Estadística Inferencial Parte III Prueba de Hipótesis para Media, Proporción y Varianza de Una Población

Estadística
Inferencial
Parte III
Prueba de Hipótesis para Media,
Proporción y Varianza de una
Población
Enrique Israel
Martínez Gordillo
Prueba de Hipótesis media, proporción y varianza de una población
https://buhodigital.wixsite.com/bdv1
Prueba de Hipótesis sobre una población

Presentación
En secciones anteriores se estudió la estimación como la primera parte de la inferencia, donde a partir
de los estadísticos de una muestra se obtiene un intervalo donde se tiene cierta certeza de que se
encuentre el parámetro de interés.
En esta parte de la Inferencia se estudiará la forma de comprobar la validez de supuestos sobre el valor
de un parámetro lo cual ayuda a tomar decisiones sobre la población de estudio.
En las pruebas de hipótesis se comienza haciendo un supuesto tentativo acerca de un parámetro
poblacional basado en la experiencia, en información previa, en información sobre una población
similar, etc. a partir de esta información se establece una hipótesis, y con el supuesto contrario se
establece una segunda que contradice completamente a la primera, y mediante la información de una
muestra se define qué hipótesis se acepta.
Estimación
Inferencia
Prueba de
Hipótesis
Suponga que es usted el encargado de la ferretería “El Martillo” con más de 10 años en el mercado. En
los últimos 8 meses a implementado una nueva estrategia de promociones para lograr ser más
competitivo y ha llegado el momento de evaluar si realmente está funcionando; para lo cual le interesa
comprobar que el ingreso por ventas mensuales haya umentado y que la varianza de las ventas entre
mes y mes se mantiene igual. Además quiere comprobar que el porcentaje de clientes satisfechos con
su atención sea por lo menos la misma que tenía antes de implementar la estrategia.
La información que ha obtenido en los últimos meses (datos muestrales) debe compararla con la de los
10 años anteriores (datos poblacionales) y en base a las conclusiones tomar la decisión si la estrategia
funciona o debe desecharla. Pero ¿Cuál es la forma correcta de hacer dicha comparación?¿Qué tanta
diferencia debe existir entre los datos muestrales y los datos poblacionales supuestos para definir que
ha cambiado el comportamiento?
La Prueba de Hipótesis es la herramienta de la estadística Inferencial que nos apoya a verificar la
validez de un supuesto como podría ser : “Las ventas mensuales promedio no han aumentado con la
nueva estrategia” . Este proceso siempre conlleva a la formulación de dos hipótesis:
• Hipótesis nula (H0): Representa la afirmación a comprobar, siempre se refiere a un valor
especificado del parámetro poblacional. El planteamiento de H 0 siempre contiene el signo de
igualdad con respecto al valor especificado ( hipotetizado) del parámetro.
• Hipótesis Alternativa (H1): Representa la afirmación contraria a la hipótesis nula y representa
la conclusión a la que se llegaría si la hipótesis nula fuera rechazada. El planteamiento de H 1
nunca contiene el signo de igualdad con respecto al valor especificado del parámetro
poblacional.
Es importante reforzar que H0 y H1 son mutuamente excluyentes y colectivamente exhaustivas.
También si concluimos que no se rechaza H 0, no significa necesariamente que la hipótesis nula es
verdadera, sólo sugiere que no hay suficiente evidencia para rechazarla; rechazar la hipótesis nula
sugiere que la hipótesis alternativa puede ser verdadera.
Con base a ésto existen tres tipos de juegos de hipótesis, tomando como ejemplo la prueba de hipótesis
sobre la media de una población:
Prueba de Hipótesis Bilateral Prueba de Hipótesis Unilateral Prueba de Hipótesis Unilateral

H0 : μ = μ0 H 0 : μ ≥ μ0 H 0 : μ ≤ μ0
H1: μ ≠ μ0 H1: μ < μ0 H1: μ > μ0
La prueba de Hipótesis siempre llevará un riesgo pues podría estarse rechazando H 0 cuando esta
realmente es verdadera. La probabilidad de cometer este error, que se conoce como error de tipo I, se
determina por α (alfa) el cual se llama nivel de significancia.
Existen dos métodos para realizar la prueba de hipótesis:

• Método de Valor Crítico
• Método de Valor P
Método de valor crítico

El método del valor crítico consta de 5 pasos :
• PRIMER PASO: Establecer el objetivo a comprobar. Valor supuesto del parámetro de

población antes de comenzar a tomar la muestra, el cual se desea probar.
• SEGUNDO PASO: Formular la hipótesis a comprobar con base en el objetivo de interés y con
esto establecer el juego de hipótesis. 
• TERCER PASO: Determinar del nivel de riesgo , el tipo de distribución, regiones de rechazo y
de no rechazo en función al riesgo α (alfa) para finalmente dar un valor crítico. Para realizar
este tercer paso es necesario establecer el tipo de distribución de acuerdo al parámetro y la
información de la muestra y determinar si es de una o dos colas (unilateral o bilateral)
dependiendo del juego de hipótesis.
• CUARTO PASO: Cálculo del estadístico de prueba o valor estadístico según la distribución y a
partir de los datos de la muestra.
• QUINTO PASO: Toma de decisión, dar respuesta al objetivo planteado. Para tomar la decisión
es necesario comparar el estadístico de prueba (Ve) contra el valor crítico (Vc). Para esto es
necesario tener en cuenta el juego de hipótesis utilizado y el tipo de distribución, puesto que
cada uno de ellos tiene diferentes valores críticos según sea el nivel de significancia y el tipo de
distribución.
Tabla 1. Toma de decisiones según el juego de hipótesis

Tipo de Juego de Hipótesis Rechazo H0 si:
1 H0 : P =P0
H1: P≠ P0 |Ze| ≥ |Zc|
2 H0 : P≥ P0
H1: P< P0 Ze ≤ -Zc
3 H0 : P≤ P0
H1: P > P0 Ze ≥ Zc
Es importante que una vez tomada la decisión se concluya en función del contexto que se está
planteando.
Para comprender mejor los conceptos de la prueba de hipótesis puedes visitar:
De Yovany Martin Quijano Rojas , TPrueba de Hipótesis para la media

recuperado de https://www.youtube.com/watch?v=AJcy4eZMwWM
Consultado 22/08/2016
Prueba de Hipótesis para la media de una población sigma conocida

La prueba de hipótesis para la media de una población es la herramienta que nos apoya a comprobar un
supuesto que se tiene sobre el valor de la media de una población en específico, al ser la sigma
conocida (desviación estándar poblacional) la distribución que se utilizará será la distribución normal
estándar (z).
Ejemplo; Un productor de azúcar empaca su producto en bolsas de papel, cada una de las cuales
supuestamente contiene 2.5 kg de azúcar, sabiendo que desviación estándar de los pesos de las bolsas
es de 0.15 kg. De modo periódico se toma una muestra aleatoria de 45 bolsas para determinar si
contienen la cantidad correcta. Si la media muestral x difiere significativamente de los 2.50 kg se

considera que el proceso de empaque está funcionando en forma inadecuada. Supóngase que la muestra
proporciona una media de 2.45 kg ¿Con un nivel de significancia del 5% (α =0.05) se puede
determinar que el proceso de empaque está funcionando de forma inadecuada?
Solución mediante el método de valor crítico:
1. Objetivo: Comprobar que el proceso está funcionando de forma inadecuada, es decir la media
poblacional del llenado de las bolsas de azucar no es de 2.5 kg.
µ ≠ 2.5
2. Hipótesis: Sabemos que una de las dos hipótesis debe incluir el objetivo pues sólo así podremos dar
respuesta a éste; también se sabe que la hipótesis nula (H 0) SIEMPRE debe contener la igualdad y la
hipótesis alternativa (H1) NUNCA contendrá la igualdad. Por lo tanto:
H0 : μ = 2.5
H1 : μ ≠ 2.5
3. Valor crítico: Para determinar el valor crítico hemos definir el tipo de distribución que se maneja y
si es de una o dos colas.
En el caso de la prueba de hipótesis para la media de una población conociendo la desviación
estándar poblacional la distribución que se maneja es la distribución normal estándar (z) y el
juego de hipótesis que se plantea nos dá una prueba de dos colas por lo tanto con un nivel de
significancia de α = 0.05 el valor crítico es:

Zc= 1.96.
4. Valor estadístico: El valor estadístico se calcula a partir de los datos de la muestra basado en el
teorema de límite central:
x−μ
z e= σ 0
x
donde:
Ze es el valor estadístico
x es la media de la muestra
µ0 es el valor de la media supuesto
σx es el error estándar de la media muestral
Para poblaciones Infinitas : σ x= σ

√n
Para poblaciones Finitas: σ x= σ ⋅
N−n
√ n N −1 √
donde N es el tamaño de la población.
cuando n > 0.05N
En éste caso para el cálculo del valor estadístico

x=2.45 kg
µ0 =2.50 kg
n= 45
σ=0.15 kg
x−μ0 2.45−2.5
z e= σ = =−2.24
x 0.15/ √ 45
Ze= -2.24
5. Toma de decisión: se comparan los valores de Ze contra ZC tomando la decisión según el juego de
hipótesis. En este caso tenemos el primer juego de hipótesis donde se rechazará la H0 si el valor
absoluto de Ze es mayor al valor absoluto de Zc .
Siendo
Ze= -2.24 y |Ze|=2.24

Zc= 1.96 y |Zc|= 1.96
se observa que
Ze > Zc
por lo tanto según la regla se rechaza la H0 y se Acepta H1
Conclusión:
Con un nivel de significancia del 5% se comprueba que el proceso de empaque está funcionando de
forma inadecuada dando un promedio de llenado distinto a los 2.5 kg por lo que deben hacerse los
ajustes convenientes.
Prueba de Hipótesis para la media de una población sigma desconocida

En la mayoría de los casos al tomar una muestra para realizar una prueba para comprobar un supuesto
sobre la media de la población se desconoce la desviación estándar poblacional y se trabaja con la
muestral. En este tipo de situaciones la distribución que debe utilizarse para la prueba de hipótesis es
la distribución t-Student con n-1 grados de libertad. La teoría dice que cuando la muestra es grande
(mayor a 30) puede usarse la distribución normal estándar z a pesar de que no se conozca sigma.
supuestamente contiene 2.5 kg de azúcar. De modo periódico se toma una muestra aleatoria de 20
bolsas para determinar si contienen la cantidad correcta. Si la media muestral x difiere

significativamente de los 2.50 kg se considera que el proceso de empaque está funcionando en forma
inadecuada. Supóngase que se toma la siguiente muestra:
2.5 2.8 2.4 2.6 2.4 2.6 2.2 2.5 2.5 2.4
2.4 2.7 2.5 2.2 2.5 2.3 2.6 2.3 2.6 2.3
¿Con un nivel de significancia del 5% (α =0.05) se puede determinar que el proceso de empaque está
funcionando de forma inadecuada?
Solución:
1. Objetivo: Comprobar que el proceso está funcionando de forma inadecuada, es decir la media
poblacional del llenado de las bolsas de azucar no es de 2.5 kg.
µ ≠ 2.5
H0 : μ = 2.5
H1 : μ ≠ 2.5
En el caso de la prueba de hipótesis para la media de una población con desviación estándar
poblacional desconocida la distribución es t-Student (t) y el juego de hipótesis que se plantea nos dá
una prueba de dos colas por lo tanto con un nivel de significancia de α = 0.05 y con n-1= 20-1= 19
grados de libertad el valor crítico es:
tc=2.093
4. Valor estadístico: El valor estadístico se calcula a partir de los datos de la muestra basado en la
fórmula:
x−μ
t e= σ 0
x
donde:
te es el valor estadístico
x es la media de la muestra
µ0 es el valor de la media supuesto
σx es el error estándar de la media muestral calculado por:
s
σ x=
√n
De la muestra:
x=2.465 kg
s=0.1598
n= 20
Del valor supuesto
µ0 =2.50 kg
x−μ 2.465−2.5
t e= σ 0 = =−0.979
x 0.1598/ √ 20
te= -0.979
5. Toma de decisión: se comparan los valores de te contra tC tomando la decisión según el juego de
hipótesis:
En este caso tenemos el primer juego de hipótesis, por lo tanto se rechazará la H 0 si el valor absoluto de
te es mayor al valor absoluto de tc .
Siendo
te= -0.979 y |te|=0.979

tc= 2.093 y |tc|= 2.093
se observa que
te < tc
no se cumple la condición de rechazo, por lo tanto no se rechaza la H0
Conclusión:
Con un nivel de significancia del 5% No hay evidencia suficiente para comprobar que el proceso de
empaque esté funcionando de forma inadecuada.
Prueba de Hipótesis para la proporción de una población
Cuando lo que nos interesa es comprobar un supuesto sobre la proporción poblacional de elementos
que cumplen una característica específica la distribución que se utiliza para la prueba de hipótesis es la
Distribución normal estándar (z).
Ejemplo; La administración de Bancomer quiere introducir un nuevo paquete de servicios para clientes
cuyo ingreso familiar sea superior a los $200,000 al año, el cual es conveniente sólo si más del 60%
cumple con dicha característica. En una encuesta realizada a 350 clientes mostró que 230 de éstos
tenían un ingreso superior a los $200,000 al año. ¿Se puede determinar que le conviene a Bancomer
introducir el nuevo paquete de servicios?
Solución:
1.Objetivo: Comprobar que la proporción de clientes con ingreso familiar superior a los $200,000 es
mayor del 60%.
P > 0.6
H0 : P ≤ 0.6
H1 : P > 0.6
En el caso de la prueba de hipótesis para la proporción de una población la distribución que se
maneja es la distribución normal estándar (z) y el juego de hipótesis que se plantea nos da una
prueba unilateral o de una cola donde el nivel de significancia se concentra en uno solo de los extremos
(por lo que no es necesario dividirlo entre dos) por lo tanto con un nivel de significancia de α = 0.05 el
valor crítico es:
Zc= 1.64.
4. Valor estadístico: El valor estadístico se calcula a partir de los datos de la muestra basado en el
teorema de límite central:
p−P0
z e= σ
p
donde:
Ze es el valor estadístico
p es la proporción de la muestra
P0 es el valor de la proporción poblacional supuesta
σp es el error estándar de la proporción muestral
Para poblaciones Infinitas :
En éste caso para el cálculo del valor estadístico

σ p=
√ P 0 (1−P0 )
n
n= 350
a = 230
p= 23/35=0.6571
P0 =0.6
σ p=
√ P 0 (1−P0 )
n
=
√
0.6(1−0.6)
350
=0.0262
p−P0 0.6571−0.6
z e= σ = =2.18
p 0.0262
Ze= 2.18
5. Toma de decisión: se comparan los valores de Ze contra ZC tomando la decisión según el juego de
hipótesis:
En este caso tenemos el tercer juego de hipótesis, por lo tanto se rechazará la H 0 si el valor de Ze es
mayor al valor de Zc .
Siendo
Ze=2.18
Zc= 1.64
se observa que
Ze > Zc
por lo tanto según la regla se rechaza la H0
Conclusión:
Con un nivel de significancia del 5% se comprueba que la proporción de clientes con un ingreso
familiar mayor a los $200,000 es mayor al 60%.
Prueba de Hipótesis para la varianza de una población
A la hora de analizar variables cuantitativas es de suma importancia considerar el comportamiento de la

varianza pues ésta nos arroja información sobre la dispersión de la variable y qué tan estándar se puede
considerar un proceso. Para la comprobación de una varianza supuesta el tipo de distribución que se
utiliza es la Chi Cuadrada con n-1 grados de libertad.
Dada la distribución de este tipo de prueba de hipótesis es importante hacer una aclaración sobre la
regla de rechazo para la H0 quedando:
De Anderson, Sweeney, Williams. (2012). Estadística para negocios y economía. México D.F: Cengage
Learning, pp 457 Tabla 11.2
supuestamente contiene 2.5 kg de azúcar. De modo periódico se toma una muestra aleatoria de 20
bolsas para determinar si el proceso funciona correctamente. Si la varianza se encuentra por encima de
0.0225 se detiene la producción pues se considera ésto como una falla a la calidad y se hacen los
ajustes pertinentes en la empacadora. Supóngase que se toma la siguiente muestra:
2.5 2.8 2.4 2.6 2.4 2.6 2.2 2.5 2.5 2.4
2.4 2.7 2.5 2.2 2.5 2.3 2.6 2.3 2.6 2.3
¿Con un nivel de significancia del 5% (α =0.05) se debe detener el proceso para hacer los ajustes
necesarios?
Solución:
Objetivo: Comprobar si es necesario detener el proceso, es decir, probar que la varianza está por
encima de 0.0225.
σ2 > 0.0225
H0 : σ2 ≤ 0.0225
H1 : σ2 > 0.0225
En el caso de la prueba de hipótesis para la varianza de una población la distribución que se
2
maneja es la distribución chi cuadrada ( χ ) con n-1 grados de libertad y el juego de hipótesis que
se plantea nos da una prueba unilateral de una cola superior donde el nivel de significancia se
concentra en uno solo de los extremos (por lo que no es necesario dividirlo entre dos) por lo tanto con
un nivel de significancia de α = 0.05 y con n-1=20-1=19 grados de libertad el valor crítico tomado
de la tabla de Chi cuadrado es:
χ2C=30.1435
4. Valor estadístico: El valor estadístico se calcula a partir de los datos de la muestra basado en la
fórmula de Chi Cuadrada:
2(n−1) s2
χ=e
σ20
donde:
χ2e es el valor estadístico

n s el tamaño de la muestra
s2 es el valor de la varianza muestral
σ20 es el valor de la varianza supuesta
De la muestra:
n= 20
s2= 0.0255
Del supuesto:
σ20=0.0225
(n−1) s2 (20−1)0.0255
2
χ= e 2 = =21.5333
σ0 0.0225
χ2e = 21.5333
5. Toma de decisión: se comparan los valores de χ2e contra χ2C tomando la decisión según el juego
de hipótesis:
En este caso tenemos el tercer juego de hipótesis, por lo tanto se rechazará la H 0 si el valor de χ2e es
mayor al valor de χ2C .

Siendo
χ2e = 21.5333
χ2C=30.1435
se observa que
χ2e < χ2C

por lo tanto según la regla no se rechaza la H0
Conclusión:
Con un nivel de significancia del 5% No hay evidencia suficiente para comprobar que la varianza del
proceso de empaque de azúcar tenga una varianza mayor a 0.0225 en los pesos, por lo tanto no es
necesario detener el proceso.
Como resumen de lo visto en Prueba de Hipótesis para una población puedes visitar:
Prueba de Hipótesis de una población
https://prezi.com/ia0h-cdvfow0/prueba-de-hipotesis-una-poblacion/
Consultado 02/09/2016
Conclusión
La prueba de hipótesis es de suma importancia para verificar un valor supuesto sobre algún parámetro
de interés, con esto podemos comprobar cambios de comportamiento en alguna variable, calidad en
algún proceso, cumplimiento de una meta etc. lo cual nos lleva a una acertada toma de decisiones.
Referencias
• Anderson, Sweeney, Williams. (2012). Estadística para negocios y economía. México D.F:
Cengage Learning
• William Anthony Granville. (1980). CALCULO DIFERENCIAL E INTEGRAL. México:
Limusa.
• Walpole Ronald E , Myers Raymond H , Myers Sharon L. (2012). Probabilidad y estadística
para ingeniería y ciencias. Ciudad de México: Pearson.
Enrique Israel, 2017
enrique.israel.martinez@gmail.com
https://about.me/enriqueisrael

Estadística Inferencial Parte III Prueba de Hipótesis para Media, Proporción y Varianza de Una Población

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Estadística Inferencial Parte III Prueba de Hipótesis para Media, Proporción y Varianza de Una Población

Загружено:

Авторское право:

Доступные форматы

Estadística

Prueba de Hipótesis sobre una población

Prueba de Hipótesis Bilateral Prueba de Hipótesis Unilateral Prueba de Hipótesis Unilateral

determina por α (alfa) el cual se llama nivel de significancia.

Existen dos métodos para realizar la prueba de hipótesis:

Método de valor crítico

• PRIMER PASO: Establecer el objetivo a comprobar. Valor supuesto del parámetro de

Tabla 1. Toma de decisiones según el juego de hipótesis

De Yovany Martin Quijano Rojas , TPrueba de Hipótesis para la media

Prueba de Hipótesis para la media de una población sigma conocida

contienen la cantidad correcta. Si la media muestral x difiere significativamente de los 2.50 kg se

significancia de α = 0.05 el valor crítico es:

Para poblaciones Infinitas : σ x= σ

En éste caso para el cálculo del valor estadístico

Ze= -2.24 y |Ze|=2.24

Prueba de Hipótesis para la media de una población sigma desconocida

bolsas para determinar si contienen la cantidad correcta. Si la media muestral x difiere

te= -0.979 y |te|=0.979

Prueba de Hipótesis para la proporción de una población

Para poblaciones Infinitas :

En éste caso para el cálculo del valor estadístico

por lo tanto según la regla se rechaza la H0

Prueba de Hipótesis para la varianza de una población

A la hora de analizar variables cuantitativas es de suma importancia considerar el comportamiento de la

χ2e es el valor estadístico

mayor al valor de χ2C .

χ2e < χ2C

Enrique Israel, 2017

Вам также может понравиться