PRUEBA DE

HIPTESIS
CONCEPTOS Y PROCEDIMIENTO
LUZ MARIA SUPO ZAPATA

PROPSITO DE LA CONFERENCIA

Conocer los conceptos fundamentales de la

prueba de hiptesis.
Realizar pruebas de hiptesis de parmetros
Interpretar los resultados.

HIPTESIS
Cualquier afirmacin o
conjetura que se hace a cerca
de algo

HIPTESIS ESTADSTICA
Cualquier afirmacin o aseveracin
acerca de una propiedad de la
poblacin.

PRUEBA DE HIPTESIS
ESTADSTICA
Es un procedimiento estndar
para probar una aseveracin
acerca de una propiedad de la
poblacin.
Llamado tambin prueba de
significancia

TIPOS DE PRUEBAS DE
HIPTESIS
PRUEBAS DE HIPTESIS

PARAMTRICAS

NO PARAMTRICAS

Las poblacin en
estudio siguen una
distribucin normal

Las poblacin en
estudio no siguen una
distribucin normal

HIPTESIS NULA (H0)

Es la afirmacin de que el valor
de un parmetro de la poblacin
es igual a un valor aseverado.
Es la hiptesis que es aceptada
provisionalmente como
verdadera y cuya validez ser
sometida a comprobacin

HIPTESIS ALTERNATIVA (H1, HA,

HA )

Es una hiptesis contraria a la

hiptesis nula, se acepta en caso
que la hiptesis nula sea
rechazada.

PRUEBAS
PARAMTRICAS

PLANTEAMIENTO DE HIPTESIS
1) H0:

= 0 y H1 : 0

2) H0:

0 y H1 : > 0

3) H0:

0 y H1 : < 0

0 es el valor del parmetro

desconocido

TIPOS DE PRUEBAS DE
HIPTESIS
Depende de la hiptesis alternativa
Prueba de Hiptesis unilateral o
Prueba de una cola

H0: = 0 y H1 : > 0
H0: = 0 y H1 : < 0

TIPOS DE PRUEBAS DE
HIPTESIS
Prueba de Hiptesis Bilateral o
Prueba de dos cola
H0: = 0 y H1 : 0

ERROR TIPO I Y II
DECISIN
ACEPTAR

H0
RECHAZAR

H0

H0

H0

VERDADERA

FALSA

CORRECTO
1-

ERROR TIPO II

ERROR TIPO I

CORRECTO
(1-)

NIVEL DE SIGNIFICACIN ()
Es la probabilidad de cometer un error de
tipo I

= P(error tipo I)
= P(rechazar H0 cuando es verdadera)

POTENCIA DE UNA PRUEBA

Es la probabilidad de cometer un
error de tipo II

= P(error tipo II)

= P(aceptar H0 cuando es falsa)

REGLA DE DECISIN
Es la divisin de la distribucin muestral del
estadstico de la prueba en dos partes mutuamente
excluyentes:
Regin Crtica (RC) : regin de rechazo de

H0

Regin de Aceptacin (RA) : regin de no rechazo

de

H0

Depende de la hiptesis alternativa H1 del nivel de

significacin y la distribucin muestral del
estadstico
Valor crtico: es cualquier valor que separa la
regin crtica y la regin de aceptacin

REGLA DE DECISIN:
MTODO TRADICIONAL
Prueba de Hiptesis Bilateral o Prueba
de dos cola
H0: = 0 y H1 : 0

Prueba de Hiptesis unilateral o Prueba

de una cola a la izquierda
H0: = 0 y H1 : < 0

Prueba de Hiptesis unilateral o Prueba

de una cola a la derecha
H0: = 0 y H1 : > 0

REGLA DE DECISIN:
Mtodo del valor de p
Si es prueba de una cola
Rechace Ho si el valor de p
No rechace Ho si el valor de p >
Si es prueba de dos colas
Rechace Ho si el valor de p /2
No rechace Ho si el valor de p > /2

Intervalo de confianza
Como el estimado del intervalo de confianza de un parmetro de la
poblacin contiene los valores posibles de tal parmetro, rechace la
aseveracin de que el parmetro de la poblacin tiene un valor que
no est incluido en el intervalo de confianza

ESTADSTICO DE PRUEBA
En un valor que se utiliza para
tomar la decisin sobre la
hiptesis nula
Se calcula convirtiendo al
estadstico muestral en una
puntuacin de una distribucin
de probabilidad

ESTADSTICO DE PRUEBA
Se utiliza la distribucin muestral
del estadstico de la prueba a
realizar, los cuales son:
Para una prueba de una proporcin
z

p p
p (1 p ) / n

Para media de una poblacin

- con varian za poblaciona l desconocid a
t

x
s/ n

Para una media poblaciona l

Para una varianza poblaciona l
- con varian za poblaciona l conocida
(n 1) s 2
2

2
x

z
/ n

PASOS PARA UNA PRUEBA DE

HIPTESIS

Plantear la hiptesis nula H0 y

alternativa H1

Elegir el nivel de significacin ()

Elegir y estimar el estadstico de

prueba
Establecer la regla de decisin
Tomar la decisin
Conclusin

ANALISIS DE
VARIANZA (ANOVA)

POR QU ANOVA?

Es un mtodo de prueba de
igualdad de tres o ms medias
poblacionales, por medio del
anlisis
de
varianzas
muestrales

DISTRIBUCIN F

Como se van a comparar

varianzas, entonces se utiliza la
distribucin F

ANOVA DE UN
FATOR
Diseo
Completamente
aleatorio

ANOVA DE UN FACTOR
Llamado tambin ANOVA de una va
o una entrada
Se emplea una sola propiedad o
caracterstica para categorizar las
poblaciones

SUPUESTOS ESENCIALES
1. Todas las poblaciones involucradas son
normales
2. Todas las poblaciones tienen la misma
varianza
3. Las muestras son aleatorias simples
4. Las muestras son independientes
5. Las muestras provienen de poblaciones que
estn categorizadas de una solo forma

HIPTESIS

H 0 : 1 2 ... k
H1 :

Al menos una de las medias

poblacionales es diferente a las otras

TABLA ANOVA
Fuente de
variacin
Tratamiento

Suma de
cuadrados

Grados de Cuadrado medio

libertad

SC(tratamiento) k -1

Error

SC(error)

nk

Total

SCT

n1

Valor F

CM (tratamiento)
CM(error)

CM(tratami ento)
CM(error)

ESTADISTICA NO
PARAMETRICA
Lic. Luz Mara Supo Zapata

APLICACIN
Las pruebas de hiptesis realizadas en los captulos
anteriores respecto a los parmetros poblacionales
de medias, proporciones o varianzas son hechas
bajo supuestos a las poblaciones, tales como
supuestos de normalidad.
Lamentablemente no todas las poblaciones cumplen
con este supuesto, pero existen tcnicas
estadsticas tiles que no necesitan de supuestos de
las poblaciones conocidas como Pruebas No
Paramtricas o pruebas de distribucin libre.

PRUEBAS NO PARAMTRICAS
MS UTILIZADAS SON
1. Prueba de signos
2. Pruebas de Wilcoxon
2. Prueba Chi cuadrado
2.1

Prueba de Bondad de ajuste

2.2

Prueba de Independencia y homogeneidad

3. Prueba de Kruskal Wallis

4. Correlacin de Rangos de Spearman

VENTAJAS DE LOS PRUEBAS

NO PARAMTRICA :
1. No requiere que hagamos la suposicin de
que las poblaciones distribuidas
normalmente.
2. Se aplican a datos categricos
3. Implican clculos ms sencillos, por lo tanto
son ms fciles de entender y aplicar

DESVENTAJAS DE LAS
PRUEBAS NO PARAMTICAS :
1. Desperdician informacin, ya que los
datos originales se reducen a una forma
cualitativa
2. A menudo no son tan eficientes como
las prueba paramtricas por lo tanto se
necesita evidencias ms fuertes

EJEMPLOS

MUCHAS GRACIAS