HIPÓTESIS ESTADÍSTICA

ESTADISTICA II, EST-145

UNIVERSIDAD MAYOR DE SAN ANDRÉS

Carrera de Informática
Prof. Iván Aliaga C.

9 de junio de 2024

UMSA EST-145 9 de junio de 2024 1 / 30

Hipótesis Estadística - Introducción

Se realiza a continuación pruebas de hipótesis o afirmaciones sobre los parámetros de la población y

deseamos saber si los resultados de una muestra contradicen o no a tal afirmación.
Las pruebas de hipótesis se apoyan en la distribución de probabilidad de los estimadores ya vistos, media
muestral (X̄ ), varianza muestral (S 2 ), proporción muestral (p̄).

UMSA EST-145 9 de junio de 2024 2 / 30

Concepto general - Hipótesis estadística

Es un supuesto acerca de la distribución de probabilidad de una o más variables aleatorias. Ejemplo.

El promedio poblacional de la altura de los Bolivianos es de 1.70m esto es:

H0 : µ = 1,70 (1)

La proporción de unidades defectuosas de producción por cierto proceso es menor o igual a 8 % eso es:

H0 : p ≤ 0,08 (2)

La distribución de los pesos de los alumnos de la Universidad de la UMSA es normal.

UMSA EST-145 9 de junio de 2024 3 / 30

Hipótesis simple y compuesta

Definición hipótesis simple

Se denomina hipótesis simple a cualquier hipótesis estadística que especifica completamente la distribución
de la población, es decir, se especifica la forma de la distribución y el valor de su(s) parámetro(s).
Si una hipótesis no especifica completamente la distribución de la población se dice que es una hipótesis
compuesta.

UMSA EST-145 9 de junio de 2024 4 / 30

Ejemplo

H0 : El ingreso mensual promedio de los empleados de cierta ciudad es µ = 500$, suponiendo que los
ingresos mensuales se distribuyen según la normal con desviación estándar conocida σ = 30$.
H0 : Los ingresos mensuales se distribuyen según la normal con desviación estándar conocida σ = 30$ y
se afirma que el ingreso promedio mensual es µ ̸= 500 o µ < 500 o µ > 500.
En el primer caso es una hipotesis simple porque se especifica completamente la distribución de la población.
En cambio, en el segundo caso es una hipótesis compuesta, pues, no especifica la media de la distribución de
la población de los ingresos.

UMSA EST-145 9 de junio de 2024 5 / 30

Hipótesis nula e Hipótesis alternativa

Definición Hipótesis nula

Se representa por H0 , es una hipótesis que es aceptada como verdadera y cuya validez será sometida a
comprobación experimental. Los resultados experimentales nos permitirán seguir aceptándola como verdadera
o si, por el contrario, debemos rechazarla.

Definición Hipótesis alternativa

Se representa por H1 , es la hipótesis que se acepta en caso de que la hipótesis nula H0 sea rechazada. La
hipótesis alternativa es una suposición contraria a la hipótesis nula.

UMSA EST-145 9 de junio de 2024 6 / 30

Ejemplo

Si se asume que θ0 es un valor del parámetro desconocido θ de una población cuya distribución se supone
conocida. las siguientes afirmaciones son ejemplos de hipótesis nulas y alternativas.
H0 : θ = θ0 y H1 : θ ̸= θ0 .
H0 : θ ≤ θ0 y H1 : θ > θ0 .
H0 : θ ≥ θ0 y H1 : θ < θ0 .

UMSA EST-145 9 de junio de 2024 7 / 30

Prueba de una hipótesis estadística

La prueba de una hipótesis estadística es un proceso que nos conduce a tomar la decisión de aceptar o
rechazar la hipótesis nula H0 , en contraposición de la hipótesis alternativa H1 y en base a los resultados de
una muestra aleatoria seleccionada de la población en estudio. \
La hipótesis nula H0 es la primera hipótesis que se plantea, y debe ser establecida de manera que especifique
un valor θ0 del parámetro θ en estudio. %La aceptación de una hipótesis significa que los datos de la muestra
no %proporcionan evidencia suficiente para refutarla. El rechazo significa que los datos de la muestra lo
refutan.
Ejemplo Sea X1 , X2 , . . . , Xn una muestra aleatoria extraída de una población N(µ, 64). Se considera la
hipótesis nula

H0 : µ ≤ 70
H1 : µ > 70

Una posible prueba de hipótesis es el siguiente. Rechazar H0 , si y solamente si.

8
X̄ > 70 + √
n

UMSA EST-145 9 de junio de 2024 8 / 30

Región Crítica

Una región critica de una hipótesis estadística es una partición del espacio muestral de observaciones Ω en
dos partes llamados región de rechazo o región critica y la región de aceptación.
La región critica o región de rechazo son los valores muestrales para los cuales se rechaza la hipótesis nula.

RC = {(x1 , x2 , . . . , xn ) ∈ Ω, para los cuales se rechaza H0 } ⊂ Ω

Y la región de aceptación son valores muestrales para los cuales no se rechaza H0 .

RA = {(x1 , x2 , . . . , xn ) ∈ Ω, para los cuales No se rechaza H0 } ⊂ Ω

Se entiende que aceptación o rechazo de una hipótesis nula en el sentido que la muestra ha proporcionado
evidencia suficiente, pero no absoluta para la aceptación o rechazo de H0

UMSA EST-145 9 de junio de 2024 9 / 30

Ejemplo

Sea X1 , X2 , . . . , Xn una muestra aleatoria extraída de una población N(µ, σ 2 = 64). Se considera la hipótesis
nula

H0 : µ ≤ 70
H1 : µ > 70

y la prueba a rechazar H0 , si y solo si.

8
X̄ > 70 + √
n

Entonces la región crítica de la prueba es.

8
RC = {(x1 , x2 , . . . , xn ) ∈ Ω/ X̄ > 70 + √ } ⊂ Ω
n

UMSA EST-145 9 de junio de 2024 10 / 30

Tipos de pruebas de hipótesis

El tipo de prueba depende básicamente de la hipótesis alternativa H1 . Se denomina prueba de una cola a
toda prueba de hipótesis donde la alternativa H1 es unilateral. Si la alternativa es bilateral, la prueba se
denomina prueba de dos colas.
La prueba de hipótesis: H0 : θ = θ0 contra H1 : θ ̸= θ0 se denomina prueba bilateral o de dos colas.
La prueba de hipótesis: H0 : θ = θ0 contra H1 : θ > θ0 se denomina prueba unilateral de cola a la derecha.
La prueba de hipótesis: H0 : θ = θ0 contra H1 : θ < θ0 se denomina prueba unilateral de cola a la izquierda

UMSA EST-145 9 de junio de 2024 11 / 30

Errores tipo I y tipo II

Al tomar la decisión de aceptar o rechazar la hipótesis nula H0 : θ = θ0 en base a los resultados obtenidos de
una muestra aleatoria seleccionada de la población en estudio; hay cuatro posibles situaciones que
determinan si la decisión tomada es correcta o incorrecta.

Error tipo I
Es el error que se comete al rechazar una hipótesis nula H0 cuando esta realmente es verdadera.

Error tipo II
Es el error que se comete al aceptar una hipótesis nula H0 cuando esta realmente es falsa.

UMSA EST-145 9 de junio de 2024 12 / 30

Notación de los errores

Probabilidad del Error tipo I

La probabilidad de cometer un error tipo I es.

α = P[Error tipo I] = P[Rechazar H0 cuando H0 es verdadera] (3)

Probabilidad del Error tipo II

La probabilidad de cometer un error tipo II es.

β = P[Error tipo II] = P[Aceptar H0 cuando H0 es falsa] (4)

UMSA EST-145 9 de junio de 2024 13 / 30

Tabla Resumen

Decisión H0 verdadera H0 Falsa

Error tipo I: Decisión correcta:
Rechazar H0
Probabilidad:α Probabilidad 1 − β
Decisión correcta: Error tipo II:
Aceptar H0
Probabilidad 1 − α Probabilidad β

UMSA EST-145 9 de junio de 2024 14 / 30

Ejemplo

El gerente de una fabrica de automóviles afirma: los carros de su fabricación consumen en promedio 11
galones de combustible para 330km con una desviación estándar de 1,2 galones. Una revista resuelve verificar
la afirmación del gerente y para esto toma 36 carros. Estos carros son sometidos a una prueba dando como
resultado X̄ = 11,5 galones para 330km ¿Cómo debe verificar la Revista la afirmación del gerente?

UMSA EST-145 9 de junio de 2024 15 / 30

Ejemplo

Formulación Estadística

X : Consumo de combustible de un automóvil en 330km, X ∼ N(µ, 1,22 ).

Formulación de hipótesis.
H0 : La afirmación del gerente es correcta. Esto equivale a decir que el consumo de combustible en 330 kms. de
un carro sigue una distribución normal con media µ = 11 galones y desviación estandar σ = 1,2 galones.
H1 : La afirmación del gerente no es es correcta. Esto equivale a decir que el consumo de combustible promedio
es mayor que 11 y la desviación estándar es σ = 1,2.
1,22
Construcción de la regla de decisión Como: X̄ ∼ N(µ, 36
) Luego

RC = {(x1 , x2 , . . . , xn ) ∈ Ω/ X̄ > 11 + c} ⊂ Ω

Como se calcula c?

UMSA EST-145 9 de junio de 2024 16 / 30

Ejemplo hallar c?

Para hallar c se debe fijar un valor de significación(por lo tanto nivel de confianza) α = 0,05 o 1 − α = 0,95
así se tiene: Zα = 1,644854.

UMSA EST-145 9 de junio de 2024 17 / 30

Solución

H0 : µ = 11
H1 : µ > 11

Con α = 0,05 se tiene lo siguiente.

P[Rechazar H0 /H0 es verdadera] = α = 0,05

 
P X̄ > 11 + c/µ = 11 = 0,05
 
X̄ − µ (11 + c) − µ
P √ > √ /µ = 11 = 0,05
σ/ n σ/ n
6c
P[Z > ] = 0,05
1,2
6c
= 1,645
1,2
c = 0,329

UMSA EST-145 9 de junio de 2024 18 / 30

Solución al ejemplo

Por lo tanto la región crítica esta dado por:

RC = {(x1 , . . . , xn ) ∈ Ω, x̄ > 11,329}

Así, la revista rechazará la afirmación del gerente con un nivel de significación del 5 % ya que
X̄ = 11,5 > 11,329.

UMSA EST-145 9 de junio de 2024 19 / 30

Nivel de significación y Potencia

Nivel de significación
Se denomina nivel de significación de una prueba de hipótesis a la probabilidad de cometer un error de tipo
I.

Potencia
La potencia de una prueba es la probabilidad de tomar una decisión acertada de, rechazar H0 cuando ésta es
falsa o de aceptar H1 cuando ésta es verdadera. La potencia de una prueba es calculada por 1 − β

UMSA EST-145 9 de junio de 2024 20 / 30

Nota

El nivel de significación se fija previamente por lo general en α = 0,05 o α = 0,01. Si para un valor dado de
α, se rechaza la hipótesis H0 , entonces se dice que los resultados muéstrales obtenidos, no sólo son diferentes
por efectos del azar, si no que son realmente significativamente diferentes al nivel α × 100 %, es decir; se
espera que de 100 resultados muéstrales en α × 100 % de las veces se rechazará la hipótesis nula H0 cuando
realmente es verdadera.
Para una muestra aleatoria de tamaño n seleccionada de la población en estudio, si α aumenta, entonces β
disminuye, y si β aumenta, entonces α disminuye.

UMSA EST-145 9 de junio de 2024 21 / 30

Región crítica y regla de decisión

Después de plantear la hipótesis nula H0 y su correspondiente alternativa H1 referentes a un parámetro θ, y

especificado el tamaño α del nivel de significación de la prueba de H0 contra H1 , se deberá determinar una
estadística Θ correspondiente al parámetro, cuya distribución muestral se conozca.

Regla de decisión
Es una regla de acuerdo con la cual se rechazará o por el contrario se aceptará la hipótesis nula H0 . El
rechazo de la hipótesis nula H0 implica la aceptación de H1 . Implica en la división del espacio muestral en
dos regiones: región de rechazo (RC) o la región critica de H0 y la región de aceptación(RA) o no rechazo
de H0 , esto depende del nivel de significación y de la distribución del estadístico.

UMSA EST-145 9 de junio de 2024 22 / 30

Procedimiento de la prueba de hipótesis

1 Formular la hipótesis nula H0 : θ = θ0 y la hipótesis alternativa adecuada, H1 : θ ̸= θ0 o H1 : θ > θ0 o

H1 : θ < θ0 .
2 Especificar el tamaño α o nivel de significación.
3 Seleccionar una estadística apropiada a usar en la prueba.
4 Establecer regla de decisión determinando la región crítica.
5 Calcular el valor del estadístico de la prueba a partir de los datos de la muestra.
6 Tomar la decisión de rechazar la hipótesis H0 si el valor del estadístico esta en la región critica, en caso
contrario no rechazar H0 .

UMSA EST-145 9 de junio de 2024 23 / 30

Pruebas de hipótesis acerca de la media µ Varianza σ 2 supuesta conocida

Prueba Bilateral
1 H0 : µ = µ0 contra H1 : µ ̸= µ0
2 Especificar el tamaño α o nivel de significación.
3 Utilizar la estadística de prueba.
X̄ − µ0
Z = √
σ/ n

4 RC = {|Z | > Zα/2 } por lo tanto RA = {|Z | ≤ Zα/2 }

(x̄ −µ0 )
5 Calcular el valor zk = σ/ n
√

6 Si zk ∈ RC se rechaza H0 caso contrario se acepta H0 .

UMSA EST-145 9 de junio de 2024 24 / 30

Ejemplo

11.- Halle la región de rechazo de la prueba de la hipótesis nula H0 : µ = 20 contra H1 : µ ̸= 20

correspondiente a la media de una población con varianza σ 2 = 16. suponga α = 0,05 y n ≥ 30.

UMSA EST-145 9 de junio de 2024 25 / 30

Pruebas de hipótesis acerca de la media µ Varianza σ 2 supuesta conocida

Prueba Unilateral
1 H0 : µ = µ0 contra H1 : µ > µ0
2 Especificar el tamaño α o nivel de significación.
3 Utilizar la estadistica de prueba.
X̄ − µ0
Z = √
σ/ n

4 RC = {Z > Zα } por lo tanto RA = {Z ≤ Zα }

(x̄ −µ0 )
5 Calcular el valor zk = σ/ n
√

6 Si zk ∈ RC se rechaza H0 caso contrario se acepta H0 .

UMSA EST-145 9 de junio de 2024 26 / 30

Pruebas de hipótesis acerca de la media µ Varianza σ 2 supuesta conocida

Prueba Unilateral
1 H0 : µ = µ0 contra H1 : µ < µ0
2 Especificar el tamaño α o nivel de significación.
3 Utilizar la estadistica de prueba.
X̄ − µ0
Z = √
σ/ n

4 RC = {Z < −Zα } por lo tanto RA = {Z ≥ −Zα }

(x̄ −µ0 )
5 Calcular el valor zk = σ/ n
√ de la muestra
6 Si zk ∈ RC se rechaza H0 caso contrario se acepta H0 .

UMSA EST-145 9 de junio de 2024 27 / 30

Ejemplo

Ejemplo anterior
El gerente de una fabrica de automóviles afirma: los carros de su fabricación consumen en promedio 11
galones de combustible para 330km con una desviación estándar de 1,2 galones. Una revista resuelve verificar
la afirmación del gerente y para esto toma 36 carros. Estos carros son sometidos a una prueba dando como
resultado X̄ = 11,5 galones para 330km ¿Cómo debe verificar la Revista la afirmación del gerente?.

H0 : µ = 11
H1 : µ > 11

Con α = 0,05

UMSA EST-145 9 de junio de 2024 28 / 30

Método del p-valor

Otra forma de establecer la regla de decisión, en estadística aplicada, es calculando el valor p(p-value), a
(x̄ −µ )
partir del valor absoluto de zk = σ/√0n , (que se obtiene de la muestra), de manera que:

Pvalue = P[Z < −zk ] + P[Z > zk ] = 2P[Z > zk ] (Para dos colas)
Pvalue = P[Z > zk ] Cola a la derecha
Pvalue = P[Z < −zk ] Cola a la izquierda.
Si el valor de Pvalue < α, entonces se rechaza H0 caso contrario no se rechaza H0

UMSA EST-145 9 de junio de 2024 29 / 30

Ejemplo

Ejemplo de la pregunta 11 de la guia IV, suponiendo que la media muestral es 18,5 con n = 30 al nivel
x̄ −µ
√ = −2,05396.
del 0,05 se tiene: zk = σ/ n
Por lo tanto el Pvalue = 2P[Z < −2,05] = 0,039979, como 0,039979 < 0,05, existe suficiente evidencia
en contra de la Hipótesis nula.
x̄ −µ
En el ejemplo del gerente de la fabrica zk = σ/ √ = 2,5 Por lo tanto el Pvalue = P[Z > 2,5] = 0,0062.
n
Como 0,0062 < 0,05 el Pvalue es menor que el nivel de significación existe suficiente evidencia en
contra de la Hipótesis nula de que el consumo de combustible de carros fabricados por el gerente sea 11
galones para 330km.

UMSA EST-145 9 de junio de 2024 30 / 30