Exposicin del tema:

PRUEBA DE HIPTESIS
ESTADSTICA
Presentado por:

Mg. Liliana Huamn del Pino

PARTE CONCEPTUAL
PRUEBA DE HIPTESIS ESTADSTICA
OBJETIVO: Estimar el parmetro desconocido
de la poblacin a partir de una muestra
aleatoria usando la teora de pruebas de
hiptesis.

PRUEBA (CONTRASTE) DE HIPTESIS

ESTADISTICA.
Formulacin general
Si es un parmetro desconocido, es decir una
constante,que caracteriza a la poblacin en
estudio, que puede ser determinado con ayuda
de los modelos de probabilidad de una o varias
poblaciones univariantes o multivariantes,
podemos estar interesados en desarrollar la
siguiente prueba de hiptesis estadstica :

 TIPOS DE HIPTESIS
La hiptesis nula Ho es la hiptesis que el
investigador quiere rechazar y la hiptesis
alternativa H1 es la hiptesis que quiere aceptar
y probar. Las dos hiptesis son contrarias, osea
si se acepta la hiptesis nula se rechaza la
alternativa y viceversa.
SUPOSICIN Primero se asume que la
poblacin tiene distribucin normal o
aproximadamente normal, esto es Xi con
distribucin N(, 2) donde el parmetro
desconocido a estimarse puede ser 2 ,
esto se hace para que las conclusiones a que se
llegan de la prueba sean vlidas osea tengamos
buenas inferencias estadsticas.

ERROR DE LA PRUEBA Al realizar una prueba

de hiptesis siempre se obtiene un error que se
trata de minimizar. Tenemos dos tipos de errores:
Error tipo I , se comete cuando se rechaza Ho
siendo que Ho es verdadera y su probabilidad
P(error tipo I) = que puede ser 0.05 , 0.01 .
se le conoce como el nivel de
Esta probabilidad
significacin de la prueba.
Error tipo II , se comete cuando se acepta Ho
siendo que Ho es falsa y su probabilidad
P (error tipo II) =

Cuando se minimiza alfa el otro error crece y

viceversa, as que minimizaremos una
combinacin lineal de alfa y beta.

 CONDICIONES NECESARIAS
Para poder llevar a cabo dicha prueba de
hiptesis es preciso disponer de lo siguiente:
1. Tener una muestra aleatoria de tamao n de la
poblacin en estudio.
2. Una estadstica conveniente, relacionada de
alguna forma con el parmetro , que puede ser
la media poblacional la variancia poblacional
con distribucin de probabilidad conocida. Esta
distribucin de probabilidad permitir cuantificar
el nivel de significacin y el nivel de riesgo de
este contraste, respecto a un criterio
determinado.

3. Una regla o criterio llamada REGION

CRITICA (R) es la regin que contiene los
valores de la estadstica para los cuales se
rechaza la H0, adoptando una decisin:
rechazar o no esta hiptesis nula. Para un nivel
de significacin que puede ser fijado por el
investigador, el criterio determinar de manera
equivalente una regin R, crtica o de rechazo
de H0 y, entonces, se tendr:

Para el nivel de significacin se tiene :

PARTE PROCEDIMENTAL:
PRUEBAS RELACIONADAS CON LA MEDIA DE
UNA POBLACIN NORMAL
Ejemplo 1. Una mquina para enlatar
conservas de pescado ha sido regulada para
que el contenido de cada lata sea de 16 onzas.
Usando
=0.05dira usted que la mquina
ha sido adecuadamente regulada, si una
muestra de 20 latas di un peso medio de
16.05 onzas y una desviacin estndar de 1.5
onzas?
Solucin:
Primer Paso.
Planteo de las hiptesis:
Ho : u = 16
x
H1 : u 16

Segundo Paso
Fijar el valor del nivel de significacin = 0.05
Tercer Paso
Escoger la estadstica adecuada cuya distribucin
por muestreo sea conocida, en el supuesto de que
Ho es verdadera.
T = (X- ) / (S/ n )
con distribucin t-student con (n-1) grados de
libertad.
Cuarto Paso
Establecer la regin crtica y el valor crtico ( o
valores crticos) obtenido de la tabla estadstica
segn la estadstica escogida.

Los valores crticos se determinan a partir de la

igualdad
P( T > t(n-1) ) = / 2
Donde T es una variable con distribucin tstudent con n-1 grados de libertad.
Grficamente, los valores crticos establecen los
puntos frontera de la regin crtica R :

Dado que la regin crtica se localiza en las "colas"

izquierda y derecha de la funcin de densidad de la
estadstica utilizada, el contraste que estamos
desarrollando se denomina bilateral.

 En este ejemplo 1 el valor crtico para = 0.05

con 19 grados de libertad, es a la derecha 2.093
y a la izquierda -2.093, para valores
comprendidos entre estos dos valores se acepta
Ho caso contrario se rechaza Ho.
Quinto paso:
El valor de la estadstica es:
T = (16.05 16 ) / ( 1.5 / 20) = 0.149
Sexto paso : Conclusin de la prueba:
Como -2.093 < 0.149 < 2.093 se acepta Ho.
Esto quiere decir que no hay evidencia
estadstica para rechazar Ho para =0.05 . En
trminos del ejemplo quiere decir que la
mquina ha sido adecuadamente regulada.

NOTA
Usando software estadstico (SPSS) para
formular el criterio de rechazo de la hiptesis
nula se usa el P-valor (llamado SIG) = P( T >
t) osea es el area a la derecha del valor de la
estadstica hallada en el quinto paso.
Entonces, de manera equivalente se tiene:

Bibliografa
1. Crdova Zamora, Manuel. Estadstica
Descriptiva e Inferencial. Editorial MOCHERA
S.R.I. 5ta Edicin 2003
2. Mendenhall, William et.al. Probabilidad y
Estadstica para ingeniera y ciencias.
Editorial PRENTICE HALL
HISPANOAMERICANA, SA. 4ta Edicin 1997

CONTRASTES DE HIPTESIS ESTADISTICAS.

Valores medios en poblaciones independientes.
Contrastes sobre valores medios en
poblaciones independientes. Con el fin de
desarrollar de una forma ms operativa un
contraste de hiptesis, nos vamos a servir de la
situacin particular que afecta a dos
poblaciones independientes, X e Y, con
distribuciones normales N(x,x) y N(y,y) ,
respectivamente. Se supone, adems, que las
varianzas de estas poblaciones son
desconocidas pero no significativamente
distintas. Se pretende inicialmente contrastar la
existencia de diferencias apreciables entre los
valores medios de estas poblaciones:

Actuaremos sistemticamente, siguiendo los

pasos sealados en la pgina anterior ( = xy y o = 0):
Se extraern muestras aleatorias de tamaos
n1 y n2 , de X e Y, respectivamente:

Dada la informacin disponible, el estadstico a

utilizar ser:

Este estadstico sigue una distribucin T de

Student con (n1+n2-2) grados de libertad.
Fijado el nivel de significacin, y bajo el supuesto
de la veracidad de H0 (lo que supone x-y = 0),
se adopta el siguiente criterio:

Es decir, se duda de la veracidad de H0

cuando la diferencia entre las medias
muestrales de las observaciones es
"sustancialmente grande". Los valores crticos
se determinan a partir de la igualdad