ESTADISTICA INFERENCIAL

PRUEBA DE HIPÓTESIS I
INFERENCIAESTADÍSTICA
INFERENCIA ESTADÍSTICA
MachicaoBejar
Machicao BejarNilton
[email protected]
[email protected]
Los dueños de los centros comerciales creen
que un comprador típico pasa 75 minutos, con
una desviación estándar de 15 minutos en el
centro comercial

El medicamento Advil aliviará los síntomas de

dolor de cabeza en menos de 20 minutos

El número de medio de millas recorridas

utilizando una llanta radial con refuerzo
Goodyear, es mayor de 60,000
¿Será cierto?
Introducción

La estadística inferencial es el proceso de usar

información de una muestra para describir el estado de
una población. Sin embargo, es frecuente que usemos
la información de una muestra para probar un reclamo o
conjetura sobre algún parámetro de la población. El
reclamo o conjetura se refiere a una hipótesis. El
proceso que corrobora si la información de una muestra
sostiene o refuta el reclamo se llama prueba de
hipótesis.
¿Qué es una Hipótesis estadística?
Es una proposición o supuesto sobre los parámetros de una o
más poblaciones. Principalmente sobre la media (µ),
varianza (2 ), proporción (), etc.

¿Qué es una Prueba de hipótesis?



Es un procedimiento basado en:

• Evidencia de la muestra
• La teoría de la probabilidad
Se emplea para determinar si la hipótesis es
• Un enunciado razonable y no debe rechazarse
• No es razonable y debe ser rechazado
Tipos de hipótesis
Hipótesis Nula (H0) Hipótesis Alterna (H1)
 Es lo contrario de lo que  Es lo que sospechamos que
sospechamos que va a va a ser cierto.
ocurrir
 Lleva los signos igual, 
Lleva los signos diferente ,
mayor igual y menor igual
Mayor o menor ( ≠, < ó >).

 Es la creencia apriori que

 Es la hipótesis del
no se rechaza a menos que
investigador
los datos muestrales
prueben lo contrario.
¿Ejemplos de cómo plantear las hipótesis?

 Problema 1: ¿La estatura promedio de los estudiantes

de la universidad es de 1.65 mt?
 Solución:
Traducir a lenguaje estadístico:   1.65
Establecer su opuesto:   1.65
Plantear las hipótesis

H 0 :   1.65
H 1 :   1.65
 Problema 2: El tiempo de vida promedio de una
determinada pieza usada en el ensamblaje de una marca
de computadoras es diferente a 20,000 horas.
 Solución:
Traducir a lenguaje estadístico:   20,000
Establecer su opuesto:   20,000
 Plantear las hipótesis:
H 0 :   20,000
H 1 :   20,000
 Problema 3: El porcentaje de personas atacadas por
la gripe porcina en el país, es mayor al 10%.

 Solución:

Traducir a lenguaje estadístico:   0.10

Establecer su opuesto:   0.10

Plantear las hipótesis: Ho :   0.10

H1 :   0.10
 Tipos de Errores
• Error Tipo I
– Rechazar una Hipótesis Nula cuando es cierta.
– La probabilidad de cometer un Error del Tipo I es igual
al nivel de significancia α. La probabilidad de no
cometer el Error del Tipo I es igual a 1- α
• Error Tipo II
– Aceptar (no rechazar) una Hipótesis Nula cuando es
falsa.
– La probabilidad de cometer un Error del Tipo II es
igual a . La probabilidad de NO cometer un Error del
Tipo II es igual a 1- .
Resumen de las situaciones posibles cuando se
toma una decisión en prueba de hipótesis:

Realidad
Decisión Ho es verdadera Ho es falsa

Acepta Ho No ha error Error tipo II

Rechaza Ho Error tipo I No hay error

Procedimiento para llevar a cabo una
prueba de hipótesis
 Plantear las hipótesis  Definir la hipótesis nula y alterna,
traducida a lenguaje estadístico
 Fijar nivel de significancia
 Definir el tipo de error
Los valores más usados son: 0.01, 0.05,
0.10

 Seleccionar el estadístico de prueba: Z,

 Identificar el estadístico de prueba T,  2 etc.

 Establecer la regla de decisión bajo las

 Formular una regla de decisión cuales se rechaza o no H0.

 Tomar decisión en base a la evidencia

 Decisión muestral

 La conclusión se expresa en función del

 Conclusión problema.
 Prueba de Hipótesis sobre la media poblacional

 Prueba bilateral o de dos colas

H 0 :   0
H1 :    0

Prueba unilateral Prueba unilateral

Cola a la derecha Cola a la izquierda
H 0 :   0 H 0 :   0
H1 :    0 H1 :    0
Paso 2
Elección del nivel de significación
 puede ser 0.01, 0.05, 0.10, etc 
Paso 3
Estadístico de prueba
2 es conocida 2 es desconocida
x x
Z   N (0,1) T   t ( n 1)
 / n S/ n
Paso 4 Región de Rechazo RHo y región de
No Rechazo de la Ho NRHo

RHo NRHo RHo NRHo RHo

RHo NRHo

Unilateral izquierda o inferior Unilateral derecha o superior

Bilateral

Paso 5 Decisión Estadística

Con los valores de la muestra hallar el valor de la estadística
de prueba Z o T, llamado Zcal o Tcal
Rechazar Ho si Zcal se encuentra en la región de rechazo.
No Rechazar Ho si Zcal se encuentra en la región de no rechazo.
Ejemplo 1
Una máquina está calibrada para embolsar cereales a
un peso promedio de 500 gramos. Cada cierto tiempo
el jefe de control de calidad realiza una inspección
para determinar si debe mandar a calibrar la máquina.
Para tomar una decisión toma una muestra aleatoria de
36 bolsas y encuentra un promedio de 496.5 gr. ¿A
que conclusión llegará el jefe de control de calidad, si
suponemos que el peso se distribuye normalmente con
una desviación estándar de 9 grs? Use un 5% de
significancia.
Solución
Paso 1
Hipótesis nula: Hipótesis alterna
H 0 :   500 H1 :   500
Las bolsas de cereal pesan Las bolsas de cereal no
en promedio 500 gr. pesan en promedio 500 gr.

La variable de estudio es peso (X),

y el Peso se debe distribuir como una normal
Por dato del problema, se sabe que (=9)
conocido.
Paso 2
Fijamos alfa:  = 0.05
Paso 3 x
Estadístico de prueba = Zc 
 / n

Paso 4: Región crítica para alfa dado:

 ,  1.96 o 1.96, 

Cálculo de Zc:

496.5  500
Z calc   2.33
9 / 36
Paso 5: Decisión
Como Zc = - 2.33 < Ztabla =-1.96, se rechaza Ho.
Es decir el peso promedio

Conclusión: Con un nivel de significación del 5%

existe evidencia estadística para concluir que el
peso promedio de las bolsas de cereal no pesan
500 gramos. Se justifica enviar a calibrar la máquina.
 Ejemplo 2
En estudios previos se ha determinado que el nivel de colesterol
promedio de pacientes con problemas cardíacos es 220. Un
cardiólogo piensa que en realidad el nivel es más alto y para
probar su afirmación usa la muestra
217 223 225 245 238 216 217 226 202
233 235 242 219 221 234 199 236 248
218 224
¿Habrá suficiente evidencia estadística para apoyar la afirmación
del cardiólogo? Justificar su respuesta con un α=0.05
Solución: Paso 1
Hipótesis nula: Hipótesis alterna
Ho:  = 220 H1:  > 220
El nivel promedio de El nivel promedio de
Colesterol es 220 colesterol es mayor de 220
Paso 2: Fijemos  = 0.05

Paso 3
x
Estadístico de prueba = Tc 
S/ n
Paso 4: Región crítica para alfa dado:
Tabla T de Student Región crítica

Tn 1,1 / 2  T19,0.95  1.7291 1.7291, 

Cálculo de Zc: x  225.90, S  13.09
225.90  220
Tc   2.02
13.09 / 20
 Paso 5: Decisión

Como Tc = 2.02 > Ttabla =1.7291, se rechaza Ho se

concluye de que sí hay evidencia estadística de
que el nivel de colesterol promedio de los
pacientes con problemas cardíacos es mayor a
220.
 Prueba de Hipótesis para la
Proporción Poblacional: 
Paso 1.-
Bilateral A la derecha A la izquierda
H0 :   0 H0 :   0 H0 :   0
H1 :    0 H1 :    0 H1 :    0

Paso 2: Elección del nivel de significación 

P 0
Paso 3: Estadístico de prueba Zc 
 0 (1   0 )
n
Ejemplo 3:

Se debe decidir si los lotes que llegan a una fábrica

deben ser aceptados o devueltos al proveedor. Los
artículos de este lote vienen con una garantía de 10%
de artículos defectuosos. Si hay evidencia que es
más de 10% se rechazará el lote. Para tomar una
decisión se elige una muestra aleatoria de 625
artículos y se encuentran que 550 no son defectuosos.
¿Cuál será la decisión? Use alfa = 0.01
Soluci
ón
Ho :   0.1
H1 :   0.1
  0.01
P 0 Z=2.33
Zc 
 0 (1   0 )
75
n P  0.12
625

Z tabla  Z1  Z 0.99  2.33 Como Zc =1.667<Zcrit=2.33

No se rechaza Ho. Es decir, no
0.12  0.10 hay evidencias que el % de
Zc   1.667
0.10 (1  0.10) artículos defectuosos sea
625 mayor a 10%. No hay razón
para rechazar el lote.
 Prueba de hipótesis para la varianza
Caso I Caso II Caso III
H 0 :  2   02 H 0 :  2   02 H 0 :  2   02
H 1 :  2   02 H 1 :  2   02 H1 :  2   02
( n  1) S 2
Prueba Estadística:  calc
2
   n21,
 02

Decisión: Si
 c2   n21, / 2 ó  
2 2  
2
c
2
n 1,
c n 1,1
 c2   n21,1 / 2 se rechaza Ho se rechaza Ho
se rechaza Ho
 Ejemplo 4:

Un fabricante de dulces debe inspeccionar la temperatura

a la cual se cocinan los dulces. Una variación excesiva en
la temperatura de cocción produciría inconsistencia en el
sabor del dulce. Registros anteriores muestran que la
desviación estándar de la temperatura fue 1.2 0F. Se
selecciona una muestra aleatoria de 30 lotes de dulces y
se obtiene que la desviación estándar es de 2.1 0F.
Al nivel de significación de 0.05 ¿existe evidencia de que
la desviación estándar de la población ha aumentado por
encima de 1.20F.
 Solución
Planteamiento de la hipótesis Cálculos
(30  1) 2.1 2
H0 :   1.2 2 2  2
calc  2
 88 . 8125
1.2
H1 :   1.2 2 2
Decisión: Rechazar H0
Estadístico de prueba  2
calc  2
1
Rechazo
(n  1) S 2
 calc
2

 02

Valor crítico 42.6 88.8125

Al nivel de significación del 5% hay
 2
1  2
1 0.05  2
0.95  42. 6 evidencia de que la desviación estándar de
la temperatura es mayor a 1.20F
Bibliografía:

1.- Anderson, S. (2006). Estadísticas para

administración y economía, ( 8tva ed.) México:
Thomson.
2. Montgomery D. - Runger G.. Probabilidad y
Estadística aplicadas a la ingeniería, MgGRAW-
HILL INTERAMERICANA EDITORES. México D.F.,
1996
Prueba de hipotesis usando “p-values”

El “P-value” llamado el nivel de significación observado,

es el mínimo valor de  al cual se rechazaría la hipótesis
nula.
Un “P-value” cercano a 0 indica que es muy poco
probable que Ho ocurra por lo que estaremos inclinados en
rechazarla.
Decisión Estadística:

Si p-valor < α Decisión: Rechazar Ho

Si p-valor  α Decisión: No Rechazar Ho

Ejemplo 1
Z de una muestra

Prueba de mu = 500 vs. no = 500

La desviación estándar supuesta = 9

Media del
Error
N Media estándar IC de 95% Z P
36 496,50 1,50 (493,56; 499,44) -2,33 0,020

Como es < α=0.05

Se rechaza Ho.