MaterialContenido Estadistica Unidad-III

Preparación realizada por la prof.
Jacqueline Allende para uso exclusivo de los alumnos de la

asignatura de Estadística de las carreras de Neg. Internacionales, Adm. de Negocios, Adm. de Negocios
y Marketing y Adm. de Negocios y Finanzas.
115
UNIDAD III:
TEORÍA DE LA ESTIMACIÓN – MUESTREO E
HIPÓTESIS ESTADÍSTICA
RESUMEN
En la presente unidad, usted encontrará los conceptos básicos de la

Estadística Inferencial.
Estudiaremos la estimación, que es el conjunto de técnicas que permiten

dar un valor aproximado de un parámetro de una población a partir de los
datos proporcionados por una muestra.
Además aprenderás a calcular el tamaño de una muestra y acerca de la teoría de

la hipótesis estadística; donde encontrará términos como hipótesis nula. En
estadística, una hipótesis nula es una hipótesis construida para anular o refutar,
con el objetivo de apoyar una hipótesis alternativa. Cuando se la utiliza, la
hipótesis nula se presume verdadera hasta que una prueba estadística en la forma
de una prueba empírica de la hipótesis indique lo contrario.
Preparación realizada por la prof. Jacqueline Allende para uso exclusivo de los alumnos de la
116
CAPÍTULO I: TEORÍA DE LA ESTIMACIÓN ESTADÍSTICA
3.1.1 DEFINICIÓN DE ESTIMACIÓN ESTADÍSTICA
La Estimación estadística es el proceso mediante el cual se intenta determinar

el valor del parámetro de la población a partir de la información de una
muestra.
3.1.2 PARÁMETROS
Son medidas estadísticas que afectan a la población tales como la media,
varianza etc.
3.1.3 ESTIMAS INSESGADAS

Si la media de la distribución muestral de un estadístico es igual al
correspondiente parámetro poblacional el estadístico se llama estimador
insesgado del parámetro. Si no es igual se dice estimador sesgado del mismo.
3.1.4 ESTIMAS EFICIENTES

Cuando se trabaja con dos o más (muestras) si las distribuciones muéstrales
de dos estadísticos tienen la misma media, el estadístico que tenga menor
varianza se llama estimador eficiente de la media. Por esta razón el estimador
más eficiente se llama también estimador de varianza mínima.
3.1.5 INTERVALOS DE CONFIANZA

La estima de un parámetro dado por dos números entre los cuales se
considera que se encuentra dicho parámetro se llama estima de intervalo del
parámetro. Estos valores se obtienen a partir de datos de muestreo, de modo
117
que el parámetro ocurre dentro de esa variedad a una probabilidad específica.
La probabilidad Específica en cuestión se denomina el nivel de confianza.
3.1.6 ESTIMAS DE INTERVALOS DE CONFIANZA MÁS USADOS
Nivel de
99.73% 99% 98% 96% 95.45% 95% 90% 80% 68.27% 50%
confianza
Zc 3.00 2.58 2.33 2.05 2.00 1.96 1.645 1.28 1.00 0.6745
3.1.7 ESTIMAS DE MEDIAS POR INTERVALOS DE CONFIANZA
Fórmula
x zc
n
Referencia importante: Los límites de confianza dependen del nivel con el
que se quiere trabajar
Ejemplo1:
En un experimento se trata de seleccionar una muestra aleatoria de 256
gerentes de nivel medio. Un elemento de interés es su ingreso anual, La
media muestral es 45 420 soles y la desviación estándar en la muestra es
2050 soles.
Determinar el intervalo de confianza del 95 % para la media de la población.
Solución: Datos que te da el problema ; n=256
118
Buscamos en la tabla estimas de intervalos de confianza más usados el nivel
de confianza del 95%; que seria
Aplicamos la fórmula y ven que hay un que me indica que hay dos
resultados como lo ven en el reemplazo.
Interpretación: El intervalo de confianza de la media poblacional se

encuentra entre 45 168.88 y 45 671.13; esto equivale a decir que se tiene un
95% de nivel de confianza que la media poblacional se encuentre entre 45
168.88 y 45 671.13 soles.
Ejemplo2:
De 61 estudiantes que responden a una prueba de inteligencia especial, en la
que alcanza una media de 80 y una varianza de 100 ¿Entre que limites se
hallara la verdadera inteligencia especial media de los estudiantes, a un nivel
de confianza del 99%?
Solución: Datos que te da el problema ; n=61

Pero se trabaja con la desviación se le saca la raíz
Buscamos en la tabla Estimas de intervalos de confianza más usados el nivel
119

encuentra entre 76.7 y 83.3; esto equivale a decir que se tiene un 99% de
nivel de confianza que la media poblacional se encuentre entre 76.7 y 83.3 de
hallar la verdadera inteligencia especial
3.1.8 INTERVALO DE CONFIANZA PARA PROPORCIONES
Si el estadístico S es la proporción de éxitos en una muestra de tamaño n

extraída de una población binomial en la que p es la proporción de éxito; los
límites de confianza para p viene dado por ; donde p es la proporción
de éxitos en la muestra del tamaño n.
Los límites de confianza para la proporción poblacional son dados por
p=proporción muestral; z=el grado de confianza seleccionados; n= tamaño de

la muestra.
Ejemplo 1:
120
Una muestra de 100 votantes elegidos al azar entre todos los de un distrito
dado, indico que el 55% de ellos estaban a favor del Candidato Sr. Fernández
Mijhael. Hallar el límite de confianza del 95% para la pro0porción de todos los
votantes que estaban a favor de este candidato.
Solución: p= probabilidad de que estén a favor del candidato en estudio; en

este caso 55%.
q=1-p=100%-55%=45%.
Se trabaja en tanto por uno; lo que quiere decir que p=0.55 y q=0.45
Se reemplaza en la fórmula:
= =
=
Interpretación: Se estima que del total de votantes del distrito en estudio
entre el 45% y 65% votarían por el candidato Sr. Fernández Mijhael. Con un
nivel de confianza del 95%.
Ejemplo 2:
Supóngase que 1600 de 2000 trabajadores de un sindicato que se muestrean

dijeron que planean poner a votación una propuesta para unirse a una
federación. Si se utiliza un nivel de confianza de 96% ¿cuál es la estimación de
intervalo para la proporción poblacional?
121
Solución: p= probabilidad de que estén a favor del sindicato seria
q=1-p=1-0.80=0.20.

= =
Interpretación: Se estima que estarían a favor del sindicato del total de

trabajadores entre el 78.25%y 81.75%. Con un nivel de confianza del 95%.
122
AUTOEVALUACIÓN
1) El director del área de publicidad desea estimar el número medio de horas por
semana que los adultos ven televisión. Una muestra de 49 adultos dio una
media de 24 h con desviación estándar de 4 h. La estimación puntual es 24h
(media muestral).
¿Cuál es el intervalo de confianza de 96% para el número promedio de horas

por semana que ven televisión los adultos de más de 60 años?
2) Una compañía que fabrica pastelillo desea estimar la proporción de

consumidores que prefieran su marca. Los agentes de la compañía observan a
450 compradores, del número total observado 300 compraron los pastelillos.
Calcule un intervalo de confianza del 95% para la venta de la proporción de
compradores que prefieren la marca de esta compañía.
EJERCICIOS
1) Suponga que una tienda de pintura quisiera estimar la cantidad correcta de

pintura que hay en latas de un galón, compradas a un conocido fabricante. Por
las especificaciones del productor se sabe que la desviación estándar de la
cantidad de pintura es igual a 0.02 galones. Se selecciona una muestra
aleatoria de 50 galones y la cantidad promedio de pintura en cada lata de un
galón es 0.995 galones. Establezca un estimación por intervalo del 99 de la
cantidad promedio real de la población de pintura incluida en una lata de
galón?
2) En una investigación realizada en Perú sobre el propósito de los consumidores,

en una muestra aleatoria 498 familias de 2500 indicaron que pensaban
adquirir un auto nuevo en el término de un año. Construya un intervalo de
123
confianza del 95% para la proporción de todas las familias peruanas que
tienen la intención de comprar un auto nuevo?
3) El Sr. Castro, planificador financiero, estudia los planes de retiro para jóvenes
ejecutivos. Una muestra de 500 ejecutivos que son dueños de sus casas
reveló que 175 planean venderlas y retirarse en la zona norte del País.
Desarrolle un intervalo de confianza de 98% para la proporción de ejecutivos
que planean vender e irse a la zona norte del país.
4) Una muestra aleatoria de 200 hogares de una ciudad, revela que el promedio
de los ingresos mensuales es 500 soles en el estrato D y una varianza de 100.
Obtenga un intervalo de confianza al 95.45%
5) Un analista de investigación de mercados escogió una muestra de 100 clientes

de una lista de 500 clientes de una tienda exclusiva, cuyos ingresos mensuales
son mayores a 5000 soles y encontró que gastaron por mes un promedio de
2500 soles con una desviación estándar de 300 soles. Estimar la proporción
(intervalo de confianza) con un 99% de confianza.
SOLUCIÓN – AUTOEVALUACIÓN
1) El director del área de publicidad desea estimar el número medio de horas por
semana que los adultos ven televisión. Una muestra de 49 adultos dio una
media de 24 h con desviación estándar de 4 h. La estimación puntual es 24h
(media muestral).
¿Cuál es el intervalo de confianza de 96% para el número promedio de horas

por semana que ven televisión los adultos de más de 60 años?
124
Solución Datos que te da el problema ; n=49
La desviación se le saca la raíz


encuentra entre 22.83 y 25.17; esto equivale a decir que se tiene un 96% de
nivel de confianza que la media poblacional se encuentre entre 22.83 y 25.17
de horas que ve televisión por semana un adulto mayor de 60 años.
2) Una compañía que fabrica pastelillo desea estimar la proporción de

consumidores que prefieran su marca. Los agentes de la compañía observan a
450 compradores, del número total observado 300 compraron los pastelillos.
Calcule un intervalo de confianza del 95% para la venta de la proporción de
compradores que prefieren la marca de esta compañía.
Solución: p= probabilidad de que estén a favor del sindicato seria
q=1-p=1-0.67=0.33.
125
= =
Interpretación: Se estima que preferirían determinada marca de pastelillos

entre 62.66% y 71.34% de total de comprador con un nivel de confianza del
95%.
126
CAPÍTULO II: MUESTREO
3.2.1 DEFINICIÓN DE MUESTREO
Procedimiento estadístico para seleccionar la muestra a partir de la población, con

el objeto de estudiar en ella alguna característica, y generalizar los resultados a la
población de origen.
Al elegir una muestra se espera que sus propiedades sean extrapolables a la

población. Este proceso permite ahorrar recursos, obteniendo resultados parecidos
que si se realizase un estudio de toda la población.
3.2.2 MUESTRA
Subconjunto de casos o individuos de una población estadística. El objetivo

primordial de las muestras en estadística es el de poder inferir propiedades,
comportamientos, entre otras cuestiones de la totalidad de la población, por eso
es que deben ser representativas de la misma.
127
3.2.2.1 COMO DETERMINAR EL TAMAÑO DE LA MUESTRA
Fórmulas
N>100,000 N 100,000
( z ) 2 pq ( z ) 2 Npq
n n
(E)2 ( E ) 2 ( N 1) ( z ) 2 pq
Ejemplo 1:
Se ha proyectado realizar un estudio acerca del gusto actual de los
jóvenes con respecto a la música en una ciudad que según su último
censo realizado, tiene 650,000 habitantes entre 16 años y 21 años.
Hallar el tamaño de la muestra a obtener, teniendo en cuenta que se
pretende trabajar a un nivel de confianza del 99.73 % y con un margen
de error permitido del 4%.
Solución:
Al leer el problema planteado se tiene que hay 650 000 habitantes
entre 16 y 21 años, y como podemos notar, no podemos encuestar a
todos, por eso es recomendable determinar la muestra que nos de
referencia de cómo se va a comportar el mercado en escala, para luego
proyectar lo que se esté analizando en la población.
En este caso analizamos los gustos de la música en jóvenes de 16 y 21

años, pero nos dan la población que es 650000. Entonces en la teoría se
ha dado dos fórmulas las poblaciones mayores de 100 000 y
poblaciones menores de 100 000; Cual hay que tomar la formula mayor
128
de 100 000; porque la población que se está trabajando es 650 000 y
se reemplaza la información del problema en la fórmula :
Datos:
N=650 000;
Nivel de confianza=99.73 (que según tabla Zc=3)
Margen de error 4%.Cuando no te dan ninguna referencia el p=0.5 y

q=0.5.
Reemplazamos:
(z)2 pq (3)2 (0.5)(0.5)

n 1406.25
(E)2 (0.04)2
Interpretación: Para el estudio acerca de la preferencia de la música

entre jóvenes entre 16 y 21 años es recomendable trabajar con una
muestra de 1406 jóvenes; con un nivel de confianza del 99.73% y un
margen de error permitido del 4%.
Ejemplo 2:
Una empresa de fabricación electrodomésticos ha encargado a una casa
de investigación de mercado realizar un estudio sobre las condiciones
del mercado de Teléfonos celulares en una región en la que , según el
censo, el numero mayores de quince años es de 200,000. Según un
sondeo previo realizado, utilizan celulares un 80 % de dicha población.
129
Se pide determinar el tamaño de la muestra, teniendo en cuenta que se
quiere trabajar con un nivel de confianza del 95.45% y con un margen
de error del 3%.
Solución En este caso la población es 200 000, motivo por el cual se

escoge la primera fórmula, pero dice que se hizo un sondeo y se
encontró que el 80% tenían celulares lo que para el problema sería
p=0.80 y q=1-0.80=0.20.
Datos:
N=200 000;
Nivel de confianza=95.45 (que según tabla Zc=2);
Margen de error 3%. p=0.8 y q=0.2.
Reemplazamos:
( z ) 2 pq ( 2) 2 (0.8)(0.2)
n 711.11
(E)2 (0.03) 2
Interpretación: Para el estudio acerca del uso de celulares entre

personas mayores de 15 años es recomendable trabajar con una
muestra de 711 personas con un nivel de confianza del 95.45% y un
margen de error permitido del 3%.
130
Ejemplo 3:
Se ha proyectado realizar una encuesta a una muestra de una gran

empresa industrial en la que están representadas proporcionalmente las
diversas categorías de los que dependen de dicha firma.
De las 12,000 personas que trabajan en la empresa, 600 son técnicos,

4200 empleados, 2400 obreros especializados y 4800 obreros sin
especializar.
Determinar el tamaño de la muestra usando un nivel de confianza del

95.45% y un margen de error permitido del 4%.
Solución
Debemos usar la fórmula que indica menor de 100 000
( z ) 2 Npq
n
( E )2 ( N 1) ( z ) 2 pq
Datos del problema:
N=12 000;
Nivel de confianza=95.45%( que buscando en la tabla el Z c=2);
Error=4%; p=0.5 y q=0.5 por que no hay ninguna otro referencia.
Reemplacemos:
131
No se puede encuestar todas las personas de una especialidad debe
trabajarse con la proporción:
Datos del problema Proporción Se debe encuestar
0.05*594=29.7
600 técnicos 600/12000=0.05
30 personas
0.35*594=207.9
4200 empleados 4200/12000=0.35
208 personas
2400 obreros 0.20*594=118.8

2400/12000=0.20
especializados 119 personas
4800 obreros sin 0.40*594=237.9

4800/12000=0.40
especializar 237 personas
Total
594
12000 personas
Interpretación:
La empresa debe encuestar a 594 trabajadores, de los cuales 30 deben
ser técnicos; 208 empleados; 119 obreros especializados; 237 obreros
sin especializar; con un nivel de confianza del 95.45% y con un margen
de error permitido del 4%.
132
AUTOEVALUACIÓN
Un Consultor dedicado a la Investigación de Mercado en el Dpto. de Lima;

Desea mediante una investigación de mercado estimar la Proporción de
Personas que prefieren Shampoo Sedal de una determinada población de
400,000 familias. Suponer que la Preferencia de Shampoo se distribuye
normalmente. Si la proporción que se quiere estimar debe hacerse con un
nivel de confianza del 98% y un margen de error probable de 3.8%. Calcular
cuál debe ser el tamaño de la muestra o a cuántas personas de debe
encuestar para realizar la investigación requerida.
EJERCICIOS
1) La oficina de planificación familiar de cierta región del país del Perú quiere
estimar el porcentaje de familias con más de 4 hijos de las zonas rurales :
Que tamaño de muestra como mínimo se requiere para asegurar con una
confianza del 95%; con un margen de error de 5%?
2) A cuántas personas tendría que estudiar de una población de 15.000

habitantes para conocer la prevalencia de los asaltos, asumiendo un 0.05 de
probabilidad de encontrar personas asaltadas en dicho grupo y con un margen
de error del 3%?(usar el nivel de confianza del 99%.)
3) Determinar el tamaño de muestra para realizar un estudio acerca del servicio

de cable en Arequipa. En una muestra aleatoria de 500 familias que tienen
televisores en dicha ciudad, se encuentra que 340 están suscritas a Cable.
¿Qué tan grande se requiere que sea una muestra si se quiere tener 95% de
confianza y un margen de error permitido del 2%?
133
4) A cuántas personas tendría que estudiar un publicista de una población de
16000 habitantes para conocer el uso de máquinas de afeitar, asumiendo un
0.15 de probabilidad de encontrar personas que usan máquinas de afeitar en
dicho grupo y con un margen de error del 3%?(usar el nivel de confianza del
96%.)
5) Una empresa de mercados ha de realizar por encargo de una fábrica de

aparatos la vajilla, una encuesta en una zona en la que figuran empadronadas
10000 familias, empleando para ello una muestra estratificada, según las
siguientes categorías y proporciones. Clase superior, 4 por 100, clase media
50 por 100, lo restante está dividida entre clase C y D. Determinar el tamaño
de la muestra utilizando un nivel de confianza del 95 % y con un error
permitido de 2%. Y a cuantos por estrato tendría que encuestar
Un Consultor dedicado a la Investigación de Mercado en el Dpto. de Lima;

Desea mediante una investigación de mercado estimar la Proporción de
Personas que prefieren Shampoo Sedal de una determinada población de
400,000 familias. Suponer que la Preferencia de Shampoo se distribuye
normalmente. Si la proporción que se quiere estimar debe hacerse con un
nivel de confianza del 98% y un margen de error probable de 3.8%. Calcular
cuál debe ser el tamaño de la muestra o a cuántas personas de debe
encuestar para realizar la Investigación requerida.
Datos:
N=400000;
Nivel de confianza=98% (que según tabla Zc=2.33);
134
Margen de error 3.8%. p=0.5 y q=0.5
Reemplazamos:
( z ) 2 pq ( 2.33) 2 (0.5)(0.5)
n 939.90
(E)2 (0.038) 2
Interpretación: Para el estudio acerca la preferencia del Shampoo Sedal es

recomendable trabajar con una muestra de 940 personas nivel de confianza
del 98% y un margen de error permitido del 3.8%.
135
CAPÍTULO III:
INTRODUCCIÓN A LAS PRUEBAS DE HIPÓTESIS
3.3.1 INTRODUCCIÓN DE HIPÓTESIS
La Estimación estadística es el proceso mediante el cual se intenta determinar el

valor del parámetro de la población a partir de la información de una muestra.
Ejemplos de Hipótesis:
 Un paciente acude a su médico y le informa de varios síntomas. Basándose en

estos, el médico ordenara ciertos análisis, después, con base en los síntomas y en
los resultados de los análisis, determinara el tratamiento a seguir.
 Dos de cada tres individuos no recogen los desechos que sus mascotas dejan en la
vía pública.
 Los hombres contratan más servicios bancarios que las mujeres.
 Las personas que estudian más de 4 horas diarias, obtienen notas por encima del
promedio.
 En Huacho, los adolescentes ven más horas de televisión que las adolescentes los
fines de semana.
136
 Un fabricante que produce cereales de desayuno afirma que, en promedio, el
contenido de cada caja pesa al menos 200 gramos. Para verificar esta afirmación,
se pesa el contenido de una muestra aleatoria y se infiere el resultado a partir de
la información muestral.
Se aprecia que habría un número infinito de posibles hipótesis, sin embargo, en

estadística se tendrá que colocar algún número para poder validarlas. También es
cierto, que muchas investigaciones se basan en hipótesis que de alguna manera
se sustentan en la experiencia del investigador.
Las hipótesis deben estar inmersas en una situación real, de tal manera que se
puedan validar o refutar, por ejemplo, los niños que no van al colegio en el Perú
están más propensos a la desnutrición. Es claro que el enunciado anterior, se
puede verificar al tomar muestras de esas poblaciones.
Los términos y las relaciones planteadas deben ser observables y medibles, por
ejemplo, “El método tradicional de la enseñanza, logra mayores logros que el
método virtual”. Es mucho más factible de encontrar una respuesta que si se
dijera: “La felicidad es el primer paso para lograr la dicha eterna”. Esto último es
subjetivo y no medible.
La inferencia estadística, está relacionada con los métodos para obtener

conclusiones o generalizaciones acerca de una población. Estas conclusiones sobre
la población pueden estar relacionadas o con la forma de la distribución de una
variable aleatoria, o con los valores de uno o varios parámetros de la misma.
Cada vez que queremos hacer generalizaciones acerca del mundo que nos rodea
enfrentamos al problema que la información acerca de ese mundo grande que
llamamos “población o universo” no siempre está disponible. Por lo tanto debemos
depender de una muestra de la población para hacer generalizaciones Ese es el
ámbito de las Estadísticas Inferenciales.
137
Si sobre la base de una muestra se tiene que decidir si un proceso está
produciendo una determinada media, digamos = 100, o si hay que decidir si una
determinada droga sirve a un grupo específico de pacientes, lo anterior, puede

traducirse en el lenguaje de "Pruebas e Hipótesis".
Una hipótesis estadística es una proposición o conjetura con respecto a una o más
poblaciones. Estas aseveraciones o suposiciones pueden ser con respecto a uno o
varios parámetros, o con respecto a la forma de las respectivas distribuciones de
probabilidad. También es posible considerar una hipótesis estadística como una
proposición sobre la distribución de probabilidad de una variable aleatoria ya que
emplea distribuciones de probabilidad para representar poblaciones.
3.3.2 HIPÓTESIS ESTADÍSTICA
Una hipótesis es un enunciado acerca de una población. Luego se utilizan datos

para verificar lo real del enunciado.
En el análisis estadístico se expone un enunciado. es decir , una hipótesis y

después se realizan pruebas para verificar lo que se dijo, o para determinar si es
falso.
Se define una hipótesis estadística de la siguiente manera:
Hipótesis: Enunciado acerca de una población elaborado con el propósito de

poner a prueba
138
3.3.3 PRUEBA DE HIPÓTESIS
Es un procedimiento basado en la evidencia muestral y la teoría de probabilidad;

se emplea
Para determinar si la hipótesis es una afirmación razonable.
Prueba de una hipótesis: se realiza mediante un procedimiento

sistemático de cinco pasos:
PASO 1
• Se plantean las hipótesis nula y alternativa.
PASO 2
• Se selecciona el nivel de significancia.
PASO 3
• Se identifica el estadístico de prueba.
PASO 4
• Se fórmula la regla de decisión.
PASO 5
• se toma una muestra y se decide.
Paso 1: Plantear la hipótesis nula Ho y la hipótesis alternativa H1.
 HIPÓTESIS NULA (Ho).

 Es la afirmación sobre una o más características de las poblaciones que
al inicio se supone es cierta.
 Es aquella por medio de la cual se hace una afirmación sobre un
parámetro que va constatar con el resultado muestral. Es la hipótesis
que se debe probar.
139
Sus características son:
1) Se va a considerar como cierta hasta que se tenga suficiente evidencia

de lo contrario.
2) Siempre incluye el signo de igualdad.
3) Es la base para el análisis estadístico de la prueba.
4) La hipótesis nula siempre presupone falta de cambio, no diferencia,
etc. Es por ello que es llamada hipótesis nula
 LA HIPÓTESIS ALTERNATIVA (H1)

 Es toda aquella hipótesis que difiere de la hipótesis nula, es decir ,
ofrece una alternativa, afirmando que la hipótesis nula es falsa.
 Es la afirmación contradictoria de Ho y ésta es la hipótesis del
investigador.
 La hipótesis alterna es una aseveración sobre el mismo parámetro
poblacional que se utiliza en la hipótesis nula.
Sus características son:

1) Es lo contrario a la hipótesis nula ( , <, >).
2) En general esta hipótesis se establece en términos de lo que se anda
buscando evidencia.
3) Es la que define la dirección de la zona de rechazo.
Importante:
- En el procedimiento de prueba de hipótesis, se trabaja con el supuesto
de que la hipótesis nula es una afirmación correcta. Por lo tanto, una
hipótesis estadística se puede aceptar o rechazar. De este modo el
rechazo de la hipótesis nula implicara la aceptación de la hipótesis
alternativa.
140
- La hipótesis se formula sobre la población, y las conclusiones sobre la
validez de esta hipótesis se basan en la información muestral.
-
Ejemplo:
- Sea µ el peso medio poblacional (en gramos) de cereales por caja. La
hipótesis nula es que esta media es al menos 200 gramos, luego se
tiene la hipótesis nula compuesta
H0: µ ≥ 200
- La alternativa obvia es que el verdadero peso medio es inferior a 200

gramos, es decir,
-
H1: µ < 200
Paso 2: Seleccionar el nivel de significancia. (Nivel de riesgo)

 Es la probabilidad de rechazar la hipótesis nula cuando es verdadera.
 Se le denota mediante la letra griega α, también es denominada como
nivel de riesgo.
 El nivel de confianza (1-α), indica la probabilidad de aceptar la hipótesis
planteada, cuando es verdadera en la población. Si la estadística de

prueba cae dentro de la región de aceptación, no se puede rechazar la
hipótesis nula.
141
El nivel de significancia se toma como decisión propia de cada persona que
está realizando las pruebas.
Recomendaciones:
 Se puede tomar 0.05 para proyectos de investigación sobre consumo.
 El de 0.01 para el aseguramiento de calidad
 El 0.10 para encuestas políticas
Paso 3: Cálculo del valor estadístico de prueba

Ref. Importante: En este curso se trabajara con Z. Pero hay otros tipos de
pruebas
En las pruebas de hipótesis El valor estadístico En la prueba para

para la media (μ), cuando se z, para muestra una media poblacional
conoce la desviación estándar grande y desviación con muestra pequeña
(σ) poblacional, o cuando el estándar poblacional y desviación estándar
valor de la muestra es grande desconocida se poblacional
(30 o más), el valor determina por la
estadístico de prueba es z y ecuación:
se determina a partir de:
desconocida se utiliza
el valor estadístico t.
Paso :Formular la regla de decisión

Establecer las condiciones para que sea Ho rechazada o no.
La distribución de muestreo se divide en 2 regiones:
142
Una región de Rechazo Conjunto de Valores de la estadística de prueba que
no tienen posibilidad de presentarse si la hipótesis nula es verdadera
Una región de No rechazo Es el complemento de la región de rechazo, es
conocida como región de aceptación
Valor Crítico: Número que es punto decisorio entre la región de aceptación y

la región de rechazo, de la hipótesis nula
Al tomar una decisión en una prueba de hipótesis, hay cuatro posibles

resultados que pueden ocurrir; como se ilustra en el siguiente
diagrama:
SITUACIÓN VERDADERA
LA HIPÓTESIS Ho LA HIPÓTESIS Ho
DECISIÓN
ES VERDADERA ES FALSA
NO EXISTE ERROR
NO RECHAZAR LA PROB = 1- ERROR DEL TIPO II
HIPÓTESIS Confianza de la PROB =
Ho prueba
143
ERROR DEL TIPO I NO EXISTE ERROR
RECHAZAR LA PROB PROB =1-
HIPÓTESIS Nivel de Potencia de la
Ho Significancia Prueba
Paso 5: Tomar una decisión.

Toma la decisión de rechazar o no mediante el valor encontrado.
 Prueba de Hipótesis Unilateral: Es aquella en la cual la región de
rechazo o zona crítica está completamente comprendida en uno de los
extremos de la distribución, existen dos unilateral a la derecha y unilateral
a la izquierda.
 Prueba de una cola o unilateral (cola a la derecha). (u=media; b es
un dato numérico que se desea comparar)
Zona de
Aceptación
Zona de rechazo
Ejemplo de Uso: Cuando la hipótesis alternativa de lo que se quiere probar

hace mención a “mayor”. La región de rechazo esta a la derecha.
 Prueba de una cola o unilateral (cola a la Izquierda) (u=media; b

es un dato numérico que se desea comparar)
144
Zona de
Aceptación
Zona de rechazo
Ejemplo de Uso: Cuando la hipótesis alternativa de lo que se quiere probar

hace mención a “menor”. La región de rechazo esta a la izquierda.
 Prueba de dos Colas. (u=media; b es un dato numérico que se

desea comparar)
Ejemplo de Uso: Es aquella en la cual la región de rechazo o zona critica esta

en ambos extremos de la distribución. La hipótesis alternativa de lo que se
quiere probar hace mención a “diferente”
145
Ejemplo 1:
Cuando un proceso de producción de bolas de adornos de navidad funciona
correctamente, el peso de las bolas tiene una distribución normal con media 5
gramos y desviación estándar 0,1 gramos. Se lleva a cabo una modificación
del proceso, y el director de la fábrica sospecha que esto ha incrementado el
peso medio de las bolas producidas, sin modificar la desviación estándar. Se
toma una muestra aleatoria de 16 bolas navideñas, y se comprueba que su
peso medio es de 5,038 gramos.
¿Son válidas las sospechas del director de la fábrica? Use un nivel de
significación del 5%.
Solución:
Lo primero que se tiene que hacer es leer bien el problema. Luego identificar
los datos. Luego aplicar los pasos del proceso para la prueba de Hipótesis.
Paso 1: Determinar la Hipótesis nula y alterna
Lo primero que tiene que detectar que es lo que sospecha el director; el

sospecha:” que se ha incrementado el peso de las bolas navideñas”; eso que
el cree viene a ser la hipótesis alterna entonces es mayor que 5 y lo contrario
seria la hipótesis nula
H0: μ = 5
H1: μ > 5
Paso 2: Se seleccionar el nivel de significancia. (Nivel de riesgo)

En este problema se da el nivel de significancia que es 5 % =0.05; si
retrocedemos a la teoría hay recomendaciones de cómo se debe determinar el
nivel de significancia
Datos: = 5,038 μ0 = 5 σ = 0,1 n = 16
146
Ref. En este caso se conoce la σ = 0,1 y no se conoce la población como
número por eso se utiliza la siguiente
Se reemplaza
Paso : formular la regla de decisión

Se busca el valor critico para un contraste de nivel 5%, en las tablas
estadísticas se puede hallar que
Z0, 05 = 1,645
Paso 5: Tomar una decisión. Z0, 05 = 1,645
Como 1,52 no es mayor que 1,645, no se puede rechazar la hipótesis nula

para un nivel de significación del 5%, es decir, se acepta la hipótesis nula con
este nivel de significación.
Lo que quiere decir que el promedio del peso de las bolas navideñas no se ha
incrementado como lo creía el director de la empresa.
Ejemplo 2:
Una empresa eléctrica fabrica pilas con una duración que se distribuye en
forma aproximadamente normal con una media de 800 horas y una desviación
147
estándar de 40 horas. Un inspector contratado para hacer control de Calidad
toma una muestra aleatoria de 30 pilas que tiene una duración promedio de
788 horas ¿El investigador se pregunta muestran los datos suficiente evidencia
para decir que la duración media de las pilas ha cambiado? Tomar 0,04 como
nivel de significancia.
Solución
El problema pregunta si hay suficiente evidencia que la duración de las pilas
ha cambiado. Esa pregunta viene a ser mi hipótesis alterna; entonces es
diferente de 800 horas y lo contrario sería la hipótesis nula que sería igual a
800 horas.
H0: μ = 800
H1: μ ≠5

En este problema se da el nivel de significancia que es 4 % =0.04;
Datos: = 788 μ0 = 800 σ = 40 n = 30
Ref. En este caso se conoce la σ = 40 y no se conoce la población como

148
Se reemplaza

Lo primero que se tiene que hacer es dividir en dos el nivel de significancia
(0.04/2)=0.02 por dos colas o hipótesis alterna ≠ .Se busca el valor critico
para un contraste de nivel 0.02, en las tablas estadísticas se puede hallar que;
Paso 5: Tomar una decisión
Como -1.64 se encuentra entre -2.052 y 2.052, no se puede rechazar la

hipótesis nula para, es decir, se acepta la hipótesis nula.
El inspector concluye que el promedio de duración de las pilas no ha
cambiado como él lo creía.
149
Ejemplo 3:
Una cadena de tiendas de descuento expide su propia tarjeta de crédito. El
gerente de esta función desea averiguar si el saldo insoluto medio mensual es
mayor que 400 soles. El nivel de significancia se fija en 0.05.
Una revisión aleatoria de 172 saldos insolutos revelo que la media muestral es
407 y que la desviación estándar de la muestra vale 38 soles ¿Debería concluir
el funcionario de crédito que la media población es mayor que 400 soles?
H0: μ 400
H1: μ > 400

En este problema se da el nivel de significancia que es 5 % =0.05
Datos: = 407 μ0 = 400 S= 38 n = 172
Ref. En este caso se conoce la s = 0,1 y no se conoce la población como

150
Se reemplaza

Z0, 05 = 1,645
Z0, 05 = 1,645
Pasó 5: Tomar una decisión.

Como 2.42 es mayor que 1,645, se rechazar la hipótesis nula para un nivel
de significación del 5%, es decir, que no se acepta la hipótesis nula con este
nivel de significación.
Lo que quiere decir que el gerente tenía razón el saldo insoluto medio
mensual es mayor que 400 soles.
151
AUTOEVALUACIÓN
Una muestra aleatoria de 64 bolsas de un material plástico pesan, en

promedio 174,316 gramos con una desviación estándar (muestral) de 8
gramos.
Probar la hipótesis de que µ= 183,315 gramos contra la hipótesis alternativa
µ< 183,315 gramos. Tomar =0,05.
EJERCICIOS
I) En los siguientes ejercicios probar los pasos de la hipótesis

a) Se ha dado la siguiente información
Ho : 50
Probar los pasos de
H1 : 50 la hipótesis
La media muestral es 49 y el tamaño de la muestra 36. La desviación

estándar de la población es 5. Utilice el nivel de significancia de 0.05
b) Se dispone de la siguiente información:
Ho : 10
H1 : 10
La media muestral es 12 y el tamaño de la muestra 36.La desviación
estándar de la población es 3. Utilice el nivel de significancia de 0.02
c) Una muestra de 64 observaciones se selecciona de una población
normal. La media muestral es 215 y la desviación estándar de la
muestra es 15. Realice la siguiente prueba de hipótesis utilizando el
nivel de significancia de 0.03
152
Ho : 220
H1 : 220
II) Cuando Isabel Benítez fue contratado como camarero en un restaurant,

se le dijo:
“Puede obtener, en promedio, más de 20 soles al día de propina”. A los
primeros 35 días de su trabajo en el restaurant, el importe medio diario
de las propinas recibidas fue de 24.85 soles con una desviación estándar
de 3.24 soles. Al nivel de significancia de 0.01
¿Puede la señorita Benítez concluir que está ganando más de 20 por las
propinas?
III) Una cadena de restaurant afirma que el tiempo medio de espera de

clientes por atender esta distribuido normalmente, con una media de 3
minutos y una desviación estándar de 1 minutos. El departamento de
aseguramiento de calidad hallo en una muestra de 50 clientes en un
cierto restaurant, que el tiempo medio de espera era de 2.75 minutos. Al
nivel de significancia de 0.05 ¿Se puede concluir que dicho tiempo es
menor que 3 minutos?
IV) Una encuesta a 64 empleados profesionales de una institución

correccional revelo que el tiempo promedio de empleo en el campo
correccional era de 5 años con una desviación típica de 4 años. ¿Sirve
estos datos de soporte a la hipótesis de que el tiempo promedio de
empleo de todos los empleados de este tipo está por debajo de los 6
años? Usar
V) Una fábrica que ensambla escritorios en diversas plantas de la zona

industrial de Lima:
153
La producción semanal del escritorio Escolar en la planta de surco, se
distribuye normalmente con media 200 y una desviación estándar de 16.
Recientemente debido a la expansión del mercado, se han introducido
nuevos métodos de producción y se han contratado más empleados. El
vicepresidente de la compañía quisiera saber si ha habido un cambio total
en la producción semanal del citado mueble de oficina. Utilizar un nivel
de significancia de 0.01. Se toma una muestra de 50 escritorios que da
una media de 203.5
Una muestra aleatoria de 64 bolsas de un material plástico pesan, en

promedio 174,316 gramos con una desviación estándar (muestral) de 8
gramos.
Probar la hipótesis de que µ= 183,315 gramos contra la hipótesis alternativa
µ< 183,315 gramos. Tomar =0,05.
H0: μ 400
H1: μ 400

En este problema se da el nivel de significancia que es 5 % =0.05
Datos: = 174,316 μ0 = 183.315 S= 8 n = 64
154
Ref. En este caso se conoce la s = 8
Se reemplaza
Paso : Formular la regla de decisión

Z0, 05 = -1,645
Z0, 05 = -1,645
Pasó 5: Tomar una decisión.
Se rechaza H0 por que -9 está en la zona de rechazo entonces se concluye
con un nivel de significación del 0,05 que las bolsas de ese material pesan en
promedio menos de 183,315 gramos.
155
156
3.4.1 GLOSARIO
Estimación Estadística
La Estimación estadística es el proceso mediante el cual se intenta determinar el
valor del parámetro de la población a partir de la información de una muestra.
Hipótesis Estadística
Enunciado acerca de una población elaborado con el propósito de poner a prueba.
Hipótesis Alternativa (H1)

Es toda aquella hipótesis que difiere de la hipótesis nula, es decir, ofrece una
alternativa, afirmando que la hipótesis nula es falsa. Es la afirmación
contradictoria de Ho y ésta es la hipótesis del investigador. La hipótesis alterna es
una aseveración sobre el mismo parámetro
Hipótesis Nula (Ho)

Es la afirmación sobre una o más características de las poblaciones que al inicio se
supone es cierta. Es por cual se hace una afirmación sobre un parámetro que va
constatar con el resultado muestral. Es la hipótesis que se debe probar.
Intervalos de confianza
La estima de un parámetro dado por dos números entre los cuales se considera
que se encuentra dicho parámetro se llama estima de intervalo del parámetro.
Estos valores se obtienen a partir de datos de muestreo, de modo que el
parámetro ocurre dentro de esa variedad a una probabilidad específica. La
probabilidad Específica en cuestión se denomina el nivel de confianza.
Prueba de Hipótesis
Es un procedimiento basado en la evidencia muestral y la teoría de probabilidad;
se emplea para determinar si la hipótesis es una afirmación razonable.
157
158

MaterialContenido Estadistica Unidad-III

Cargado por

Copyright:

Formatos disponibles

MaterialContenido Estadistica Unidad-III

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

MaterialContenido Estadistica Unidad-III

Cargado por

Copyright:

Formatos disponibles

Preparación realizada por la prof.

Jacqueline Allende para uso exclusivo de los alumnos de la

En la presente unidad, usted encontrará los conceptos básicos de la

Estudiaremos la estimación, que es el conjunto de técnicas que permiten

Además aprenderás a calcular el tamaño de una muestra y acerca de la teoría de

3.1.1 DEFINICIÓN DE ESTIMACIÓN ESTADÍSTICA

La Estimación estadística es el proceso mediante el cual se intenta determinar

3.1.3 ESTIMAS INSESGADAS

3.1.4 ESTIMAS EFICIENTES

3.1.5 INTERVALOS DE CONFIANZA

3.1.6 ESTIMAS DE INTERVALOS DE CONFIANZA MÁS USADOS

3.1.7 ESTIMAS DE MEDIAS POR INTERVALOS DE CONFIANZA

Determinar el intervalo de confianza del 95 % para la media de la población.

Solución: Datos que te da el problema ; n=256

de confianza del 95%; que seria

Interpretación: El intervalo de confianza de la media poblacional se

Solución: Datos que te da el problema ; n=61

Buscamos en la tabla Estimas de intervalos de confianza más usados el nivel

de confianza del 99%; que seria

Interpretación: El intervalo de confianza de la media poblacional se

3.1.8 INTERVALO DE CONFIANZA PARA PROPORCIONES

Si el estadístico S es la proporción de éxitos en una muestra de tamaño n

límites de confianza para p viene dado por ; donde p es la proporción

de éxitos en la muestra del tamaño n.

Los límites de confianza para la proporción poblacional son dados por

p=proporción muestral; z=el grado de confianza seleccionados; n= tamaño de

Solución: p= probabilidad de que estén a favor del candidato en estudio; en

Supóngase que 1600 de 2000 trabajadores de un sindicato que se muestrean

Buscamos en la tabla Estimas de intervalos de confianza más usados el nivel

Interpretación: Se estima que estarían a favor del sindicato del total de

¿Cuál es el intervalo de confianza de 96% para el número promedio de horas

2) Una compañía que fabrica pastelillo desea estimar la proporción de

1) Suponga que una tienda de pintura quisiera estimar la cantidad correcta de

2) En una investigación realizada en Perú sobre el propósito de los consumidores,

5) Un analista de investigación de mercados escogió una muestra de 100 clientes

¿Cuál es el intervalo de confianza de 96% para el número promedio de horas

Buscamos en la tabla Estimas de intervalos de confianza más usados el nivel

Interpretación: El intervalo de confianza de la media poblacional se

2) Una compañía que fabrica pastelillo desea estimar la proporción de

Solución: p= probabilidad de que estén a favor del sindicato seria

Interpretación: Se estima que preferirían determinada marca de pastelillos

3.2.1 DEFINICIÓN DE MUESTREO

Procedimiento estadístico para seleccionar la muestra a partir de la población, con

Al elegir una muestra se espera que sus propiedades sean extrapolables a la

Subconjunto de casos o individuos de una población estadística. El objetivo

En este caso analizamos los gustos de la música en jóvenes de 16 y 21

Margen de error 4%.Cuando no te dan ninguna referencia el p=0.5 y

(z)2 pq (3)2 (0.5)(0.5)

Interpretación: Para el estudio acerca de la preferencia de la música

Solución En este caso la población es 200 000, motivo por el cual se

Interpretación: Para el estudio acerca del uso de celulares entre

Se ha proyectado realizar una encuesta a una muestra de una gran

De las 12,000 personas que trabajan en la empresa, 600 son técnicos,

Determinar el tamaño de la muestra usando un nivel de confianza del

Datos del problema:

Nivel de confianza=95.45%( que buscando en la tabla el Z c=2);

Error=4%; p=0.5 y q=0.5 por que no hay ninguna otro referencia.

trabajarse con la proporción: