UNIVERSIDAD NORORIENTAL PRIVADA

GRAN MARISCAL DE AYACUCHO

FACULTAD DE INGENIERA
ESCUELA DE MANTENIMIENTO INDUSTRIAL
NCLEO EL TIGRE
ESTADO ANZOTEGUI

Prueba de hiptesis

CATEDRA:
Estadstica II PONENTES:
PROFESOR
Eduardo Lopez.
Ing. Leobaldo Gil.

El Tigre, Octubre 2016.

 INDICE

INTRODUCCIN ............................................................................................................. 3
HIPTESIS ESTADSTICA ................................................................................................ 4
PRUEBA DE HIPTESIS PARA LA MEDIA (G CONOCIDA Y N GRANDE) .......................... 5
PRUEBA DE HIPTESIS PARA LA MEDIA (G DESCONOCIDA Y N PEQUEA) ................. 5
PRUEBA DE BONDAD DE AJUSTE. ................................................................................. 5
PRUEBA PARA MS DE DOS PROPORCIONES ............................................................... 6
TABLAS DE CONTINGENCIA ........................................................................................... 7
PRUEBA DE HIPTESIS PARA VARIANZA (DISTRIBUCIN DE CHI-CUADRADO) ............ 8
LA DISTRIBUCIN F PARA DOS VARIANZAS ................................................................ 11
CONCLUSION ............................................................................................................... 14
BIBLIOGRAFA .............................................................................................................. 15
 INTRODUCCIN

La experiencia sobre el comportamiento de algn ndice de un proceso, o la

exigencia del cumplimiento de alguna norma nos lleva a realizar
proposiciones sobre el valor de algn parmetro estadstico.

Estas proposiciones se denominan Hiptesis y el procedimiento para decidir

si se aceptan o se rechazan se denomina Prueba de Hiptesis. Una
hiptesis Estadstica es una proposicin sobre los parmetros de una
poblacin o sobre la distribucin de probabilidad de una variable aleatoria.

El Mtodo Estadstico es un poderoso instrumento o procedimiento de

trabajo del Mtodo Cientfico. Es comn que se tenga el criterio reducido, de
que el mismo se ponga de manifiesto cuando se tiene recogida cierta
cantidad de datos y se pretenda analizar los mismos para llegar a las
deducciones necesarias, algo que se contradice cuando se mencionan sus
etapas: Planificacin de la investigacin. Recoleccin de la Informacin.
Elaboracin de los datos recogidos. Anlisis e interpretacin.

La inferencia estadstica se ocupa de la obtencin de conclusiones en

relacin a un gran nmero de sucesos, en base a la observacin de una
muestra obtenida de ellos.

Los mtodos de la estadstica inferencial sealan los procedimientos que se

han de seguir para poder extraer conclusiones vlidas y fiables, a partir de la
evidencia que suministra las muestras.
HIPTESIS ESTADSTICA Cualquier investigacin estadstica
implica la existencia de hiptesis o
Para llegar a tomar decisiones, afirmaciones acerca de las
conviene hacer determinados poblaciones que se estudian.
supuestos o conjeturas acerca de las
poblaciones que se estudian. Tales La hiptesis nula (Ho) se refiere
supuestos que pueden ser o no siempre a un valor especificado del
ciertos se llaman hiptesis parmetro de poblacin, no a una
estadsticas y, en general, lo son estadstica de muestra. La letra H
sobre las distribuciones de significa hiptesis y el subndice cero
probabilidad de las poblaciones. no hay diferencia. Por lo general hay
un "no" en la hiptesis nula que
Por lo general se refiere a los indica que "no hay cambio"
parmetros de la poblacin acerca Podemos rechazar o aceptar Ho.
de la cual se quiere hacer la
afirmacin. Es un procedimiento La hiptesis nula es una afirmacin
para, a partir de una muestra que no se rechaza a menos que los
aleatoria y significativa, extraer datos maestrales proporcionen
conclusiones que permitan aceptar o evidencia convincente de que es
rechazar una hiptesis previamente falsa. El planteamiento de la
emitida sobre el valor de un hiptesis nula siempre contiene un
parmetro desconocido de una signo de igualdad con respecto al
poblacin. valor especificado del parmetro.

Existen procedimientos sistemticos La hiptesis alternativa (H1) es

para una prueba de hiptesis de una cualquier hiptesis que difiera de la
muestra, uno de ellos es plantear la hiptesis nula. Es una afirmacin
hiptesis nula Ho y la hiptesis que se acepta si los datos
alternativa H1. maestrales proporcionan evidencia
suficiente de que la hiptesis nula es
falsa. Se le conoce tambin como la
hiptesis de investigacin.
El planteamiento de la hiptesis
alternativa nunca contiene un signo
de igualdad con respecto al valor
especificado del parmetro.
PRUEBA DE HIPTESIS PARA
LA MEDIA (G CONOCIDA Y N
GRANDE)
Cuando se plantean hiptesis par la
media de la poblacin, a partir de
muestras grandes y la desviacin
estndar poblacional es conocida, el
estadstico de prueba est dado por:
z = (X - )/(/n)
PRUEBA DE HIPTESIS PARA
LA MEDIA (G DESCONOCIDA Y
N PEQUEA)
Esta es la prueba de hiptesis ms
simple y pretende responder a la
siguiente pregunta:
Es el valor del estimador igual a la
media poblacional ?
Si asumimos que la media proviene
de una poblacin con una
distribucin normal y que la muestra
se obtuvo en forma aleatoria se
puede utilizar el estadstico t para
someter a prueba esta hiptesis.
Dicho estadstico tiene una
distribucin t de Estudiante con n-1
grados de libertad.
Donde S = desviacin estndar, X =
media muestral y n: tamao de
muestra.
PRUEBA DE BONDAD DE
AJUSTE.
Consiste en determinar si los datos
de cierta muestra corresponden a
cierta distribucin poblacional. En
este caso es necesario que los
valores de la variable en la muestra
y sobre la cual queremos realizar la
inferencia est dividida en clases de
ocurrencia, o equivalentemente, sea
cual sea la variable de estudio,
deberemos categorizar los datos Criterio de Informacin de
asignado sus valores a diferentes Akaike
clases o grupos.
PRUEBA PARA MS DE DOS
Metodologa til para validar las PROPORCIONES
hiptesis sobre la distribucin terica
en la poblacin que se realiza en la Cuando se desea probar la hiptesis

estadstica paramtrica, i.e., de que las proporciones en dos

contrastes de hiptesis, intervalos de poblaciones no son diferentes, las

confianza, regresin lineal, etc. dos proporciones mustrales se

emplean para determinar el error

La bondad de ajuste de un modelo estndar de la diferencia entre

estadstico describe lo bien que se proporciones. La estimacin

ajusta un conjunto de observaciones. conjunta de la proporcin

Las medidas de bondad en general poblacional, basada en las

resumen la discrepancia entre los proporciones obtenidas en dos

valores observados y los que valores muestras independientes, es:

esperados en el modelo de estudio.

+


=

Para calcular si una distribucin
dada se ajusta a un conjunto de
El error estndar de la diferencia
datos, se pueden utilizar las
entre proporciones que se usa para
siguientes pruebas:
probar la suposicin de no diferencia
es:
Prueba de Kolmogrov-Smirnov
Criterio de Cramr-von Mises
(
) (
)
=
+
Prueba de Anderson-Darling

Test de ShapiroWilk
Test de chi cuadrado
La hiptesis nula por probar es corresponden a estas variables
normalmente de la forma, categricas.

: = : ( ) = Por ejemplo, despus de una

eleccin reciente entre dos
Contra una hiptesis alternativa de candidatos, una encuesta de salida
uno o dos extremos. registr el sexo y el voto de 100
La frmula para obtener el electores seleccionados de manera
estadstico z para probar la hiptesis aleatoria y los datos se tabularon de
nula de que no hay diferencia entre la siguiente manera:
dos proporciones poblacionales es:

Para que la diferencia de las

proporciones mustrales tenga una
distribucin aproximadamente Esta tabla de contingencia cuenta
normal, los tamaos de las muestras las respuestas segn sexo y voto. El
deben ser grandes y las conteo en la interseccin de la fila i y
proporciones no deben estar muy la columna j se denota como nij, y
cerca de 0 o 1. representa el nmero de
observaciones que muestra esa
TABLAS DE CONTINGENCIA combinacin de niveles.

Una tabla de contingencia es una

Por ejemplo, n1,2 muestra el nmero
tabla que cuenta las observaciones
de encuestados masculinos que
por mltiples variables categricas.
votaron por el Candidato B.
Las filas y columnas de las tablas
La tabla tambin incluye los totales Entre sus desventajas tenemos:
marginales para cada nivel de las
variables. Los totales marginales 1. La prueba se aplica a datos
para las filas muestran que 52 de los agrupados y por lo tanto el valor del
encuestados fueron mujeres. estadstico de prueba depende del
nmero de clases utilizadas. Para
Los totales marginales para las que la aproximacin Chi-cuadrado
columnas muestran que 67 de los sea vlida, la frecuencia esperada
encuestados votaron por el por clase debe ser al menos cinco,
Candidato A. Adems, la suma total
muestra que el tamao de la 2. Requiere de un tamao de
muestra es 100. muestra suficientemente grande
para que la aproximacin de chi-
PRUEBA DE HIPTESIS PARA cuadrado sea vlida. La prueba no
VARIANZA (DISTRIBUCIN DE es vlida para muestras pequeas.
CHI-CUADRADO)
La hiptesis y el estadstico de
La prueba de chi-cuadrado se utiliza prueba de chi-cuadrado es el
para probar si una muestra de datos siguiente:
(discreta o continua) proviene de una
poblacin con una distribucin H0: Los datos siguen la distribucin
particular (e.g. normal, binomial, especificada (en este caso la
Poisson). normal).

Su principal ventaja es que puede HA: Los datos siguen la distribucin

aplicarse a cualquier distribucin especificada (en este caso la
univariada para las que se puede normal).
calcular su funcin de distribucin
acumulada.
El estadstico de prueba es: Por ejemplo, para la distribucin
normal, c = 2. Por lo tanto, la
hiptesis de que los datos provienen
de una poblacin con la distribucin
Donde Oi es la frecuencia
especificada se rechaza si
observada para la clase i y Ei es la
frecuencia esperada para dicha
2 > 2 (1-alfa, k-c)
clase.

Donde, 2 (1-alfa, k-c) es el valor

La frecuencia esperada se es igual
crtico de chi-cuadrado con k - c
a:
grados de libertad y un nivel de
significacin .

Donde F es la funcin de distribucin

Ejercicio
acumulada para la distribucin que
se somete a prueba (en este caso la
Se ha tomado una muestra aleatoria
normal), Yu es el lmite superior de la
de 40 bateras y se ha registrado su
clase i, Yl es el lmite inferior de la
duracin en aos. Estos resultados
clase i, y N es el tamao de la
se los ha agrupado en 7 clases en el
muestra.
siguiente cuadro:

El estadstico de prueba 2 sigue,

aproximadamente, una distribucin
de chi-cuadrado con (k - c) grados
de libertad, donde k es el nmero de
clases no vacas y c = el nmero de
parmetros estimados (i..e
parmetros de localizacin, escala y
forma) para la distribucin + 1.
Verificar con 5% de significancia que Clculo de las frecuencias
la duracin en aos de las bateras esperadas
producidas por este fabricante tiene
duracin distribuida normalmente e1 = p1 n = 0.0136 (40) 0.5
con media 3.5 y desviacin estndar e2 = p2 n = 0.0532 (40) 2.1
0.7. e3 = p3 n = 0.135 (40) 5.4
... (etc)
Solucin

Sea X: duracin en aos (variable

aleatoria continua)

Es necesario que se cumpla la

Clculo de la probabilidad
condicin i, ei 5 por lo que se
correspondiente a cada intervalo
deben agrupar clases adyacentes.
Como resultado se tienen cuatro
p1 = P(X1.95) = P(Z(1.95
clases k=4
3.5)/0.7) = 0.0136
p2 = P(1.95X2.45) = P((1.95
3.5)/0.7 Z (2.45 3.5)/0.7) =
0.0532
p3 = P(2.45X2.95) = P((2.45
3.5)/0.7 Z (2.95 3.5)/0.7) =
0.135 ... (etc)
Ahora se puede definir la regin de parmetros. Es una distribucin que
rechazo de Ho. Observemos que en aparece, con frecuencia, como
este ejemplo la media y la distribucin de un estadstico de test,
desviacin estndar de la en muchos contrastes de hiptesis
distribucin normal no se estimaron, bajo las suposiciones de normalidad.
sino que estn propuestas, de
donde: Se denomina prueba F a cualquier
r=0 prueba en la que el estadstico
= 0.05, = k 1 = 3, X20.05 = utilizado sigue una distribucin F si
7.815 la hiptesis nula no puede ser
rechazada.
Rechazar Ho si 2 > 7.815
La hiptesis de que las medias de
5) Clculo del estadstico de prueba mltiples poblaciones normalmente
distribuidas y con la misma
desviacin estndar son iguales.

Esta es, quizs, la ms conocida de

las hiptesis verificadas mediante el
Decisin test F y el problema ms simple del
Como 3.05 no es mayor a 7.815, se anlisis de varianza.
dice que no hay evidencia suficiente
para rechazar el modelo propuesto La hiptesis de que las desviaciones
para la poblacin. estndar de dos poblaciones
normalmente distribuidas son
LA DISTRIBUCIN F PARA DOS iguales, lo cual se cumple.
VARIANZAS
La distribucin F es una distribucin
La distribucin F de Fisher es una continua de muestreo de dos
distribucin que depende de dos variables aleatorias independientes
con distribuciones de chi-cuadrado, entre sus grados de libertad.
cada una de las cuales se divide
Calculando las medias
Ejercicio aritmticas se obtiene:

Los pesos en kg por 1,7 m de

estatura se ilustran en la siguiente
tabla. La finalidad es determinar si
existen diferencias reales entre las
cuatro muestras. Emplear un nivel
de significacin de 0,05:

Se llena la siguiente tabla para

calcular las varianzas
muestrales:

Solucin:

Las hiptesis Nula y Alternativa

son:

Remplazando los datos en la

frmula de la varianza se obtienen
las varianzas de las 4 muestras.
 Se llena la siguiente tabla:

Calculando la estimacin interna

de varianza se obtiene:
Se remplaza los datos de la tabla
para calcular varianza de las
medias aritmticas

Para calcular la estimacin Calculando la estimacin

intermediante de varianza primero intermediante de varianza se
se calcular la varianza de las obtiene:
medias aritmticas
 CONCLUSION

Si se condensan los resultados hasta aqu obtenidos, a manera de

conclusiones se puede abordar, que todo problema de prueba de hiptesis
consiste en lo siguiente:

Identificar una variable aleatoria X que tiene una distribucin conocida, es

decir, que pertenece a una clase determinada, por ejemplo a las del tipo
normal, y con relacin a la cual se quiere tomar una decisin respecto al
valor de un parmetro desconocido, pero asociado a ella, digamos (, (, ...,etc

As mismo, se plantea una hiptesis nula, donde se asume un valor para el

parmetro; y una hiptesis alternativa donde se contradice lo expresado en la
hiptesis nula.

De la misma manera, se escoge el nivel de significacin a, que es la

probabilidad de rechazar la hiptesis nula siendo esta cierta. Se selecciona
una muestra de tamao n para estimar el parmetro desconocido y poder
posteriormente decidir si se rechaza o no H0.

Se define la regin crtica para la prueba de hiptesis de inters. Se toma la

decisin de rechazar H0, con un nivel de significacin a si el valor estimado
del parmetro est en la regin crtica y de no rechazar H0 si este valor no
est en la regin crtica.
 BIBLIOGRAFA

SUREZ, Mario, (2012), Interaprendizaje de Probabilidades y Estadstica

Inferencial con Excel, Winstats y Graph, Primera Edicin. Imprenta M &
V, Ibarra, Ecuador.

Gmez-Gmez Manuel, Danglot-Banck Cecilia, Vega-Franco Leopoldo.

2003. Sinopsis de pruebas estadsticas no paramtricas. Cundo usarlas.
Revista Mexicana de Pediatra. Vo. 70, No. 2:91-99.Disponible en
http://www.medigraphic.com/pdfs/pediat/sp-2003/sp032i.pdf. Visitado 28
junio 2012.

MURRAY R. SPIEGEL. Teora y Problemas de Estadstica. Direccin

General de de Formacin y Perfeccionamiento de Personal Pedaggico.
La Habana. 1979

GUERRA BUSTILLO Caridad W, MENENDEZ ACUA Ernesto,

BARRERO MORERA Rolando. EGAA MORALES Esteban. Estadstica.
Editorial Pueblo y Educacin. La Habana. 1991