ESI - U2 - L1 - Prueba de Hipótesis y Tipos de Error

IN-MA-15005_U2A1_Pruebas
Versión:Agosto 2017
Revisor: Ma. Inés Díaz Sotomayor
Pruebas de hipótesis y tipos de error
Por: Ma. Inés Díaz Sotomayor
Cuando no es posible obtener las medidas de tendencia central o dispersión en una población, se
pueden calcular desde una muestra los estadísticos y al realizar afirmaciones o suposiciones que
determinen si los estadísticos coinciden con los parámetros, se están estableciendo hipótesis.
Para probar la validez de estas afirmaciones se realiza una prueba de hipótesis, que es un
procedimiento en el que a través de cálculos estadísticos, estaremos aceptando o rechazando la
afirmación; analiza los pasos:
Paso 1: Establecer la hipótesis nula 𝑯𝟎 y la hipótesis alternativa 𝑯𝒂

Se establecen la hipótesis nula y la alternativa, que son una declaración sobre la población
respectivamente.
La Hipótesis nula (𝑯𝟎 ) es la afirmación o suposición que se quiere probar como cierta, por
ejemplo podemos considerar que la media o varianza de la población y la muestra son iguales a un
cierto valor.
La 𝐻% no se rechaza a menos que la información que vamos a obtener de la muestra nos arroje
evidencia convincente de que es falsa. Es importante señalar que, en el caso de que no se rechace 𝐻% ,
tampoco se concluirá que es verdadera, simplemente se puede decir que no se rechaza esta 𝐻% con
base en los datos de la muestra.
La Hipótesis alternativa (𝑯𝒂 ) por su parte, se refiere a la afirmación o suposición que se acepta si
se rechaza la hipótesis nula, en otras palabras, aceptamos la 𝐻& si tenemos suficiente evidencia de
que la 𝐻% es falsa.
Ejemplo:
Se establece que en el proceso automatizado de llenado de jugo de naranja, donde se midió a través de
una muestra representativa el promedio de volumen de llenado, no es diferente a 350 mililitros.
La hipótesis nula se expresaría como:

𝐻% : µ = 350 ml
Y la hipótesis alternativa será la afirmación contraria:

𝐻& : µ ≠ 350 ml
©UVEG. Derechos reservados. Esta obra no puede ser reproducida, modificada, distribuida, ni transmitida, parcial o totalmente, mediante cualquier medio, método o
sistema impreso, electrónico, magnético, incluyendo el fotocopiado, la fotografía, la grabación o un sistema de recuperación de la información, sin la autorización por escrito
de la Universidad Virtual del Estado de Guanajuato.
Paso 2. Seleccionar un nivel de significancia α y graficar

Puede ocurrir que en una prueba de hipótesis la hipótesis nula se rechace, aunque en realidad sea
cierta. El concepto que nos ayuda a determinar la importancia de la exactitud de los cálculos a
realizar, es el nivel de significancia de una prueba.
“El nivel de significación de una prueba es la probabilidad

de rechazar una hipótesis nula que sea verdadera.” (Matus,
Hernández, García y Franco, 2003, p. 65).
Los niveles de significancia que se pueden utilizar son valores entre 0 y 1 y los que se usan con mayor
frecuencia son: 0.05, 0.01 y 0.10. La persona responsable de tomar las decisiones tendrá que analizar
el riesgo que quiere correr cuando su afirmación (Ho) puede ser rechazada, siendo que es verdadera o
no rechazada cuando es falsa, lo cual es se denomina error. Existen dos tipos de error que revisaremos
más adelante.
Paso 3: Identificar el estadístico de la prueba y buscar las tablas de acuerdo a la

prueba
Considera el siguiente concepto:
“ESTADÍSTICO DE PRUEBA, Valor, determinado a partir

de la información de la muestra, que se utiliza para
determinar si se va a rechazar la hipótesis nula.” (Lind,
Marchal & Wathen, 2005, p. 321).
Por ejemplo, en la prueba de hipótesis para la media (µ), cuando σ es conocida y el tamaño de la muestra
es grande, el estadístico de prueba z se calcula así:
𝑋−𝜇
𝑧=𝜎
𝑛
Hay varios estadísticos de prueba, dependiendo de la información con la que contemos podemos utilizar z,
t, F o 𝑋 / conocida como Ji cuadrada, los cuales puedes revisar en la Actividad de Aprendizaje.
Paso 4. Formular la regla de decisión

Se refiere a efectuar una afirmación de las condiciones específicas en las que la hipótesis nula se
rechaza o en las que se acepta, identificando para ello una región o zona de rechazo.
Si se considera un nivel de significancia de 0.05, se obtiene el siguiente gráfico:
Figura 1. Región de aceptación y de rechazo de la regla de decisión, prueba de una cola a la derecha α = 0.05
Es importante señalar que el valor de z = 1.65 es un valor encontrado en una tabla normal estándar y del
mismo modo, existen tablas para cada uno de los estadísticos de prueba (z, t, F o 𝑋 / ).
En una distribución normal los valores más comunes son:

• 𝑧%.%1 = 1.645
• 𝑧%.%6 = 2.33
• 𝑧%.%/1 = 1.96
• 𝑧%.%%1 = 2.58
Analiza el ejemplo:
Ejemplo:
Determina la región de rechazo considerando un nivel de significancia de 5% y el estadístico de prueba z.
1. Para una prueba de una cola considerando un nivel de significancia de 0.05 o 5%, examina la tabla
Áreas debajo de la curva normal (Lind, Marchal & Waten, 2005, p. 720).
𝑁𝑖𝑣𝑒𝑙 𝑑𝑒 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑛𝑐𝑖𝑎 = 0.05
2. Debido a que la tabla está basada en el 50% de la región de aceptación, debes hacer el cálculo con 0.5
en lugar de la unidad y restar el área de rechazo.
Figura 2. Región de aceptación y de rechazo
Para ello restas 0.5 – 0.05 lo que da un valor de 0.45.

0.5 − 0.05 = 0.45
3. Busca en el cuerpo de la tabla el valor de 0.45.
El valor más cercano es 0.4505; ahora ve al inicio del renglón y resulta un valor de 1.6; después sube en la
columna y te da un valor de 0.05. Ahora sumas ambas cantidades para que te de z= 1.65, también
denominada z de tablas.
Nota1: En el caso de pruebas de dos colas, divide el nivel

de significancia entre 2. Es decir: con un nivel de
significancia de 0.01 divides entre 2, lo que te da 0.005; lo
restas al 0.5 (a la mitad del área bajo la curva normal) y
resultará 0.4950, valor que buscas en la tabla de Áreas
debajo de la curva normal. El valor más cercano es 0.4951
y da una z= 2.58.
Nota2: Si el estadístico de prueba es t consulta la página

722 con las tablas, para el caso de F revisa las páginas 723
y 724 y para X^2 ve a la página 718.
En este caso la región de rechazo se encuentra a la derecha de 1.65, por lo tanto si el valor de z
calculada cae dentro de esta área, la 𝐻% se rechazará. Además estás aplicando una prueba de una
cola, lo que quiere decir que la región de rechazo se encuentra sólo en la cola derecha de la curva.
Figura 3. Región de aceptación y de rechazo
Ejemplo:
También pueden existir casos donde la región de rechazo se encuentre en la cola izquierda de la curva
de distribución normal. Analiza el ejemplo:
Ejemplo:
Se espera que la vida útil promedio de las lámparas de bajo consumo sea por lo menos de 6,000 horas,
por lo tanto, se rechazarán las lámparas cuyas pruebas indiquen que su vida útil promedio es mucho
menor a 6,000 horas.
Esto es: la H_0 : µ ≥ 6000 y la H_a : µ < 6,000 que también representa una prueba de una cola.
Es importante señalar que existen pruebas de dos colas. Para clarificar este tipo de prueba lee el siguiente
ejemplo:
Ejemplo:
Un empresario quiere saber si el gasto promedio de los turistas en Cancún, en las últimas dos semanas
de diciembre, es de $40,000 considerando un α = 0.05
Por lo tanto la 𝐻% : µ = 40,000 y la hipótesis alternativa 𝐻& : µ ≠ 40,000.
En este caso si se rechaza la 𝐻% se está aceptando que el gasto promedio puede ser mayor a $40,000
o menor a $40,000. El gráfico es el siguiente:
El tipo de prueba depende de las condiciones que se establecen en la definición del problema, por lo
que es fundamental analizar muy bien los datos.
Paso 5: Tomar una muestra y llegar a una decisión: No rechazar 𝑯𝟎 o rechazar 𝑯𝟎

y aceptar 𝑯𝒂 .
Por último, debes calcular el estadístico de la prueba, compararlo con el valor de la 𝑯𝟎 y tomar la
decisión de rechazar o no rechazar dicha hipótesis.
Considerando la figura 4, si la z resultara con un valor de 1, se aceptaría la 𝐻% debido a que se encuentra

en la región de aceptación y podría pensarse que un valor tan bajo no se atribuye a la variación del
muestreo.
En cambio, un valor de 2.34 cae en la región de rechazo y la decisión sería rechazar la 𝐻% , pues es muy
improbable que un valor de z tan grande se deba a la variación del muestreo y con esta decisión tomar
acciones sobre el proceso analizado.
Únicamente se acepta o se rechaza la hipótesis nula sin olvidar la existencia de los errores tipo I y tipo II,
es decir, rechazar la 𝑯𝟎 cuando no se debería rechazar (error tipo I), o aceptar la 𝑯𝟎 cuando en
realidad se debería rechazar (error tipo II).
Tipos de error
Existen dos tipos de error que es posible cometer al momento de realizar pruebas de hipótesis. Lee el
ejemplo:
Ejemplo:
En una empresa de elaboración de alimentos, entre otras materias primas, el huevo es una de las
principales. Para este producto, el contrato especifica que se debe tomar una muestra en todos los
envíos que llegan y el departamento de calidad debe revisar la calidad del mismo incluyendo que el
cascarón esté bien formado, sin depósitos de calcio y que no tenga grietas. Si más de 5% de los huevos
no cumple con las especificaciones, el envío se rechaza.
Por lo tanto, la H_0 es que el envío contiene 5% o menos de huevos que no cumplen con las
especificaciones de calidad y la H_a es que más del 5% están defectuosos.
Se tomó una muestra de 100 huevos que se recibieron en un envío al inicio de mes, en donde se
encontraron 7 que no cumplieron con los requerimientos de calidad, es decir, el 7% del producto tiene
algún defecto. Este envío se rechazó ya que estaba fuera de la especificación de un máximo de 5% de
producto defectuoso.
Ahora imagina que los 7 huevos defectuosos eran los únicos que no cumplían con la especificación del
envío de 5,000, entonces sólo el 0.14% estaban defectuosos. En esta segunda opción haber rechazado
la 𝐻% fue un error ya que menos del 5% de todo el envío sí cumplía con la especificación de calidad. Al
rechazar la 𝐻% se cometió un tipo de error denominado error tipo I y la probabilidad de cometer este
tipo de error es α.
Revisa los gráficos:
Figura 5. Tipos de errores
Como observaste en el gráfico, también existe la opción de que en el envío se tengan más del 5% de huevos
defectuosos, pero al realizar el muestreo de 100 huevos sólo pudimos detectar 4, es decir, obtenemos un 4%
de huevos que no cumplen con las especificaciones con lo que aceptamos la Ho siendo que en realidad
existen más de 5% de piezas defectuosas en el envío, con lo que estaremos cometiendo el error denominado
error tipo II y la probabilidad de cometer este tipo de error es β.
Si deseas profundizar en el tema de tipos de error en pruebas de hipótesis revisa

el siguiente recurso:
Autor: Instituto Nacional de Estadística Geografía e Informática [INEGI]

Título: Estadística Inferencial
Páginas: de la página 30 a la 34
URL:http://www.inegi.org.mx/inegi/spc/doc/INTERNET/19%20Curso%20estad%C
3%ADstica%20Inferencial.pdf
Referencias
Lind, D. A., Marchal, W. G. & Wathen, S. A. (2005). Estadística aplicada a los

a
negocios y a la economía (12. ed.). D.F., México: McGraw-Hill
Interamericana. [Versión en línea]. Recuperado de la base de datos e-
libro Cátedra. (10485736)
Matus, R., Hernández, M., García, E., y Franco, M. (2003). Estadística. D.F.,
México: Instituto Politécnico Nacional. [Versión en línea]. Recuperado de
la base de datos e-libro Cátedra. (10365616)
Bibliografía
Instituto Nacional de Estadística Geografía e Informática [INEGI]. (s.f.). Estadística

Inferencial. Disponible en
http://www.inegi.org.mx/inegi/spc/doc/INTERNET/19-
%20Curso%20estad%C3%ADstica%20Inferencial.pdf
10

ESI - U2 - L1 - Prueba de Hipótesis y Tipos de Error

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

ESI - U2 - L1 - Prueba de Hipótesis y Tipos de Error

Caricato da

Copyright:

Formati disponibili

IN-MA-15005_U2A1_Pruebas

Pruebas de hipótesis y tipos de error

Por: Ma. Inés Díaz Sotomayor

Paso 1: Establecer la hipótesis nula 𝑯𝟎 y la hipótesis alternativa 𝑯𝒂

La hipótesis nula se expresaría como:

Y la hipótesis alternativa será la afirmación contraria:

Paso 2. Seleccionar un nivel de significancia α y graficar

“El nivel de significación de una prueba es la probabilidad

Paso 3: Identificar el estadístico de la prueba y buscar las tablas de acuerdo a la

“ESTADÍSTICO DE PRUEBA, Valor, determinado a partir

Paso 4. Formular la regla de decisión

Si se considera un nivel de significancia de 0.05, se obtiene el siguiente gráfico:

En una distribución normal los valores más comunes son:

Determina la región de rechazo considerando un nivel de significancia de 5% y el estadístico de prueba z.

Figura 2. Región de aceptación y de rechazo

Para ello restas 0.5 – 0.05 lo que da un valor de 0.45.

3. Busca en el cuerpo de la tabla el valor de 0.45.

Nota1: En el caso de pruebas de dos colas, divide el nivel

Nota2: Si el estadístico de prueba es t consulta la página

Figura 3. Región de aceptación y de rechazo

Por lo tanto la 𝐻% : µ = 40,000 y la hipótesis alternativa 𝐻& : µ ≠ 40,000.

Paso 5: Tomar una muestra y llegar a una decisión: No rechazar 𝑯𝟎 o rechazar 𝑯𝟎

Considerando la figura 4, si la z resultara con un valor de 1, se aceptaría la 𝐻% debido a que se encuentra

Revisa los gráficos:

Figura 5. Tipos de errores

Si deseas profundizar en el tema de tipos de error en pruebas de hipótesis revisa

Autor: Instituto Nacional de Estadística Geografía e Informática [INEGI]

Lind, D. A., Marchal, W. G. & Wathen, S. A. (2005). Estadística aplicada a los

Instituto Nacional de Estadística Geografía e Informática [INEGI]. (s.f.). Estadística

Potrebbero piacerti anche