Estadística Inferencial
Actividad # 6
Prueba de Hipótesis
Profesor:
Mtro. Víctor Hugo Tinoco Cedillo
Alumnos:
Joaquín Alvarez Vázquez
Miguel Ángel Cervera Torres Landa
José Pablo Gallardo Escalante
Fecha: lunes 08 de agosto de 2022
Página 1 de 18
ACTIVIDAD 6.
EJERCICIOS SOBRE PRUEBA DE HIPÓTESIS
Fecha:14 de agosto 2022
Nombre del estudiante: Joaquin Alvarez Vázquez
Miguel Ángel Cervera Torres Landa
José Pablo Gallardo Escalante
Nombre del docente: Mtro. Víctor Tinoco Cedillo
• Con base en el material consultado en la unidad resuelve los ejercicios que se plantean acerca
de los siguientes temas:
➢ Establecimiento de las hipótesis nula y alternativa
➢ Errores tipo I y tipo II
➢ Pruebas unilaterales sobre la media de una población: caso de muestra grande
➢ Pruebas bilaterales sobre la media de una población: caso de muestra grande
➢ Pruebas sobre la media de una población: caso de muestra pequeña
➢ Pruebas sobre la proporción de una población
Aplicaciones
1. Considere una prueba en la que H0 = 4 . Para cada uno de los casos siguientes, establezca la
región de rechazo para la prueba en términos de un estadístico z .
a. Ha : μ 4, α = .05 𝐻0 : 𝜇 < 4 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑠𝑖 𝑍 ≥ 𝑍𝛼 𝑍 = 1.64
b. Ha : μ 4, α = .10 𝐻0 : 𝜇 < 4 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑠𝑖 𝑍 ≥ 𝑍𝛼 𝑍 = 1.28
c. Ha : μ 4, α = .05 𝐻0 : 𝜇 > 4 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑠𝑖 𝑍 ≤ −𝑍𝛼 𝑍 = −1.64
d. Ha : μ 4, α = .05 𝐻0 : 𝜇 = 4 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑠𝑖 𝑍 ≤ −𝑍𝛼 𝑍 = +/−1.96
2
𝑜 𝑠𝑖 𝑍 ≥ 𝑍𝛼/2
Página 2 de 18
2. Una muestra aleatoria de n = 1000 observaciones de una población binomial produjo x = 279.
Si su hipótesis de investigación es que p sea menor a 0.3, ¿qué debe escoger para su
hipótesis alternativa?, ¿Y para su hipótesis nula?
Prueba e IC para una proporción
Método
p: proporción de eventos
Para este análisis se utiliza el método de aproximación a la normal.
Estadísticas descriptivas
Límite
superior de
N Evento Muestra p 95% para p
1000 279 0.279000 0.302329
Prueba
Hipótesis nula H₀: p = 0.3
Hipótesis alterna H₁: p < 0.3
Valor Z Valor p
-1.45 0.074
3. Una muestra aleatoria de n = 1400 observaciones de una población binomial produjo x = 529.
a. Si la hipótesis de su investigación es que p difiera de .4, ¿cuáles hipótesis debe
probar?
Prueba
Hipótesis nula H₀: p = 0.4
Hipótesis alterna H₁: p ≠ 0.4
Página 3 de 18
b. Calcule el estadístico de prueba y su valor p. Use el valor p para evaluar la signifi
cancia estadística de los resultados al nivel del 1%.
Paso 2 Determinar el nivel de significancia
Alfa Alfa / 2
𝑖𝑣𝑒𝑙 𝑒 𝑠𝑖 𝑖 𝑖𝑐𝑎 𝑐𝑖𝑎 𝑒𝑙 𝑒𝑠 𝑖𝑜 𝑝𝑎𝑟𝑎 𝑒𝑙 𝑒 𝑒 𝑝𝑙𝑜: 𝛼 = 0.01 0.005
Paso 3 calcular los intervalos que implican ese nivel de significancia
Nivel de confianza 0.99
𝛼/2 0.005
Sumatoria 0.9950
Valor Z (+) Int de conf. O 2.58 Usar distribucion normal invertida
Valor Z (-) Valor Critico -2.58 0.9950
Prueba e IC para una proporción
Método
p: proporción de eventos
Para este análisis se utiliza el método de aproximación a la normal.
Estadísticas descriptivas
N Evento Muestra p IC de 99.5% para p
1400 529 0.377857 (0.341483, 0.414231)
Prueba
Hipótesis nula H₀: p = 0.4
Hipótesis alterna H₁: p ≠ 0.4
Valor Z Valor p
-1.69 0.091
c. ¿Los datos dan suficiente evidencia para indicar que p es diferente de .4?
𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑠𝑖 𝐸𝑙 𝑣𝑎𝑙𝑜𝑟 − 𝑝 ≤ 𝛼
Conclusión: Existe evidencia para Aceptar la 𝑯𝟎 ya que el valor- p = 0.0455 > 𝛼 = 0.01
lo cual nos indica que Los datos dan suficiente evidencia para indicar que p es diferente
de .4
Página 4 de 18
Aplicaciones
1. (Ver base de datos DRUGRAT). Efecto de drogas. El efecto de las drogas y el alcohol en el
sistema nervioso humano ha sido objeto de estudio de muchas investigaciones. Suponga que
una neuróloga está probando el efecto de una droga en los tiempos de respuesta, para ello
inyecta a 100 ratas con dosis de una unidad, somete a cada rata a un estímulo neurológico y
registra el tiempo de respuesta. La neuróloga sabe que el tiempo medio de respuesta de las
datas no inyectadas (la media del grupo control) es de 1.2 segundos. Utilice los datos en el
archivo DRUGRAT para llevar a cabo la siguiente pruebe con α = .01
H0 : μ = 1.2
Ha : μ 1.2
Estadísticos descriptivos: TIME
Estadísticas
Error
estándar
de la
Variable N N* Media media Desv.Est. Mínimo Q1 Mediana Q3 Máximo
TIME 100 0 1.0517 0.0498 0.4982 0.0500 0.6650 0.9950 1.4000 2.5500
Z de una muestra: TIME
Estadísticas descriptivas
Error
estándar
de la IC de 99.5%
N Media Desv.Est. media para μ
100 1.0517 0.4982 0.0498 (0.9119, 1.1915)
μ: media de TIME
Desviación estándar conocida = 0.4982
Prueba
Hipótesis nula H₀: μ = 1.2
Hipótesis alterna H₁: μ ≠ 1.2
Valor Z Valor p
-2.98 0.003
Página 5 de 18
Valor z Valor critico Valor critico
-2.98 -2.58 2.58
Prueba de hipótesis para la media proporcional caso con 𝜶 conocida
Hipótesis Prueba de cola Inferior Prueba de cola superior Pruebe de dos colas
Regla de rechazo 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑠𝑖 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑠𝑖 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑠𝑖
método del valor-p El valor – p ≤ α El valor – p ≤ α El valor – p ≤ α
𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑠𝑖 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑠𝑖 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑠𝑖
Regla de rechazo: Z ≤ - 𝑧𝛼/2
Z ≤ - 𝑧𝛼 Z ≥ 𝑧𝛼
método del valor critico
𝑜 𝑠𝑖 𝑧 ≥ 𝑧𝛼/2
Conclusión: Existe evidencia para Rechazar la 𝑯𝟎 ya que el valor Z= -2.58 < Z𝛼 = -2.98,
lo que nos indica que el tiempo medio de respuesta de las datas no inyectadas (la media del
grupo control) es diferente de 1.2 segundos.
2. Porcentaje de ocupación en líneas aéreas. Suponga que un vuelo regular debe promediar al
menos 60% de ocupación para ser rentable. Un examen del porcentaje de ocupación para 120
vuelos de las 10:00 a.m. de Atlanta a Dallas mostró una ocupación media por vuelo de 58% y
una desviación estándar de 11%.
a. Si μ es la ocupación media por vuelo y si la compañía quiere determinar si este vuelo
en particular es rentable o no, establezca las hipótesis nula y alternativa.
𝑯𝟎 ∶ 𝝁 ≥ 𝟔𝟎%
Página 6 de 18
𝑯𝟏 = 𝝁 < 𝟔𝟎%
b. ¿La hipótesis alternativa del inciso a) implica una prueba de una o de dos colas?
Explique.
R = La Hipótesis alternativa del inciso “a” es de una sola cola ya que los datos nos
indica que es menor a 60%
c. Los datos de ocupación para los 120 vuelos sugieren que este vuelo regular es
rentable. Compruébelo usando α = .05
Z de una muestra
Estadísticas descriptivas
Error Límite
estándar superior
de la de 95%
N Media media para μ
120 0.5800 0.0100 0.5965
μ: media de Muestra
Desviación estándar conocida = 0.11
Prueba
Hipótesis nula H₀: μ = 0.6
Hipótesis alterna H₁: μ < 0.6
Valor Z Valor p
-1.99 0.023
Prueba de hipótesis para la media proporcional caso con 𝜶 conocida
Hipótesis Prueba de cola Inferior Prueba de cola superior Pruebe de dos colas
Regla de rechazo 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑠𝑖 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑠𝑖 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑠𝑖
método del valor-p El valor – p ≤ α El valor – p ≤ α El valor – p ≤ α
𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑠𝑖 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑠𝑖 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑠𝑖
Regla de rechazo: Z ≤ - 𝑧𝛼/2
Z ≤ - 𝑧𝛼 Z ≥ 𝑧𝛼
método del valor critico
𝑜 𝑠𝑖 𝑧 ≥ 𝑧𝛼/2
Conclusión: Existe evidencia para Rechazar la 𝑯𝟎 ya que el valor- p = 0.023 < 𝛼 = 0.050,
lo cual nos indica que los vuelos no alcanzan el 60% de ocupación para ser rentable.
Página 7 de 18
3. Horario flexible. Una compañía considera la instalación de un programa de horario flexible en
el cual un empleado acomoda sus horas de trabajo o comprime sus semanas laborales. La
compañía estimó que necesitaba una media mínima de 7 horas por día por trabajador de
ensamble para operar de manera eficiente. A cada uno de una muestra aleatoria de 80
ensambladores de la compañía se les pidió que enviaran un programa de horario flexible
tentativo. Si el número medio de horas por día para el lunes era de 6.7 horas y la desviación
estándar fue de 2.7 horas, ¿los datos dan suficiente evidencia para indicar que el número
medio de horas trabajadas por día en los lunes, para todos los ensambladores de la compañía,
será menor a 7 horas? Pruebe usando α = .05 .
Z de una muestra
Estadísticas descriptivas
Error Límite
estándar inferior
de la de
N Media media 95% para μ
80 6.700 0.302 6.203
μ: media de Muestra
Desviación estándar conocida = 2.7
Prueba
Hipótesis nula H₀: μ = 7
Hipótesis alterna H₁: μ > 7
Valor Z Valor p
-0.99 0.840
Prueba de hipótesis para la media proporcional caso con 𝜶 conocida
Hipótesis Prueba de cola Inferior Prueba de cola superior Pruebe de dos colas
Regla de rechazo 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑠𝑖 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑠𝑖 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑠𝑖
método del valor-p El valor – p ≤ α El valor – p ≤ α El valor – p ≤ α
𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑠𝑖 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑠𝑖 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑠𝑖
Regla de rechazo: Z ≤ - 𝑧𝛼/2
Z ≤ - 𝑧𝛼 Z ≥ 𝑧𝛼
método del valor critico
𝑜 𝑠𝑖 𝑧 ≥ 𝑧𝛼/2
Conclusión: Existe evidencia para Aceptar la 𝑯𝟎 ya que el valor 𝑍 = -0.99 < 𝑧𝛼 = 1.64,
Que los datos dan suficiente evidencia para indicar que el número medio de horas trabajadas por
día en los lunes, para todos los ensambladores de la compañía, será menor a 7 horas
Página 8 de 18
4. Frecuencia cardiaca. Bola de Nieve es una perra de raza pastor inglés de 10 años a la que llevan
regularmente a su chequeo con el veterinario. Sea X la variable aleatoria que representa la frecuencia
cardiaca de Bola de Nieve en reposo (latidos por minuto). A partir de la experiencia previa, el veterinario
sabe que X se distribuye normalmente con σ = 12 . El veterinario revisó el Manual de Veterinaria Merck
y encontró que, para esta raza de perros, μ = 115 latidos por minuto. La siguiente tabla muestra la
frecuencia cardiaca (latidos por minuto) de Bola de Nieve en los chequeos de las últimas 6 semanas.
93 109 110 89 112 117
La media muestral es x = 105 . Al veterinario le preocupa que la frecuencia cardiaca esté
disminuyendo. ¿Los datos indican que ese es el caso?, utilice α = .05
T de una muestra
Estadísticas descriptivas
Error Límite
estándar inferior
de la de
N Media Desv.Est. media 95% para μ
6 105.00 12.00 4.90 95.13
μ: media de Muestra
Prueba
Hipótesis nula H₀: μ = 115
Hipótesis alterna H₁: μ > 115
Valor T Valor p
-2.04 0.952
Prueba de hipótesis para la media proporcional caso con 𝜶 conocida
Hipótesis Prueba de cola Inferior Prueba de cola superior Pruebe de dos colas
Regla de rechazo 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑠𝑖 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑠𝑖 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑠𝑖
método del valor-p El valor – p ≤ α El valor – p ≤ α El valor – p ≤ α
𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑠𝑖 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑠𝑖 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑠𝑖
Regla de rechazo: Z ≤ - 𝑧𝛼/2
Z ≤ - 𝑧𝛼 Z ≥ 𝑧𝛼
método del valor critico
𝑜 𝑠𝑖 𝑧 ≥ 𝑧𝛼/2
Conclusión: Existe evidencia para Aceptar la 𝑯𝟎 ya que el valor - p = 0.952 > 𝛼 = 0.05,
los datos nos indica que la frecuencia cardiaca está disminuyendo.
Página 9 de 18
5. (Ver base de datos SMOKING) Fumar y capacidad pulmonar. Es un hecho reconocido que
fumar tiene un efecto dañino en la función pulmonar. En un estudio del efecto de fumar sobre
la capacidad de difusión de monóxido de carbono (DL) del pulmón, unos investigadores
encontraron que los fumadores actuales tenían lecturas de DL considerablemente más bajas
que otros que habían sido fumadores o que son no fumadores. Las capacidades de difusión
de monóxido de carbono para una muestra aleatoria de fumadores actuales aparecen a
continuación:
a. ¿Estos datos indican que la lectura media de DL para fumadores actuales es
considerablemente más baja que 100 DL, que es el promedio para no fumadores?
Use α = .01
T de una muestra: DL
Estadísticas descriptivas
Error Límite
estándar inferior
de la de
N Media Desv.Est. media 99% para μ
20 89.85 14.90 3.33 81.39
μ: media de DL
Prueba
Hipótesis nula H₀: μ = 100
Hipótesis alterna H₁: μ > 100
Valor T Valor p
-3.04 0.997
Prueba de hipótesis para la media proporcional caso con 𝜶 conocida
Hipótesis Prueba de cola Inferior Prueba de cola superior Pruebe de dos colas
Regla de rechazo 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑠𝑖 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑠𝑖 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑠𝑖
método del valor-p El valor – p ≤ α El valor – p ≤ α El valor – p ≤ α
𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑠𝑖 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑠𝑖 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑠𝑖
Regla de rechazo: Z ≤ - 𝑧𝛼/2
Z ≤ - 𝑧𝛼 Z ≥ 𝑧𝛼
método del valor critico
𝑜 𝑠𝑖 𝑧 ≥ 𝑧𝛼/2
Conclusión: Existe evidencia para Aceptar la 𝑯𝟎 ya que el valor T = -3.04 < 𝑍𝛼 = 2.53,
Estos datos indican que la lectura media de DL para fumadores actuales es considerablemente
más baja que 100 DL
Página 10 de 18
6. Cirugía ocular. Un grupo de cirujanos oftalmólogos desarrolló una nueva técnica para una
operación riesgosa que tiene como objetivo restaurar la vista de personas que perdieron este
sentido a causa de una enfermedad particular. Bajo la técnica antigua, se sabe que sólo el
30% de los pacientes recuperaron la vista. Suponga que los cirujanos de varios hospitales
llevaron a cabo un total de 225 operaciones utilizando la nueva técnica de las cuales 88 fueron
exitosas (es decir, el paciente recuperó por completo la vista). ¿Es justificable afirmar que la
nueva técnica es mejor que la antigua? (utilice un nivel de significancia del 1%)
Prueba e IC para una proporción
Método
p: proporción de eventos
Para este análisis se utiliza el método de aproximación a la normal.
Estadísticas descriptivas
Límite
superior de
N Evento Muestra p 99% para p
225 88 0.391111 0.466795
Prueba
Hipótesis nula H₀: p = 0.3
Hipótesis alterna H₁: p < 0.3
Valor Z Valor p
2.98 0.999
Prueba de hipótesis para la proporción caso poblacional
Hipótesis Prueba de cola Inferior Prueba de cola superior Pruebe de dos colas
Regla de rechazo 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑠𝑖 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑠𝑖 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑠𝑖
método del valor-p El valor – p ≤ α El valor – p ≤ α El valor – p ≤ α
𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑠𝑖 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑠𝑖 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑠𝑖
Regla de rechazo: Z ≤ - 𝑧𝛼/2
Z ≤ - 𝑧𝛼 Z ≥ 𝑧𝛼
método del valor critico
𝑜 𝑠𝑖 𝑧 ≥ 𝑧𝛼/2
Conclusión: Existe evidencia para Aceptar la 𝑯𝟎 ya que el valor - p = 0.999 > 𝛼 = 0.010,
por lo que es justificable afirmar que la nueva técnica es mejor que la antigua.
Página 11 de 18
7. Baterías defectuosas. La reputación (y por consecuencia las ventas) de muchas empresas
puede verse seriamente dañada por embarques de productos manufacturados con un alto
porcentaje de piezas defectuosas. Por ejemplo, un fabricante de baterías alcalinas puede
querer estar razonablemente seguro de que menos del 5% de sus baterías son defectuosas.
Suponga que se seleccionan de un gran embarque aleatoriamente 300 baterías, se prueba
cada una y 10 resultan defectuosas. ¿Este resultado provee al fabricante suficiente evidencia
para concluir que la fracción defectuosa en todo ese embarque es menor a 0.05? Utilice α = .01
Prueba e IC para una proporción
Método
p: proporción de eventos
Para este análisis se utiliza el método de aproximación a la normal.
Estadísticas descriptivas
Límite
inferior
de
N Evento Muestra p 99% para p
300 10 0.033333 0.009224
Prueba
Hipótesis nula H₀: p = 0.05
Hipótesis alterna H₁: p > 0.05
Valor Z Valor p
-1.32 0.907
Prueba de hipótesis para la proporción caso poblacional
Hipótesis Prueba de cola Inferior Prueba de cola superior Pruebe de dos colas
Regla de rechazo 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑠𝑖 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑠𝑖 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑠𝑖
método del valor-p El valor – p ≤ α El valor – p ≤ α El valor – p ≤ α
𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑠𝑖 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑠𝑖 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑠𝑖
Regla de rechazo: Z ≤ - 𝑧𝛼/2
Z ≤ - 𝑧𝛼 Z ≥ 𝑧𝛼
método del valor critico
𝑜 𝑠𝑖 𝑧 ≥ 𝑧𝛼/2
Conclusión: Existe evidencia para Aceptar la 𝑯𝟎 ya que el valor - p =0.907 > 𝛼 = 0.01,
por lo que el resultado provee al fabricante suficiente evidencia para concluir que la
fracción defectuosa en todo ese embarque es menor a 0.05 = 5%.
Página 12 de 18
8. Tasa de criminalidad. La tasa de criminalidad en E.U.A, ¿realmente está disminuyendo?
Algunos sociólogos afirman que sí; explican que la razón de esta disminución, entre las
décadas de los años 1980 y 1990, es la demografía. Parece que la población está
envejeciendo y existe una correlación negativa entre la edad y la propensión a cometer
crímenes. De acuerdo con el FBI y el Departamento de Justicia de E.U.A., 70% de las personas
arrestadas son varones entre 15 y 34 años (Fuente: True Odds by J. Walsh, Merritt Publishing).
Suponga que usted es un sociólogo del estado de Wyoming, una muestra aleatoria de
expedientes policiales informa que el mes previo hubo 32 personas arrestadas, 24 de éstas
fueron hombres de 15 a 34 años de edad. Utilice un nivel de significancia del 1% para probar
la afirmación que indica que la proporción de tales arrestos en la población del estado es
distinta al 70%.
Prueba e IC para una proporción
Método
p: proporción de eventos
Para este análisis se utiliza el método de aproximación a la normal.
Estadísticas descriptivas
N Evento Muestra p IC de 99% para p
32 24 0.750000 (0.552829, 0.947171)
Prueba
Hipótesis nula H₀: p = 0.7
Hipótesis alterna H₁: p ≠ 0.7
Valor Z Valor p
0.62 0.537
Prueba de hipótesis para la proporción caso poblacional
Hipótesis Prueba de cola Inferior Prueba de cola superior Pruebe de dos colas
Regla de rechazo 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑠𝑖 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑠𝑖 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑠𝑖
método del valor-p El valor – p ≤ α El valor – p ≤ α El valor – p ≤ α
𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑠𝑖 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑠𝑖 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑠𝑖
Regla de rechazo: Z ≤ - 𝑧𝛼/2
Z ≤ - 𝑧𝛼 Z ≥ 𝑧𝛼
método del valor critico
𝑜 𝑠𝑖 𝑧 ≥ 𝑧𝛼/2
Conclusión: Existe evidencia para Aceptar la 𝑯𝟎 ya que el valor - p = 0.537 > 𝛼 = 0.005, para
probar la afirmación que indica que la proporción de tales arrestos en la población del estado es
distinta al 70%.
Página 13 de 18
9. (Ver base de datos SKINCREAM). Efectividad de crema facial. La marca de cosméticos Ponds
descontinuó la producción de Age-Defying Complex, una crema con ácido Alpha-hidróxido y
los sustituyó con Age-Defying Towlettes. La empresa anunciaba que el producto podía reducir
marcas de expresión y mejorar significativamente la piel. En un estudio publicado en la revista
Archivos de Dermatología (junio 1996), 33 mujeres de mediana edad utilizaron el producto con
Alpha-hidróxido durante 22 semanas. Al final de este periodo una dermatóloga evaluó si la piel
de cada participante en el estudio había mejorado o no. Los resultados para las 33 mujeres
(I=Mejoró y N=No Mejoró) se encuentran en el archivo de datos SKINCREAM.
a. ¿La información provee suficiente evidencia para concluir que la crema mejora la piel de
más del 60% de las mujeres de edad media? Utilice α = .05 .
Prueba e IC para dos proporciones: IMPROVE, Concepto
Método
Evento: IMPROVE = N
p₁: proporción donde IMPROVE = N y Concepto = Mejoro
p₂: proporción donde IMPROVE = N y Concepto = No mejoro
Diferencia: p₁ - p₂
Estadísticos descriptivos: IMPROVE
Concepto N Evento Muestra p
Mejoro 24 0 0.000000
No mejoro 9 9 1.000000
Total 33
Página 14 de 18
Prueba e IC para una proporción
Método
p: proporción de eventos
Para este análisis se utiliza el método de aproximación a la normal.
Estadísticas descriptivas
Límite
superior de
N Evento Muestra p 95% para p
33 24 0.727273 0.854794
Prueba
Hipótesis nula H₀: p = 0.6
Hipótesis alterna H₁: p < 0.6
Valor Z Valor p
1.49 0.932
Prueba de hipótesis para la proporción caso poblacional
Hipótesis Prueba de cola Inferior Prueba de cola superior Pruebe de dos colas
Regla de rechazo 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑠𝑖 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑠𝑖 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑠𝑖
método del valor-p El valor – p ≤ α El valor – p ≤ α El valor – p ≤ α
𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑠𝑖 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑠𝑖 𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑠𝑖
Regla de rechazo: Z ≤ - 𝑧𝛼/2
Z ≤ - 𝑧𝛼 Z ≥ 𝑧𝛼
método del valor critico
𝑜 𝑠𝑖 𝑧 ≥ 𝑧𝛼/2
Conclusión: Existe evidencia para Aceptar la 𝑯𝟎 ya que el valor - p =0.0932 > 𝛼 = 0.005,
La información provee suficiente evidencia para concluir que la crema mejora la piel de
más del 60% de las mujeres de edad media
Página 15 de 18
b. Encuentre e interprete el valor- p de la prueba
Buscando el valor Z =1.49 en la Tabla A de probabilidades de la normal estándar el valor
en valor - p = 0.0932 ∴ - p =0.0932 > 𝛼 = 0.005 por lo que se Acepta la 𝑯𝟎 .
• Redacta una conclusión en la que expliques y relaciones los siguientes conceptos:
- Hipótesis Nula
La hipótesis nula es una suposición que se utiliza para negar o afirmar un suceso en
relación a algún o algunos parámetros de una población o muestra.
- Hipótesis Alternativa
La hipótesis alternativa es la suposición alternativa de la hipótesis nula formulada en
un experimento y/o investigación. Esta surge como resultado de una determinada
investigación realizada sobre una población o muestra.
Página 16 de 18
- ¿Qué entendemos por Error Tipo I y Error Tipo II?
• Error de tipo 1.
Si se rechaza la hipótesis nula cuando es verdadera, comete un error de tipo 1. La
probabilidad de cometer un error de tipo 1 es 𝛼, que es el nivel de significancia que se
establece para su prueba de hipótesis. un alfa de punto 0.05, indica que usted está
dispuesto a aceptar una probabilidad del 5% de estar equivocado al rechazar la
hipótesis nula, para reducir este riesgo, debe utilizar un valor menor para 𝛼 sin
embargo, usar un valor menor para 𝛼 significa sí ese tendrá menos probabilidad de
detectar una diferencia si está realmente existe.
• Error tipo 2.
Cuando la hipótesis nula es falsa y no se rechaza, se comete un error de tipo ll. la
probabilidad de cometer un error de tipo ll es 𝛽, Que depende de la potencia de la
prueba. puede reducir el riesgo de cometer un error de tipo ll al asegurarse de que la
prueba tenga suficiente potencia. para ello, asegurarse de que el tamaño de la muestra
sea lo suficientemente grande como para detectar una diferencia práctica cuando está
realmente exista.
- ¿Qué entendemos por el nivel de significancia de una prueba?
Los niveles de significación son el complemento al intervalo de confianza de una
distribución y se utilizan para constrastar la hipótesis nula en una prueba de inferencia
estadística.
* * *
Página 17 de 18
Referencias
Devore, J. L. (2016). Probabilidad y estadistica para ingenieria y ciencias (9 ed.). Cengage
Learning. Retrieved from https://elibro.net/es/lc/uvm/titulos/93280
McClave, J., & Sincich, T. (2014). Statistics (12 ed.). Harlow: Pearson.
Mendenhall, W. I., Beaver, R. J., & Beaver, B. M. (2015). Introducción a la probabilidad y
estadística (14 ed.). México, D.F: CENGAGE Learning.
Sweeney, D. J., Anderson, D. R., & Williams, T. (2011). Estadistica para negocios y economia (11
ed.). Cengage Learning. Retrieved from https://elibro.net/es/lc/uvm/titulos/39949
Referencias:
Molina Arias, M. (2013). El significado de los intervalos de confianza. Pediatría Atención Primaria,
15(57), 91-94.
Gallego, C. F. (2004). Cálculo del tamaño de la muestra. Matronas profesión, 5(18), 5-13.
Badii Zabeh, M. H., Castillo, J., & Guillen, A. (2008). Tamaño óptimo de la muestra (Optimum sample
size). Innovaciones de negocios, 5(9), 53-65.
Página 18 de 18
