Prueba de Hip

otesis
Arnoldo Daniel Miranda Fournier
Trimestre 15-O
Una manera de hacer inferencia estadstica sobre una o mas poblaciones es
haciendo una afirmaci
on sobre el valor que toma un parametro o parametros de
la poblaci
on bajo estudio.
Suponga que se afirma que el parametro de una cierta poblacion tiene cierto
valor. C
omo decidimos que efectivamente el valor dado es el valor real del
par
ametro?. Esta afirmaci
on puede estar basada en alguna creencia o experiencia
pasada que ser
a contrastada con la evidencia que nosotros obtengamos a traves
de la informaci
on contenida en la muestra. Esto es a lo que llamamos Prueba
de Hip
otesis.
En general, una hip
otesis estadstica es una proposicion o conjetura sobre un
par
ametro o par
ametros de una distribuci
on de probabilidad asociada a la
poblaci
on.
Este es uno de los aspectos mas u
tiles de la inferencia estadstica, puesto que
muchos tipos de problemas de toma de decisiones, pruebas o experimentos en
el mundo de la ingeniera y otras ramas, pueden formularse como problemas de
prueba de hip
otesis.
Suponga que se nos dice que la media de una poblacion es = 3.8, puede
suceder que al tomar una muestra de la poblacion se encuentre que la media de
la muestra es x
= 2.7. Entonces debemos decidir entre aceptar o rechazar que
x
= 2.7 coincide con la hip
otesis: = 3.8 dentro de cierto nivel de confianza.
Para distinguir entre las dos proposiciones a una de ellas se le llama hip
otesis
nula y se le denota por H0 , y la otra se llama hip
otesis alternativa y se le
denota por H1 . Entonces podemos escribir:
H0 : = 3.8,
H1 : = 2.7,
o bien,
H0 : = 2.7,
H1 : = 3.8.
Casi siempre se suele poner en la hipotesis nula lo que se desea refutar pero esto
no es una regla general. Si se conocen los demas parametros de la poblacion,
entonces H0 y H1 se llaman hipotesis simples, porque digamos H0 : = 3.8

especifica completamente a la distribucion de la poblacion. Si en lugar de = 3.8

se tuviera que
H0 : < 3.8 (
o > 3.8)
entonces la hip
otesis sera una hipotesis compuesta, porque, aunque H0 fuera
cierta, no se conocera la distribucion exacta de la poblacion.(Si < 3.8
o > 3.8,
entonces puede ser cualquiera de una infinidad de n
umeros.)
Al realizar una prueba de hipotesis podemos encontrarnos decisiones erroneas
sobre rechazar y aceptar alguna de las dos hipotesis en juego, a continuacion
mostramos la Tabla 1 donde registramos estos posibles errores:

aceptar H0
rechazar H0

H0 es correcta
decision correcta
error tipo I

H0 es falsa (H1 es correcta)

error tipo II
decision correcta

Tabla 1: Resultados de una prueba de hipotesis.

Esto es de vital importancia ya que en una prueba de hipotesis lo que uno
trata es de calcular cual es la probabilidad de obtener alguno de estos errores
y tratar de encontrar formas de disminuirlas, aunque el problema de minimizar
los errores de decisi
on no es simple. La dificultad se debe a que, para un tama
no
de muestra dado, es usual que un intento por disminuir uno de los errores este
acompa
nado de un incremento en el otro error.
A la probabilidad de cometer el error tipo I se le denota con y se llama el
nivel de significancia de la prueba, en terminos de probabilidades podramos
denotarlo como sigue
P (aceptar H1 | H0 es correcta) =
al complemento del error tipo I, es decir aceptar H0 siendo H0 verdadera tiene
probabilidad 1 y a esta probabilidad se le llama el nivel de confianza de
la prueba. Por otra parte, la probabilidad del error tipo tipo II se denota con
y se llama la caracterstica de operaci
on de la prueba, en terminos de
probabilidades se vera como
P (aceptar H0 | H1 es correcta) =
an
alogamente al complemento del error tipo II, es decir rechazar H0 siendo H0
falsa tiene probabilidad 1 y esta se llama la potencia de la prueba. Todo
esto se resume en la Tabla 2.
Por ultimo y no menos importantes son el concepto de estadstico de prueba
y regi
on de rechazo que se definen como sigue:
El estadstico de prueba: es una funcion de los datos muestrales en los
cuales se basa la decision de rechazar H0 , o no rechazar H0 .
La regi
on de rechazo: es el conjunto de todos los valores del estadstico de
prueba para los cuales H0 , sera rechazada.
2

aceptar H0

rechazar H0

H0 es correcta
decision correcta,
probabilidad = 1 =
nivel de confianza
error tipo I,
probabilidad = =
nivel de significancia

H0 es falsa (H1 es correcta)

error tipo II,
probabilidad = =
caracterstica de operacion
decision correcta,
probabilidad = 1 =
potencia

Tabla 2: Probabilidades de los resultados de una prueba de hipotesis.

Entonces, la hip
otesis nula sera rechazada si y solo si el valor observado o calculado del estadstico de prueba se ubica en la region de rechazo. Gracias al
concepto de estadstico de prueba se obtienen diferentes test o pruebas llamadas test o pruebas seguidas del nombre del estadstico usado para realizarse,
por ejemplo si una prueba requiere al estadstico t-student, la prueba seria una
prueba t. Estas pruebas utilizadas para distintos problemas como la comparaci
on de medias, la comparacion de varianzas, comparacion de proporciones entre
algunos otros de una o mas poblaciones, definen las tambien llamadas pruebas
unilaterales y bilaterales las cuales dependen de la forma en que aparezca la
H1 . Hagamos un ejemplo para fijar bien las ideas y conceptos antes descritos:
Ejemplo: Una empresa de transportes desconfa de la afirmaci
on de que la
vida u
til promedio de ciertos neum
aticos es al menos de 28,000. Para verificar
se colocan 40 neum
aticos en camiones y se obtiene una vida u
til promedio de
27,463 con una desviaci
on tpica de s=1,348. Que se puede concluir con ese
dato si la probabilidad de Error Tipo I es a lo sumo 0.01?.
Veamos que tenemos una prueba de hipotesis de la forma:
H0 : 28, 000 vs H1 : < 28, 000
teniendo un nivel de significancia del 0.01 = y una desviacion tpica o estandar
de s = 1, 348, ademas por la forma de H1 se trata de una prueba unilateral y
mas aun por tratarse de una prueba relacionada a medias de una poblacion con
varianza aproximada por s2 se utilizara el estadstico de prueba Z-normal.
Z=

x

n

Por lo tanto se tiene que:

= P (Z < z | = 28, 000)
0.01 = P (Z < z0.01 | = 28, 000)
ya que Z N (0, 1) por tablas tenemos que: z = z0.01 = 2.33.

Lo que nos da una regi

on de rechazo para H0 , es decir, si Z < 2.33 se rechazara H0 con un nivel de significancia del 1 %. As calculando el valor del
estadstico de prueba tenemos que:
Z=

27, 463 28, 000

40 = 2.52
1, 348

Dado que 2.52 < 2.33 se Rechaza la Hip

otesis Nula H0 , luego la vida u
til de
los neum
aticos es significativamente menor que 28, 000. Como se puede apreciar
en la Figura 1, el estadstico de prueba cae fuera de la zona de aceptacion:

Figura 1: Respresentacion grafica de la prueba de hipotesis.

Referencias
[1] Hern
andez del Valle, A., Hernandez Lerma, O., (2003). Elementos de probabilidad y estadstica. Primera Edicion. Mexico: Sociedad Matematica Mexicana
[2] Wackerly Dennis, D., William Mendenhall, III. y Richard Scheaffer, L.
(2010). Estadstica matem
atica con aplicaciones. Septima Edicion. Mexico:
Cengage Learning