CAPITULO 3

PRUEBAS DE HIPOTESIS
Profesor: Iván Enrique Paz N. Ph. D
3.1 Hipótesis

Una hipótesis es una afirmación, susceptible de probarse a partir de la información

contenida derivada de un proceso investigativo. Por ejemplo: ¨El COVID 19, es un virus
que afecta de manera severa al 5% de la población¨, por tanto esta afirmación debe ser
comprobada para aceptarse.

La estadística ofrece como herramientas a las pruebas de hipótesis, estas son utilizadas
para probar o negar una aseveración sobre alguna causa relacionada con un problema u
oportunidad de investigación, partir de los datos o información recogida.

Entre las pruebas de hipótesis se pueden citar las pruebas que analizan las varianzas
(ANAVA) y las pruebas que analizan los promedios como las pruebas de Student, Chi
cuadrada, Fischer, Duncan, Tukey , Dunnet, entre otras.

3.2 Tipos de hipótesis

Todas las pruebas de hipótesis, se basan en dos tipos de hipótesis.

La Hipótesis nula Ho se prueba siempre y estadísticamente indica igualdad y si hay

tratamientos indicará que no hay diferencias estadísticas entre ellos.

La Hipótesis alternante Ha niega a la hipótesis nula, si hay tratamientos, indicará que si

hay diferencias estadísticas entre ellos, por tanto evidenciará desigualdad.

Para el caso de este curso ¨Diseño experimental para Ingenieros agropecuarios y

forestales¨ emplearemos las más usadas, ANAVA y las pruebas de Duncan y Tukey, que
son suficientes para tomar decisiones y concluir un proceso investigativo.

3.3 Pasos de un análisis de varianza:

-Planteamiento de las hipótesis Ho y Ha, en términos del ejercicio desarrollado

-Cálculo del factor de corrección (FC)

GT= gran total FC = (GT)^2
N
N= número de datos

-Cálculo de la Suma de cuadrados

 Suma de cuadrados totales
SCT = Sumatoria (Y.)^2 - FC

Suma de cuadrados de los efectos

SCEf = Sumatoria ((Yefectos)^2 / N) - FC

Suma de cuadrados del error

SCE = SCT-(SCefectos)

-Cálculo de los Cuadrados medios

Cuadrados medios de los efectos CMEf = SCEf / gl Ef
Cuadrados medios del error CME = SCE / gl E
gl= grados de libertad = N-1

-Cálculo de la F calculada (fc)

Fc de los efectos FcEf = CMEf / CME

-Búsqueda de la F tabulada (ft), en la tabla de F con los grados de libertad de los

tratamientos y los grados de libertad del error.

-Regla de decisión:
Si fc es menor que ft, se acepta hipótesis nula
Si fc es mayor o igual que ft, se acepta hipótesis alternante

-Conclusión

A continuación se presenta las tablas de Fisher o tabla de f

3.4 Pasos para pruebas de promedios

-Planteamiento de las hipótesis Ho y Ha, en términos del ejercicio desarrollado

-Cálculo de la Diferencia mínima significativa DMS

DMSd = √(Sx^2 / repeticiones) * qd
DMSd para Duncan
DMSd = √(CME / repeticiones) * qd

Se calculan tantas DMSd como sea el valor de N (número de promedios) -1

Ejemplo: para 4 promedios, salen tres Dms: Dms4, Dms3 y Dms2

Los valores de qd, se encuentran en la tabla de Duncan, se buscan con el número de

promedios a comparar y los grados de libertad en el error. Para el ejemplo: qd4 , qd3,
qd2

DMSt = (Sx^2 / repeticiones) * qt

DMSt para Tukey
 DMSt = (CME / repeticiones) * qt

Solo se calcula un valor de DMS, a partir de un solo valor de qt

Los valores de qt se buscan en la tabla de Tukey con el número de promedios y los grados
de libertad en el error. Para el ejemplo anterior con qt4

-Uso de la regla de decisión:

Si la diferencia entre promedios es menor que la dms, se acepta hipótesis nula
Si la diferencia entre promedios es mayor o igual que la dms, se acepta hipótesis
alternante

-Conclusión

A continuación se presenta las tablas de Duncan y Tukey