Universidad Nacional de San Cristóbal de Huamanga

Facultad de Ingenierı́a de Minas, Geologı́a y Civil

Departamento Académico de Matemática y Fı́sica
Área de Estadı́stica

“Inferencia Estadı́stica”

Alejandro Guillermo Monzón Montoya

http://www.estadistica.260mb.com o http://amonzon.tk
http://www.estadisticaunsch.blogspot.com o http://amonzonblog.tk
mail: amonzon@hotmail.es

AYACUCHO, PERÚ

27 de diciembre de 2010
Índice general

1. Pruebas de hipótesis 5
1.1. Errores de tipo I y tipo II . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2. Pasos a seguir para una prueba de hipótesis . . . . . . . . . . . . . . . 6
1.3. Prueba de hipótesis para la media poblacional . . . . . . . . . . . . . . 7
1.3.1. Cuando el valor de la varianza poblacional es conocido . . . . . 7
1.3.2. Cuando el valor de la varianza poblacional no es conocido . . . 9
1.4. Prueba de hipótesis para la proporción p . . . . . . . . . . . . . . . . . 10
1.5. Prueba de hipótesis para la varianza . . . . . . . . . . . . . . . . . . . 12
1.6. Comparación de medias . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.7. Diferencia de medias . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.8. Prueba de hipótesis sobre dos proporciones . . . . . . . . . . . . . . . . 15
1.9. Prueba para la igualdad de dos varianzas . . . . . . . . . . . . . . . . . 16

3
Capı́tulo 1

Pruebas de hipótesis

La prueba de hipótesis estadı́stica es una de las áreas más importantes de la teorı́a

de la decisión. Esta prueba consiste en determinar si una afirmación supuesta de un
parámetro de una población, es contradicha o no por los resultados de una muestra.

Definición 1 (Hipótesis estadı́stica) Es un supuesto acerca de la distribución de

probabilidad de una o más variables aleatorias. En la práctica, la distribución de la
población es a menudo implı́citamente supuesta, especificándose una hipótesis con el
valor o los valores del parámetro o los parámetros que la definen.

Ejemplos:

i) El promedio poblacional de la altura de los peruanos es 1,60m.

µ = 1, 60

ii) La varianza poblacional de los salarios de los obreros de la industria textil es

(S/. 500)2
σ 2 = (S/. 500)2 =250 000 soles2

iii) La distribución de los pesos de los alumnos de Ciencias Fı́sico Matemáticas es

normal.

En la prueba de hipótesis, la suposición que deseamos probar recibe el nombre

de hipótesis nula y se representa con H0 . Si los resultados de la muestra no apoyan
la hipótesis nula, debemos concluir que no son verdaderos. Cada vez que rechazamos
la hipótesis nula, la conclusión que aceptamos es llamada hipótesis alternativa y se
representa por H1 .

Ejemplo 1 Si

H0 : µ = 1, 60

5
6 CAPÍTULO 1. PRUEBAS DE HIPÓTESIS

H1 : µ ̸= 1, 60

Luego de formular la hipótesis nula y la hipótesis alternativa se fija el nivel de signifi-

cancia adecuado (α); el nivel de significancia indica el porcentaje de medias muestrales
que se encuentra fuera de ciertos lı́mites.
Supongamos que α = 5 %

Se rechaza H0 si el estimador de la muestra cae en cualquiera de las regiones de rechazo.

Se acepta H0 si el estimador se ubica en la región de aceptación.

1.1. Errores de tipo I y tipo II

En toda prueba de hipótesis es posible cometerse dos tipos de errores: rechazar la
hipótesis H0 , cuando en realidad es verdadera o aceptarla cuando es falsa. Al rechazar
una hipótesis nula cuando es verdadera se comete el error de tipo I y se le representa
por α (nivel de significancia de la prueba). Al aceptar una hipótesis nula cuando es
falsa se comete el error de tipo II y se le representa por β.

DECISIÓN H0 es verdadera H1 es verdadera

Aceptar H0 Decisión correcta Error de tipo II
Aceptar H1 Error de tipo I Decisión correcta

α = P [error tipo I] = P [rechazar H0 /H0 es verdadera]

β = P [error tipo II] = P [aceptar H0 /H0 es falsa]

El riesgo de cometer estos 2 tipos de errores son inversamente proporcionales; es decir

que cuanto menor sea el riesgo de cometer un error de tipo I, tanto mayor será el riesgo
de cometer un error de tipo II, y viceversa. Sin embargo, es posible reducir ambos tipos
de errores en forma simultánea, aumentando el tamaño de la muestra.
1.2. PASOS A SEGUIR PARA UNA PRUEBA DE HIPÓTESIS 7

1.2. Pasos a seguir para una prueba de hipótesis

Sea el parámetro θ.

i) Formular las hipótesis nula y alternativa de acuerdo al problema.

H0 : θ = θ0
H1 : θ < θ0 , θ > θ0 , θ ̸= θ0

ii) Escoger un nivel de significancia α (probabilidad máxima aceptable de incurrir

en un error de tipo I).

iii) Escoger el estadı́stico de prueba apropiado suponiendo que H0 es cierta.

iv) Establecer las regiones de aceptación y de rechazo.

v) Calcular el valor de la prueba estadı́stica de una muestra aleatoria de tamaño n.

vi) CONCLUSIÓN: Rechazar H0 si el valor del estimador calculado cae en la región

crı́tica y aceptar si cae en la región de aceptación.

1.3. Prueba de hipótesis para la media poblacional

1.3.1. Cuando el valor de la varianza poblacional es conocido

i) Hipótesis estadı́stica: Hay tres formas de plantear las hipótesis estadı́sticas; de
ellas elegimos la que se ajusta a nuestro problema.

a) H0 : µ = µ0 b) H0 : µ = µ0 c) H0 : µ = µ0
H 1 : µ < µ0 H 1 : µ > µ0 H1 : µ ̸= µ0

ii) Elegir el nivel de significancia α; los valores de α más usuales son: 10 %, 5 % y

1 %.

iii) El estadı́stico de prueba es X y la función de probabilidad es:

X −µ
Z= √ → N (0, 1)
σ/ n

iv) Región de aceptación y de rechazo:

8 CAPÍTULO 1. PRUEBAS DE HIPÓTESIS

v) Valor experimental: Se obtiene reemplazando valores en la función pivotal del

paso (iii). Es decir:
X − µ0
Z0 = √
σ/ n
donde Xes la media muestral, µ0 es la media supuesta de la población, σ es la
desviación estándar poblacional y n es el tamaño de la muestra.

vi) Si Z0 ∈ R.A./H0 , se acepta H0 (rechazamos H1 ).

Si Z0 ∈ R.R./H0 , se rechaza H0 (aceptamos H1 ).

Ejemplo 2 Un comprador de ladrillos cree que la calidad de los ladrillos está disminu-
yendo. De experiencias anteriores se sabe que la resistencia media al desmoronamiento
de tales ladrillos es 200kg, con una desviación estándar de 10kg. Una muestra de 100
ladrillos arroja una media de 195kg. Probar la hipótesis de que la calidad media no ha
cambiado contra la alternativa que ha disminuido.

Ejemplo 3 Se sabe que el consumo mensual “per cápita”de un determinado producto

tiene distribución normal, con una desviación estándar de 2kg. El gerente de una firma
que fabrica ese producto resuelve retirar el producto de la lı́nea de producción si la media
del consumo per cápita es menor que 8kg; en caso contrario, continuará fabricando.
Fue realizada una investigación de mercado; tomando una muestra de 25 individuos
∑
25
se verificó que Xi = 180kg, donde Xi representa el consumo mensual del i-ésimo
i=1
individuo de la muestra.

a) Construir una prueba de hipótesis adecuada, utilizando α = 0, 05, y en base a la

muestra seleccionada determinar la decisión a ser tomada por el gerente.

b) Si el gerente hubiese fijado α = 0, 01, ¿la decisión serı́a la misma?

c) Si la desviación estándar de la población fuese 4kg ¿cuál serı́a la decisión?

1.3. PRUEBA DE HIPÓTESIS PARA LA MEDIA POBLACIONAL 9

Ejemplo 4 Una máquina que empaqueta bolsas de café automáticamente está regulada
para embalar bolsas cuyos pesos se distribuyen normalmente, con media µ y varianza
400. El valor de µ puede ser fijado en un mostrador situado en una posición un poco
inaccesible de esa máquina. La máquina fue regulada para µ = 500gr. Se decide escoger
una muestra de 16 bolsas a cada media hora con la finalidad de verificar si la producción
está bajo control o no, es decir, si µ = 500gr o no. Si una de esas muestras tiene una
media X = 492gr, ¿pararı́as o no la producción para verificar si el mostrador está o
no en la posición correcta?

1.3.2. Cuando el valor de la varianza poblacional no es cono-

cido
Sea x1 , x2 , . . . , xn una muestra aleatoria de una población N (µ, σ 2 ).

i) Hipótesis:

a) H0 : µ = µ0 b) H0 : µ = µ0 c) H0 : µ = µ0
H 1 : µ < µ0 H 1 : µ > µ0 H1 : µ ̸= µ0

ii) Nivel de significancia: α

iii) Cuando n ≤ 30:

∑
n
(xi − x)2
X −µ
t= √ → t( n − 1), donde S 2 = i=1
S/ n n−1
Cuando n > 30:
X −µ
Z= √ ∼ N (0, 1)
S/ n
iv) Región de aceptación y de rechazo:

v) Valor experimental:
X − µ0
t0 = √ , n ≤ 30
S/ n
10 CAPÍTULO 1. PRUEBAS DE HIPÓTESIS

X − µ0
Z0 = √ , n > 30
S/ n
vi) Si t0 (o Z0 ) ∈ R.A./H0 , se acepta H0 ; por lo tanto se rechaza H1 .
Si t0 (o Z0 ) ∈ R.R./H0 , se rechaza H0 y se acepta H1 .

Ejemplo 5 Un fabricante afirma que sus cigarros contienen 30mg de nicotina. Una
muestra de 25 cigarros da una media de 31,5mg y una desviación estándar de 3mg.
Suponiendo que el contenido de nicotina en cada cigarro es una v.a. con distribución
normal, ¿al nivel del 5 %, los datos refutan o no la afirmación del fabricante?

Ejemplo 6 Un distribuidor de cosméticos ha conseguido cobrar sus cuentas pendientes

en un plazo medio de 22 dı́as, durante el año pasado. Este promedio se considera un
estándar para medir la eficiencia del departamento de crédito y cobranzas. Sin embargo,
durante el mes en curso, un chequeo aleatorio de 81 cuentas dio como resultado un
promedio de 24 dı́as, con una desviación estándar de 9 dı́as. La gerencia cree que el
cobro de cuentas se está realizando más despacio y está interesada en averiguar si el
tiempo promedio de las cuentas por cobrar ha aumentado; ¿Es significativo el resultado
al nivel del 5 %?

1.4. Prueba de hipótesis para la proporción p de

una población Bernoulli
Sea x1 , . . . , xn una m.a. seleccionada de una población Bernoulli, donde p es la
proporción poblacional.
∑n
Xi
número de éxitos en la muestra X
Sea p̂ = i=1 = = la proporción muestral,
n n n
donde X ∼ B(n, p).
Para n suficientemente grande (n ≥ 30) se tiene que p̂ ∼ N (p, pq
n
)

i) Hipótesis:

a) H0 : p = p0 b) H0 : p = p0 c) H0 : p = p0
H1 : p < p 0 H1 : p > p0 H1 : p ̸= p0

ii) Nivel de significancia α.

iii)
X − np0 p̂ − p0
Z0 = √ =√ ∼ N (0, 1)
np0 (1 − p0 ) p0 (1−p0 )
n
1.4. PRUEBA DE HIPÓTESIS PARA LA PROPORCIÓN P 11

iv) Región de aceptación y de rechazo:

v) Si Z0 ∈ R.A./H0 , se acepta H0 .

Ejemplo 7 Un ingeniero de transporte afirma que el 30 % de los vehı́culos demoran

más de 5 minutos para pasar por una garita de control. Con el fin de evaluar esta
afirmación se escogió una muestra aleatoria de 400 vehı́culos y se encontró que 100 de
ellos demoraron más de 5 minutos en pasar la garita.

1. Al nivel de significación del 1 %, ¿presenta esta muestra suficiente evidencia que

indique que el porcentaje de vehı́culos que demoran más de 5 minutos en pasar
tal garita es diferente de 0,3?

2. Calcular la probabilidad de tomar la decisión errada de aceptar la afirmación del

ingeniero cuando la verdadera proporción de todos los vehı́culos que usan más de 5
minutos para pasar la garita es 0,2. (Rpta: β = P [aceptar H0 /p = 0, 2] = 0, 0202)

Ejemplo 8 En una estación de televisión se afirma que 60 % de los televisores esta-

ban sintonizando su programa especial del último domingo. Una red competidora desea
contrastar esa afirmación y decide para esto usar una m.a. de 200 familias, encon-
trando que 100 de las familias encuestadas sintonizan ese programa. A un nivel de
significancia del 1 %, es cierto lo que afirma la estación televisora?

Ejemplo 9 El consumidor de un cierto producto acusó al fabricante diciendo que más

de 20 % de las unidades que fabrica son defectuosas. Para confirmar su acusación, el
consumidor usó una m.a. de tamaño 50, donde 27 % de las unidades eran defectuosas.
¿Qué conclusión se puede extraer? Usar α = 0,1

NOTA: (Prueba con muestras pequeñas)

Sea x la cantidad de éxitos en una muestra aleatoria pequeña de tamaño n (n < 30)
Prueba unilateral cola derecha: Se calcula
n ( )
∑ n
P = P [X ≥ x cuando p = p0 ] = pk0 q0n−k
k=x
k
12 CAPÍTULO 1. PRUEBAS DE HIPÓTESIS

y se rechaza H0 : p = p0 , si el valor de P es menor o igual que el nivel de significación

α.
Prueba unilateral cola izquierda: Se calcula
x ( )
∑ n
P = P [X ≤ x cuando p = p0 ] = pk0 q0n−k
k=0
k

y se rechaza H0 : p = p0 , si el valor de P es menor o igual que el nivel de significación

α.
Prueba bilateral: Si x < np0 se calcula
x ( )
∑ n
P = P [X ≤ x cuando p = p0 ] = pk0 q0n−k
k=0
k

y si x > np0 se calcula

n ( )
∑ n
P = P [X ≥ x cuando p = p0 ] = pk0 q0n−k
k=x
k

Se rechaza H0 : p = p0 , si P ≤ α/2.

Ejemplo 10 Un producto cambiará sus actuales envases sólo si al menos el 80 % de los

consumidores habituales opinan a favor del cambio. Si en una muestra aleatoria de 15
consumidores se encontró que 9 opinaron a favor del cambio y al nivel de significación
α = 0, 05, ¿se deberı́an cambiar los actuales envases?. RPTA: Dado que P = 0, 061 >
α = 0, 05, no se debe rechazar H0 .

1.5. Prueba de hipótesis para la varianza

Sea x1 , . . . , xn una muestra aleatoria seleccionada de una población N (µ, σ 2 ) donde
µ y σ 2 son desconocidas.

i) Hipótesis:

a) H0 : σ 2 = σ02 b) H0 : σ 2 = σ02 c) H0 : σ 2 = σ02

H1 : σ 2 > σ02 H1 : σ 2 < σ02 H1 : σ 2 ̸= σ02

ii) Nivel de significancia α.

iii)
(n − 1)S 2
χ20 = → χ2(n−1)
σ02
iv) Región de aceptación y de rechazo:
1.6. COMPARACIÓN DE MEDIAS 13

v) Si χ20 ∈ R.A./H0 , se acepta H0 .

Ejemplo 11 Un profesor de biologı́a de la UNSCH cree que la varianza del tiempo

de vida de cierto organismo al ser expuesto a un agente mortal, es a lo más 625
min2 . Una m.a. de 15 organismos dio una varianza de 1225. ¿Proporcionan estos datos
evidencia suficiente como para concluir que la tesis del profesor acerca de la variabilidad
es incorrecta? Asumir que la v.a. tiene distribución N (µ, σ 2 ).

Ejemplo 12 Una de las maneras de mantener bajo control la calidad de un producto

es controlar su varianza. Una máquina para enlatar conserva de pescado está regulada
para llenar con una desviación estándar de 10gr y media 500 gr. El peso de cada lata
de conserva sigue una distribución N (µ, σ 2 ). ¿Dirı́a usted que la máquina ha sido ade-
cuadamente regulada en relación a la varianza, si una muestra de 16 latas de conserva
dio una varianza de 169 gr2 ?.

1.6. Comparación de medias de dos poblaciones

normales independientes de varianzas conoci-
das
i) Hipótesis:

a) H0 : µ1 = µ2 b) H0 : µ1 = µ2 c) H0 : µ1 = µ2
H1 : µ1 < µ2 H1 : µ1 > µ2 H1 : µ1 ̸= µ2

ii) Nivel de significancia α.

iii)
(X 1 − X 2 ) − (µ1 − µ2 ) X1 − X2
Z0 = √ 2 2
=√ 2 → N (0, 1)
σ1 σ2 σ1 σ22
n1
+ n2 n1
+ n2

iv) Región de aceptación y de rechazo:

14 CAPÍTULO 1. PRUEBAS DE HIPÓTESIS

v) Si Z0 ∈ R.A./H0 , se acepta H0 .
Ejemplo 13 Un diseñador de productos está interesado en reducir el tiempo de secado
de una pintura. Se prueban dos fórmulas de pintura; la fórmula 1 tiene el contenido
quı́mico estándar, y la fórmula 2 tiene un nuevo ingrediente secante que debe reducir
el tiempo de secado. De la experiencia se sabe que la desviación estándar del tiempo de
secado es 8 minutos, y esta variabilidad inherente no debe verse afectada por la adición
del nuevo ingrediente. Se pintan 10 especı́menes con la fórmula 1, y otros 10 con la
fórmula 2. Los dos tiempos promedio de secado muestrales son X 1 = 121′ y X 2 = 112′ ,
respectivamente. ¿A que conclusiones puede llegar el diseñador del producto sobre la
eficacia del nuevo ingrediente, utilizando α = 0, 05?

1.7. Dócima de hipótesis sobre las medias de dos

poblaciones normales independientes, varian-
zas desconocidas
i) Hipótesis:

a) H0 : µ1 = µ2 b) H0 : µ1 = µ2 c) H0 : µ1 = µ2
H1 : µ1 < µ2 H1 : µ1 > µ2 H1 : µ1 ̸= µ2
ii) Nivel de significancia α.

iii) CASO 1: σ12 = σ22 = σ 2

X1 − X2
t0 = √ ( ) → t(n1 +n2 −2)
(n1 −1)S1 +(n2 −1)S2
2 2
1 1
n1 +n2 −2 n1
+ n2

CASO 2: σ12 ̸= σ22

( )2
S12 S2
X1 − X2 n1
+ n22
t0 = √ 2 ∼ t(v) , donde v= ( 2 )2 ( 2
)2 −2
S1 S22 S1 S2

n1
+ n2 n1 n2

n1 +1
+ n2 +1
1.8. PRUEBA DE HIPÓTESIS SOBRE DOS PROPORCIONES 15

iv) Región de aceptación y de rechazo:

v) Si t0 ∈ R.A./H0 , se acepta H0 .

Ejemplo 14 Un fabricante de monitores prueba dos diseños de microcircuito para

determinar si producen un flujo de corriente equivalente. El departamento de ingenierı́a
ha obtenido los datos siguientes:
Diseño 1: n1 = 15 X 1 = 24, 2 S12 = 10
Diseño 2: n2 = 10 X 2 = 23, 9 S22 = 20
Con α = 0, 10, determinar si existe alguna diferencia significativa en el flujo de
corriente promedio entre los dos diseños, donde se supone que las dos poblaciones
son normales, pero no es posible suponer que las varianzas desconocidas σ12 y σ22 sean
iguales.

1.8. Prueba de hipótesis sobre dos proporciones

i) Hipótesis:

a) H0 : p1 = p2 b) H0 : p1 = p2 c) H0 : p1 = p2
H1 : p1 < p2 H1 : p 1 > p 2 H1 : p1 ̸= p2

ii) Nivel de significancia α.

iii)

pb1 − pb2 X1 + X2
Z0 = √ ( ) ∼ N (0, 1), donde pb = y qb = 1 − pb
n1 + n2
pbqb n11 + 1
n2

iv) Región de aceptación y de rechazo:

16 CAPÍTULO 1. PRUEBAS DE HIPÓTESIS

v) Si Z0 ∈ R.A./H0 , se acepta H0 .

Ejemplo 15 Se evalúan dos tipos diferentes de soluciones para pulir, para su posible
uso en una operación de pulido en la fabricación de lentes intraoculares utilizados en
el ojo humano después de una cirugı́a de cataratas. Se pulen 300 lentes con la primera
solución y, de éstos, 253 no presentaron defectos inducidos por el pulido. Después se
pulen otros 300 lentes con la segunda solución, de los cuales 196 resultan satisfactorios.
¿Existe alguna razón para creer que las dos soluciones para pulir son diferentes? Utilizar
α = 0, 01

Ejemplo 16 Los administradores de los hospitales, en muchos casos, se encargan de

obtener y calcular algunas estadı́sticas que son de suma importancia para los médicos
y para los encargados de decidir en el hospital. En los registros del Hospital Regional
de Ayacucho se tiene que 80 hombres, de una muestra de 900 hombres, y 51 mujeres,
de una muestra de 800 mujeres, ingresaron al hospital por causa de alguna enfermedad
venérea. ¿Puede o no considerarse que estos datos presentan evidencia suficiente en
el sentido de que existe una mayor tasa de afecciones venéreas en los hombres que
ingresan al hospital?

NOTA: Si las hipótesis son de la forma:

a) H0 : p1 − p2 = p0 b) H0 : p1 − p2 = p0 c) H0 : p1 − p2 = p0
H 1 : p 1 − p2 < p 0 H1 : p 1 − p 2 > p 0 H1 : p1 − p2 ̸= p0
la función pivotal es:
p1 − pb2 ) − p0
(b
Z0 = √
pb1 qb1 pb2 qb2
+
n1 n2

1.9. Prueba para la igualdad de dos varianzas

Supongamos que se tiene interés en dos poblaciones normales independientes, donde
las medias y varianzas de la población, µ1 , σ12 , µ2 y σ22 , son desconocidas. Se desea probar
1.9. PRUEBA PARA LA IGUALDAD DE DOS VARIANZAS 17

la hipótesis sobre la igualdad de las dos varianzas. Supongamos que para ello se tienen
disponibles dos muestras aleatorias; una de tamaño n1 tomada de la población 1, y
la otra de tamaño n2 proveniente de la población 2, y sean S12 y S22 las varianzas
muestrales.

i) Hipótesis:
( ) ( )
σ12 σ12
a) H0 : σ12 = σ22 2
=1 b) H0 : σ12 = σ22 2
=1
( σ22 ) ( σ22 )
σ1 σ1
H1 : σ12 > σ22 >1 H1 : σ12 ̸= σ22 ̸= 1
σ22 σ22

ii) Nivel de significancia: α.

iii)
S12
F0 = ∼ F(n1 −1,n2 −1)
S22

iv) Región de aceptación y de rechazo:

v) Si F0 ∈ R.A./H0 , se acepta H0 .

NOTA: Como las etiquetas asignadas a las poblaciones son arbitrarias, hagamos
que σ12 sea la varianza de la población que se propone como la mayor.

Ejemplo 17 Dos compañı́as de compuestos quı́micos pueden surtir materia prima. La

concentración de un elemento en particular en este material es importante. La concen-
tración promedio de ambos proveedores es la misma, pero se sospecha que la variabilidad
en la concentración puede diferir entre las dos compañı́as. La desviación estándar de
la concentración en una m.a. de 15 lotes producidos por la compañı́a 1 es 4,7gr/l,
mientras que para la compañı́a 2, una m.a. de 20 lotes proporciona una desviación
estándar de 5,8gr/l. ¿Existe evidencia suficiente para concluir que las varianzas de las
dos poblaciones son diferentes? Usar α = 0, 05.