dos partes: la parte pequeña y
sombreada recibe el nombre de Región de Rechazo y la parte más grande y no
sombreada se llama Región de Aceptación.
Se calcula con los resultados obtenidos en la muestra. Luego, dicho valor se ubica en
el gráfico. En base a la ubicación de la estadística de prueba se tomará la decisión.
4.- Decisión:
5.- Conclusión:
EL VALOR P
El valor P es el valor más pequeño del nivel de significación con el que rechazaríamos H 0
usando la muestra actual. Sirve de ayuda en la toma de decisiones pues casi todos los
Software Estadísticos muestran el valor de P junto a la estadística de prueba.
Si P ≥ α ⇒ aceptar H0
Si P < α ⇒ rechazar H0 y aceptar H1
Si H1 : < Si H1 : > Si H1 : ≠
P = P ( Z ≤ ep ) P = P ( Z > ep )
P = 2 P ( Z > ep )
Sea x1 , x 2 , ... , x n una muestra aleatoria tomada de una población normal con media µ
y varianza σ2 , entonces:
H0 : µ ≥ µ0 H0 : µ ≤ µ0 H0 : µ = µ0
H1 : µ < µ0 H1 : µ > µ0 H1 : µ ≠ µ0
zα z1− α ± z α /2
t α , n −1 t1− α , n −1 ± t1−α /2 , n−1
Estadística de Prueba
σ 2 conocida : σ 2 desconocida:
x − µ0 Si n< 30 : Si n ≥ 30:
z =
σ/ n
x − µ0 x − µ0
t = z =
S/ n S/ n
Valor P
H0 : µ ≥ µ0 H0 : µ ≤ µ0 H0 : µ = µ0
H1 : µ < µ0 H1 : µ > µ0 H1 : µ ≠ µ0
P = P ( Z ≤ ep ) P = P ( Z > ep ) P = 2 × P ( Z > ep )
P = P ( t n −1 ≤ ep ) P = P ( t n −1 > ep ) P = 2 × P ( t n −1 > ep )
Ejemplo:
Una muestra aleatoria de 100 personas presenta una vida promedio de 71.8 años. Si la
desviación estándar de la población es 8.9años. ¿Esto parece indicar que la vida media es
mayor que 70 años?
Ejemplo 1:
Un fabricante sostiene que sus autos consumen en promedio 5,50 galones de gasolina cada
100 kilómetros. Un vendedor de la compañía comprueba el consumo de gasolina de 35
autos y encuentra que el consumo medio de ese grupo es de 5,65 galones cada 100
kilómetros, con una desviación estándar de 0,35 galones. Con estos datos y con una
confianza del 99%, ¿puede dudarse de lo sustentado por la compañía?
Solución:
σ 2 no se conoce n = 35 > 30 ⇒ Z 1 − α = 0,99
x = 5,65 S = 0,35
1.- Hipótesis:
H0 : µ ≤ 5,5
H1 : µ > 5,5
5.- Conclusión:
Con una confianza del 99%, podemos afirmar que existen pruebas suficientes como
para dudar de lo sustentado por la compañía.
Clic en Opciones…
Ejemplo 2:
Una máquina para enlatar conservas de pescado ha sido regulada para que el contenido de
cada lata sea de 16 onzas. Usando un nivel de significancia del 5%; si una muestra de 20
latas dio un peso medio de 16,05 onzas y una desviación típica de 1,5 onzas. ¿Diría usted
que la máquina ha sido adecuadamente regulada?
Solución:
1.- Hipótesis:
H0 : µ = 16
H1 : µ ≠ 16
5.- Conclusión:
Con una confianza del 95%, podemos afirmar que la máquina sí ha sido
adecuadamente regulada.
Clic en Opciones…
Ejemplo 3:
Se sabe que el número de libros que sacan de la biblioteca los estudiantes se distribuye
mediante una normal con media 4.2 y varianza 3.28. Un bibliotecario universitario está
interesado en determinar si ha cambiado o no el número promedio de libros que cada
estudiante saca por visita. Para ello, extrae una muestra aleatoria de 20 estudiantes
hallando que el promedio es de 3.65 libros por visita, con una desviación estándar de 2.3
libros. A un nivel de significancia de 0.02, ¿a qué conclusión llegará el bibliotecario?
Solución:
n = 20 α = 0.02
x = 3.65 α / 2 = 0.01
S = 2.3
1.- Hipótesis:
H 0 : µ = 4.2
H1 : µ ≠ 4.2
-2.33 +2.33
2.- Valores Críticos: ± Z α /2 = ± Z 0.01 = ± 2.33
x − µ0 3.65 − 4.2
Z = = = − 1.36
σ/ n 1.81/ 20
5.- Conclusión:
Con una confianza del 98%, el bibliotecario llegará a la conclusión que el número
promedio de libros que cada estudiante saca por visita no ha cambiado.
Clic en Opciones…
Sea x1 , x 2 , ... , x n una muestra aleatoria seleccionada de una población normal con
media µ y varianza σ2 desconocidas, entonces:
H0 : σ2 ≥ σ20 H0 : σ 2 ≤ σ 20 H0 : σ2 = σ20
H1 : σ2 < σ20 H1 : σ2 > σ20 H1 : σ2 ≠ σ20
Estadística de prueba:
( n − 1 ) S2
χ2 =
σ20
Ejemplo:
Solución:
n = 10 x = 31.55 S = 0.48 1 − α = 0.95
S 2 = 0.2304
1.- Hipótesis:
H 0 : σ 2 ≤ 0.3
H1 : σ 2 > 0.3
( n −1 ) S 2 9 × 0.48 2 Valor-P:
χ2 = = = 6.9
σ 20 0.3 P ( χ 29 > 6.9 ) = 1 − P ( χ 29 ≤ 6.9 )
= 1 − 0.35258 (int erpolar )
= 0.64742
4.- Decisión: 6.9 ∈ RA ⇒ Aceptar H0
5.- Conclusión:
Con una confianza del 95%, podemos concluir que no será necesario preocuparse
por la conducta de dichos jóvenes ya la varianza de los puntajes de agresión no es
superior a 0.30.
Clic en Opciones…
H0 : P ≥ P 0 H0 : P ≤ P 0 H0 : P = P 0
H1 : P < P0 H1 : P > P0 H1 : P ≠ P0
Zα Z1− α ±Zα /2
p − P0
Estadística de prueba: Z =
P0 × Q0
n
Ejemplo:
Antonio le dice a Luis que al menos un 15% de los alumnos de la universidad, tienen
celular. Como discrepan, Luis realiza una encuesta aleatoria a 200 compañeros de la
universidad, y encuentra que 18 de ellos tienen celular. A un nivel de significación del 1%,
¿cuál de los dos tiene estadísticamente la razón? ¿Por qué?
Solución:
18 α = 0.01
p= = 0.09
200
1.- Hipótesis:
Ho : P ≥ 0.15
H1 : P < 0.15
-2.33
2.- Valor crítico: z α = z 0.01 = − 2.33
4.- Decisión:
z = − 2.38 ∈ RR ⇒ Rechazar H o y aceptar H1
5.- Conclusión:
Con una confianza del 99%, podemos concluir que estadísticamente Luis tiene la
razón.
Valor-P:
P ( Z ≤ − 2.38 ) = 0.00866
Clic en Opciones…