Вы находитесь на странице: 1из 9
Estad´ıstica Inferencial

Estad´ıstica Inferencial

´

PRUEBA DE HIP OTESIS PARA LA MEDIA

Logro de sesi´on

Al finalizar la sesi´on el estudiante conoce y aplica las pruebas de hip´otesis para la media.

1. Hip´otesis estad´ıstica

Se denomina hip´otesis estad´ıstica a cualquier afirmaci´on o conjetura que se hace acerca de la distribuci´on de una o m´as poblaciones. La afirmaci´on o conjetura puede referirse bien a la forma o tipo de distribuci´on de probabilidad de la poblaci´on o bien referirse al valor o valores de uno o m´as par´ametros de la distribuci´on conocida su forma. Ejemplo 1: Son hip´otesis estad´ısticas:

El promedio de la altura de todos los peruanos es 1.6 m.su forma. Ejemplo 1: Son hip´otesis estad´ısticas: H : µ = 1 , 6 La varianza

H : µ = 1,6

La varianza de los salarios de todos los obreros de una industria textil es 250000.la altura de todos los peruanos es 1.6 m. H : µ = 1 , 6

H : σ 2 = 250000

La proporci´on de objetos producidos por cierto proceso es menor o igual a 8 %.de una industria textil es 250000. H : σ 2 = 250000 H : p ≤

H : p 0,08

La distribuci´on de los pesos de los alumnos de la UTP es normal.cierto proceso es menor o igual a 8 %. H : p ≤ 0 , 08

1.1. Hip´otesis simple

Es cualquier hip´otesis estad´ıstica que especifica completamente la distribuci´on de la poblaci´on, es decir, especifica la forma de la distribuci´on y el valor de su par´ametro. Ejemplo 2:

El ingreso mensual promedio de los empleados de cierta ciudad es $500.la distribuci´on y el valor de su par´ametro. Ejemplo 2: H : µ = 500 Los

H : µ = 500

Los pesos de los alumnos de la UTP es normal con media 70 kg.de los empleados de cierta ciudad es $500. H : µ = 500 H : µ

H : µ = 70

Estad´ıstica Inferencial

Estad´ıstica Inferencial

1.2. Hip´otesis compuesta

Es cualquier hip´otesis estad´ıstica que no especifica completamente la distribuci´on de la poblaci´on. Ejemplo 3:

El ingreso mensual promedio de los empleados de cierta ciudad es diferente a $500.la distribuci´on de la poblaci´on. Ejemplo 3: H : µ = 500 El ingreso mensual promedio

H : µ

= 500

El ingreso mensual promedio de los empleados de cierta ciudad es menor a $500.de cierta ciudad es diferente a $500. H : µ = 500 H : µ <

H : µ < 500

El ingreso mensual promedio de los empleados de cierta ciudad es mayor a $500.de cierta ciudad es menor a $500. H : µ < 500 H : µ >

H : µ > 500

1.3. Hip´otesis nula (H 0 )

Es la hip´otesis que es aceptada provisionalmente como verdadera y cuya validez ser´a sometida

a comprobaci´on experimental.

1.4. Hip´otesis alternativa (H 1 )

Es la suposici´on contraria a la hip´otesis nula. La hip´otesis alternativa H 1 se acepta en caso de que la hip´otesis nula H 0 sea rechazada.

Nota: La hip´otesis nula siempre debe contener el signo igual porque es la hip´otesis que se va

a probar y es necesario que incluya el valor espec´ıfico del par´ametro.

Ejemplo 4: En general, si se asume que θ 0 es un valor del par´ametro desconocido θ (donde θ representa a µ, p, σ 2 ,etc) de una poblaci´on cuya distribuci´on se supone conocida, entonces, son hip´otesis nulas y alternativas respectivamente las siguientes afirmaciones:

y H 1 : θ H 1 : θ

H 0 : θ = θ 0

= θ 0

H 0 : θ ≤ θ 0 0 : θ θ 0

y H 1 : θ > θ 0

H 0 : θ ≥ θ 0 0 : θ θ 0

y H 1 : θ < θ 0

2. Prueba de una hip´otesis estad´ıstica

Es un proceso que nos conduce a tomar la decisi´on de aceptar o rechazar la hip´otesis nula H 0 en contraposici´on de la hip´otesis alternativa H 1 y con base en los resultados de una muestra aleatoria seleccionada de la poblaci´on en estudio.

Tipos de pruebas de hip´otesis

El tipo de prueba depende b´asicamente de la hip´otesis alternativa H 1 .

b´asicamente de la hip´otesis alternativa H 1 . H 0 : θ = θ 0 vs

H 0 : θ = θ 0 vs H 1 : θ

= θ 0 se denomina prueba bilateral o de dos colas.

H 0 : θ ≤ θ 0 vs H 1 : θ > θ 0 se 0 : θ θ 0 vs H 1 : θ > θ 0 se denomina prueba unilateral de cola a la derecha.

H 0 : θ ≥ θ 0 vs H 1 : θ < θ 0 se 0 : θ θ 0 vs H 1 : θ < θ 0 se denomina prueba unilateral de cola a la izquierda.

Estad´ıstica Inferencial

Estad´ıstica Inferencial

3. Tipos de errores

1. Error tipo I: Es el error que se comete al rechazar la hip´otesis nula H 0 cuando es verdadera. α = P (error tipo I) = P (Rechazar H 0 /H 0 es verdadera)

2. Error tipo II: Es el error que se comete al aceptar la hip´otesis nula H 0 cuando es falsa. β = P (error tipo II) = P (Aceptar H 0 /H 0 es falsa)

3. Nivel de significaci´on (α): Se denomina nivel de significaci´on de una prueba de hip´otesis a la probabilidad de cometer el error tipo I.

4. Potencia de una prueba: Es la probabilidad de tomar la decisi´on acertada de rechazar H 0 cuando ´esta es falsa o de aceptar H 1 cuando ´esta es verdadera. La potencia de una prueba es calculada por: 1 β.

Decisi´on

H 0 verdadera

H 0 falsa

Rechazar H 0

Error tipo I Probabilidad: α

Decisi´on correcta Probabilidad: 1 β

Aceptar H 0

Decisi´on correcta Probabilidad: 1 α

Error tipo II Probabilidad: β

4. Regi´on critica o regi´on de rechazo

Una vez planteada las hip´otesis nula (H 0 ) y alternativa (H 1 ) y determinado la estad´ıstica de prueba, se proceder´a a establecer la regla de decisi´on de acuerdo con la cual se rechazar´a o por el contrario se aceptar´a la hip´otesis nula (H 0 ). La regla de decisi´on implica la divisi´on de la distribuci´on muestral de la estad´ıstica de la prueba en dos partes mutuamente excluyentes: regi´on cr´ıtica (RC) y la regi´on de aceptaci´on (RA). Esta divisi´on depende de la hip´otesis alternativa (H 1 ), del nivel de significaci´on α y de la distribuci´on muestral de la estad´ıstica.

Procedimiento de la prueba de hip´otesis

1. Formular la hip´otesis nula y la hip´otesis alternativa adecuada.

2. Especificar el nivel de significaci´on.

3. Seleccionar la estad´ıstica apropiada a usar en la prueba.

4. Establecer la regla de decisi´on, determinando la regi´on cr´ıtica de la prueba.

5. Calcular el valor del estad´ıstico de la prueba a partir de los datos de la muestra.

6. Tomar la decisi´on de rechazar H 0 si el valor de la estad´ıstica de prueba est´a en la regi´on cr´ıtica. En caso contrario, aceptar H 0 .

Estad´ıstica Inferencial

Estad´ıstica Inferencial

´

PRUEBA DE HIP OTESIS DE LA MEDIA

1. Hip´otesis: Plantear adecuadamente la hip´otesis H 0 contra la hip´otesis alternativa H 1 .

a) H 0 : µ = µ 0 vs H 1 : µ

b) H 0 : µ µ 0 vs H 1 : µ < µ 0

c) H 0 : µ µ 0 vs H 1 : µ > µ 0

= µ 0

2. Nivel de significaci´on: Seleccionar un nivel de significaci´on α.

3. Estad´ıstica de prueba:

Si σ 2 es conocida: σ 2 es conocida:

z c = X µ 0

σ X
σ
X

N (0, 1)

Si la poblaci´on es infinita o finita con muestreo con reposici´on: σ X =

Si la poblaci´on es finita y el muestreo sin reposici´on: σ X =

σ n Nn

N1

Si σ 2 es desconocida: σ 2 es desconocida:

σ

n

Si n 30:

z c = X − µ 0 σ X
z c = X − µ 0
σ
X

N (0, 1)

Si la poblaci´on es infinita o finita con muestreo con reposici´on: σ

Si la poblaci´on es finita y el muestreo sin reposici´on: σ

X =

S n Nn

N1

X =

Si n < 30:

t c = X − µ 0 s √ n
t c = X − µ 0
s
n

t (n1)

S

n

4. Regi´on cr´ıtica: La regi´on critica es fijada de acuerdo a la hip´otesis H 1 , al nivel de signifi- caci´on α y a la distribuci´on muestral de la estad´ıstica (z c o t c ).

α y a la distribuci´on muestral de la estad´ıstica ( z c o t c ).
Estad´ıstica Inferencial

Estad´ıstica Inferencial

5. Calculo del estad´ıstica de prueba: Calcular el valor de z c t c .

6. Conclusi´on: Tomar la decisi´on de aceptar o rechazar H 0 .

EJERCICIOS EXPLICATIVOS

1. Se seleccion´o una muestra de tama˜no 16 de una poblaci´on normal con media µ y varianza 400. Si para realizar la prueba de hip´otesis: H 0 : µ 60 vs H 1 : µ > 60 se utiliza la regi´on

de rechazo RC = {X > 70,6}.

a) Determine el nivel de significaci´on de la prueba.

b) Determine la probabilidad de cometer el error tipo II, si realmente µ = 75.

c) Calcular la potencia de la prueba.

Estad´ıstica Inferencial

Estad´ıstica Inferencial

2. Un fabricante est´a considerando la adquisici´on de un nuevo equipo para enlatar conservas de palmito y especifica que el contenido promedio debe ser de 300 gramos por lata. Un agente de compras hace una visita a la compa˜n´ıa donde est´a instalado el equipo y observa que una muestra aleatoria de 10 latas de palmito ha dado los siguientes pesos en gramos: 296, 296, 297, 297, 298, 298, 299, 300, 301, 302. Y encuentra adem´as que provienen de una poblaci´on normal. Al nivel de significaci´on del 5 %, ¿es posible concluir que el peso medio es diferente a 300 gramos?

Estad´ıstica Inferencial

Estad´ıstica Inferencial

3. Los inspectores de INDECOPI al investigar el cargo levantado contra una embotelladora de que no llena adecuadamente las botellas, es decir que las botellas tienen menos contenido del indicado en su etiqueta; los inspectores tomaron una muestra de 100 botellas y encontraron que el contenido ten´ıa una media 31.65 onzas con una desviaci´on est´andar de 2 onzas. Si las botellas indican en su etiqueta que contienen 32 onzas.

a) Al nivel de significaci´on del 5 %, ¿deber´ıan los inspectores multar a la embotelladora?

b) Si realmente la media es de 31 onzas, encontrar la probabilidad de cometer el error tipo

II.

Estad´ıstica Inferencial

Estad´ıstica Inferencial

EJERCICIOS ADICIONALES

1. Se seleccion´o una muestra aleatoria de tama˜no 64 de una poblaci´on con media µ y varianza 1600, para realizar la prueba de hip´otesis: H 0 : µ 150 vs H 1 : µ < 50 se utiliza la regi´on

cr´ıtica RC = {X < 139,15}.

a) Determine el nivel de significaci´on de la prueba.

b) Determine la probabilidad de cometer el error tipo II, si realmente µ = 138.

c) Calcular la potencia de la prueba.

2. El director de una biblioteca universitaria, afirma que el n´umero promedio de libros sacados

a pr´estamo semanalmente por cada estudiante ha cambiado ultimamente.´

sacaba un promedio de 3.4 libros. En una muestra reciente de 40 estudiantes el promedio fue de 4.3 libros con una desviaci´on est´andar de 1.5 libros. Al nivel de significaci´on del 1 %.

Anteriormente se

a) ¿Ha cambiado el promedio de pr´estamos?

b) Si actualmente el promedio es de 4.2 libros, encontrar la probabilidad del error tipo II.

3. Un investigador de mercados y h´abitos de comportamiento afirma que el tiempo que los ni˜nos de tres a cinco a˜nos dedican a ver la televisi´on cada semana se distribuye normalmente con una media de 22 horas y desviaci´on est´andar 6 horas. Frente a este estudio, una empresa de investigaci´on de mercados cree que la media es mayor y para probar su hip´otesis toma una muestra de 64 observaciones procedentes de la misma poblaci´on, obteniendo como resultado una media de 25 horas. Si se utiliza un nivel de significaci´on del 5 %.

a) Verifique si la afirmaci´on del investigador de mercados y h´abitos de comportamientos es realmente cierta.

b) Calcule la probabilidad de cometer el error tipo II, si la verdadera media es 24 horas.

4. Una empresa empaca cierto producto agr´ıcola en sacos. Para la distribuci´on del producto se requiere que el peso promedio de cada saco sea como m´ınimo 100 libras, esto para disminuir

la utilizaci´on de sacos y facilitar su transporte. La experiencia ha indicado que la desviaci´on

est´andar del peso de un saco es de 3 libras y se distribuye de forma normal. En una muestra aleatoria de nueve sacos, el peso promedio observado es de 98 libras. ¿El contenido de los sacos est´a cumpliendo con el peso m´ınimo en promedio?

5. Un proceso de llenado autom´atico de durazno en rodajas est´a preocupando al gerente de

producci´on por que las latas se est´an llenando en exceso. Por registros anteriores se sabe que

el peso neto (en gramos) de las latas siguen una distribuci´on normal con media 500 gramos.

El departamento de control de calidad tom´o una muestra al azar de 9 latas de producci´on y

obtuvo los siguientes pesos: 490, 495, 501, 492, 490, 500, 493, 502, 501.

A un nivel de significaci´on del 5 %, ¿es posible concluir que el peso medio es diferente a 500

gramos?

6. Las especificaciones de construcci´on en cierta ciudad requieren que las tuber´ıas de desag¨ue empleadas en areas´ residenciales tengan una resistencia media a la ruptura de m´as de 2500 libras por pie lineal. Un fabricante que quisiera proveer a la ciudad de tubos para desag¨ue ha presentado una licitaci´on junto con la siguiente informaci´on adicional: un contratista independiente seleccion´o al azar siete secciones de los tubos del fabricante y determin´o su resistencia a la ruptura. Los resultados (libras por pie lineal) son los siguientes: 2610, 2750,

Estad´ıstica Inferencial

Estad´ıstica Inferencial

2420, 2510, 2540, 2490, 2680. Si se supone que la resistencia a la ruptura tiene distribuci´on aproximadamente normal. ¿Hay suficientes pruebas para llegar a la conclusi´on de que los tubos para desag¨ue del fabricante cumplen con las especificaciones requeridas a un nivel de significaci´on del 5 %?

TAREA DOMICILIARIA

1. Un fabricante sostiene que sus autos consumen en promedio 2.50 galones de gasolina cada 100 Km. Un vendedor de la compa˜n´ıa comprueba el consumo de gasolina de 25 autos y encuentra que el consumo medio es de 2.61 galones cada 100 Km. con una desviaci´on est´andar de 0.25 galones. A un nivel de significaci´on del 5 %, ¿puede dudarse de lo sustentado por el fabricante?

2. De acuerdo con una encuesta reciente, los estadounidenses duermen un promedio de 7 horas por noche. Una muestra aleatoria de 50 estudiantes de West Virginia University revel´o que la cantidad media de horas que durmieron la noche anterior fue de 6.8 horas. La desviaci´on est´andar de la muestra fue de 0.9 horas. A un nivel de significaci´on del 5 %, ¿es razonable concluir que los estudiantes de West Virginia duermen menos que el estadounidense normal?