¿QUÉ ES UNA HIPÓTESIS?

Un supuesto sobre la
Creo que el
población, principalmente de porcentaje de
sus parámetros: clientes que
compraran mi
 Media producto será
 Proporción del 65%

• Si queremos contrastarla,
debe establecerse antes del
análisis.
Hipótesis estadística

• Una hipótesis estadística es una suposición acerca que una

característica de la población, que debe ser probada con base en la
información proporcionada por una muestra aleatoria.

Hipótesis nula: H0 : Es la que se pretende probar, generalmente se

establece con el fin de rechazarla.

Hipótesis alternativa: H1 : Es la negación de la hipótesis nula,

establece además la región en la que se tomará la decisión de
rechazar o no H0.
 PRUEBA DE HIPOTESIS

• La prueba de hipótesis es un procedimiento

de toma de decisiones, relacionada
principalmente con la elección de una acción
entre dos conjuntos posibles de valores del
parámetro, es decir, en dos hipótesis
estadísticas, a las cuales llamaremos:

• Hipótesis nula H0
• Hipótesis alternativa H1
IDENTIFICACIÓN DE HIPÓTESIS

Hipótesis nula Ho
• La que contrastamos
H 0 : , , 

Hipótesis Alterna H1 
• Niega a H0  1
H : , , 
 DEFINICIONES IMPORTANTES

 Estadístico de prueba: Es un valor, determinado a partir de la

información muestral, que se utiliza para aceptar o rechazar la
hipótesis nula.

 Valor Crítico: Es aquel valor que se obtiene en función del grado

de confianza seleccionado.

 Regla de Decisión: Se establece en base a la comparación entre

los valores crítico y de prueba.

 Región de Rechazo (RR): Contiene lo resultados de la

estadística de prueba para rechazar Ho.

 Región de Aceptación (RA): Contiene los resultados de la

estadística de prueba para NO rechazar Ho.
 REGIÓN CRÍTICA Y NIVEL DE SIGNIFICACIÓN

Región crítica Nivel de significación: α

Se establece a partir de los Es el riesgo que se asume acerca de
valores de tablas utilizadas y rechazar la hipótesis nula cuando en
dependen del nivel de realidad debe aceptarse por ser
significación y tipo de prueba a verdadera. Número pequeño:
utilizar. generalmente del 1% al 5% , Fijado por el
investigador

1
Reg. Crit. Reg. Crit.
 No rechazo H0 
2 2
 Decisiones sobre la hipótesis nula, con las
probabilidades asociadas a cada decisión.

HIPÓTESIS NULA HIPÓTESIS

DECISIONES
VERDADERA NULA FALSA

Decisión correcta Error Tipo II

ACEPTAR
Probabilidad = 1-  Probabilidad= 

Error Tipo I
Decisión correcta
Probabilidad= 
RECHAZAR Probabilidad= 1- 
(Nivel de
(Potencia)
significación)
• Error tipo I:
Es la probabilidad de rechazar la hipótesis nula,
cuando en realidad es verdadera.

• Error tipo II:

Es la probabilidad de aceptar la hipótesis nula,
cuando en realidad es falsa.
 TIPOS DE PRUEBAS DE HIPOTEIS
Prueba de una cola o unilateral, estas son:
a) Prueba de Hipótesis de cola izquierda: para la cual las hipótesis toman las
siguientes formas:

Ho: Parámetro = Valor del Parámetro

H1: Parámetro < Valor del Parámetro

Se emplea cuando se tiene alguna evidencia que el parámetro no es igual a

To, si no que debe ser menor.

1
Región de Aceptación


Región de Rechazo
b) Prueba de la cola derecha: para la cual las hipótesis toman las
siguientes formas:

Ho: Parámetro = Valor del Parámetro

H1: Parámetro > Valor del Parámetro

Se emplea cuando se tiene alguna evidencia que el parámetro no es igual a

To, si no que debe ser mayor.

1

Región de Aceptación Región de Rechazo
Prueba de dos colas o bilateral:
Prueba BILATERAL: para la cual las hipótesis toman las siguientes formas:

Ho: Parámetro = Valor del Parámetro

H1: Parámetro ≠ Valor del Parámetro

Se emplea, en el caso que el valor que se prueba no sea verdadero; entonces ,

los demás valores son posibles.

 1 
2
2

REGIÓN DE RECHAZO REGIÓN DE ACEPTACIÓN REGIÓN DE RECHAZO

 ETAPAS BÁSICAS DE UNA PRUEBA DE HIPÓTESIS

1. Plantear la hipótesis nula y alternativa.

2. Especificar el nivel de significancia (o confianza)que se va a utilizar.

3. Elegir el estadístico de prueba que debe ser especificado en

términos de un estimador del parámetro a probar.

4. Establecer el valor o valores críticos para rechazar o aceptar Ho.

5. Realización de cálculos.

6. Tomar la decisión de aceptar o rechazar Ho

 DISTRIBUCIÓN T STUDENT
Probabilidad
n 0.9 0.95 0.975 0.99 0.995
2 1.886 2.920 4.303 6.965 9.925
3 1.638 2.353 3.182 4.541 5.841
4 1.533 2.132 2.776 3.747 4.604
5 1.476 2.015 2.571 3.365 4.032
6 1.440 1.943 2.447 3.143 3.707
7 1.415 1.895 2.365 2.998 3.499
8 1.397 1.860 2.306 2.896 3.355
9 1.383 1.833 2.262 2.821 3.250
10 1.372 1.812 2.228 2.764 3.169
11 1.363 1.796 2.201 2.718 3.106
12 1.356 1.782 2.179 2.681 3.055
13 1.350 1.771 2.160 2.650 3.012
14 1.345 1.761 2.145 2.624 2.977
15 1.341 1.753 2.131 2.602 2.947
16 1.337 1.746 2.120 2.583 2.921
17 1.333 1.740 2.110 2.567 2.898
18 1.330 1.734 2.101 2.552 2.878
19 1.328 1.729 2.093 2.539 2.861
20 1.325 1.725 2.086 2.528 2.845
21 1.323 1.721 2.080 2.518 2.831
22 1.321 1.717 2.074 2.508 2.819
23 1.319 1.714 2.069 2.500 2.807
24 1.318 1.711 2.064 2.492 2.797
25 1.316 1.708 2.060 2.485 2.787
PRUEBA DE
HIPOTESIS PARA LA
MEDIA
 Media o Promedio ()
a) Para muestras grandes: n ≥ 30 se
conoce la varianza poblacional (²)
Estadístico de prueba:

x  o
Zo 
UTILIZAR TABLA DE LA DISTRIBUCION
NORMAL (Z) PARA ENCONTRAR

/ n VALORES CRITICOS DE LA GRAFICA

b) Para muestras pequeñas: n < 30 no se
conocen las varianzas poblacionales (²)
Estadístico de prueba:

x  o
To 
s/ n
UTILIZAR TABLA DE LA DISTRIBUCION
t-student (T) PARA ENCONTRAR
VALORES CRITICOS DE LA GRAFICA
con (n-1) grados de libertad
EJEMPLO

1. Supongamos que Ud. Está interesado en comprar una mini

tienda en la zona rental de la universidad. El dueño actual afirma
que durante los último dos años el ingreso diario promedio fue
de 675 soles con una desviación estándar de 52 soles. Con
base en esta afirmación se ha fijado el precio de compra del
local. Ud. Está dispuesto a hacer la inversión siempre que
sea cierta la afirmación “el ingreso promedio es de 675 soles
”. Es posible que el dueño actual esté exagerando y por lo tanto
Ud. Decide llevar a cabo una prueba de hipótesis para verificar
la veracidad de la afirmación hecha por el propietario. Para tal
fin decide tomar una muestra de 32 días para observar el
comportamiento de las ventas y encuentra que el promedio de
las ventas es de 648 soles. Con un nivel de significancia 0,05
realice la respectiva prueba..
SOLUCIÓN

1. Formulación de la hipótesis nula y alternativa

Ho: µ = 675 (El dueño afirma la verdad sobre el promedio de
ventas)
H1: µ < 675 (El dueño no dice la verdad sobre el promedio de
ventas)

2. Nivel de significancia

  0,05

3. Estadística de prueba

X 
Z   Tiene una distribución normal con   0 y   1
/ n
4 . Valor critico y región critico o de rechazo
Dado que n=32 es mayor que 30, se utiliza la distribución normal estándar para
realizar los cálculos.
La Hipótesis alternativa nos indica el sentido de la prueba, que en este caso es una
prueba unilateral a la izquierda
Para  = 0.05 el valor de z  en la tabla de la distribución normal es

z  = -1,645
5. Cálculos

X  648
  52
n  32

X   648  675
Z o  Z real    2,94
 / n 52 / 32
6. Decisión

= -2,94 pertenece a la región de critica, se rechaza la

Dado que Z real
hipótesis nula (Ho) y se acepta como cierta la hipótesis alternativa, lo
que significa que el vendedor de la tienda no esta diciendo la verdad
(Esta exagerando), sobre el monto de las ventas diarias, por lo tanto
as ventas son menores a lo afirmado por el dueño de la tienda.
EJEMPLO
Se sabe que la desviación típica de las notas de cierto examen de Estadística
es 2,4. Para una muestra de 36 estudiantes se obtuvo una nota media de 5,6.
¿Sirven estos datos para confirmar la hipótesis de que la nota media del
examen fue de 6, con un nivel de significación del 5%?

1. H0 : μ = 6 la nota media no ha variado.

H1 : μ ≠ 6 la nota media ha variado.
2. Nivel de significancia  =0.05
3. Estadístico de prueba:
n =36 > 30, usar X 
Zo 
Distribución normal / n

4. Regiones críticas:
Es una Prueba bilateral
5. Cálculos
5.6  6
Zo   1
2.4 / 36

• 6 Decisión

• Dado que Z real pertenece a la región de aceptación , no se

rechaza la hipótesis nula, a un nivel de confianza del 95%, lo que
significa que los datos si sirven para confirmar que la nota media
de los estudiantes en el curso de estadística fue de 6.
 Ejemplo
Una cadena de supermercados sabe que en promedio, las
ventas de sus almacenes son un 20% mayor en diciembre.
Para el presente año, se seleccionó una muestra aleatoria de
seis almacenes. Los incrementos porcentuales de sus ventas
en diciembre fueron:

19.2 18.4 19.8

20.2 20.4 19.0

Ejemplo

Una muestra aleatoria de 8 cigarrillos

de una marca determinada tiene un
contenido promedio de nicotina de
2.6 miligramos y una desviación
estándar de 0.9 miligramos. ¿Existe
suficiente evidencia estadística para
decir que el contenido promedio real
de nicotina de esta marca de cigarros
en particular es de 2.4 miligramos?
Con α = 0.05
Ejemplo
Una muestra aleatoria de 33 alumnas
graduadas de una escuela secretarial
mecanografió obtuvo un promedio de
79.3 palabras por minuto con una
desviación estándar de 7.8 palabras por
minuto. ¿Se tiene evidencia estadística
para decir que el número promedio de
palabras mecanografiadas por todas las
graduadas de esa escuela es menor de
80 con α= 0.01
 PRUEBAS DE
HIPOTESIS
DIFERENCIA DE Medias
muestras independientes.
DIFERENCIA DE PROMEDIOS PARA MUESTRAS
INDEPENDIENTES
Supongamos que disponemos de una muestra aleatoria de tamaño
n1 y muestra aleatoria de tamaño n2 independiente de la anterior.
Podemos construir contrastes de amplia aplicación, como se
resume a continuación:

 Prueba de hipótesis:
Ho: μ1 = μ2
H1: μ1 ≠ μ2 (caso bilateral) Ho: μ1 = μ2
H1: μ1 > μ2 (caso unilateral a la derecha)

Ho: μ1 = μ2
H1: μ1 < μ2 (caso unilateral a la izquierda)
A) Cuando n1 y n2 son grandes, y las varianzas
poblaciones son conocidas

Estadístico de prueba: Distribución Normal Estándar (Z)

( x1  x 2 ) (1   2 )
Zo 
  12  22 
  
 n1 n2 
B) Cuando n1 y n2 son pequeñas, y las varianzas poblaciones
son desconocidas

Estadístico de prueba: t de Student

( x1  x 2 ) (1   2 )
To  con T1-α/2 ; (n1 + n2 - 2) gl
S S 
2 2
  
c c

 n1 n2 

Donde, la varianza común es:

Sc
2 (n
 1
1) S1
2
 (n2 1) S 2
2
n1  n2  2
Ejemplo:

Un estudio se realiza comparando el puntaje obtenido por los

estudiantes egresados de los colegios A y B en el último examen de
admisión a una universidad que tiene mucha acogida. Una muestra de
50 estudiantes egresados del colegio A tuvo un puntaje promedio de
135 puntos con una desviación estándar de 19 puntos y una muestra
de 63 estudiantes egresados del colegio B tuvo un puntaje promedio
de 141 puntos con una desviación estándar de 27 puntos.
¿Con una significación del 1%, se podría afirmar que el puntaje
alcanzado por los estudiantes egresados del colegio B fue superior al
del colegio A?
Ejemplo:

Para comparar los promedios de los tiempos en minutos que emplean

dos máquinas 1 y 2 en producir un tipo de objeto, se registra el tiempo
de 9 y 8 objetos al azar producidos por las maquinas 1 y 2
respectivamente dando los siguientes resultados:

• Maquina 1 : 12 28 10 25 24 19 22 33 17
• Maquina 2 : 16 20 16 20 16 17 15 21

Con una significación del 10% ¿Confirman estos datos que los
tiempos promedios de las maquinas son diferentes?