Lectura 2 - Pruebas de HipóTesis

MODULO 2
2.- PRUEBAS DE HIPTESIS
Bibliografa bsica:
Berenson y Levine (1996) Estadstica para Administracin y Economa. 6. Ed.
Prentice Hall Hispanoamericana. Madrid.
Captulos: 11 (Apartados 11.1, 11.2, 11.3, 11.4, 11.5, 11.6, 11.7, 11.8, 11.9,
11.10, 11.11, 11.12), 12 (Apartados 12.3, 12.5), 13 (Apartados 13.1, 13.2, 13.3,
13.4, 13.9), 15 (Apartado 15.1)
Concepto y estrategia general de las pruebas de hiptesis

En algunas ocasiones, el estadstico debe proveer soporte para responder un
interrogante sobre si es cierta o no determinada idea previa que tenemos, por ejemplo,
sobre el valor de algn parmetro.
Para poder dar respuesta, las pruebas de hiptesis tienen la siguiente lgica: si
conocemos la distribucin muestral de un estadstico que relacione el parmetro sobre
el cual nos interesa comprobar una afirmacin, con un estimador del mismo, podemos
decidir que la afirmacin es aceptable si en la muestra obtenemos un resultado
razonablemente cercano al previsto en la afirmacin. Si por el contrario, la evidencia
de la muestra arroja un valor muy alejado, desconfiaremos de la validez de la idea
supuesta sobre el valor del parmetro. Como puede verse, este tipo de razonamiento
es de lo ms habitual en la forma de proceder y tomar decisiones a diario: someter
nuestras ideas a alguna evidencia (siempre parcial, limitada, accesible, como una
muestra), y considerar vlida la idea en el caso de que la informacin recogida
parezca consistente con ella, y descartarla en caso contrario.
Como permite ver esta estrategia, de lo ms prctica por cierto, estamos dispuestos a
asumir ciertos riesgos de equivocarnos, justamente por basar nuestra decisin en
informacin parcial. La realidad podra ser diferente a la situacin descripta por los
datos que reunimos en nuestra muestra, y en definitiva, estar tomando una decisin
equivocada acerca del valor del parmetro poblacional. De estos aspectos se trata la
unidad que comenzamos a recorrer.
Algunas analogas tiles para comprender esta metodologa
Antes de iniciar el abordaje estadstico de las pruebas de hiptesis, recorrer algunas
comparaciones tiles que suelen presentarse en la literatura:
1. Se desea informar sobre la presencia de alguien o algo en una habitacin
cerrada. Slo podemos observar por la rendija de la puerta (la zona que nos
Materia: HERRAMIENTAS MATEMTICAS V ESTADSTICA II

Profesora: Vernica Herrero
-1-
permite observar sera nuestra muestra). Si alguien o algo es visible en ese

sector, podemos tomar una decisin correcta. Si no aparece nada en la
muestra, podra ser tanto que efectivamente no hay nadie en la habitacin,
como que, hay alguien o algo, pero se encuentra en una zona de la habitacin
no accesible desde nuestro punto de observacin. Este es uno de los errores
de las pruebas estadsticas que estudiaremos.
Muestra:
Observacin
por
la
cerradura de una habitacin cerrada
Error posible:
- Considerar que no hay nada o
nadie por no observarlo en la
muestra.
2. Otro ejemplo interesante es el vinculado con un juicio, donde se est

analizando la culpabilidad o inocencia de un acusado de un crimen. El proceso
trata de reunir pruebas para determinar la culpabilidad o inocencia del acusado.
La decisin que se tome en base a la evidencia (muestral, de las pruebas),
puede ser correcta, si se lo declara inocente y efectivamente no cometi el
crimen. Tambin es correcta si el acusado es culpable y el veredicto as lo
determina.
Muestra: Evidencia reunida por la
fiscala (o por los querellantes, de
acuerdo con las reglas del proceso
legal); o las coartadas del acusado.
Errores posibles:
- Declarar culpable
inocente.
- Declarar inocente
culpable.
un
un
Sin embargo, hay dos situaciones que claramente reflejan errores (que nos
haran pensar en injusticias en una situacin de juicio): si el acusado es
culpable y se lo declara inocente, como tambin si el acusado es inocente y se

-2-
lo declara culpable). Los sistemas de justicia estn diseados de acuerdo a

cual de estos errores se desee minimizar, cuando por ejemplo, nadie es
culpable hasta que se pruebe lo contrario, o cuando un acusado debe
demostrar su inocencia.
3. Como estudiantes (en su caso) y como docente en el mo, la situacin que les
mencionar ahora, es una de las que ms nos ocupa cotidianamente:
establecer a travs de un examen o evaluacin, si los alumnos comprendieron
o aprendieron una serie de temas. Permanentemente en el sistema educativo
estamos emitiendo este tipo de juicios, basados en la evidencia de muestras
(las evaluaciones mismas son muestras donde se han seleccionado temas del
conjunto total de tpicos incluidos en el temario a evaluar, como tambin de
ejercicios o competencias que resultan de inters). Por supuestos que si una
evaluacin aprueba a un alumno que efectivamente conoce / comprende los
temas, estamos tomando una decisin correcta. Idnticamente, si se reprueba
a quien no sabe los contenidos. Los problemas aparecen si un alumno que
sabe los contenidos es reprobado en la evaluacin, o bien, si se aprueba a
quien realmente no los conoce. En este caso tambin los docentes suelen
definir sus estrategias evaluativas de manera de minimizar el error que
consideran ms grave o daino de los dos.
Muestra: la evaluacin
Errores posibles:
- Aprobar a quien no sabe
los contenidos
- Reprobar a quien sabe
los contenidos
Hiptesis nula y alternativa

La primera tarea consiste en definir de manera correcta cul va a ser la hiptesis que
queremos someter a contraste o prueba.
Comenzaremos trabajando en este mdulo con hiptesis referidas a valores de un
parmetro poblacional en particular.
En todos los problemas aparecen dos hiptesis contrapuestas: la hiptesis nula y la
hiptesis alternativa. Cada una de ellas representa un estado de la naturaleza que

-3-
involucra valores del parmetro poblacional. En la hiptesis nula siempre aparece un

igual (ya sea un igual estricto o, un mayor o igual, o un menor o igual), referido a cierto
valor del parmetro. La hiptesis alternativa de cada caso respectivo siempre es una
negacin de la hiptesis nula, de manera de resultar cierta siempre que sea falsa la
hiptesis nula. La hiptesis alternativa nunca incluye el signo igual.
La hiptesis nula es la idea previa sobre el valor del parmetro que se va a probar. La
hiptesis alternativa (establecida siempre como lo opuesto a lo afirmado en la
hiptesis nula) indica la conclusin que es verdadera si se lograr rechazar la hiptesis
nula.
La hiptesis nula se representa simblicamente de la siguiente manera: Ho. La
hiptesis alternativa se indica con alguna de las simbologas: H1 Ha
Veamos algunos ejemplos.
Supongamos una prueba referida a la media poblacional :
Ho: =15
H1: 15
Ho: 15
H1: <15
Ho: 15
H1: >15
En las pruebas de hiptesis, a travs de la evidencia muestral, se decidir rechazar la
hiptesis nula si as permiten los datos analizados, o bien, no rechazarla. Observen
atentamente que no decimos aceptarla, ya que no tenemos informacin
suficientemente contundente, por el hecho de ser muestral y estar por tanto sometida
a los riesgos vinculados con este tipo de informacin. Tal como indican Berenson y
Levine:
La metodologa de prueba de hiptesis est diseada de modo que nuestro rechazo
de la hiptesis nula est basado en evidencias, aportadas por la muestra, de que es
ms probable de que nuestra hiptesis alternativa sea verdadera. Sin embargo, el
hecho de no rechazar la hiptesis nula no es una prueba de que sta sea verdadera.
Valor crtico del estadstico de la prueba

Cuando describimos en trminos generales el procedimiento lgico implicado en las
pruebas de hiptesis indicamos que rechazaramos la hiptesis nula si de la evidencia
muestral resultara un valor muy alejado al hipotetizado, as como no la rechazaramos

-4-
en caso de obtener de la muestra un valor relativamente cercano al establecido en la

Ho.
Deberemos trabajar con las distribuciones correspondientes para establecer qu es
demasiado cercano o demasiado alejado de la idea previa explcita en la hiptesis
nula.
El valor crtico definir un punto de corte para tomar la decisin estadstica, un valor
que antes de considerar la informacin muestral, ser el criterio para definir la regla de
decisin, estableciendo qu valores se tomarn como cercanos al establecido en la
hiptesis nula, y cules (por estar ms all del valor crtico) como demasiado alejados
del establecido en la Ho.
Determinacin de las zonas de rechazo y no rechazo

Los (o el valor crtico, segn se trate de una prueba bilateral o unilaterial) del
estadstico van a determinar las zonas de rechazo y no rechazo de la hiptesis nula en
la distribucin muestral del estadstico de prueba.
Si el estadstico de prueba calculado en base a los datos de la muestra, cae en la zona
de rechazo, se tomar esa decisin; y por el contrario, si el estadstico resulta ms
alejado del valor hipottico del parmetro (es decir, cae en la zona de rechazo), se
tomara esta otra decisin estadstica, vale decir, rechazar la hiptesis nula.
Figura: Valores crticos y determinacin de las zonas de rechazo y no rechazo en una
prueba bilaterial

-5-
La figura anterior, se muestra cmo se relacionan las zonas de rechazo en una prueba
bilateral (donde aparece un signo de igualdad estricta en la hiptesis nula y una
desigualdad en la hiptesis alternativa) con los valores crticos.
Riesgos considerados en las pruebas de hiptesis

Como presentamos en las analogas a las pruebas de hiptesis, la decisin estadstica
tiene asociados riesgos o errores derivados de tomar una decisin incorrecta.
Se comete el error tipo I, cuando la hiptesis nula es cierta, pero se la rechaza (esto
ocurre cuando la evidencia de la muestra indica que es inverosmil nuestra hiptesis,
lo cual nos lleva a tomar esa decisin incorrecta).
El error tipo II est implicado en el no rechazo de la hiptesis nula cuando sta es
falsa. Si bien debera ser rechazada, tambin a instancias de un valor muestral no tan
alejado, se toma una decisin incorrecta.
Veamos las situaciones posibles que pueden encontrarse en las decisiones de una
prueba estadstica:
Decisin
No rechazar Ho
Rechazar Ho
Estado de la naturaleza
Ho cierta
Decisin correcta
Probabilidad asociada:
Coeficiente de confianza:
1-
Ho falsa
Decisin incorrecta
Riesgo:
Decisin incorrecta
Nivel de significacin:
Decisin correcta
Potencia de la prueba:
1-
El coeficiente de confianza (1-) indica la probabilidad de no rechazar la Ho cuando

sta es verdadera.
El nivel de significacin () es la probabilidad de cometer el error tipo I, es decir, de
rechazar la Ho cuando sta es verdadera.
El riesgo () es la probabilidad de cometer un error tipo II, o lo que es lo mismo, de no
rechazar la hiptesis nula cuando sta es falsa.
La potencia de la prueba (1-) es la probabilidad de rechazar la Ho cuando sta es
falsa.
Las probabilidades y estn relacionadas, de manera que si una de ellas disminuye,
la otra aumenta. Por ello, la manera de disminuir ambos riesgos es aumentar el
tamao de la muestra.

-6-
Pasos para realizar una prueba de hiptesis

En todos los casos y ejercicios de pruebas de hiptesis se deben desarrollar
ordenadamente los siguientes pasos:
1.
2.
3.
4.
5.
Establecer la hiptesis nula

Establecer la hiptesis alternativa
Seleccionar el nivel de significacin
Definir el tamao de la muestra
Establecer qu estadstico muestral, con distribucin conocida, se utilizar en la
prueba
6. Calcular el o los valores crticos, identificando as las zonas de rechazo y no
rechazo (lo cual deriva en disponer de una la regla de decisin)
7. A partir de los datos muestrales, obtener el valor del estadstico muestral
8. Verificar en qu zona (de rechazo o de no rechazo) cay el estadstico de
prueba obtenido con los datos muestrales
9. Tomar la decisin estadstica en base a la regla de decisin
10. Indicar la conclusin del problema
Prueba de hiptesis para la media poblacional

Varianza conocida
Prueba Z
Supongamos que queremos someter a prueba una hiptesis referida a la edad de
emigracin promedio de los ciudadanos de determinado pas. Expertos en la
problemtica de la emigracin refieren que para la corriente migratoria que se analiza,
la edad promedio es de 25 aos. Se conoce que la varianza de esta variable es 3,5
aos2. Se tom una muestra de 24 emigrantes seleccionados al azar en un perodo de
6 meses, y se obtuvo que la edad promedio era de 22 aos. Con una significacin
=0,05, puede considerarse verdadera la hiptesis?
En este caso estamos analizando una prueba bilateral, porque se trata de someter a
prueba una igualdad estricta versus una desigualdad.
Sigamos cada uno de los pasos planteados:
1. Establecer la hiptesis nula
Ho: =25 aos
Es decir, la edad promedio al momento de emigrar es de 25 aos.
2. Establecer la hiptesis alternativa
Ho: 25 aos
Es decir, la edad promedio al momento de emigrar es distinta de 25 aos.
3. Seleccionar el nivel de significacin

-7-
Se trabajar con =0,05

4. Definir el tamao de la muestra
La muestra de trabajo consta de 24 casos.
5. Establecer qu estadstico muestral, con distribucin conocida, se utilizar en la
prueba
Como se conoce la varianza, se trabajar con el estadstico Z:
Z=
/ n

Como se pidi trabajar con una significacin de 0,05, los valores crticos de Z
sern -1,96 y 1,96.
As, queder determinada la siguiente regla de decisin (indicada tambin en la
siguiente figura):
Si el estadstico muestral resultante es inferior a -1,96, o si es mayor a

1,96, se rechazar la hiptesis nula.
Si el estadstico muestral es mayor a -1,96 y menor a 1,96, entonces, no
se rechaza la hiptesis nula.
Figura: Determinacin de zona de rechazo y no rechazo, en la distribucin

normal estndar
-Z1-/2=-1,96
Z1-/2=1,96

Bajo Ho cierta:
Z=
/ n

-8-
Z =
22 25
1,87 / 24
Z = 7,85
El valor del estadstico muestral se ubica en la zona crtica o zona de rechazo.
Se debe rechazar la Ho.
Con la evidencia muestral disponible no puede suponerse que la edad
promedio de emigracin es 25 aos.
Casos de pruebas de hiptesis: uno y dos extremos

En los casos en los cuales queremos someter a prueba una hiptesis referida a la
igualdad del parmetro a determinado valor, contra la hiptesis alternativa de
desigualdad de ese valor. En ese caso, tanto si la evidencia muestral resulta en
valores muy elevados o muy reducidos del parmetro, sospechamos de la veracidad
de la hiptesis nula, y optaremos por rechazarla. Por lo tanto en estos caso, situamos
la probabilidad de rechazar una hiptesis nula siendo cierta (significacin) en los
extremos superior e inferior de la distribucin que estamos considerando.
Este tipo de pruebas se conoce como prueba de dos extremos o de dos colas. En
tales caso, el nivel de significacin se reparte entre ambas colas (/2 en cada una).
Figura
Prueba de dos colas (o dos extremos):
f ( )
Ho: =0
H1: 0
Donde
cualquiera
representa
un
parmetro
En el grfico puede observarse cmo la significacin se reparte entre los dos

extremos.
Fuente: Elaboracin propia

-9-
Cuando estamos sometiendo a prueba una hiptesis nula con una desigualdad contra
su complemento, todo el riesgo se ubica en uno de los extremos. Estas son las
pruebas de un extremo o una cola.
Figura
Prueba de una cola (o un extremo):
f ( )
Ho: 0
H1: >0
f ( )
Ho: 0
H1: <0
Donde
cualquiera
representa
un
parmetro
En el grfico puede observarse cmo la significacin se ubica en el extremo donde se

ubican los valores muestrales que hacen sospechar de la veracidad de la hiptesis
nula.
Vinculacin entre la prueba de hiptesis y la estimacin por intervalos

Tanto las pruebas de hiptesis como la estimacin por intervalos se derivan de los
conceptos que permiten hacer inferencia basados en una muestra.
Un aspecto que suele generar confusin cuando se enfrenta por primera vez los
procedimientos de prueba de hiptesis y estimacin, es la equivalencia de los valores
correspondientes a los lmites de los intervalos de confianza y los valores crticos que
delimitan las zonas de rechazo y no rechazo (en trminos no estandarizados).
En definitiva, los valores que forman parte del intervalo de valores que se estiman,
tambin son los que hacen, numricamente, aceptables la hiptesis nula.

- 10 -
Pese a esta especie de dualidad, los propsitos de ambos tipos de procedimientos son
substancialmente diferentes en el marco de las correspondientes investigaciones que
los enmarcan.
Valor p
Otra manera en la que puede abordarse y resolverse una prueba de hiptesis es
determinar el nivel de significacin que tiene asociado el valor resultante del
estadstico con los datos muestrales.
El valor p es la probabilidad de obtener un estadstico igual o mayor que el valor
muestral, siendo la hiptesis nula cierta.
R. Weiers, en su texto de Estadstica para los negocios, indica la siguiente analoga,
en una prueba de salto en alto:
equivale a que Ud. saltara tan alto como pudiera sin tener que pasar sobre una
barra, y que luego los jueces le indicaran a qu altura la habra rebasado si la barra
estuviera en el lugar (pp. 432).
Esta modalidad de resolucin es de gran practicidad en el caso de contar con
resultados procesados a travs de software estadstico, que directamente aproximan
numricamente el clculo de probabilidad implicado, arrojando para la muestra, el
valor p (o p-valor como tambin se lo conoce). Simplemente el investigador compara
esa significacin con la que considera para su investigacin (el valor ), y si el valor p
supera al , entonces no se rechaza la hiptesis nula, y en cambio, si es mayor que
p, entonces se rechaza la hiptesis nula.
Obviamente, esta regla de decisin se relaciona con el hecho de que si la significacin
del estadstico muestral es mayor que , entonces, ese valor se encuentra en la zona
de rechazo, y viceversa.
Siguiendo al texto de la materia, los pasos correspondientes a una prueba de hiptesis
utilizando el valor p, se sintetizan de la siguiente manera:
3. Seleccionar el nivel de significacin ()
4. Considerar el tamao de la muestra
5. Determinar la prueba y el estadstico que se utilizarn.
6. Calcular el estadstico con los datos muestrales
7. Estimar el valor p para el estadstico muestral
a. Considerar la distribucin bajo hiptesis nula cierta

- 11 -
b. Utilizar un grfico de la distribucin y ubicar el valor del estadstico

muestral calculado.
c. Calcular la probabilidad deseada ayudado de las tablas o programa
estadstico apropiado
8. Comparar el valor p con
9. Tomar la decisin estadstica
10. Elaborar la conclusin
Potencia de una prueba

La potencia de la prueba es la sensibilidad que sta tiene para detectar situaciones en
las cuales corresponde rechazar la hiptesis nula por ser sta falsa.
Como mencionamos anteriormente, la potencia tiene una probabilidad 1-, ya que es
el complemento del riesgo (asociado con el error tipo II, correspondiente a no
rechazar Ho cuando sta es falsa).
En general, el clculo de la potencia de una prueba es una tarea compleja, cuando
puede llegar a calcularse.
Intuitivamente se puede comprender que es ms alta esta probabilidad a medida que
ms alejada est la hiptesis nula de la realidad: mientras ms distanciado sea el valor
que se postula en la hiptesis nula referido al parmetro, del que realmente tiene, es
ms probable que la evidencia muestral nos seale el error. Por el contrario, cuando el
valor que se postula en la hiptesis nula est prximo (aunque no exacto) al
verdadero, la evidencia muestral nos confundir, ya que en muchos casos caer el
estadstico muestral en la zona de no rechazo.
El siguiente ejemplo est elaborado teniendo en cuenta la distribucin de la media
muestral, en una prueba de hiptesis para la media poblacional. El sitio
http://www.seeingstatistics.com/seeing1999/resources/opening.html permite ver cmo
vara la potencia de la prueba para diferentes escenarios que suponemos referidos al
verdadero valor de la media poblacional.
Como permiten ver los paneles grficos de las siguientes pginas, en los casos en los
cuales el verdadero valor est alejado de lo hipotetizado, la probabilidad de rechazar la
hiptesis nula es alta. La potencia de la prueba est identicada como el rea
sombreada de azul en cada una de las figuras. Las reas sombreadas de rojo
corresponden a la significacin (que tiene una probabilidad ), y se grafican en la
distribucin que supone que la hiptesis nula es cierta.
La probabilidad de rechazar la hiptesis nula siendo falsa se ilustra en la distribucin
correspondiente a cada verdadero valor alternativo (asociado con ese escenario en
particular).
En todos los casos, se supone en la hiptesis nula que la media poblacional es igual a
10.

- 12 -
Figura: la potencia de la prueba

Escenario 1:
El verdadero valor de la
media es 7,69.
Escenario 2:
media es 7,89.
Escenario 3:
media es 8,13.

- 13 -
Escenario 4:
media es 8,38.
Escenario 5:
media es 8,87.
Escenario 6:
media es 9,13.

- 14 -
Escenario 7:
media es 9,7.
Escenario 8:
media es 10,02.
Escenario 9:
media es 11,56.

- 15 -
Escenario 10:
media es 12,12.
Escenario 11:
media es 12,51.
Escenario 12:
media es 12,98.
Fuente. Elaboracin propia con la herramienta de simulacin provista por:

http://www.seeingstatistics.com/seeing1999/resources/opening.html
Reflexione sobre la informacin que proveen los grficos. Qu informacin le est
faltando si Ud. quiere corroborar estos clculos de probabilidades, considerando que
se trata de una distribucin normal?
Sinteticemos la informacin del ejemplo, en una tabla donde se consignen los valores
de la potencia.

- 16 -
Tabla: Relacin entre el verdadero del valor del parmetro y la potencia

Escenario
1
2
3
4
5
6
7
8
9
10
11
12
Verdadero valor de la
media poblacional
7,69
7,89
8,13
8,38
8,87
9,13
9,7
10,02
11,56
12,12
12,5
12,98
Potencia
0,98
0,96
0,90
0,80
0,50
0,32
0,08
0,05
0,77
0,96
0,99
1

La relacin descripta en la tabla anterior puede representarse en un grfico que se
denomina Curva de potencia. El grfico presenta un mnimo en el valor
correspondiente al que se postula en la hiptesis nula. La potencia en ese caso es
igual a la significacin.
Curva de potencia

- 17 -
Prueba de hiptesis para la media poblacional

Varianza desconocida
Prueba t
Un docente sostiene la idea de que el promedio de horas de estudio de sus alumnos
ha sido inferior a 3 horas diarias en la semana previa a una evaluacin. A fin de
comprobar su idea previa, realiza una breve encuesta annima, y obtiene la siguiente
informacin a partir de una muestra de 15 alumnos tomados al azar del total (muy
elevado) de los alumnos de las 10 divisiones que tiene a su cargo:
Alumno
(muestra)
Cantidad de horas que

estudi en la semana
previa a la evaluacin
3
6
7
2
1
0,5
1
2
2,5
2
1
2
3
2
0,5
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
En este caso estamos analizando una prueba unilateral, porque se plantea una
desigualdad.
Sigamos cada uno de los pasos planteados:
Ho: 3 horas
Note cmo se seleccion la hiptesis nula. Si bien se sostiene que la cantidad
de horas de estudio promedio fue inferior a esa cantidad, se utiliza en la
hiptesis nula la afirmacin complementaria porque incluye la igualdad. Y en
particular, si se encuentra evidencia que permita refutar la hiptesis nula,
haberla planteado de esta manera, nos permite un resultado ms slido.
Ho: < 3 horas

- 18 -

prueba
Como se desconoce la varianza, se trabajar con el estadstico t, con n-1
grados de libertad:
t=
x
s/ n

Como se pidi trabajar con una significacin de 0,05, el valor crtico de t, con
14 grados de libertad es -1,7613
Luego, quedar determinada la siguiente regla de decisin (indicada tambin
en la siguiente figura):
Si el estadstico muestral resultante es inferior a -1,7613, se rechazar

la hiptesis nula.
Si el estadstico muestral es mayor a -1,7613, entonces, no se rechaza
la hiptesis nula.
Figura: Determinacin de zona de rechazo y no rechazo, en la distribucin t
-t1-; n-1=-1,7613

Bajo Ho cierta:

- 19 -
t=
t=
x
s/ n
2,37 3
1,866 / 15
t = 1,315
prueba obtenido con los datos muestrales.
El valor del estadstico muestral se ubica en la zona de no rechazo.
No se debe rechazar la Ho.
Con la evidencia muestral disponible no puede descartarse que el promedio de
horas de estudio haya sido mayor o igual a 3.
Prueba de hiptesis para la varianza

Prueba Chi cuadrado
Tambin es posible llevar a cabo hiptesis referidas a valores particulares de la
varianza poblacional.
En este caso, el nico aspecto novedoso se relaciona con el estadstico muestral que
incluye tanto a la varianza poblacional como a su estimador, la varianza muestral.
Este estadstico posee distribucin Chi cuadrado1, una variable aleatoria que
presentaremos a continuacin.
n 1 2 =
(n 1) s 2
Esta distribucin corresponde a una variable no negativa, cuya forma depende del
parmetro grados de libertad que posea. Mientras ms reducidos son los grados de
libertad, ms sesgada a la derecha es la forma de la distribucin.

- 20 -
Vamos a considerar el problema propuesto por Berenson y Levine, en la seccin de

ejercicios del tema (pgina 441, ejercicio 12.22).
Problema:
Un investigador de mercado est realizando un estudio encargado por una
concesionaria de automviles que tiene sucursales en todo el pas, en relacin con las
reparaciones de autos. En particular tiene inters en averiguar cul es el gasto
promedio en reparaciones. Para estimar cuntos casos incluir en la muestra, debe
considerar un valor de la desviacin estndar. En base a su experiencia cree
apropiado considerar una desviacin estndar de $200 del gasto realizado en
reparaciones. No obstante, decide corroborar su hiptesis a travs de una encuesta
piloto a 25 dueos de automviles. Una vez que lleva a cabo este estudio preliminar,
resulta una desviacin estndar de la muestra de $237,52. An puede trabajar con su
idea previa de la desviacin estndar para calcular el tamao muestral?
Apliquemos una vez ms los pasos de la prueba de hiptesis:
Ho: 2= 40.000 pesos2.
Note que se estableci la hiptesis en trminos de la varianza, y que se tuvo en
cuenta la unidad de medida correspondiente tambin elevada al cuadrado.
Ho: 2 40.000 pesos2
5. Establecer qu estadstico muestral, con distribucin conocida, se utilizar
en la prueba
Se utilizar el estadstico Chi cuadrado presentado, con n-1 grados de libertad:
n 1 2 =
(n 1) s 2

- 21 -

Con una significacin de 0,10, los valores crticos de la distribucin Chi
cuadrado, con 24 grados de libertad son: 13,848 y 36,415, respectivamente.
Si el estadstico muestral resultante es inferior a 13,848 mayor a

36,415, se rechazar la hiptesis nula.
Si el estadstico muestral es menor a 13,848 mayor a 36,415,
entonces, no se rechaza la hiptesis nula.
Figura: Determinacin de zona de rechazo y no rechazo, en la distribucin Chi

cuadrado
2 24, 0,05=13,848
2 24, 0,95=36,415

Bajo Ho cierta:
n 1 2 =
24 2 =
(n 1) s 2
(24) 56415,75
40000
24 2 = 33,85

- 22 -

El valor del estadstico muestral se ubica en la zona de no rechazo.
Con la evidencia muestral disponible no puede descartarse que la varianza sea
igual a 40000 pesos2 (o que la desviacin estndar sea igual a 200 pesos), tal
como supone el investigador.
La siguiente figura ilustra los casos de pruebas de hiptesis referidas a la
varianza, para pruebas bilaterales y unilaterales.
Figura
Prueba bilateral
Ho: 2 = 20
H1: 2 20
Prueba unilateral
Ho: 2 20
H1: 2 > 20

- 23 -
Prueba unilateral
Ho: 2 20
H1: 2 <20
Pruebas para diferencias de medias

En muchas ocasiones necesitamos conocer si existe diferencia en las caractersticas
de dos poblaciones de inters.
Es habitual cuando se obtienen medidas de resumen de muestras correspondientes a
dos poblaciones, preguntarse si realmente hay una diferencia significativa entre ellas,
o bien, si podran considerarse iguales, pese a la diferencia muestral observada (quiz
derivada del azar). Para poder responder este tipo de preguntas, las pruebas de
hiptesis vinculadas con dos medias, brindan una herramienta de gran aplicacin en
diversos usos de investigacin y toma de decisiones.
Pruebas para muestras independientes y dependientes: diferencias entre ambos

tipos de muestras
En el caso de las pruebas sobre diferencias de medias podemos enfrentar alguna de
las siguientes situaciones, dependiendo qu tipo de diseo de investigacin se utiliz:
1. muestras independientes
2. muestras relacionadas o apareadas
La seleccin del tipo de comparacin que se realice est fundamentalmente asociada
con el problema que se enfrente, y el tipo de dato que se disponga a partir de un
experimento, observacin o encuesta.
Se dice que las muestras son independientes si la aparicin o seleccin de un
individuo en una muestra no tiene ninguna relacin con la aparicin o seleccin de
ningn individuo o elemento en la otra muestra. Este caso se aplica cuando los
individuos de cada una de las muestras pertenecen a dos poblaciones distintas, cuya
diferencia de medias es el propsito principal de la prueba.
Cuando las dos muestras se han construido de manera que la inclusin de un
individuo en una de las muestras condiciona la seleccin de otro en la otra muestra
considerado, o bien, se analiza repetidamente informacin (generalmente a lo largo del
tiempo) sobre un mismo individuo, decimos que son muestras relacionadas o
apareadas.

- 24 -
En el caso de muestras independientes, consideraremos dos pruebas de hiptesis

referidas a las diferencias entre medias de ambas muestras, teniendo en cuenta qu
supuestos corresponda aplicar.
Prueba de diferencia de medias para muestras independientes

Caso de varianza conjunta
Consideremos el siguiente problema:
Una marca de combustibles ha desarrollado un nuevo combustible Premium que
reemplazara al que se produce actualmente, para lo cual quiere analizar si realmente
hay una diferencia en cuanto a rendimiento. Se contrata a un experto en combustibles
para determinar si existe alguna diferencia de estos combustibles de la marca, en el
mismo modelo de automvil. El combustible A, que se est evaluando para considerar
su introduccin en el mercado, se prob en 20 autos, y se calcul una media muestral
de 14 km por litro (con una desviacin estndar de 2 km por litro), mientras que el
combustible B que se prob en 10 automviles, produjo una media de rendimiento de
13,2 kilmetros por litro, con una desviacin estndar de 2,1 km por litro. Suponiendo
varianzas iguales, existe evidencia de que el nuevo combustible, A, supera al que se
produce en la actualidad?
Veamos paso a paso cmo comprobamos esta hiptesis.
Ho: 12 0
Vamos a llamar muestra 1 a la correspondiente al nuevo combustible (A), y 2 a
la del combustible que se produce actualmente.
Dado que nos interesa ver si el nuevo combustible tiene ms rendimiento que
el actual, en la hiptesis nula planteamos el estado de la naturaleza que si se
puede se descartar con evidencia muestral contundente.
H1: 12> 0
Las muestras de trabajo constan de 20 casos y 10 casos respectivamente.

- 25 -

prueba
El estadstico tiene distribucin t, con n1+n2-2 grados de libertad:
t=
( x1 x 2 ) ( 1 2 )
1
1
s 2p +
n1 n 2
Donde, la varianza conjunta se construye de la siguiente manera a partir de las

varianzas muestrales de cada muestra respectiva:
s 2p =
(n1 1) s12 + (n2 1) s 22

(n1 1) + (n2 1)

Como se pidi trabajar con una significacin de 0,05, el valor crtico de t, con
28 grados de libertad es 1,701.
Si el estadstico muestral resultante es mayor a 1,701, se rechazar la

hiptesis nula.
Si el estadstico muestral es menor a 1,701, entonces, no se rechaza la
hiptesis nula.
t=1,701

- 26 -

Bajo Ho cierta:
( x1 x 2 ) ( 1 2 )
t=
1
1
s 2p +
n1 n 2
(14 13,2) 0
t=
1
1
4,1318 +
20 10
t = 1,0162
Donde
s 2p =
(n1 1) s12 + (n2 1) s 22

(n1 1) + (n2 1)
s 2p =
(20 1) 4 + (10 1)4,41

(20 1) + (10 1)
s 2p = 4,1318

El valor del estadstico muestral (t= 1,01602) se ubica en la zona de no
rechazo.
Con la evidencia muestral disponible no puede descartarse que el rendimiento
del nuevo combustible sea igual o menor que el combustible actual.

- 27 -
Prueba de diferencia de medias para muestras independientes

Caso de varianzas separadas
Cuando no podemos asumir que las dos poblaciones tienen iguales varianzas,
adoptamos esta prueba.
Vamos a desarrollar tambin un ejemplo en este caso.
El dueo de una veterinaria desea comprobar si existe diferencia en la cantidad total
de dinero gastada por mes entre los dueos de perros y los dueos de gatos. Se
consider una muestra de individuos que slo posea una de estas mascotas,
considerando animales (tanto perros como gatos) de un rango de peso de 3 a 5 kilos.
En el caso de los dueos de gatos, se obtuvo una media muestral de $19,16 por
semana, para una muestra de 26 casos, con una desviacin estndar de $8,52. En la
muestra de 37 dueos de perros se estim que en promedio gastan $26,47 por
semana, con una desviacin estndar de $9,45. Existe una diferencia significativa en
el gasto promedio?

Ho: 12= 0
Vamos a llamar muestra 1 a la correspondiente a los dueos de gatos y 2 a la
muestra de dueos de perros.
Planeamos una prueba bilateral ya que se desea saber si existe o no
diferencia.
H1: 12 0
Las muestras de trabajo constan de 26 casos de dueos de gatos y 37 casos
de dueos de perros.
5. Establecer qu estadstico muestral, con distribucin conocida, se utilizar
en la prueba
El estadstico tiene distribucin t, con v grados de libertad:

- 28 -
t=
( x1 x 2 ) ( 1 2 )
s12 s 22
+
n1 n 2
Donde, v est dado por:
v=
s12 s 22
+
n1 n 2
2
s12
s 22

n1 + n2
n1 1 n2 1

Aproximemos en primer lugar el valor de v:
v=
s12 s 22
+
n1 n 2
s 22
s12

n
1 + n2
n1 1 n2 1
2
72,5904 89,6809
+
26
37
v=
2
2
72,5904
89,6809
26 + 37
26 1
37 1
v = 57,27
Se procede a tomar la parte entera del valor obtenido de v: 57.
Como se pidi trabajar con una significacin de 0,05, los valores crticos de t,
con 57 grados de libertad son -2 y 2.

- 29 -
Si el estadstico muestral resultante es menor a -2 o mayor a 2, se

rechazar la hiptesis nula.
Si el estadstico muestral es mayor a -2 y menor a 2, entonces, no se
rechaza la hiptesis nula.
Se sombrean en el grfico las zonas de rechazo de la hiptesis.

Bajo Ho cierta:
t=
t=
( x1 x 2 ) ( 1 2 )
s12 s 22
+
n1 n 2
(19,16 26,47) 0
72,5904 89,6809
+
37
26
t = 3,20

El valor del estadstico muestral se ubica en la zona de rechazo.
Se debe rechazar la Ho.

- 30 -

Con la evidencia muestral disponible no puede sostenerse la idea de que los
dueos de perros y gatos gastan lo mismo semanalmente en sus mascotas.
Prueba de diferencia de medias para muestras relacionadas

El caso de las muestras relacionadas es de amplia utilizacin cuando se necesita
disponer de comparaciones entre sujetos con mnima variabilidad entre s o en
pruebas sucesivas repetidas (estudios antes y despus sobre un mismo sujeto).
En este caso, analizamos la diferencia especfica para el par de observaciones
apareadas, que denominaremos D.
Di = X i1 X i 2
Esta diferencia para cada par de datos que estamos estudiando representa las
diferencias uno a uno. Por ejemplo, si es un estudio entre gemelos, en el cual a uno de
los gemelos de cada conjunto de hermanos gemelos que se est estudiando se le
aplic un tratamiento, cuyo efecto se quiere comprobar, la diferencia D es la medida
de la distancia en la variable de respuesta para ambos sujetos. Justamente lo que se
pretende someter a prueba es la existencia o no de tal diferencia entre los sujetos que
fueron sometidos a tratamiento y los que no, an en estos casos, en los cuales los
sujetos poseen mucha homogeneidad entre s.
El promedio muestral de tales diferencias se obtiene considerando todas las D para los
n pares de sujetos de estudio:
D=
Di
n
Denotaremos D a la diferencia poblacional, que se somete a prueba.

La prueba se lleva a cabo con el mismo procedimiento utilizado previamente para los
diversos casos de pruebas de hiptesis.
Las hiptesis nula y alternativa en este caso sern:
Ho: D = 0
H1: D 0
El estadstico de prueba ser:

- 31 -
t=
D D
s D2
n
Este estadstico posee n-1 grados de libertad.

Para el clculo de la desviacin estndar muestral se deber considerar la siguiente
frmula:
sD =
2
i
nD 2
n 1
Pruebas de hiptesis para datos categricos

En muchas ocasiones el problema de decisin planteado tiene que ver con un valor
asignado en la hiptesis a la proporcin de individuos de la poblacin que poseen
cierta caracterstica.
Prueba de hiptesis para la proporcin poblacional
Debido a que el procedimiento no difiere respecto del ya desarrollado, simplemente en
estos casos indicaremos cul es el estadstico de prueba.
En el caso de las pruebas para proporciones, el estadstico bajo hiptesis nula cierta
se distribuye normal:
Z=
pP
P (1 P )
n
Prueba para la diferencia de dos proporciones

En el caso de las pruebas para diferencia de proporciones, para muestras
independientes, el estadstico bajo hiptesis nula cierta se distribuye normal:
Z=
( p1 p 2 ) ( P1 P2 )
1
1
p (1 p ) +
n1 n 2
Donde:
p=
(X1 + X 2 )
n1 + n2

- 32 -
Ejercitacin
Resuelva los siguientes ejercicios, si tiene dudas o consultas, envelas a su tutor
virtual.
1. El siguiente caso ha sido tomado de un estudio real llevado a cabo en Estados
Unidos.
Tras lanzar una variedad de papas fritas reducidas en grasa, la empresa
Pringles realiz un estudio para conocer si los consumidores las identificaban o
no respecto de las papas normales.
Se indagaron 44 participantes de un estudio, a quienes se les ofreca dos tazas
separadas de papas de la marca. En una de las tazas haba papas normales y
en la otra las reducidas en grasa. En promedio, si las papas hubieran tenido el
mismo sabor, se espera que el 50% de los catadores hubiera identificado
correctamente las papas normales. En el estudio, 25 catadores lograron
identificarlas correctamente.
Significa este resultado que las papas reducidas en grasa tienen un sabor
distinto o la diferencia entre lo obtenido y el 50% esperado es slo un valor al
azar?
Fuente: Introduccin a la Estadstica para Negocios. Ronald Weiers. (2005). 5
Edicin.
a. Qu prueba de hiptesis se lleva a cabo?
b. Plantee las hiptesis nula y alternativa
c. Complete los pasos de la prueba de hiptesis
d. Responda la pregunta planteada.
2. En un estudio reciente sobre audiencia televisiva, se report que los hombres
jvenes estadounidenses tienen una exposicin promedio de 56,2 minutos a la
televisin en las horas de mxima audiencia. Un experto europeo considera
que en el Viejo continente la exposicin es ms elevada. Se toma una muestra
de 1300 hombres en las mismas edades en Europa, y se detecta que en
promedio ven 50,5 minutos en ese horario. Si bien no se conocen las
varianzas, se pueden considerar iguales, y en el estudio para Estados Unidos
surgi una varianza muestral de 45 minutos2, mientras que en la muestra
europea, alcanza unos 46 minutos2.
a. Qu prueba de hiptesis se lleva a cabo?
b. Plantee las hiptesis nula y alternativa
c. Complete los pasos de la prueba de hiptesis
d. Elabore una conclusin
3. En la etiqueta de una bebida en base a frutas dice que en promedio contiene 1
gramo por litro o menos de grasa. Disee un experimento para poder realizar
una prueba para comprobarlo. Establezca la probabilidad de cometer un error
tipo II si el verdadero valor de la cantidad de grasa promedio es 2 gramos por
litro (tenga en cuenta una desviacin estndar de 0,25 gramos por litro, con
una significacin de 0,05, y una muestra de tamao 20 unidades). Y si es 1,5
el verdadero valor de la cantidad promedio de grasa?
a. Responda las preguntas planteadas

- 33 -
b. Grafique
c. Elabore una conclusin
4. El presidente de una compaa que fabrica electrodomsticos afirm

recientemente en una entrevista que al menos 85% de sus clientes hogareos
estn completamente satisfechos con el producto de su marca que compraron.
Qu tipo de prueba se debe realizar para corroborarlo? Establezca las
hiptesis nula y alternativa.
5. Al realizar las pruebas de alcoholemia, para determinar si un conductor bebi
alguna bebida alcohlica por encima de los niveles permitidos, se est
trabajando con una especie de prueba de hiptesis. Plantee las hiptesis.
Indique cules seran el error tipo I y tipo II. Cul es uno de los problemas
estadsticos que plantea este tipo de test?
6. Segn el gerente comercial de una moderna sala de cine, que desea terciarizar
el servicio de venta de alimentos, los clientes gastan en promedio $20 en
golosinas y pochoclo para consumir durante las pelculas, con una desviacin
estndar de $4. Estos gastos por cliente se distribuyen normal. Una posible
concesionaria realiza un estudio basado en una muestra de 18 clientes, y en su
estudio la media resulta de $16. Con un nivel de significacin de 0,05, Ud.
creera la afirmacin del gerente comercial?
a. Qu prueba se est llevando a cabo?
b. Realice la prueba correspondiente
c. Elabore una recomendacin para la concesionaria interesada.
7.
Una mquina debe empaquetar automticamente envases de especias con

un contenido promedio de 70 gramos. Se realiz una muestra de 35 envases
en la ltima semana y en promedio el peso de cada unidad es 65 gramos La
desviacin estndar muestral es de 1 gramo. Con un nivel de significacin de
0,01, cree que la mquina est envasando de acuerdo con sus
especificaciones tcnicas?
8. La edad promedio del parque automotor en el pas es 8,4 aos. Para una
muestra aleatoria de 34 automviles del estacionamiento de un hipermercado,
la edad promedio es 9,7 aos con una desviacin estndar de 3.1 aos. Con
una significacin de 0,05, se puede afirmar que la edad promedio de los autos
de ese supermercado es idntica a la del total nacional?
9. Se est analizando la produccin de programas televisivos para las personas
que esperan en las colas de las cajas de supermecados. Para establecer la
duracin de los programas, se consider un supuesto acerca de la demora
promedio en las cajas, que se supone de 8 minutos. Se realiz una muestra de
120 clientes, y la muestra resultante dio una media de 8,5 minutos, con una
desviacin estndar de 3,2 minutos.
Cul es le valor p?
Elabore una conclusin.

- 34 -
10. Se considera que entre los ejecutivos hay una proporcin elevada de individuos
diestros. Se conoce que el 85% de la poblacin en general es diestra. En una
muestra de 300 ejecutivos se detect que el 96% era diestro, podemos
considerar que el porcentaje de diestros es superior entre los ejecutivos?

- 35 -
ANEXO
La siguiente tabla debe utilizarse para realizar ejercicios, trabajos prcticos y EPC,
junto con las tablas del mdulo anterior.
TABLA CHI CUADRADO

- 36 -

Lectura 2 - Pruebas de HipóTesis

Загружено:

Сведения о документе

Исходное описание:

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Lectura 2 - Pruebas de HipóTesis

Загружено:

Авторское право:

Доступные форматы

MODULO 2

2.- PRUEBAS DE HIPTESIS

Concepto y estrategia general de las pruebas de hiptesis

Materia: HERRAMIENTAS MATEMTICAS V ESTADSTICA II

permite observar sera nuestra muestra). Si alguien o algo es visible en ese

2. Otro ejemplo interesante es el vinculado con un juicio, donde se est

Materia: HERRAMIENTAS MATEMTICAS V ESTADSTICA II

lo declara culpable). Los sistemas de justicia estn diseados de acuerdo a

Hiptesis nula y alternativa

Materia: HERRAMIENTAS MATEMTICAS V ESTADSTICA II

involucra valores del parmetro poblacional. En la hiptesis nula siempre aparece un

Valor crtico del estadstico de la prueba

Materia: HERRAMIENTAS MATEMTICAS V ESTADSTICA II

en caso de obtener de la muestra un valor relativamente cercano al establecido en la

Determinacin de las zonas de rechazo y no rechazo

Materia: HERRAMIENTAS MATEMTICAS V ESTADSTICA II

Riesgos considerados en las pruebas de hiptesis

El coeficiente de confianza (1-) indica la probabilidad de no rechazar la Ho cuando

Materia: HERRAMIENTAS MATEMTICAS V ESTADSTICA II

Pasos para realizar una prueba de hiptesis

Establecer la hiptesis nula

Prueba de hiptesis para la media poblacional

Materia: HERRAMIENTAS MATEMTICAS V ESTADSTICA II

Se trabajar con =0,05

6. Calcular el o los valores crticos, identificando as las zonas de rechazo y no

Si el estadstico muestral resultante es inferior a -1,96, o si es mayor a

Figura: Determinacin de zona de rechazo y no rechazo, en la distribucin

7. A partir de los datos muestrales, obtener el valor del estadstico muestral

Materia: HERRAMIENTAS MATEMTICAS V ESTADSTICA II

Casos de pruebas de hiptesis: uno y dos extremos

En el grfico puede observarse cmo la significacin se reparte entre los dos

Materia: HERRAMIENTAS MATEMTICAS V ESTADSTICA II

En el grfico puede observarse cmo la significacin se ubica en el extremo donde se

Vinculacin entre la prueba de hiptesis y la estimacin por intervalos

Materia: HERRAMIENTAS MATEMTICAS V ESTADSTICA II

Materia: HERRAMIENTAS MATEMTICAS V ESTADSTICA II

b. Utilizar un grfico de la distribucin y ubicar el valor del estadstico

Potencia de una prueba

Materia: HERRAMIENTAS MATEMTICAS V ESTADSTICA II

Figura: la potencia de la prueba

Materia: HERRAMIENTAS MATEMTICAS V ESTADSTICA II

Materia: HERRAMIENTAS MATEMTICAS V ESTADSTICA II

Materia: HERRAMIENTAS MATEMTICAS V ESTADSTICA II

Fuente. Elaboracin propia con la herramienta de simulacin provista por:

Materia: HERRAMIENTAS MATEMTICAS V ESTADSTICA II

Tabla: Relacin entre el verdadero del valor del parmetro y la potencia

Fuente: Elaboracin propia

Fuente: Elaboracin propia

Materia: HERRAMIENTAS MATEMTICAS V ESTADSTICA II

Prueba de hiptesis para la media poblacional

Cantidad de horas que

Materia: HERRAMIENTAS MATEMTICAS V ESTADSTICA II

Se trabajar con =0,05

6. Calcular el o los valores crticos, identificando as las zonas de rechazo y no

Si el estadstico muestral resultante es inferior a -1,7613, se rechazar

Figura: Determinacin de zona de rechazo y no rechazo, en la distribucin t

7. A partir de los datos muestrales, obtener el valor del estadstico muestral

Materia: HERRAMIENTAS MATEMTICAS V ESTADSTICA II

Prueba de hiptesis para la varianza

Materia: HERRAMIENTAS MATEMTICAS V ESTADSTICA II

Vamos a considerar el problema propuesto por Berenson y Levine, en la seccin de

Materia: HERRAMIENTAS MATEMTICAS V ESTADSTICA II

6. Calcular el o los valores crticos, identificando as las zonas de rechazo y no