Cristian David Castilla Barios
Estadística II
Administración industrial 3° semestre
Hipótesis estadística.
Según Walpole (2012) define la hipótesis estadística como una aseveración o conjetura
respecto a una o más poblaciones. También es una proposición o supuesto sobre los
parámetros de una o más poblaciones.
Es un proceso para determinar la validez de una aseveración hecha sobre la población
basándose en evidencia muestral. Es una afirmación sobre la población, a nivel de sus
parámetros tales como, media, varianza, desviación estándar o proporción.
La estructura de la prueba se establece usando el termino Ho para la hipótesis nula, el cual
se refiere a cualquier hipótesis que se desea probar. El rechazo de Ho conduce a la
aceptación de una hipótesis alternativa Ha La comprensión de las diferentes funciones que
desempeñan la hipótesis nula y la hipótesis alternativa es fundamental para entender los
principios de la prueba de hipótesis.
La hipótesis alternativa Ha, por lo general representa la pregunta que se responderá o la
teoría que se probara, por lo que su especificación es muy importante. La hipótesis nula Ho
anula o se opone a la Ha y a menudo es el complemento lógico de Ha.
Aunque las aplicaciones de la prueba de hipótesis son muy abundantes en trabajos
científicos y de ingeniería, quizás el mejor ejemplo para un principiante sea el dilema que
enfrenta el jurado en un juicio. La hipótesis nula y la alternativa se expresarían de la
siguiente manera:
Ho: el acusado es inocente
Ha: el acusado es culpable.
La acusación proviene de una sospecha de culpabilidad. La hipótesis Ho (el statu quo) se
establece en oposición de Ha y se mantiene a menos que se respalde Ha con evidencia más
allá de una duda razonable. Sin embargo, en este caso no rechazar Ho no implica inocencia,
sino solo que la evidencia fue insuficiente para lograr una condena. Por lo tanto, el jurado
no necesariamente acepta Ho sino que no rechaza la Ho
Cómo realizar una prueba de hipótesis básica:
Usted puede seguir seis pasos básicos para configurar y realizar correctamente una prueba
de hipótesis. Por ejemplo, el gerente de una fábrica de tuberías desea determinar si el
diámetro promedio de los tubos es diferente de 5 cm. El gerente sigue los pasos básicos
para realizar una prueba de hipótesis.
1. Especificar las hipótesis.
En primer lugar, el gerente formula las hipótesis. La hipótesis nula es: la media de
la población de todos los tubos es igual a 5 cm. Formalmente, esto se escribe como:
H0: μ = 5
Cristian David Castilla Barios
Estadística II
Administración industrial 3° semestre
Luego, el gerente elige entre las siguientes hipótesis alternativas:
Condición que se probará Hipótesis alternativa
La media de la población es menor que el unilateral: μ < 5
objetivo.
La media de la población es mayor que el unilateral: μ > 5
objetivo.
La media de la población es diferente del objetivo. bilateral: μ ≠ 5
Como tiene que asegurarse de que los tubos no sean más grandes ni más pequeños
de 5 cm, el gerente elige la hipótesis alternativa bilateral, que indica que la media de
la población de todos los tubos no es igual a 5 cm. Formalmente, esto se escribe
como H1: μ ≠ 5
2. Elegir un nivel de significancia (también denominado alfa o α).
El gerente selecciona un nivel de significancia de 0.05, que es el nivel de
significancia más utilizado.
3. Determinar la potencia y el tamaño de la muestra para la prueba.
El gerente utiliza un cálculo de potencia y tamaño de la muestra para determinar
cuántos tubos tiene que medir para tener una buena probabilidad de detectar una
diferencia de 0.1 cm o más con respecto al diámetro objetivo.
4. Recolectar los datos.
Recoge una muestra de tubos y mide los diámetros.
5. Comparar el valor p de la prueba con el nivel de significancia.
Después de realizar la prueba de hipótesis, el gerente obtiene un valor p de 0.004. El
valor p es menor que el nivel de significancia de 0.05.
6. Decidir si rechazar o no rechazar la hipótesis nula.
El gerente rechaza la hipótesis nula y concluye que el diámetro medio de todos los
tubos no es igual a 5 cm.
conclusiones y errores de un test de hipótesis
Frente a dos posibilidades reales, no hay diferencias (H0) o bien sí las hay (H1), las pruebas
de hipótesis pueden dar dos resultados: rechazar o aceptar H0. En estas circunstancias, en
forma análoga a lo que sucede con los exámenes de laboratorio diagnósticos, las
Cristian David Castilla Barios
Estadística II
Administración industrial 3° semestre
alternativas son cuatro. Dos no constituyen más que la coincidencia entre la realidad y el
resultado de las pruebas:
1. Se rechaza H0 cuando ésta es falsa, una diferencia verdadera es declarada
estadísticamente significativa. Es un verdadero positivo.
2. Se acepta H0 cuando ésta es verdadera, no hay una diferencia estadísticamente
significativa y en realidad no la hay. Un verdadero negativo.
Las otras alternativas implican una incongruencia entre la realidad y los resultados y, por lo
tanto, constituyen errores.
1. Se rechaza H0 cuando ésta es verdadera, concluyendo que hay una diferencia que en
realidad no existe, un falso positivo. Se ha cometido un error que se denomina de
tipo I (α). La probabilidad de que ocurra este tipo de error es la que se controla al
establecer α y normalmente no va más allá del 5%. Sin embargo, inadvertidamente
puede ser mayor cuando no se cumplen los requisitos necesarios para aplicar la
prueba de hipótesis elegida: usar un test paramétrico cuando en realidad se debió
usar uno no paramétrico, una prueba de una cola en vez de una de dos colas o
comparaciones múltiples con test diseñados para comparar sólo dos medias o
medianas.
2. Se acepta H0 cuando en realidad es falsa, un falso negativo, concluyendo que no
hay diferencia cuando en realidad existe. Este es el error tipo II (β), que la mayoría
de las veces se debe a un tamaño insuficiente de la muestra. La probabilidad de
cometer un error tipo II es β cuyo valor depende de la magnitud del efecto de interés
y del tamaño de la muestra. Sin embargo, es más frecuente hablar de la potencia de
la prueba para detectar un efecto de un tamaño determinado.
Estos dos errores deben ser considerados al evaluar el resultado de un trabajo de
investigación que haya empleado pruebas de hipótesis, considerando la posibilidad de un
error I cuando los resultados son significativos y de un error tipo II cuando son no
significativos.
