Академический Документы
Профессиональный Документы
Культура Документы
ESTADÍSTICA INFERENCIAL
La estadística inferencial es el proceso de usar la información de una muestra para describir el estado de una
población. Sin embargo es frecuente que usemos la información de una muestra para probar un reclamo o
conjetura sobre la población. El reclamo o conjetura se refiere a una hipótesis. El proceso que corrobora si
la información de una muestra sostiene o refuta el reclamo se llama prueba de hipótesis.
HIPÓTESIS Y NIVELES DE SIGNIFICANCIA
En la prueba de hipótesis se pone a prueba un reclamo hecho sobra la naturaleza de una población a base de la
información de una muestra. El reclamo se llama hipótesis estadística.
Hipótesis Estadística: Una hipótesis estadística es un reclamo hecho sobre la naturaleza de una población.
Por ejemplo, la premisa formulada por un productor de baterías para autos de que su batería dura por lo menos
48 meses, es una hipótesis estadística porque el manufacturero no inspecciona la vida de cada batería que él
produce.
Si surgieran quejas de parte de los clientes, entonces se pone a prueba el reclamo del manufacturero. La
hipótesis estadística sometida a prueba se llama la hipótesis nula, y se denota como H0.
COMO ESTABLECER LA HIPÓTESIS NULA Y LA ALTERNA
Hipótesis Nula (H0): premisa, reclamo, o conjetura que se pronuncia sobre la naturaleza de una o varias
poblaciones.
Por ejemplo, para aprobar o desaprobar el reclamo pronunciado por el productor de baterías debemos probar
la hipótesis estadística de que 48. Por lo tanto, la hipótesis nula es:
H0 : 48.
Luego se procede a tomar una muestra aleatoria de baterías y medir su vida media. Si la información obtenida
de la muestra no apoya el reclamo en la hipótesis nula (H0), entonces otra cosa es cierta. La premisa alterna a
la hipótesis nula se llama hipótesis alterna y se representa por H1.
Hipótesis Alterna: Una premisa que es cierta cuando la hipótesis nula es falsa.
Por ejemplo, para el productor de baterías
H0 : 48 y
H1 : < 48
Para probar si la hipótesis nula es cierta, se toma una muestra aleatoria y se calcula la información, como el
promedio, la proporción, etc. Esta información muestral se llama estadística de prueba.
Estadística de Prueba: Una estadística de prueba se basa en la información de la muestra como la media o
la proporción.
ERROR TIPO 1 Y ERROR TIPO 2
A base de la información de una muestra nosotros podemos cometer dos tipos de errores en nuestra decisión.
1. Podemos rechazar un H0 que es cierto.
2. Podemos aceptar un H0 que es falso.
El primero se llama error Tipo 1
Prof. Jessica Oliva G. Estadística y probabilidades 1
Error Tipo 1: Cuando rechazamos una Hipótesis Nula que es cierta cometemos error tipo 1.
Y el segundo error se llama error Tipo 2.
Error Tipo 2: Cuando aceptamos una Hipótesis Nula que es falsa cometemos error tipo 2.
Para ser muy cuidadosos en no cometer el error tipo 1, debemos especificar la probabilidad de rechazar H 0,
denotada por . A ésta se le llama nivel de significancia.
Nivel de Significancia: La probabilidad ( más alta de rechazar H0 cuando H0 es cierto se llama nivel de
significancia.
Comentario: Para mantener la probabilidad de cometer el error tipo 1 baja, debemos escoger un valor pequeño
de .
Usando un valor pre asignado de se construye una región de rechazo o región crítica en la curva normal
estándar o en la curva t que indica si debemos rechazar H0.
Región Crítica o de Rechazo: Una región crítica o de rechazo es una parte de la curva de z o de la curva t
donde se rechaza H0.
Ejemplos: Para H1: > valor aceptado, la región de rechazo está dada por:
(Cola derecha, z ó t)
(Cola izquierda, z ó t)
Para H1 : valor aceptado, la región de rechazo es de dos colas y está dada por:
(2-colas, z ó t)
/2 /2
Ejemplo 1: Determine si la región de rechazo es de la cola derecha, de la cola izquierda o de dos colas.
a. H0 : = 15, H1 : 15, =.05
0.05/2 0.05/2
0.02
Ejemplo 2: En el Ejemplo 1a, presumamos que la región de rechazo es parte de la curva normal estándar.
Complete el dibujo de la región crítica para los valores siguientes:
a. = 0.05
Solución:
a. Del ejemplo 1(a), tenemos:
-1.96 1.96
Ejemplo 3: En el ejemplo la, presumamos que la región de rechazo es parte de la curva t. Complete el dibujo
de la región de rechazo para:
a. = 0.05 y g.l = 14
Solución:
Solución:
a. H0 : = 30 b. H0 : p 0.68 c. H0 : 16
H1 : 30 H1 : p < 0.68 H1 : > 16
VALOR Z
VALOR T
EJERCICIOS PROPUESTOS
En los ejercicios (1-6) determine si la región de rechazo para la hipótesis nula está en la cola izquierda,
en la cola derecha, o ambas colas. Para el nivel de significancia dibuje la región de rechazo.
13. Los automóviles estacionados en el estacionamiento de periodo prolongado del aeropuerto internacional
de Baltimore permanecen un promedio de al menos 3.5 días.
14. Una nueva marca de llantas radiales dura en promedio más de 45,000 millas.
15. El balance promedio de una cuenta de cheques en el First State Bank es por lo menos $165.
16. Se reclama que el 65% de las compras realizadas en cierta tienda por departamentos son artículos de
especiales.
17. Se reclama que al menos el 25% de los graduados de cierto colegio privado solicitan admisión a escuelas
de medicina.
18. Un dentista reclama que el 8% de sus pacientes sufren enfermedades en las encías.
INTRODUCCIÓN
Un Contraste o Test de Hipótesis es una técnica de Inferencia Estadística que permite comprobar si la
información que proporciona una muestra observada concuerda (o no) con la hipótesis estadística formulada
sobre el modelo de probabilidad en estudio y, por tanto, se puede aceptar (o no) la hipótesis formulada.
Llamaremos hipótesis estadística a una afirmación respecto a una característica de una población. Contrastar
una hipótesis es comparar las predicciones que se deducen de ella con la realidad que observamos: si hay
coincidencia, dentro del margen de error admisible, mantendremos la hipótesis; en caso contrario, la
rechazaremos. La hipótesis estadística puede ser:
Paramétrica: es una afirmación sobre los valores de los parámetros poblacionales desconocidos. Las hipótesis
paramétricas se clasifican en:
Simple: si la hipótesis asigna valores únicos a los parámetros
Compuesta: si la hipótesis asigna un rango de valores a los parámetros poblacionales desconocidos
No Paramétrica: es una afirmación sobre alguna característica estadística de la población en estudio. Por
ejemplo, las observaciones son independientes, la distribución de la variable en estudio es normal, la
distribución es simétrica.
La hipótesis que se contrasta se denomina hipótesis nula y, normalmente, se denota por H0. Si se rechaza la
hipótesis nula es porque se asume como correcta una hipótesis complementaria que se denomina hipótesis
alternativa y se denota por H1 o Ha.
Rechazar una hipótesis implica sustituirla por otra capaz de explicar los datos observados.
Es interesante tener en cuenta que la veracidad de una hipótesis no puede ser probada nunca. Lo que se puede
hacer es afirmar que tiene tal o cual probabilidad de ser falsa. Si esa probabilidad es muy alta (95% o 99%)
por ejemplo, se concluye que la hipótesis es poco creíble y se califica provisoriamente como falsa. Si no se
consigue "falsar" (rechazar) la hipótesis, se acepta provisionalmente como verdadera. Esta calidad de
provisorias de las conclusiones estadísticas no debería sorprender a nadie: toda la ciencia es un constructo
provisorio. La verificación de hipótesis es el proceso que lleva a juzgar la credibilidad de afirmaciones
(hipótesis) relativas a las poblaciones (habitualmente a sus parámetros) de las que fueron extraídas las
muestras.
Una hipótesis es una afirmación acerca de algo. En estadística, puede ser una suposición acerca del valor de
un parámetro desconocido. Una hipótesis estadística es una afirmación respecto a alguna característica de una
población. Contrastar una hipótesis es comparar las predicciones con la realidad que observamos. Si dentro
del margen de error que nos permitimos admitir, hay coincidencia, aceptaremos la hipótesis y en caso contrario
la rechazaremos.
La prueba de hipótesis comienza con una suposición, llamada hipótesis, que hacemos con respecto a un
parámetro de población. Después recolectamos datos de muestra, producimos estadísticos de muestra y usamos
esta información para decidir qué tan probable es que sea correcto nuestro parámetro de población acerca del
cual hicimos la hipótesis. Debemos establecer el valor supuesto o hipotetizado del parámetro de población
antes de comenzar a tomar la muestra. La suposición que deseamos probar se conoce como hipótesis nula, y
se simboliza H0. Siempre que rechazamos la hipótesis, la conclusión que sí aceptamos se llama hipótesis
alternativa y se simboliza H1.
La hipótesis emitida se suele designar por H0 y se llama Hipótesis nula porque parte del supuesto que la
diferencia entre el valor verdadero del parámetro y su valor hipotético es debida al azar, es decir no hay
diferencia.
La hipótesis contraria se designa por H1 y se llama Hipótesis alternativa.
Los contrastes pueden ser unilaterales o bilaterales (también llamados de una o dos colas) según
establezcamos las hipótesis, si las definimos en términos de igual y distinto estamos ante una hipótesis
unilateral, si suponemos una dirección (en términos de mayor o menor) estamos ante uno bilateral.
Los tests ( o pruebas) asociados con las hipótesis pueden ser uni o bi laterales,
según las hipótesis planteadas
Ho : θ = k Ho : θ k Ho : θ ≤ k
H1 : θ ≠ k H1 : θ < k H1 : θ > k
Estadístico de la prueba
Los datos se deben sintetizar en un estadístico de la prueba. Dicho estadístico se calcula para ver si es
razonablemente compatible con la hipótesis nula. En las pruebas de hipótesis es necesario trazar una línea
entre los valores del estadístico de la prueba que son relativamente probables dada la hipótesis nula y los
valores que no lo son. ¿En qué valor del estadístico de la prueba comenzamos a decir que los datos apoyan
a la hipótesis alternativa? Para contestar a esta pregunta se requiere conocer la distribución muestral del
estadístico de la prueba. Los valores del estadístico de la prueba que son sumamente improbables bajo la
hipótesis nula (tal como los determina la distribución muestral) forman una región de rechazo para la
prueba estadística.
Minimizar los errores no es una cuestión sencilla, un tipo suele ser más grave que otro y los intentos de
disminuir uno suelen producir el aumento del otro. La única forma de disminuir ambos a la vez es aumentar
el tamaño de la muestra.
El rechazo de una hipótesis nula cuando es cierta se denomina error de tipo I, y su probabilidad (que es
también el nivel de significancia) se simboliza como .
El hecho de que P sea muy bajo no califica el acontecimiento como
imposible. Simplemente que tiene poca probabilidad de ocurrir al azar. A
la probabilidad de cometer error tipo I se la denomina nivel de
significación . Habitualmente el investigador fija a priori el nivel de
significación crítico para rechazar Ho (). Si P es menor que , se rechaza.
En caso contrario, se acepta Ho.
El hecho de aceptar una hipótesis nula cuando es falsa se denomina error de tipo II, y su probabilidad se
simboliza como . La probabilidad de cometer un tipo de error puede reducirse sólo si deseamos
incrementar la probabilidad de cometer el otro tipo de error. Con el propósito de obtener una baja,
tendremos que tolerar una alta. Los responsables de la toma de decisiones deciden el nivel de
significancia adecuado, al examinar los costos o desventajas vinculadas con ambos tipos de errores
Las hipótesis nula y alternativa son aseveraciones sobre la población que compiten entre sí. O la hipótesis
nula H0 es verdadera, o lo es la hipótesis alternativa H1, pero no ambas. En el caso ideal, el procedimiento
de prueba de hipótesis debe conducir a la aceptación de H0 cuando sea verdadera y al rechazo de H0
cuando H1 sea verdadera. Desafortunadamente no siempre son posibles las conclusiones correctas. Como
las pruebas de hipótesis se basan en información de muestra, debemos considerar la posibilidad de errores.
Debe tenerse en cuenta que sólo se puede cometer uno de los dos tipos de error y, en la mayoría de las
situaciones, se desea controlar la probabilidad de cometer un error de tipo I. Fijar el nivel de
significación equivale a decidir de antemano la probabilidad máxima que se está dispuesto a asumir para
TIPOS DE PRUEBAS:
Prueba de cola derecha: Si la región de rechazo está a la derecha del puntaje crítico
Prueba de cola izquierda: Si la región de rechazo está a la izquierda del puntaje crítico
Prueba de dos colas o bilateral: Si la región de aceptación es un intervalo abierto entre dos puntajes críticos.
OBSERVACIÓN IMPORTANTE
En ocasiones pueden surgir dudas en el planteamiento de cuál debe ser la hipótesis H0 y cuál
la hipótesis H1, en estos casos debemos tener presente las siguientes reglas:
Cuando el problema de manera expresa pide que se contraste una hipótesis con determinado
nivel de significación, la hipótesis que contrastamos es la hipótesis H0.
Cuando el problema pide explícitamente que seamos nosotros quienes planteemos las
hipótesis, para decidir qué poner en H0 y qué en H1, se pueden tener en cuenta las siguientes
indicaciones:
En H1 siempre debemos colocar lo que realmente queremos investigar con seguridad, pues el
error, el que fijamos de antemano, se comete cuando optamos por H1 y nos equivocamos.
En caso de duda, siempre elegir un contraste de hipótesis con dos colas.
Cuadro resumen
Regla de Decisión: “Se rechaza la hipótesis Nula H0, si los valores de:
|Zc| > Z1-/2 = Z c Z1 2 ..o..Z c Z1 2 es decir, Z c 1.96..o..Z c 1.96 .”
X 0 111.62 110
Zc Zc 4.65
n 3 74
Conclusión: Como este valor no entra dentro de la región de aceptación (−1.96, 1.96) nos decidimos por la
hipótesis alternativa H1. Concluimos que la media de frenado no es 110 m.
EJEMPLO: Los sistemas de escape de emergencia para aviones son impulsados por un combustible sólido.
Una de las características importantes de este producto es la rapidez de combustión. Las especificaciones
requieren que la rapidez promedio de combustión sea de 50 cm/s. Se sabe que la desviación estándar de esa
rapidez es de σ = 2 cm/s. El experimentador decide especificar un nivel de significancia, de = 0.05.
Selecciona una muestra aleatoria de n = 25 y obtiene una rapidez promedio muestral de combustión de x
=51.3 cm/s. ¿A qué conclusión debe llegarse?
Regla de Decisión: “ Se rechaza la hipótesis Nula H0, si el valor de Z c Z1 , es decir, Z c 1,645.”
X 0 51.3 50 1.3
Z 3.25
n 2 25 25
Conclusión: Como Z c es mayor que Z1 , es decir, Z c 3.25 1,645, se rechaza H 0 : 50 con un
nivel de significancia de 0.05. De hecho, se observa una evidencia fuerte de que la rapidez promedio de
combustión es mayor que 50 cm/s.
EJEMPLO: La vida útil promedio de los focos marca general electric especial para vehículos es cuando
menos de 4200 horas. La vida útil promedio para una muestra aleatoria de n = 10 focos es de X 4000 horas,
con una desviación típica muestral de S = 200 horas. Se supone que la vida útil de los focos sigue una
distribución normal. El fabricante desea hacer un contraste de hipótesis con un nivel de significancia de 5 %.
¿Cuál sería la conclusión?
Hipótesis:
H 0 : 4200
H1 : 4200
X 0 4000 4200
tc t c 3.16.
S n 200 10
Error estándar de la muestra (E.S): x
n
Error máximo de estimación de : e z1 / 2
n
Nota: Cuando no se conoce la desviación estándar de la población () y la muestra (n) es mayor o igual a
30, se utiliza la desviación estándar de la muestra (s) como su estimador. = s
s s
[ x t1 / 2, n 1 x t1 / 2, n 1 ]
n n
El valor t (dos colas) se encuentra en la tabla t-student con n-1 grados de libertad o con la funciòn en excel.
Varianzas desconocidas,
-
Varianzas supuestas iguales 12 = 22 = 2
X1 X 2 (n1 1) S12 (n2 1) S 22
t , S c2 , (n1+ n2 – 2) grados de libertad
sc
2
s
2
n1 n2 2
c
n1 n2
-
Varianzas supuestas distintas 12 22
2
S12 S 22
X1 X 2
t , r n1 n2 grados de libertad
2 2 2 2
s1 s S 2
S 2
2
1
2
n1 n2 n1 n2
n1 1 n2 1
Hipótesis:
H 0 : 1 2
H1 : 1 2
Conclusión: Como Zc = 3.33 >1.96 se rechaza H 0 : 1 2 con un nivel de significancia de 0.05. Por lo
tanto, los salarios promedios semanales de las dos empresas petroleras son diferentes.
12 22 12 22
[( x1 x 2 ) z1 / 2 1 2 ( x1 x 2 ) z1 / 2 ]
n1 n2 n1 n2
2 2 2 2
sc s s s
[( x1 x 2 ) t(1 / 2;n1 n2 2) c 1 2 ( x1 x 2 ) t(1 / 2;n1 n2 2) c c ]
n1 n2 n1 n2
2 2 2 2
s1 s s s
[( x1 x 2 ) t(1 / 2;r ) 2 1 2 ( x1 x 2 ) t(1 / 2;r ) 1 2 ]
n1 n2 n1 n2
2
S12 S 22
r 12
n n2
2
S12 S 22
n1 n2
n1 1 n2 1
Dado que r rara vez es un entero, se redondea al entero más cercano.
Ejemplo: La tabla incluye cinco temperaturas mínimas reales y las correspondientes temperaturas mínimas
que se pronosticaron cinco días antes. Se trata de datos apareados puesto que cada par de valores representa al
mismo día. Las temperaturas pronosticadas parecen ser muy diferentes de las temperaturas reales, pero ¿existe
suficiente evidencia para concluir que la diferencia media no es de cero? Utilice un nivel de significancia de
0.05 para probar la aseveración de que existe diferencia entre las temperaturas mínimas reales y las
temperaturas mínimas pronosticadas cinco días antes.
Temperatura real 1 -5 -5 23 9
Temperatura pronosticada 16 16 20 22 15
d = real - pronosticada -15 -21 -25 1 -6
La aseveración de que existe una diferencia entre las temperaturas mínimas reales y las temperaturas mínimas
pronosticadas para cinco días se expresa como d = 0
Si la aseveración original no es verdadera, tenemos d ≠ 0
Hipótesis:
Ho: d = 0
H1 : d ≠ 0
Antes de calcular el estadístico de prueba, debemos calcular los valores de sd y d . Utilizando las fórmulas ya
conocidas anteriormente se tiene que d = -13.2 y sd = 10.7; luego se reemplaza en la fórmula:
d 13.2
t 2.759
sd 10.7
n 5
Conclusión: Como | t c | calculado es menor que t de la tabla, es decir, tc 2.759 2.776, no se rechaza Ho:
d = 0 con un nivel de significancia de 0.05.. Se concluye que los datos muestrales no proporcioana evidencia
para sustentar la aseveración de que las temperaturas mínimas y pronosticadas para cinco días son diferentes.
Esto no establece que las temperaturas reales y pronosticadas sean iguales.
Las pruebas de hipótesis con proporciones son necesarias en muchas áreas del conocimiento. Se
considerará el problema de probar la hipótesis de que la proporción de éxito en un experimento binomial
sea igual a un cierto valor especifico. Es decir, se probará la hipótesis nula de que p = p0, donde p es el
parámetro de la distribución binomial. La información de que suele disponerse para la estimación de una
x
porción real o verdadera (porcentaje o probabilidad) es una proporción muestral , donde x es el número
n
de veces que ha ocurrido un evento en n ensayos. Por ejemplo, si una muestra aleatoria de 600 compras
x 300
realizadas en una tienda y 300 se realizan con tarjeta de crédito, entonces 0.50 se puede
n 600
utilizar esa cifra como estimación de punto de la proporción real de compras realizadas en ese negocio que
se abonaron a tarjetas de crédito. De la misma forma muchas compañías podrían estimar las proporciones
de muchas transacciones. La hipótesis alterna puede ser una de las alternativas usuales unilateral o bilateral
tales como: p p0 , p p0 ,..o.. p p0 .
CUADRO RESUMEN
Para resolver el problema hay que plantear una hipótesis alternativa unilateral de una cola por la izquierda
Datos:
p0 0.05, q 0.95, p 4 200 0.02, n 200.
p(1 p) p(1 p)
[ p z1 / 2 p p z1 / 2 ]
n n
p(1 p)
Error estándar de p (E.S): p
n
p(1 p)
Error máximo de estimación de p: e z1 / 2
n
x1 x2 n1 p1 n2 p 2
p ó p
n1 n2 n1 n2
EJEMPLO: En un proceso de producción de botellas de vidrio se tomó una muestra de 400 de las cuales 28
estaban defectuosas, en otro proceso se tomaron 300 muestra de botellas de la cuales 15 estaban defectuosas.
Demuestre la hipótesis nula p1 p 2 de que los dos procesos generan proporciones iguales de unidades
defectuosas, contra la hipótesis alternativa p1 p 2 con un nivel de significancia de 0.05.
Para resolver este problema se plantearán las hipótesis y luego se aplica la formula.
Hipótesis:
H 0 : p1 p2
H1 : p1 p2
Regla de decisión o Región crítica: Se rechaza la Hipótesis nula si Zc >1 .96
Conclusión: Como Zc = 1.09 < 1.96, no se rechaza H 0 : p1 p2 con un nivel de significancia de 0.05. Por
lo tanto, no se puede concluir que existan diferencias reales entre las dos proporciones verdaderas de unidades
defectuosas.
p 1 (1 p 1 ) p 2 (1 p 2 )
Error estándar de la estadística (p1 – p2) (E.S): P1 P 2
n1 n2