PRUEBAS DE HIPOSTESIS Y SIGNIFICANCIA

Hiptesis estadsticas. Hiptesis nula.

Las hiptesis de estadsticas son suposiciones o conjeturas sobre las poblaciones involucradas
son planteamientos sobre la distribucin de probabilidad de las poblaciones.
Pruebas de hiptesis y significancia
Si suponemos que cierta hiptesis es verdadera pero encontramos que los resultados de una
muestra aleatoria difieren marcadamente de los esperados bajo la hiptesis sobre la base del
azar de la teora del muestreo podremos decir que las diferencias observadas son
significativas y nos inclinamos a rechazar la hiptesis.
Errores de tipo I y tipo II
Y si rechazamos una hiptesis cuando da la casualidad que es verdadera, decimos que se ha
cometido un error de tipo I si por el contrario, aceptamos una hiptesis cuando esta a debido
rechazarse, decimos que se ha cometido un error del tipo II. Para que cualquier prueba de
hiptesis o las reglas de decisin sean adecuadas, se deben disear de manera que reduzcan
los errores de la decisin. La nica manera de reducir ambos tipos de error es incrementando
el tamao de la muestra. Lo cual puede o no ser posible.
Nivel de significancia
Al probar una hiptesis dada, la probabilidad mxima con la que queremos tomar el riesgo de
un error tipo se lIama nivel de significancia de la prueba. Esta probabilidad se especifica antes
de que se hayan tomado muestras, para que los resultados obtenidos no influyan en nuestra
decisin.
Pruebas que involucran la distribucin normal
Para ilustrar la ideas presentadas anteriormente, supongamos que bajo cierta hiptesis la
distribucin muestral de estadstico S tiene distribucin normal con media s y desviacin
estndar s. De igual manera, supongamos que decidimos rechazar la hiptesis si S es muy
grande o pequea.
La distribucin de la variable estandarizadas Z = (S - s) / s es la distribucin, y los valores
extremos de Z pueden llevar al rechazo de la hiptesis.
Pruebas de una o dos colas
En la prueba anterior nos interesamos en los valores extremos del estadstico S o en su
correspondiente valor Z a ambos lados de la media, es decir, en ambas colas de distribucin.
Por esta razn tales pruebas reciben el nombre de pruebas de dos colas o pruebas bilaterales.
El valor de P
La hiptesis nula H0 ser una afirmacin de que cierto parmetro de una poblacin tiene un
valor especfico, la hiptesis alterna H 1 ser alguna de las siguientes afirmaciones: A) el
parmetro es mayor que el valor indicado (prueba de cola derecha). B) el parmetro es mayor
que el valor indicado (prueba de cola izquierda). C) el parmetro es mayor o menor que el
valor indicado (prueba de dos colas).
Pruebas especiales de significancia de pruebas grandes

Para muestras grandes, muchos estadsticos S tienen distribuciones casi normales con media

y desviacin estndar s. En tales casos podemos usar los resultados anteriores para

formular reglas de decisin para las pruebas de hiptesis y significancia.

DISTRIBUCIN t DE STUDENT
X0 , X1 , X2, , X

Si

son

+1 variables normales estndares independientes, la

estadstica.
Ecuacin (10.10)
2

X1+ X2

X
t= 0

Se dice que tiene una distribucin t de Student, o simplemente t, con

grados de libertad.

Advirtase que la variable t es una razn de la variable normal estndar a la raz cuadrada de
una variable chi cuadrado dividido por su nmero de grados de libertad. Es decir (10.10) es
equivalente a

t =z X 2 . Nuevamente, el numerador y el denominador de (10.10) son

independientes.
Hay una distribucin t correspondiente a cada entero positivo. La funcin densidad para
se da como
Ecuacin (10.11)

( 1 )

f ( t )=

[ ]

+1
)
2
t 2 (+1 )/ 2
(1+ )

( )
2

Dos curvas de densidad para distribuciones t, con un

=2

y otra con

=20 , son

representativas grficamente contra la distribucin normal estndar Grfica (10.5).

Mencionemos ahora algunas propiedades importantes de las distribuciones t.
1. Como una variable normal, una variable t varia de valor de
2. Una distribucin t es simtrica con
(10.12)

E ( t ) =0, para >1

(10.13)

V ( t )=

para >2
2

As una distribucin t no posee media cuando

=1

y no posee variancia cuando

2 .
3. Una distribucin t es similar a la distribucin normal estndar porque ambas varan en
valor de

a , ambas son simtricas y ambas tienen media cero; sin embargo, una

distribucin t tiene una mayor dispersin que la distribucin normal. Esta propiedad
puede verse fcilmente de la desviacin estndar de

t , que es

2 . Esta

cantidad es siempre mayor que uno, pero se acerca a uno a medida que aumenta
En la prctica, podemos tratar

como n (0,1) cuando

=30 .

El cuadro X del apndice C otorga valores crticos en los extremos de ambas colas de
distribuciones t para algunos puntos porcentuales para algunos puntos porcentuales
escogidos. Por ejemplo, si X es

t 2 , entonces

P (4.333 X 4.333 )=P (4.333 t 2 4.33 ) =0.95

Grafica (10.5)

De esto vemos que

P ( t 2 <4.303 ) =0.025
Anlogamente, si X es

P ( t 2 > 4.303 )=0.025

t 20 , tenemos que

(Vase figura (10.5) para

=2

P ( 2.845 t 20 2.845 ) =0.99

P ( t 20 <2.845 ) =0.005
P ( t 20 >2.845 ) =0.005
P ( t 20 >2.528 ) =0.01
P ( t 20 <1.725 )=0.05
Y as sucesivamente. En realidad, los encabezados columnares del cuadro X son niveles de
significacin para pruebas bilaterales. Las anotaciones en el cuerpo son los valores crticos de

para tales pruebas. Si deseramos tener una prueba de una sola cola con, por ejemplo

=0.05 , el valor critico se halla en la columna con

gl. Por ejemplo,

2=0.10

para el numero apropiado de

P ( t 20 <1.725 )=0.05 , el nmero -1.725 se halla en la columna encabezada

por 0.10 correspondiente a

=20 .

Habiendo tratado las propiedades de las distribuciones

X 2 , F y t, consideremos ahora sus

aplicaciones. Estos modelos de probabilidades pueden emplearse para trabajo diferencial en

una gran variedad de situaciones. Rigurosamente se puede aplicar a inferencias estadstica
acerca de las variancias de poblacin, acerca de la comparacin entre dos variancias de
poblacin y acerca de las medidas de poblacin en el supuesto de que las variancias de
poblacin sean desconocidas.

Problemas.
Una prueba de resistencia al rompimiento de 6 cuerdas fabricadas por una
compaa mostro una resistencia promedio de 7750 lb con desviacin estndar
de 145 lb, mientras que el fabricante reclama que sta es de 8000 lb. Podemos
apoyar la queja del fabricante con un nivel de significancia del (a) 0.05, (b) 0.01
Cul es el valor de P de la prueba?
Debemos decidir entre las hiptesis
H0: =8000 lb, y la queja del fabricante es justificada
H1: 8000 lb, y la queja del fabricante no es justificada
As que se requiere una prueba de una cola.
Bajo la hiptesis H0 tenemos

T=

X
77508000
n1=
61=3.86
S
145

(a) Para una prueba de una cola con nivel de significancia de 0.05, adoptamos la
regla de decisin:
(1) Aceptar H0 si T es mayor que t0.95, que para 6 1 = 5 grados de libertad
significa T 2.01.
(2) De otra manera rechazar H0.
Dado que T = 3.86, rechazamos H0.
(b) Para una prueba de una cola con nivel de significancia de 0.01, adoptamos la
regla de decisin:
(1) Aceptar H0 si T es mayor que t0.99, que para 5 grados de libertad significa
T > 3.36.
(2) De otra manera rechazar H0.
Dado que T = 3.86, rechazamos H0.
Concluimos que es extremadamente improbable que la queja del
fabricante sea justificada.
(c) El valor de P es P (T
P

3.86.) La tabla en el apndice D muestra 0.005

0.01. Usando programas de computador, P = 0.006.