El Contraste de Hiptesis es un procedimiento de inferencia alternativo al de estimacin

extrapolan las caractersticas de las muestras (de la evidencia observada) a las poblacio
muestras para determinar si la evidencia observada es coherente con estos supuestos.E
sobre las poblaciones.
Los puntos bsicos del Contraste de Hiptesis estadstico son:
a) Definir caractersticas hipotticas de las poblaciones.
b) Obtener las caractersticas observadas en las muestras.
c) Establecer la coherencia de lo observado en las muestras con las hiptesis iniciales.

d) Si lo observado en las muestras es poco probable bajo el supuesto de que las hiptesi
inicialmente. En caso contrario se mantiene las hiptesis.

cia alternativo al de estimacin de parmetros. Las tcnicas de estimacin asignan valores a los parmetros a p
encia observada) a las poblaciones. En cambio, el Contraste de Hiptesis establece supuestos iniciales sobre las
oherente con estos supuestos.El contraste de hiptesis consiste en averiguar si los datos observados en las mu

ras con las hiptesis iniciales.

el supuesto de que las hiptesis son verdaderas se concluye que estn equivocadas y las poblaciones son difer

an valores a los parmetros a partir de las muestras, es decir,

ce supuestos iniciales sobre las poblaciones y utiliza las
os datos observados en las muestras respaldan las hiptesis

adas y las poblaciones son diferentes a lo establecido

CONFIABILIDAD Y SIGNIFICANCIA

CONFIABILIDADDefinicin del concepto * Decimos que el test es fiable cuando al aplicar

individuo grupo encircunstancias similares obtenemos resultados anlogos. * Averiguar
equivale por lo tanto, a estimar la intensidad del error inherente al mismo o, si se quiere
consiste en esencia en averiguar la consistencia o estabilidad de las notas obtenidas por
administrarles el mismo...

La nocin de significacin, en Estadstica, significa algo as como fiabilidad. Un resultado

por el que podemos apostar. Ante una afirmacin estadsticamente significativa podemo
hacer lo mismo, si volvisemos a empezar todo lo que habamos hecho y que nos ha llev
hicisemos en las mismas circunstancias, pero con otra muestra, acabaramos diciendo a

Podemos pensar, pues, que estamos ante una muestra tipo, ante una buena muestra de
representativa del conjunto de muestras que hubiramos podido tener.

Una afirmacin si es estadsticamente significativa representa que la Estadstica cree en

muy poco probable que sea fruto del azar del muestreo. Si una tcnica estadstica duda
muestreo dice: esto no significativo.

La significacin estadstica se mide mediante el p-valor. ste es un valor que va del 0 al

diferenciados: del 0 al 0,05 y del 0,05 al 1. Una metfora posible, en esta situacin, es la
sistema educativo las notas van del 0 al 10, y es bien distinto el sector de notas que va d
10. Esto mismo sucede con el p-valor. La frontera del 0,05 en el p-valor es, en cierto mod
notas. Pero cuidado: 0,05, no 0,5.

test es fiable cuando al aplicarlo dos o ms veces al mismo

sultados anlogos. * Averiguar laconfiabilidadde un test
erente al mismo o, si se quiere, de su grado de imprecisin y
idad de las notas obtenidas por los mismos individuos al

s como fiabilidad. Un resultado significativo es un resultado

ticamente significativa podemos pensar que si volvisemos a
bamos hecho y que nos ha llevado a tales afirmaciones, y lo
muestra, acabaramos diciendo algo similar, algo equivalente.

po, ante una buena muestra de muestras, una muestra

podido tener.

enta que la Estadstica cree en este resultado, cree que es

Si una tcnica estadstica duda de la representatividad de un

ste es un valor que va del 0 al 1, con dos sectores bien

posible, en esta situacin, es la de las notas: En nuestro
tinto el sector de notas que va del 0 al 5 que el que va del 5 al
5 en el p-valor es, en cierto modo, equivalente al 5 en las

ERRORES TIPO I Y TIPO II

Si queremos decidir entre dos hiptesis que afectan a un cierto parmetro de la poblaci
hiptesis, cuando optemos por una de estas dos hiptesis, hemos de conocer una medid
equivocamos.
H =
H =

Sellama hiptesis nula y es lo contrario de lo que sospechamos que va a oc

Se llama hptesis alternativa y es lo que sospechamos que va a ser cierto (

Error de tipo I o Alfa, consiste en acptar la hiptesis alternativa cuando la cierta es la nul

Error de tipo II o Beta, consiste en aceptar la hiptesis nula cuando la cierta es la alterna
Realidad en la poblacin
Existen diferencias (H falsa)

Resultado
de la
investigaci
n

Hay diferencia
significativa (se
rechaza H)

correcto

No hay diferencia
significativa (Se
acepta H)

Error de tipo II

Debido a que los dos errores anteriores a la vez son imposibles de controlar; lo que nos i
en aprobar y no queremos aceptarla si en realidad no es cierta, es decir, si haceptamos
error muy pequeo.
EJEMPLO
Se tienen dos cajas, caja A y caja B. La caja A tiene 40 fichas con
el nmero 1; 50 fichas con el nmero 10 y 10 fichas con el
nmero 100. La caja B tiene 40 fichas con el nmero 100; 50
fichas con el nmero 10 y 10 fichas con el nmero 1. Se elige una
caja al azar, y de ella se saca una ficha. Usted no sabe si es la
caja A B.
Se tienen las hiptesis:
H =
La caja es la A
H =
La caja es la B
Se establece la regla de decisin: Rechazar la hiptesis nula si la
ficha es de 100.
FICHAS
1

N FICHAS EN A
40

N FICHAS EN LA CAJA B
10

10
100

50
10

50
40

a) Cul es la probabilidad de cometer el error tipo I?.

La probabilidad de cometer el error tipo I es el nivel de
significacin alfa:
= P(rechazar H0/H0 es verdadera).
_x0004_ = P(sacar una ficha de 100 de la caja A).
_x0004_ = 10/100.
_x0004_ = 0.10.

b) Cul es la probabilidad de cometer el error tipo II?.

La probabilidad de cometer el error tipo II es beta:
= P(aceptar H0/H1 es verdadera).
_x0005_ = P(sacar una ficha de 1 de 10 de la caja B).
_x0005_ = 60/100.
_x0005_ = 0.60.

H = caja A
X
X
X
X
1

X
X
X
X
X
10

X
100

La direccin del extremo en esta hiptesis es hacia la derecha,

rechaza para valores grandes de fichas. Por lo tanto este es un
test de una cola unilateral.
d) Si la ficha que sacamos es un 10:
Cul es el valor_p?.
Valor_p = P(de lo observado ms extremo, bajo H0).
Valor_p = P(sacar una ficha de 10 de 100 de la caja A).
Valor_p = 60/100.
Valor_p = 0.60.
Cul es la decisin y la conclusin?.
El valor_p es mayor que el nivel de significacin 0.10 en (a).
Por lo tanto no podemos rechazar Ho y concluimos que la caja es
la caja A.

erto parmetro de la poblacin, a partir de la informacin de la muestra usaremos el contraste de

hemos de conocer una medida del error cometido, es decir, cuantas veces de cada cien nos

que sospechamos que va a ocurrir (suele llevar los signos de igual, mayor o igual y menor igual).
echamos que va a ser cierto (suele llevar los signos distintos, mayor y menor que).

tiva cuando la cierta es la nula. Es la probabilidad de cometer un error de tipo I.

cuando la cierta es la alternativa. Es la probabilidad de cometer un error de tipo II.

alidad en la poblacin
No existen diferencias de H
Error de tipo 1

correcto

bles de controlar; lo que nos interesa es que la hiptesis alternativa en la que se est interesado
erta, es decir, si haceptamos la hiptesis alternativa queremos equivocarnos con un margen de

X
1

H = caja B
X
X
X
X
X
10

X
X
X
X
100

POTENCIA DE LA PRUEBA

Un instructor tiene dos cursos, A y B, en una materia en particular. El curso A tiene 16 es

mismo exmen a pesar de que no hubo diferencias significativas en las notas promedio,
que el B tuvo una desviacin estandar de 12. :
a) Podemos concluir que al nivel de significancia de 0.01 La variabilidad del curso B es
b) Podemos concluir que al nivel de significancia de 0.05 La variabilidad del curso B es
c) Cul es el valor de P en la Prueba?
d) Cambiaran sus conclusiones si resulta que hubo una diferencia significativa en las no

a) Podemos concluir que al nivel de significancia de 0.01 La variabilidad del curso B es

Usando los subndices 1 y 2 para los cursos A y B, respectivamente. Tenemos entonces:
s =
9
__ r
n1
s =
12
sn
s n2
n1 1
n =
16
n =
25

s =
s =

86.4000
150.0000

s = 9.29516003
s = 12.2474487

Decidiendo entre las hiptesis=

H =
=, y cualquier variacin se debe al azar
H =
>, y cualquier variacin del curso B es mayor que la del A
Utilizando la distribucin F tenemos
F=

1.7361
F

<

s 22
F 2
s1
F0.99 =

3.29

b) Podemos concluir que al nivel de significancia de 0.05 La variabilidad del curso B es

F

<

F0.95 =

c) Cul es el valor de P en la Prueba?

Para el cociente de varianzas en F = 1.74
Las tablas de F muestran que F > F0.05

2.29

0.13498005

particular. El curso A tiene 16 estudiantes, mientras que el B tiene 25 estudiantes. En el

cativas en las notas promedio, el curso A tuvo una desviacin estandar de 9, mientras

La variabilidad del curso B es mayor que el de A?

5 La variabilidad del curso B es mayor que el de A?

iferencia significativa en las notas promedios del curso?

La variabilidad del curso B es mayor que el de A?

tivamente. Tenemos entonces:

s n2

mayor que la del A

No podemos rechazar la hipotesis H alnivel 0.01

5 La variabilidad del curso B es mayor que el de A?

No podemos rechazar la hipotesis H

FORMULACIN DE HIPTESIS ESTADSTICAS

En la prueba de hiptesis se pone a prueba un reclamo hecho sobra la

naturaleza de una poblacin a base de la informacin de una muestra. El
reclamo se llama hiptesis estadstica.
Hiptesis Estadstica: Una hiptesis estadstica es un reclamo hecho
sobre la naturaleza de una poblacin.
Por ejemplo, la premisa formulada por un productor de bateras para autos
de que su batera dura en promedio 48 meses, es una hiptesis estadstica
porque el manufacturero no inspecciona la vida de cada batera que l
produce.
Si surgieran quejas de parte de los clientes, entonces se pone a prueba el
reclamo del manufacturero. La hiptesis estadstica sometida a prueba se
llama la hiptesis nula, y se denota como H0.
Hiptesis ula (H0): premisa, reclamo, o conjetura que se pronuncia sobre la
naturaleza de una o varias poblaciones.
Por ejemplo, para probar o desaprobar el reclamo pronunciado por el productor de
bateras debemos probar la hiptesis estadstica de que 48. Por lo tanto, la
hiptesis nula es:
H0 : 48.
Luego se procede a tomar una muestra aleatoria de bateras y medir su vida media.
Si la informacin obtenida de la muestra no apoya el reclamo en la hiptesis nula
(H0), entonces otra cosa es cierta. La premisa alterna a la hiptesis nula se llama
hiptesis alterna y se representa por H1.
Hiptesis Alterna: Una premisa que es cierta cuando la hiptesis nula es falsa.
Por ejemplo, para el productor de bateras
H0 : 48.
H1 : <= 48.
Para probar si la hiptesis nula es cierta, se toma una muestra aleatoria y se calcula
la informacin, como el promedio, la proporcin, etc. Esta informacin muestral se
llama estadstica de prueba.

Estadstica de Prueba: Una estadstica de prueba se basa en la informacin de la

muestra como la media o la proporcin

echo sobra la
una muestra. El

amo hecho

ateras para autos

ptesis estadstica
batera que l

e pronuncia sobre la

ciado por el productor de

48. Por lo tanto, la

hiptesis nula es falsa.

estra aleatoria y se calcula

informacin muestral se

en la informacin de la

PRUEBA DE HIPTESIS PARA LA MEDIA

1 Una empresa est interesada en lanzar un nuevo producto al mercado. Tras realizar una campaa publicitaria, se toma l
estudio las siguientes hiptesis?

a. Ms del 3% de lapoblacinno conoce el nuevo producto.

Datos

n=
x=
p=
=

Z prueba

1000
25
0.025
1%

Sol a) :
Po =
3%
H0 : p = po
H1 : p > po
Z tabla =
Z tabla =
Z prueba =
-0.9269

x
Po
n
Po 1 Po
n

0.03

-2.3263
2.3263

H0 es aceptada, ya que zprueba (-0,93) es menor que ztabla (2,326), por lo que no es cierto que ms del 3% de la poblaci
b. Menos del 2% de la poblacin no conoce el nuevo producto
Datos

n=
x=
p=
=

1000
25
0.025
1%

Sol a) :
Po =
2%
H0 : p = po
H1 : p > po
Z tabla =
Z tabla =

0.02

-1.9600
1.9600

Z prueba =

1.1294

H0 es rechazada, ya que zprueba (1,13) es menor que ztabla (2,326), por lo que es cierto que menos del 2% de la poblaci

ealizar una campaa publicitaria, se toma la muestra de 1 000 habitantes, de los cuales, 25 no conocan el producto. A un nivel de significacin del 1% ap

Donde:
x
Po
n=
n
x=
Po 1 x/nPo
=
nPo =

Observaciones
Ocurrencias
Proporcin de la muestra
Proporcin propuesta

no es cierto que ms del 3% de la poblacin no conoce el nuevo producto.

e es cierto que menos del 2% de la poblacin no conoce el nuevo producto.

ucto. A un nivel de significacin del 1% apoya el

PRUEBA DE HIPTESIS PARA LA DIFERENCIA DE MEDIAS

Se tienen dos tipos de concretos. Se toma una muestra de tamao 42 de cada uno y se
de la conductividad trmica para el primero de 0.486 con una desviacin estndar de 0.
conductividad trmica con una desviacin estndar de 0.158 para el segundo. Esta infor
promedio verdadero de conductividad trmica del primer concreto es mayor que la del s

H 0 : 1 2 0

Hipotesis

H 1 : 1 2 0

Es una prueba de diferencia de medias con muestras grandes, del formulario:

x 1 x 2 1 2
12
n1

DATOS
X1 =
X2 =
1 =
2 =
1 =
2 =
n1 =
n2 =

22
n2

0.486
0.359
0
0
0.034969
0.024964
42
42

x1 - x2 =
1 - 2 =
1/n1 =
2/n2 =

0.127
0
0.0008
0.0006

z=

3.3620

Para el nivel de confianza dado y tomando en cuenta que es una prueba de una cola la z
La z de prueba es mayor que la z correspondiente al nivel de confianza, por lo tanto cae
(El valor p es 0.0005 menor al valor alfa, se rechaza la hiptesis nula).

Se puede concluir que el primer acero tiene una conductividad trmica mayor.

e tamao 42 de cada uno y se obtiene un promedio muestral

una desviacin estndar de 0.187 y un promedio de 0.359 de
158 para el segundo. Esta informacin sugiere que el
concreto es mayor que la del segundo, con . =0.01

ndes, del formulario:

es una prueba de una cola la z que le corresponde (tablas) es: z = 2.33

l de confianza, por lo tanto cae en la regin de rechazo de la hiptesis nula.

hiptesis nula).

vidad trmica mayor.

PRUEBA DE HIPTESIS PARA LA VARIANZA

En situaciones como control estadstico de la calidad, de antemano se conocen los param

control. La actividad central para decidir si en un momento dado, el proceso esta bajo co
datos obtenidos con la hip+otesis sobre la centralidad del proceso (media) y sobre la ma

La varianza como media de dispersin es importate dado que nos ofrece una mejor visi

Si se desea probar una hipotesis acerca de la varianza se puede hacer utilizando las med
intervalo de confianza , esto es con la distribucin ji-cuadrada.

As podremos determinar una franja de confianza, con base en la cual podramos tomars

Para esto debemos conocer nuestro estadstico de prueba considerando que la poblacin

n 1 S 2
2

gl n 1

Considerando que la llegada de un metrobus a la estacin de Indeco es en promedio de

debera de ser de 5 segundos. Muestran los siguientes datos, suficiente evidencia de qu
0.05.

Tomamos el tiempo de una muestra peridica de 16 autobuses para controlar la periodic

datos en segundos:
46.2
47.5
43.6
43.7
45.25
Datos:
X=
S=
S =
=
n=

45.2
41.6
42.2
47.8
44.2

45.4375
2.8121
7.9078
5
16

44.3
46.4
44
41.8
44.125

51.7
49
47.8
44.2
48.175 Promedio
45.4375

Ensayo de hiptesis
H0 : = 5
H1 : > 5
Nivel de significancia
=
0.05
Regla de decisin
Se rechaza H0 si y solo si X > 24.996
Se tomo la muesytra y se aplica a nuestro estadstico de prueba:

n 1 S 2
2

gl n 1
X =

23.7235

La hiptesis se acepta ya que se encuentra en la regin de aceptacin y podemos afirma

de 5 segundos, pero se acerca mucho al valor crtico y es complicado tomar una decisin

antemano se conocen los paramtros de referencia del proceso bajo el

to dado, el proceso esta bajo control, es la confrontacin permanente de los
l proceso (media) y sobre la magnitud de su variabilidad (varianza)que nos ofrece una mejor visin de dispersin de datos.

puede hacer utilizando las medidas estadsticas con las que se construyo el
adrada.

se en la cual podramos tomarse decisiones al respecto.

a considerando que la poblacin sigue una distribucin normal.

n de Indeco es en promedio de 45 segundos y su variabilidad (varianza)

atos, suficiente evidencia de que esta varianza ha cambiado? Usar un =

buses para controlar la periodicidad de arribo y se obtienen los siguientes

e aceptacin y podemos afirmar que nuestra variabilidad no ha cambiado

complicado tomar una decisin.

PRUEBA DE HIPTESIS PARA LA RELACIN DE VARIANZAS

Se quiere comprobar si la variabilidad en la duracin de unas lmparas marca A es igual

marca B de la competencia. Para tal fin, se toma una muestra aleatoria de 13 lmparas t
estndar muestral es S=8, mientras que en otra muestra aleatoria de 13 lmparas tipo B
muestral es de S=4. Se pide probar la hiptesis nula de que la variabilidad es igual en am
significacin del 5%. Se supone que la duracin de las lmparas se distribuye normalme
Solucin

1) Hiptesis nula e hiptesis alternativa para prueba bilateral: H0: 1 = 2 y H1: 1

2) Nivel de significacin: = 05

3) Criterio de decisin: Si el valor de F calculado se encuentra fuera del intervalo sealad

entonces rechazamos la hiptesis nula de que las dos desviaciones estndar poblaciona
calculado est fuera del intervalo F(0.025,12,12) 231 =3.28 y F(0.975,12,12) = 305.0
nula.

4) Clculo del estadstico sobre el cual se basar la decisin: n1=13, S1=8, n2=13, S2=4

S12
S 22

DATOS
S1 =
S2 =
F=

23
20
1.15

5) Decisin: Como 1.15 es menor que 3.89, esto quiere decir, que 1.15 se encuentra en
de significacin del 1%, se acepta la hiptesis nula de que la variabilidad sea igual para

nas lmparas marca A es igualmente variable que la duracin de otra

estra aleatoria de 13 lmparas tipo A y se encuentra que la desviacin
aleatoria de 13 lmparas tipo B se encuentra que la desviacin estndar
ue la variabilidad es igual en ambas poblaciones con un nivel de
mparas se distribuye normalmente para ambas marcas.

eral: H0: 1 = 2 y H1: 1 2

entra fuera del intervalo sealado por los dos valores de F segn la tabla,
sviaciones estndar poblacionales son iguales. Es decir, si el valor de F
28 y F(0.975,12,12) = 305.028.31 , entonces se rechaza la hiptesis

n: n1=13, S1=8, n2=13, S2=4:

ecir, que 1.15 se encuentra en la zona de aceptacin; entonces con un nivel

e la variabilidad sea igual para ambas marcas.