Universidad Ricardo Palma

Facultad de Ciencias Económicas

Asignatura: Estadística Aplicada

Profesor: Carlos Castillo Crespo

Prueba de hipótesis

Profesor Carlos Castillo C.

 HIPÓTESIS: Definición y tipos

• Una hipótesis es una afirmación, conjetura, supuesto o

proposición inicial cuyo valor de verdad es sometido a
contrastación o prueba.
Tipos de Hipótesis
• Hipótesis Nula.- Es aquella que se espera rechazar
o desaprobar y está denotada por H0
• Hipótesis Alternativa.- Es la proposición que se
desea aprobar o aceptar y está denotada por H1.
Plantea una situación opuesta a Ho.
PRUEBAS DE HIPÓTESIS
• Hipótesis Estadística
Es una afirmación que se hace acerca del valor de un parámetro
(de las relaciones entre parámetros, o de la forma de la distribución
de una variable).
Esta afirmación se debe analizar con base a la evidencia de los
datos de una muestra. Puede ser.
a) Hipótesis simple: cuando se formula un valor único para el
parámetro H :   0
b) Hipótesis compuesta: cuando se formula un conjunto de valores
para el parámetro
H :  0 H :    0 H :   0

6/26/20 4
TIPOS DE PRUEBA
En una Prueba de Hipótesis se evalúa una hipótesis nula H0 frente
a una hipótesis alternativa H1.
• Pruebas Unilaterales o de una cola
• Prueba de Cola Inferior o Izquierda.-
H0 :  =  0 vs H1:  <  0
• Prueba de Cola Superior o Derecha.-
H0 :  =  0 vs H1:  >  0
• Prueba Bilateral o de dos Colas
H0 :  =  0 vs H1:    0 
6/26/20 5
 Decisiones Posibles de una Prueba de Hipótesis
Tabla Nº 1.1: Estados de la naturaleza y decisiones sobre la
hipótesis nula
Decisiones Estados de la naturaleza
sobre H 0 H0 es Verdadera H 0 es Falsa
Decisión CORRECTA
Probabilidad =1 - a Error TIPO II
No rechazar H 0
100(1 - a )% se denomina Probabilidad =b
nivel de confianza
Error TIPO I Decisión CORRECTA
Probabilidad =a Probabilidad = 1 - b
Rechazar H0
100a % se denomina 100(1 - b )% se denomina
nivel de significación potencia dela prueba

Error Tipo I.- Se comete cuando rechazamos H0 siendo ésta verdadera.

Error Tipo II.- Se comete cuando no rechazamos H0 siendo ésta falsa.
Potencia de la Prueba.- Es la probabilidad de rechazar H0 siendo ésta falsa, se
denota por 1- .
Estadística de Prueba.- Es una estadística muestral que a su vez es un estimador
insesgado del parámetro a probar.
Valor Crítico.- Es aquel valor de la estadística de prueba que permite rechazar H 0.
6/26/20 6
Reglas de Decisión
Se establecen en base al valor crítico del estadístico de prueba:
• Región de Rechazo (RR) o Crítica (RC). - Contiene los resultados de la
estadística de prueba para rechazar H0.
• Región de No Rechazo (RNR). - Contiene los resultados de la estadística
de prueba para NO rechazar H0.

6/26/20 7
Etapas Básicas de una Prueba de Hipótesis

1. Plantear las hipótesis nula H0 y alternativa H1

2. Especificar el nivel de significación que se va utilizar.

3. Indicar las condiciones de población y muestra y el estadístico
de prueba
4. Establecer el valor o valores críticos para rechazar o no
rechazar H0 y la regla de decisión

5. Determinar el valor calculado o experimental

6. Tomar la decisión de rechazar o no rechazar H0 .

6/26/20 8
Ejemplo
Considere el siguiente caso como una prueba de hipótesis. El
almacén acaba de recibir un paracaídas, sobre el cual un inspector
postula la siguiente hipótesis nula: "este paracaídas funcionará".
a) Establezca cuidadosamente los 4 posibles resultados al tomar
la decisión.
b) Decida sobre la gravedad de los dos errores posibles.
c) Si se pudiesen controlar estadísticamente  y , ¿qué conjunto
de probabilidades preferiría el usuario del paracaídas?.
 = 0.10 y  = 0.001 ;
 = 0.001 y  = 0.10 ;
= 0.05 y  = 0.05. 6/26/20 9
Ejemplo
Solución a)

Hipótesis planteadas:
H0: Este paracaídas funcionará
H1: Este paracaídas no funcionará

Decisiones posibles:
• Afirmar que el paracaídas funcionará
• Afirmar erróneamente que el paracaídas no funcionará
• Afirmar erróneamente que el paracaídas funcionará
• Afirmar que el paracaídas no funcionará

6/26/20 10
Ejemplo
Solución b)
Errores posibles:
• Error Tipo I: Afirmar erróneamente que el paracaídas no funcionará
(Rechazar Ho/Ho es Verdadero)
• Error Tipo II: Afirmar erróneamente que el paracaídas funcionará (No
rechazar Ho/Ho es Falso)

El error más grave es el Error Tipo II.

Solución c)
De las tres opciones:
 = 0.10 y  = 0.001;  = 0.001 y  = 0.10; = 0.05 y  = 0.05.
Dada la gravedad del Error Tipo II, seria más conveniente elegir la opción:
 = 0.10 y  = 0.001.
6/26/20 11
Prueba de hipótesis para la media
a) Caso de varianza 2 conocida
Estadística Valores Reglas para
Hipótesis
de Prueba Críticos rechazar H0
H0: m = m 0
za zc < za
H1: m < m 0
H0: m = m 0 x - 0
zc = z1-a zc > z1-a
H1: m > m 0 / n
H0: m = m 0
z1-a /2 | zc | >z1-a/2
H1: m ≠ m 0
Condiciones:
 La variable es normal o aproximadamente normal
 La muestra es aleatoria
6/26/20 12
Prueba de hipótesis para la media
b) Caso de varianza 2 desconocida
Estadística Valores Reglas para
Hipótesis
de Prueba Críticos rechazar H0
H0: m = m 0
t(n-1; a ) tc < t(n-1; a)
H1: m < m 0
H0: m = m 0 x - 0
tc = t(n-1; 1-a) tc > t(n-1; 1-a)
H1: m > m 0 s/ n
H0: m = m 0
t(n-1; 1-a /2 ) | tc | > t(n-1; 1-a/2)
H1: m ≠ m 0
Condiciones:
 La variable es normal
 La muestra es aleatoria

6/26/20 13
Ejemplo 1.-
Solución .-Un fabricante afirma que mediante el uso de un aditivo en la gasolina,
los automóviles podrían recorrer por término medio, 3 kilómetros más por litro.
Se usa una muestra aleatoria de 100 automóviles para evaluar este producto. El
incremento medio muestral alcanzado fue 3.4 kilómetros por litro, con una
desviación estándar de 1.8 kilómetros. ¿Con  = 0.05, se puede afirmar que
efectivamente con el uso de dicho aditivo los automóviles tendrán mayor
kilometraje por litro?
 0  3.0 n  100 x  3.4 s  1.8
De los datos tenemos:

1. Hipótesis a plantear
H0:  = 3 El uso del aditivo no permite el incremento del recorrido.

H1:  > 3 El uso del aditivo permite el incremento del recorrido.

6/26/20 14
Ejemplo 1.-
2. Nivel de significación:  = 0.05
3. Estadístico de prueba (En este caso: σ2 desconocido)
x  0 3.4  3.0
tc    2.22
s n 1.8 100
4. Valor crítico:
t(n-1; 1-) = t(99; 0.95) = 1.66039

5. Regla de Decisión:
Si tc > t(n-1; 1-) se rechaza H0

6. Decisión de la Prueba:
Como tc=2.22 > t(99;0.95)=1.66039

la decisión es: Rechazar H0

6/26/20 15
El valor p en la prueba de hipótesis
Al probar una hipótesis, comparamos el valor del estadístico de
prueba con un valor crítico y se toma la decisión ya sea de
rechazar la hipótesis nula o de no rechazarla.

Cuando se dispone de un software de estadística, éste reporta un

valor de probabilidad (que se determina con el valor calculado del
estadístico de prueba) que al compararlo con el nivel de
significación nos ayudará a tomar una decisión.
Criterio de decisión:

Si el valor p < α, entonces : Rechaza Ho.

Si el valor p ≥ α, entonces : No rechaza Ho.

Prueba de hipótesis para la proporción
Cuando n > 30
Estadística de Valores Reglas para
Hipótesis
Prueba Críticos rechazar H 0
H0: p = p0
za zc < za
H1: p < p0
H0: p = p0 p - 0
zc = z1-a zc > z1-a
H1: p > p0  0 (1   0 )
n
H0: p = p0
z1-a /2 | zc | >z1-a /2
H1: p ≠ p0

Condiciones:
 La variable es binomial
 La muestra es aleatoria

6/26/20 17
 Ejemplo
El gerente de una gran compañía afirma que al menos 25% de sus
empleados llegan tarde. En tal sentido, se solicita al jefe de personal la
revisión de los registros de la hora de llegada de 40 empleados, en la
quincena pasada, y se verifica que 8 han llegado tarde. Con  = 0.02; ¿hay
razón para concluir que el gerente de la compañía está exagerando?

Solución
Las hipótesis a plantear son:

H0: H0:   0.25 No hay evidencia contra la afirmación del gerente

H1:  < 0.25 Hay evidencia contra la afirmación del gerente

6/26/20 18
Ejemplo
Solución Los datos que tenemos son:
 0 (1   0 )
 0  0.25 n  40 p  0.20  0,0685   0.02 z   2.05
n

El valor crítico de la proporción muestral

  0 (1   0 ) 
P  pc   0  z  
 n 
P  pc  0.25  2.05(0.0685)   0,02
 pc  0.1096
 0.20  0.25 
p value  P z  
 0.25(0.75) 40 

 P(z  0.73)
p value  0.233

Luego se puede decidir no rechazar H0. 6/26/20 19

Prueba de hipótesis de la varianza

Estadística Valores Reglas para

Hipótesis
de Prueba Críticos rechazar H0

H0: s 2 = s 20
 2
(n  1;  )  2
c   2
(n 1;  )
H1: s 2 < s 20
H0: s 2 = s 20
 2
c =
(n  1)s 2
 02
 2
(n 1; 1 )  2
c
2
(n 1; 1 )
H1: s 2 < s 20
H0: s 2 = s 20  2
(n 1;  / 2)  2
c  2
(n  1;  / 2) o

H1: s 2  s 20  2
(n 1; 1 / 2)
 2
c  2
(n  1; 1  / 2)

Condiciones:
 La variable es normal
 La muestra es aleatoria
6/26/20 20
Ejemplo
Una máquina automática empacadora de azúcar se usa para llenar bolsas de 2
Kg. Una muestra de 15 bolsas arrojó una media de 1.97 Kg. con una desviación
estándar de 0.012 Kg.; si se supone que la distribución de los pesos es normal,
y de la experiencia pasada se sabe que la desviación estándar de los pesos es
de 0.009, ¿puede explicarse el aparente incremento en la variabilidad por el
error muestral únicamente?.

Solución.- Los datos que tenemos son:

 0  0.009 n  15 s  0.012

Ho :  2  0.0092 Nohay aumento significativo

H1 :  2  0.0092 Hay aumento significativo

6/26/20 21
Ejemplo
Nivel de Significación: Se asume  = 0.05

Estadística de Prueba
(n  1)s2 (15  1)(0.0122 )
 2
c    24.889
02
0.009 2

Valor Crítico
 2
(n1;1 )  (14;0,95)
2
= 23.685

Como
c2  (n2 1;1 )
valor p  P (14)
2
 24.89   0.036

Se puede decidir rechazar H0

6/26/20 22