Pruebas de Hipótesis

• López Mora Aguarena Marisol

• Sandoval Hernández Diana
• Solís Aguilar Diana Laura
 Media con muestras grandes.

 Se utiliza una distribución normal

 Se denota por:

 Se considera una muestra grande, si se tiene mas de 30 elementos.

 P-valor es pequeño si es menor a 0.05, si el P-valor es pequeño H0 se rechaza y H1 se acepta.
 Ejemplo: En un experimento, 45 bolas de acero, lubricadas con parafina purificada, estaban
sujetas a una carga de 40 kg a 600 rpm durante 60 minutos. El promedio de desgaste,
medido por la reducción en el diámetro, era de 673.2 µm, y la desviación estándar era de
14.9 µm. Suponga que la especificación para un lubricante es que la media del desgaste
sea menor de 675 µm. Determine un P-valor para probar H0 : µ > 675 contra H1 : µ < 675.
 =673.2 H0 : µ > 675 contra H1: µ < 675.
s = 14.9
n = 45
µ0 =675

P-valor es > que 0.05, por lo tanto H0 es factible.

Conclusión: Los datos no muestran que el lubricante satisfaga la
especificación.
 Media con muestras pequeñas.

• Aproximar a la desviación estándar σ con la desviación estándar muestral s.

• Se utiliza la distribución t de Student .

• Se denota por:
• Ejemplo: Los separadores de anillos para una transmisión de eje tienen una especificación de
espesor de 38.98-39.02 mm. El proceso con el que se fabrican los anillos se supone que está
calibrado para que la media de los espesores sea de 39 mm en el centro de la ventana de
especificación. Se extrae una muestra de seis anillos y se mide su espesor. Las seis capas son
39.030, 38.997, 39.012, 39.008, 39.019 y 39.002. Suponga que la población de los espesores de
los anillos es aproximadamente normal. ¿Se puede concluir que el proceso necesita
recalibración? Se denota la media poblacional con s, las hipótesis nula y alternativa son:
H0 : 39.00 contra H1: µ ≠ 39.00
 = 39.01133 H0 : 39.00 contra H1: µ ≠ 39.00
s = 0.011928
n=6
µ = 39
5 grados de libertad.

0.05*2=0.10
0.025*2= 0.05 P-valor esta entre 0.05 y 0.10 por lo tanto H0 es factible.
Conclusión: Sería prudente recalibrarlo.
 Proporción poblacional de muestras
grandes.
• Es simplemente una media poblacional para una población de 0 y 1: una población de
Bernoulli.

• Se denota por :

• Ejemplo El artículo “Refinement of Gravimetric Geoid Using GPS and Leveling Data” (W.
Thurston, en Journal of Surveying Engineering, 2000:27-56) presenta un método para medir
las alturas ortométricas arriba del nivel del mar. Para una muestra de 1 225 puntos de
partida, 926 dieron resultados que están dentro del espíritu de la clase C nivelando los
límites de tolerancia. ¿Se puede llegar a la conclusión de que este método produce
resultados dentro de los límites de tolerancia más de 75% de las veces?
n=1225 H0 : p ≤ 0.75 H1: > 0.75
X= 926
P= 926/1225
P =0.7559
P0 = 0.75
Z de 0.48 = 0.6844
A = 1- 0.6844
A = 0.3156

P-valor es > 0.05 por lo que H0 es factible.

Conclusión: el método no produce resultados dentro de los límites de
tolerancia más de 75% de las veces.
 Diferencia de dos medias con
muestras grandes.
 Son muestras grandes nX >30 y nY >30 de las poblaciones con medias µX y µY y las desviaciones
estándar sX y sY.
 Se denota por:
 Ejemplo:
El artículo “Effect of Welding Procedure on Flux Cored Steel Wire Deposits” (N. Ramini de Rissone, I. de S.
Bott y cols., en Science and Technology of Welding and Joining, 2003:113-122) compara las propiedades
de soldaduras hechas con dióxido de carbono como gas de protección con respecto a las de
soldaduras hechas mediante una mezcla de argón y dióxido de carbono. Una propiedad estudiada era
el diámetro de inclusiones, que son partículas incrustadas en la soldadura. Una muestra de 544
inclusiones en soldaduras hechas al usar argón como protección tiene un diámetro promedio de 0.37
mm, con desviación estándar de 0.25 mm. Una muestra de 581 inclusiones en soldaduras hechas al
emplear dióxido de carbono como protección tiene diámetro promedio de 0.40 mm, con desviación
estándar de 0.26 mm. (Las desviaciones estándar se calcularon con una gráfica.) ¿Se puede concluir
que las medias de los diámetros de las inclusiones son diferentes entre los dos gases de protección?
 = 0.37
sX = 0.25 sY = 0.26 = Diámetro de las soldaduras
de dióxido de carbono.
nx= 544 nY= 581

= Diámetro de las
soldaduras de Argón

= =

P-valor es 0.0488 Conclusión:

Debido a que P-valor es menor a 0.05 entonces
H0 se rechaza y H1 se acepta.
En el problema se puede concluir que las
medias de los diámetros de las inclusiones son
diferentes en los gases de protección.
No obstante, debido a que el P-valor es
bastante cercano a 0.05 se necesitarían hacer
mas pruebas para estar seguros.
 Diferencia de dos proporciones con
muestras grandes.
 Sea X (pX ) y sea Y (pY ), donde pX y pY son dos proporciones poblacionales para los individuos
que cumplan una propiedad de interés.
 Muestras aleatorias de n1 observaciones de X y n2 observaciones de Y , independientes, y tanto
n1 como n2 son grandes.
Para resolver los problemas y probar las hipótesis:
Se compran resistores etiquetados con 100 Ω a dos distribuidores diferentes. La
especificación para este tipo de resistor es que su resistencia verdadera esté dentro del
5% de su resistencia etiquetada. En una muestra de 180 resistores del distribuidor A, 150 de
éstos satisfacían la especificación.
En otra muestra de 270 resistores comprados al distribuidor B, 233 cumplían la
especificación. El distribuidor A es el proveedor actual, pero si los datos demuestran
convincentemente que una proporción mayor de los resistores del distribuidor B satisface
la especificación, se hará el cambio.
a) Establezca las hipótesis nula y alternativa adecuadas.
b) Determine el P-valor. (0.833 0.862)  0029  0.029  0.029
z     0.85
150  233 383 1 1 1 0.001166 0.034
p   0.85 0.85(1  0.85)(  ) 0.126( )
80  270 450 180 270 108
Nx  180 Ny  270  
Px Py
x  233 z
x  150 1 1
p(1  p)(  )
150 233 nx ny H1  B  A
p p
180 270 x
Px  , Py 
y H0  B  A
Px  0.833 Py  0.862 nx ny
x y
p P-valor=0.1977
nx  ny
 Diferencia de datos apareados.

 Utiliza muestras pequeñas.

 Se denota por:

 Ejemplo:
Las emisiones de materia partícula (MP) de los automóviles son un problema ambiental
serio. Se eligieron aleatoriamente ocho vehículos de una flota, y se midieron sus emisiones
durante su recorrido en autopista y en condiciones de arranque y frenado; además, se
calcularon las diferencias en ambas situaciones. Los resultados, en miligramos de partículas
por galón de combustible, fueron los siguientes:
¿Se puede concluir que la media del nivel de emisiones es menor para el recorrido en autopista
que para el arranque y frenado?
El valor observado de la media muestral de diferencias es D =190.5. La desviación estándar
muestral es sD=284.1 . Las hipótesis nula y alternativa son:
H0: μD ≤ 0 contra H1: μD > 0
n=8
D =190.5 Grados de libertad= 8-1= 7
sD=284.1
Conclusión:
Como P-valor es menor que 0.05 entonces H0
Se rechaza y H1 se acepta. En el problema, se puede
decir que existe uma emision mas grande
De partículas em el arranque y frenado que en el
recorrido de autopista. No obstante, debido a que el P-
valor es muy cercano a 0.05 se recomendaria hacer mas
pruebas para estar mas seguro.
 Ji cuadrada.

 Esta prueba puede utilizarse incluso con datos medibles en una escala nominal. La hipótesis nula
de la prueba Chi-cuadrado postula una distribución de probabilidad totalmente especificada
como el modelo matemático de la población que ha generado la muestra.
 Para realizar este contraste se disponen los datos en una tabla de frecuencias. Para cada valor o
intervalo de valores se indica la frecuencia absoluta observada o empírica (Oi). A continuación, y
suponiendo que la hipótesis nula es cierta, se calculan para cada valor o intervalo de valores la
frecuencia absoluta que cabría esperar o frecuencia esperada (Ei=n·pi , donde n es el tamaño de
la muestra y pi la probabilidad del i-ésimo valor o intervalo de valores según la hipótesis nula).
 El estadístico de prueba se basa en las diferencias entre la Oi y Ei y se define como:
Entre mayor sea el valor χ2 , más fuerte es la evidencia contra H0. Para determinar el P-
valor para la prueba se debe conocer la distribución nula de este estadístico de
prueba. En general, no se puede determinar exactamente la distribución nula. Sin
embargo, cuando los valores esperados son todos grandes, una buena aproximación
está disponible.
Ejemplo Resuelto
 Bibliografía.

Navidi, William. (2006). Estadística para Ingenieros . México, D.F.: McGraw-Hill.