SESION 06

PRUEBAS DE HIPOTESIS
REFERENTE A DOS
POBLACIONES
 PRUEBA DE HIPÓTESIS DE LA RAZÓN DE LAS VARIANZAS DE DOS POBLACIONES

Sean 𝑆12 y 𝑆22 las varianzas de dos muestras aleatorias independientes de tamaño 𝑛1 y 𝑛2 escogidas de las
poblaciones normales 1 y 2 respectivamente, cuyas varianzas 𝜎12 y 𝜎22 se desconocen. Para probar la hipótesis
de la homogeneidad de varianzas se consideran las siguientes hipótesis.

1. Formulación de hipótesis
PRUEBA TIPO 1 PRUEBA TIPO 2 PRUEBA TIPO 3
𝐻0 : 𝜎12 = 𝜎22 𝐻0 : 𝜎12 = 𝜎22 𝐻0 : 𝜎12 = 𝜎22
𝐻𝐴 : 𝜎12 < 𝜎22 𝐻𝐴 : 𝜎12 > 𝜎22 𝐻𝐴 : 𝜎12 ≠ 𝜎22

2. Establecer el nivel de significación (α) si no nos dan se asume 𝛼 = 5%

3. Elección del estadístico de prueba. Se utiliza la estadística F con ( 𝑟1 , 𝑟2 ) grados de libertad donde:
𝑟1 = 𝑛1 − 1 y 𝑟2 = 𝑛2 − 1 dado por:
𝑆12
⁄ 2
𝜎
𝐹 = 2 1 ~ 𝐹( 𝑟1 , 𝑟2 )
𝑆2
⁄ 2
𝜎2
Si 𝐻0 : 𝜎12 = 𝜎22 se supone verdadera, entonces:
𝑆12
𝐹𝑐 = ~ 𝐹( 𝑟1 , 𝑟2 )
𝑆22
4. Determinación de la región critica. Se establece esta región de acuerdo a la hipótesis alterna y a la
distribución teórica del estadístico de prueba.

𝐹0 = 𝐹1−𝛼;( 𝑟1,𝑟2)𝑔𝑙 𝐹0 = 𝐹𝛼;( 𝑟

2 1 ,𝑟2 )𝑔𝑙 ∨
𝐹0 = 𝐹𝛼;( 𝑟1,𝑟2 )𝑔𝑙
Este valor se busca en la tala 𝐹0 = 𝐹1−𝛼;( 𝑟
Este valor se busca en la tala 2 1 ,𝑟2 )𝑔𝑙
Fischer.
Fischer. Este valor se busca en la tala
Fischer

5. Conclusiones:

Si 𝐹𝑐 < 𝐹0 entonces se rechaza 𝐻0 , caso contrario se acepta 𝐻0

Si 𝐹𝑐 > 𝐹0 entonces se rechaza 𝐻0 , caso contrario se acepta 𝐻0
Si 𝐹𝑐 < 𝐹0 ∨ 𝐹𝑐 > 𝐹0 entonces se rechaza 𝐻0 , caso contrario se acepta 𝐻0
Ejemplo 1: Un fabricante de lámparas eléctricas sospecho que una de sus líneas de producción estaba
fabricando bombillas con una alta variación en su vida útil. Para probar su teoría compara la vida útil de 14
lámparas, muestreadas al azar, de la línea que supuestamente no trabajaba bien, y 16 de la línea que parecía
estar "bajo control". Las medias y varianzas de las muestras para las dos líneas eran:

Línea sospechosa:𝑥̅1 = 1520 𝑦 𝑆12 = 92000

Línea "bajo control:𝑥̅2 = 1476 𝑦 𝑆22 = 37000
a) Proporcionan los datos evidencia suficiente para indicar que las bombillas (o focos), producidos por la
línea que supuestamente trabaja mal poseen una mayor varianza en la vida útil que las lámparas
producidas por la línea que estaba supuestamente bajo control
 PRUEBA DE HIPÓTESIS REFERENTE A LA DIFERENCIA DE MEDIAS DE DOS POBLACIONES: MUESTRAS
INDEPENDIENTES

Cuando se está interesado en determinar si existe o no diferencia significativa entre la media de dos
poblaciones se debe llevar a cabo una prueba de hipótesis para contrastar la diferencia de las medias de las
poblaciones. Sea 𝑋 una variable aleatoria con media 𝜇1 y varianza 𝜎12 de la cual se obtiene una muestra
aleatoria de tamaño 𝑛1 cuyos estadísticos son: 𝑋̅1 y 𝑆12 . Sea 𝑌 una variable aleatoria con media 𝜇2 y varianza
𝜎22 de la cual se obtiene una muestra aleatoria de tamaño 𝑛2 cuyos estadísticos son: 𝑋̅2 y 𝑆22

Para realizar la prueba hipótesis estadística de la diferencia de medias se toman en cuenta los siguientes
casos:

Caso 1: Cuando se conocen las varianzas poblacionales o el tamaño de la muestras son grandes (𝒏𝟏 , 𝒏𝟐 >
30)

1. Formulación de hipótesis

PRUEBA TIPO 1 PRUEBA TIPO 2 PRUEBA TIPO 3

𝐻0 : 𝜇1 = 𝜇2 𝐻0 : 𝜇1 = 𝜇2 𝐻0 : 𝜇1 = 𝜇2
𝐻𝐴 : 𝜇1 < 𝜇2 𝐻𝐴 : 𝜇1 > 𝜇2 𝐻𝐴 : 𝜇1 ≠ 𝜇2

2. Establecer el nivel de significación (α) si no nos dan se asume 𝛼 = 5%

3. Elección del estadístico de prueba.
𝜎 2
Los estimadores de las medias poblacionales 𝜇1 y 𝜇2 es son las medias muéstrales 𝑋̅1 ~𝑁(𝜇1 , 1 )
𝑛1

𝜎 2
y 𝑋̅2 ~𝑁(𝜇2 , 2 ) respectivamente, entonces la variable aleatoria Z tiene distribución normal
𝑛2

estándar.
(𝑋̅1 − 𝑋̅2 ) − (𝜇1 − 𝜇2 )
𝑍=
𝜎2 𝜎2
√ 1 + 2
𝑛1 𝑛2

Por lo tanto suponiendo que 𝐻0 sea cierto (𝜇1 − 𝜇2 = 0) utilizamos como estadístico de prueba la
variable aleatoria 𝑍𝑐 , donde:
𝑋̅1 − 𝑋̅2
𝑍𝑐 =
𝜎2 𝜎2
√ 1 + 2
𝑛1 𝑛2

4. Determinación de la región critica. Se establece esta región de acuerdo a la hipótesis alterna y a la

distribución teórica del estadístico de prueba.
 𝑍0 = 𝑍0.5−𝛼
Este valor se busca en el
cuerpo de la tabla normal
estándar. ( 𝑍0 es negativo)
𝑍0 = 𝑍0.5−𝛼 𝑍0 = 𝑍1−𝛼
2
Este valor se busca en el
Este valor se busca en el
cuerpo de la tabla normal
cuerpo de la tabla normal
estándar. ( 𝑍0 es positivo)
estándar.

5. Conclusiones:

Si 𝑍𝑐 < −𝑍0 entonces se Si 𝑍𝑐 > 𝑍0 entonces se Si 𝑍𝑐 < −𝑍0 ∨ 𝑍𝑐 > 𝑍0

rechaza 𝐻0 , caso contrario se rechaza 𝐻0 , caso contrario se entonces se rechaza 𝐻0 , caso
acepta 𝐻0 acepta 𝐻0 contrario se acepta 𝐻0

Ejemplo 1: Un fabricante quiere comparar dos marcas de máquinas A y B; para fabricar un tipo de artículo.
Observa dos muestras aleatorias de 60 artículos procesados por A y B respectivamente y encuentra que las
medias respectivas son 1230 y 1190 segundos suponga 𝜎1 = 120 𝑦 𝜎2 = 90 segundos. Al nivel de
significación del 5%, se puede inferir que la media de B es menor que la media de A en menos de 10 segundos.
Caso 2: Cuando las varianzas poblacionales 𝝈𝟐𝟏 y 𝝈𝟐𝟐 son desconocidas pero se suponen iguales y las
muestras son pequeñas.

1. Formulación de hipótesis

PRUEBA TIPO 1 PRUEBA TIPO 2 PRUEBA TIPO 3

𝐻0 : 𝜇1 = 𝜇2 𝐻0 : 𝜇1 = 𝜇2 𝐻0 : 𝜇1 = 𝜇2
𝐻𝐴 : 𝜇1 < 𝜇2 𝐻𝐴 : 𝜇1 > 𝜇2 𝐻𝐴 : 𝜇1 ≠ 𝜇2

2. Establecer el nivel de significación (α) si no nos dan se asume 𝛼 = 5%

3. Elección del estadístico de prueba.
𝜎 2
Los estimadores de las medias poblacionales 𝜇1 y 𝜇2 es son las medias muéstrales 𝑋̅1 ~𝑁(𝜇1 , 1 ) y
𝑛1

𝜎 2
𝑋̅2 ~𝑁(𝜇2 , 2 ) respectivamente, Los estimadores de las varianzas poblacionales 𝜎12 y 𝜎22 son las
𝑛2

varianzas muéstrales 𝑆12 y 𝑆22 de modo que la variable aleatoria

(𝑋̅1 − 𝑋̅2 ) − (𝜇1 − 𝜇2 )
𝑇=
1 1
√𝑆𝑝2 ( + )
𝑛1 𝑛2
Tiene distribución t de student con ( 𝑛1 + 𝑛2 − 2) grados de libertad.

(𝑛1 − 1)𝑆12 + (𝑛2 − 1)𝑆22

Donde: 𝑆𝑝2 = es la varianza muestral ponderada.
𝑛1 + 𝑛2 − 2
Por lo tanto suponiendo que 𝐻0 sea cierto (𝜇1 − 𝜇2 = 0) utilizamos como estadístico de prueba la
variable aleatoria 𝑇𝑐 , cuyo valor con los datos de la muestra observada es:
(𝑋̅1 − 𝑋̅2 )
𝑇𝑐 =
1 1
√𝑆𝑝2 ( + )
𝑛1 𝑛2
4. Determinación de la región critica. Se establece esta región de acuerdo a la hipótesis alterna y a la
distribución teórica del estadístico de prueba

𝑡0 = 𝑡(1−𝛼),( 𝑛1+𝑛2−2)𝑔𝑙 𝑡0 = 𝑡(1−𝛼),( 𝑛1+𝑛2−2)𝑔𝑙 𝑡0 = 𝑡(1− 𝛼),( 𝑛

2 1 +𝑛2 −2)𝑔𝑙

Este valor se busca en la tabla Este valor se busca en la tabla Este valor se busca en la tabla
t- student. ( 𝑡0 es t- student. ( 𝑡0 es t- student.
negativo) positivo)
 5. Conclusiones:

Si 𝑡𝑐 < −𝑡0 entonces se Si 𝑡𝑐 > 𝑡0 entonces se rechaza Si 𝑡𝑐 < −𝑡0 ∨ 𝑡𝑐 > 𝑡0

rechaza 𝐻0 , caso contrario se 𝐻0 , caso contrario se acepta entonces se rechaza 𝐻0 , caso
acepta 𝐻0 𝐻0 contrario se acepta 𝐻0

Ejemplo 1: Se analizan dos catalizadores para ver la forma en que afectan al rendimiento promedio de un
proceso químico. El Catalizador 1 es el que se está empleando en este momento, pero el Catalizador 2
también es aceptable y más económico. Por tanto, podría adoptarse éste siempre que no haya evidencias de
que cambia el rendimiento medio del proceso. Se hace una prueba en una planta piloto y los resultados son:
Catalizador I 97,19 89,07 97,04 94,72 91,07 89,91 92,75 91,79
Catalizador II 91,50 89,19 94,18 90,95 92,18 90,46 95,39 93,21
Con un nivel de significación del 2% que podría recomendar
Caso 3: Cuando las varianzas poblacionales 𝝈𝟐𝟏 y 𝝈𝟐𝟐 son desconocidas pero se suponen diferentes y las
muestras son pequeñas.

1. Formulación de hipótesis

PRUEBA TIPO 1 PRUEBA TIPO 2 PRUEBA TIPO 3

𝐻0 : 𝜇1 = 𝜇2 𝐻0 : 𝜇1 = 𝜇2 𝐻0 : 𝜇1 = 𝜇2
𝐻𝐴 : 𝜇1 < 𝜇2 𝐻𝐴 : 𝜇1 > 𝜇2 𝐻𝐴 : 𝜇1 ≠ 𝜇2

2. Establecer el nivel de significación (α) si no nos dan se asume 𝛼 = 5%

3. Elección del estadístico de prueba.
𝜎 2
Los estimadores de las medias poblacionales 𝜇1 y 𝜇2 es son las medias muéstrales 𝑋̅1 ~𝑁(𝜇1 , 1 ) y
𝑛1

𝜎2
𝑋̅2 ~𝑁(𝜇2 , 2 ) respectivamente, Los estimadores de las varianzas poblacionales 𝜎12 y 𝜎22 son las
𝑛2

varianzas muéstrales 𝑆12 y 𝑆22 como no hay igualdad de varianzas en las poblaciones no se puede
hallar la varianza ponderada de las varianzas muéstrales, por lo tanto la variable aleatoria T esta dado
por:
(𝑋̅1 − 𝑋̅2 ) − (𝜇1 − 𝜇2 )
𝑇=
𝑆12 𝑆22
√( +
𝑛1 𝑛2 )

Tiene distribución t de student con 𝑟0 grados de libertad, donde:

2
𝑆2 𝑆2
[ 1 + 2]
𝑛1 𝑛2
𝑟0 = 2 2
𝑆2 𝑆2
[ 1] [ 2]
𝑛1 𝑛2
+
𝑛1 − 1 𝑛2 − 1
Si 𝑟0 no es entero, se redondea al entero más cercano. Por lo tanto suponiendo que 𝐻0 sea cierto
(𝜇1 − 𝜇2 = 0) utilizamos como estadístico de prueba la variable aleatoria 𝑇𝑐 , cuyo valor con los datos
de la muestra observada es:
(𝑋̅1 − 𝑋̅2 )
𝑇𝑐 =
𝑆12 𝑆22
√( +
𝑛1 𝑛2 )

4. Determinación de la región critica. Se establece esta región de acuerdo a la hipótesis alterna y a la

distribución teórica del estadístico de prueba.
-𝑡0 = (1 − 𝛼, 𝑟)𝑔𝑙 𝑡0 = (1 − 𝛼, 𝑟)𝑔𝑙 𝛼
𝑡0 = (1 − , 𝑟) 𝑔𝑙
2
Este valor se busca en la tabla Este valor se busca en la tabla
Este valor se busca en la tabla
t- student. ( 𝑡0 es t- student. ( 𝑡0 es
t- student.
negativo) positivo)

5. Conclusiones:

Si 𝑡𝑐 < −𝑡0 entonces se Si 𝑡𝑐 > 𝑡0 entonces se rechaza Si 𝑡𝑐 < −𝑡0 ∨ 𝑡𝑐 > 𝑡0

rechaza 𝐻0 , caso contrario se 𝐻0 , caso contrario se acepta entonces se rechaza 𝐻0 , caso
acepta 𝐻0 𝐻0 contrario se acepta 𝐻0

Ejemplo 1: El encargado de compras de una compañía tiene que escoger entre dos marcas de máquinas A y
B, para procesar cierto producto. Por cuestiones de precio el encargado desearía comprar la marca A a no
ser que haya evidencias de que la maquina B es más veloz. Se le permitió operar los dos tipos de máquinas
durante un periodo de prueba, escogiendo al azar luego, los tiempos en segundos de 10 objetos procesados
por cada máquina:

Maquina A: 55 56 57 56 58 53 54 59 60 57
Maquina B: 50 51 42 50 40 60 53 44 48 58
Utilizando un nivel de significación del 5% y suponiendo poblaciones de tiempos normales. Qué tipo de
maquina debería comprar la empresa
 PRUEBA DE HIPÓTESIS REFERENTE A LA DIFERENCIA DE PROPORCIONES

Cuando estamos interesados en encontrar dos poblaciones binomiales que tienen la misma proporción de
éxitos entonces la prueba adecuada es la prueba de hipótesis de que estas sean

𝑋1 𝑋2
Donde: ̅̅̅
𝑃1 = y ̅̅̅
𝑃2 = y la variable aleatoria
𝑛1 𝑛2

̅̅̅1 − ̅̅̅
(𝑃 𝑃2 ) − (𝑃1− 𝑃2 )
𝑍=
𝑃 (1 − 𝑃1 ) 𝑃2 (1 − 𝑃2 )
√ 1 +
𝑛1 𝑛2
tiene distribución normal siempre que 𝑛1 y 𝑛2 sean grandes. Los pasos a seguir para realizar la prueba de
hipótesis son:

1. Formulación de hipótesis

PRUEBA TIPO 1 PRUEBA TIPO 2 PRUEBA TIPO 3

𝐻0 : 𝑃1 = 𝑃2 𝐻0 : 𝑃1 = 𝑃2 𝐻0 : 𝑃1 = 𝑃2
𝐻𝐴 : 𝑃1 < 𝑃2 𝐻𝐴 : 𝑃1 > 𝑃2 𝐻𝐴 : 𝑃1 ≠ 𝑃2

Donde: 𝑃1 y 𝑃2 son las proporciones de éxito poblacionales.

2. Establecer el nivel de significación (α) si no nos dan se asume 𝛼 = 5%

3. Elección del estadístico de prueba.
El estimador muestral de las proporciones de éxitos respectivamente son: ̅̅̅
𝑃1 y ̅̅̅
𝑃2 y la diferencia de estas
̅̅̅1 − ̅̅̅
dos proporciones (𝑃 𝑃2 ) es una variable aleatoria cuya distribución de probabilidad es la distribución
normal con media (𝑃1− 𝑃2 ) y varianza

2 𝑃1 (1 − 𝑃1 ) 𝑃2 (1 − 𝑃2 )
𝜎(𝑃
̅̅̅ ̅̅̅
1 −𝑃 2)
= +
𝑛1 𝑛2
Y la variable aleatoria

̅̅̅1 − ̅̅̅
(𝑃 𝑃2 ) − (𝑃1− 𝑃2 )
𝑍=
𝑃1 (1 − 𝑃1 ) 𝑃2 (1 − 𝑃2 )
√ +
𝑛1 𝑛2

Tiene distribución normal estándar. Por lo tanto suponiendo que 𝐻0 : 𝑃1 − 𝑃2 = 0 sea cierto utilizamos
como estadístico de prueba la variable aleatoria 𝑍𝑐 con los valores de la muestra aleatoria se tiene:
̅̅̅1 − ̅̅̅
(𝑃 𝑃2 )
𝑍𝑐 =
1 1
√𝑃̅ (1 − 𝑃̅)( + )
𝑛1 𝑛2

𝑋 +𝑋
̅
Donde: 𝑃 = 𝑛1 +𝑛2
1 2

4. Determinación de la región critica.

 Se establece esta región de acuerdo a la hipótesis alterna y a la distribución teórica del estadístico de
prueba.

𝑍0 = 𝑍0.5−𝛼 𝑍0 = 𝑍0.5−𝛼 𝑍0 = 𝑍1−𝛼

Este valor se busca en el
cuerpo de la tabla normal
estándar. ( 𝑍0 es negativo)
2
Este valor se busca en el
Este valor se busca en el
cuerpo de la tabla normal
cuerpo de la tabla normal
estándar. ( 𝑍0 es positivo)
estándar.

5. Conclusiones:

Si 𝑍𝑐 < −𝑍0 entonces se rechaza 𝐻0 , caso contrario se acepta 𝐻0

Si 𝑍𝑐 > 𝑍0 entonces se rechaza 𝐻0 , caso contrario se acepta 𝐻0
Si 𝑍𝑐 < −𝑍0 ∨ 𝑍𝑐 > 𝑍0 entonces se rechaza 𝐻0 , caso contrario se acepta 𝐻0

Ejemplo 1: Se utilizan dos máquinas diferentes de moldeo por inyección para la fabricación de piezas de
plástico. Una pieza se considera defectuosa si tiene un encogimiento excesivo o si le falta color. Se toman
dos muestras aleatorias, cada una de tamaño 300, y se encuentran 15 piezas defectuosas en la muestra de
la Máquina 1 y 8 piezas defectuosas en la muestra de la Máquina 2. ¿Queda con ello probado que existen
diferencias entre las máquinas a nivel a nivel =0.04