Unidad 3 EJ 2024 Completa

TECNOLÓGICO NACIONAL
DE MÉXICO CAMPUS
CHILPANCINGO
DEPARTAMENTO DE CIENCIAS BÁSICAS
INGENIERÍA EN GESTIÓN EMPRESARIAL
TEMA 3. Pruebas de hipótesis con una muestra.
NOTAS PARA EL CURSO DE:

“ESTADÍSTICA INFERENCIAL I”
M.C. JOSÉ LUIS RODRÍGUEZ GARCÍA
Chilpancingo, Gro. a 22 de marzo de 2024.

Contenido
Prueba de hipótesis sobre la media de una distribución normal con Varianza Conocida
................................................................................................................................................. 3
Prueba de hipótesis sobre la media de una distribución normal con Varianza
Desconocida ........................................................................................................................... 7
Prueba de hipótesis sobre una proporción........................................................................ 12
Elección del tamaño de la muestra para la media ............................................................. 17
Elección de tamaño de la muestra para proporción ......................................................... 18
Otros métodos para la determinación del tamaño de la muestra .................................... 20
Unidad III
Pruebas de hipótesis con una muestra
Prueba de hipótesis:
Son los métodos estadísticos para decidir si no se rechaza o se rechaza una hipótesis.
Involucra un par de hipótesis estadísticos llamadas hipótesis nulas e hipótesis alternativa, tales
que el no rechazo de una signifique el rechazo de la otra.
Hipótesis Estadística:
Es una suposición o una conjetura concerniente a una población. Es un enunciado acerca del
valor de un parámetro poblacional.
Hipótesis Nula (HO):

Es la hipótesis que se probará, se establece para el propósito de posible rechazo o nulificación.
Hipótesis Alternativa (H1):

Es cualquier hipótesis que difiere de la hipótesis nula. En una prueba dada, hay usualmente
solo una hipótesis nula, pero puede haber muchas hipótesis alternativas.
Nivel de Confianza:
Es la probabilidad que se asocia con una estimación de intervalo. Dicha probabilidad, indica
qué tanta confianza tenemos de que la estimación de intervalo, incluya al parámetro de la
población. Los niveles de confianza más usuales son 90%, 95% y 99%, aunque puede
utilizarse cualquier otro que convenga al analista.
Nivel de Significancia:
Se define como la probabilidad de rechazar la hipótesis nula cuando ésta es verdadera. Se le
conoce también con el nombre de Error tipo I, nivel de riesgo y simbólicamente se denota por
.
Errores Tipo I y II.
Error tipo I =  = P{error tipo I} = P{rechazar Ho /Ho es verdadera}.

 = nivel de riesgo o nivel de significancia.
Error tipo II =  = P{error tipo II} = P{no rechazar Ho /Ho es falsa}.
1 –  = nivel de confianza, probabilidad de no rechazar Ho cuando es verdadera.
1 –  = potencia de prueba, probabilidad de rechazar Ho cuando es falsa.
Se rechaza la H0 No se rechaza H0
H0 verdadera Error tipo I =  Decisión correcta
H0 falsa Decisión correcta Error tipo II = β
1
M.C. José Luis Rodríguez García
Pruebas unilaterales y bilaterales
Prueba bilateral o de dos lados:

Región de no rechazo de H0
Región de rechazo de H0
/2 1–
/2
Prueba unilateral o superior:
Región de no rechazo de H0 Región de rechazo de H0
1–

Prueba unilateral o inferior:

 1–
Pasos para una prueba de hipótesis
1. Identificar qué prueba se va a utilizar.

2. Establecer H0 y H1.
3. Calcular el estadístico de prueba.
4. Establecer el nivel de confianza o el nivel de significancia.
5. Calcular los valores críticos.
6. Ubicar el estadístico de prueba.
7. Tomar una decisión (no rechazar o rechazar la hipótesis nula)
8. Concluir la decisión tomada en términos del problema planteado.
2
Prueba de hipótesis sobre la media de una distribución normal con Varianza Conocida
Supóngase que la variable aleatoria x representa algún proceso o población de interés.

Suponemos que la distribución de x es normal o que, si no lo es, se cumplen las condiciones
del teorema central del límite.
Se dispone de una muestra aleatoria de tamaño n, x1, x2, ..., xn. Cada observación de esta
muestra, tiene una media  desconocida y una varianza 2 conocida. El procedimiento de
prueba utiliza la estadística de prueba:
𝑥̅ − 𝜇0
𝑧0 =
𝜎/√𝑛
Sigue la distribución normal estándar y donde 0 es una constante especificada.
La distribución z de dos lados, se muestra en la siguiente figura:
/2 1–
/2
-z/2 z/2
H0 :  = 0
H1 :   0
Debemos rechazar H0 si z0 > z/2 o z0 < -z/2, y no rechazar H0 si -z/2  z0  z/2.
La distribución z inferior, se muestra en la siguiente figura:
 1–
-z
H0 :  = 0 o H0 :   0
H1 :  < 0
3
Debemos rechazar H0 si z0 < -z y no rechazar H0 si z0  -z.
La distribución z superior, se muestra en la siguiente figura:
1–

z
H0 :  = 0 o H0 :   0
H1 :  > 0
Debemos rechazar H0 si z0 > z y no rechazar H0 si z0  z.
Ejemplo 1. Un restaurante anuncia que pone 100 gramos de carne en sus hamburguesas; un
cliente que lo frecuenta piensa que las hamburguesas contienen menos de 100 gramos de
carne. Con el permiso del propietario, el cliente escoge una muestra aleatoria de 50
hamburguesas y antes de venderlas las pesa y obtiene que la media es de 110 gramos y la
desviación estándar de 12 gramos. Pruebe quién tendría la razón en este caso usando un nivel
de confianza del 95%.
Solución:

Prueba de hipótesis sobre la media de una distribución normal con Varianza Conocida (n>30).
H0 :  ≥ 100 gramos
H1 :  < 100 gramos

̅ = 𝟏𝟏𝟎 𝒈𝒓𝒂𝒎𝒐𝒔
𝒙
𝝁𝟎 = 𝟏𝟎𝟎 𝒈𝒓𝒂𝒎𝒐𝒔
𝝈 = 𝟏𝟐 𝒈𝒓𝒂𝒎𝒐𝒔
n = 50 hamburguesas
𝑥̅ − 𝜇0 110 − 100 10
𝑧0 = = = = 5.893
𝜎/√𝑛 12/√50 1.697056
4
1 –  = 0.95
 = 0.05

0.05 0.95
Estadístico de prueba = 5.893

-zα
-z0.05
-1.645

No se rechaza la H0, con un nivel de confianza del 95%.

El contenido de carne no es menor a 100 gramos, por lo que el propietario del restaurante tiene
la razón.
Ejemplo 2. Un auditor desea comprobar que la media de las deudas por cobrar de una
empresa es de $100,000. De estudios anteriores, una empresa que se encarga de analizar
ese tipo de información, del rubro de deudas por cobrar para ese tipo de empresas, se obtuvo
una desviación estándar de $20,000. Para ello se selecciona una muestra al azar de 35 de
dichas deudas con un valor medio de $105,500. Utilice un nivel de confianza del 95%.
Solución:

Prueba de hipótesis sobre la media de una distribución normal con Varianza Conocida.
H0 :  = $100,000
H1 :   $100,000

̅ = $𝟏𝟎𝟓, 𝟓𝟎𝟎
𝒙
𝝁𝟎 = $𝟏𝟎𝟎, 𝟎𝟎𝟎
𝝈 = $𝟐𝟎, 𝟎𝟎𝟎
5
n = 35 deudas
𝑥̅ − 𝜇0 105500 − 100000 5500

𝑧0 = = = = 1.627
𝜎/√𝑛 20000/√35 3380.617019

1 –  = 0.95
 = 0.05

0.025 0.95
0.025

-zα/2 zα/2
-z0.05/2 z0.05/2
-z0.025 z0.025
-1.96 1.96


La media de las deudas por cobrar de una empresa es de $100,000.
6
Prueba de hipótesis sobre la media de una distribución normal con Varianza
Desconocida
Si el tamaño de la muestra es grande (n > 30), se pueden utilizar los procedimientos del caso
anterior sustituyendo S2 por 2 en el procedimiento.
Cuando el tamaño de la muestra es pequeña (n ≤ 30) y se desconoce 2 debemos hacer una

suposición de base para obtener un procedimiento de prueba, una suposición razonable en
muchos de los casos es que la distribución base es normal.
Supóngase que x es una variable aleatoria distribuida normalmente con media  y varianza 2
desconocidas. Supóngase que se dispone de una muestra de una variable aleatoria de tamaño
n, x1, x2, ..., xn, y sean x y S2 la media y la varianza de la muestra respectivamente.
El procedimiento de prueba utiliza la estadística de prueba:
𝑥̅ − 𝜇0
𝑡0 =
𝑆/√𝑛
sigue la distribución t con n – 1 grados de libertad y donde 0 es una constante especificada.
La distribución t de dos lados, se muestra en la siguiente figura:
/2 1–
/2
-t/2, n-1 t/2, n-1
H0 :  = 0
H1 :   0
Debemos rechazar H0 si t0 > t/2, n-1 o t0 < -t/2, n-1, y no rechazar H0 si -t/2, n-1  t0  t/2, n-1.
7
La distribución t inferior, se muestra en la siguiente figura:
 1–
-t, n-1
H0 :  = 0 o H0 :   0
H1 :  < 0
Debemos rechazar H0 si t0 < -t, n-1 y no rechazar H0 si t0  -t, n-1.
La distribución t superior, se muestra en la siguiente figura:
1–

t n−
H0 :  = 0 o H0 :   0
H1 :  > 0
Debemos rechazar H0 si t0 > t, n-1 y no rechazar H0 si t0  t, n-1.
8
Ejemplo 3: Un taller de reparaciones de televisión afirma que el promedio de sus costos es de
$480; un grupo de consumidores sospecha que el promedio de los costos de reparación es
más alto y escoge al azar una muestra de 29 presupuestos elaborados por el taller encontrando
una media de $540 y una desviación estándar de $65. Pruebe quién tiene la razón con un nivel
de confianza del 95%.
Solución:

Prueba de hipótesis sobre la media de una distribución normal con Varianza Desconocida.
H0 :  ≤ $480 o H0 :  = $480
H1 :  > $480

̅ = $𝟓𝟒𝟎
𝒙
𝝁𝟎 = $𝟒𝟖𝟎
𝑺 = $𝟔𝟓
n = 29 presupuestos
𝑥̅ − 𝜇0 540 − 480 60
𝑡0 = = = = 4.971
𝑆/√𝑛 65/√29 12.070197
1 –  = 0.95
 = 0.05

0.95
0.05
tα,n-1 = t0.05,29-1
t0.05,28 = 1.701

Se rechaza la H0, con un nivel de confianza del 95%.
9
El grupo de consumidores tiene la razón, debido a que se concluye que el costo promedio de
reparación de un televisor es mayor a $480.
Ejemplo 4: Le han pedido a un auditor, que evalúe la respuesta de las empresas a una nueva
obligación legal de incrementar las prestaciones que ofrecen a sus empleados. Tiene una
muestra aleatoria de 15 cambios porcentuales en las prestaciones prometidas, con una media
de los cambios porcentuales de 5.8% y una desviación estándar de 10.1%. Pruebe la hipótesis
de que la media poblacional de los cambios porcentuales es 0%. Utilizar un nivel de confianza
del 95%.
Solución:

Prueba de hipótesis sobre la media de una distribución normal con Varianza Desconocida.
H0:  = 0%
H1:   0%

̅ = 𝟓. 𝟖%
𝒙
𝝁𝟎 = 𝟎%
𝑺 = 𝟏𝟎. 𝟏%
n = 15 cambios porcentuales
𝑥̅ − 𝜇0 5.8 − 0 5.8
𝑡0 = = = = 2.224
𝑆/√𝑛 10.1/√15 2.607809
1 –  = 0.95
 = 0.05
10
0.025 0.95
0.025

-tα/2,n-1 tα/2,n-1
-t0.05/2,15-1 t0.05/2,15-1
-t0.025,14 t0.025,14
-2.145 2.145

Se rechaza la H0, con un nivel de confianza del 95%.

La media poblacional de los cambios porcentuales no es 0%, lo que quiere decir que el cambio
porcentual que las empresas deben incrementar las prestaciones que ofrecen a sus empleados
si se ha llevado a cabo.
11
Prueba de hipótesis sobre una proporción
En muchos problemas de ingeniería y administrativos nos interesa una variable aleatoria que
siga la distribución binomial. Por ejemplo, considérese un proceso de producción en el que se
manufacturan artículos que se clasifican como aceptables o defectuosos. Suele ser razonable
modelar la ocurrencia de defectos con la distribución binomial donde el parámetro binomial p
representa la proporción de artículos defectuosos producidos, para esto se utiliza una prueba
aproximada que se basa en la aproximación normal a la binomial. Este procedimiento
aproximado será válido siempre y cuando p0 no sea en extremo cercano a 0 o a 1 y si el tamaño
de muestra es relativamente grande. Sea x el número de observaciones en una muestra
aleatoria de tamaño n que pertenece a la clase asociada con p.
El procedimiento de prueba utiliza la estadística de prueba:
𝑥 − 𝑛𝑝0
𝑧0 =
√𝑛𝑝0 (1 − 𝑝0 )
sigue la distribución normal estándar.
Para poder aplicar la prueba, se deben cumplir las siguientes condiciones:
np0 > 5 y nq0 > 5

Sabiendo que q0 = 1 – p0
La distribución z de dos lados, se muestra en la siguiente figura:
De dos lados:
/2 1–
/2
-z/2 z/2
H0 : p = p0
H1 : p  p0
Debemos rechazar H0 si z0 > z/2 o z0 < -z/2, y no rechazar H0 si -z/2  z0  z/2.
12
La distribución z inferior, se muestra en la siguiente figura:
 1–
-z
H0 : p = p0 o Ho : p  p0
H1 : p < p0
Debemos rechazar H0 si z0 < -z y no rechazar H0 si z0  -z.
La distribución z superior, se muestra en la siguiente figura:
1–

z
H0 : p = p0 o H0 : p  p0
H1 : p > p0
Debemos rechazar H0 si z0 > z y no rechazar H0 si z0  z.
Ejemplo 5. Por parte del SAT, se asegura que por lo menos el 40% de las personas que hacen
sus declaraciones de impuestos, las hacen empleando algún software para impuestos. En una
muestra de 50 personas, 16 emplearon software para hacer su declaración de impuestos.
Pruebe con un nivel de confianza del 95% la afirmación del SAT.
Solución:

H0 : p  40%
H1 : p < 40%
13
Se cumple que tanto np0 (50)(0.40) = 20 > 5 como n(1 – p0) = (50)(1 – 0.40) = 30 > 5.
Clase de interés: Las personas que hacen sus declaraciones de impuestos, empleando algún
software.
𝒙 = 𝟏𝟔
𝒑𝟎 = 𝟎. 𝟒𝟎
n = 50 personas
16 − (50)(0.40) −4 −4
𝑧0 = = = = −1.155
√(50)(0.40)(1 − 0.40) √12 3.464102
1 –  = 0.95
 = 0.05

Región de no rechazo de Ho
Región de rechazo de Ho
 0.95
Estadístico de prueba = -1.155 -zα

-z0.05
-1.645

La afirmación del SAT es correcta, que por lo menos el 40% de las personas que hacen sus
declaraciones de impuestos, las hacen empleando algún software para impuestos.
14
Ejemplo 6. Una empresa de estudios de mercado, quiere saber si los compradores son
sensibles a los precios de los artículos que se venden en un supermercado. Obtiene una
muestra aleatoria de 900 compradores y observa que 485 son capaces de decir el precio
correcto de un artículo inmediatamente después de colocarlo en el carro. Pruebe la hipótesis
de que al menos la mitad de todos los compradores son capaces de decir el precio correcto.
Utilizar un nivel de significancia del 6%.
Solución:

H0 : p  50%
H1 : p < 50%
Se cumple que tanto np0 (900)(0.50) = 450 > 5 como n(1 – p0) = (50)(1 – 0.50) = 450 > 5.
Clase de interés: Los compradores que son capaces de decir el precio correcto del artículo
que están comprando.
𝒙 = 𝟒𝟖𝟓
𝒑𝟎 = 𝟎. 𝟓𝟎
n = 900 compradores
485 − (900)(0.50) 35 35
𝑧0 = = = = 2.333
√(900)(0.50)(1 − 0.50) √225 15
1 –  = 0.94
 = 0.06
15
Región de no rechazo de Ho
Región de rechazo de Ho
 0.94

-zα
-z0.06
-1.555


Al menos la mitad de todos los compradores son capaces de decir el precio correcto del artículo
que están comprando.
16
Elección del tamaño de la muestra para la media
Al usar 𝑥̅ para estimar  , el error E es igual a 𝐸 = |𝑥̅ − 𝜇|, el error debe ser:
𝜎
𝐸 < 𝑧𝛼/2
√𝑛
con confianza del 100(1 - )%. En situaciones donde el tamaño de muestra puede controlarse,
se calcula n (tamaño de muestra) como 100(1 - ) % confiable.
El tamaño de muestra apropiado es :

𝑧𝛼/2 𝜎 2
𝑛=( )
𝐸
En caso de que no resulte un número exacto se aproxima al siguiente superior.
Ejemplo 7. Se planea una investigación para determinar los gastos médicos familiares
promedio por año. La administración de la compañía desea tener 95% de confianza de que el
promedio muestral es correcto con un error máximo de $1,000 del promedio real familiar, un
estudio piloto indica que la desviación estándar se puede estimar como $400. ¿Cuál debe ser
el tamaño de la muestra?
Solución:
1 – α = 0.95
α = 0.05
De las tablas z: zα/2 = z0.05/2 = z0.025 = 1.96
 = $400
E = $1,000
2
𝑧𝛼/2 𝜎 2 (1.96)(400)
𝑛=( ) =( ) = (0.784)2 = 0.615 ≈ 1 𝑓𝑎𝑚𝑖𝑙𝑖𝑎
𝐸 1000
Ejemplo 8. Si el gerente de una empresa desea estimar la cantidad promedio de llenado de
un artículo y que el error sea menor a 0.01 litros, con una confianza del 95% y tiene como dato
que la máquina que llena los artículos trabaja con una desviación estándar de 0.2 litros. ¿Qué
tamaño de muestra es requerido?
Solución:
1 – α = 0.95
α = 0.05
 = 0.2 litros
E = 0.01 litros
2
𝑧𝛼/2 𝜎 2 (1.96)(0.2)
𝑛=( ) =( ) = (39.2)2 = 1536.64 ≈ 1537 𝑎𝑟𝑡í𝑐𝑢𝑙𝑜𝑠
𝐸 0.01
17
Elección de tamaño de la muestra para proporción
Al usar 𝑝̅ para estimar p, error estándar E es igual a E = p − p |, el error debe ser:
𝑝̅ (1 − 𝑝̅ )
𝐸 < 𝑧𝛼/2 √
𝑛
con confianza de aproximadamente 100 (1 – )%. En situaciones donde el tamaño de muestra

puede controlarse, se calcula n (tamaño de muestra) como 100(1 - ) % confiable.
El tamaño de muestra apropiado es:

𝑧𝛼/2 2
𝑛=( ) 𝑝̅(1 − 𝑝̅)
𝐸
El tamaño de muestra máximo es:

𝑧𝛼/2 2
𝑛=( ) (0.25)
𝐸
Ejemplo 9. Una empresa realizó un estudio con 1,100 empresas medianas y grandes para
determinar qué tan satisfechos estaban con sus trabajos, se encuentra que 485 están
satisfechas con sus trabajos:
a) ¿Qué tan grande se requiere que sea una muestra, si se quiere tener 95% de confianza
de que la estimación de la proporción de empresas satisfechas con los trabajos esté
dentro de 5%?
b) Responder el inciso a) si no se tuviera la encuesta previa.
Solución:
Clase de interés: Las empresas medianas y grandes satisfechas con sus trabajos.
a)
1 – α = 0.95
α = 0.05
E = 0.05
x = 485 empresas
n = 1100 empresas
485
𝑝̅ = = 0.4409
1100
18
1.96 2
𝑛=( ) (0.4409)(1 − 0.4409) = 378.79 ≈ 379 𝑒𝑚𝑝𝑟𝑒𝑠𝑎𝑠
0.05
b)
1.96 2
𝑛=( ) (0.25) = 384.16 ≈ 385 𝑒𝑚𝑝𝑟𝑒𝑠𝑎𝑠
0.05
Ejemplo 10. En una muestra aleatoria de 300 familias que tienen servicio de agua potable en
la ciudad de Chilpancingo, Gro., se encuentra que 240 no les llega el agua por lo menos una
vez a la semana:
a) ¿Qué tan grande se requiere que sea una muestra si se quiere tener 95% de confianza
de que la estimación de la proporción de familias que no les llega el agua por lo menos
una vez a la semana esté dentro de 5%?
b) Si no se tuviera la información anterior, ¿Qué tan grande se requiere que sea una
muestra si se quiere tener 95% de confianza de que la estimación de la proporción de
familias que no les llega el agua por lo menos una vez a la semana esté dentro de 5%?
Solución:
Clase de interés: Las familias que no les llega el agua por lo menos una vez a la semana.
a)
1 – α = 0.95
α = 0.05
E = 0.05
x = 240 familias
n = 300 familias
240
𝑝̅ = = 0.8
300
1.96 2
𝑛=( ) (0.8)(1 − 0.8) = 245.86 ≈ 246 𝑓𝑎𝑚𝑖𝑙𝑖𝑎𝑠
0.05
b)
1.96 2
𝑛=( ) (0.25) = 384.16 ≈ 385 𝑓𝑎𝑚𝑖𝑙𝑖𝑎𝑠
0.05
19
Otros métodos para la determinación del tamaño de la muestra
1.
http://www.elosiodelosantos.com/calculadoras/tamanyio_muestra.htm
α = Error TIPO I.
N = Población total.
Z = valor normal estándar (Z/2)
2.
𝑛′
𝑛=
𝑛′
1+𝑁
Donde:
N = Población total
𝑠2
n’ = tamaño provisional de la muestra = 𝑉 2
s2 = p(1-p)
p = nivel de confianza propuesto en decimal.
V2 = E 2
E = error propuesto en decimal.
20
3.
𝑁
𝑛=
1 + 𝑁𝑒 2
Donde:
N : Tamaño de población.
e: error relativo en decimal.
Nivel de confianza = 100% - e%
e% = 100% - nivel de confianza
Ejemplo 11. Un auditor desea revisar si corresponde los documentos personales de 200
cuentas, ¿cuántas cuentas deberá verificar? Utilizar un nivel de confianza del 95%.
Solución:
1.
N = 200
1 –  = 0.95
α = 0.05
0.25𝑁 0.25(200) 50
𝑛=( 2 )=( 2 )= = 131.75 ≈ 132 𝑐𝑢𝑒𝑛𝑡𝑎𝑠
𝛼 0.05 0.3795
(𝑧) (𝑁 − 1) + 0.25 (1.96) (200 − 1) + 0.25
2.
N = 200
p = 0.95
E = 0.05
𝑆 2 = (0.95)(1 − 0.95) = 0.0475
′
𝑆 2 0.0475
𝑛 = 2= = 19
𝑉 0.052
19 19
𝑛= = = 17.35 ≈ 18 𝑐𝑢𝑒𝑛𝑡𝑎𝑠
19 1.095
1+
200
21
3.
N = 200
e = 0.05
200 200
𝑛= = = 133.33 ≈ 134 𝑐𝑢𝑒𝑛𝑡𝑎𝑠
1 + (200)(0.05)2 1.5
22

Unidad 3 EJ 2024 Completa

Cargado por

Copyright:

Formatos disponibles

Unidad 3 EJ 2024 Completa

Cargado por

Información del documento

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

Unidad 3 EJ 2024 Completa

Cargado por

Copyright:

Formatos disponibles

TECNOLÓGICO NACIONAL

INGENIERÍA EN GESTIÓN EMPRESARIAL

TEMA 3. Pruebas de hipótesis con una muestra.

NOTAS PARA EL CURSO DE:

M.C. JOSÉ LUIS RODRÍGUEZ GARCÍA

Chilpancingo, Gro. a 22 de marzo de 2024.

Hipótesis Nula (HO):

Hipótesis Alternativa (H1):

Errores Tipo I y II.

Error tipo I =  = P{error tipo I} = P{rechazar Ho /Ho es verdadera}.

H0 verdadera Error tipo I =  Decisión correcta

H0 falsa Decisión correcta Error tipo II = β

Prueba bilateral o de dos lados:

Prueba unilateral o superior:

Región de no rechazo de H0 Región de rechazo de H0

Prueba unilateral o inferior:

Pasos para una prueba de hipótesis

1. Identificar qué prueba se va a utilizar.

Supóngase que la variable aleatoria x representa algún proceso o población de interés.

La distribución z de dos lados, se muestra en la siguiente figura:

Debemos rechazar H0 si z0 > z/2 o z0 < -z/2, y no rechazar H0 si -z/2  z0  z/2.

La distribución z inferior, se muestra en la siguiente figura:

La distribución z superior, se muestra en la siguiente figura:

Región de no rechazo de H0 Región de rechazo de H0

Debemos rechazar H0 si z0 > z y no rechazar H0 si z0  z.

1. Identificar qué prueba se va a utilizar.

3. Calcular el estadístico de prueba.

5. Calcular los valores críticos.

Estadístico de prueba = 5.893

7. Tomar una decisión (no rechazar o rechazar la hipótesis nula)

8. Concluir la decisión tomada en términos del problema planteado.

1. Identificar qué prueba se va a utilizar.

3. Calcular el estadístico de prueba.

𝑥̅ − 𝜇0 105500 − 100000 5500

4. Establecer el nivel de confianza o el nivel de significancia.

5. Calcular los valores críticos.

Estadístico de prueba = 1.627

7. Tomar una decisión (no rechazar o rechazar la hipótesis nula)

8. Concluir la decisión tomada en términos del problema planteado.

Cuando el tamaño de la muestra es pequeña (n ≤ 30) y se desconoce 2 debemos hacer una

El procedimiento de prueba utiliza la estadística de prueba:

La distribución t de dos lados, se muestra en la siguiente figura:

-t/2, n-1 t/2, n-1

Debemos rechazar H0 si t0 < -t, n-1 y no rechazar H0 si t0  -t, n-1.

La distribución t superior, se muestra en la siguiente figura:

Región de no rechazo de H0 Región de rechazo de H0

Debemos rechazar H0 si t0 > t, n-1 y no rechazar H0 si t0  t, n-1.

1. Identificar qué prueba se va a utilizar.

3. Calcular el estadístico de prueba.

5. Calcular los valores críticos.

Región de no rechazo de H0 Región de rechazo de H0

Estadístico de prueba = 4.971

7. Tomar una decisión (no rechazar o rechazar la hipótesis nula)

8. Concluir la decisión tomada en términos del problema planteado.

1. Identificar qué prueba se va a utilizar.

3. Calcular el estadístico de prueba.

Estadístico de prueba = 2.224

7. Tomar una decisión (no rechazar o rechazar la hipótesis nula)

8. Concluir la decisión tomada en términos del problema planteado.

El procedimiento de prueba utiliza la estadística de prueba: