PRUEBAS O DCIMAS DE HIPTESIS ESTADSTICAS

En la unidad anterior desarrollamos temas de la inferencia estadstica referentes a la

estimacin puntual y a la estimacin por intervalos. En este trabajo desarrollaremos otro
tema del rea de la estadstica inferencial, tal es la prueba de hiptesis o test de hiptesis
o docimasia de hiptesis; existe una fuerte relacin entre este concepto y el de
estimacin.
Una hiptesis estadstica es una afirmacin acerca de alguna caracterstica desconocida
de una poblacin. Esencialmente, probar una hiptesis significa decidir si la afirmacin se
halla respaldada por la evidencia experimental obtenida a travs de una muestra
aleatoria. En general la afirmacin involucra algn parmetro poblacional o alguna forma
funcional desconocida de la poblacin de inters, a partir de la cual se ha obtenido la
informacin muestral. La decisin que se tome acerca de la afirmacin realizada deber
hacerse teniendo en cuenta si los datos muestrales la apoyan estadsticamente, para ello
se tendr que contar con un determinado valor de probabilidad, como se ver si ste es
mnimo deber rechazarse.
Para ilustrar el tema de la hiptesis estadstica y de la decisin presentaremos dos
ejemplos.
Ejemplo 1: El gerente de una empresa est interesado en el tiempo promedio necesario
para terminar una unidad en una lnea de armado. En las condiciones en que se realiza el
armado en la actualidad, se vena suponiendo que el tiempo promedio de armado por
unidad era de 10 minutos. El gerente est dispuesto a continuar con el proceso si el
tiempo de armado se mantiene en 10 minutos, si ste es mayor que 10 minutos est
dispuesto a suspenderlo para proceder a su ajuste.
Ejemplo 2: Un mdico est interesado en determinar si la droga A es ms efectiva que la
droga B para el tratamiento de cierta enfermedad.
Cmo debe procederse para tomar una decisin en este tipo de problemas? El
procedimiento aplicado conducente a tomar una decisin constituye el principal objetivo
del tema que se est desarrollando. Es importante advertir que el inters no est centrado
en determinar el valor aproximado de un parmetro poblacional desconocido, sino en
decidir en el caso del primer ejemplo si la media de la poblacin es 10 minutos; en el
segundo ejemplo el inters radica en saber si una droga es ms efectiva o no que la otra.
En cada uno de los ejemplos el responsable del estudio postula o conjetura algo acerca
de un sistema. En el caso del ejemplo 1, antes de que se obtenga la muestra ya se est
conjeturando que el muestreo se llevar a cabo sobre una distribucin cuya media es de
10 minutos. En el segundo caso se considerarn dos poblaciones y se supondr que las
medias poblacionales son iguales.
A las afirmaciones de que la media es igual a 10 minutos y a la de que las medias
poblacionales son iguales se las llama hiptesis nula y se anota as:

Ejemplo 1: H0: = 10 minutos

Ejemplo 2: H0: A = B
 Se hace notar que en H0 se especifica un solo valor para el parmetro en cuestin,
claramente expresado en el ejemplo1, en tanto que en el ejemplo 2 puede formularse en
H0 que A - B = 0. Este tipo de formulacin de la hiptesis nula se denomina hiptesis
sencilla o simple. Si la hiptesis nula se formula as: H0: 10 H0: 10 las hiptesis
son compuestas.
Una hiptesis nula podr ser rechazada o no, ella ser considerada verdadera a menos
que exista suficiente evidencia en su contra. Si se considera el ejemplo 1, se rechazar la
hiptesis de que el tiempo promedio es de 10 minutos slo si la evidencia muestral est
muy en contra.
Toda vez que se tome una decisin con respecto a aceptar o rechazar H 0 con base en
evidencia que presenta una parte de la poblacin, es decir la muestra, es posible cometer
errores. El error puede provenir de rechazar H0 siendo sta verdadera, ste se denomina
error de tipo I, o de aceptar H0 cuando H0 es falsa, denominado error de tipo II. La
probabilidad de cometer el error de tipo I se llama nivel de significacin. Los niveles de
significacin se toman en valores pequeos, normalmente en 0,05; 0,01 0,10. En la
docimasia clsica la hiptesis nula es la que se considera falsa y se desea rechazar. El
rechazo de H0 implica la aceptacin de otra hiptesis denominada hiptesis alternativa,
que se denota H1 y que tambin suele denominarse hiptesis de investigacin, es la que el
investigador cree que es verdadera y desea establecer.
En el cuadro siguiente se sintetizan las decisiones que pueden tomarse con relacin a la
hiptesis nula y los errores que pueden cometerse.

Realidad H0 es verdadera H0 es falsa

Decisin

Decisin correcta Error tipo II

Aceptar H0 (1 )

Rechazar H0 Error tipo I Decisin correcta

(1 )

Estos errores no pueden cometerse simultneamente, se comete uno y slo uno de

ellos.
Es necesario tener alguna medida de los errores, esta medida es una probabilidad.
Definicin 1. La probabilidad de rechazar H0, cuando es verdadera es la probabilidad de
cometer el error de tipo I.
Definicin II. La probabilidad de aceptar H0, cuando Ho es falsa es la probabilidad de
cometer el error de tipo II.
Por lo tanto las probabilidades de cometer los errores de tipo I y de tipo II se expresan
as:
P (rechazar H0 / H0 es verdadera) =
 P (no rechazar H0 / H0 es falsa) =
Se destaca que tanto como son probabilidades condicionales. No pueden
obtenerse estas probabilidades en sentido absoluto. Puede calcularse si se asume que
H0 es verdadera, en tanto que puede calcularse si se asume que H0 es falsa, es decir se
supone que la hiptesis alternativa es verdadera.
Para tomar una decisin con relacin a H0 es necesario contar con una regla que indique
el curso de accin que hay que seguir con base en la informacin muestral disponible.
Definicin III. Una prueba de una hiptesis estadstica que se realiza con relacin a un
parmetro desconocido de una poblacin es una regla para decidir si se rechaza la
hiptesis nula con base en una muestra aleatoria extrada de la poblacin.
La decisin se basa en un estadstico de prueba. Para ciertos valores del estadstico de
prueba se tomar la decisin de rechazar H0. Estos valores constituyen lo que se llama
regin crtica de la prueba. Volviendo al caso del ejemplo 1, el estadstico de prueba es X
. Para un tamao n de muestra, la regla de decisin puede expresar: rechazar H0 si el
valor observado del estadstico de prueba es mayor que 12 por ejemplo. Entonces el
estadstico de prueba es X , 12 es el valor crtico, en tanto que el conjunto de los valores
mayores que 12 constituyen la regin crtica y el conjunto de valores menores o iguales
que 12 determinan la regin de no rechazo o de aceptacin de H o. Suponiendo que el
tamao de la muestra n es suficientemente grande puede suponerse que X tiene
distribucin normal N (; 2/n ). En la figura 1 se presenta la grfica de la funcin de
densidad de probabilidad de X bajo el supuesto de que Ho es verdadera.

Funcin de densidad

0,40

0,30

0,20

0,10

0,00
10 12

En la construccin de la regla de decisin apropiada en una prueba de hiptesis

estadstica tambin interviene la hiptesis alternativa que debe reflejar el valor posible o
un intervalo de valores del parmetro de inters si la hiptesis nula es falsa. Suele ser
deseable que la hiptesis nula se exprese en forma bien especfica, de la forma: = o, de
esta manera la hiptesis nula es simple en forma general, mientras que la alternativa es
compuesta. Por ejemplo si en el caso del ejemplo 1 el gerente sospecha que el tiempo
promedio es mayor que 10 minutos, entonces la hiptesis nula y la alternativa se
formulan as:

Ho: = 10

H1: > 10

Procedimiento general de la prueba estadstica.

El ejemplo presentado orienta acerca de la comprensin del procedimiento que

describiremos y que se compone de los siguientes pasos:

1. Formulacin de las hiptesis. Se presentan tres casos:

a) Ho: = o b) Ho: = o c) Ho: = o
H1: > o H1: < o H1: o

Los casos a) y b) se denominan dcimas unilaterales o de una cola, en tanto que el caso c)
constituye una dcima bilateral o de dos colas.

2. Especificacin del nivel de significacin. El nivel de significacin es la probabilidad

de cometer el error de tipo I, es decir de rechazar Ho cuando ella es verdadera. Como ya
dijimos se denota con y corresponde al rea de rechazo, de modo que se igualar a
toda el rea de la derecha o de la izquierda, si se trata de dcimas unilaterales o se
repartir en dos partes iguales entre las dos colas si se trata de una dcima bilateral.
El trmino significacin se debe al hecho de que la diferencia entre el valor hipottico
del parmetro y el valor observado del estadstico de prueba puede pensarse como de
determinada significacin, de modo que se descarte la posibilidad de que su valor es
debido al azar. Adems si el valor del estadstico de prueba cae en la regin de rechazo y
se ha establecido un nivel de significacin del 5% se dice que ste difiere
significativamente del valor hipottico del parmetro poblacional. En tanto que si se ha
fijado un nivel de significacin del 1% y el valor observado del estadstico de prueba cae
en la regin de rechazo se dice que ste difiere en forma altamente significativa del valor
hipottico del parmetro poblacional. Los valores de significacin usuales son los ya
citados, 5%, 1 %, 10%. En la actualidad, es decir en la estadstica moderna, una vez
determinado el valor del estadstico de prueba se calcula la probabilidad (valor p) de que
el estadstico de prueba asuma valores mayores o menores que el calculado, segn el
tipo de prueba; luego sta se compara con el nivel de significacin fijado, si este valor es
menor que dicho nivel se rechaza Ho, en caso contrario no se rechaza. El informe del
valor p como parte de los resultados de una investigacin proporciona ms informacin
al lector que afirmaciones tales como la hiptesis nula se rechaza con el nivel 0,05 de
significacin. Al informar el valor p asociado con una prueba se permite saber al lector
con exactitud que tan extrao o que tan comn es el valor calculado del estadstico de
prueba bajo el supuesto de que Ho es verdadera. Con relacin al valor p, si la prueba es
de cola derecha, el valor p es el rea a la derecha del estadstico de prueba; si la prueba
es de cola izquierda, el valor p es el rea a la izquierda del estadstico de prueba.; si la
prueba es de dos colas, el valor p es dos veces el rea de la regin extrema delimitada
por el estadstico de prueba.

3. Seleccin del estadstico que se usar para docimar. El estadstico de prueba

proporcionar un nmero a partir de los datos muestrales. El estadstico de prueba
debe guardar cierta relacin con el parmetro hipottico desconocido, adems debe
conocerse su distribucin bajo el supuesto de que Ho es verdadera. En este desarrollo se
supone que el estadstico es N 0 ; . As por ejemplo si el parmetro es la media
poblacional, el estadstico de prueba ser X . Si el parmetro poblacional es la
proporcin poblacional el estadstico de prueba ser la proporcin muestral. Si el
parmetro poblacional es la diferencia entre dos medias poblacionales el estadstico de
prueba ser la diferencia entre dos medias muestrales. Si el parmetro poblacional es la
diferencia de dos proporciones poblacionales el estadstico ser la diferencia entre dos
proporciones muestrales.

4. Formulacin de la regla de decisin. sta deber especificar qu valores del

estadstico de prueba se tomarn para aceptar Ho y cuales se usarn para rechazarla.
Segn como estn formuladas las hiptesis se establecer la regla de decisin. Es decir
hay que considerar los casos a), b) y c) planteados en el primer paso del procedimiento
que estamos desarrollando.

Caso a) H0: = 0
H1: > 0

f
0,07

0,05

f , H 0
f , H1
0,03

0,02

0,00

Regin de k Regin de
aceptacin rechazo
 k 0

P( k) = P k = 1- ; P( k ) =

= 1-

Como 1- es una probabilidad conocida, se ubica en tabla de distribucin normal el
correspondiente valor z 1- .

k 0
Luego: z 1- = k 0 z1

En este caso la regla de decisin se formula as: Rechazar H0 ob k

Caso b) H0: = 0
H1: < 0

f
0,07

0,05

f , H 0
f , H1
0,03

0,02

0,00

Regin de k Regin de
rechazo aceptacin

k 0

P k



Como es el nivel de significacin de la prueba, es un valor conocido; se ubica esta
probabilidad en la tabla y se obtiene el valor correspondiente z
k 0
Luego: z = k 0 z .

La regla de decisin se formula as: Rechazar H0 ob < k
Caso c) H0: = 0
H1: 0

0,05
f , H 1
f , H 0
f , H 1
0,04

0,03

0,01

0,00

k1 k2
Regin de Regin de
rechazo k1 rechazo
Regin de
aceptacin

P k1
2
k 0
P k1 1


k1 0 z
2 0 2

k1 0 z 2 .

k 0

P k 2 1 P k 2 1 2

k 2 0
2
1
2

k2 0
z1 k 2 0 z1 .
2 2

La regla de decisin se formula as: Rechazar H0 ob < k1 ob > k2

Ejemplo 3: Un fabricante ha desarrollado un nuevo hilo para pesca, del cual afirma
que tiene un coeficiente promedio de ruptura de15 kg con una desviacin tpica
de 0,5 kg. Para probar la hiptesis de que m = 15 kg contra la alternativa de que
m<15kg, se probar una muestra aleatoria de 50 hilos de pesca. La regin crtica se
define como X <14,9kg. a) Calcular la probabilidad de cometer un error de tipo I,
b) evaluar para la hiptesis alternativa con
m = 14,8 kg

0,5
a) ( X )= =0,07071
50
14,9 15
= P( X <14,9)= 1,41 0,0793
0,07071
Por lo tanto P(Rechazar H0 / H0 es V) =0,0793

14,9 14,8
b) =P( X 14,9 / H1 es V)= 1-P ( X 14,9 )= 1- =1-0,9207=0,0793
0,07071

Ejemplo: 4 Los siguientes datos representan el contenido de grasa en el cuerpo de 10

hombres expresado en kg.
4,22 5,41 4,23 4,29 4,55 4,13 4,23 4,48 3,99 4,62
Evidencian estos datos que el contenido promedio de grasa en los hombres es menor
que 4,464 kg ? Considerar que el contenido de grasa se distribuye normalmente, =
0,4 kg y que el nivel de significacin es 0,05.

0,4
H0: m = 4,464 kg X ob 4,415kg X 0,1265
10
H1: m< 4,464 kg

Valor crtico: k = 4,464-1,65.0,1265=4,255

Como 4,255 < 4,415, no se rechaza H0, es decir, la evidencia muestral no es
suficiente para rechazar la afirmacin de que el promedio de grasa es 4,46 kg.