INTRODUCCIN

En el proceso de toma de decisiones,

en muchos casos, es necesario
determinar cundo los parmetros de
dos poblaciones son similares o
diferentes.

que
las hiptesis siempre
son
proposiciones sobre la poblacin o
distribucin
bajo
estudio,
no
proposiciones sobre la muestra.

TIPOS DE HIPTESIS:
Un procedimiento que conduce a una
decisin sobre una hiptesis en
particular recibe el nombre de prueba
de hiptesis. Los procedimientos de
prueba de hiptesis dependen del
empleo de la informacin contenida
en la muestra aleatoria de la
poblacin de inters. Si esta
informacin es consistente con la
hiptesis, se concluye que sta es
verdadera; sin embargo si esta
informacin es inconsistente con la
hiptesis, se concluye que esta es
falsa. Debe hacerse hincapi en que
la verdad o falsedad de una hiptesis
en particular nunca puede conocerse
con certidumbre, a menos que pueda
examinarse a toda la poblacin.
Usualmente esto es imposible en
muchas situaciones prcticas. Por
tanto, es necesario desarrollar un
procedimiento de prueba de hiptesis
teniendo en cuenta la probabilidad de
llegar a una conclusin equivocada.
HIPTESIS ESTADSTICAS

1) Simples cuando se refieren a

un solo valor del parmetro
poblacional.

H o : o
H1 : o
Prueba de 2 colas

2) Compuestas
cuando
se
refieren a mas de un valor del
parmetro poblacional.

H o : o
H1 : o
Prueba
izquierda

de

cola

H o : o
H1 : o
Prueba de cola derecha

Una hiptesis es una proposicin que

puede ser verdadera o falsa, cuando
esta decisin se apoya en la
probabilidad se denomina hiptesis
estadstica. Es importante recordar

Ejemplo:

Un informe indica que el precio medio

del billete de avin entre Canarias y
Madrid es, como mximo, de 120
con una desviacin tpica de 40 . Se
toma una muestra de 100 viajeros y
se obtiene que la media de los
precios de sus billetes es de 128 .
-Se puede aceptar, con un nivel de
significacin igual a 0,1, la afirmacin
de
partida?
1. Enunciamos las hiptesis nula y
alternativa:
H0: 120
H1: > 120
2.
Zona
de
aceptacin
Para = 0.1, le corresponde un valor
crtico:
z
=
1.28
.
Determinamos
el
intervalo
de
confianza:
3.
Verificacin.
Valor obtenido de la media de la
muestra:
128

.
4.
Decisin.
No aceptamos la hiptesis nula H0.
Con un nivel de significacin del 10%.
PRUEBAS DE HIPTESIS PARA LA
MEDIA
El propsito de la prueba de hiptesis
es determinar si un valor propuesto
(hipottico) para un parmetro
poblacional, por ejemplo para una
media,
debe
aceptarse
como
plausible con base en la evidencia
muestral.
Recuerdemos
las

distribuciones de
muestreo,
en general
el valor
de una
media muestral difiere del valor de la
media poblacional. Si el valor de un
estadstico muestral, como la media
muestral es cercano al valor
propuesto con parmetro y solo
difiere en una cantidad que resulta
des esperarse debido al muestreo
aleatorio, entonces no se rechaza el
valor hipottico. Si el estadstico
muestral difiere del valor propuesto
en una cantidad que no es atribuible
a la casualidad, entonces se rechaza
la hiptesis por no considerarse
plausible. Se han desarrollado tres
mtodos para pruebas de hiptesis,
todos ellos conducentes a la misma
decisin cuando se usan los mismos
estndares de probabilidad y de
riesgo.
Independientemente del
mtodo que se utilice en las
pruebas de hiptesis, observe que
cuando se rechaza el valor hipottico,
y por tanto se acepta, esto no
constituye una prueba de que el valor
hipottico
sea
correcto.
La
aceptacin de un valor propuesto
como un parmetro simplemente
indica que es un valor plausible de
acuerdo con el valor observado en
el estadstico muestral.
PRUEBAS
AJUSTE

DE

BONDAD

DE

Estas pruebas permiten verificar que

la poblacin de la cual proviene una
muestra tiene una distribucin
especificada o supuesta.
Sea X: variable aleatoria poblacional

f0(x) la distribucin (o densidad) de

probabilidad especificada o supuesta
para X.
Se desea probar la hiptesis: Ho: f(x)
= f0(x)
En contraste con la hiptesis alterna:
Ha: f(x) no= f0(x) (negacin de Ho).
PRUEBAS PARA MS DE DOS
PROPORCIONES
Las pruebas de proporciones son
adecuadas cuando los datos que se
estn analizando constan de cuentas
o frecuencias de elementos de dos o
ms clases. El objetivo de estas
pruebas es evaluar las afirmaciones
con respecto a una proporcin (o
Porcentaje)
de
poblacin.
Las
pruebas se basan en la premisa de
que una proporcin muestral (es
decir,
x
ocurrencias
en
n
observaciones, o x/n) ser igual a la
proporcin verdadera de la poblacin
si se toman mrgenes o tolerancias
para la variabilidad muestral. Las
pruebas suelen enfocarse en la
diferencia entre un nmero esperado
de ocurrencias, suponiendo que una
afirmacin es verdadera, y el nmero
observado realmente. La diferencia
se compara con la variabilidad
prescrita mediante una distribucin de
muestreo que tiene como base el
supuesto de que es realmente
verdadera.
En muchos aspectos, las pruebas de
proporciones se parecen a las
pruebas de medias, excepto que, en

el caso de las primeras, los datos

muestrales se consideran como
cuentas
en
lugar
de
como
mediciones. Por ejemplo, las pruebas
para medias y proporciones se
pueden
utilizar
para
evaluar
afirmaciones
con
respecto
a:
1) Un parmetro de poblacin nico
(prueba
de
una
muestra)
2) La igualdad de parmetros de dos
poblaciones
(prueba
de
dos
muestras),
y
3) La igualdad de parmetros de ms
de dos poblaciones (prueba de k
muestras). Adems, para tamaos
grandes de muestras, la distribucin
de muestreo adecuada para pruebas
de proporciones de una y dos
muestras
es
aproximadamente
normal, justo como sucede en el caso
de pruebas de medias de una y dos
muestras.
Una prueba de hiptesis estadstica
es tomar la decisin de aceptar o
rechazar
una
hiptesis
nula,
cuantificando la probabilidad de
cometer un error al tomar esta
decisin y usando un criterio arbitrario
pre establecido.
Ejemplo:
Un fabricante afirma que por lo
menos el 90 por ciento de las piezas
de una maquinaria que suministra a
una
fbrica
guardan
las
formas
especificadas. Un examen de 200 de

esas piezas revel que 160 de ellas

no eran defectuosas. Pruebe si lo que
afirma el fabricante es cierto.
Solucin
H0:
0,9
H1:
<
0,9
Para realizar una prueba de hiptesis
para la proporcin se utiliza la
expresin
3.5
Asumiendo una confiabilidad del 95
por ciento, el valor correspondiente a
Z en la distribucin normal es -1,64
Como puede observarse en la figura
3.7, el valor de la estadstica de
trabajo se encuentra en la zona de
rechazo de la hiptesis nula, por
consiguiente, con una confiabilidad
del 95 por ciento se concluye que la
afirmacin del fabricante no es cierta.
TABLAS DE CONTINGENCIAS
Un mtodo til para clasificar los
datos obtenidos en un recuento es
mediante las tablas de contingencia.
Se trata de tablas en cuyas celdas
figuran probabilidades, y en la cual
podemos
determinar
unas
probabilidades conociendo otras de la
tabla ya que cuentan con las
observaciones por mltiples variables
categricas. Las filas y columnas de
las tablas corresponden
a
estas
variables categricas.
Como ejemplo, la siguiente es una
tabla de contingencia en la que 300
personas se han clasificado segn el
sexo y por su adiccin al tabaco.

PRUEBA DE
VARIANZA

HIPTESIS

PARA

En
situaciones
como
control
estadstico de la calidad, de
antemano se conocen los parmetros
de referencia del proceso bajo
control. La actividad central para
decidir si en un momento dado, el
proceso esta bajo control, es la
confrontacin permanente de los
datos obtenidos con la hiptesis
sobre la centralidad del proceso
(media) y sobre la magnitud de su
variabilidad (varianza). La varianza
como medida de dispersin es
importante dado que nos ofrece una
mejor visin de dispersin de datos.
CHI-CUADRADA:
Si se desea probar una hiptesis
acerca de la varianza se puede hacer
utilizando las medidas estadsticas
con las que se construyo el intervalo
de confianza 2, esto es con la
distribucin chi- cuadrada. As
podremos determinar una franja de
confianza, con base en la cual
podramos tomarse decisiones al
respecto.

Ejemplo:
Un fabricante de detergente liquido
est interesado en la uniformidad de
la maquina utilizada para llenar
botellas de manera especfica es
deseable que la varianza sea; 0.01
onzas del liquido. Al tomar una
muestra aleatoria de 20 botellas se
obtiene una varianza muestral (s)
para el volumen de llenado de ese
cuadrado
s=0.0153.(distribucin
normal).
El fabricante est preocupado por
que piensa que la variacin del
proceso es mayor que la variacin
histrica. Con un =0.05, el fabricante
tiene elementos que sustenten se
preocupacin?
1)
H0:
0.01
H1:
0.01
2)

Calcular

valores

crticos.

3)Decisin.

No hay evidencia estadstica para no

aceptar
H0.
Conclusin: Existe evidencia que la
varianza no es mayor al valor
histrico por lo tanto, no es necesario
hacer ajustes al proceso de llenado.
DISTRIBUCIN F:

A diferencia de otras pruebas de

medias que se basan en la diferencia
existente entre dos valores, el anlisis
de varianza emplea la razn de las
estimaciones,
dividiendo
la
estimacin intermediante entre la
estimacin interna.

El valor estadstico de prueba

resultante se debe comparar con un
valor tabular de F, que indicar el
valor mximo del valor estadstico de
prueba que ocurra si H0 fuera
verdadera, a un nivel de significacin
seleccionado. Antes de proceder a
efectuar este clculo, se debe
considerar las caractersticas de la
distribucin F.
Caractersticas de la distribucin F
- Existe una distribucin F diferente
para cada combinacin de tamao
de muestra y nmero de muestras.
Por tanto, existe una distribucin F
que se aplica cuando se toman cinco
muestras de seis observaciones cada
una, al igual que una distribucin F
diferente para cinco muestras de
siete observaciones cada una. A
propsito de esto, el nmero
distribuciones de muestreo diferentes
es tan grande que sera poco prctico
hacer una extensa tabulacin de
distribuciones. Por tanto, como se
hizo en el caso de la distribucin t,
solamente se tabulan los valores que
ms comnmente se utilizan. En el
caso de la distribucin F, los valores

crticos para los niveles 0,05 y 0,01

generalmente se proporcionan para
determinadas
combinaciones
de
tamaos de muestra y nmero de
muestras.

La razn ms pequea es 0. La razn

no puede ser negativa, ya que ambos
trminos de la razn F estn
elevados al cuadrado.
Por otra parte, grandes diferencias
entre
los valores medios de la
muestra, acompaadas de pequeas
variancias muestrales pueden dar
como
resultado
valores
extremadamente grandes de la razn
F.
- La forma de cada distribucin de
muestreo terico F depende del
nmero de grados de libertad que
estn asociados a ella. Tanto el
numerador como el denominador
tienen
grados
de
libertad
relacionados.
Determinacin de los grados de
libertad
Los grados de libertad para el
numerador y el denominador de la
razn F se basan en los clculos
necesarios
para
derivar
cada
estimacin de la variancia de la
poblacin.
La estimacin
intermediante de
variancia
(numerador) comprende la divisin de
la suma de las diferencias elevadas al
cuadrado entre el nmero de medias

(muestras) menos uno, o bien, k - 1.

As, k - 1 es el nmero de grados de
libertad para el numerador.
En forma semejante, el calcular cada
variancia muestral, la suma de las
diferencias elevadas al cuadrado
entre el valor medio de la muestra y
cada valor de la misma se divide
entre el nmero de observaciones de
la muestra menos uno, o bien, n - 1.
Por tanto, el promedio de las
variancias muestrales se determina
dividiendo la suma de las variancias
de la muestra entre el nmero de
muestras, o k. Los grados de libertad
para
el
denominador
son entonces, k(n -l).
Uso de la tabla de F del anlisis de
variancia (ANOVA):
En
la
tabla
5
se
ilustra
la estructura de una tabla de F para
un nivel de significacin de 0,01 o 1%
y 0,05 o 5%.

Se
obtiene
el
valor
tabular,
localizando los grados de libertad del
numerador
(que se listan en la
parte superior de la tabla), as como
los del denominador
(que se listan
en una de las columnas laterales de
la tabla) que corresponden a una
situacin dada. Utilizando el nivel de
significacin
de
0,05
para
grados de libertad, el
valor de F es 8,89

2)
Calcular
la
estimacin
intermediante (Numerador):

Clculo de la razn F a partir

de datos muestrales:

3) Razn F:

Ejemplo ilustrativo
Para calcular F se debe seguir el
siguiente procedimiento:
1) Calcular la estimacin interna
(Denominador):

Los pesos en kg por 1,7 m de

estatura se ilustran en la siguiente
tabla. La finalidad es determinar si
existen diferencias reales entre las
cuatro muestras. Emplear un nivel de
significacin de 0,05

Se llena la siguiente tabla para

calcular las varianzas muestrales:

Solucin:
Las hiptesis Nula y Alternativa son:
Remplazando los datos en la frmula
de la varianza se obtienen las
varianzas de las 4 muestras.

Calculando las medias aritmticas se

obtiene:

Calculando la estimacin interna de

varianza se obtiene:

Se remplaza los datos de la tabla

para calcular varianza de las medias
aritmticas

Para
calcular
la
estimacin
intermediante de varianza primero se
calcular la varianza de las medias
aritmticas

Calculando
la
estimacin
intermediante de varianza se obtiene:

Se llena la siguiente tabla:

CONCLUSIN
Una prueba o contraste de una
hiptesis estadstica es una regla o
procedimiento que conduce a una
decisin de aceptar o rechazar cierta
hiptesis con base en los resultados
de una muestra.
Los procedimientos de prueba de
hiptesis dependen del empleo de la
informacin
contenida
en
una
muestra aleatoria de la poblacin de

inters. Si esta informacin es

consistente con la hiptesis se
concluye que es verdadera. En caso
contrario,
la
informacin
es
inconsistente con la hiptesis, se
concluye que es falsa.