Prueba de hipótesis de

una muestra

Capítulo 10

McGraw-Hill/Irwin Copyright © 2012 by The McGraw-Hill Companies, Inc. All rights reserved.
Objetivos de aprendizaje
OA1 Definir una hipótesis.
OA2 Describir el procedimiento de prueba de cinco pasos de una
hipótesis.
OA3 Definir los errores Tipo I y Tipo II.
OA4 Definir el término prueba estadística y explicar la forma de
utilizarla.
OA5 Distinguir entre las pruebas de hipótesis de una y dos colas
OA6 Llevar a cabo una prueba de hipótesis de una media poblacional.
OA7 Calcular e interpretar el valor p.
OA8 Llevar a cabo una prueba de hipótesis de una proporción
poblacional.
OA9 Calcular la probabilidad de un error Tipo II.

10-2
OA1 Definir una hipótesis.
OA2 Describir el procedimiento de prueba de cinco pasos de una hipótesis

Hipótesis y Test de Hipótesis

HIPÓTESIS Afirmación relativa a un parámetro de la población sujeta a verificación.

PRUEBA DE HIPÓTESIS Procedimiento basado en evidencia de la muestra y la teoría de la probabilidad para

determinar si la hipótesis es una afirmación razonable

ESTADÍSTICO DE PRUEBA Valor, determinado a partir de la información de la muestra, para

determinar si se rechaza la hipótesis nula.

VALOR CRÍTICO Punto de división entre la región en que se rechaza la hipótesis nula y aquella
en la que se acepta.

10-3
 OA5 Distinguir entre las pruebas de hipótesis de una y
dos colas
Cosas importantes que debe recordar acerca de H0 y H1

◼ H0: hipótesis nula y H1: hipótesis alternativa

◼ H0 y H1 son mutuamente excluyentes y
colectivamente exhaustivas
◼ H0 se presume siempre verdadera
◼ H1 tiene la carga de la prueba Símbolo
de Parte
◼ Una muestra aleatoria (n) se utiliza para “rechazar Palabras claves
H0” desiguald de:
ad
◼ Si llegamos a la conclusión 'de no rechazar H0',
esto no necesariamente significa que la hipótesis Mayor que > H1
nula es verdadera, solo sugiere que no hay
evidencia suficiente para rechazar H0; rechazar la Menor que < H1
hipótesis nula sugiere que la hipótesis alternativa Menor o igual que  H0
puede ser cierta.
◼ La H0 siempre incluirá el signo =( “=” , “≥” , “≤”). Mayor o igual que ≥ H0
◼ “≠” “<” y “>” siempre en la H1 Ha aumentado > H1
◼ En la práctica , la situación actual se configura
como H0 ¿Es diferente? ≠ H1
◼ En la resolución de problemas, buscar palabras No ha cambiado = H0
clave y convertirlos en símbolos. Algunas palabras
clave son: “mejor que, tan eficaz como, Ha “mejorado”, “es mejor Texto a la H1
diferente de, etc.” que”. “es más eficaz” izquierda

10-4
 OA6 Llevar a cabo una prueba de hípótesis de una media poblacional.

Configuraciones de hipótesis para probar una

media poblacional () o una Proporción ()

MEDIA

PROPORCIÓN

10-5
 OA6
Pruebas de la media de una población: se conoce la
desviación estándar poblacional- Ejemplo
EJEMPLO
Jamestown Steel Company fabrica y arma escritorios y Paso 4: Se formula la regla de decisión.
otros muebles para oficina en diferentes plantas en el Rechazar H0 si |Z| > Z/2
oeste del estado de Nueva York. La producción semanal
del escritorio modelo A325 en la planta de Fredonia Z  Z / 2
tiene una distribución normal, con una media de 200 y
X −
una desviación estándar de 16. Hace poco, con motivo  Z / 2
de la expansión del mercado, se introdujeron nuevos / n
métodos de producción y se contrató a más empleados. 203 .5 − 200
El vicepresidente de fabricación pretende investigar si  Z .01/ 2
16 / 50
hubo algún cambio en la producción semanal del
escritorio modelo A325.desk. 1.55 no es  2.58
Paso 1: Se establecen las hipótesis nula
y alternativa.
H0:  = 200
H1:  ≠ 200

Paso 2: Se selecciona el nivel de

significancia. Paso 5: Se toma una decisión y se interpreta el
α = 0.01 resultado.

Como 1.55 no cae en la región de rechazo, H0 no se

Paso 3: Se selecciona el estadístico de
rechaza. La conclusión es: la media de la población no
prueba.
es distinta de 200. Se informa al vicepresidente de
Use la distribución Z si la σ es fabricación que la evidencia de la muestra no indica
conocida que la tasa de producción haya cambiado de 200
semanales. 10-6
 OA6

Pruebas de la media de una población: se conoce la

desviación estándar poblacional- Otro Ejemplo
Suponga en el problema anterior que el
vicepresidente desea saber si hubo un Paso 4: Se formula la regla de decisión.
incremento de la cantidad de unidades que
Rechazar H0 si Z > Z
se armaron.¿Puede concluir, debido al
mejoramiento de los métodos de producción,
Paso 5: Se toma una decisión y se intepreta el
que la cantidad media de escritorios que se
resultado.
ensamblaron en las pasadas 50 semanas
fue superior a 200? Debido a que 1,55 no cae en la región de rechazo,
H0 no se rechaza. Llegamos a la conclusión de que
Recuerde: σ=16, u=200, α=.01
el número promedio de escritorios montados en los
últimos 50 semanas no es más que 200
Paso 1: Seleccione la hipótesis nula y la
alternativa.
H0:  ≤ 200
H1:  > 200
(nota: la clave es “un incremento”)

Paso 2: Seleccione el nivel de

significancia.
α = 0.01

Paso 3: Seleccione el estadistico de

prueba.
Use la distribución Z con σ conocida
10-7
 LO6

Prueba de la media poblacional: desviación estándar

de la población desconocida

Cuando la desviación estándar poblacional (σ) EJEMPLO

es desconocida, se usa la desviación estándar ◼ El departamento de quejas de McFarland
de la muestra (s), se utiliza la distribución t Insurance Company informa que el costo
como estadístico de prueba, la fórmula es la medio para tramitar una queja es de $60. Una
siguiente: comparación en la industria demostró que esta
cantidad es mayor que en las demás
compañías de seguros, así que la compañía
tomó medidas para reducir gastos. Para
evaluar el efecto de las medidas de reducción
de gastos, el supervisor del departamento de
quejas seleccionó una muestra aleatoria de 26
quejas atendidas el mes pasado.La
información de la muestra aparece a
continuación. ¿Es razonable concluir que el
costo medio de atención de una queja ahora
es menor a $60 con un nivel de significancia
de 0.01?

10-8
 OA6
Prueba de la media poblacional: desviación
estándar de la población desconocida- Ejemplo
Paso 1: Se establecen las hipótesis nula y
alternativa.
H0:  ≥ $60
H1:  < $60

Paso 2: Se selecciona el nivel de

significancia.
El nivel de significancia es α = 0.01

Paso 3: Se identifica el estadístico de prueba.

Use la distribución t σ desconocida

Paso 4: Se formula una regla para tomar

decisiones.
Rechazar H0 si t < -t,n-1

Paso 5: Se toma una decisión y se interpreta

el resultado.
-1.818 no cae en la región de rechazo, H0 no es
rechazada al nivel .01 de significancia. No se
demostró que las medidas de reducción de
costos hayan bajado el costo medio por queja a
menos de $60. La diferencia de $3.58 ($56.42 -
$60) puede deberse al error de muestreo

10-9
 OA Calcular e interpretar el valor p

Tipos de errores y valor p en prueba de hipótesis

EJEMPLO Valor-p
◼ Error Tipo I - Recuerde el último problema:
 Definido como la probabilidad de que H0:  ≤ 200
la hipótesis nula se rechace cuando H1:  > 200
es verdadera.
Rechazar H0 si Z > Z
 Se denota por la letra griega “”
donde Z = 1.55 y Z =2.33
 También conocido como el nivel de
significancia de una prueba de
hipótesis Rechazar H0 si el valor p < 
0.0606 no es < 0.01
◼ Error Tipo II:
 Definido como la probabilidad de
“aceptar” una hipótesis cuando esta
cuando en realidad es falsa.
 Se denota por la letra griega “β”

◼ VALOR p es la probabilidad de un valor t

tan extremo como el que se calculó, en el
caso de que la hipótesis nula sea
verdadera.

◼ En prueba de hipótesis se puede comparar Conclusión: No se rechaza H0

el valor p con el nivel de significancia ().

◼ Regla de decisión utilizando el valor p:

Rechazar H0 si p es < nivel de signifcancia 10-10

 OA8 Llevar a cabo una prueba de
hipótesis de una proporción poblacional

Pruebas relacionadas con proporciones

◼ Una Proporción es la razón entre el número de éxitos y el número de observaciones.
◼ La fórmula para calcular una proporción muestral p es x/n
◼ Se asume los supuestos binomiales (distribución binomial):
(1) los datos de la muestra que se recogen son resultado de conteos;
(2) el resultado de un experimento se clasifica en una de dos categorías mutuamente excluyentes—
“éxito” o “fracaso;
(3) tla probabilidad de un éxito es la misma para cada prueba; y (4) las pruebas son independientes,
lo cual no significa que el resultado de una prueba no influye en el resultado de las demás
◼ Es adecuada cuando n y n(1-  ) son de al menos 5.
◼ Se tiene la ventaja de que una distribución binomial puede aproximarse por medio de la distribución
normal
◼ El estadístico de prueba se calcula de la siguiente manera:

10-11
 OA8

Prueba de hipótesis de una proporción

poblacional - Ejemplo
EJEMPLO Paso 4: Se formula la regla de decisión.
Supongamos que las elecciones anteriores en Rechazar H0 si Z < -Z
un cierto estado indicó que es necesario que un
candidato a gobernador debe recibir al menos
el 80 por ciento de los votos en la sección norte
del estado para ser elegido. El actual
gobernador está interesado en la evaluación de
sus posibilidades de volver a la oficina y los
planes para llevar a cabo una encuesta entre
2.000 votantes registrados en la sección norte
del estado. Usando el procedimiento de prueba
de hipótesis, evaluar las posibilidades de que el
gobernador sea reelegido.
Paso 1: Se establecen las hipótesis nula y la
alternativa.
H0:  ≥ .80
H1:  < .80
(nota: la prueba es de una cola)
Paso 5: Se toma una decisión y se interpreta
Paso 2: Se selecciona el nivel de el resultado.
significancia. El valor calculado de z (-2.80) se encuentra en la
α = 0.05 región de rechazo, por lo que la hipótesis nula es
rechazada en el nivel 0.05. La evidencia en este
Paso 3: Seleccione el estadístico de prueba. punto no es compatible con la afirmación de que
Use la distribución Z ya que n y n(1-) ≥ 5 el gobernador titular regrese a su mansión por
otros cuatro años. 10-12
 OA9 Calcular la probabilidad de un erro tipo
II.
Error tipo II
◼ Recuerde El error tipo I,, nivel de significancia,
identificado con el símbolo “”, es la probabilidad
de que la hipótesis nula se rechace cuando es
verdadera.

◼ El error tipo II , identificado por la letra griega

“β”,es definido como la probabilidad de “aceptar”
una hipótesis nula cuando en realidad es falsa.

EJEMPLO
Un fabricante compra barras de acero para hacer
chavetas. La experiencia del pasado indica que la
resistencia media a la tracción de todos los
envíos entrantes es de 10,000 psi y que la
desviación estándar, σ, es de 400 psi. Con el fin
de tomar una decisión sobre los envíos entrantes
de barras de acero, el fabricante estableció esta
regla para el inspector de control de calidad a
seguir: "Tome una muestra de 100 barras de
acero. En el nivel de significancia de .05 si la
media muestral cae entre 9.922 psi y 10.078 psi,
aceptar el lote. De lo contrario, el lote debe ser
rechazado

10-13
 OA9

Error Tipo I y error Tipo II

10-14
 OA9

Error tipo II para diferentes niveles de

medias

10-15