Prueba de Hipótesis

1. Pruebas de Hipótesis
Analizar datos de una muestra y verificar
si confirman una especulación (hipótesis)
acerca de parámetros.
 Hipótesis de la población
 Media
 Proporción
 Varianza
 Diferencia de medias
Hipótesis
 Afirmación acerca de una o más poblaciones.
 Ejemplos:
 Un periódico atrae más lectores que otro
 Empleados con cierta capacitación son más eficientes que
con otra capacitación
 La varianza de un proceso tiene un valor dado
 El ingreso promedio familiar en cierta área tiene cierto
valor X
 60% de los empleados han terminado el instituto
Pruebas de Hipótesis
1. Formulación de la Hipótesis
2. Identificación del estadístico de prueba y su
distribución
3. Nivel de significancia
4. Formulación de la regla de decisión
5. Colección de datos y cálculos
6. Decisión estadística
7. Decisión administrativa
Formulación de la Hipótesis
 Hipótesis Nula H0
 Hipótesis a probar
 Nula = no hay diferencia
 Ej. 60% de los empleados tienen estudios
 Hipótesis Alternativa H1
 Alternativa disponible cuando la hipótesis nula se
rechaza
 Ej. No es el 60%, es mayor del 60%, es menor
del 60%
Identificación del Estadístico
de Prueba y su Distribución
 La decisión de rechazar o no rechazar la
hipótesis nula depende de la magnitud del
estadístico de prueba
 Estadísticos de prueba:
 z para medias
 t para medias varianza desconocida
 etc.
Nivel de Significancia
 Acciones posibles:
 Rechazar H0
 No rechazar H0 (noten que no dice aceptar)
 Resultados posibles:
1. Rechazar H0 cuando es falsa
2. Rechazar H0 cuando es verdadera
3. No rechazar H0 cuando es falsa
4. No rechazar H0 cuando es verdadera
Nivel de Significancia

H0 Verdadera H0 Falsa

2 Error tipo II
No rechazar H0 1 OK


3 Error Tipo I
Rechazar H0 4 OK

Nivel de Significancia
 Se desea minimizar la probabilidad de
cometer ambos errores
 Para un tamaño de muestra dado:
   
   
 La única forma de decrementar ambos es
incrementar el tamaño de la muestra
  es el nivel de significancia
Colección de Datos y Cómputo
 La calidad de una decisión final depende de
la calidad de los datos en los que se basa.
 La muestra debe ser aleatoria y
representativa.
 Los cálculos del estadístico de prueba se
llevan a cabo como se estudió en la parte de
Estadística Descriptiva.
Decisiones Estadística y
Administrativa
 Evaluar el estadístico de prueba
 La decisión estadística consiste en rechazar
o no rechazar H0, basados en esta
evaluación.

 Si rechazamos H0, la decisión administrativa

deberá ser compatible con H1, o bien, puede
ser algo como colectar más datos.
2. PH de la Media, Distribución
Normal, Varianza Conocida
 La resistencia a la tensión del Muestra i Resisten
acero inoxidable producido en cia Xi
1 76.2
cierta fabrica había sido
2 78.3
estable, con una resistencia 3 76.4
media de 72 kg/mm2 y una 4 74.7
desviación estándar de 2.0 5 72.6

kg/mm2. Recientemente, se 6 78.4

7 75.7
ajustó una máquina. Para 8 70.2
determinar el efecto del 9 73.3
ajuste, se sometieron a 10 74.2

prueba diez muestras

2. PH de la Media, Distribución
Normal, Varianza Conocida
PROCEDIMIENTO RESOLUCIÓN
1. Hipótesis, nivel de significación: 1. Hipótesis, nivel de significación:
Ho: u1 = uo Ho: u1 = uo (=72)
H1: u1 ≠ uo (α=0.05,0.01) H1: u1 ≠ uo (=72)(α=0.05)
2. Estadísticas 2. Estadísticas

1 1
76.2  ...  74.2  75.0
x   xi
x
10
n 75.0  72.0
uo   4.74
2
x u 10
uo 

n
2. PH de la Media, Distribución
Normal, Varianza Conocida
Procedimiento Resolución
3. Prueba. 3. Prueba.
Obtenga Z(0.5-α/2) en tabla de la
Z (0.5-0.05/2) = 1.96
distribución normal.
Si : uo  Z ( 0.5   / 2 ) 
Z (0.475)  1.96
rechace..Ho
Si : uo  Z ( 0.5   / 2 ) 
uo  4.74  1.96
acepte : Ho  rechace..Ho
2. PH de la Media, Distribución
Normal, Varianza Conocida
 Procedimiento  Resolución
4. Estimación 4. Estimación


u  x  Z ( 0.5   / 2) *
n

5. Conclusión =75.0+/-1.24 (kg/mm2)

5. Conclusión.
Debe concluirse que, al nivel de
significancia del 5% que el ajuste de la
máquinas ha cambiado la resistencia de
tensión del acero. Los límites de confianza
al 95% para la media son 75.0+/-1.24
kg/mm2
2. PH de la Media, Distribución
Normal, Varianza Conocida
 Para el caso que se requiera demostrar que el método aumentó o
disminuyó una condición se debe seguir la siguiente metodología
PROCEDIMIENTO 3. Prueba.
Obtenga z(0.5-α) en tabla de la distribución
1. Hipótesis, nivel de significancia
normal.
Ho: u = uo Cuando H1:u>uo
H1: u>uo (α=0.05 o 0.01)
Si : uo  Z ( 0.5   )  rechace..Ho
(o H1: u<uo)
Si : uo  Z ( 0.5   )  acepte : Ho
2. Estadísticas
Cuando H1:u<uo

1 Si : uo   Z ( 0.5   )  rechace..Ho
x   xi Si : uo   Z ( 0.5   )  acepte : Ho
n
x u 4. Estimación
uo  
 u  x  Z ( 0.5   / 2) *
n n
3. PH de la Media, Distribución
Normal, Varianza Desconocida
 Cuando no se conoce σ se utiliza t-student
x
t
s
n

 La d.s de la muestra se obtiene de la

formula:  ( x  x)
s i
2

n 1
 Esta distribución se conoce como la distribución t con (n-
1) grados de libertad, para someterse a prueba una
hipótesis: H :u=u
o 0
H1: u ≠ u0
3. PH de la Media, Distribución
Normal, Varianza Desconocida
 Dado el α ,se compara con t(n-1,1-α/2), donde se
designa el punto de porcentaje de α bilateral de la
distribución t con (n-1) grados de libertad. Cuando |to|≥
t(n-1,1-α/2), rechace Ho y cuando se menor se acepta
Ho.

 En el caso de la prueba H1:u>u0 o H1:u<u0 se compara

con t(n-1,1-α) o –t(n-1, 1-α)

 Los límites de confianza de u de α será:

s
x  t (n  1,1   / 2) *
n
Estadístico de Prueba
 Como la d.e. de la población es desconocida,
el estadístico de prueba utilizado es:
x  0
to  s
n

 el cual tiene la distribución t

Prueba de Hipótesis t
 La resistencia a la tensión del acero inoxidable
producido en cierta fábrica ha sido estable, con una
resistencia media de 72 kg/mm2 no se conoce la d.s.
Recientemente se ajusto la máquina. Para determinar el
efecto del ajuste, se sometieron a prueba diez muestras,
como se registra:

Muestra Nro. i 1 2 3 4 5 6 7 8 9 10

Resistencia xi 76.2 78.3 76.4 74.7 72.6 78.4 75.7 70.2 73.3 74.2
(kg/mm2)
Estimaciones t-student
PROCEDIMIENTO RESOLUCIÓN
1. Hipótesis, nivel de significación: 1. Hipótesis, nivel de significación:
Ho: u1 = uo Ho: u1 = uo (=72)
H1: u1 ≠ uo (α=0.05,0.01) H1: u1 ≠ uo (α=0.05)
2. Estadísticas 2. Estadísticas
x i  750
1
x
n
 xi x i
2
 56308.76
( xi) 2 x  75.0
S  x 
2
i
n (750) 2
S  56308.76   58.76
S 10
s
n 1 58.76
s  2.56
x  uo 9
to 
s 75.0  72.0
n to   3.71
2.56
10
Estimaciones t-student
Procedimiento Resolución
3. Prueba. 3. Prueba
Obtenga t(n-1,1-α/2) en tabla t

Si : to  t (n  1,1   / 2)  t (9,0.975)  2.262

rechace..Ho
to  3.71  2.262
Si : to  t (n  1,1   / 2) 
acepte : Ho  t (9,0.975)  rechace..Ho
Estimaciones t-student
4. Estimación 4. Estimación

s
x  t ( n  1,1   / 2) *
n

5. Conclusión 5. Conclusión
Debe concluirse, al nivel de
significación del 5% que el
ajuste de la máquina ha
cambiado la resistencia del
acero. Los límites de confianza
para la media al nivel del 95%
son 75±1.83 kg/mm2
3. Diferencias entre las medias
de dos poblaciones
 Supongamos que se tienen dos conjunto de
muestra y queremos saber si las medias de
dos poblaciones son iguales o no. Donde u la
media de ambas muestras esta representada
por la siguiente formula:

( x1  x 2)  (u1  u 2)
u
1 1
 n1  n 2

Al ser solo un conjunto de muestra se reemplaza σ por s

3. Diferencias entre las medias
de dos poblaciones
Entonces se tendrá la ( x1  x 2)  (u1  u 2)
t
siguiente formula: 1 1
s n1  n2

S1  S 2
s
Donde s se obtendrá: n1  n2  2

y S1 o S2 es la suma de los ( x1  x 2)
to 
cuadrados en cada muestra. Si 1 1
s n1  n2
no hay diferencia entre las dos
medias colocando u1=u2 se
tiene el to:
3. Diferencias entre las medias
de dos poblaciones
Ejemplo:
Se estudió el efecto de la corriente de
soldadura sobre la fuerza de ruptura
x1 (600 A) 37 29 35 28 24 36 40 37 33 28 29
x2 (800 A) 22 32 27 30 24 34 32 20 24 25 28 26 26

¿Hay alguna diferencia en la fuerza de

ruptura de las soldaduras usando estas dos
corrientes?
3. Diferencias entre las medias
de dos poblaciones
Procedimiento Resolución
1. Hipótesis, nivel de 1. Hipótesis, nivel de
significación: significación
Ho: u1 = u2 Ho: u1 = u2
H1: u1 ≠ u2 (α = 0.01,α=0.05) Ho: u1 ≠ u2 (α=0.05)
2. Estadísticas 2. Estadísticas
1 ∑ x1i = 356
x1  x1i ∑ x2i = 350
n1 ∑ x1i2= 11774 ∑ x2i2= 9630
1 356
x2  x 2 i 𝑋1 = = 32.36
n2 11
S1 = ∑ x1i2- (∑x1i)2/n1 S1= 11774 – 3562 = 252.55
11
S2 = ∑ x2i2- (∑x2i)2/n2 S2= 9630 – 3502 = 206.92
13
3. Diferencias entre las medias
de dos poblaciones
Procedimiento Resolución
2. Estadísticas 2. Estadísticas

S1  S 2 252.55  206.92
s s
11  13  2
 20.89  4.57

n1  n2  2

( x1  x 2) (32.36  26.92)
to  to 
1 1
 2.91
1 1 4.57 
s n1  n2 11 13
 3. Diferencias entre las medias
de dos poblaciones
Procedimiento Resolución
3. Prueba 3. Prueba
Obtenga el valor de t t(22,0.975)=2.074
(n1+n2-2,1-α/2) de la to=2.91>2.074
tabla t.

Si.. to  t (n1  n 2  2,1   / 2)  t(22,0.975)…rechace Ho

Re chace...Ho
Si.. to  t (n1  n 2  2,1   / 2) 
Acepte...Ho
3. Diferencias entre las medias
de dos poblaciones
Procedimiento Resolución
4. Estimación 4. Estimación

1 1
u1  u 2  ( x1  x 2)  t (n1  n2  2,1   / 2) * s n1  n2
𝑢1 − 𝑢2 = 𝑥 1 − 𝑥 2 = 32.36 − 26.92

1 1
𝑢1 − 𝑢2 = 5.44 +/− 2.074 ∗ 4.57 ∗ +
11 13

=5.44+/- 3.88(kg/cm)
5. Conclusión 5. Conclusión.
Debe concluirse que, al nivel de
significancia del 5% hay una diferencia entre
las fuerzas de ruptura producidas por las
dos corrientes de soldadura. Los limites de
confianza del 95% para las dos medias son
6.35+/-3.98 (kg/cm)
4. Estimaciones en
Observaciones Pareadas
Cuando se toman muestras de dos poblaciones,
a veces resultan diferencias significativas
causadas por factores extraños, sin que exista
diferencia en el efecto que estamos tratando de
medir. Dado un experimento para ver cuál de
dos abonos (A o B) es mejor, se sembraron dos
parcelas de trigo en cada una de diez
estaciones experimentales. Con la revisión por
pares se busca que cada uno de los pares sean
semejantes en todo, excepto en aquello que se
desea medir.
4. Estimaciones en
Observaciones Pareadas
Deseamos someter a la prueba de hipótesis u1=u2. Esta
hipótesis afirma que no hay diferencia dentro de los
pares. Puede haber una diferencia entre los pares, pero
esta puede eliminarse tomando la diferencia de di.
Donde di = x1i-x2i.
Si la hipótesis u1=u2, esta hipótesis afirma que no hay
diferencia entre los tratamientos, es decir, que no hay
diferencia dentro de los pares. Puede haber una
diferencia entre los pares, pero esta puede eliminarse
tomando di, si la hipótesis es verdadera, los valores de
di provendrían de una población con media cero. Se
toma también la t-student para hacer el análisis.
4. Estimaciones en
Observaciones Pareadas
 Ejemplo: Se comparan las longitudes de 10 muestra antes y
después de haber sido sometidas a horneado ultrasónico. ¿el
tratamiento por calor causa un cambio en la longitud

Muestra Antes Después (mm)

1 11.94 12.00
2 11.99 11.99
3 11.98 11.95
4 12.03 12.07
5 12.03 12.03
6 11.96 11.98
7 11.95 12.03
8 11.96 12.02
9 11.92 12.01
10 12.00 11.99
4. Estimaciones en
Observaciones Pareadas
1. Hipótesis, nivel de significación: 1. Hipótesis, nivel de significación:
Ho: u1-u2 =0 Ho: u1-u2 =0
H1: u1-u2 ≠0 (α = 0.01,α=0.05) H1: u1-u2 ≠0 (α=0.05)
2. Estadísticas 2. Estadísticas

di  x1i - x 2i x1i x2i di di2

11.94 12.00 -0.06 0.0036
1
d
n
 di 11.99 11.99
11.98 11.95
0.00
0.03
0.0000
0.0009

 d 
12.03 12.07 -0.04 0.0016

2

 di 
12.03 12.03 0.00 0.0000
2 i

n 11.96 11.98 -0.02 0.0004

s
n 1 11.95 12.03 -0.08 0.0064
11.96 12.02 -0.06 0.0036
d
to  11.92 12.01 -0.09 0.0081
s 12.00 11.99 0.01 0.0001
n Total -0.31 0.0247
4. Estimaciones en
Observaciones Pareadas
Procedimiento Resolución
0.31
d  0.031
10
(0.031) 2
0.0247 
s 10  0.0409
9
 0.031
to   2.40
0.0409
10

3. Prueba.
3. Prueba
Obtenga t(n-1,α) en tabla t
t (9,0.975)  2.262
Si : to  t (n  1,1   / 2) 
to  2.40  2.262
rechace..Ho
 t (9,0.975)  rechace..Ho
Si : to  t (n  1,1   / 2) 
acepte : Ho
4. Estimaciones en
Observaciones Pareadas
4. Estimación 4. Estimación
u1  u 2  d  t ( n  1,1   / 2 ) * s / n

5. Conclusión 5. Conclusión
Debe concluirse, al nivel de
significación del 5% que el
horneado ultrasónico causa un
cambio en la longitud. Los
limites de confianza para la
diferencia en las medias son -
0.031+/-0.029
1. Ejercicio
1. Para una muestra de 12 datos se afirma que
una aspiradora gasta en promedio 46 kilowatt-
hora, si una muestra nueva tiene en promedio
42 kw-hr, para una d.s de 11.9 kw-hr, suponga
que se gastan en promedio menos de 46 kw-
hr. Para un nivel de significancia de 0.05.
Realizar la prueba de t-student
Ejercicio 2


Concluir para un nivel de significancia de 0.05, que el nivel de

desgaste del aluminio del material 1 excede al material 2 en dos
unidades. Hacer la prueba de t-student.
S1 y S2 suma de cuadrados
Ejercicio 3

 Realizar la prueba para una confiabilidad del

96%