Hiptesis

A menudo el problema al que se enfrentan el cientfico o el ingeniero no es

tanto la estimacin de un parmetro de la poblacin, sino la formacin de
un procedimiento de decisin que se base en los datos y que pueda producir
una conclusin acerca de algn sistema cientfico. Por ejemplo, un
investigador mdico puede decidir con base en evidencia experimental si
beber caf incrementa el riesgo de cncer en los seres humanos; un
ingeniero quiz tenga que decidir con base en datos muestrales si hay una
diferencia entre la precisin de un tipo de medidor y la de otro; o tal vez un
socilogo desee reunir los datos apropiados que le permitan decidir si el tipo
de sangre y el color de ojos de un individuo son variables independientes.
En cada uno de estos casos el cientfico o el ingeniero postulan o conjeturan
algo acerca de un sistema.
Adems, cada uno debe utilizar datos experimentales y tomar decisiones
basadas en ellos. En cada caso la conjetura se puede expresar en forma de
hiptesis estadstica.
Los procedimientos que conducen a la aceptacin o al rechazo de hiptesis
estadsticas como stas comprenden un rea importante de la inferencia
estadstica. Empecemos por definir con precisin lo que entendemos por
hiptesis estadstica.
PRUEBA DE HIPTESIS
Esta tcnica estadstica es muy utilizada como soporte a la investigacin
sistemtica y cientfica. Consiste en suponer algn valor para el parmetro
de inters y usar los datos de la muestra para aceptar o rechazar esta
afirmacin.
Es importante entender las diferentes situaciones que pueden ocurrir al
probar una hiptesis
Definiciones

Medida del error tipo I:

= P(Rechazar Ho dado que Ho es verdadera)
Medida del error tipo II:
= P(Aceptar Ho dado que otra hiptesis es verdadera)

El valor se denomina nivel de significancia de la prueba y puede darse

como un dato para realizar la prueba.
Algunos valores tpicos para son 10%, 5%, 2%, 1%
Es importante recordar que las hiptesis son siempre enunciados relativos a
la poblacin o distribucin bajo estudio, no enunciados en torno a la
muestra. El valor del parmetro de la poblacin especificado en la hiptesis
nula suele determinarse en una de tres maneras. Primero, puede resultar de
la experiencia o conocimiento pasado del proceso, o incluso de
experimentacin previa. El objetivo de la prueba de hiptesis suele ser
entonces determinar si la situaci6n experimental ha cambiado. Segundo,
este valor puede determinarse a partir de alguna teora o modelo con
respecto al objeto que se estudia. Aqu el objetivo de la prueba de hiptesis
aqu es verificar la teora modelo.
Una tercera situacin surge cuando el valor del parmetro de la poblacin
es resultado de consideraciones experimentales, tales como
especificaciones de desafo o ingeniera, o de obligaciones contractuales. En
esta situacin, el objetivo usual de la prueba de hiptesis es la prueba de
conformidad.
Terminologa
Ho: Hiptesis nula. Es la hiptesis que se plantea o propone para el
parmetro en estudio.
Ha: Hiptesis alterna. Es la hiptesis que se plantea en oposicin a Ho y que
es aceptada en caso de que Ho sea rechazada
Generalmente es de inters probar Ha, por lo que se plantea Ho con la
esperanza de que sea rechazada utilizando la informacin de la muestra.

Ejemplo
Suponer que se desea probar, con algn nivel de significancia que la
media poblacional no es igual a 5

Entonces se puede plantear:

Ho:
=5
Ha:
5
Si con los datos de la muestra se puede rechazar Ho, entonces

TIPOS DE PRUEBAS
Sea : parmetro de inters para la prueba
0: algn valor supuesto para el parmetro

Pruebas de una cola

1) Ho: = 0: (hiptesis nula)
Ha: < 0: (hiptesis alterna)

2) Ho: = 0: (hiptesis nula)

Ha: > 0: (hiptesis alterna)

Prueba de dos colas

3) Ho: = 0: (hiptesis nula)
Ha: < 0 y > 0: (hiptesis alterna)
LA HIPTESIS NULA Y LA HIPTESIS ALTERNATIVA
La estructura de la prueba de hiptesis se establece usando el trmino
hiptesis nula, el cual se refiere a cualquier hiptesis que se desea probar y
se denota con H0. El rechazo de H0 conduce a la aceptacin de una
hiptesis alternativa, que se denota con H 1. La comprensin de las
diferentes funciones que desempean la hiptesis nula (H 0) y la hiptesis
alternativa (H1) es fundamental para entender los principios de la prueba de
hiptesis.
La hiptesis alternativa H1 por lo general representa la pregunta que se
responder o la teora que se probar, por lo que su especificacin es muy
importante. La hiptesis nula H0 anula o se opone a H1 y a menudo es el
complemento lgico de H1. A medida que el lector aprenda ms sobre la
prueba de hiptesis notar que el analista llega a una de las siguientes dos
conclusiones:
rechazar H0 a favor de H1 debido a evidencia suficiente en los datos o
no rechazar H0 debido a evidencia insuficiente en los datos.
Observe que las conclusiones no implican una aceptacin de H 0 formal y
literal. La aseveracin de H0 a menudo representa el status quo contrario
a una nueva idea, conjetura, etctera, enunciada en H 1; en tanto que no
rechazar H0 representa la conclusin adecuada.
Aunque las aplicaciones de la prueba de hiptesis son muy abundantes en
trabajos cientficos y de ingeniera, quizs el mejor ejemplo para un
principiante sea el dilema que enfrenta el jurado en un juicio. Las hiptesis
nula y alternativa son:
H0: el acusado es inocente,
H1: el acusado es culpable.
La acusacin proviene de una sospecha de culpabilidad. La hiptesis H 0 (el
status quo) se establece en oposicin a H 1 y se mantiene a menos que se
respalde H1 con evidencia ms all de una duda razonable. Sin embargo,
en este caso no rechazar H0 no implica inocencia, sino slo que la
evidencia fue insuficiente para lograr una condena. Por lo tanto, el jurado no
necesariamente acepta H0 sino que no rechaza H0.
PRUEBA DE UNA HIPTESIS ESTADSTICA
Para ilustrar los conceptos que se utilizan al probar una hiptesis estadstica
acerca de una poblacin considere el siguiente ejemplo. Se sabe que,
despus de un periodo de dos aos, cierto tipo de vacuna contra un virus
que produce resfriado ya slo es 25% eficaz.
Suponga que se eligen 20 personas al azar y se les aplica una vacuna
nueva, un poco ms costosa, para determinar si protege contra el mismo
virus durante un periodo ms largo. (En un estudio real de este tipo el
nmero de participantes que reciben la nueva vacuna podra ascender a
varios miles. Aqu la muestra es de 20 slo porque lo nico que se busca es
demostrar los pasos bsicos para realizar una prueba estadstica). Si ms de
8 individuos de los que reciben la nueva vacuna superan el lapso de 2 aos
sin contraer el virus, la nueva vacuna se considerar superior a la que se
usa en la actualidad. El requisito de que el nmero exceda a 8 es algo
arbitrario, aunque parece razonable, ya que representa una mejora
modesta sobre las 5 personas que se esperara recibieran proteccin si
fueran inoculadas con la vacuna que actualmente est en uso. En esencia
probamos la hiptesis nula de que la nueva vacuna es igual de eficaz
despus de un periodo de 2 aos que la que se utiliza en la actualidad. La
hiptesis alternativa es que la nueva vacuna es mejor, y esto equivale a
poner a prueba la hiptesis de que el parmetro binomial para la
probabilidad de un xito en un ensayo dado es p = , contra la alternativa
de que p > .
Esto por lo general se escribe como se indica a continuacin:
H0: p = 0.25,
H1: p > 0.25.
EL ESTADSTICO DE PRUEBA
El estadstico de prueba en el cual se basa nuestra decisin es X, el nmero
de individuos en nuestro grupo de prueba que reciben proteccin de la
nueva vacuna durante un periodo de al menos 2 aos. Los valores posibles
de X, de 0 a 20, se dividen en dos grupos: los nmeros menores o iguales
que 8 y aquellos mayores que 8. Todos los posibles valores mayores que 8
constituyen la regin crtica. El ltimo nmero que observamos al pasar a la
regin crtica se llama valor crtico. En nuestro ejemplo el valor crtico es el
nmero 8. Por lo tanto, si x > 8, rechazamos H 0 a favor de la hiptesis
alternativa H1. Si x 8, no rechazamos H0.

LA PROBABILIDAD DE UN ERROR TIPO 1

El procedimiento de toma de decisiones recin descrito podra conducir a
cualquiera de dos conclusiones errneas. Por ejemplo, es probable que la
nueva vacuna no sea mejor que la que se usa en la actualidad (H0
verdadera) y, sin embargo, en este grupo especfico de individuos
seleccionados aleatoriamente ms de 8 pasan el periodo de 2 aos sin
contraer el virus. Si rechazramos H0 a favor de H1 cuando, de hecho, H0
es verdadera, cometeramos un error que se conoce como error tipo I. El
rechazo de la hiptesis nula cuando es verdadera se denomina error tipo I
Si 8 o menos miembros del grupo superan exitosamente el periodo de 2
aos y no concluimos que la nueva vacuna es mejor cuando en realidad s lo
es (H1 verdadera), cometemos un segundo tipo de error, el de no rechazar
la hiptesis H0 cuando en realidad es falsa. A este error se le conoce como
error tipo II. No rechazar la hiptesis nula cuando es falsa se denomina error
tipo II.
Al probar cualquier hiptesis estadstica, hay cuatro situaciones posibles que
determinan si nuestra decisin es correcta o errnea.

La probabilidad de cometer un error tipo I, tambin llamada nivel de

significancia, se denota con la letra griega . En nuestro ejemplo un error
tipo I ocurrira si ms de 8 individuos inoculados con la nueva vacuna
superan el periodo de 2 aos sin contraer el virus y los investigadores
concluyen que la nueva vacuna es mejor, cuando en realidad es igual a la
vacuna que se utiliza en la actualidad. Por lo tanto, si X es el nmero de
individuos que permanecen sin contraer el virus por al menos dos aos,

Decimos que la hiptesis nula, p = 1/4, se prueba al

nivel de significancia = 0.0409.
En ocasiones el nivel de significancia se conoce como tamao de la prueba.
Una regin crtica de tamao 0.0409 es muy pequea y, por lo tanto, es
poco probable que se cometa un error de tipo I. En consecuencia, sera poco
probable que ms de 8 individuos permanecieran inmunes a un virus
durante 2 aos utilizando una vacuna nueva que en esencia es equivalente
a la que actualmente est en el mercado.
LA PROBABILIDAD DE UN ERROR TIPO II
La probabilidad de cometer un error tipo II, que se denota con , es
imposible de calcular a menos que tengamos una hiptesis alternativa
especfica. Si probamos la hiptesis nula p = 1/4 contra la hiptesis
alternativa p = 1/2, entonces podremos calcular la probabilidad de no
rechazar H0 cuando es falsa. Simplemente calculamos la probabilidad de
obtener 8 o menos en el grupo que supera el periodo de 2 aos cuando p =
1/2. En este caso,

Se trata de una probabilidad elevada que indica un procedimiento de prueba

en el cual es muy probable que se rechace la nueva vacuna cuando, de
hecho, es mejor a la que est actualmente en uso. De manera ideal, es
preferible utilizar un procedimiento de prueba con el cual haya pocas
probabilidades de cometer el error tipo I y el error tipo II.
Es posible que el director del programa de prueba est dispuesto a cometer
un error tipo II si la vacuna ms costosa no es significativamente mejor. De
hecho, la nica ocasin en la que desea evitar un error tipo II es cuando el
verdadero valor de p es de al menos 0.7. Si p = 0.7, este procedimiento de
prueba da

Con una probabilidad tan pequea de cometer un error tipo II es muy

improbable que se rechace la nueva vacuna cuando tiene una efectividad
de 70% despus de un periodo de 2 aos. A medida que la hiptesis
alternativa se aproxima a la unidad, el valor de tiende a disminuir hasta
cero.