Sei sulla pagina 1di 33

UNIVERSIDAD NACIONAL

“SANTIGO ANTÚNEZ DE MAYOLO

Curso: Estadística General

Prueba de Hipótesis

SESIÓN 13 - 14

Huaraz, julio de 2019


Dr. Luis Angulo C.
CONTENIDO

Pruebas
Paramétricas
(variables numéricas)
Pruebas
Estadísticas
Pruebas No
Paramétricas
(variables Cualitativas
y numéricas
Pruebas Paramétricas
Pruebas Paramétricas

Su cálculo implica una estimación de los parámetros


de la población con base en muestras estadísticas.

Mientras más grande sea la muestra más exacta será


la estimación.

Mientras más pequeña, más distorsionada será la


media de las muestras por los valores raros
extremos.
Pruebas Paramétricas

Ventajas Desventajas
✓ Más poder de eficiencia. ✓ Más complicadas de
✓ Más sensibles a los rasgos calcular.
de los datos recolectados. ✓ Limitaciones en los tipos de
✓ Menos posibilidad de datos que se pueden
errores. evaluar.
✓ Robustas (dan
estimaciones
probabilísticas bastante
aproximadas).
CONTENIDO

Hipótesis para • Media poblacional


una muestra • Proporción poblacional

Hipótesis para • Diferencia de medias


dos muestras • Diferencia de
independientes proporciones

Hipótesis para
dos muestras • Diferencia de medias
Relacionadas
HIPÓTESIS ESTADÍSTICA

Definición
Es una afirmación que se hace acerca de la distribución o
parámetros de una o más poblaciones.

Por ejemplo:
• El ingreso mensual medio de una familia es de 1920 soles,
es decir, µ = 1920.
• El porcentaje de artículos defectuosos producidos en una
fábrica por una máquina es menor al 2%, es decir, p < 0,02.
HIPÓTESIS ESTADÍSTICA

Hipótesis nula (Ho)

A partir de la información proporcionada por la muestra


se verificará la suposición sobre el parámetro estudiado.
La hipótesis que se contrasta se llama hipótesis nula.
HIPÓTESIS ESTADÍSTICA

Hipótesis alterna (H1)


Es la hipótesis que debe ser aceptada si se rechaza la
hipótesis nula.

Es la conclusión a la que se llegaría si hubiera suficiente


evidencia en la información de la muestra para decidir
que es improbable que la hipótesis nula sea verdadera.

El hecho de no rechazar la hipótesis nula no implica que


ésta sea cierta. Significa simplemente que los datos de la
muestra son insuficientes para inducir un rechazo de la
hipótesis nula.
HIPÓTESIS ESTADÍSTICA

Ejemplo

La siesta, clave para mejorar la productividad.


Algunas empresas en el mundo ofrecen siestarios para
que sus empleados descansen durante el horario laboral.
Los especialistas aseguran que dormir “entre 20 y 30
minutos” después del almuerzo mejora el rendimiento de
los trabajadores, aumenta la productividad y el desarrollo
de la creatividad. (31 de mayo del 2017. Fuente
http://www.ambito.com).
HIPÓTESIS ESTADÍSTICA

Ejemplo

Hipótesis nula;

Ho: Tomar una siesta de 20 a 30 minutos después del


almuerzo, No mejora el rendimiento de los trabajadores,
aumenta la productividad y el desarrollo de la creatividad.

Hipótesis alterna;

H1: Tomar una siesta de 20 a 30 minutos después del


almuerzo, mejora el rendimiento de los trabajadores,
aumenta la productividad y el desarrollo de la creatividad.
HIPÓTESIS ESTADÍSTICA

Ejemplos:
Defina los parámetros de interés y las hipótesis nula y alterna a partir
de las siguientes situaciones.

a) Se desea probar que el gasto medio diario de un estudiante de


enfermería en la cafetería es menor a siete soles diarios.
b) Se desea probar que el porcentaje de popularidad del presidente
Vizcarra en el mes de Julio será mas del 40%.
c) Se desea probar que mas del 60% de las familias de los CCPP
de Huaraz tienen servicio de desagüe en sus viviendas
d) Se desea probar que mas del 30% de los niños de las familias
en los centros poblados sufren de males estomacales por causa
del consumo de aguano potable.
e) Se desea Probar que la proporción de muertes por derrame
cerebral en ESSALUD de Huaraz es mayor en hombres que en
mujeres.
HIPÓTESIS ESTADÍSTICA

Solución:
a) Parámetro: _________________________________________
Ho: ______________________________________________
H1: ______________________________________________
b) Parámetro: _________________________________________
Ho: ______________________________________________
H1: ______________________________________________
c) Parámetro1: ________________________________________
Parámetro2: ________________________________________
Ho: ______________________________________________
H1: ______________________________________________
d) Parámetro1: ________________________________________
Parámetro2: ________________________________________
Ho: ______________________________________________
H1: ______________________________________________
HIPÓTESIS ESTADÍSTICA

Tipos de errores:
Cuando usamos los datos de una muestra para tomar
decisiones acerca de un parámetro existe el riesgo de llegar
a una conclusión incorrecta. De hecho, se pueden presentar
dos tipos diferentes de error cuando se aplica la
metodología de la prueba de hipótesis.

Decisión Estadística
Situación
No rechazar H Rechazar H

Ho Verdadera No hay error Error tipo I (α)

Ho Falsa Error tipo II (β) No hay error


HIPÓTESIS ESTADÍSTICA

Error tipo I
Ocurre cuando se rechaza la hipótesis Ho sabiendo que es verdadera.
A la probabilidad de cometer un error de tipo I se le conoce como nivel
de significación o significación y es denotada por α. Es fijado por la
persona que realiza la investigación, por lo general, en 5% o 1% y es el
valor que ese usará si algún ejercicio de este curso no menciona el nivel
de significación.

Error tipo II

Ocurre cuando no se rechaza la hipótesis Ho sabiendo que es falsa. La


probabilidad de cometer un error de tipo II es denotada por β.
HIPÓTESIS ESTADÍSTICA

Tipos de Prueba de Hipótesis


Región de Región de
Rechazo
𝑯𝟎 : 𝞡 = 𝞡𝟎 Prueba Bilateral Rechazo Región de
Aceptación
𝑯𝟏 : 𝞡 ≠ 𝞡𝟎 (dos colas) ∝/𝟐 ∝/𝟐

Región de
𝑯𝟎 : 𝞡 = 𝞡𝟎 Prueba unilateral Rechazo
𝑯𝟏 : 𝞡 < 𝞡𝟎 (cola a la izquierda) Región de
∝ Aceptación

Región de
𝑯𝟎 : 𝞡 = 𝞡𝟎 Prueba unilateral Rechazo
Región de
𝑯𝟏 : 𝞡 > 𝞡𝟎 (cola a la derecha) Aceptación ∝

Donde 𝞡 puede ser la media poblacional µ, La Proporción poblacional, la


varianza poblacional σ2, etc.
HIPÓTESIS ESTADÍSTICA

Pasos a seguir en una prueba de hipótesis

N° pasos ejemplo
1 Establecer la hipótesis Nula y Alterna

2 Determinar el nivel de significación.


Elegir el estadístico apropiado de
α = 0,05 o α = 0,01

3 prueba a utilizar, recolectar los datos


y calcular el valor del estadístico de
ó

prueba apropiado
Establecer los valores críticos que Zc ó Tc

5 separan la región de rechazo y no


rechazo.
RA RR

Tomar la decisión estadística y Rechazar Ho. o No Rechazar Ho (aceptar H1)


5 expresar la conclusión en términos
del problema
En SPSS: Si p< α, Rechazar Ho, caso contrario se acepta
HIPÓTESIS ESTADÍSTICA

Hípótesis para la media

𝑯𝟎 : µ = µ𝟎 Prueba Bilateral
𝑯𝟏 : µ ≠ µ𝟎 (dos colas)

𝑯𝟎 : µ = µ𝟎 Prueba unilateral
𝑯𝟏 : µ < µ𝟎 (cola a la izquierda)

𝑯𝟎 : µ = µ𝟎 Prueba unilateral
𝑯𝟏 : µ > µ𝟎 (cola a la derecha)
HIPÓTESIS ESTADÍSTICA

Estadístico de prueba para media


- La muestra es aleatoria
- La muestra proviene de una distribución normal

Varianza Tamaño de
Estadístico
Poblacional ( ) muestra (n)

n < 25
Conocida = /
n ≥25

n < 25 = /
Desconocida
n ≥25 =
/
TABLA DE LA DISTRIB. NORMAL
ESTANDARIZADA n(0,1)

Valor de Zc Nivel de Significación ( α )


Tipo de Prueba 0.10 0.05 0.04 0.03 0.025 0.02 0.01 0.005
Bilateral (dos colas) ± 1.645 ± 1.960 ± 2.054 ± 2.170 ± 2.241 ± 2.326 ± 2.576 ± 2.807
Unilateral (cola a la Izquierda) -1.282 -1.645 -1.751 -1.881 -1.960 -2.054 -2.326 -2.576
Unilateral (cola a la Derecha) 1.282 1.645 1.751 1.881 1.960 2.054 2.326 2.576
TABLA DE LA DISTRIB. T-Student

g.l. 0.10 0.05 0.04 0.03 0.025 0.02 0.01 0.005


2 1.886 2.920 3.320 3.896 4.303 4.849 6.965 9.925
3 1.638 2.353 2.605 2.951 3.182 3.482 4.541 5.841
4 1.533 2.132 2.333 2.601 2.776 2.999 3.747 4.604
5 1.476 2.015 2.191 2.422 2.571 2.757 3.365 4.032
6 1.440 1.943 2.104 2.313 2.447 2.612 3.143 3.707
Región de Región de 7 1.415 1.895 2.046 2.241 2.365 2.517 2.998 3.499
Aceptación Rechazo 8 1.397 1.860 2.004 2.189 2.306 2.449 2.896 3.355
9 1.383 1.833 1.973 2.150 2.262 2.398 2.821 3.250
𝜶 10 1.372 1.812 1.948 2.120 2.228 2.359 2.764 3.169
11 1.363 1.796 1.928 2.096 2.201 2.328 2.718 3.106
12 1.356 1.782 1.912 2.076 2.179 2.303 2.681 3.055
13 1.350 1.771 1.899 2.060 2.160 2.282 2.650 3.012
T(n-1),α 14 1.345 1.761 1.887 2.046 2.145 2.264 2.624 2.977
15 1.341 1.753 1.878 2.034 2.131 2.249 2.602 2.947
16 1.337 1.746 1.869 2.024 2.120 2.235 2.583 2.921
17 1.333 1.740 1.862 2.015 2.110 2.224 2.567 2.898
18 1.330 1.734 1.855 2.007 2.101 2.214 2.552 2.878
19 1.328 1.729 1.850 2.000 2.093 2.205 2.539 2.861
20 1.325 1.725 1.844 1.994 2.086 2.197 2.528 2.845
21 1.323 1.721 1.840 1.988 2.080 2.189 2.518 2.831
22 1.321 1.717 1.835 1.983 2.074 2.183 2.508 2.819
23 1.319 1.714 1.832 1.978 2.069 2.177 2.500 2.807
24 1.318 1.711 1.828 1.974 2.064 2.172 2.492 2.797
25 1.316 1.708 1.825 1.970 2.060 2.167 2.485 2.787
26 1.315 1.706 1.822 1.967 2.056 2.162 2.479 2.779
27 1.314 1.703 1.819 1.963 2.052 2.158 2.473 2.771
28 1.313 1.701 1.817 1.960 2.048 2.154 2.467 2.763
29 1.311 1.699 1.814 1.957 2.045 2.150 2.462 2.756
HIPÓTESIS ESTADÍSTICA PARA
LA MEDIA POBLACIONAL
Ejemplo 01, para muestra grande
Usted es gerente de un restaurante de comida rápida. Quiere
determinar si el tiempo de espera al pedir una orden se ha
modificado durante el último mes con respecto a su valor de
media poblacional previo de 4,5 minutos. Selecciona una muestra
de 35 órdenes durante un período de una hora.
La media muestral es de 5,1 minutos, determine si existe evidencia
de que, con un nivel de significancia de 0,05; el tiempo de espera
medio para servir una orden se ha modificado durante el último
mes con respecto a su valor de media poblacional previo de 4,5
minutos
HIPÓTESIS ESTADÍSTICA PARA
LA MEDIA POBLACIONAL
Solución del ejemplo para muestra grande
Paso 1: Planteamiento de las hipótesis
La media poblacional no ha cambiado con respecto a su
valor previo de 4,5 minutos
𝐻𝑜 : 𝜇 = 4 5
𝐻 :𝜇 ≠ 45 La hipótesis alternativa es opuesta a la
hipótesis nula. Esto es que la media
poblacional no es de 4,5 minutos.

Paso 2: Nivel de significancia es 0,05


𝛼= 5
Paso 3: Estadístico de prueba 𝑥 − 𝜇𝑜 5 − 4 5
𝒁𝟎 = = = 𝟐 𝟗𝟓𝟖
ൗ 𝑛 2

35
HIPÓTESIS ESTADÍSTICA PARA
LA MEDIA POBLACIONAL
Solución del ejemplo para muestra grande
Región de
Paso 4: Valores críticos Región de Región de
Rechazo
Rechazo Aceptación
RR RA RR

Zc= -1.96 Zc= 1.96

Los valores críticos del estadístico de prueba Z son -1,96 y +1,96. La región de
rechazo es Z<-1,96 o Z>+1,96 y la zona de no rechazo es -1,96 < Z < +1,96
Puesto que 0 =2,958 > +1,96, → Se rechaza Ho.

Paso 5: Se concluye que existe evidencia de que el tiempo de espera al


pedir una orden se ha modificado con respecto a su valor de media
poblacional previo de 4,5 minutos. El tiempo de espera medio de los
clientes ahora es mayor que el mes pasado, a un nivel de significancia
del 5%
HIPÓTESIS ESTADÍSTICA PARA
LA MEDIA POBLACIONAL
PRUEBAS BILATERALES PARA LA MEDIA

Muestra pequeña
• Con una prueba bilateral y un nivel de significancia a definido
se debe considerar al estadígrafo t a/2 para determinar el área
de probabilidad asociado a los grados de libertad de la muestra

𝑥 − 𝜇𝑜
𝑇= ≈ → 𝑆 𝑢𝑑𝑒𝑛 𝑛−
𝑆ൗ
𝑛
HIPÓTESIS ESTADÍSTICA PARA
LA MEDIA POBLACIONAL
Ejemplo 02:
Por datos históricos se sabe que la media de la edad de los
huéspedes del hotel A es 36 años. La gerencia cree que la media
de la edad de sus huéspedes ha aumentado; para esto se
seleccionó al azar una muestra aleatoria de 20 pasajeros. Las
edades de los huéspedes en la muestra se presentan en la
siguiente tabla:

41 43 36 17 62 50 48 39 44 32
45 46 22 48 40 37 25 28 64 25

Con la información presentada y usando un nivel de significación del 5%,


contraste la hipótesis de la gerencia. Asuma que la edad sigue una
distribución normal y que la muestra es aleatoria.
HIPÓTESIS ESTADÍSTICA PARA
LA MEDIA POBLACIONAL
Solución ejemplo 02:
Paso 1: Planteamiento de las hipótesis
Ho: La edad media de los huésped es de 36 años
H1: La edad media de los huésped es mayor a 36 años

𝐻𝑜 : 𝜇 = 36 𝐻𝑎 : 𝜇 > 36

Paso 2: Nivel de significancia es 0,05


𝛼= 5
Paso 3: Estadístico de prueba, n=20, S=12,373 y 𝑥 = 39 6
𝑥 − 𝜇𝑜 39 6 − 36
𝑇𝑜 = = = 3 2
𝑆ൗ 2 373
𝑛 ൗ
2
HIPÓTESIS ESTADÍSTICA PARA
LA MEDIA POBLACIONAL
Solución ejemplo 02:
Paso 4: Valor crítico

Tc=1,729
El valor crítico del estadístico de prueba T es Tc= 1,729. La región
de rechazo es T >1,729 y la zona de no rechazo es T < 1,729
Puesto que 𝑇𝑜 =1,3012 < 1,729, no se rechaza Ho.

Paso 5: Se concluye que no existe evidencia suficiente de que la


edad de los huéspedes haya aumentado, al nivel de significancia
del 5%.
HIPÓTESIS ESTADÍSTICA

Hipótesis para la Proporción Poblacional


Bilateral Unilateral izquierda Unilateral derecha
𝑯𝟎 : 𝒑 = 𝒑𝟎 𝑯𝟎 : 𝒑 = 𝒑𝟎 𝑯𝟎 : 𝒑 = 𝒑𝟎
𝑯𝟏 : 𝒑 ≠ 𝒑𝟎 𝑯𝟏 : 𝒑 < 𝒑𝟎 𝑯𝟏 : 𝒑 > 𝒑𝟎

Estadístico de prueba para la proporción poblacional

ഥ 𝑝0
𝒑
𝑧= ≈ N(0,1)
ഥ 1−ഥ
𝒑 𝒑
𝑛
HIPÓTESIS ESTADÍSTICA

Ejemplo

1. El expendio Pollos Deliciosos asegura que 90% de sus órdenes se entregan en


menos de 10 minutos. En una muestra de 100 órdenes, 82 se entregaron
dentro de ese lapso. Puede concluirse en el nivel de significancia 0,01, que
menos de 90% de las órdenes se entregan en menos de 10 minutos?

2. Un artículo reciente, publicado en el diario USA today, indica que solo a uno de
cada tres egresados de una universidad les espera un puesto de trabajo. En una
investigación a 200 egresados recientes de su universidad, se encontró que 80
tenían un puesto de trabajo. Puede concluirse en el nivel de significancia 0,02,
que en su universidad la proporción de estudiantes que tienen trabajo es mayor?
HIPÓTESIS ESTADÍSTICA
Ejercicios
HIPÓTESIS ESTADÍSTICA
Ejercicios
DESCRIPCIONES NUMÉRICAS
Prof. Rosa Vilchez V.