República Bolivariana De Venezuela.

Ministerio Del Poder Popular Para La Educación Superior.

Universidad Nacional Experimental “Simón Rodríguez”.”
Núcleo – Barcelona.
Administración – Estadística II.

Contraste de Hipótesis

Facilitador: Participantes:
Abelardo Zein. Josbelis Santoyo C.I.: 17.223.980

Sección “A”

Barcelona, junio 2023.

1
 Índice

Págs.

Portada ………………………………………………………………………. 1.

Índice…………………………………………………………………………. 2.

Introducción………………………………………………………………… 3.

Desarrollo del Trabajo……………………………………………………. 4 - 7

Conclusión…………………………………………………………………. 8

2
 Introducción

Hipótesis: Suposición posible o imposible de algo para sacar una consecuencia,

proposiciones no demostradas que se admite para orientar investigaciones y
experimentos. Explicación no basada en pruebas, es decir, sin ser suficientemente
demostrada. Conjetura de la cual se parte para poder explicar racionalmente la
causa real de un hecho.

Contraste de hipótesis se caracteriza por basarse en la construcción de hipótesis,

o modelos, lo más simples posibles de cómo funciona cierto aspecto de la
naturaleza, y la comprobación o refutación de tales hipótesis por medio de la
experimentación. A través del contraste de hipótesis, la estadística proporciona
procedimientos óptimos para decidir la aceptación o el rechazo de afirmaciones o
hipótesis acerca de la población en estudio.

Los ensayos de hipótesis Es una afirmación o conjetura que se hace sobre una, o
varias, características de una población. Por ejemplo, que la media de una
población tenga un determinado valor. El primer paso en un proceso de ensayo de
hipótesis es la formulación de la hipótesis estadística que se quiere aceptar o
rechazar. Comúnmente, se formulan las hipótesis estadísticas con el propósito de
rechazarlas para así probar el argumento deseado.

3
 Prueba de Hipótesis

Las pruebas de hipótesis evalúan la probabilidad asociada a la hipótesis nula (H0)

de que no hay efecto o diferencia.
Una prueba de hipótesis es un procedimiento con el que se busca tomar una
decisión sobre el valor de verdad de una hipótesis estadística. Al realizar una
prueba de hipótesis decidimos si rechazar o no rechazar esa hipótesis estadística.
Basamos la decisión en la evidencia muestral.
Elaboración de las hipótesis nula y alternativa.
Se deben estructurar las hipótesis de manera apropiada para que la conclusión
facilite las informaciones que el investigador desea para tomar una buena
decisión.
Existen 3 situaciones en las que se emplea el procedimiento:
- Prueba de una hipótesis de investigación: en esta se especifica cuando se
puede aceptar o rechazar una afirmación sobre una población según la
evidencia o muestra de datos. A su vez examina dos hipótesis:
- Hipótesis nula: es la afirmación que se está comprobando (Ho).
Por ejemplo en el siguiente caso “si se afirma que el 85% están a
favor de la pena de muerte a secuestradores y asesinos” se
expresaría así Ho : P=85
- Hipótesis alternativa: es la afirmación que se desea concluir que
es verdadera según la muestra proporcionada (Ha o H1).
- Prueba de la validez de una afirmación: se basa en la suposición de que
una afirmación sea verdadera a menos que la evidencia muestre lo
contrario.
- Prueba en toma de decisiones: se presentan cuando la persona que debe
tomar una decisión tiene que elegir entre dos líneas de acción, una
relacionada con la hipótesis nula y otra con la hipótesis alternativa.
- Resumen de las formas para las hipótesis nula y alternativa: se presentan
situaciones con frecuencia en las que no es obvio como elegir y se debe
hacer de forma adecuada. La igualdad debe verse siempre en la hipótesis
nula y se debe tener en cuenta que la hipótesis alternativa es lo que la
prueba trata de demostrar.
Errores tipo I y II

El error tipo I se define como el rechazo de la hipótesis nula H o cuando ésta es

verdadera. También es conocido como ó nivel de significancia.

Si tuviéramos un nivel de confianza del 95% entonces el nivel de significancia

sería del 5%. Análogamente si se tiene un nivel de confianza del 90% entonces el
nivel de significancia sería del 10%.

Ahora supóngase que la verdadera rapidez promedio de combustión es diferente

de 50 cm/s, aunque la media muestral caiga dentro de la región de aceptación.
En este caso se acepta Ho cuando ésta es falsa. Este tipo de conclusión recibe el
nombre de error tipo II.

4
El error tipo II ó error se define como la aceptación de la hipótesis nula
cuando ésta es falsa.

Por tanto, al probar cualquier hipótesis estadística, existen cuatro situaciones

diferentes que determinan si la decisión final es correcta o errónea.

Decisión Ho es verdadera Ho es falsa

Aceptar Ho No hay error Error tipo II ó

Rechazar Ho Error tipo I ó No hay error

1. Los errores tipo I y tipo II están relacionados. Una disminución en la

probabilidad de uno por lo general tiene como resultado un aumento en la
probabilidad del otro.
2. El tamaño de la región crítica, y por tanto la probabilidad de cometer un
error tipo I, siempre se puede reducir al ajustar el o los valores críticos.
3. Un aumento en el tamaño muestral n reducirá y de forma simultánea.
4. Si la hipótesis nula es falsa, es un máximo cuando el valor real del
parámetro se aproxima al hipotético. Entre más grande sea la distancia
entre el valor real y el valor hipotético, será menor

Media poblacional o conocida

Es un promedio de una característica de grupo. El grupo podría ser una persona,
artículo o cosa. Los métodos que se encuentran en esta sección ofrecen
resultados exactos si la población de la que se selecciona la muestra tiene
distribución normal, se aplicarían estos métodos si la el tamaño de la muestra es
suficientemente grande.
- Prueba de una cola: normalmente está asociada a una hipótesis alternativa
para la cual se conoce el signo de la potencial diferencia antes de ejecutar
el experimento y la prueba. Ejemplo:

Prueba de la cola Prueba de la cola

inferior (o izquierda) inferior (o izquierda)
HO : u ≥ uO H O : u ≤ uO
H a : u < uo Ha : u > uo
- Prueba de dos colas: se asocia a una hipótesis alternativa para la cual se
desconoce el signo de la potencial diferencia. Ejemplo:

H O : u = uO
H a : u ≠ uo
Relación entre estimación por intervalo y prueba de hipótesis

5
La estimación y el contraste de hipótesis, juegan un papel fundamental en la
investigación. Por tanto, algunos de los objetivos que se persiguen en este tema
son:
- Calcular los parámetros de la distribución de medias o proporciones
muestrales de tamaño n, extraídas de una población de media y varianza
conocidas.
- Estimar la media o la proporción de una población a partir de la media o
proporción muestral.
- Utilizar distintos tamaños muestrales para controlar la confianza y el error
admitido.
- Contrastar los resultados obtenidos a partir de muestras.
- Visualizar gráficamente, mediante las respectivas curvas normales, las
estimaciones realizadas.
En la mayoría de las investigaciones resulta imposible estudiar a todos y cada uno
de los individuos de la población ya sea por el coste que supondría, o por la
imposibilidad de acceder a ello. Mediante la técnica inferencial obtendremos
conclusiones para una población no observada en su totalidad, a partir de
estimaciones o resúmenes numéricos efectuados sobre la base informativa
extraída de una muestra de dicha población. Por tanto, el esquema que se sigue
es, En definitiva, la idea es, a partir de una población se extrae una muestra por
algunos de los métodos existentes, con la que se generan datos numéricos que se
van a utilizar para generar estadísticos con los que realizar estimaciones o
contrastes poblacionales.
Existen dos formas de estimar parámetros: la estimación puntual y la estimación
por intervalo de confianza. En la primera se busca, con base en los datos
muestrales, un único valor estimado para el parámetro. Para la segunda, se
determina un intervalo dentro del cual se encuentra el valor del parámetro, con
una probabilidad determinada. Si el objetivo del tratamiento estadístico inferencial,
es efectuar generalizaciones acerca de la estructura, composición o
comportamiento de las poblaciones no observadas, a partir de una parte de la
población, será necesario que la parcela de población examinada sea
representativa del total. Por ello, la selección de la muestra requiere unos
requisitos que lo garanticen, debe ser representativa y aleatoria.
Además, la cantidad de elementos que integran la muestra (el tamaño de la
muestra) depende de múltiples factores, como el dinero y el tiempo disponibles
para el estudio, la importancia del tema analizado, la confiabilidad que se espera
de los resultados, las características propias del fenómeno analizado, etcétera.
Así, a partir de la muestra seleccionada se realizan algunos cálculos y se estima el
valor de los parámetros de la población tales como la media, la varianza, la
desviación estándar, o la forma de la distribución, etc.

Media Poblacional o desconocida.

Se realizan pruebas de hipótesis para la media poblacional en el

caso de σ desconocida. Como σ desconocida corresponde a la situación en que

6
no se tiene una
estimación de la desviación estándar poblacional antes de tomar la muestra, la
muestra se usa
para obtener una estimación tanto de μ como de σ. Por tanto, para realizar una
prueba para la media poblacional en el caso en que no se conoce σ, la media
muestral se usa como estimación de
μ y la desviación estándar muestral s se usa como estimación de σ.

Sin embargo, las investigaciones demuestran que esta suposición no es muy

fuerte si el tamaño de la muestra es suficientemente grande.
Al final de esta sección se proporciona una recomendación práctica acerca de la
distribución de
la población y del tamaño de la muestra. Se aplicarán dos métodos

• Prueba de una cola.

• Prueba de dos colas.

Proporción poblacional

se refiere a la fracción de individuos en una población con una determinada

característica.
se refiere a la fracción de individuos en una población con una determinada
característica.
Se refiere a la fracción de individuos en una población con una determinada
característica.

Conclusión

La finalización del siguiente trabajo concluye que cuando se rechaza la hipótesis

nula, quiere decir que se acepta la hipótesis alterna; Sin embargo, cuando no se

rechaza la hipótesis nula, no podemos decir que se acepta la hipótesis nula,

porque se podría estar cometiendo el error tipo II. En este caso sólo podremos

7
decir que no existe suficiente evidencia estadística para rechazar Ho. Un

investigador lo que debe hacer es analizar los resultados de la prueba de hipótesis

comparando dichos resultados con una significancia practica y de esta forma

tomar decisiones válidas y objetivas.