UNIDAD 8: INTERVALOS DE

CONFIANZA Y CONTRASTES DE
HIPTESIS
Para evitar referen ias a frmulas engorrosas, supondremos que:

La pobla in sigue una distribu in normal, mientras no se diga otra osa.

El tamao de la pobla in es innito y el muestreo on reemplazamiento.

A ve es, aunque para apli ar algunas frmulas el tamao de las muestras debe ser
mayor que 30, sto no se tendr en uenta.

A ontinua in se espe i a la

nota in

que se utilizar a lo largo de la unidad y a la que

se har referen ia.

=media

=desvia in

pobla ional

tpi a pobla ional

N=tamao de la pobla in

n=tamao de la muestra orrespondiente

x=media

q = 1 p

muestral

p=propor in
S2 =
2

n
X
i=1

n
X
i=1

(xi
x)2

S2

(xi
x)2

s =
n1
1 = nivel

Z es
valor .

p =

muestral de un su eso

nmero de ve es que o urre un su eso

n

es la varianza muestral

s2 es la uasivarianza muestral
= nivel de riesgo o signi a in

de onanza

el valor de una variable N(0,1) que deja a su dere ha un rea (probabilidad) de

t (n 1)

es el valor de una variable t-Student on (n-1) grados de libertad que deja a

su dere ha un rea (probabilidad) de valor

.
1

2 (n 1)

es el valor de una variable hi- uadrado on (n-1) grados de libertad que

deja a su dere ha un rea (probabilidad) de valor

F (m, n)

es el valor de una variable F Snede or on (m,n) grados de libertad que deja

a su dere ha un rea (probabilidad) de valor

La tabla on los valores

Valores de

0 0005
3 29

de una normal ms usuales son:

0 005
2 575

0 01
2 3263

0 02
2 05374

0 025
1 96

0 05
1 645

0 1
1 2815

8.1 INTERVALOS DE CONFIANZA

Se trata de en ontrar un intervalo (a,b) de manera que el parmetro pobla ional des ono ido se en uentre en di ho intervalo on una determinada pre isin o nivel de onanza.
Para hallar di ho intervalo utilizaremos los datos de una muestra (luego variar on la
muestra).
El trmino nivel de onanza (por ejemplo 95%) signi a que en al menos el 95% de los
intervalos onstruidos tomando un nmero elevado de muestras, el parmetro pobla ional
des ono ido se en uentra en di hos intervalos.
2

Debemos insistir en el siguiente he ho: 

Para una muestra determinada, no pode-

mos de ir que el parmetro pobla ional se en uentra en el intervalo hallado on probabilidad 0'95. El intervalo es aleatorio antes de al ular el valor del estadsti o para ada
muestra; una vez al ulado para una muestra on reta deja de ser aleatorio y puede que
ontenga al parmetro pobla ional o no.

h se partir
a (generalmente insesgado); a partir
de l se onstruir el intervalo on una determinada amplitud b, de manera que el
intervalo ser: (a b, a + b), on la ondi in de que p[a b h a + b] = 1 .
El trmino b es el margen de error o pre isin de la estima in del parmetro
Para hallar los intervalos de onanza de un parmetro pobla ional

de un estimador de di ho parmetro, llammosle

pobla ional des ono ido; re ibe el nombre de

error tpi o de estima in o error estn-

dar. (En el aso de que el muestreo no sea on reemplazamiento o la pobla in no sea

q
N n
.
innita, en general, se debe multipli ar el error estndar por el fa tor
N 1
Vamos a detallar los intervalos de onanza a un nivel de onanza 1 segn distintas
situa iones y parmetros pobla ionales para los que deseemos al ular di hos intervalos.

A) Para el aso de una ni a pobla in

Pobla in: N(, )

ono ida.

Estimador: la media muestral

x.

x Z 2 , x + Z 2
n
n

Pobla in: N(, )

des ono ida. Parmetro pobla ional: la media pobla ional

Estimador: la media muestral

x.

Pobla in: N(, )

ono ida. Parmetro pobla ional: la varianza pobla ional

2.

El intervalo de onanza viene dado por:

n
X

(xi )

i=1

2 (n)

El intervalo de onanza viene dado por:

s
s
x t 2 (n 1) , x + t 2 (n 1)
n
n

Parmetro pobla ional: la media pobla ional

El intervalo de onanza viene dado por:

n
X
i=1

(xi )

21 (n)

Pobla in: N(, ) des ono ida. Parmetro pobla ional: la varianza pobla ional
2 . El intervalo de onanza viene dado por:

(n 1) s2 (n 1) s2

,
2 (n 1) 21 (n 1)
2

Pobla in: B(n,p) on n>30 . Parmetro pobla ional: la propor in pobla ional p.
Estimador: la propor in muestral

p Z
2

p.
s

El intervalo de onanza viene dado por:

p q
, p + Z 2
n

p q
n

B) Para el aso de dos pobla iones independientes

Pobla iones: N(, )

pobla ionales

ono idas. Parmetro pobla ional: la diferen ia de medias

x y .

Estimador: la diferen ia de medias muestrales

intervalo de onanza viene dado por:

v
u 2
u
(
x y) Z t x

Pobla iones: N(, )

u 2
y2
y2

+ , (
x y) + Z 2 t x +
nx ny
nx ny

x y .

Estimador: la diferen ia de medias muestrales

El intervalo de onanza viene dado en la forma

(
x y) t 2 (nx + ny

v
u
u (nx
2)t

a b

1)s2x + (ny 1)s2y

nx + ny 2

por:

1
1
+
nx ny

Pobla iones:B(n,p) on n>30 . Parmetro pobla ional: la diferen ia de propor iones

pobla ionales

px py .

Estimador: la diferen ia de propor iones muestrales

El intervalo de onanza viene dado por:

(
px py ) Z 2

El

des ono idas, pero iguales. Parmetro pobla ional: la difer-

en ia de medias pobla ionales

x y.

v
u

x y.

Pobla iones:

N(, )

px qx py qy
+
, (
px py ) + Z 2
nx
ny

px qx py qy
+
nx
ny

px py .

des ono idas. Parmetro pobla ional: el o iente de las

x2
varianzas pobla ionales 2 . El intervalo de onanza viene dado por:
y

1
1
s2x
s2x

,
2
2
sy F 2 (nx 1, ny 1) sy F1 2 (nx 1, ny 1)

Propiedad:

En el aso de que sin veri arse las hiptesis propuestas estemos interesa-

dos en en ontrar un intervalo de onanza para la media pobla ional de una pobla in
ualquiera siempre podemos apli ar el Teorema de T heby he, que di e:

y desvia in tpi a .
p[|X | k] k12 .

Sea X una variable aleatoria de media

que sea el valor de

k>0

se tiene que

Se veri a que ualquiera

En aso de que X sea la media muestral se tendra que un intervalo de onanza para
la media pobla ional on desvia in tpi a ono ida sera:

x k , x + k
n
n

Los pasos a seguir para la onstru in del intervalo de onanza son:

a)

Estable er la pobla in y la ley de distribu in de di ha pobla in.

b)

Fijar dos de los siguientes datos: el nivel de onanza, el tamao muestral deseado o
el error de estima in.

Considerar el estimador ade uado para el parmetro pobla ional del que se desea
onstruir el intervalo de onanza. Cal ular el valor de di ho estimador.

d)

Considerar el punto rti o de la distribu in del estimador y apli ar la frmula orrespondiente a di ho intervalo de onanza.

ERRORES DE ESTIMACIN Y TAMAO DE MUESTRA

Hasta ahora se ha supuesto que el tamao de la muestra es ono ido; sin embargo,
hemos de determinar el tamao de la muestra teniendo en uenta que mientras ms grande
sea la muestra menor error ometeremos al inferir el valor de un parmetro des ono ido,
puesto que ms prximo estaremos a examinar a toda la pobla in, pero probablemente
ms ostes e onmi os, de tiempo, et ., deberemos emplear. Por otra parte, si la muestra
es muy pequea el grado de onanza que podemos tener puede que no sea el deseado.
Podemos onsiderar que uando se realiza una estima in del valor de un parmetro
pobla ional mediante un intervalo de onanza ometemos un error (error tpi o de estima in) igual al valor absoluto de

b, que en general depende de n.

Di ho error in orpora

la desvia in del estimador y el valor del punto rti o determinado por la distribu in de
di ho estimador.
Luego podemos:
a)

Fijar el nivel de onanza y el error que deseamos tener, al ulando el tamao de

muestra ne esario.

b)

Cal ular el error que ometeremos on un tamao de muestra dado y un nivel de

onanza.

Dado el tamao de muestra y el error que deseamos tener, al ular el nivel de onanza
que tendremos.

8.2 CONTRASTES DE HIPTESIS

Para veri ar si una

hiptesis estadsti a

es ierta tendramos que que tomar todos y

ada uno de los individuos de la pobla in. Sin embargo, la mayora de las ve es no se
puede ha er por razones e onmi as , de tiempo, et ., por lo que deberemos responder
observando los datos de una muestra.
Un ontraste de hiptesis permite a eptar o re hazar si determinadas arma iones son
iertas o falsas en fun in de los datos observados en una muestra. Esto onlleva el riesgo
de que la on lusin a la que lleguemos sea falsa, por lo que debemos tener un ierto grado
de pre isin en aso de a eptar la hiptesis, llamado nivel de onanza.
Los ontrastes o test de hiptesis, o bien:
a)

Estable en hiptesis sobre los valores de los parmetros de las fun iones de probabilidad de la pobla in (mtodos estadsti os paramtri os). Ejemplo: la media de una
pobla in normal es 5.

b)

Estable en otro tipo de hiptesis (mtodos estadsti os no paramtri os). Ejemplo:

No existe dependen ia entre las variables sexo y rendimiento a admi o entre los
estudiantes de un IES.

Cuando se realiza un test de hiptesis y se a epta la arma in ini ial, no quiere de ir que
hayamos probado, en sentido matemti o estri to, di ha arma in, puesto que puede ser
re hazada por los datos de otra muestra. Para probarla deberamos veri arla para toda
la pobla in. Lo que s podemos argumentar es que las dis repan ias que existen entre
los datos observados y los valores que se esperaban se deben al azar.
Analizaremos algunos de los distintos tipos de ontrastes de hiptesis. Previamente
vamos a denir unos on eptos fundamentales que sern ne esarios:

Hiptesis nula (H0 ):

Indi a la arma in sobre los parmetros pobla ionales.

Hiptesis alternativa (H1 ):

Re oge el su eso omplementario a

5

H0 .

Estadsti o de prueba:

es una fun in de los datos muestrales que nos permitir

de idir si a eptamos o re hazamos

H0 .

La distribu in de probabilidad debe ser

ono ida bajo la hiptesis nula.

Regin de a epta in:

onjunto de valores (intervalo) para el estadsti o muestral

que ha en que a eptemos

H0

on probabilidad

nula.

Regin de re hazo o rti a:

anterior, on probabilidad

supuesta ierta la hiptesis

onjunto de valores (intervalo) omplementario al

ivel de onanza (1 ):

nos da la probabilidad de la regin de a epta in bajo

la hiptesis nula.

Nivel de signi a in ():

nos da la probabilidad de la regin rti a bajo la

hiptesis nula.

A la hora de plantear
a)

1 ,

ontrastes de hiptesis paramtri os hemos de distinguir entre:

Contrastes bilaterales:

la hiptesis nula se presenta de manera que los valores de

los parmetros pobla ionales des ono idos quedan unvo amente determinados.
b)

Contrastes unilaterales:

la hiptesis nula se presenta de manera que los valores

de los parmetros pobla ionales des ono idos se en uentran dentro de un intervalo
semiabierto. Para ono er la distribu in del estadsti o muestral se supondr que el
parmetro pobla ional toma el valor de los extremos del intervalo.
Cuando llevamos a abo el ontraste de hiptesis nos basamos en los valores de un estadsti o uya fun in de probabilidad deberemos ono er bajo la hiptesis nula. Enton es
los datos de la muestra nos pueden llevar a dos

tipos de errores tal omo se

indi a a

ontinua in:
Situa in real

H0
De isin adoptada
A eptar
Re hazar

De isin orre ta

H0

Erro de tipo II

De isin in orre ta
Erro de tipo I

verdadera

De isin in orre ta

(1 )

H0

De isin adoptada

H1

verdadera

()

()

De isin orre ta
Poten ia de un ontraste

(1 )

Las probabilidades de los errores de tipo I y II son fun iones omplementarias (si uno
aumenta, el otro disminuye y vi eversa), por lo que se tratar de minimizar aquel error
que se onsidere m grave. Una solu in onsiste en bus ar el tamao de la muestra tal
que jado uno de los dos, el otro se en uentre dentro de los mrgenes deseados.
A la hora de sele ionar un estadsti o para ontrastar una determinada hiptesis se
elegir aquel uya poten ia sea mxima entre todos los que tengan el mismo nivel de
onanza.
Los pasos que seguiremos en todo ontraste de hiptesis sern:

H0

H1 .

a)

Estable er la distribu in de la pobla in, la hiptesis nula

b)

Fijar el nivel de onanza,

Sele ionar una muestra y al ular el valor del estadsti o orrespondiente, uya dis-

y el tamao de la muestra, n.

tribu in ser ono ida bajo la hiptesis nula

d)

y alternativa

H0 .

Determinar la regin de a epta in y de re hazo o rti a.

6

e)

A eptamos

H0 si el valor del estadsti o se en uentra dentro de la regin de a epta in;

H0 .

en otro aso se re haza

f ) Con lusiones de tipo estadsti o.

A ontinua in, veremos los datos obtenidos segn el tipo de ontraste paramtri o
realizado:
A) Para el aso de

una ni a pobla in:

Pobla in: N(, )

b)

T < Z1

T > Z .

6= 0

b)

< 0

Pobla in: N(, )

= 0 b) 0 ) 0 .
> 0 . Regin rti a: a) |T |

b)

6= 0 b) < 0 )
T < t1 (n 1) ) T > t (n 1). Estadsti o:

Pobla in: N(, )

x 0
s
n

ono ida. Hiptesis nula: a)

Hiptesis alternativa: a) 6= 0 b) < 0 )

2
2
b) T < 1 (n) ) T > (n). Estadsti o:

T =
Pobla in: N(, )

n
X
i=1

> 0 .

= 0

0 ) 0 .
Regin rti a: a) |T | (n)
2
b)

(xi )2
02
= 0 b) 0 ) 0 .
> 0 . Regin rti a: a) |T |

de ono ida. Hiptesis nula: a)

Hiptesis alternativa: a) 6= 0 b) < 0 )

2 (n 1) b) T < 21 (n 1) ) T > 2 (n 1). Estadsti o:

T =

des ono ida. Hiptesis nula: a)

T =

x 0

Hiptesis alternativa: a)

t 2 (n 1)

Estadsti o:

T =

= 0 b) 0 ) 0 .
> 0 . Regin rti a: a) |T | Z 2

ono ida. Hiptesis nula: a)

Hiptesis alternativa: a)

Pobla in:

B(n,p).

alternativa: a)
)

T > Z .

Hiptesis nula:

p 6= p0

b)

Estadsti o:

p < p0

(n 1)s2
02

a)

p = p0

p > p0 .

b)

p p0

Regin rti a:

p p0 . Hiptesis
a) |T | Z b) T < Z1
2
)

p p0
T =q

p0 (1p0 )
n

B) Para el aso de

dos pobla iones independientes:

x y = a b) x y a )
x y a. Hiptesis alternativa: a) x y 6= a b) x y < a ) x y > a.
Regin rti a: a) |T | Z b) T < Z1 ) T > Z . Estadsti o:
2

Pobla iones: N(, )

ono idas. Hiptesis nula: a)

x y a
T =r
2
x2
nyy
nx
7

des ono idas pero iguales. Hiptesis nula: a) x y = a

x y a ) x y a. Hiptesis alternativa: a) x y 6= a b) x y < a
x y > a. Regin rti a: a) |T | t 2 (nx + ny 2) b) T < t1 (nx + ny 2)
T > t (nx + ny 2). Estadsti o:

Pobla iones: N(, )

b)
)
)

T =r

x y a

(nx 1)Sx2 +(ny 1)Sy2

nx +ny 2

1
nx

1
ny

2
2
2
2
Pobla iones: N(, ) ono idas. Hiptesis nula: a) x = y b) x y )
2
2
2
2
2
2
2
2
x y . Hiptesis alternativa: a) x 6= y b) x < y ) x > y . Regin
n
n
n
rti a: a) T > x F (nx , ny ) o T < x F1 (nx , ny ) b) T < x F1 (nx , ny ) )
ny
ny
ny
2
2
T > nnxy F (nx , ny ). Estadsti o:

T =

nx
X
i=1
ny

X
i=1

(xi x )2
(yi y )2

2
2
2
2
Pobla iones: N(, ) de ono idas. Hiptesis nula: a) x = y b) x y )
2
2
2
2
2
2
2
2
x y . Hiptesis alternativa: a) x 6= y b) x < y ) x > y . Regin rti a:
a) T > F (nx 1, ny 1) o T < F1 (nx 1, ny 1) b) T < F1 (nx 1, ny 1)
2

T > F (nx 1, ny 1).

Estadsti o:

T =

s2x
s2y

RELACIN ENTRE INTERVALOS DE CONFIANZA Y CONTRASTES DE

HIPTESIS
Cuando se realiza un ontraste de hiptesis bilateral y se re haza la hiptesis nula
no sabemos ul es el valor del parmetro de la pobla in que estamos onsiderando,
ni amente qu valor no es, on un determinado nivel de onanza.
A ve es, en lugar de realizar un ontraste de hiptesis podemos onstruir el intervalo
de onanza para di ho parmetro y on ello podemos re hazar todas aquellas hiptesis
nulas de la forma

H0 :

parmetro =

k0

siempre que el valor no se en uentre dentro del

intervalo de onanza onstruido.

En el aso de hiptesis unilaterales:
a)

H0 :

parmetro

k0

frente a

H1 :

parmetro

> k0 a

un nivel de signi a in

se

onstruye un intervalo de onanza para el parmetro pobla ional des ono ido a un
nivel de onanza
debemos re hazar

b)

1 2.
H0 . En

Si

k0

es mayor que el extremo superior de di ho intervalo

general se re hazar ualquier hiptesis nula de la forma

H0 :

parmetro = un valor mayor que el extremo superior del intervalo de onanza.

H0 :

parmetro

k0

frente a

H1 :

parmetro

< k0

a un nivel de signi a in

se

onstruye un intervalo de onanza para el parmetro pobla ional des ono ido a un
nivel de onanza
debemos re hazar

H0 :

1 2.
H0 . En

Si

k0

es menor que el extremo inferior de di ho intervalo

general se re hazar ualquier hiptesis nula de la forma

parmetro = un valor menor que el extremo inferior del intervalo de onanza.