Vous êtes sur la page 1sur 32

1-1

Capítulo nueve
Pruebas de hipótesis,
muestras grandes
OBJETIVOS
Al terminar este capítulo podrá:
UNO
Definir una hipótesis y una prueba de hipótesis.
DOS
Describir el procedimiento de cinco pasos para la prueba de hipótesis.
TRES
Distinguir entre una prueba de hipótesis con una cola y con dos colas.
CUATRO
Realizar una prueba de hipótesis respecto a una media poblacional y a una
proporción poblacional.

© 2001 Alfaomega Grupo Editor


1-1

Capítulo nueve continuación


Pruebas de hipótesis,
muestras grandes
OBJETIVOS
Al terminar este capítulo podrá:
CINCO
Realizar una prueba de hipótesis respecto a la diferencia entre dos medidas
poblacionales y dos proporciones de población.
SEIS
Definir los errores de Tipo I y de Tipo II.
SIETE
Calcular la probabilidad de un error de Tipo II.

© 2001 Alfaomega Grupo Editor


9-3

¿Qué es una hipótesis?

• Hipótesis: enunciado acerca de una población


elaborada con el propósito de ponerse a
prueba.
• Ejemplos de hipótesis acerca de un parámetro
de población son:
· la media mensual de ingresos para
analistas de sistemas es $3625,
· el 20% de los delincuentes juveniles son
capturados y sentenciados a prisión.

© 2001 Alfaomega Grupo Editor


9-4

¿Qué es una prueba de hipótesis?

• Prueba de hipótesis: procedimiento basado en


la evidencia muestral y en la teoría de
probabilidad que se emplea para determinar si
la hipótesis es un enunciado razonable y no
debe rechazarse o si no es razonable y debe
ser rechazado.

© 2001 Alfaomega Grupo Editor


9-5

Prueba de hipótesis

Paso 1: plantear las hipótesis nula y alterna

Paso 2: seleccionar un nivel de significancia

Paso 3: identificar el valor estadístico de prueba

Paso 4: formular una regla de decisión

Paso 5: tomar una muestra, llegar a una decisión

No rechazar la Rechazar la hipótesis nula


hipótesis nula y aceptar la alterna

© 2001 Alfaomega Grupo Editor


9-6

Definiciones

• Hipótesis nula H0: afirmación acerca del valor


de un parámetro poblacional.
• Hipótesis alterna H1: afirmación que se
aceptará si los datos muestrales proporcionan
evidencia de que la hipótesis nula es falsa.
• Nivel de significancia: probabilidad de
rechazar la hipótesis nula cuando es
verdadera.
• Error Tipo I: rechazar la hipótesis nula cuando
en realidad es verdadera.

© 2001 Alfaomega Grupo Editor


9-7

Definiciones

• Error Tipo II: aceptar la hipótesis nula cuando


en realidad es falsa.
• Estadístico de prueba: valor obtenido a partir
de la información muestral, se utiliza para
determinar si se rechaza o no la hipótesis.
• Valor crítico: el punto que divide la región de
aceptación y la región de rechazo de la
hipótesis nula.

© 2001 Alfaomega Grupo Editor


9-8

Prueba de significancia de una cola

• Una prueba es de una cola cuando la hipótesis


alterna, H1, establece una dirección, como:
· H0 : el ingreso medio de las mujeres es menor o igual
al ingreso medio de los hombres.
· H1 : el ingreso medio de las mujeres es mayor que el
de los hombres.

© 2001 Alfaomega Grupo Editor


r a l i t r b u i o n : m = 0 , s2 = 1

Distribución de muestreo para el valor estadístico z,


prueba de una cola, nivel de significancia de 0,05
0 . 4

0 . 3

0.95 probabilidad
0.05 región de
rechazo
0 . 2
f ( x

0 . 1
Valor
crítico
z = 1.65
. 0

- 5

0 1 2 3 4

© 2001 Alfaomega Grupo Editor


9-10

Prueba de significancia de dos colas

• Una prueba es de dos colas cuando no se


establece una dirección específica de la
hipótesis alterna H1, como:
· H0 : el ingreso medio de las mujeres es igual al
ingreso medio de los hombres.
· H1 : el ingreso medio de las mujeres no es igual al
ingreso medio de los hombres.

© 2001 Alfaomega Grupo Editor


r a l i t r b u i o n : m = 0 , s2 = 1

Distribución de muestreo para el valor estadístico z, prueba de


dos colas, nivel de significancia de 0.05
0 . 4

0 . 3

0.95 probabilidad

2 Regiones de
0 . 2
0,25
de rechazo
f ( x

0 . 1
Valor
crítico
z = 1.96
. 0

- 5

-4 -3 -2 -1 0 1 2 3 4

© 2001 Alfaomega Grupo Editor


9-12

Prueba para la media poblacional: muestra grande,


desviación estándar poblacional conocida

• Cuando se hace una prueba para la media


poblacional de una muestra grande y se conoce
la desviación estándar, el estadístico de prueba
está dado por:
X m
z
s/ n

© 2001 Alfaomega Grupo Editor


9-13

EJEMPLO 1

• Los fabricantes de Salsa de Tomate indican


en su etiqueta que el contenido de la botella
es de 16 onzas. Cada hora se toma una
muestra de 36 botellas y se pesa el
contenido. La muestra de la última hora tiene
un peso medio de 16.12 onzas con una
desviación estándar de 0.5 onzas. ¿Está el
proceso fuera de control para un nivel de
significancia de 0.05?

© 2001 Alfaomega Grupo Editor


9-14

EJEMPLO 1 continuación

• Paso 1: establezca la hipótesis nula y alterna


• Paso 2: establezca la regla de decisión:
H0 : m  16 H1: m  16
• Paso 3: calcule el valor del estadístico de
prueba:
H0 se rechaza si z <- 1.96 o z > 1.96
• Paso 4: decisión sobre H0: no se rechaza H0
porque 1.44 es menor que el valor crítico 1.96
z  [1612
.  16] / [.5 / 36 ]  144
.

© 2001 Alfaomega Grupo Editor


9-15

Valor p en la prueba de hipótesis

• Valor p: es la probabilidad de observar un


valor muestral tan extremo o más que el valor
observado, dado que la hipótesis nula es
verdadera.
• Si el valor p es menor que el nivel de
significancia, H0 se rechaza.
• Si el valor p es mayor que el nivel de
significancia, H0 no se rechaza.

© 2001 Alfaomega Grupo Editor


9-16

Cálculo del valor p

• Prueba de una cola: valor p = P { z  el valor


absoluto del estadístico de prueba calculado}
• Prueba de dos colas: valor p = 2P { z  el valor
absoluto del estadístico de prueba calculado}
• Para el EJEMPLO 1, z = 1.44, y para una
prueba de dos colas, el valor p = 2P {z  1.44}
= 2(0.5-0.4251) = 0.1498. Como 0.1498 >
0.05, no se rechaza H0.

© 2001 Alfaomega Grupo Editor


9-17

Prueba para la media poblacional: muestra grande,


desviación estándar poblacional desconocida

• Aquí s es desconocida, así que se estimará con


la desviación estándar de la muestra s.
• Siempre que el tamaño de muestra n  30,
z puede aproximarse con:

X m
z
s/ n

© 2001 Alfaomega Grupo Editor


9-18

EJEMPLO 2

• La cadena Eta Fashion emite su propia tarjeta


de crédito. Lisa, la gerente de crédito, quiere
encontrar si la media mensual de saldos no
pagados es mayor que $400. El nivel de
significancia es de 0.05. Una revisión al azar
de 172 saldos reveló que la media muestral es
$407 y la desviación estándar muestral es $38.
¿Debe Lisa concluir que la población media es
mayor que $400, o es razonable suponer que la
diferencia de $7 ($407-$400) se debe al azar?

© 2001 Alfaomega Grupo Editor


9-19

EJEMPLO 2 continuación

• Paso 1: H0 : m  400 H1: m  400


• Paso 2: H0 se rechaza si z > 1.645
• Paso 3: z  [407  400] / [38 / 172 ]  2.42
• Paso 4: H0 se rechaza. Lisa puede concluir
que la media de saldos no pagados es
mayor que $400.

© 2001 Alfaomega Grupo Editor


9-20

Prueba de hipótesis: dos medias poblacionales

• Suponga que los parámetros para dos


poblaciones son: m1 , m2 , s1 y s 2
• Para muestras grandes el estadístico de
prueba es:
X1  X 2
z 2 2
s1 s2

n1 n2

© 2001 Alfaomega Grupo Editor


9-21

Prueba de hipótesis: dos medias poblacionales

• Cuando s 1 y s 2 no se conocen, pero el tamaño


de muestra n1 y n2 es mayor o igual que 30, el
estadístico de prueba es
X1  X 2
z 2 2
s1 s2

n1 n2

© 2001 Alfaomega Grupo Editor


9-22

EJEMPLO 3
• Se realizó un estudio para comparar los años
promedio de servicio de quienes se retiraron en 2009
con los que se retiraron el año anterior en Delong
Manufacturing Co. Con un nivel de significancia de
0.01 ¿podemos concluir que los trabajadores que se
retiraron el año pasado trabajaron más años según la
siguiente muestra? Nota: sea población #1= año
anterior.
Característica 2009 Año anterior
Media de la muestra 25.6 30.4
Desviación estándar 2.9 3.6
de la muestra
Tamaño de la muestra 40 45

© 2001 Alfaomega Grupo Editor


9-23

EJEMPLO 3 continuación

• Paso 1: H0 : m2  m1 H1: m2  m1
• Paso 2: Rechace H0 si z > 2.33
30.4  25.6
• Paso 3: z  2 2
 6.80
3.6 2.9

45 40
• Paso 4: Como z = 6.80 > 2.33, H0 se rechaza.
Los que se retiraron el año anterior tenían más
años de servicio.

© 2001 Alfaomega Grupo Editor


9-24

Pruebas respecto a relaciones proporcionales

• Relación proporcional: parte fraccional o


porcentaje que indica la parte de la población o
muestra que tiene un atributo particular de
interés.
• La relación proporcional muestral se
representa por p donde

número de éxitos en la muestra


p=
número muestreado

© 2001 Alfaomega Grupo Editor


9-25

Estadístico de prueba para ensayos con una sola


relación proporcional de población

p 
z
 (1   )
n
  relación proporcional poblacional

p relación proporcional muestral

© 2001 Alfaomega Grupo Editor


9-26

EJEMPLO 4

• En el pasado, 15% de la propaganda por


correo para donativos dio como resultado
contribuciones. Se mandó una nueva carta a
una muestra de 200 personas y 45 enviaron
un donativo. Para 0.05 de significancia, ¿se
puede concluir que la nueva carta fue más
efectiva?

© 2001 Alfaomega Grupo Editor


9-27

EJEMPLO 4 continuación

• Paso 1: H 0 : p  0.15 H1 : p  0.15


• Paso 2: H0 se rechaza si z > 1.645
• Paso 3: 45
 0.15
200 z  2.97
(0.15)(0.85)
200
• Paso 4: como z = 2.97 >1.645, H0 se rechaza.
La nueva carta es más efectiva.

© 2001 Alfaomega Grupo Editor


9-28

Prueba donde interviene la diferencia entre dos


relaciones proporcionales de población

• El estadístico de prueba en este caso es:


p1  p2
z
pc (1  pc ) pc (1  pc )

n1 n2

© 2001 Alfaomega Grupo Editor


9-29

Prueba donde interviene la diferencia entre dos


relaciones proporcionales de población continuación

• pc es la media ponderada de las dos relaciones


proporcionales, calculadas por:

número total de éxitos X1 + X 2


pc = =
número total de muestras n1 + n2

© 2001 Alfaomega Grupo Editor


9-30

EJEMPLO 5

• ¿Es más probable que los trabajadores solteros


falten más que los trabajadores casados? Una
muestra de 250 trabajadores casados indicó
que 22 faltaron más de 5 días el año pasado,
mientras que una muestra de 300 trabajadores
solteros indicó que 35 faltaron más de 5 días.
Utilice 0.05 de nivel de significancia. Nota: sea
población #1 = trabajadores solteros.

© 2001 Alfaomega Grupo Editor


9-31

EJEMPLO 5 continuación

• Paso 1: H0 : p2  p1 H1: p2  p1
• Paso 2: H0 se rechaza si z > 1.645
• Paso 3:
22  35
p .1036
250  300
.1167 .0880
z
.1036(1.1036) .1036(1.1036)

300 250

© 2001 Alfaomega Grupo Editor


9-32

EJEMPLO 5 continuación

• Paso 4: H0 no se rechaza. No existe diferencia


entre la proporción de trabajadores casados y
solteros que faltan más de 5 días al trabajo.
• El valor p = P{ z > 1.1} = 0.1357

© 2001 Alfaomega Grupo Editor

Vous aimerez peut-être aussi