Pruebas de Hipótesis

Mdulo 2
Unidad 2 y 3
Lectura 2
Pruebas de Hiptesis
Materia: Herramientas Matemticas V Estadstica II

Profesora: Mgter. Vernica Herrero

Unidad 2: Prueba de Hiptesis

2.1 Pruebas de Hiptesis - Fundamentos
2.1.1 Concepto y estrategia general de las
pruebas de hiptesis
Bibliografa Bsica En algunas ocasiones, el estadstico debe proveer soporte para responder
Para cumplir con los un interrogante sobre si es cierta o no determinada idea previa que
objetivos de la Unidad 2 tenemos, por ejemplo, sobre el valor de algn parmetro.
del programa, es necesario
profundizar en los temas
desarrollados en el
Captulo 11 del texto de Para poder dar respuesta, las pruebas de hiptesis tienen la siguiente
Bibliografa Bsica. lgica: si conocemos la distribucin muestral de un estadstico que
(Berenson & Levine, relacione el parmetro sobre el cual nos interesa comprobar una
1996), relacionndolos afirmacin, con un estimador del mismo, podemos decidir que la
con los comentarios, afirmacin es aceptable si en la muestra obtenemos un resultado
ejemplos y
razonablemente cercano al previsto en la afirmacin. Si por el contrario, la
recomendaciones de las
lecturas del mdulo. evidencia de la muestra arroja un valor muy alejado, desconfiaremos de la
validez de la idea supuesta sobre el valor del parmetro. Como puede verse,
este tipo de razonamiento es de lo ms habitual en la forma de proceder y
tomar decisiones a diario: someter nuestras ideas a alguna evidencia
Captulos: 11 (Apartados
(siempre parcial, limitada, accesible, como una muestra), y considerar
11.1, 11.2, 11.3, 11.4, 11.5,
vlida la idea en el caso de que la informacin recogida parezca consistente
11.6, 11.7, 11.8, 11.9, 11.10,
con ella, y descartarla en caso contrario.
11.11, 11.12)
Como permite ver esta estrategia, de lo ms prctica por cierto, estamos

dispuestos a asumir ciertos riesgos de equivocarnos, justamente por basar
nuestra decisin en informacin parcial. La realidad podra ser diferente a
la situacin descripta por los datos que reunimos en nuestra muestra, y en
definitiva, estar tomando una decisin equivocada acerca del valor del
parmetro poblacional. De estos aspectos se trata la unidad que
comenzamos a recorrer.
Materia:HerramientasMatemticasV(EstadsticaII)
Profesora:Mgter.VernicaHerrero|2

Algunas analogas tiles para comprender esta

metodologa
Antes de iniciar el abordaje estadstico de las pruebas de hiptesis,

recorrer algunas comparaciones tiles que suelen presentarse en la
literatura:
1. Se desea informar sobre la presencia de alguien o algo en una

habitacin cerrada. Slo podemos observar por la rendija de la
puerta (la zona que nos permite observar sera nuestra muestra). Si
alguien o algo es visible en ese sector, podemos tomar una decisin
correcta. Si no aparece nada en la muestra, podra ser tanto que
efectivamente no hay nadie en la habitacin, como que, hay alguien
o algo, pero se encuentra en una zona de la habitacin no accesible
desde nuestro punto de observacin. Este es uno de los errores de
las pruebas estadsticas que estudiaremos.
Muestra: Observacin por la

cerradura de una habitacin
cerrada
Error posible:
- Considerar que no hay

nada o nadie por no
observarlo en la
muestra.
2. Otro ejemplo interesante es el vinculado con un juicio, donde se est

analizando la culpabilidad o inocencia de un acusado de un crimen.
El proceso trata de reunir pruebas para determinar la culpabilidad o
inocencia del acusado. La decisin que se tome en base a la
evidencia (muestral, de las pruebas), puede ser correcta, si se lo
declara inocente y efectivamente no cometi el crimen. Tambin es
correcta si el acusado es culpable y el veredicto as lo determina.

Muestra: Evidencia reunida por la

fiscala (o por los querellantes, de
acuerdo con las reglas del proceso
legal); o las coartadas del acusado.
Errores posibles:
- Declarar culpable a un
inocente.
- Declarar inocente a un
culpable.
Sin embargo, hay dos situaciones que claramente reflejan errores

(que nos haran pensar en injusticias en una situacin de juicio): si
el acusado es culpable y se lo declara inocente, como tambin si el
acusado es inocente y se lo declara culpable). Los sistemas de
justicia estn diseados de acuerdo a cul de estos errores se desee
minimizar, cuando por ejemplo, nadie es culpable hasta que se
pruebe lo contrario, o cuando un acusado debe demostrar su
inocencia.
3. Como estudiantes (en su caso) y como docente en el mo, la

situacin que les mencionar ahora, es una de las que ms nos
ocupa cotidianamente: establecer a travs de un examen o
evaluacin, si los alumnos comprendieron o aprendieron una serie
de temas. Permanentemente en el sistema educativo estamos
emitiendo este tipo de juicios, basados en la evidencia de muestras
(las evaluaciones mismas son muestras donde se han seleccionado
temas del conjunto total de tpicos incluidos en el temario a evaluar,
como tambin de ejercicios o competencias que resultan de inters).
Por supuestos que si una evaluacin aprueba a un alumno que
efectivamente conoce / comprende los temas, estamos tomando una
decisin correcta. Idnticamente, si se reprueba a quien no sabe los
contenidos. Los problemas aparecen si un alumno que sabe los
contenidos es reprobado en la evaluacin, o bien, si se aprueba a
quien realmente no los conoce. En este caso tambin los docentes
suelen definir sus estrategias evaluativas de manera de minimizar el
error que consideran ms grave o daino de los dos.

Muestra: la
evaluacin
Errores posibles:
- Aprobar a
quien no sabe
los contenidos
- Reprobar a
quien sabe los
contenidos
Hiptesis nula y alternativa
La primera tarea consiste en definir de manera correcta cul va a ser la

hiptesis que queremos someter a contraste o prueba.
Comenzaremos trabajando en este mdulo con hiptesis referidas a valores

de un parmetro poblacional en particular.
En todos los problemas aparecen dos hiptesis contrapuestas: la hiptesis

nula y la hiptesis alternativa. Cada una de ellas representa un estado de la
naturaleza que involucra valores del parmetro poblacional. En la hiptesis
nula siempre aparece un igual (ya sea un igual estricto o, un mayor o igual,
o un menor o igual), referido a cierto valor del parmetro. La hiptesis
alternativa de cada caso respectivo siempre es una negacin de la hiptesis
nula, de manera de resultar cierta siempre que sea falsa la hiptesis nula.
La hiptesis alternativa nunca incluye el signo igual.
La hiptesis nula es la idea previa sobre el valor del parmetro que se va a

probar. La hiptesis alternativa (establecida siempre como lo opuesto a lo
afirmado en la hiptesis nula) indica la conclusin que es verdadera si se
lograr rechazar la hiptesis nula.

La hiptesis nula se representa simblicamente de la siguiente manera: Ho.

La hiptesis alternativa se indica con alguna de las simbologas: H1 Ha
Veamos algunos ejemplos.
Supongamos una prueba referida a la media poblacional :
Ho: =15
H1: 15
Ho: 15
H1: <15
Ho: 15
H1: >15
n las pruebas de hiptesis, a travs de la evidencia muestral, se decidir

rechazar la hiptesis nula si as permiten los datos analizados, o bien, no
rechazarla. Observen atentamente que no decimos aceptarla, ya que no
tenemos informacin suficientemente contundente, por el hecho de ser
muestral y estar por tanto sometida a los riesgos vinculados con este tipo de
informacin. Tal como indican Berenson y Levine:
La metodologa de prueba de hiptesis est diseada de modo que nuestro

rechazo de la hiptesis nula est basado en evidencias, aportadas por la
muestra, de que es ms probable de que nuestra hiptesis alternativa sea
verdadera. Sin embargo, el hecho de no rechazar la hiptesis nula no es una
prueba de que sta sea verdadera.

Valor crtico del estadstico de la prueba
Cuando describimos en trminos generales el procedimiento lgico

implicado en las pruebas de hiptesis indicamos que rechazaramos la
hiptesis nula si de la evidencia muestral resultara un valor muy alejado al
hipotetizado, as como no la rechazaramos en caso de obtener de la
muestra un valor relativamente cercano al establecido en la Ho.
Deberemos trabajar con las distribuciones correspondientes para establecer

qu es demasiado cercano o demasiado alejado de la idea previa explcita en
la hiptesis nula.
El valor crtico definir un punto de corte para tomar la decisin estadstica,

un valor que antes de considerar la informacin muestral, ser el criterio
para definir la regla de decisin, estableciendo qu valores se tomarn como
cercanos al establecido en la hiptesis nula, y cules (por estar ms all del
valor crtico) como demasiado alejados del establecido en la Ho.
Determinacin de las zonas de rechazo y no

rechazo
Los (o el valor crtico, segn se trate de una prueba bilateral o unilaterial)

del estadstico van a determinar las zonas de rechazo y no rechazo de la
hiptesis nula en la distribucin muestral del estadstico de prueba.
Si el estadstico de prueba calculado en base a los datos de la muestra, cae

en la zona de rechazo, se tomar esa decisin; y por el contrario, si el
estadstico resulta ms alejado del valor hipottico del parmetro (es decir,
cae en la zona de rechazo), se tomara esta otra decisin estadstica, vale
decir, rechazar la hiptesis nula.

Figura: Valores crticos y determinacin de las zonas de rechazo y no

rechazo en una prueba bilaterial
La figura anterior, se muestra cmo se relacionan las zonas de rechazo en

una prueba bilateral (donde aparece un signo de igualdad estricta en la
hiptesis nula y una desigualdad en la hiptesis alternativa) con los valores
crticos.
2.2. Errores deTipo 1 y 2

Riesgos considerados en las pruebas de hiptesis
Bibliografa Bsica
Como presentamos en las analogas a las pruebas de hiptesis, la decisin
Recuerde revisar este tema estadstica tiene asociados riesgos o errores derivados de tomar una
en detalle en el texto de decisin incorrecta.
Berenson & Levine
(1996). El punto 11.2.4
complementa lo explicado
en este apartado.

Se comete el error tipo I, cuando la hiptesis nula es cierta, pero se la

rechaza (esto ocurre cuando la evidencia de la muestra indica que es
inverosmil nuestra hiptesis, lo cual nos lleva a tomar esa decisin
incorrecta).
El error tipo II est implicado en el no rechazo de la hiptesis nula

cuando sta es falsa. Si bien debera ser rechazada, tambin a instancias de
un valor muestral no tan alejado, se toma una decisin incorrecta.
Veamos las situaciones posibles que pueden encontrarse en las decisiones

de una prueba estadstica:
Estado de la naturaleza
Decisin Ho cierta Ho falsa
No rechazar Decisin correcta Decisin incorrecta

Ho
Probabilidad asociada: Probabilidad asociada:
Coeficiente de Riesgo:
confianza:

1-
Rechazar Ho Decisin incorrecta Decisin correcta
Probabilidad asociada: Probabilidad asociada:
Nivel de significacin: Potencia de la prueba:
1-
El coeficiente de confianza (1-) indica la probabilidad de no rechazar la Ho

cuando sta es verdadera.
El nivel de significacin () es la probabilidad de cometer el error tipo I, es

decir, de rechazar la Ho cuando sta es verdadera.

El riesgo () es la probabilidad de cometer un error tipo II, o lo que es lo

mismo, de no rechazar la hiptesis nula cuando sta es falsa.
La potencia de la prueba (1-) es la probabilidad de rechazar la Ho cuando

Potencia de una
Prueba sta es falsa.
Este punto del programa

ser tratado en detalle ms
adelante, juntamente con Las probabilidades y estn relacionadas, de manera que si una de ellas
el desarrollo de la prueba disminuye, la otra aumenta. Por ello, la manera de disminuir ambos riesgos
de hiptesis de la media en es aumentar el tamao de la muestra.
la Unidad 3.
2.3. Clasificacin de las pruebas de

hiptesis
Como hemos explicado anteriormente, las pruebas de hiptesis pueden ser
de uno o dos extremos (unilaterales o bilaterales). Esto depender del
planteo de la hiptesis nula, en funcin del cul, la zona de rechazo se
ubicar en uno de los extremos o se distribuir entre ambos. Este concepto
se desarrollar mejor a medida que se presenten cada uno de los casos de
pruebas de hiptesis.
Pasos para realizar una prueba de

hiptesis
En todos los casos y ejercicios de pruebas de hiptesis se deben desarrollar

ordenadamente los siguientes pasos:
1. Establecer la hiptesis nula

2. Establecer la hiptesis alternativa
3. Seleccionar el nivel de significacin
4. Definir el tamao de la muestra
5. Establecer qu estadstico muestral, con distribucin conocida, se
utilizar en la prueba
6. Calcular el o los valores crticos, identificando as las zonas de
rechazo y no rechazo (lo cual deriva en disponer de una la regla de
decisin)

7. A partir de los datos muestrales, obtener el valor del estadstico

muestral
8. Verificar en qu zona (de rechazo o de no rechazo) cay el
estadstico de prueba obtenido con los datos muestrales
9. Tomar la decisin estadstica en base a la regla de decisin
10. Indicar la conclusin del problema
Unidad 3: Pruebas de
Estimadores
3.1 Prueba respecto de una media
3.1.1 Prueba de hiptesis para la media
Prueba de Hiptesis
para una media poblacional con varianza conocida
Este punto del programa se
desarrolla en la unidad 9 Prueba z
del texto de Berenson &
Levine (1996), dado que Dado que esta es la prueba ms sencilla, es la que se utilizar para explicar
los autores toman este el proceso general de prueba de hiptesis que complementa lo tratado en la
primer caso para explicar Unidad 2, siguiendo el orden presentado en la Bibliografa bsica.
los aspectos generales del
procedimiento de prueba
de hiptesis. Tenga
presente que este Prueba de hiptesis para la media poblacional
procedimiento se replicar
en cada una de las pruebas
que siguen en el programa. Varianza conocida
Prueba Z
Supongamos que queremos someter a prueba una hiptesis referida a la

edad de emigracin promedio de los ciudadanos de determinado pas.
Expertos en la problemtica de la emigracin refieren que para la corriente
migratoria que se analiza, la edad promedio es de 25 aos. Se conoce que la
varianza de esta variable es 3,5 aos2. Se tom una muestra de 24
emigrantes seleccionados al azar en un perodo de 6 meses, y se obtuvo que
la edad promedio era de 22 aos. Con una significacin =0,05, puede
considerarse verdadera la hiptesis?
En este caso estamos analizando una prueba bilateral, porque se trata de

someter a prueba una igualdad estricta versus una desigualdad.

Sigamos cada uno de los pasos planteados:
Ho: =25 aos
Es decir, la edad promedio al momento de emigrar es de 25 aos.
Ho: 25 aos
Es decir, la edad promedio al momento de emigrar es distinta de 25

aos.
Se trabajar con =0,05

La muestra de trabajo consta de 24 casos.

Como se conoce la varianza, se trabajar con el estadstico Z:
x
Z=
/ n

decisin)
Como se pidi trabajar con una significacin de 0,05, los valores

crticos de Z sern -1,96 y 1,96.

As, queder determinada la siguiente regla de decisin (indicada

tambin en la siguiente figura):
Si el estadstico muestral resultante es inferior a -1,96, o si es

mayor a 1,96, se rechazar la hiptesis nula.
Si el estadstico muestral es mayor a -1,96 y menor a 1,96,
entonces, no se rechaza la hiptesis nula.
Figura: Determinacin de zona de rechazo y no rechazo, en la

distribucin normal estndar
-Z1- /2=-1,96 0 Z1-/2=1,96

muestral
Bajo Ho cierta:
x
Z=
/ n
22 25
Z =
1,87 / 24
Z = 7,85


El valor del estadstico muestral se ubica en la zona crtica o zona de

rechazo.
Se debe rechazar la Ho.
Con la evidencia muestral disponible no puede suponerse que la

edad promedio de emigracin es 25 aos.
Casos de pruebas de hiptesis: uno y dos extremos
En los casos en los cuales queremos someter a prueba una hiptesis referida
a la igualdad del parmetro a determinado valor, contra la hiptesis
alternativa de desigualdad de ese valor. En ese caso, tanto si la evidencia
muestral resulta en valores muy elevados o muy reducidos del parmetro,
sospechamos de la veracidad de la hiptesis nula, y optaremos por
rechazarla. Por lo tanto en estos caso, situamos la probabilidad de rechazar
una hiptesis nula siendo cierta (significacin) en los extremos superior e
inferior de la distribucin que estamos considerando.
Este tipo de pruebas se conoce como prueba de dos extremos o de dos

colas. En tales caso, el nivel de significacin se reparte entre ambas colas
(/2 en cada una).

Figura
Prueba de dos colas (o dos f ( )

extremos):
Ho: =0
H1: 0
Donde representa un
parmetro cualquiera
En el grfico puede observarse cmo la significacin se reparte entre los dos

extremos.
Fuente: Elaboracin propia
Cuando estamos sometiendo a prueba una hiptesis nula con una

desigualdad contra su complemento, todo el riesgo se ubica en uno de los
extremos. Estas son las pruebas de un extremo o una cola.
Figura
Prueba de una cola (o un f ( )

extremo):
Ho: 0
H1: >0


f ( )
Ho: 0
H1: <0

Donde representa un
parmetro cualquiera
En el grfico puede observarse cmo la significacin se ubica en el extremo

donde se ubican los valores muestrales que hacen sospechar de la veracidad
de la hiptesis nula.
Vinculacin entre la prueba de hiptesis y la estimacin por

intervalos
Tanto las pruebas de hiptesis como la estimacin por intervalos se derivan

de los conceptos que permiten hacer inferencia basados en una muestra.
Un aspecto que suele generar confusin cuando se enfrenta por primera vez
los procedimientos de prueba de hiptesis y estimacin, es la equivalencia
de los valores correspondientes a los lmites de los intervalos de confianza y
los valores crticos que delimitan las zonas de rechazo y no rechazo (en
trminos no estandarizados).
En definitiva, los valores que forman parte del intervalo de valores que se
estiman, tambin son los que hacen, numricamente, aceptables la
hiptesis nula.

Pese a esta especie de dualidad, los propsitos de ambos tipos de

procedimientos son substancialmente diferentes en el marco de las
correspondientes investigaciones que los enmarcan.
Valor p
Otra manera en la que puede abordarse y resolverse una prueba de

hiptesis es determinar el nivel de significacin que tiene asociado el valor
resultante del estadstico con los datos muestrales.
El valor p es la probabilidad de obtener un estadstico igual o mayor que el

valor muestral, siendo la hiptesis nula cierta.
R. Weiers, en su texto de Estadstica para los negocios, indica la siguiente

analoga, en una prueba de salto en alto:
equivale a que Ud. saltara tan alto como pudiera sin tener que pasar
sobre una barra, y que luego los jueces le indicaran a qu altura la habra
rebasado si la barra estuviera en el lugar (pp. 432).
Esta modalidad de resolucin es de gran practicidad en el caso de contar

con resultados procesados a travs de software estadstico, que
directamente aproximan numricamente el clculo de probabilidad
implicado, arrojando para la muestra, el valor p (o p-valor como tambin se
lo conoce). Simplemente el investigador compara esa significacin con la
que considera para su investigacin (el valor ), y si el valor p supera al ,
entonces no se rechaza la hiptesis nula, y en cambio, si es mayor que p,
entonces se rechaza la hiptesis nula.
Obviamente, esta regla de decisin se relaciona con el hecho de que si la

significacin del estadstico muestral es mayor que , entonces, ese valor se
encuentra en la zona de rechazo, y viceversa.
Siguiendo al texto de la materia, los pasos correspondientes a una prueba

de hiptesis utilizando el valor p, se sintetizan de la siguiente manera:


3. Seleccionar el nivel de significacin ()
4. Considerar el tamao de la muestra
5. Determinar la prueba y el estadstico que se utilizarn.
6. Calcular el estadstico con los datos muestrales
7. Estimar el valor p para el estadstico muestral
a. Considerar la distribucin bajo hiptesis nula cierta
b. Utilizar un grfico de la distribucin y ubicar el valor del
estadstico muestral calculado.
c. Calcular la probabilidad deseada ayudado de las tablas o
programa estadstico apropiado
8. Comparar el valor p con
9. Tomar la decisin estadstica
10. Elaborar la conclusin
Potencia de una prueba
La potencia de la prueba es la sensibilidad que sta tiene para detectar

situaciones en las cuales corresponde rechazar la hiptesis nula por ser sta
falsa.
Como mencionamos anteriormente, la potencia tiene una probabilidad 1-,

ya que es el complemento del riesgo (asociado con el error tipo II,
correspondiente a no rechazar Ho cuando sta es falsa).
En general, el clculo de la potencia de una prueba es una tarea compleja,

cuando puede llegar a calcularse.
Intuitivamente se puede comprender que es ms alta esta probabilidad a

medida que ms alejada est la hiptesis nula de la realidad: mientras ms
distanciado sea el valor que se postula en la hiptesis nula referido al
parmetro, del que realmente tiene, es ms probable que la evidencia
muestral nos seale el error. Por el contrario, cuando el valor que se postula
en la hiptesis nula est prximo (aunque no exacto) al verdadero, la

evidencia muestral nos confundir, ya que en muchos casos caer el

estadstico muestral en la zona de no rechazo.
El siguiente ejemplo est elaborado teniendo en cuenta la distribucin de la

media muestral, en una prueba de hiptesis para la media poblacional. El
sitio http://www.seeingstatistics.com/seeing1999/resources/opening.html
permite ver cmo vara la potencia de la prueba para diferentes escenarios
que suponemos referidos al verdadero valor de la media poblacional.
Como permiten ver los paneles grficos de las siguientes pginas, en los
casos en los cuales el verdadero valor est alejado de lo hipotetizado, la
probabilidad de rechazar la hiptesis nula es alta. La potencia de la prueba
est identicada como el rea sombreada de azul en cada una de las figuras.
Las reas sombreadas de rojo corresponden a la significacin (que tiene una
probabilidad ), y se grafican en la distribucin que supone que la hiptesis
nula es cierta.
La probabilidad de rechazar la hiptesis nula siendo falsa se ilustra en la

distribucin correspondiente a cada verdadero valor alternativo (asociado
con ese escenario en particular).
En todos los casos, se supone en la hiptesis nula que la media poblacional

es igual a 10.
Figura: la potencia de la prueba
Escenario 1:
El verdadero valor de la
media es 7,69.

Escenario 2:
media es 7,89.
Escenario 3:
media es 8,13.
Escenario 4:
media es 8,38.

Escenario 5:
media es 8,87.
Escenario 6:
media es 9,13.
Escenario 7:
media es 9,7.

Escenario 8:
media es 10,02.
Escenario 9:
media es 11,56.
Escenario 10:
media es 12,12.

Escenario 11:
media es 12,51.
Escenario 12:
media es 12,98.
Fuente. Elaboracin propia con la herramienta de simulacin provista por:

http://www.seeingstatistics.com/seeing1999/resources/opening.html
Reflexione sobre la informacin que proveen los grficos. Qu informacin

le est faltando si Ud. quiere corroborar estos clculos de probabilidades,
considerando que se trata de una distribucin normal?
Sinteticemos la informacin del ejemplo, en una tabla donde se consignen

los valores de la potencia.

Tabla: Relacin entre el verdadero del valor del parmetro y la potencia
Escenario Verdadero valor de Potencia

la media poblacional
1 7,69 0,98
2 7,89 0,96
3 8,13 0,90
4 8,38 0,80
5 8,87 0,50
6 9,13 0,32
7 9,7 0,08
8 10,02 0,05
9 11,56 0,77
10 12,12 0,96
11 12,5 0,99
12 12,98 1
La relacin descripta en la tabla anterior puede representarse en un grfico

que se denomina Curva de potencia. El grfico presenta un mnimo en el
valor correspondiente al que se postula en la hiptesis nula. La potencia en
ese caso es igual a la significacin.

Curva de potencia
3.1.2 Prueba de hiptesis para la media

poblacional con varianza desconocida
Prueba t
Prueba t para una
media
Esta prueba sigue el

Un docente sostiene la idea de que el promedio de horas de estudio de sus
mismo procedimiento
estudiado en la prueba z alumnos ha sido inferior a 3 horas diarias en la semana previa a una
pero utilizando el evaluacin. A fin de comprobar su idea previa, realiza una breve encuesta
estadstico t, tal como lo annima, y obtiene la siguiente informacin a partir de una muestra de 15
vimos en el mdulo 1. alumnos tomados al azar del total (muy elevado) de los alumnos de las 10
Revise en detalle el tema divisiones que tiene a su cargo:
en el captulo 12
(apartado 12.3) del texto
de Berenson & Levine
(1996).

Alumno Cantidad de horas

(muestra) que estudi en la
semana previa a la
evaluacin
1 3
2 6
3 7
4 2
5 1
6 0,5
7 1
8 2
9 2,5
10 2
11 1
12 2
13 3
14 2
15 0,5
En este caso estamos analizando una prueba unilateral, porque se plantea

una desigualdad.
Sigamos cada uno de los pasos planteados:
Ho: 3 horas

Note cmo se seleccion la hiptesis nula. Si bien se sostiene que la

cantidad de horas de estudio promedio fue inferior a esa cantidad,
se utiliza en la hiptesis nula la afirmacin complementaria porque
incluye la igualdad. Y en particular, si se encuentra evidencia que
permita refutar la hiptesis nula, haberla planteado de esta manera,
nos permite un resultado ms slido.
Ho: <3 horas


Como se desconoce la varianza, se trabajar con el estadstico t, con

n-1 grados de libertad:
x
t=
s/ n

decisin)
Como se pidi trabajar con una significacin de 0,05, el valor crtico

de t, con 14 grados de libertad es -1,7613

Luego, quedar determinada la siguiente regla de decisin (indicada

Si el estadstico muestral resultante es inferior a -1,7613, se

rechazar la hiptesis nula.
Si el estadstico muestral es mayor a -1,7613, entonces, no se
rechaza la hiptesis nula.

distribucin t
-t1-; n-1=-1,7613 0 t

muestral
Bajo Ho cierta:
x
t=
s/ n
2,37 3
t=
1,866 / 15
t = 1,315


estadstico de prueba obtenido con los datos muestrales.
El valor del estadstico muestral se ubica en la zona de no rechazo.
No se debe rechazar la Ho.
Con la evidencia muestral disponible no puede descartarse que el

promedio de horas de estudio haya sido mayor o igual a 3.
3.2 Pruebas para diferencias de medias
En muchas ocasiones necesitamos conocer si existe diferencia en las

caractersticas de dos poblaciones de inters.
Prueba para
diferencias de medias
Existen varias pruebas Es habitual cuando se obtienen medidas de resumen de muestras

para contrastar hiptesis correspondientes a dos poblaciones, preguntarse si realmente hay una
sobre diferencias de diferencia significativa entre ellas, o bien, si podran considerarse iguales,
medias, teniendo en cuenta pese a la diferencia muestral observada (quiz derivada del azar). Para
algunas condiciones.
poder responder este tipo de preguntas, las pruebas de hiptesis vinculadas
Tenga precaucin en
identificar con dos medias, brindan una herramienta de gran aplicacin en diversos
correctamente cada usos de investigacin y toma de decisiones.
caso. Estas pruebas se
desarrollan en detalle en el Pruebas para muestras independientes y dependientes:
captulo 13 (Apartados diferencias entre ambos tipos de muestras
13.1, 13.2, 13.3, 13.4, 13.9)
del texto de Berenson & En el caso de las pruebas sobre diferencias de medias podemos enfrentar
Levine (1996). alguna de las siguientes situaciones, dependiendo qu tipo de diseo de
investigacin se utiliz:
1. muestras independientes
2. muestras relacionadas o apareadas

La seleccin del tipo de comparacin que se realice est fundamentalmente

asociada con el problema que se enfrente, y el tipo de dato que se disponga
a partir de un experimento, observacin o encuesta.
Se dice que las muestras son independientes si la aparicin o seleccin de

un individuo en una muestra no tiene ninguna relacin con la aparicin o
seleccin de ningn individuo o elemento en la otra muestra. Este caso se
aplica cuando los individuos de cada una de las muestras pertenecen a dos
poblaciones distintas, cuya diferencia de medias es el propsito principal de
la prueba.
Cuando las dos muestras se han construido de manera que la inclusin de

un individuo en una de las muestras condiciona la seleccin de otro en la
otra muestra considerado, o bien, se analiza repetidamente informacin
(generalmente a lo largo del tiempo) sobre un mismo individuo, decimos
que son muestras relacionadas o apareadas.
En el caso de muestras independientes, consideraremos dos pruebas de

hiptesis referidas a las diferencias entre medias de ambas muestras,
teniendo en cuenta qu supuestos corresponda aplicar.
Prueba de diferencia de medias para muestras independientes
Caso de varianza conjunta
Consideremos el siguiente problema:
Una marca de combustibles ha desarrollado un nuevo combustible

Premium que reemplazara al que se produce actualmente, para lo cual
quiere analizar si realmente hay una diferencia en cuanto a rendimiento. Se
contrata a un experto en combustibles para determinar si existe alguna
diferencia de estos combustibles de la marca, en el mismo modelo de
automvil. El combustible A, que se est evaluando para considerar su
introduccin en el mercado, se prob en 20 autos, y se calcul una media
muestral de 14 km por litro (con una desviacin estndar de 2 km por litro),
mientras que el combustible B que se prob en 10 automviles, produjo una
media de rendimiento de 13,2 kilmetros por litro, con una desviacin
estndar de 2,1 km por litro. Suponiendo varianzas iguales, existe

evidencia de que el nuevo combustible, A, supera al que se produce en la

actualidad?
Veamos paso a paso cmo comprobamos esta hiptesis.
Ho: 12 0
Vamos a llamar muestra 1 a la correspondiente al nuevo

combustible (A), y 2 a la del combustible que se produce
actualmente.
Dado que nos interesa ver si el nuevo combustible tiene ms

rendimiento que el actual, en la hiptesis nula planteamos el estado
de la naturaleza que si se puede se descartar con evidencia
muestral contundente.
H1: 12> 0

Las muestras de trabajo constan de 20 casos y 10 casos
respectivamente.


El estadstico tiene distribucin t, con n1+n2-2 grados de libertad:
( x1 x 2 ) ( 1 2 )
t=
1 1
s 2p +
n1 n 2
Donde, la varianza conjunta se construye de la siguiente manera a

partir de las varianzas muestrales de cada muestra respectiva:
(n1 1) s12 + (n2 1) s 22

s 2p =
(n1 1) + (n2 1)

decisin)
Como se pidi trabajar con una significacin de 0,05, el valor crtico

de t, con 28 grados de libertad es 1,701.

Si el estadstico muestral resultante es mayor a 1,701, se

rechazar la hiptesis nula.
Si el estadstico muestral es menor a 1,701, entonces, no se
rechaza la hiptesis nula.


distribucin t
0 t=1,701

muestral
Bajo Ho cierta:
( x1 x 2 ) ( 1 2 )
t=
1 1
s 2p +
n1 n 2
(14 13,2) 0
t=
1 1
4,1318 +
20 10
t = 1,0162

Donde
(n1 1) s12 + (n2 1) s 22

s =
2
(n1 1) + (n2 1)
p
(20 1) 4 + (10 1)4,41

s 2p =
(20 1) + (10 1)
s 2p = 4,1318

El valor del estadstico muestral (t= 1,01602) se ubica en la zona de

no rechazo.
Con la evidencia muestral disponible no puede descartarse que el

rendimiento del nuevo combustible sea igual o menor que el
combustible actual.

Prueba de diferencia de medias para muestras independientes
Caso de varianzas separadas
Cuando no podemos asumir que las dos poblaciones tienen iguales

varianzas, adoptamos esta prueba.
Vamos a desarrollar tambin un ejemplo en este caso.
El dueo de una veterinaria desea comprobar si existe diferencia en la

cantidad total de dinero gastada por mes entre los dueos de perros y los
dueos de gatos. Se consider una muestra de individuos que slo posea
una de estas mascotas, considerando animales (tanto perros como gatos) de
un rango de peso de 3 a 5 kilos. En el caso de los dueos de gatos, se obtuvo
una media muestral de $19,16 por semana, para una muestra de 26 casos,
con una desviacin estndar de $8,52. En la muestra de 37 dueos de
perros se estim que en promedio gastan $26,47 por semana, con una
desviacin estndar de $9,45. Existe una diferencia significativa en el
gasto promedio?
Ho: 12= 0
Vamos a llamar muestra 1 a la correspondiente a los dueos de gatos

y 2 a la muestra de dueos de perros.
Planeamos una prueba bilateral ya que se desea saber si existe o no

diferencia.
H1: 12 0


Las muestras de trabajo constan de 26 casos de dueos de gatos y 37
casos de dueos de perros.
5. Establecer qu estadstico muestral, con distribucin conocida,

se utilizar en la prueba
El estadstico tiene distribucin t, con v grados de libertad:
( x1 x 2 ) ( 1 2 )
t=
s12 s 22
+
n1 n 2
Donde, v est dado por:
2
s12 s 22
+
v= n1 n 2
2 2
s12 s 22

n1 + n2
n1 1 n2 1

rechazo y no rechazo (lo cual deriva en disponer de una la regla
de decisin)

Aproximemos en primer lugar el valor de v:
2
s12 s 22
+
v= n1 n 2
2 2
s12 s 22

1 + n2
n
n1 1 n2 1
2
72,5904 89,6809
+
v= 26 37
2 2
72,5904 89,6809

26 + 37
26 1 37 1
v = 57,27
Se procede a tomar la parte entera del valor obtenido de v: 57.
Como se pidi trabajar con una significacin de 0,05, los valores

crticos de t, con 57 grados de libertad son -2 y 2.

Si el estadstico muestral resultante es menor a -2 o mayor a

2, se rechazar la hiptesis nula.
Si el estadstico muestral es mayor a -2 y menor a 2,
entonces, no se rechaza la hiptesis nula.


distribucin t
Se sombrean en el grfico las zonas de rechazo de la hiptesis.

muestral
Bajo Ho cierta:
( x1 x 2 ) ( 1 2 )
t=
s12 s 22
+
n1 n 2
(19,16 26,47) 0
t=
72,5904 89,6809
+
26 37
t = 3,20

El valor del estadstico muestral se ubica en la zona de rechazo.

Se debe rechazar la Ho.
Con la evidencia muestral disponible no puede sostenerse la idea de

que los dueos de perros y gatos gastan lo mismo semanalmente en
sus mascotas.
Prueba de diferencia de medias para muestras relacionadas
El caso de las muestras relacionadas es de amplia utilizacin cuando se

necesita disponer de comparaciones entre sujetos con mnima variabilidad
entre s o en pruebas sucesivas repetidas (estudios antes y despus sobre
un mismo sujeto).
En este caso, analizamos la diferencia especfica para el par de

observaciones apareadas, que denominaremos D.
Di = X i1 X i 2
Esta diferencia para cada par de datos que estamos estudiando representa
las diferencias uno a uno. Por ejemplo, si es un estudio entre gemelos, en el
cual a uno de los gemelos de cada conjunto de hermanos gemelos que se
est estudiando se le aplic un tratamiento, cuyo efecto se quiere
comprobar, la diferencia D es la medida de la distancia en la variable de
respuesta para ambos sujetos. Justamente lo que se pretende someter a
prueba es la existencia o no de tal diferencia entre los sujetos que fueron
sometidos a tratamiento y los que no, an en estos casos, en los cuales los
sujetos poseen mucha homogeneidad entre s.

El promedio muestral de tales diferencias se obtiene considerando todas las

D para los n pares de sujetos de estudio:
D=
Di
n
Denotaremos D a la diferencia poblacional, que se somete a prueba.
La prueba se lleva a cabo con el mismo procedimiento utilizado

previamente para los diversos casos de pruebas de hiptesis.
Las hiptesis nula y alternativa en este caso sern:
Ho: D = 0
H1: D 0
El estadstico de prueba ser:
D D
t=
s D2
n
Este estadstico posee n-1 grados de libertad.
Para el clculo de la desviacin estndar muestral se deber considerar la

siguiente frmula:

sD =
D i
2
nD 2
n 1
3.3. Pruebas de hiptesis para datos categricos
Bibliografa Bsica
En muchas ocasiones el problema de decisin planteado tiene que ver con
Recuerde estudiar esta
prueba en detalle en el un valor asignado en la hiptesis a la proporcin de individuos de la
punto 15.1 del texto de poblacin que poseen cierta caracterstica.
Berenson & Levine
(1996). Preste atencin a
los ejemplos all
presentados. Prueba de hiptesis para la proporcin poblacional
Debido a que el procedimiento no difiere respecto del ya desarrollado,

simplemente en estos casos indicaremos cul es el estadstico de prueba.
En el caso de las pruebas para proporciones, el estadstico bajo hiptesis

nula cierta se distribuye normal:
pP
Z=
P (1 P )
n
Prueba para la diferencia de dos proporciones
En el caso de las pruebas para diferencia de proporciones, para muestras

independientes, el estadstico bajo hiptesis nula cierta se distribuye
normal:
( p1 p 2 ) ( P1 P2 )
Z=
1 1
p (1 p ) +
n1 n 2

Donde:
(X1 + X 2 )
p=
n1 + n2
3.4 Prueba de hiptesis para la varianza

Prueba Chi cuadrado
Bibliografa Bsica Tambin es posible llevar a cabo hiptesis referidas a valores particulares
de la varianza poblacional.
Recuerde estudiar esta
prueba en detalle en el
punto 12.5 (Captulo 12)
del texto de Berenson & En este caso, el nico aspecto novedoso se relaciona con el estadstico
Levine (1996). Preste
atencin a los ejemplos all muestral que incluye tanto a la varianza poblacional como a su estimador,
presentados y al modo de la varianza muestral.
trabajar con la Tabla Chi-
Cuadrado.
Este estadstico posee distribucin Chi cuadrado1, una variable aleatoria
que presentaremos a continuacin.
(n 1) s 2
n 1 2 =
2
Vamos a considerar el problema propuesto por Berenson y Levine, en la

seccin de ejercicios del tema (pgina 441, ejercicio 12.22).
Problema:
Un investigador de mercado est realizando un estudio encargado por una

concesionaria de automviles que tiene sucursales en todo el pas, en
relacin con las reparaciones de autos. En particular tiene inters en
averiguar cul es el gasto promedio en reparaciones. Para estimar cuntos
casos incluir en la muestra, debe considerar un valor de la desviacin
estndar. En base a su experiencia cree apropiado considerar una
desviacin estndar de $200 del gasto realizado en reparaciones. No

1
Esta distribucin corresponde a una variable no negativa, cuya forma depende del
parmetro grados de libertad que posea. Mientras ms reducidos son los grados de libertad,
ms sesgada a la derecha es la forma de la distribucin.

obstante, decide corroborar su hiptesis a travs de una encuesta piloto a

25 dueos de automviles. Una vez que lleva a cabo este estudio preliminar,
resulta una desviacin estndar de la muestra de $237,52. An puede
trabajar con su idea previa de la desviacin estndar para calcular el
tamao muestral?
Apliquemos una vez ms los pasos de la prueba de hiptesis:
Ho: 2 40.000 pesos2.
Note que se estableci la hiptesis en trminos de la varianza, y que

se tuvo en cuenta la unidad de medida correspondiente tambin
elevada al cuadrado.
Ho: 2 40.000 pesos2

5. Establecer qu estadstico muestral, con distribucin conocida,

se utilizar en la prueba
Se utilizar el estadstico Chi cuadrado presentado, con n-1 grados

de libertad:
Tabla Chi-cuadrado
Ud. cuenta con una tabla

Chi-cuadrado disponible
en los anexos del mdulo. (n 1) s 2
n 1 2 =
Tambin hay una tabla al 2
final del texto de Berenson
y Levine (1996). Siga 6. Calcular el o los valores crticos, identificando as las zonas de
detenidamente la manera rechazo y no rechazo (lo cual deriva en disponer de una la regla
en que los autores realizan de decisin)
el procedimiento de
resolucin del ejemplo en
el punto 12.5 del texto. Con una significacin de 0,10, los valores crticos de la distribucin
Chi cuadrado, con 24 grados de libertad son: 13,848 y 36,415,
respectivamente.

Si el estadstico muestral resultante es inferior a 13,848

mayor a 36,415, se rechazar la hiptesis nula.
Si el estadstico muestral es menor a 13,848 mayor a
36,415, entonces, no se rechaza la hiptesis nula.

distribucin Chi cuadrado
2 24, 0,05=13,848 2 24, 0,95=36,415


muestral
Bajo Ho cierta:
(n 1) s 2
n 1 2 =
2
(24) 56415,75
24 2 =
40000
24 2 = 33,85

El valor del estadstico muestral se ubica en la zona de no rechazo.
Con la evidencia muestral disponible no puede descartarse que la

varianza sea igual a 40000 pesos2 (o que la desviacin estndar sea
igual a 200 pesos), tal como supone el investigador.

La siguiente figura ilustra los casos de pruebas de hiptesis referidas

a la varianza, para pruebas bilaterales y unilaterales.
Figura
Prueba bilateral
Ho: 2 = 20
H1: 2 20
Prueba
unilateral
Ho: 2 20
H1: 2 > 20
2
Prueba
unilateral
Ho: 2 20
H1: 2 <20

Ejercitacin
Resuelva los siguientes ejercicios, si tiene dudas o consultas, envelas a su

tutor virtual.
1. El siguiente caso ha sido tomado de un estudio real llevado a cabo en

Estados Unidos.
Anexo de Ejercitacin
Tras lanzar una variedad de papas fritas reducidas en grasa, la
Adems de estos ejercicios, empresa Pringles realiz un estudio para conocer si los
Ud. encontrar en el anexo consumidores las identificaban o no respecto de las papas normales.
del mdulo una gua de
ejercicios y sus Se indagaron 44 participantes de un estudio, a quienes se les ofreca
respectivas soluciones. dos tazas separadas de papas de la marca. En una de las tazas haba
Le recomendamos que papas normales y en la otra las reducidas en grasa. En promedio, si
realice toda la ejercitacin las papas hubieran tenido el mismo sabor, se espera que el 50% de
posible para identificar con
los catadores hubiera identificado correctamente las papas
claridad las situaciones en
las que se aplica cada normales. En el estudio, 25 catadores lograron identificarlas
prueba estudiada. correctamente.
Significa este resultado que las papas reducidas en grasa tienen un

sabor distinto o la diferencia entre lo obtenido y el 50% esperado es
slo un valor al azar?
Fuente: Introduccin a la Estadstica para Negocios. Ronald Weiers.

(2005). 5 Edicin.
a. Qu prueba de hiptesis se lleva a cabo?

b. Plantee las hiptesis nula y alternativa
c. Complete los pasos de la prueba de hiptesis
d. Responda la pregunta planteada.
2. En un estudio reciente sobre audiencia televisiva, se report que los

hombres jvenes estadounidenses tienen una exposicin promedio
de 56,2 minutos a la televisin en las horas de mxima audiencia.
Un experto europeo considera que en el Viejo continente la
exposicin es ms elevada. Se toma una muestra de 1300 hombres
en las mismas edades en Europa, y se detecta que en promedio ven
50,5 minutos en ese horario. Si bien no se conocen las varianzas, se
pueden considerar iguales, y en el estudio para Estados Unidos
surgi una varianza muestral de 45 minutos2, mientras que en la
muestra europea, alcanza unos 46 minutos2.
a. Qu prueba de hiptesis se lleva a cabo?
b. Plantee las hiptesis nula y alternativa
c. Complete los pasos de la prueba de hiptesis
d. Elabore una conclusin

3. En la etiqueta de una bebida en base a frutas dice que en promedio

contiene 1 gramo por litro o menos de grasa. Disee un experimento
para poder realizar una prueba para comprobarlo. Establezca la
probabilidad de cometer un error tipo II si el verdadero valor de la
cantidad de grasa promedio es 2 gramos por litro (tenga en cuenta
una desviacin estndar de 0,25 gramos por litro, con una
significacin de 0,05, y una muestra de tamao 20 unidades). Y si
es 1,5 el verdadero valor de la cantidad promedio de grasa?
a. Responda las preguntas planteadas
b. Grafique
c. Elabore una conclusin
4. El presidente de una compaa que fabrica electrodomsticos afirm

recientemente en una entrevista que al menos 85% de sus clientes
hogareos estn completamente satisfechos con el producto de su
marca que compraron. Qu tipo de prueba se debe realizar para
corroborarlo? Establezca las hiptesis nula y alternativa.
5. Al realizar las pruebas de alcoholemia, para determinar si un

conductor bebi alguna bebida alcohlica por encima de los niveles
permitidos, se est trabajando con una especie de prueba de
hiptesis. Plantee las hiptesis. Indique cules seran el error tipo I y
tipo II. Cul es uno de los problemas estadsticos que plantea este
tipo de test?
6. Segn el gerente comercial de una moderna sala de cine, que desea

terciarizar el servicio de venta de alimentos, los clientes gastan en
promedio $20 en golosinas y pochoclo para consumir durante las
pelculas, con una desviacin estndar de $4. Estos gastos por
cliente se distribuyen normal. Una posible concesionaria realiza un
estudio basado en una muestra de 18 clientes, y en su estudio la
media resulta de $16. Con un nivel de significacin de 0,05, Ud.
creera la afirmacin del gerente comercial?
a. Qu prueba se est llevando a cabo?
b. Realice la prueba correspondiente
c. Elabore una recomendacin para la concesionaria
interesada.
7. Una mquina debe empaquetar automticamente envases de

especias con un contenido promedio de 70 gramos. Se realiz una
muestra de 35 envases en la ltima semana y en promedio el peso de
cada unidad es 65 gramos La desviacin estndar muestral es de 1
gramo. Con un nivel de significacin de 0,01, cree que la mquina
est envasando de acuerdo con sus especificaciones tcnicas?

8. La edad promedio del parque automotor en el pas es 8,4 aos. Para

una muestra aleatoria de 34 automviles del estacionamiento de un
hipermercado, la edad promedio es 9,7 aos con una desviacin
estndar de 3.1 aos. Con una significacin de 0,05, se puede
afirmar que la edad promedio de los autos de ese supermercado es
idntica a la del total nacional?
9. Se est analizando la produccin de programas televisivos para las

personas que esperan en las colas de las cajas de supermecados.
Para establecer la duracin de los programas, se consider un
supuesto acerca de la demora promedio en las cajas, que se supone
de 8 minutos. Se realiz una muestra de 120 clientes, y la muestra
resultante dio una media de 8,5 minutos, con una desviacin
estndar de 3,2 minutos.
Cul es le valor p?
Elabore una conclusin.
10. Se considera que entre los ejecutivos hay una proporcin elevada de
individuos diestros. Se conoce que el 85% de la poblacin en general
es diestra. En una muestra de 300 ejecutivos se detect que el 96%
era diestro, podemos considerar que el porcentaje de diestros es
superior entre los ejecutivos?
Bibliografa Lectura 2
Berenson & Levine (1996). Estadstica para administracin y
economa. Sexta Edicin. Ed. Prentice Hall Hispanoamericana. Mxico.
www.uesiglo21.edu.ar

Pruebas de Hipótesis

Hochgeladen von

Dokumentinformationen

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Pruebas de Hipótesis

Hochgeladen von

Copyright:

Verfügbare Formate

Mdulo 2

Materia: Herramientas Matemticas V Estadstica II

Unidad 2: Prueba de Hiptesis

Como permite ver esta estrategia, de lo ms prctica por cierto, estamos

Algunas analogas tiles para comprender esta

Antes de iniciar el abordaje estadstico de las pruebas de hiptesis,

1. Se desea informar sobre la presencia de alguien o algo en una

Muestra: Observacin por la

- Considerar que no hay

2. Otro ejemplo interesante es el vinculado con un juicio, donde se est

Muestra: Evidencia reunida por la

Sin embargo, hay dos situaciones que claramente reflejan errores

3. Como estudiantes (en su caso) y como docente en el mo, la

Hiptesis nula y alternativa

La primera tarea consiste en definir de manera correcta cul va a ser la

Comenzaremos trabajando en este mdulo con hiptesis referidas a valores

En todos los problemas aparecen dos hiptesis contrapuestas: la hiptesis

La hiptesis nula es la idea previa sobre el valor del parmetro que se va a

La hiptesis nula se representa simblicamente de la siguiente manera: Ho.

Veamos algunos ejemplos.

Supongamos una prueba referida a la media poblacional :

n las pruebas de hiptesis, a travs de la evidencia muestral, se decidir

La metodologa de prueba de hiptesis est diseada de modo que nuestro

Valor crtico del estadstico de la prueba

Cuando describimos en trminos generales el procedimiento lgico

Deberemos trabajar con las distribuciones correspondientes para establecer

El valor crtico definir un punto de corte para tomar la decisin estadstica,

Determinacin de las zonas de rechazo y no

Los (o el valor crtico, segn se trate de una prueba bilateral o unilaterial)

Si el estadstico de prueba calculado en base a los datos de la muestra, cae

Figura: Valores crticos y determinacin de las zonas de rechazo y no

La figura anterior, se muestra cmo se relacionan las zonas de rechazo en

2.2. Errores deTipo 1 y 2

Se comete el error tipo I, cuando la hiptesis nula es cierta, pero se la

El error tipo II est implicado en el no rechazo de la hiptesis nula

Veamos las situaciones posibles que pueden encontrarse en las decisiones

Decisin Ho cierta Ho falsa

No rechazar Decisin correcta Decisin incorrecta

Rechazar Ho Decisin incorrecta Decisin correcta

Probabilidad asociada: Probabilidad asociada:

Nivel de significacin: Potencia de la prueba:

El coeficiente de confianza (1-) indica la probabilidad de no rechazar la Ho

El nivel de significacin () es la probabilidad de cometer el error tipo I, es

El riesgo () es la probabilidad de cometer un error tipo II, o lo que es lo

La potencia de la prueba (1-) es la probabilidad de rechazar la Ho cuando

Este punto del programa

2.3. Clasificacin de las pruebas de

Pasos para realizar una prueba de

En todos los casos y ejercicios de pruebas de hiptesis se deben desarrollar

1. Establecer la hiptesis nula

7. A partir de los datos muestrales, obtener el valor del estadstico

Supongamos que queremos someter a prueba una hiptesis referida a la

En este caso estamos analizando una prueba bilateral, porque se trata de

Sigamos cada uno de los pasos planteados:

1. Establecer la hiptesis nula

Ho: =25 aos

Es decir, la edad promedio al momento de emigrar es de 25 aos.

2. Establecer la hiptesis alternativa

Es decir, la edad promedio al momento de emigrar es distinta de 25

3. Seleccionar el nivel de significacin

Se trabajar con =0,05

4. Definir el tamao de la muestra

5. Establecer qu estadstico muestral, con distribucin conocida, se

Como se conoce la varianza, se trabajar con el estadstico Z: