Prueba de Hipotesis de Una Muestra PDF

Prueba de hipótesis de una muestra
Ing. Luis Eladio Rodríguez González, M.Eng., M.A.E.

¿Que es una hipótesis?
Una persona es inocente hasta que se pruebe lo contrario
Afirmación: Se revisa la evidencia ¡ Veredicto final !

¡Culpable de robo! y los testimonios
En el análisis estadístico
Se realiza una afirmación Se recogen datos Se hacen

(Hipótesis) conclusiones
La verdad o falsedad de una hipótesis nunca se sabe con absoluta certeza, a menos que se examine toda la población
DEFINICIÓN: Una hipótesis es una afirmación (relacionada a un parámetro de la población) la cual se desea verificar
2
¿Que es una prueba de hipótesis?
¿ Cual es el ingreso mensual de todos los graduados de Ingeniería Industrial ? Una opción para medir
No es posible contactarlos a todos toda la población es

tomar una MUESTRA
El costo de localizarlos es muy elevado
EJEMPLO Se concluye si la
Se afirma que la media de los
muestra apoya o no la
salarios de los egresados es Se recogen datos de una
hipótesis, relacionada a
de (µ = $2 200) MUESTRA
la población
Si: La diferencia de $2 entre la media poblacional y la muestral:

µ = $2 200 • ¿ Puede ser por error de muestreo ?
X = $2 198
• ¿ Es estadísticamente significativa ?
DEFINICIÓN: Una prueba de hipótesis es un procedimiento basado en una muestra para determinar si la
hipótesis planteada es aceptada o rechazada
3
Procedimiento prueba de hipótesis
PASO 1: Se define la hipótesis nula ( H₀ ) y la hipótesis alternativa ( H₁ )
HIPÓTESIS NULA ( H₀ ):
Significa: Hipótesis Significa: No hay diferencia
La condición de igualdad siempre aparece en Ho, nunca en H₁
H₀: µ = $2 200 Afirma: la media de los salarios de los egresados no es significativamente diferente de $2 200
No se rechaza: esto no significa que esta afirmación es verdadera. Significa

H₀: µ = $2 200 solamente que no se rechaza.
Se rechaza: si la muestra da evidencia convincente.
Suponga:
¿La diferencia entre el estadístico de la muestra (X Hacer
• X = $2 198 = $2 198) y el parámetro poblacional (µ = $2 200) prueba de
• Parámetro µ = $2 200 es aleatorio debido al error de muestreo?
hipótesis
DEFINICIÓN: Una hipótesis nula ( H₀ ) es una declaración relacionada al parámetro de la población formulado con el
fin de probar evidencia numérica.
4
HIPÓTESIS ALTERNATIVA ( H₁ ):
No se rechaza: esto NO significa que esta afirmación es verdadera. Significa
H₀: µ = $2 200 solamente que no se rechaza.
Se rechaza: si la muestra da evidencia convincente.
La hipótesis nula ( H₀ ) no es verdadera
Se acepta H₁: µ ≠ $2 200

Entonces:
CONCLUSIÓN: la media de los salarios de los egresados es significativamente diferente de $2 200
DEFINICIÓN: Una hipótesis alternativa ( H₁ ) es aquella que se acepta cuando los datos de la muestra ofrecen suficiente evidencia
para rechazar la hipótesis nula ( H₀ )
PASO 2: Seleccionar un nivel de significancia(α)
5
PASO 3: Seleccionar el estadístico de prueba
ESTADISTICO DE PRUEBA: Es un valor que se obtiene

de la información de la muestra para determinar si
Z , t , F , Chi²
se rechaza la hipótesis nula ( H₀ )
Estadístico Z:
Cuando se conoce 𝜎 (Desv) ó el tamaño de muestra es grande
X sigue la distribución normal si la muestra es grande X−µ

𝑍=
𝜎/ 𝑛
PASO 4: Se define la forma de tomar la decisión
Zona de rechazo Zona de rechazo
Valores muy pequeños Valores muy grandes

de Z Valor crítico de Z
6
PASO 5: Se toma una decisión sobre la prueba
Prueba de 1 cola a la derecha Prueba de 1 cola a la izquierda
Se rechaza la hipótesis
nula ( H₀ )
Probabilidad: 0,95 Probabilidad: 0,95
Se rechaza la hipótesis Se rechaza la hipótesis

nula ( H₀ ) nula ( H₀ )
Probabilidad: 0,95
7
Colas de la prueba de hipótesis
EJEMPLO: 1 COLA DERECHA:
H₀: µ ≤ $2 200 Afirma: la media de los salarios de los egresados es menor o igual a $2 200
H₁: µ > $2 200 Afirma: la media de los salarios de los egresados es mayor a $2 200
EJEMPLO: 1 COLA IZQUIERDA:

H₀: µ ≥ $2 200 Afirma: la media de los salarios de los egresados es mayor o igual a $2 200
H₁: µ < $2 200 Afirma: la media de los salarios de los egresados es menor a $2 200
EJEMPLO: 2 COLAS:
H₀: µ = $2 200 Afirma: la media de los salarios de los egresados no es significativamente diferente
de $2 200
H₁: µ ≠ $2 200 Afirma: la media de los salarios de los egresados es diferente a $2 200
8
Colas de la prueba de hipótesis
0,99 α = 1% = 0,01
0,005 0,495 0,495 0,005 0,99 0,01
-2,58 2,58 2,33
0,95
α = 5% = 0,05
0,025 0,475 0,475 0,025 0,95 0,05
1,645
-1,96 1,96
0,90
α = 10% = 0,10
0,005 0,495 0,475 0,025 0,90 0,10
1,28
9
Valor p en la Prueba de hipótesis
¿Cuanta confianza hay en el rechazo/aceptación de la hipótesis nula?
Comparar el valor p (probabilidad) Si p < α = poca probabilidad de que H₀ sea verdadero = Se rechaza H₀
con el nivel de significancia (α) Si p > α = poca probabilidad de que H₀ sea falsa = No se rechaza H₀
Ejemplo. Lind y Marchal, página 343:

Se desea saber si ha habido un cambio en la producción mensual de un artículo X cuyo comportamiento se ajusta a una distribución normal
con media 2 00 unidades y desviación estándar de 16. Se toma una muestra de 50 unidades con X = 203,5 y trabaja con un nivel de confianza
del 99%.
X−µ 203,5 − 200 NO se rechaza la

𝑍= = = 1,55
𝜎/ 𝑛 16 / 50 hipótesis nula ( H₀ )
0,50 0,50
NO se rechaza la hipótesis nula ( H₀ )
α 0,01 α 0,01
= =
2 2 0,495 0,495 2 2
0,99
¿Qué tan fuerte es la decisión que tomamos?

10
NO se rechaza la
hipótesis nula ( H₀ )
0,50 0,50
0,0606 0,50 - 0,4394 = 0,0606
α 0,01
Zona rechazo ( H₀ ) = 0,005
2 2 Zona rechazo ( H₀ )
-2,58 -1,55 1,55 2,58

La probabilidad de que obtener valores superiores a X =2 523, cuando µ = 2 500 es de 0,0606
La probabilidad de que obtener valores inferiores a X =2 523, cuando µ = 2 500 es de 0,0606
Valor P de 2 colas = 0,0606 x 2 = 0,1212
Como: 0,1212 > 0,01 = poca probabilidad de que H₀ sea falsa = No se rechaza H₀
11
Una empresa utiliza una maquina llenadora de botellas que históricamente tiene una distribución normal de llenado de 16 onzas con una
desviación de 0,15 onzas. Se obtiene una muestra de 50 botellas donde la cantidad media por botella fue de 16,040 onzas. ¿Hay evidencia
que sugiere que la cantidad media despachada es mayor a 16 onzas? Utilizar 5% significancia.
H₀: µ ≤ 16 onzas
H₁: µ > 16 onzas
PASO 2: Seleccionar un nivel de significancia (α)
α = 5% = 0,05 Probabilidad de cometer error tipo I
Media muestral Media poblacional

X−µ
𝑍=
Desviación poblacional
𝜎/ 𝑛 Tamaño de la muestra
NO se rechaza la Se rechaza la
PASO 5: Decisión sobre la prueba
0,95 α = 0,05
X−µ 16,040−16
𝑍 = 𝜎/ = = 1,89
𝑛 0,15 / 50 0,0294
SI se rechaza la hipótesis nula ( H₀ ) 1,645 1,89
RESPUESTA: La cantidad media despachada es superior a 16 onzas.
Valor p de 1 cola = 0,50 – 0,4706 = 0,0294
Como: 0,0294 < 0,05 = poca probabilidad de que H₀ sea verdadero = Se rechaza H₀
13
Error tipo I
H₀: Piezas defectuosos ≤ 5%
H₁: Piezas defectuosos > 5%
Lote: 1 500 piezas
Defectuosos 4/1 500 = 0,26% En la muestra: = 4/50 = 8%
SE OBTIENE UNA MUESTRA DE 50 PIEZAS
RESPUESTA: Se rechaza la hipótesis nula ( H₀ ). Se rechaza el lote.

Las únicas 4
defectuosas del
lote quedaron en
la muestra
ERROR TIPO I: Rechazar la hipótesis nula Probabilidad de cometer
este error: α
( H₀ ) cuando es verdadera.
14
Error tipo II
H₀: Piezas defectuosos ≤ 5%
H₁: Piezas defectuosos > 5%
Lote: 1 500 piezas
Defectuosas 60 /1 500 = 4 % En la muestra: = 2/50 = 4%
SE OBTIENE UNA MUESTRA DE 50 PIEZAS
RESPUESTA: NO se rechaza la hipótesis nula ( H₀ ). Se acepta el lote.

Solo 2
defectuosas del
lote quedaron en
la muestra
ERROR TIPO II: Aceptar la hipótesis nula Probabilidad de cometer
( H₀ ) cuando es falsa. este error: 𝛽
15
Error tipo II
EJEMPLO COLA IZQUIERDA:
La experiencia indica que la fuerza media de tensión de una barra de acero es de 10 000 psi y su 𝜎 = 400 psi. Se obtiene una muestra
de n = 100.
Regla decisión establecida por la empresa: Tome n = 100, si la El valor Z entre la media del lote que llega (µ1 = 9 900) y el
fuerza media esta entre 9 922 – 10 078 psi con α = 0,05; acepte
el lote. Gráficamente sería: valor crítico especificado X𝐿𝐼𝐸 = 9 922 psi.
Zona Zona X𝐿𝐼𝐸 − µ1 9 922−9 900

rechazo rechazo 𝑍= = = 0,55
α 0,05
𝜎/ 𝑛 400 / 100
α 0,05
= =
2 2 2 2
0,025 0,025
-1,96 0 1,96
9 922 µ0 = 10 000 10 078
0 0,55
SUPONGA que la media poblacional de un lote que llega es
µ1 = 9 900 psi. ¿Cuál es la probabilidad de aceptar el lote µ1 = 9 900 9 922
cuando es falso (error tipo II) ?
Valor Z = 0,55
16
Error tipo II
PROBABILIDAD DE COMETER UN ERROR TIPO II:
Zona Aceptación
Zona Zona
rechazo rechazo
α 0,05 α 0,05
= =
2 2 2 2
0,025 0,025
-1,96 0 1,96
9 922 µ0 = 10 000 10 078
PROBABILIDAD DE COMETER UN
ERROR TIPO II:
0 0,55
µ1 = 9 900 9 922
Zona Aceptación
0,50 0,2054 0,2946
Zona Rechazo
17
Error tipo II
EJEMPLO COLA DERECHA:
La experiencia indica que la fuerza media de tensión de una barra de acero es de 10 000 psi y su 𝜎 = 400 psi. Se
obtiene una muestra de n = 100.
Regla decisión establecida por la empresa: Tome n = 100, si

la fuerza media esta entre 9 922 – 10 078 psi con α = 0,05; El valor Z entre la media del lote que llega (µ1 = 10
acepte el lote. Gráficamente sería:
120) y el valor crítico especificado X𝐿𝑆𝐸 = 10 078 psi.
Zona Zona X𝐿𝑆𝐸 − µ1 10 078−10 120

rechazo rechazo 𝑍= = = -1,05
𝜎/ 𝑛 400 / 100
α 0,05 α 0,05
= =
2 2 2 2
0,025 0,025
-1,96 0 1,96
9 922 µ0 = 10 000 10 078
SUPONGA que la media poblacional de un lote que llega 0 0

es µ1 = 10 120 psi. ¿Cuál es la probabilidad de aceptar el
10 078 µ1 = 10 120
lote cuando es falso (error tipo II) ?
Valor Z = 1,05
18
Error tipo II
PROBABILIDAD DE COMETER UN ERROR TIPO II:
Zona Aceptación
Zona Zona
rechazo rechazo
α 0,05 α 0,05
= =
2 2 2 2
0,025 0,025
-1,96 0 1,96
9 922 µ0 = 10 000 10 078
PROBABILIDAD DE COMETER UN −1,05 0

ERROR TIPO II: 10 078 µ1 = 10 120
Zona Aceptación
0,1492 0,3508 0,50
Zona Rechazo
19
Potencia de una prueba
Es la probabilidad de rechazar H₀ siendo verdadera.
La experiencia indica que la fuerza media de tensión de una barra de acero es de 10 000 psi y su 𝜎 = 400 psi. Se obtiene una muestra
de n = 100.
H₀: µ = 10 000 psi
H₁: µ ≠ 10 000 psi
SOLUCIÓN
Puede determinarse la probabilidad de aceptar H₀ como
verdadera siendo falsa (Error tipo II) para cualquier valor µi
Probabilidad Probabilidad NO
Otras medias
cometer error tipo II cometer error tipo II
µi 𝛽 1−𝛽
9 940 0,67696 0,32304
9 980 0,92091 0,07909
9 990 0,9429 0,0571
10 000 - -
10 020 0,92091 0,07909
10 060 0,67696 0,32304
Probabilidad de rechazar H₀ correctamente cuando es falsa
20
Prueba hipótesis para 1 media
(Varianza 𝜎 2 conocida)
Consiste en un experimento donde se obtienen muestras aleatorias 𝑋1 , 𝑋1 , …, 𝑋𝑛 ; que provienen de una Dn

con media 𝜇 y varianza 𝜎 2
Estandarización de 𝑿
Zona Aceptación
Es conveniente estandarizar donde:
X−µ Zona α Zona α

𝑍= rechazo 2 rechazo 2
𝜎/ 𝑛
-𝑍𝛼 2 0 𝑍𝛼 Valores estandarizados
2
𝑉𝑎𝑙𝑜𝑟 𝑎 µ0 𝑉𝑎𝑙𝑜𝑟 𝑏 Valores reales
El estadístico de prueba se basa en la variable aleatoria 𝑋 y basado en el teorema del límite central
Estimación del intervalo de confianza
No deben considerarse la Prueba de hipótesis y la estimación del intervalo de confianza como formas separadas de inferencia.
𝜎
X ± 𝑍𝛼 2 ∗
𝑛
21
Ejemplo 1. Basado en Lind y Marchal, página 339:

Se desea saber si ha habido un cambio en la producción mensual de un artículo X cuyo comportamiento se ajusta a una Dn
normal con media de 2 500 unidades y una desviación estándar de 90. Se toma una muestra de 100 unidades con X = 2 523
H₀: µ = $2 500
H₁: µ ≠ $2 500

X−µ
𝑍=
22
NO se rechaza la
0,50 0,50
Se rechaza la Se rechaza la
α 0,01 α 0,01 hipótesis nula ( H₀ )
hipótesis nula ( H₀ ) = =
2 2 2 2
0,495 0,495
0,99
PASO 5: Se toma una decisión sobre la prueba
X−µ 2 524−2500
X−µ 2 523−2500 𝑍= = = 2,66
𝑍= = = 2,56 𝜎/ 𝑛 90 / 100
𝜎/ 𝑛 90 / 100
NO se rechaza la hipótesis nula ( H₀ ) Comparar Se rechaza la hipótesis nula ( H₀ )
13
EJEMPLO 2 (Lind y Marchal página 341):

Una empresa utiliza una maquina llenadora de botellas que históricamente tiene una distribución normal de llenado de 16 onzas
con una desviación de 0,15 onzas. Se obtiene una muestra de 50 botellas donde la cantidad media por botella es de 16,017 onzas.
¿Hay diferencias significativas en el llenado?
H₀: µ = 16 onzas
H₁: µ ≠ $16 onzas

X−µ
𝑍=
14
NO se rechaza la
0,50 0,50
Se rechaza la Se rechaza la
hipótesis nula ( H₀ ) α 0,05 α 0,05 hipótesis nula ( H₀ )

= =
2 2 2 2
0,475 0,475
0,025 0,025
−1,96 1,96
0,95
PASO 5: Se toma una decisión sobre la prueba 𝜎

Intervalo de confianza X±𝑧∗
𝑛
X−µ 16,017−16
𝑍= = = 0,80 X+𝑧∗
𝜎
= 16,017 + 1,96 ∗
0,15
= 16,05 onzas
𝜎/ 𝑛 0,15 / 50 𝑛 50
NO se rechaza la hipótesis nula ( H₀ ) 𝜎 0,15

X−𝑧∗ = 16,017 - 1,96 ∗ = 15,98 onzas
𝑛 50
25
UTILIZANDO MINITAB UTILIZANDO MINITAB
EJEMPLO 1: Se desea saber si ha habido un cambio en la producción EJEMPLO 2: Una empresa utiliza una maquina llenadora de botellas que
mensual de un artículo X cuyo comportamiento se ajusta a una históricamente tiene una distribución normal de llenado de 16 onzas con
distribución normal con media de 2 500 unidades y una desviación una desviación de 0,15 onzas. Se obtiene una muestra de 50 botellas
estándar de 90. Se toma una muestra de 100 unidades con X = 2 523 donde la cantidad media por botella es de 16,017 onzas. ¿Hay diferencias
significativas en el llenado?
RESPUESTA: RESPUESTA:
Como p-value < 0,10; se Rechaza H₀ Como p-value > 0,05; se Acepta H₀
26
(NO se conoce la Varianza 𝜎 2 )
En la mayoría de los casos la desviación estándar poblacional es desconocida

Por ello (𝜎) debe basarse en estudios previos o calcularse por medio de la desviación estándar de la muestra (s)
Distribución t :
Como no se conoce (𝜎) se usa la desviación estándar de la muestra (s) para estimarla; pero hay que recordar que:
1. En sentido estricto no se debería de utilizar las

Media muestral Media poblacional tablas t a menos que se conozca que la muestra
X−µ viene de población normal.
𝑡= 2. Muchos libros sugieren que cuando n ≥ 30 es
Desviación muestral 𝑠/ 𝑛 posible reemplazar 𝜎 por S.
Tamaño de la muestra
3. Si hay duda, recurrir a los procedimientos NO
paramétricos
Con gl = n - 1
Se supone que la
población es normal
Características de Distribución t :
1. Es una distribución continua
2. Tiene forma de campana y es simétrica ¿Se conoce la
desviación estándar
3. Existe una familia de distribuciones t; cada vez que se cambia de grados
de libertad, se crea una nueva distribución poblacional?
NO SI
4. Al aumentar los grados de libertad la forma de la distribución t se
aproxima a la distribución normal
5. La distribución t es plana (o más dispersa) que la distribución normal Distribución t Distribución Z
27
EJEMPLO DE 1 COLA: Lind y Marchal pág. 345

El costo de tramitar una queja en una empresa X es de $60 y consideran que es mayor a las de otros
competidores. Luego de un proceso de mejora se decide evaluar su efecto seleccionando una muestra aleatoria
de 26 quejas mostrada en el siguiente cuadro:
$ 45 $ 49 $ 51 $ 63 $ 63 $ 62
¿Se puede concluir que el costo medio de $ 48 $ 53 $ 76 $ 56 $ 56 $ 67
atención de una queja es menor que $60 con un
nivel de significancia de 0,01 ? $ 48 $ 54 $ 58 $ 59 $ 61 $ 78
$ 58 $ 38 $ 40 $ 43 $ 64 $ 51
$ 69 $ 57
SOLUCIÓN:
H₀: µ ≥ $60
H₁: µ < $60
NO se
rechaza la
PASO 2: Seleccionar un nivel de significancia (α) Zona hipótesis
rechazo nula ( H₀ )
0,99
α = 1% = 0,01
28
X−µ Como no se conoce (𝜎) se usa la desviación

𝑡= estándar de la muestra (s) para estimarla
𝑆/ 𝑛
29
Regla de decisión: se rechaza H₀ si el valor t es menor a -2,485

Prueba de 1 cola
Nivel de significancia para una prueba de 1 colas, α
gl
0,100 0,050 0,025 0,010 0,005 0,0005
…
Grados de 22 2.508
libertad: n-1 23 2.500 Seleccionar un
24 2.492 nivel de
25
TABLA Distribución
1.318 1.708
t
2.060 2.485 2.787 3.725
26 PAGINA 785 2.479 significancia (α)
27 2.473
28 2.467
29 2.462
30 2.457
…
Valor crítico
30
X−µ 56,423−60
𝑡= = = -1,818
𝑠/ 𝑛 10,041 / 26
RESPUESTA: Las medidas aplicadas no han bajado

el costo medio por queja a menos de $60.
Zona NO se rechaza la
rechazo hipótesis nula ( H₀
)
−1,818
31
AHORA, UTILIZANDO MINITAB:
RESPUESTA: Las medidas aplicadas no han bajado

el costo medio por queja a menos de $60.
32
AHORA, UTILIZANDO EXCELL:
RESPUESTA: Las medidas aplicadas no han

bajado el costo medio por queja a menos
de $60.
33
EJEMPLO DE 2 COLAS: Lind y Marchal pág. 348

La longitud media de una barra es de 43 mm. Se desea saber si han cambiado las longitudes producto de
desajustes en la máquina. Se decide evaluar su efecto seleccionando una muestra aleatoria de 12 barras; datos
mostrados en el siguiente cuadro:
¿Se puede concluir que cambio la longitud

de las barras con un nivel de significancia
42 39 42 45 43 40 39 41 40 42 43 42
de 0,02 ?
SOLUCIÓN:
H₀: µ = 43 mm
H₁: µ ≠ 43 mm
0,98
α = 2% = 0,02
34
PASO 3: Seleccionar el estadístico de prueba X X−X (𝑋 − X)2
42 0,5 0,25
X−µ 39 -2,5 6,25
𝑡= 42 0,5 0,25
𝑆/ 𝑛 45 3,5 12,25
43 1,5 2,25
(𝑋−X)2 35
𝑠= = = 1,784 40 -1,5 2,25
𝑛−1 12−1 39 -2,5 6,25
41 -0,5 0,25
40 -1,5 2,25
42 0,5 0,25
PASO 4: Se define la forma de tomar la decisión 43 1,5 2,25
42 0,5 0,25
Regla de decisión: se ACEPTA H₀ si el valor t está entre -2,718 y 2,718 42 35,0
Nivel de significancia para una prueba de 2 colas, α

gl
0,200 0,100 0,050 0,020 0,01 0,001
Prueba de 2 colas
…
8 2.896
9 2.821
10 2.764 Seleccionar un nivel
11 1.363 1.786 2.201 2.718 3.106 4.437 de significancia (α)
Grados de
12 2.681
libertad: n-1
13 2.650
14 2.624
15 Valor 2.602
16 crítico 2.583
…
35
X−µ 41,5−43
𝑡 = 𝑠/ = 1,784 / = -2,913
𝑛 12
SI se rechaza la hipótesis nula ( H₀ )

0,98
RESPUESTA: La media poblacional no es de 43 mm

y la máquina puede estar fuera de control y
necesita ajustes
−2,913
36
AHORA, UTILIZANDO MINITAB:
RESPUESTA: La media poblacional no es de 43 mm y la

máquina puede estar fuera de control y necesita
ajustes
37
AHORA, UTILIZANDO EXCELL:
RESPUESTA: La media poblacional no es de 43 mm y la

máquina puede estar fuera de control y necesita
ajustes
38
Prueba hipótesis para 1 proporción
(Utilizando muestras grandes)
La muestra aleatoria de la población debe cumplir:

1. Los datos de la muestra son resultado de conteos.
é𝑥𝑖𝑡𝑜𝑠 X
𝑝= = 2. Los resultados posible son éxito ó fracaso; mutuamente excluyentes.
𝑛𝑢𝑚𝑒𝑟𝑜 𝑜𝑏𝑠𝑒𝑟𝑣 n 3. La probabilidad de éxito es la misma para cada prueba.
4. Son pruebas independientes; el resultado de una no influye en las demás.
Con n grande se prefiere utilizar la aproximación a la curva normal la cual es muy precisa en especial si 𝝅 no está cerca de 0 ó 1.
Ejemplo. Lind y Marchal, página 353

Para que un candidato sea electo debe obtener el 80% o más de los votos. Se hace una encuestas de 2 000 votantes para evaluar
las posibilidades de ser electo y 1 550 piensan votar por el candidato. ¿Cuáles son las posibilidades de ganar?
SOLUCIÓN:
PASO 1: Hipótesis nula ( H₀ ) y la hipótesis alternativa ( H₁ ) PASO 2: Nivel de significancia (α)
α = 5% = 0,05
H₀: 𝑝 ≥ 0.80
H₁: 𝑝 < 0.80
𝜋: 𝑝𝑟𝑜𝑝𝑜𝑟𝑐𝑖ó𝑛 𝑑𝑒 𝑙𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛
𝑝: proporción de la muestra 0,05 0,95
n: tamaño de la muestra
-1,645
39
40
UTILIZANDO EXCELL: UTILIZANDO MINITAB:
Para muestras grandes
RESPUESTA: El candidatos NO puede confiar

en ser electo ya que:
P-VALUE < α = poca probabilidad de que H₀
sea verdadero = Se rechaza H₀
41
Ejemplo 10.10. Walpole, página 363

Se considera que un medicamento tiene una eficacia de 60%. Los resultados experimentales de un nuevo fármaco aplicado a una
muestra de 100 adultos revelan que 70 sintieron alivio. ¿Esta evidencia es suficiente para concluir que el nuevo fármaco es mejor
que el original? Utilizar significancia de 0,05.
SOLUCIÓN
PASO 1: Hipótesis PASO 2: Significancia (α)
H₀: 𝑝 = 0,6 α = 5% = 0,05

H₁: 𝑝 > 0.6
PASO 3: Estadístico
𝑝−𝑝 0,7 − 0,6
𝑍= = = 2,04
𝑝 (1 − 𝑝) 0,6 (1 − 0,6)
𝑛 100
RESPUESTA: El nuevo fármaco es mejor ya que:

P-VALUE < α = poca probabilidad de que H₀ sea verdadero = Se rechaza H₀
42
(Utilizando muestras pequeñas n ≤ 30)
Ahora veamos el caso cuando n ≤ 30

Es preferible en muestras pequeñas basar las decisiones en valores P
CASO 1: para probar la hipótesis: En procesos utilizada para controlar proporción de defectuosos
H₀: 𝑝 = 𝑝0 𝑥 = 𝑛𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 é𝑥𝑖𝑡𝑜 𝑒𝑛 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎 𝑛

H₁: p < 𝑝0 𝑝 = parámetro de la población
𝑝0 = Proporción hipotética
Entonces se utiliza:
𝑃 = 𝑃 𝑋 ≤ 𝑥 𝑐𝑢𝑎𝑛𝑑𝑜 𝑝 = 𝑝0
Si P-VALUE ≤ α = Se rechaza H₀ CASO 3: para probar la hipótesis:

H₀: 𝑝 = 𝑝0
CASO 2: para probar la hipótesis: H₁: p ≠ 𝑝0
H₀: 𝑝 = 𝑝0
H₁: p > 𝑝0 Entonces se utiliza:
Entonces se utiliza: 𝑃 = 2 ∗ 𝑃 𝑋 ≤ 𝑥 𝑐𝑢𝑎𝑛𝑑𝑜 𝑝 = 𝑝0 Si: 𝑥 < 𝑛 𝑝0
𝑃 = 𝑃 𝑋 ≥ 𝑥 𝑐𝑢𝑎𝑛𝑑𝑜 𝑝 = 𝑝0 𝑃 = 2 ∗ 𝑃 𝑋 ≥ 𝑥 𝑐𝑢𝑎𝑛𝑑𝑜 𝑝 = 𝑝0 Si: 𝑥 > 𝑛 𝑝0
Si P-VALUE ≤ α = Se rechaza H₀ Si P-VALUE ≤ α = Se rechaza H₀
43
EJEMPLO 10.9, Walpole página 362

Un constructor afirma que un 70% de las viviendas que se construyen actualmente en la ciudad se instalan bombas de calor. Se
realiza una encuesta y revela que 8/15 viviendas tienen instaladas bombas de calor. Utilizando un nivel de significancia de 0,10 la
encuesta esta de acuerdo con lo dicho por el constructor?
SOLUCIÓN:
PASO 1: Planteamiento hipótesis PASO 2: Nivel de significancia (α) PASO 3: Seleccionar el estadístico de prueba
H₀: 𝑝 = 0.70 α = 10% = 0,01 Variable binomial X con p = 0,7 y n = 15

H₁: p ≠ 0.70
PASO 4: Se define la forma de tomar la decisión PASO 5: Decisión sobre la prueba

8
8 < 15 0,7 𝑃 = 2 ∗ 𝑃 𝑋 ≤ 8 𝑐𝑢𝑎𝑛𝑑𝑜 𝑝 = 0,70 = 2 𝑏 𝑥; 𝑛; 𝑝
Debido a que 𝑥 < 𝑛𝑝: 𝑥=0
8 < 10,5 8
𝑃=2 𝑏 8; 15; 0,7 = 2 ∗ 0,1311 = 0,2622
Entonces se utiliza: 𝑥=0
𝑃 = 2 ∗ 𝑃 𝑋 ≤ 𝑥 𝑐𝑢𝑎𝑛𝑑𝑜 𝑝 = 0,70
RESPUESTA: NO hay razón para dudar del constructor:
P-VALUE > α = No se rechaza H₀
44
UTILIZANDO MINITAB:
Para muestras grandes
ERROR:
Salida de Minitab utilizando la aproximación normal,
pero con muestras pequeñas
RESPUESTA: NO hay razón para dudar del constructor:

P-VALUE > α = No se rechaza H₀
45

Un experto de una fabrica de pasta indica que el 40% de los amantes de pasta prefieren la lasaña. Si 9/20 eligen la lasaña sobre
otras pastas ¿Qué se concluye sobre esta afirmación?
SOLUCIÓN:
PASO 1: Hipótesis PASO 2: significancia (α) PASO 3: Estadístico de prueba

H₀: 𝑝 = 0.40 α = 5% = 0,05
Variable binomial X
H₁: 𝑝 > 0.40 con p = 0,4 y n = 20
Entonces se utiliza: 𝑃 = 𝑃 𝑋 ≥ 𝑥 𝑐𝑢𝑎𝑛𝑑𝑜 𝑝 = 𝑝0

𝑛
𝑃 = 𝑃 𝑋 ≥ 𝑥 𝑐𝑢𝑎𝑛𝑑𝑜 𝑝 = 0,40 = 𝑏 𝑥; 𝑛; 𝑝
𝑥=0
20
𝑃= 𝑏 9; 20; 0,4 = 1 − 0,5956 = 0,404
𝑥=0
RESPUESTA: P-VALUE > α = No se rechaza H₀. No se refuta la afirmación
46
Prueba hipótesis para 1 varianza
El cumplimiento de especificaciones de producción esta muy ligado a varianzas suficientemente pequeñas.
Estadístico chi-cuadrado para probar que 𝝈𝟐 = 𝝈𝟐𝟎

𝑛 − 1 𝑆 2 𝑆 2 = 𝑉𝑎𝑟𝑖𝑎𝑛𝑧𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑙
𝜒2 = 𝜎02 = 𝑉𝑎𝑟𝑖𝑎𝑛𝑧𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛
𝜎02
𝐺𝑟𝑎𝑑𝑜𝑠 𝑙𝑖𝑏𝑒𝑟𝑡𝑎𝑑 = 𝑛 − 1
La prueba 𝑋 2 sobre una varianza NO es robusta = El éxito depende de la normalidad

Un fabricante afirma que la duración de sus baterías se distribuye normalmente con 𝜎= 0,9 años. Si una muestra aleatoria de 10
baterías tiene una s = 1,2 años. Con esa muestra se puede considerar que la desviación es superior a 0,9 años. Utiliza α = 0,05
SOLUCIÓN:
PASO 1: Planteamiento hipótesis PASO 2: Nivel de significancia (α) PASO 4: Se define la forma de tomar la decisión
H₀: 𝜎 2 = 0.81 α = 5% = 0,05

H₁: 𝜎 2 > 0.81

Acepto
2 H₀
𝑛−1 𝑆
𝜒2 =
𝜎02
47
PASO 5: Decisión sobre la prueba UTILIZANDO MINITAB
2
𝑛 − 1 𝑆2 10 − 1 (1,2)2
𝜒 = = = 16
𝜎02 (0,9)2
RESPUESTA 1:
Como 𝜒 2 < 𝜒𝛼2 = 16 < 16,9; Se rechaza H₀
RESPUESTA 2:
P-VALUE > α = No se rechaza H₀, pero hay evidencia para
decir que si se rechaza, es decir, 𝜎 2 > 0.81 = 𝜎 > 0,9
48
Se sabe que el contenido de los envases se distribuye normalmente con varianza 0,03 litros. Se obtiene una muestra de tamaño 10
para verificar. ¿Hay diferencias significativas con respecto al valor conocido? Utilizar α = 0,01.
SOLUCIÓN:
PASO 1: Planteamiento hipótesis PASO 2: Significancia (α)

H₀: 𝜎 2 = 0.03
H₁: 𝜎 2 ≠ 0.03
α = 1% = 0,01
PASO 3: Seleccionar el estadístico de prueba:

𝑛 − 1 𝑆2 10 − 1 0,2462
𝜒2 = = = 18,1313
𝜎02 0,03
Acepto
H₀
RESPUESTA: P-VALUE > α = No se rechaza H₀
49

Prueba de Hipotesis de Una Muestra PDF

Загружено:

Сведения о документе

Исходное описание:

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

Prueba de Hipotesis de Una Muestra PDF

Загружено:

Авторское право:

Доступные форматы

Prueba de hipótesis de una muestra

Ing. Luis Eladio Rodríguez González, M.Eng., M.A.E.

Afirmación: Se revisa la evidencia ¡ Veredicto final !

Se realiza una afirmación Se recogen datos Se hacen

No es posible contactarlos a todos toda la población es

Si: La diferencia de $2 entre la media poblacional y la muestral:

No se rechaza: esto no significa que esta afirmación es verdadera. Significa

Se rechaza: si la muestra da evidencia convincente.

No se rechaza: esto NO significa que esta afirmación es verdadera. Significa

H₀: µ = $2 200 solamente que no se rechaza.

Se rechaza: si la muestra da evidencia convincente.

La hipótesis nula ( H₀ ) no es verdadera

Se acepta H₁: µ ≠ $2 200

CONCLUSIÓN: la media de los salarios de los egresados es significativamente diferente de $2 200

PASO 2: Seleccionar un nivel de significancia(α)

ESTADISTICO DE PRUEBA: Es un valor que se obtiene

Cuando se conoce 𝜎 (Desv) ó el tamaño de muestra es grande

X sigue la distribución normal si la muestra es grande X−µ

Zona de rechazo Zona de rechazo

Valores muy pequeños Valores muy grandes

Prueba de 1 cola a la derecha Prueba de 1 cola a la izquierda

Probabilidad: 0,95 Probabilidad: 0,95

Se rechaza la hipótesis Se rechaza la hipótesis

EJEMPLO: 1 COLA IZQUIERDA:

0,005 0,495 0,495 0,005 0,99 0,01

-2,58 2,58 2,33

0,025 0,475 0,475 0,025 0,95 0,05

0,005 0,495 0,475 0,025 0,90 0,10

Ejemplo. Lind y Marchal, página 343:

X−µ 203,5 − 200 NO se rechaza la

¿Qué tan fuerte es la decisión que tomamos?

0,0606 0,50 - 0,4394 = 0,0606

-2,58 -1,55 1,55 2,58

NO se rechaza la hipótesis nula ( H₀ )

¿Qué tan fuerte es la decisión que tomamos?

La probabilidad de que obtener valores inferiores a X =2 523, cuando µ = 2 500 es de 0,0606

Valor P de 2 colas = 0,0606 x 2 = 0,1212

PASO 1: Se define la hipótesis nula ( H₀ ) y la hipótesis alternativa ( H₁ )

α = 5% = 0,05 Probabilidad de cometer error tipo I

PASO 3: Seleccionar el estadístico de prueba

Media muestral Media poblacional

SI se rechaza la hipótesis nula ( H₀ ) 1,645 1,89

RESPUESTA: La cantidad media despachada es superior a 16 onzas.

¿Qué tan fuerte es la decisión que tomamos?

Valor p de 1 cola = 0,50 – 0,4706 = 0,0294

SE OBTIENE UNA MUESTRA DE 50 PIEZAS

RESPUESTA: Se rechaza la hipótesis nula ( H₀ ). Se rechaza el lote.

SE OBTIENE UNA MUESTRA DE 50 PIEZAS

RESPUESTA: NO se rechaza la hipótesis nula ( H₀ ). Se acepta el lote.

( H₀ ) cuando es falsa. este error: 𝛽

Zona Zona X𝐿𝐼𝐸 − µ1 9 922−9 900

0,50 0,2054 0,2946

Regla decisión establecida por la empresa: Tome n = 100, si

Zona Zona X𝐿𝑆𝐸 − µ1 10 078−10 120

SUPONGA que la media poblacional de un lote que llega 0 0

PROBABILIDAD DE COMETER UN −1,05 0

0,1492 0,3508 0,50

Probabilidad de rechazar H₀ correctamente cuando es falsa

Consiste en un experimento donde se obtienen muestras aleatorias 𝑋1 , 𝑋1 , …, 𝑋𝑛 ; que provienen de una Dn

X−µ Zona α Zona α

Estimación del intervalo de confianza

Ejemplo 1. Basado en Lind y Marchal, página 339: