ESTADÍSTICA

INFERENCIAL
PRUEBA DE HIPOTESIS DE DOS MEDIAS

MACHICAO BEJAR NILTON

Temario

PRUEBA DE HIPÓTESIS PARA DOS MEDIAS

INDEPENDIENTES.
Logro

Al finalizar la sesión, el estudiante aplica los conocimientos

aprendidos en la prueba de hipótesis de dos medias tanto con
varianza conocida como con varianza desconocida
TIPOS DE HIPÓTESIS
Hipótesis Nula (H0)
 Es lo contrario de lo que
sospechamos que va a ocurrir
 Lleva los signos igual, mayor
igual y menor igual
 Es la creencia apriori que no se
rechaza a menos que los datos
muestrales prueben lo contrario.
Hipótesis Alterna (H1)
 Es lo que sospechamos que va
a ser cierto.
 Lleva los signos diferente, Mayor
o menor ( ≠, < ó >).
 Es la hipótesis del investigador
¿EJEMPLOS DE CÓMO PLANTEAR LAS HIPÓTESIS?

 Problema 1: ¿La estatura promedio de los estudiantes de la universidad

es de 1.65 mt?
 Solución:
• Traducir a lenguaje estadístico:   1.65

• Establecer su opuesto:   1.65

• Plantear las hipótesis: H 0 :   1.65

H 1 :   1.65

Datos/Observaciones
 Problema 2: El tiempo de vida promedio de una
determinada pieza usada en el ensamblaje de una
marca de computadoras es diferente a 20,000
horas.
 Solución:
• Traducir a lenguaje estadístico:   20,000
• Establecer su opuesto:   20,000
• Plantear las hipótesis:
H 0 :   20,000
H 1 :   20,000

Datos/Observaciones
 Problema 3: El porcentaje de personas atacadas
por la gripe porcina en el país, es mayor al 10%.

 Solución:
• Traducir a lenguaje estadístico:   0.10

• Establecer su opuesto:   0.10

• Plantear las hipótesis: Ho :   0.10

H1 :   0.10

Datos/Observaciones
TIPOS DE ERRORES
 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 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 a β. La
probabilidad de NO cometer un Error del Tipo II es igual a 1- β.
Resumen de las situaciones posibles cuando se toma una decisión en
prueba de hipótesis:
PROCEDIMIENTO PARA LLEVAR A CABO UNA PRUEBA DE
HIPÓTESIS
• Plantear las hipótesis
• Fijar nivel de significancia
• Identificar el estadístico de
prueba
• Formular una regla de decisión
• Decisión
• Conclusión
• Definir la hipótesis nula y alterna,
traducida a lenguaje estadístico
• Definir el tipo de error. Los valores
más usados son: 0.01, 0.05, 0.10
• Seleccionar el estadístico de
prueba: Z, T, etc.
• Establecer la regla de decisión
bajo las cuales se rechaza o no
H0.
• Tomar decisión en base a la
evidencia muestral
• La conclusión se expresa en
función del problema.
Prueba de Hipótesis para la Diferencia de Medias: µ1 - µ2

Cuando se quiere comparar las medias de

dos poblaciones normales y las muestras
Extraídas de cada población
Son independientes
HIPÓTESIS
Se tiene los siguientes casos:

• Hipótesis Nula H0 : µ1 - µ2 = µ0

versus alguna de las siguientes hipótesis alternativas:

• Hipótesis Alternativa H1 : µ1 - µ2 ≠ µ0
H1 : µ1 - µ2 < µ0
H1 : µ1 - µ2 > µ0
ESTADÍSTICO DE PRUEBA
Existen tres situaciones:

• CASO I: Varianzas poblacionales son conocidas

( x1  x2 )  0
Zc 
 2
 2
1
 2
n1 n2

 El estadístico de prueba tiene una distribución normal

estándar.
• CASO II: Varianzas poblacionales desconocidas pero Homogéneas
(σ21=σ22)

( x1  x2 )  0
tc 
( n1  1) S  ( n2  1) S  1
2 2
1 
  
1 2
n1  n2  2  n1 n2 

 El estadístico de prueba tiene una distribución:

t( n1  n2  2)
• CASO III: Varianzas poblacionales desconocidas pero No homogéneas
 12   22

 
 x 2  0
 tg
x1
tC 
2 2
S S
1
 2
n1 n2
2
S S 2 2

  1

2

g   1n n 2 
2
2 2
 S12
  S22

 n   n 
 1 

2 

n1  1 n2  1
EJEMPLO 1:
Un inversionista desea comparar los riegos asociados con dos diferentes
mercados A y B. El riesgo de un mercado dado se mide en función de la
variación diaria de los precios. El inversionista piensa que el riesgo asociado
con el mercado B es mayor que el del mercado A. En este sentido se observa
las variaciones de los precios de 8 días en el mercado A y de 9 en el mercado
B. Y los siguientes resultados obtenidos son:
Mercado A Mercado B

Variación Promedio 0.2 0.4

Desv. Estándar 0.25 0.45

Si se supone que las muestras provienen de dos poblaciones normales e

independientes, ¿a un nivel de 5%, existe la suficiente evidencia que respalda
la afirmación del inversionista? Considere homogeneidad de varianzas.
Datos/Observaciones
SOLUCIÓN
𝜇𝐵 > 𝜇𝐴 → 𝜇𝐴 < 𝜇𝐵 → 𝜇𝐴 −𝜇𝐵 < 0

 𝐻0 : 𝜇𝐴 − 𝜇𝐵 ≥ 0
𝐻1 : 𝜇𝐴 − 𝜇𝐵 < 0

 𝛼 = 0.05

𝑥𝐴 − 𝑥𝐵 − 𝜇0
 𝑡𝑐 =
𝑛𝐴 − 1 𝑆𝐴2 + 𝑛𝐵 − 1 𝑆𝐵2 1 1
+
𝑛𝐴 + 𝑛𝐵 − 2 𝑛𝐴 𝑛𝐵

0.2 − 0.4 − 0
𝑡𝑐 = = −1.111
7 0.25 2 + 8 0.45 2 1 1
+
8+9−2 8 9
Datos/Observaciones

15 g.l.
ZONA DE
0.05 ACEPTACIÓN
H0

-1.753

 Se acepta 𝐻0

 Conclusión

Datos/Observaciones
EJEMPLO 2:
Para comparar los promedios de los tiempos en minutos que emplean dos
máquinas 1 y 2 en producir un tipo de objeto, se registran los tiempos de 9 y 8
objetos al azar producidos por las máquinas 1 y 2, dando los siguientes
resultados:
Máquina 1: 12 28 10 25 24 19
22 33 17

Máquina 2: 16 20 16 20 16 17
15 21

Al nivel de significación del 5%, ¿confirman estos datos que los tiempos
promedios de las dos máquinas son diferentes? Considere homogeneidad de
varianzas.
Datos/Observaciones
SOLUCIÓN
𝜇1 ≠ 𝜇2 → 𝜇1 − 𝜇2 ≠ 0

 𝐻0 : 𝜇1 − 𝜇2 = 0
𝐻1 : 𝜇1 − 𝜇2 ≠ 0

 𝛼 = 0.05

𝑥1 − 𝑥2 − 𝜇0
 𝑡𝑐 =
𝑛1 − 1 𝑆12 + 𝑛2 − 1 𝑆22 1 1
+
𝑛1 + 𝑛2 − 2 𝑛1 𝑛2

21.11 − 17.63 − 0
𝑡𝑐 = = 1.27
8 7.424 2 + 7 2.326 2 1 1
+
9+8−2 9 8
Datos/Observaciones

15 g.l.

ZONA DE
0.025 ACEPTACIÓN 0.025
H0

-2.131 2.131

 Se acepta 𝐻0

 Conclusión

Datos/Observaciones