UNIVERSIDAD NACIONAL

JORGE BASADRE GROHMANN

CURSO
ESTADÍSTICA Y PROBABILIDADES

PRUEBA DE HIPOTESIS
Docente: Mario Gauna Chino
¿Qué es una prueba de hipótesis?

Una prueba de hipótesis es una regla

que especifica si se puede aceptar o
rechazar una afirmación acerca de una
población dependiendo de la evidencia
proporcionada por una muestra de
datos.
 ¿Qué es una prueba de
hipótesis?
Una prueba de hipótesis examina dos hipótesis
opuestas sobre una población: la hipótesis
nula y la hipótesis alternativa. La hipótesis
nula es el enunciado que se probará. Por lo
general, la hipótesis nula es un enunciado de
que "no hay efecto" o "no hay diferencia".
La hipótesis alternativa es el enunciado que
se desea poder concluir que es verdadero
de acuerdo con la evidencia proporcionada
por los datos de la muestra.
 PRUEBAS DE HIPÓTESIS

Hipótesis nula (H0)

La hipótesis nula indica que un parámetro de
población (tal como la media, la desviación
estándar, etc.) es igual a un valor hipotético. La
hipótesis nula suele ser una afirmación inicial que se
basa en análisis previos o en conocimiento
especializado.
Hipótesis alternativa (H1)
La hipótesis alternativa indica que un parámetro de
población es más pequeño, más grande o diferente
del valor hipotético de la hipótesis nula. La hipótesis
alternativa es lo que usted podría pensar que es
cierto o espera probar que es cierto.
 PRUEBAS DE HIPÓTESIS

NIVEL DE CONFIANZA
Valor de la confianza que permite aceptar que los datos
obtenidos en la muestra describen correctamente a la
población.
1-α=90%, 95% y 99% =0.90, 0.95 y 0.99

NIVEL DE SIGNIFICACIA
Proporción del error que estamos dispuestos a aceptar para
dar como valido nuestro estudio, cada vez que se trabaja con
una muestra.
α =5% = 0.05
 PRUEBAS DE HIPÓTESIS

Es la explicación estadística de una

suposición o creencia acerca de los
parámetros poblacionales.

Consiste en plantearse una hipótesis nula y

una alternativa, para después realizar
pruebas características para poder
decidir cual de estas dos es válida.
 PRUEBAS DE HIPÓTESIS

TIPOS DE HIPÓTESIS

Hipótesis Nula (Ho) (Trabajo)

• Los grupos comparados no difieren en la
característica en estudio =

Hipótesis alternativa (Ha) (H1) (investigador)

• Los grupos comparados si difieren en la
característica en estudio. ≠
PASOS PARA PRUEBA DE HIPÓTESIS

1. Plantear la Hipótesis Nula y Alternativa

2.Decidir que prueba estadística utilizar (la
mas adecuada)
3.Seleccionar el nivel de significancia para
la prueba estadística.
4.Realizar los cálculos.
5.Aceptar o Rechazar Hipótesis Nula.
6.Hacer y Exponer conclusiones
ERRORES EN LAS PRUEBAS DE
HIPÓTESIS
ERRORES EN LAS PRUEBAS DE
HIPÓTESIS

Correcto

Correcto
 PRUEBAS DE HIPÓTESIS
Pruebas de Hipótesis de dos colas:
Ho: a = b Región de Región de
Ha: a  b Rechazo Rechazo

-Z 0 Z
Pruebas de Hipótesis de cola derecha:
Ho: a  b
Ha: a > b Región de
Rechazo

0 Z
Pruebas de Hipótesis cola izquierda:
Ho: a  b
Ha: a < b Región de
Rechazo

-Z 0 Z
PRUEBAS DE HIPÓTESIS
Regla de Decisión para Aceptar/Rechazar Ho

Si es en base al valor p y nivel de

significancia:
P-Valor <= Nivel de significancia (p <= α)
Rechazamos Ho
P-Valor > Nivel de significancia (p > α)
Aceptamos Ho
 Ejemplo de la prueba de hipótesis con dos colas

Los enanos de Blanca Nieves le informan que excavan 12 toneladas

promedio por semana. Nieves recolecta datos de 49 semanas y obtiene
una media 11.5, s= 1.1 a un nivel de significancia α=10%. Los Enanos están
en lo cierto.
Solución
1.- Planteamiento de hipótesis
Ho: μ=12
Ha: μ≠12
2.- Determinar estadístico de la prueba Z
90% =0.90
11.5  12 0.5
z z z  3.157
1.1 1.157 -Z +Z
49
3.- Determinar la regla de decisión en base a los valores de Z.
90% / 2 = 0.45
Z de tablas = -1.64
4.- Interpretación y conclusiones
Dado que Zc=-3.185 es menor que Zt=-1.64 la Ho se rechaza a un nivel alfa del 10%.
Los enanos no excavan 12 toneladas al día
 Ejemplo de la prueba de hipótesis de una cola

Se planea en un restaurante eliminar del menú el pollo frito. Se afirma

que las ventas habían descendido por debajo de la media histórica de
$4500. ¿Parece una decisión adecuada si en una muestra de n=144
observaciones se observa una media= 4,477, s=1,128 con 98%?
Solución
1.- Planteamiento de hipótesis
Ho: μ ≥ 4500 98% =0.98

Ha: μ < 4500 -Z

2.- Determinar estadístico de la prueba Z
4477  4500 23
z z z  0.245
1128 94
144
3.- Determinar la regla de decisión en base a los valores de Z.
98% / 2 = 0.49
Z de tablas = -2.33
4.- Interpretación y conclusiones
Dado que Zc=-0.245 es mayor que Zt=-2.33 la Ho no se rechaza a un nivel confianza del
98%. Por lo tanto no ha descendido las ventas.
 Ejemplo de la prueba de hipótesis de una cola

1.- Planteamiento de hipótesis

Ho: μ <= 75
Ha: μ > 75 98% =0.98
2.- Determinar estadístico de la prueba Z
Z
80.23  75
z z  1.15
45.67
100
3.- Determinar la regla de decisión en base a los valores de Z.
98% / 2 = 0.49
Z de tablas = 2.33
4.- Interpretación y conclusiones
Ejemplo de la prueba de hipótesis
Ejemplo de la prueba de hipótesis
 Prueba de hipótesis para muestras pequeñas

Distribución t de Student
Según el Teorema del Límite Central, la distribución muestral de
un estadístico (como la media de la muestra) seguirá una
distribución normal, siempre y cuando:
 El tamaño de la muestra sea suficientemente grande. o
 Cuando se conoce la desviación estándar de la población
 Entonces se puede calcular un valor z y emplear la
distribución normal para evaluar probabilidades sobre la
media de la muestra.

 Si los tamaños de las muestras son muy
pequeños, y no se conoce la desviación
t
estándar de la población, se utiliza una
s
distribución conocida como la “t de student”
cuyos valores están dados por: n
 Distribución t de Student

 Se observa que la ecuación es prácticamente igual a la

que se utiliza para la distribución muestral de medias
para muestras grandes.
 Solo se ha reemplazado la desviación estándar de la
población por la desviación estándar de la muestra
 Grados de Libertad

 La distribución t de student depende de un parámetro

llamado el número de grados de libertad
 El número de grados de libertad es igual al tamaño de la
muestra (número de observaciones independientes)
menos 1.
gl= n –1

 Nota: cuando se utiliza un software es posible que el

número de grados de libertad se denomine como gl.
Ejemplos de muestras pequeñas
Ejemplos de muestras pequeñas
Ejemplos de muestras pequeñas