Академический Документы
Профессиональный Документы
Культура Документы
Para tomar decisiones conviene hacer determinados supuestos acerca de las pobla-
ciones que se estudian. Tales supuestos que son los supuestos formulados respecto del
valor de algún parámetro, que pueden ser o no ciertos, se llaman Hipótesis Estadísticas y,
en general, lo son sobre las distribuciones de probabilidad de las poblaciones.
235
dos observados (estadísticos de la muestra) y los resultados esperados, si la hipótesis subya-
cente es realmente cierta.
Cuando vimos las distribuciones de muestreo, dijimos que, en general, una media
muestral diferirá en valor de la media poblacional. Si el valor observado de un estadístico
muestral, como la media muestral, se acerca al valor paramétrico supuesto y sólo difiere en
una cantidad que cabría esperar del muestreo aleatorio, el valor hipotético no se rechaza. Si
la diferencia entre el estadístico muestral y el parámetro poblacional fuera tal que no puede
atribuirse al azar, la hipótesis se rechaza por inverosímil.
Pasos 1 y 2: Se debe tener cuidado al formular las hipótesis nula y alternativa para asegurar
que estén bien estructuradas, y que la conclusión de la prueba de hipótesis proporcione la
información que necesita el investigador o quien toma la decisión.
Sea µ0 el valor numérico específico que se considera en las hipótesis nula y alternativa.
En general, una prueba de hipótesis referente a los valores de la media poblacional debe
asumir una de las tres formas siguientes:
236
• Prueba en caso de toma de decisiones: se debe elegir entre dos alternativas de ac-
ción, una asociada a H0 y la otra a H1
Si los resultados de la muestra indican que no se puede rechazar H0, la empresa fa-
bricante no puede decir que el nuevo material es mejor. Quizás se deban llevar a cabo más
investigaciones y pruebas. Sin embargo, si los resultados de la muestra indican que se puede
rechazar H0, la empresa fabricante, puede hacer la inferencia de que la duración de las cu-
biertas es superior a 60.000 km. Esta conclusión cuenta con el respaldo estadístico necesario
para decir que el nuevo material aumenta la duración de las cubiertas. En estos casos se de-
be formular la hipótesis nula de manera tal que su rechazo respalde la conclusión y la acción
que se propone.
H0: µx ≥ $ 90.000
H1: µ x < $ 90.000
237
En el tercer caso, el proveedor de aceite del taller, debe controlar que las botellas de
aceite que envasa tienen en promedio 1,5 lts. Periódicamente se selecciona una muestra de
botellas, que se controlan para determinar si el proceso de envasado funciona correctamen-
te. En este caso se formulan las siguientes hipótesis:
Si los resultados indican que no se puede rechazar H0 esto revelaría que el proceso de
envasado funciona correctamente. Sin embargo, si los resultados de la muestra indican que
se debe rechazar H0 la conclusión sería que falta o sobra aceite, se debe parar la línea de
producción y hacer los ajustes necesarios para que el llenado sea correcto.
Paso 3: Las hipótesis nula y alternativa son supuestos sobre la población que compiten entre
sí. O la hipótesis nula es verdadera, ó lo es la hipótesis alternativa, pero no ambas. En una
situación ideal, el procedimiento de prueba de hipótesis debe concluir no rechazando la
hipótesis nula cuando es verdadera y rechazándola cuando es falsa. Pero no siempre son
posibles las conclusiones correctas. Como las pruebas de hipótesis se basan en información
de muestras, debemos considerar la posibilidad de error.
Sin embargo, si la hipótesis nula es cierta, cabe esperar que el estadístico muestral
sea cercano al parámetro poblacional. Si el estadístico muestral es cercano al parámetro
poblacional, no contaremos con evidencia suficiente para rechazar la hipótesis nula. Pero, si
existe una gran diferencia entre el valor del parámetro poblacional y el estadístico se con-
cluirá que la hipótesis es falsa.
Determinar que es “muy cercano” y que es “muy diferente” sería un proceso arbitra-
rio sin definiciones clara. La metodología de prueba debe permitir evaluar las diferencias,
además de cuantificar el proceso de toma de decisiones mediante el cálculo de la probabili-
dad de obtener un resultado muestral dado si la hipótesis nula resulta verdadera.
La distribución muestral del estadístico suele seguir una distribución estadística co-
nocida, como la distribución normal estandarizada, la distribución t o la distribuciónχ, éstas
se utilizan como ayuda para determinar si la hipótesis nula es cierta.
238
Decisión Situación real
Estadística H0 cierta H0 falsa
Decisión correcta Error de tipo II
No Rechazar H0
1-α β
Error tipo I Decisión correcta
Rechazar H0
α 1-β
La fórmula para determinar el tamaño de muestra mínimo requerido para una prue-
ba de hipótesis de la media, usando la distribución normal es:
( z 0 − z 1 )2 σ 2
n=
(µ 0 − µ1 )
El valor z0 es el valor crítico de z que surge del nivel de significación especificado (α),
mientras que z1 es el valor respecto de la probabilidad del error de tipo II asignada (β). El
valor de σ debe conocerse o utilizar su estimador. Esta fórmula puede emplearse lo mismo
para pruebas unilaterales que bilaterales. El único valor que difiere en estos dos tipos de
pruebas es el valor de z0 utilizado
Paso 5: Una vez definidas las hipótesis nula y alternativa, y el tamaño de la muestra se puede
establecer la distribución a utilizar: normal, t- student ó chi cuadrado.
239
Paso 6: Para poder establecer un método objetivo, que permita comparar los resultados
muestrales con la hipótesis nula, el “nivel de significación”, se representa como un área
(como toda probabilidad en una función de densidad), que se ubica a la derecha, a la iz-
quierda o a ambos lados (en este caso, con la mitad de α en cada lado) según como se haya
definido la Hipótesis alternativa. Esta probabilidad permite encontrar, en la tabla corres-
pondiente (normal, t de Student o chi cuadrado), un valor de la variable (z, t ó χ) denomina-
do “valor crítico” simbolizado con zc (o eventualmente tc ó χc), que divide al eje de las absci-
sas en dos zonas: la “zona de rechazo”, que se extiende por debajo de α, y la “zona de no
rechazo”, que se extiende a lo largo del resto del eje.
Estadístico – Parámetro
Error estándar del estimador
Sx σ 2
x σ 2
x
n −1
240
si z1>zc⇒ z1 cae en la “zona de rechazo” y se considera que las diferencias
entre z1 y zc son significativas ⇒ Rechazo la Hipótesis nula
si z1≤zc⇒ z1 cae en la “zona de no rechazo” y se considera que las diferen-
cias entre z1 y zc no son significativas ⇒ No Rechazo la Hipótesis nula.
Paso 10: Una vez tomada la decisión, se deben expresar sus consecuencias en términos del
problema particular.
6. Establecer los valores críticos que dividen las zonas de rechazo y de no rechazo
zc= 2,33
241
Zona de
Zona de rechazo
no rechazo
zc
0,00
1,00
2,00
3,00
-3,00
-2,00
-1,00
x = 62.000 km s x = 5.000 km
x−µ 62.000 − 60.000
z = 0
= = 3,2
1 S 5.000
x
n 64
10. Expresar la decisión estadística en términos del problema. El nuevo material aumenta la
duración de las cubiertas.
242
4. Determinar el tamaño de la muestra. En función al nivel de significación se determinó
que el tamaño de la muestra en 80 operaciones de venta.
6. Establecer los valores críticos que dividen las zonas de rechazo y de no rechazo
zc= - 1,645
Zona de
rechazo
Zona de
no rechazo
0,00
1,00
2,00
3,00
-3,00
-2,00
-1,00
zc
x = $92.250 s x = $17.500.
z1=-1,28≤zc=-1,645 no rechazar H0
243
PRUEBAS DE DOS COLAS
En el tercer caso, el proveedor de aceite del taller, debe controlar que las botellas de
aceite que envasa tienen en promedio 1,5 lts. Periódicamente se selecciona una muestra de
botellas, que se controlan para determinar si les falta o sobra aceite. En este caso se formu-
lan las siguientes hipótesis:
1. Formular la hipótesis nula: H0: µx = 1,5 lts.
6. Establecer los valores críticos que dividen las zonas de rechazo y de no rechazo
tc= ± 2,80
Zona de Zona de
rechazo Zona de rechazo
no rechazo
-3,00
-2,00
-1,00
0,00
1,00
2,00
3,00
244
x − µ x 1,53 − 1,50
t1 = = = 1,47
sx 0,10
n −1 24
hi − P0
z=
σp
hi (1 − hi )
σ pˆ =
n
2
z P (1 − P ) − z P (1 − P )
n=
0 0 0 1 1 1
P1 − P0
245
4. PRUEBA DE HIPÓTESIS PARA LA VARIANZA Y EL DESVÍO ESTÁNDAR
Al utilizar una muestra para hacer inferencias sobre la población, el que toma la deci-
sión corre el riesgo de que se llegue a una conclusión incorrecta. Existen dos tipos de errores
que pueden ocurrir en el procedimiento de prueba de hipótesis.
α = P(eΙ)
246
trola directamente, éste se reducirá seleccionando un valor más pequeño para α. Por ejem-
plo, si son considerables las consecuencias negativas asociadas a un error de tipo I, puede
seleccionarse un α = 0,01 en lugar de 0,05. Sin embargo, cuando α se reduce, β aumenta,
por lo que reducir el riesgo de un error de tipo I tiene como resultado un aumento en el ries-
go del error de tipo II. Por otra parte, si se desea reducir β, puede seleccionarse un valor ma-
yor para α.
247
Pasos Prueba de Hipótesis para Medias
Formular la H0) µx = µ0
hipótesis H0) µx ≤ µ0 H0) µx ≥ µ0
nula
Formular la
hipótesis H1) µx > µ0 H0) µx < µ0 H0) µx ≠ µ0
alternativa
Especificar
el nivel de Fijar α
significación
Determinar
el tamaño
Determinar n
de la mues-
tra
n >30 n ≤ 30
Elegir el
σ σ descono- σ σ descono-
estadístico
conocido cido conocido cido
de la prue-
ba
Distribución
Distribución normal
t-student
Establecer
los valores Buscar zc
críticos
− − − −
Extraer la x x sx x x sx
muestra y − − − −
x− µ x x− µ x x− µ x x− µ x
calcular los z1 = z1 = z1 = t1 =
σx sx σx sx
estadísticos
n n n n
248
Pasos Prueba de Hipótesis para Varianza
Formular la H0) σx = σ0
hipótesis H0) σx ≤ σ0 H0) σx ≥ σ0
nula
Formular la
hipótesis H1) σx > σ0 H0) σx < σ0 H0) σx ≠ σ0
alternativa
Especificar
el nivel de Fijar α
significación
Determinar
el tamaño
Determinar n
de la mues-
tra
n > 30 n ≤ 30
Elegir el
estadístico
Distribución
de la prue-
Distribución normal Chi- cuadra-
ba
do
Establecer
los valores Buscar zc
críticos
Extraer la sx sx sx
muestra y sx − σ x sx − σ x sx − σ x sx − σ x
z1 = z1 = z1 = χυ2 =
calcular los sx sx sx sx
estadísticos 2n 2n 2n n2
| z1 | > | zc | | | > | c 2
Regla de
rechazo H0 |
decisión
rechazo H0
249
Pasos Prueba de Hipótesis para Proporciones
Formular la hipó-
H1) Px > σ0 H0) Px < P0 H0) Px ≠ P0
tesis alternativa
Especificar el ni-
vel de significa- Fijar α
ción
Determinar el
tamaño de la Determinar n
muestra
n > 30 n ≤ 30
Elegir el estadís-
tico de la prueba
Distribución normal Aumentar
el tamaño
Establecer los de la
Buscar zc
valores críticos muestra
hi
Extraer la mues- hi − P
z1 =
tra y calcular los hii (1 − hi )
estadísticos n
| z1 | > | zc |
Regla de decisión
rechazo H0
250
PREGUNTAS TEÓRICAS
2) En Teoría de Decisión, ¿qué relación existe entre el nivel de significación (α) y la probabi-
lidad de error de tipo I (PeΙ)?
a) Directa
b) Inversa
c) No existe
251