TituloPrueba

del material
de Hipótesis

https://www.google.com.pe/search?q=decisiones+en+pruebas+de+hipotesis&dcr=0&source=lnms&tbm=isch&sa=X&ved=0ahUKEwjn46uevPvXAhWLOiYKHdj1AOwQ_AUIC
ygC&biw=890&bih=613#imgrc=e9sdPXR2kDyDrM:
Temario

1. Temas

- Introducción a las Pruebas de Hipótesis.

- Conceptos Fundamentales.
- Tipos de hipótesis.
- Prueba de hipótesis para un parámetro.
 ¿Para que sirve una
prueba de hipótesis?
Una empresa produce bifenilo ploriclorado (PCB), como
aislante eléctrico. Como parte de su proceso de producción,
descarga pequeñas cantidades del mismo en el rio. La
gerencia de calidad de la empresa, en un intento por
controlar la cantidad de PCB en sus descargas al rio, ha dado
instrucciones de detener la producción si la cantidad media
de PCB en el efluente es superior a 3 ppm. Se recoge al azar
50 muestras de agua y se registra una descarga promedio de
3,1 ppm y una desviación estándar de 0,5 ppm de PCB.
 Prueba de Hipótesis
Es un procedimiento que nos permite verificar una
afirmación elaborada sobre algún parámetro (µ, σ2, P) de
una o más poblaciones. A partir de la información
proporcionada por la muestra.
Se formulan dos hipótesis; la hipótesis que se contrasta
se llama hipótesis nula (H0) y la alternante (H1).
Del ejemplo anterior, Ho y H1 se plantearían de la siguiente
forma:
H0: El contenido de PCB no supera el valor 3 ppm.
H1: El contenido de PCB supera el valor 3 ppm.

Estas hipótesis se pueden formular estadísticamente:

Ho: µ ≤ 3
H1: µ > 3
 Tipos de Errores en pruebas de hipótesis
Al tomar una decisión sobre la hipótesis nula Ho, se pueden
cometer algunos de los siguientes errores:
Decisión de a partir de la muestra:

Rechazar Ho No rechazar Ho
La Ho: verdadera Error tipo I: α Decisión correcta: 1-α
realidad Ho: falsa Decisión correcta: 1-β Error tipo II: β

Error tipo I = es el error que se comete al rechazar Ho, cuando esta

realmente es verdadera.
α = P(Error I) = P(Rechazar Ho / Ho es verdadera)
Error tipo II = es el error que se comete al no rechazar Ho, cuando
esta realmente es falsa.
β = P(Error II) = P (No rechazar Ho / Ho es falsa)
α, es la máxima probabilidad con la que estamos dispuestos a correr el riesgo de cometer el error
tipo I. Es fijado por la persona que realiza la investigación; generalmente se suele utilizar valores
entre 1% y 10%.
Ejemplo de aplicación:
Una empresa produce bifenilo ploriclorado (PCB), como
aislante eléctrico. Como parte de su proceso de producción,
descarga pequeñas cantidades del mismo en el rio. La
gerencia de calidad de la empresa, en un intento por
controlar la cantidad de PCB en sus descargas al rio, ha dado
instrucciones de detener la producción si la cantidad media
de PCB en el efluente es superior a 3 ppm. Se recoge al azar
50 muestras de agua y se registra una descarga promedio de
3,1 ppm y una desviación estándar de 0,5 ppm de PCB.

Explique los tipos de errores en los cuales se podría incurrir

Ejemplo de aplicación:
H0: μ ≤ 3
H1: μ > 3

α = P(Rechazar Ho / Ho es verdadera)
Se comete el error tipo I, al afirmar que:
La cantidad media de PCB es superior a 3 ppm, cuando
en realidad es menor o igual a 3 ppm.

β = P (No rechazar Ho / Ho es falsa)

Se comete el error tipo II, al afirmar que:
La cantidad media de PCB es menor o igual a 3 ppm,
cuando en realidad es mayor a 3 ppm.
 Prueba de hipótesis para la media: µ
cuando σ 2 (varianza poblacional) es desconocida
▪ Hipótesis:
Unilateral Unilateral
Bilateral
izquierda derecha
H0: m ≥ m0 H0: m = m0 H0: m ≤ m0

H1: m < m0 H1: m ≠ m0 H1: m >m0

▪ Estadística de prueba:

𝑥ҧ − 𝜇
𝑡𝑐𝑎𝑙 =
𝑆Τ 𝑛

▪ Supuestos: población normal, muestra al azar.

 Ejemplo

Una empresa produce bifenilo policlorado (PCB), como

aislante eléctrico. Como parte de su proceso de
producción, descarga pequeñas cantidades del mismo en
el rio. La gerencia de calidad de la empresa, en un intento
por controlar la cantidad de PCB en sus descargas al rio,
ha dado instrucciones de detener la producción si la
cantidad media de PCB en el efluente es superior a 3
ppm. Se recoge al azar 50 muestras de agua y se registra
una descarga promedio de 3,1 ppm y una desviación
estándar de 0,5 ppm de PCB.

¿Proporcionan tales estadísticas suficientes pruebas para

detener el proceso? Utilice nivel de significación de 1%?
Solución:
Interpretación:
¿Es la cantidad media de PCB en el efluente mayor a 3 ppm?

Representación:
• X: cantidad de PCB en el efluente
• Para responder el problema de investigación, se utilizará el
proceso de prueba de hipótesis para una media.

1) H0: m ≤ 3
H1: m > 3

2)  = 0,01
Cálculo:
3) Valor de la Estadística de prueba:
𝑥ҧ − 𝜇 3,1 − 3
𝑡𝑐𝑎𝑙 = = = 1,414
𝑆Τ 𝑛 0,5Τ 50
4) Zona de rechazo de la hipótesis nula:

tcalc= 1,41 4 < tcrítico =t(49; 0,01)= 2,405

5) Decisión: No se Rechaza H0

Análisis:
6) Al 1% de significación, no puede afirmar cantidad media de PCB
en el efluente es superior a 3 ppm.
Argumentación:
La gerencia no debe detener la producción de PCB.
 Prueba de hipótesis para s 2 varianza
poblacional
▪ Hipótesis:
Unilateral Unilateral
Bilateral
izquierda derecha
H0: s 2 ≥ s 20 H0: s 2 = s 20 H0: s 2 ≤ s 20

H1: s 2 < s 20 H1: s 2 ≠ s 20 H1: s 2 > s 20

▪ Estadístico de prueba:
 c2 =
( n − 1) s 2

~  2
−1
s02 n

▪ Supuestos: población normal, muestra al azar.

Ejemplo
Un químico ha desarrollado un material plástico que, según
él, tiene una resistencia media a la ruptura superior a 29 psi
Para comprobar la bondad del método se tomaron
aleatoriamente 20 láminas de plástico y se mide la
resistencia a la ruptura de cada lámina. Los resultados se
muestran a continuación:
30,1 22,5 28,9 29,8 31,4 27,0 24,3 22,8 22,3 33,4
32,7 27,5 27,7 28,9 30,4 31,2 26,4 29,4 29,1 23,5

Al nivel de significación 5% y suponiendo normalidad:

¿Será correcto afirmar que la variabilidad de la resistencia a
la ruptura es diferente de 4,8 psi?
Solución:
Interpretación:
¿Es la variabilidad de la resistencia a la ruptura diferente de
4,8 onzas por pulgada cuadrada?
Representación:
X: Resistencia a la ruptura de las láminas de plástico
Para responder el problema de investigación, se utilizará el
análisis de la prueba de hipótesis para una varianza.

1) H0: s2 = 4,82
H1: s2 ≠ 4,82

2)  = 0,05
Cálculo:
3) Valor del Estadístico de prueba:
2 (𝑛 − 1)𝑆 2 19 × 11,5182
𝜒𝐶𝑎𝑙 = = = 9,4985
𝜎2 4,82
4) Zona de rechazo:
Chi-crítico = χ2 (19; 0,975)= 8,907
Chi-crítico = χ2 (19; 0,025)= 32,852
8,907 < Chicalc= 9.4982 < 32,852

5) Decisión: No se Rechaza H0
Análisis:
6) Al 5% de significación, no se puede afirmar que la variabilidad
de la resistencia a la ruptura del plástico es diferente a 4,8 onzas
por pulgada cuadrada
Argumentación:
No es correcto realizar la afirmación.
 Prueba de hipótesis para la proporción de la
población p
▪ Hipótesis:

Unilateral Unilateral
Bilateral
izquierda derecha
H0: p ≥ p0 H0: p = p0 H0: p ≤ p0
H1: p < p0 H1: p ≠ p0 H1: p > p0

▪ Estadístico de prueba:
pˆ − p0
Zcalc =  N (0,1)
p0 (1 − p0 )
n

▪ Supuesto: muestra al azar (n ≥ 50).

Ejemplo

Un fabricante de envases de plástico desarrolló un nuevo

envase de bote de basura y pretende venderlo con una
garantía de seis años. Para ver si esto es factible desde el
punto de vista económico, 60 botes seleccionados
aleatoriamente, se someten a prueba acelerada de duración
para simular seis años de uso, de estos, 48 sobrevivieron en
la prueba. La garantía propuesta se modificará sólo si los
datos muestrales sugieren que menos del 90% sobreviven la
prueba acelerada. Realice la prueba respectiva con un nivel
de significación del 5%
Solución:
Interpretación:
Determinar si se modificara la garantía de los nuevos botes de
plástico
Representación:
Se define la variable para el análisis,
X: Número de botes que sobreviven la prueba
Para responder el problema de investigación, se utilizará el
análisis de la prueba de hipótesis para una proporción.

1) H0: p ≥ 0,90
H1: p < 0,90
2)  = 0,05
Cálculo:

3) Valor del Estadístico de prueba:

48 0,80 − 0,90
𝑝Ƹ = = 0,8; 𝑍𝑐𝑎𝑙 = = −2,58
60 0,90 × (1 − 0,90)
60

4) Zona de rechazo: Zcalc= -2,58 < -1,645

5) Decisión: Se Rechaza H0

Análisis:
6) Al 5% de significación, se puede afirmar que menos del 90% de
botes sobreviven la prueba acelerada.

Argumentación:
Se recomienda que la garantía propuesta se modifique .
Resumen de tipos de pruebas de hipótesis
(θ:parámetro)
Caso A Caso B Caso C
Prueba de Hipótesis Prueba de Hipótesis Prueba de Hipótesis
Unilateral Izquierda Bilateral Unilateral Derecha
Planteamiento:
𝑯𝟎 : 𝜽 ≥ 𝒗𝒂𝒍𝒐𝒓 𝑯𝟎 : 𝜽 = 𝒗𝒂𝒍𝒐𝒓 𝑯𝟎 : 𝜽 ≤ 𝒗𝒂𝒍𝒐𝒓
𝑯𝟏 : 𝜽 < 𝒗𝒂𝒍𝒐𝒓 𝑯𝟏 : 𝜽 ≠ 𝒗𝒂𝒍𝒐𝒓 𝑯𝟏 : 𝜽 > 𝒗𝒂𝒍𝒐𝒓
Nivel de significación: 𝜶
Supuestos: Población normal y muestra tomada al azar
Estadístico de prueba:
Fórmula a usar según el parámetro planteado en las hipótesis.
Regiones de rechazo y no rechazo:

Decisión: Según sea rechazar Ho ó No rechazar Ho

Conclusión:
Con un nivel de significación de Con un nivel de significación de Con un nivel de significación de
α%, ………………. α%, ………………. α%, ……………….
 Reflexiona un momento

Caso 1 Caso 2 Caso 3 Caso 4

Ho: µ = 500 Ho: µ ≥ 1500 Ho: p ≤ 0,1 Ho: σ2 = 3,55
H1: µ ≠ 500 H1: µ < 1500 H1: p > 0,1 H1: σ 2 ≠ 3,55
α = 0,01 α = 0,04 α = 0.05 α = 0,05
n = 50 n = 25 n = 200 n = 15
tcal = 1,25 Tcal = -1,94 Zcal = 3,12 Χ2cal = 36,22

En cada caso contestar lo siguiente:

a) El tipo de prueba:
________ ________ ________ ________

b) Valor crítico es:

________ ________ ________ _______

c) La decisión es:
________ ________ ________ _______
Bibliografía

• Montgomery, D. y Runger, G. (2005) Probabilidad y estadística

aplicadas a la ingeniería. México, D.F. : Limusa Wiley. Capítulo
8.
• Anderson, D., Sweeney, D., Williams T., Camm, J. y Cochran, J.
(2016) Estadística para negocios y economía. México, D.F.:
Cengage Learning. Capítulo 9.
• Triola, M. (2013) Estadística. México, D.F.: Pearson Educación.
Capítulo 8.
• https://https://www.youtube.com/watch?v=OTfUrPNyoZE
Preguntas…
Si, luego del estudio de este material, tienes dudas sobre alguno
de los temas, ingresa al Aula Virtual y participa en el foro de
dudas académicas de la unidad.
 Continúa con las actividades
propuestas en la sesión.

Material producido para la Universidad Peruana de Ciencias Aplicadas

COPYRIGHT ©UPC 2019 – Todos los derechos reservados