Hipotesis
Hipotesis
Hipotesis
Contrastes de hipótesis
24 de julio de 2019
Tabla de Contenido
1 Generalidades
2 Pruebas de hipótesis para una población
Hipótesis para la media µ, (σ conocida)
Hipótesis para la media µ, (σ desconocida)
Hipótesis para la proporción π
Hipótesis para la varianza σ 2
3 Pruebas de hipótesis para dos poblaciones
Hipótesis para µ1 − µ2 , (σ1 , σ2 conocidas)
Hipótesis para µ1 − µ2 , (σ1 , σ2 desconocidas)
Hipótesis para muestras pareadas
Hipótesis para π1 − π2
Hipótesis para σ12 /σ22
4 Bibliografı́a
ESTADÍSTICA INFERENCIAL 3 / 100
Generalidades
Conceptos básicos
Conceptos básicos
Conceptos básicos
Conceptos básicos
Estadı́stico de prueba
Es la formula con la que a partir de los datos y de H0 , se calcula el número cuya
magnitud permite discernir si se rechaza o no la hipótesis nula.
Región de aceptación
Son los posibles valores del estadı́stico de prueba donde no se rechaza la hipótesis
nula.
Región de rechazo
Es el conjunto de posibles valores del estadı́stico de prueba que llevan a rechazar
la hipótesis nula.
Conceptos básicos
Ejemplo
Suponga que el inversionista decide observar los ingresos de la empresa camaronera
durante un año (n = 12 meses) y se obtiene la media muestral x. Se decide tomar
como estadı́stico de prueba a la media muestral x.
Un valor de la media muestral cercano al valor hipotético µ = 50 es
evidencia de que la verdadera media µ es en realidad 50 millones. Resultado
a favor de H0 .
Un valor de la media muestral muy lejano al valor hipotético µ = 50 es
evidencia en favor de la hipótesis alternativa H1 .
Región crı́tica
Ejemplo
Continuando con el ejemplo, Suponga que si 48,5 ≤ x ≤ 51,5, no se rechazará la
hipótesis nula H0 : µ = 50, y cuando x < 48,5 o bien x > 51,5, se rechazará la
hipótesis nula en favor de la alternativa H1 : µ 6= 50
Tipos de errores
Tipos de errores
Ejemplo
Continuando con el ejemplo, para la hipótesis
(
H0 : µ = 50 millones
H1 : µ 6= 50 millones
Significancia predefinida
El nivel de significancia predefinido, es el porcentaje de riesgo máxi-
mo que el experimentador esta dispuesto a correr por rechachar H0
indebidamente, es decir, la tolerancia que se admite con respecto al
error tipo I. Este valor se conoce como α.
Significancia observada
Es el área bajo la curva de la distribución de frecuencias más allá
del valor del estadı́stico de prueba. Se le conoce como el p − valor.
Esta cantidad “p − valor” corresponde al nivel de significación más
pequeño posible que puede escogerse, para el cual todavı́a se rechazarı́a
la hipótesis nula con las observaciones actuales. Más adelante se hará
énfasis en este concepto.
ESTADÍSTICA INFERENCIAL 12 / 100
Pruebas de hipótesis para una población Hipótesis para la media µ, (σ conocida)
Tabla de Contenido
1 Generalidades
2 Pruebas de hipótesis para una población
Hipótesis para la media µ, (σ conocida)
Hipótesis para la media µ, (σ desconocida)
Hipótesis para la proporción π
Hipótesis para la varianza σ 2
3 Pruebas de hipótesis para dos poblaciones
Hipótesis para µ1 − µ2 , (σ1 , σ2 conocidas)
Hipótesis para µ1 − µ2 , (σ1 , σ2 desconocidas)
Hipótesis para muestras pareadas
Hipótesis para π1 − π2
Hipótesis para σ12 /σ22
4 Bibliografı́a
ESTADÍSTICA INFERENCIAL 13 / 100
Pruebas de hipótesis para una población Hipótesis para la media µ, (σ conocida)
4) Se rechazará H0 si |Z0 | > Zα/2 , en caso contrario se dice que los datos no
muestran evidencia suficiente para rechazar H0 .
ESTADÍSTICA INFERENCIAL 15 / 100
Pruebas de hipótesis para una población Hipótesis para la media µ, (σ conocida)
Resumen de pruebas
Hipótesis nula Estadı́stico de prueba
X − µ0
H0 : µ = µ0 Z0 = √
σ/ n
Hipótesis alternativa Criterio de rechazo
H1 : µ 6= µ0 Rechazar H0 si |Z0 | > Zα/2
H1 : µ < µ0 Rechazar H0 si Z0 < −Zα
H1 : µ > µ0 Rechazar H0 si Z0 > Zα
Ejemplo
Cien latas de 16 onzas de salta de tomate Jake’s Mom’s tienen un
promedio de 15,2 onzas. La desviación estandar poblacional en peso
es de 0,96 onzas. ¿A un nivel de confianza de 93 %, las latas parecen
estar llenas con un promedio de 16 onzas?
Decisión:
|Z0 | = | − 8,333333| = 8,333 > 1,8119,
se rechaza la hipótesis nula, y se
concluye con un nivel de 93 % de
confianza, que el llenado promedio de
las latas es diferente a 16 onzas
Ejemplo
Antes de publicar un nuevo libro de cocina, Batman Book desea probar
la hipótesis, con un nivel de significancia del 10 % de que el precio
promedio de tales libros es de U S$36,00. Con base en los precios de
libros simulares, se asume que la desviación estandar poblacional del
precio de tales libros es U S$9,87. ¿Esta afirmación se sustenta si una
muestra de 50 libros de cocina tienen un precio promedio de U S$32,97?
Decisión:
|Z0 | = | − 2,1708| = 2,1708 > 1,645,
se rechaza la hipótesis nula, y se
concluye con un nivel de 90 % de
confianza, que el precio promedio de
los libros es diferente de U S$36,00.
P − valor
El P − valor para esta prueba se calcula como
P − valor = 2P (Z > |Z0 |) = 2P (Z > 2,1708) = 2(0,014973) = 0,02995
Tabla de Contenido
1 Generalidades
2 Pruebas de hipótesis para una población
Hipótesis para la media µ, (σ conocida)
Hipótesis para la media µ, (σ desconocida)
Hipótesis para la proporción π
Hipótesis para la varianza σ 2
3 Pruebas de hipótesis para dos poblaciones
Hipótesis para µ1 − µ2 , (σ1 , σ2 conocidas)
Hipótesis para µ1 − µ2 , (σ1 , σ2 desconocidas)
Hipótesis para muestras pareadas
Hipótesis para π1 − π2
Hipótesis para σ12 /σ22
4 Bibliografı́a
ESTADÍSTICA INFERENCIAL 26 / 100
Pruebas de hipótesis para una población Hipótesis para la media µ, (σ desconocida)
Caso 1) n ≥ 30
Caso 2) n < 30
Suponga que se desea probar la hipótesis
(
H0 : µ = µ0
H1 : µ 6= µ0
Resumen de pruebas
Hipótesis nula Estadı́stico de prueba
X − µ0
H0 : µ = µ0 t0 = √
S/ n
Hipótesis alternativa Criterio de rechazo
H1 : µ 6= µ0 Rechazar H0 si |t0 | > t(α/2;n−1)
H1 : µ < µ0 Rechazar H0 si t0 < −t(α;n−1)
H1 : µ > µ0 Rechazar H0 si t0 > t(α;n−1)
Ejemplo
Se desea evaluar la resistencia mı́nima que tiene un envase de plástico
en posición vertical. Para ello, es necesario garantizar que sea de 20
kg. Para evaluar esto se han obtenido los siguientes datos mediante
pruebas destructivas:
26,8 29,5 28,4 26,3 28,1 28,7 27,0 25,5 26,9 27,2 27,6 25,5 28,3 27,4
28,8 25,0 25,3 27,7 25,2 28,6 27,9 28,7
Usando α = 0,05, pruebe la hipótesis de que la resistencia promedio
de los envases es la adecuada.
hay que tener en cuenta que el interés está en probar que la resistencia mı́nima
debe ser de al menos 20 kg (se debe incluir el valor de 20), por lo tanto bastarı́a
con probar la siguiente hipótesis
Hipótesis de cola superior
(
H0 : µ = 20
H1 : µ < 20
Ejemplo
Debido al tiempo excesivo que se gasta hacia el sitio de trabajo, la ofi-
cina en donde usted trabaja en en centro de Bogotá está considerando
espaciar las horas de trabajo para sus empleados. El gerente conside-
ra que los empleados gastan un promedio de 50 minutos para llegar
al trabajo. 14 empleados se toman un promedio de 47,2 minutos con
una desviación estándar de 18,9 minutos. Fije α en 1 % y pruebe la
hipótesis
En Excel =DISTR.T.INV(0,01;13)
Tabla de Contenido
1 Generalidades
2 Pruebas de hipótesis para una población
Hipótesis para la media µ, (σ conocida)
Hipótesis para la media µ, (σ desconocida)
Hipótesis para la proporción π
Hipótesis para la varianza σ 2
3 Pruebas de hipótesis para dos poblaciones
Hipótesis para µ1 − µ2 , (σ1 , σ2 conocidas)
Hipótesis para µ1 − µ2 , (σ1 , σ2 desconocidas)
Hipótesis para muestras pareadas
Hipótesis para π1 − π2
Hipótesis para σ12 /σ22
4 Bibliografı́a
ESTADÍSTICA INFERENCIAL 39 / 100
Pruebas de hipótesis para una población Hipótesis para la proporción π
Hipótesis para π
Hipótesis para π
Suponga que se desea probar la hipótesis
(
H0 : π = π0
H1 : π 6= π0
P − π0
Z0 = r
π0 (1 − π0 )
n
ESTADÍSTICA INFERENCIAL 41 / 100
Pruebas de hipótesis para una población Hipótesis para la proporción π
Hipótesis para π
Resumen de pruebas
Hipótesis nula Estadı́stico de prueba
P − π0
H0 : π = π0 Z0 = p
π0 (1 − π0 ) /n
Hipótesis alternativa Criterio de rechazo
H1 : π 6= π0 Rechazar H0 si |Z0 | > Zα/2
H1 : π < π0 Rechazar H0 si Z0 < −Zα
H1 : π > π0 Rechazar H0 si Z0 > Zα
Hipótesis para π
Hipótesis para π
Ejemplo
En un centro escolar se ha venido aplicando una campaña contra el uso
del tabaco por parte de los estudiantes. Antes de la campaña, un 30 %
de los alumnos eran fumadores activos; para investigar si disminuyó
esa proporción, se toma una muestra aleatoria de 150 estudiantes y se
detecta que 35 de ellos son fumadores.
a) Formule la hipótesis pertinente al problema
b) Con una significancia del 5 % verifique la hipótesis planteada
c) ¿Se mantiene la conclusión anterior si se quiere tomar una
decisión con una confianza del 99 %?
Hipótesis para π
Zα = Z0,05 = 1,645
Hipótesis para π
Estadı́stico de prueba
7
P − π0 − 0,30
Z0 = r = r30 = −1,782
π0 (1 − π) 0,30 (0,70)
n 150
Decisión:
Como Z0 = −1,782 < −1,645 se
rechaza la hipótesis nula; se concluye
al nivel del 5 % que la proporción de
alumnos fumadores es menor que 30 %
Hipótesis para π
Zα = Z0,01 = 2,326
Tabla de Contenido
1 Generalidades
2 Pruebas de hipótesis para una población
Hipótesis para la media µ, (σ conocida)
Hipótesis para la media µ, (σ desconocida)
Hipótesis para la proporción π
Hipótesis para la varianza σ 2
3 Pruebas de hipótesis para dos poblaciones
Hipótesis para µ1 − µ2 , (σ1 , σ2 conocidas)
Hipótesis para µ1 − µ2 , (σ1 , σ2 desconocidas)
Hipótesis para muestras pareadas
Hipótesis para π1 − π2
Hipótesis para σ12 /σ22
4 Bibliografı́a
ESTADÍSTICA INFERENCIAL 48 / 100
Pruebas de hipótesis para una población Hipótesis para la varianza σ 2
Hipótesis para σ 2
Hipótesis para σ 2
Pasos
1) Se calcula el estadı́stico de prueba.
(n − 1) S 2
X02 = ∼ χ2(n−1)
σ02
Hipótesis para σ 2
3) Se rechazará H0 si
o bien si
.
Hipótesis nula Estadı́stico de prueba
2
(n − 1) S 2
H0 : σ = σ02 X02 =
σ02
Hipótesis alternativa Criterio de rechazo
H1 : σ 2 6= σ02 Rechazar H0 si X02 > χ2(α/2;n−1) o X02 < χ2(1−α/2;n−1)
H1 : σ 2 < σ02 Rechazar H0 si X02 < χ2(1−α;n−1)
H1 : σ 2 > σ02 Rechazar H0 si X02 > χ2(α;n−1)
Hipótesis para σ 2
Ejemplo
En el proceso de fabricación de discos para computadoras, una de las varia-
bles crı́ticas es el rendimiento de formato. Se toma una muestra aleatoria
de n = 10 discos de la producción del turno de la mañana. Se formatean y
se reporta el rendimiento de cada disco. Los datos obtenidos son:
96,11 91,06 93,38 88,52 89,57 92,63 85,20 91,41 89,79 92,62.
Hipótesis para σ 2
Hipótesis para σ 2
Estadı́stico de prueba
(n − 1) S 2 9 (8,9467)
X02 = = = 12,88
σ02 6,25
Tabla de Contenido
1 Generalidades
2 Pruebas de hipótesis para una población
Hipótesis para la media µ, (σ conocida)
Hipótesis para la media µ, (σ desconocida)
Hipótesis para la proporción π
Hipótesis para la varianza σ 2
3 Pruebas de hipótesis para dos poblaciones
Hipótesis para µ1 − µ2 , (σ1 , σ2 conocidas)
Hipótesis para µ1 − µ2 , (σ1 , σ2 desconocidas)
Hipótesis para muestras pareadas
Hipótesis para π1 − π2
Hipótesis para σ12 /σ22
4 Bibliografı́a
ESTADÍSTICA INFERENCIAL 55 / 100
Pruebas de hipótesis para dos poblaciones Hipótesis para µ1 − µ2 , (σ1 , σ2 conocidas)
Hipótesis para µ1 − µ2
σ1 , σ2 conocidas
X 1 − X 2 − δ0
Z0 = q 2
σ1 σ22
n1 + n2
Hipótesis para µ1 − µ2
σ1 , σ2 conocidas
Resumen de pruebas
Hipótesis nula Estadı́stico de prueba
H0 : µ1 − µ2 = δ0 Z0 = Xr1 −X
σ2
2 −δ0
σ2
1+ 2
n1 n2
Hipótesis para µ1 − µ2
σ1 , σ2 desconocidas, (muestras grandes)
NOTA
Si las varianzas σ12 y σ22 no se conocen, pero los tamaños de muestra
son grandes (n1 + n2 − 2 > 30), en su lugar, se usan S12 y S22 . Ası́, el
estadı́stico de prueba queda
X 1 − X 2 − δ0
Z0 = q 2
S1 S2
n1
+ n22
Hipótesis para µ1 − µ2
σ1 , σ2 conocidas
Ejemplo
Dos diferentes formulaciones de un combustible oxigenado para motores se prueban
para estudiar su ı́ndice de octano en carretera. La varianza del ı́ndice de octano en
carretera para la formulación 1 es σ12 = 1,5 y para la formulación 2 es σ22 = 1,2. Se
prueban dos muestras aleatorias de tamaños n1 = 15 y n2 = 20, y las medias del
ı́ndice de octanoo en carretera observadas son X 1 = 89,6 y X 2 = 92,5. Suponga
una distribución normal.
a) Si la formulación 2 produce un ı́ndice de octano en carretera más alto que
la formulación 1, al fabricante le gustarı́a detectarlo. Formule y pruebe la
hipótesis apropiada usando α = 0,05.
b) ¿Cuál es el valor p de la prueba?
Hipótesis para µ1 − µ2
σ1 , σ2 conocidas
Solución
Formulación 1 n1 = 15 X 1 = 89,6 σ12 = 1,5
Formulación 2 n2 = 20 X 2 = 92,5 σ22 = 1,2
Hipótesis (
H0 : µ1 − µ2 = 0
H1 : µ1 − µ2 < 0
Zα = Z0,05 = 1,645
Hipótesis para µ1 − µ2
σ1 , σ2 conocidas
89,6 − 92,5 − 0
Estadı́tico de prueba: Z0 = q = −7,25
1,5 1,2
15 + 20
Decisión:
Como Z0 = −7,25 < −1,645, se
rechaza la hipótesis nula.
Hipótesis para µ1 − µ2
σ1 , σ2 conocidas
p = P (Z < Z0 )
= P (Z < −7,25)
≈0
Tabla de Contenido
1 Generalidades
2 Pruebas de hipótesis para una población
Hipótesis para la media µ, (σ conocida)
Hipótesis para la media µ, (σ desconocida)
Hipótesis para la proporción π
Hipótesis para la varianza σ 2
3 Pruebas de hipótesis para dos poblaciones
Hipótesis para µ1 − µ2 , (σ1 , σ2 conocidas)
Hipótesis para µ1 − µ2 , (σ1 , σ2 desconocidas)
Hipótesis para muestras pareadas
Hipótesis para π1 − π2
Hipótesis para σ12 /σ22
4 Bibliografı́a
ESTADÍSTICA INFERENCIAL 63 / 100
Pruebas de hipótesis para dos poblaciones Hipótesis para µ1 − µ2 , (σ1 , σ2 desconocidas)
Hipótesis para µ1 − µ2
σ1 , σ2 desconocidas, σ1 = σ2
Hipótesis para µ1 − µ2
σ1 , σ2 desconocidas, σ1 = σ2
Se calcula el estadı́stico
X 1 − X 2 − δ0
t0 = q
Sp n11 + n12
Siendo r
(n1 − 1) S12 + (n2 − 1) S22
Sp =
m
m = n1 + n2 − 2, son los grados de libertad.
Se rechazará H0 si |t0 | > t(α/2;m) .
Hipótesis para µ1 − µ2
σ1 , σ2 desconocidas, σ1 = σ2
Resumen de pruebas
Hipótesis nula Estadı́stico de prueba
H1 : µ1 − µ2 = δ0 t0 = X 1q−X1 2 −δ10
Sp n1
+n
2
Hipótesis para µ1 − µ2
σ1 , σ2 desconocidas, σ1 = σ2
Hipótesis para µ1 − µ2
σ1 , σ2 desconocidas, σ1 = σ2
Ejemplo
Se investiga en diámetro de las varillas de acero fabricadas en dos
máquinas de extrusión diferentes. Se seleccionan dos muestras aleato-
rias de tamaños n1 = 15 y n2 = 17, y las medias muestrales y varianzas
muestrales son X 1 = 8,73, S12 = 0,35, X 2 = 8,68 y S22 = 0,40 res-
pectivamente. Suponga que σ12 = σ22 y que los datos se extraen de una
distribución normal.
¿Hay evidencia en favor de la afirmación de que las dos
máquinas producen varillas con medias del diámetro diferenctes?
Use α = 0,05 para llegar a esta conclusión.
Calcule el valor p de la prueba.
ESTADÍSTICA INFERENCIAL 68 / 100
Pruebas de hipótesis para dos poblaciones Hipótesis para µ1 − µ2 , (σ1 , σ2 desconocidas)
Hipótesis para µ1 − µ2
σ1 , σ2 desconocidas, σ1 = σ2
Datos
Máquina 1 n1 = 15 X 1 = 8,73 S12 = 0,35
Máquina 2 n2 = 17 X 2 = 8,68 S22 = 0,40
hipótesis (
H0 : µ1 − µ2 = 0
H1 : µ1 − µ2 6= 0
Hipótesis para µ1 − µ2
σ1 , σ2 desconocidas, σ1 = σ2
grados de libertad
m = n1 + n2 − 2 = 15 + 17 − 2 = 30
Valor crı́tico
Para α = 0,05, el valor critico de la distribución t con 30 grados
de libertad es
Hipótesis para µ1 − µ2
σ1 , σ2 desconocidas, σ1 = σ2
r r
(n1 − 1) S12 + (n2 − 1) S22 (14) 0,35 + (16) 0,40
Sp = = = 0,6137
m 30
0,73 − 0,68 − 0
t0 = r = 0,23
1 1
0,6137 +
15 17
como |t0 | = 0,23 < 2,042 no se puede
rechazar la hipótesis nula, t0 no está
en la zona de rechazo.
Hipótesis para µ1 − µ2
σ1 , σ2 desconocidas, σ1 = σ2
De acuerdo con el resultado, se concluye que las dos máquinas producen varillas
con medias del diámetro iguales.
El valor P de la prueba de dos colas es:
p = 2P t(m) > |t0 |
= 2P t(30) > 0,23
= 2 (0,4098)
= 0,8197
Hipótesis para µ1 − µ2
σ1 , σ2 desconocidas, σ1 6= σ2
Para el caso anterior, si no se conocen las varianzas pero se sabe que son distintas
(σ1 6= σ2 ), se calcula
X 1 − X 2 − δ0
t0 = s
S12 S22
+
n1 n2
y rechazamos H0 si |t0 | > t(α/2;v) .
con !2
S12 S22
+
n1 n2
v= 2 2
S12 /n1 S22 /n2
+
n1 − 1 n2 − 1
Hipótesis para µ1 − µ2
σ1 , σ2 desconocidas, σ1 6= σ2
Resumen de pruebas
Hipótesis nula Estadı́stico de prueba
H1 : µ1 − µ2 = δ0 t0 = Xr1 −X
S2
2 −δ0
S2
1 + n2
n1 2
Hipótesis para µ1 − µ2
σ1 , σ2 desconocidas, σ1 6= σ2
Hipótesis para µ1 − µ2
σ1 , σ2 desconocidas, σ1 6= σ2
Ejemplo
Para ejemplo anterior, suponga ahora que σ1 6= σ2
Datos
Máquina 1 n1 = 15 X 1 = 8,73 S12 = 0,35
Máquina 2 n2 = 17 X 2 = 8,68 S22 = 0,40
Hipóesis
(
H0 : µ1 − µ2 = 0
H1 : µ1 − µ2 6= 0
Hipótesis para µ1 − µ2
σ1 , σ2 desconocidas, σ1 6= σ2
Grados de libertad
!2 !2
S12 S22 0,35 0,40
+ +
n1 n2 15 17
v= 2 2 = 2 2 = 29,88 ≈ 30
S12 /n1 S22 /n2 (0,35/15) (0,40/17)
+ +
n1 − 1 n2 − 1 14 16
Valor critico
Para α = 0,05, el valor critico de la distribución t con 30 grados de libertad
es
t(α/2;m) = t(0,05/2;30) = t(0,025;30) = 2,0423
Hipótesis para µ1 − µ2
σ1 , σ2 desconocidas, σ1 6= σ2
Estadı́stico de prueba
0,73 − 0,68 − 0
t0 = r = 0,231
0,35 0,40
+
15 17
Decisión:
como |t0 | = 0,231 < 2,042 no se puede
rechazar la hipótesis nula, t0 no está
en la zona de rechazo.
Tabla de Contenido
1 Generalidades
2 Pruebas de hipótesis para una población
Hipótesis para la media µ, (σ conocida)
Hipótesis para la media µ, (σ desconocida)
Hipótesis para la proporción π
Hipótesis para la varianza σ 2
3 Pruebas de hipótesis para dos poblaciones
Hipótesis para µ1 − µ2 , (σ1 , σ2 conocidas)
Hipótesis para µ1 − µ2 , (σ1 , σ2 desconocidas)
Hipótesis para muestras pareadas
Hipótesis para π1 − π2
Hipótesis para σ12 /σ22
4 Bibliografı́a
ESTADÍSTICA INFERENCIAL 79 / 100
Pruebas de hipótesis para dos poblaciones Hipótesis para muestras pareadas
Sean (x11 , x21 ) , (x12 , x22 ) , . . . , (x1n , x2n ) un conjunto de n pares aleatorios de
mediciones que tienen una distribución normal y sean D y SD la media y la des-
viación estandar muestrales de la diferencia (Dj = x1j , x2j ) para j = 1, 2, . . . , n.
Con un nivel de significancia α, se desea probar hipótesis.
(
H0 : µD = µ0
H1 : µD 6= µ0
Se calcula √
D − µ0 n D − µ0
t0 = √ =
SD / n SD
Y rechazamos H0 si | t0 |> t(α/2,n−1)
Resumen de pruebas
Hipótesis nula Estadı́stico de prueba
D − µ0
H0 : µD = µ0 t0 = √
SD / n
Hipótesis alternativa Criterio de rechazo
H1 : µD 6= µ0 Rechazar H0 si |t0 | > t(α/2;n−1)
H1 : µD < µ0 Rechazar H0 si t0 < −t(α;n−1)
H1 : µD > µ0 Rechazar H0 si t0 > t(α;n−1)
Ejemplo
El administrador de una flota de automóviles está provando dos marcas
de llantas radiales. Instala una llanta de cada marca al azar en las dos
ruedas traseras de ocho automóviles y los usa hasta que las llantas
se desgastan. Los datos se presentan a continuacón en (kilómetros).
¿Qué marca preferirı́a usted?, use α = 0,01.
Automóvil 1 2 3 4 5 6 7 8
Marca 1 36925 45300 36240 32100 37210 48360 38200 33500
Marca 2 34318 42280 35500 31950 38015 47800 37810 33215
Variables
X1 = Recorrido de las llantas de la marca 1
X2 = Recorrido de las llantas de la marca 2
Diferencias
Automóvil 1 2 3 4 5 6 7 8
Marca 1 36925 45300 36240 32100 37210 48360 38200 33500
Marca 2 34318 42280 35500 31950 38015 47800 37810 33215
Diferencia 2607 3020 740 150 -805 560 390 285
Resumen de datos
Para las diferencias D = X1 − X2 se tiene
D = 868,375, SD = 1290,033, n = 8
Estadı́stico de prueba
√
8 (868,375 − 0)
t0 = = 1,904
S1290,033
Tabla de Contenido
1 Generalidades
2 Pruebas de hipótesis para una población
Hipótesis para la media µ, (σ conocida)
Hipótesis para la media µ, (σ desconocida)
Hipótesis para la proporción π
Hipótesis para la varianza σ 2
3 Pruebas de hipótesis para dos poblaciones
Hipótesis para µ1 − µ2 , (σ1 , σ2 conocidas)
Hipótesis para µ1 − µ2 , (σ1 , σ2 desconocidas)
Hipótesis para muestras pareadas
Hipótesis para π1 − π2
Hipótesis para σ12 /σ22
4 Bibliografı́a
ESTADÍSTICA INFERENCIAL 86 / 100
Pruebas de hipótesis para dos poblaciones Hipótesis para π1 − π2
Hipótesis para π1 − π2
Suponga que se tienen dos muestras aleatorias independientes de tamaños n1 y
n2 , y sea que X1 y X2 representen el número de observaciones que pertenecen a
la clase interés en cada muestra respectivamente.
Sean P1 = X1 /n1 y P2 = X2 /n2 las proporciones muestrales.
Con un nivel de significancia α, se desea probar la hipótesis
(
H0 : π1 − π2 = δ0
H1 : π1 − π2 6= δ0
Se calcula el estadı́stico
(P1 − P2 ) − ∆0
Z0 = s
P1 (1 − P1 ) P2 (1 − P2 )
+
n1 n2
Hipótesis para π1 − π2
donde
X1 + X2
P =
n1 + n2
Y rechazamos H0 si |Z0 | > Zα/2 .
Hipótesis para π1 − π2
Resumen de pruebas
Hipótesis nula Estadı́stico de prueba
P 1 − P2
H0 : π1 = π2 Z0 = p
P (1 − P ) (1/n1 + 1/n2 )
Hipótesis alternativa Criterio de rechazo
H1 : π1 6= π2 Rechazar H0 si |Z0 | > Zα/2
H1 : π1 < π2 Rechazar H0 si Z0 < −Zα
H1 : π1 > π2 Rechazar H0 si Z0 > Zα
Hipótesis para π1 − π2
Hipótesis para π1 − π2
Ejemplo
Como parte de un proyecto, un especialista de mercadeo encuestó en
un centro comercial local a 100 hombres y 100 mujeres respecto a
sus hábitos en las compras. 79 de los hombres dijeron que habı́an
usado una tarjeta de crédito para hacer compras superiores a US$10
en el último mes, mientras que 84 mujeres admitieron hacer ese mismo
tipo de pago. Pruebe la hipótesis de igualdad de roporciones usando
α = 0,05.
Hipótesis para π1 − π2
Variables
X1 = # hombres que usan tarjera de crédito
X2 = # mujeres que usan tarjera de crédito
Datos
79
X1 = 79 y n1 = 100 −→ P1 = 100 = 0,79
84
X2 = 84 y n2 = 100 −→ P2 = 100
= 0,84
P = 79+84
200
= 0,815
Hipótesis
(
H0 : π1 = π2
H1 : π1 6= π2
Hipótesis para π1 − π2
Valor crı́tico
Zα/2 = Z0,05/2 = Z0,025 = 1,96
Estadı́stico de prueba
0,79 − 0,84
Z0 = q
1 1
= −0,9105
0,815 (0,185) 100 + 100
Decisión.
Como | Z0 |= 0,9105 < 1,96, no se
puede rechazar la hipótesis nula. Z0 está
en la región de no rechazo, se concluye
el nivel del 5 % que las proporciones son
iguales.
Tabla de Contenido
1 Generalidades
2 Pruebas de hipótesis para una población
Hipótesis para la media µ, (σ conocida)
Hipótesis para la media µ, (σ desconocida)
Hipótesis para la proporción π
Hipótesis para la varianza σ 2
3 Pruebas de hipótesis para dos poblaciones
Hipótesis para µ1 − µ2 , (σ1 , σ2 conocidas)
Hipótesis para µ1 − µ2 , (σ1 , σ2 desconocidas)
Hipótesis para muestras pareadas
Hipótesis para π1 − π2
Hipótesis para σ12 /σ22
4 Bibliografı́a
ESTADÍSTICA INFERENCIAL 94 / 100
2 2
Pruebas de hipótesis para dos poblaciones Hipótesis para σ1 /σ2
Se tienen dos poblaciones normales independientes con varianzas σ12 y σ22 desco-
nocidas. Se extraen dos muestras aleatorias de tamaños n1 y n2 respectivamente,
y sean S12 y S22 las varianzas muestrales. Se desea probar la hipótesis
(
H0 : σ12 = σ22
H1 : σ12 6= σ22
Se calcula el estadı́stico
S12
F0 =
S22
Y rechazamos H0 si F0 < f(1−α/2;n1 −1;n2 −1) o si F0 > f(α/2;n1 −1;n2 −1)
Resumen de pruebas
Hipótesis nula Estadı́stico de prueba
S12
H0 : σ12 = σ22 F0 =
S22
Hipótesis alternativa Criterio de rechazo
H1 : σ12 6= σ22 Rechazar H0 si F0 < f(1−α/2;n1 −1;n2 −1) o F0 > f(α/2;n1 −1;n2 −1)
H1 : σ12 < σ22 Rechazar H0 si F0 < f(1−α;n1 −1;n2 −1)
H1 : σ12 > σ22 Rechazar H0 si F0 > f(α;n1 −1;n2 −1)
Ejemplo
Una compañı́a de transporte de carga desea escoger la mejor ruta para
llevar la mercancı́a de un depósito a otro. La mayor preocupación es el
tiempo de viaje. En el estudio se seleccionaron al azar cinco choferes
de un grupo de 10 y se asignaron a la ruta A; los cinco restantes se
asignaron a la ruta B. Los datos obtenidos fueron:
Ruta Tiempo de viaje
A 18 24 30 21 32
B 22 29 34 25 35
Resumen de datos
A n1 = 5 S1 = 5,9161
B n2 = 5 S2 = 5,6125
Valores crı́ticos
Para α = 0,02, los puntos criticos de la distribución F con 4
grados de libertad en el numerador y 4 grados de libertad en el
denominador son:
Estadı́stico de prueba
S12 5,91612
F0 = = = 1,111
S22 5,61252
Decisión
Como 0,066 < F0 < 15,9770, no se
puede rechazar la hipótesis nula. F0
está en la región de no rechazo.
De acuerdo con este resultado, se concluye que la variabilidad del tiempo de viaje
es la misma en ambas rutas.
ESTADÍSTICA INFERENCIAL 99 / 100
Bibliografı́a
Bibliografı́a