ESTADÍSTICA PARA LA INGENIERÍA

Clase 7: Pruebas de Hipótesis para una población

Contenido
1. Prueba de hipótesis para la media.
2. Prueba de hipótesis para la proporción.
3. Prueba de hipótesis para la varianza.
Resultado de aprendizaje
1. Formula prueba de hipótesis estadísticas para los
parámetros de la población: media, proporción y
varianza en casos aplicados a la ingeniería.

2. Interpreta problemas de prueba de hipótesis

estadísticas para los parámetros de la población:
media, proporción y varianza en casos aplicados a la
ingeniería.
Introducción
Una hipótesis estadística o simplemente hipótesis es una
pretensión o aseveración sobre el valor de un solo parámetro
(característica de una población o característica de una
distribución de probabilidad), sobre los valores de varios
parámetros o sobre la forma de una distribución de probabilidad
completa. (Devore,2008, p. 285).

Para poder dar respuesta, las pruebas de hipótesis tienen la

(Fuente: https://bit.ly/2ywyIfs)
siguiente lógica:

Si se conoce la distribución muestral de un estadístico que relacione el parámetro sobre el cual nos
interesa comprobar una afirmación, con un estimador del mismo, se puede decidir que la afirmación
es se rechaza o no se rechaza.
Formulación de hipótesis estadística
La hipótesis nula denotada por H0, es la hipótesis que el investigador trata de refutar, rechazar o anular. La
hipótesis alternativa denotada por H1 , es lo que el investigador realmente quiere comprobar.

(Fuente: https://bit.ly/3cDAcmT )

La hipótesis nula será rechazada en favor de la hipótesis alternativa sólo si la evidencia muestral sugiere
que H0 es falsa. Si la muestra no contradice fuertemente a H0, se continuará creyendo en la verdad de la
hipótesis nula. Las dos posibles conclusiones derivadas de un análisis de prueba de hipótesis son entonces
rechazar H0 o no rechazar H0. (Devore, 2008, p.285).
Formulación de hipótesis estadística
Procedimiento de 5 pasos para probar una hipótesis

(Fuente: Lind, D., 2008, p. 335)

La primera tarea consiste en definir de manera correcta cuál va a ser la hipótesis que se quiere
someter a contraste o prueba.

En todos los problemas se contraponen dos hipótesis:

• Hipótesis nula (H0).
• Hipótesis alternativa(H1).
Formulación de hipótesis estadística
Cada una de estas hipótesis representa un estado de la naturaleza que involucra valores del parámetro
poblacional. En la hipótesis nula siempre aparece un igual (ya sea un igual estricto, un mayor o igual o un
menor o igual) referido a cierto valor del parámetro. La hipótesis alternativa en cada caso respectivo
siempre es una negación de la hipótesis nula.

El nivel de significancia α es la probabilidad de El estadístico de prueba es

2 rechazar la hipótesis nula cuando es verdadera.
3 un valor determinado a
partir de la muestra para
Los más usados son α=1% en procesos relación determinar si se rechaza la
con control de calidad, α=5% en proyectos de hipótesis nula.
investigación de mercado, salud, entre otros y
α=10% en las encuestas políticas. Pero es el
investigador quien decide el nivel de
significancia o riesgo.
Formulación de hipótesis estadística

4 La regla de decisión es un enunciado sobre las

condiciones específicas en que se rechaza la
hipótesis nula y aquellas en que no se rechaza.
La región de rechazo es el conjunto de todos
los valores estadísticos de prueba por los
cuales H0 será rechazada.

El último paso consiste en comparar la

5 estadística de prueba con el valor crítico y
tomar la decisión de rechazar o no rechazar la
(Fuente: Lind, D. 2008, p. 339)
hipótesis nula.
- El no rechazar la hipótesis nula no
significa que se acepte.
Errores tipo I y II Estado de naturaleza
Decisión H0 cierta H0 falsa
Error tipo I se da cuando la hipótesis nula es
cierta, pero se rechaza. Esto ocurre cuando la Decisión correcta. Decisión incorrecta.
evidencia de la muestra indica que es Probabilidad asociada: Probabilidad asociada:
inverosímil nuestra hipótesis, lo cual nos lleva a No rechazar H0 Coeficiente de confianza:
tomar esa decisión incorrecta. 1-α Riesgo: β

Error tipo II está implicado en el no rechazo Decisión incorrecta. Decisión correcta.

de la hipótesis nula cuando esta es falsa. Si Rechazar H0
Probabilidad asociada: Probabilidad asociada:
bien debería ser rechazada, también a Nivel de significación: α Potencia de la prueba: 1-β
instancias de un valor muestral no tan alejado, se
toma una decisión incorrecta. (Fuente: Elaboración docente)

• El coeficiente de confianza (1-α) indica la probabilidad de no rechazar Ho

Las probabilidades α y β están cuando esta es verdadera.
relacionadas, de manera que, si una de • El nivel de significación (α) es la probabilidad de cometer el error tipo I.
ellas disminuye, la otra aumenta. La • El riesgo (β) es la probabilidad de cometer un error tipo II.
única forma de disminuir ambos riesgos • La potencia de la prueba (1-β) es la probabilidad de rechazar Ho cuando
es un tamaño de muestra más grande. esta es falsa.
Valor p en una prueba de hipótesis
“Este enfoque indica la
Al probar una hipótesis con cálculos manuales se utiliza la probabilidad (en el supuesto de
comparación del estadístico de prueba con el valor crítico. Al usar que la hipótesis nula sea
un software estadístico, se entrega una información que está verdadera), al obtener un valor del
relacionada con la seguridad de este rechazo o no rechazo. estadístico de la prueba por lo
menos tan extremo como el valor
real que se obtuvo. Este proceso
Interpretación de valores de p compara la probabilidad,
denominada valor p, con el nivel
de significancia. Si el valor p es
menor que el nivel de
significancia, H0 se rechaza. Si es
mayor que el nivel de significancia,
(Fuente: Lind, D., 2008, p. 346) H0 no se rechaza”. (Lind, D. 2008,
p. 346)
 Pruebas de hipótesis para una población

Prueba de hipótesis para la media

Regiones de rechazo
Primer caso: una población normal con 𝛔 conocida.

Hipótesis nula: 𝐻0 : 𝜇 = 𝜇0
ҧ 0
𝑥−𝜇
Valor del estadístico de prueba: 𝑍=
𝜎/ 𝑛

Hipótesis alternativa Región de rechazo

𝐻1 : 𝜇 > 𝜇0 𝑍 ≥ 𝑍𝛼 prueba de cola superior

𝐻1 : 𝜇 < 𝜇0 𝑍 ≤ −𝑍𝛼 prueba de cola inferior

𝐻1 : 𝜇 ≠ 𝜇0 𝑍 ≥ 𝑍𝛼/2 o 𝑍 ≤ −𝑍𝛼/2 prueba de dos colas

(Fuente: Elorza, H., 2008, p. 343)

 Pruebas de hipótesis para una población

Prueba de hipótesis para la media

Ejemplo

El último estudio relacionado con los ingresos de los recién

titulados de las carreras profesionales más demandadas,
plantea la hipótesis de que el promedio de ingresos de los
recién egresados de ingeniería civil es de 880 mil pesos. Al
tomar una muestra de 25 egresados se obtuvo una media
que fue de 850 mil pesos y se sabe que la desviación estándar
poblacional es de 32 mil pesos. Contrasta la hipótesis
señalada a un 99% de confianza.
Desarrollo: H0: 𝜇 = 880.000
H1: 𝜇 ≠ 880.000

n= 25 α=0,01
𝑥ҧ = 850.000 𝜎= 32.000 (Fuente: https://n9.cl/hnzy)
 Pruebas de hipótesis para una población

Prueba de hipótesis para la media

Ejemplo

Desarrollo:

(Fuente: Elaboración docente)

Con un 99% de confianza (o 1% de significancia) se puede afirmar que la media de los ingresos de los recién
egresados de ingeniería civil es distinta a $880.000.
 Pruebas de hipótesis para una población

Prueba de hipótesis para la media

Segundo caso: una población normal con 𝛔 desconocida. Regiones de rechazo
Hipótesis nula: 𝐻0 : 𝜇 = 𝜇0
ҧ 0
𝑥−𝜇
Valor del estadístico de prueba: t=
𝑆/ 𝑛

Hipótesis alternativa Región de rechazo

𝐻1 : 𝜇 > 𝜇0 t ≥ 𝑡𝛼,𝑛−1 prueba de cola superior

𝐻1 : 𝜇 < 𝜇0 𝑡 ≤ −𝑡𝛼,𝑛−1 prueba de cola inferior

𝐻1 : 𝜇 ≠ 𝜇0 𝑡 ≥ 𝑡𝛼,𝑛−1 o 𝑡 ≤ −𝑡𝛼,𝑛−1 prueba de dos colas

2 2

(Fuente: Elorza, H., 2008, p. 344).

 Pruebas de hipótesis para una población

Prueba de hipótesis para la media

Ejemplo

Un profesor sostiene la idea de que el promedio de horas de

estudio de sus estudiantes ha sido inferior a 4 horas diarias en la
semana previa a una evaluación. A fin de comprobar su idea
previa, realizó una breve encuesta anónima y obtuvo la siguiente
información a partir de una muestra de 20 estudiantes tomados al
azar del total (muy elevado) de los estudiantes de las 10 secciones
que tiene a su cargo: (Fuente: https://n9.cl/20di)

Estudiante 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Cantidad de horas
de estudio previo a 3 6 7 2 1 0,5 1 2 2,5 2 1 2 3 2 0,5 1,5 2 0,5 2,5 1
la evaluación

Contraste la hipótesis del profesor con un nivel de significancia del 5%.

 Pruebas de hipótesis para una población

Prueba de hipótesis para la media

Ejemplo

Desarrollo:

𝑥ҧ = 2,15 𝑆 = 1,69 𝐻0 : 𝜇 ≥ 4 𝐻1 : 𝜇 < 4

2,15 − 4
𝑡= = −4,896
1,69/ 20
(Fuente: Elaboración docente)

−𝑡𝛼,𝑛−1 = −𝑡0,05,19 = −1,7291 Se rechaza Ho si: 𝑡 ≤ −𝑡𝛼,𝑛−1 → −4,896 < −1,7291

Con un 95% de confianza (o con una significancia del 5%) se puede

afirmar la idea del profesor de que la cantidad media de horas de
estudio es inferior a 4 horas.
 Pruebas de hipótesis para una población

Prueba de hipótesis para la proporción

Pruebas con muestra grande

Hipótesis nula: 𝐻0 : 𝑝 = 𝑝0
ො 0
𝑝−𝑝
Valor del estadístico de prueba: 𝑍= 𝑞0 = 1 − 𝑝0
𝑝0 ∙𝑞0 /𝑛

Hipótesis alternativa Región de rechazo

𝐻1 : 𝑝 > 𝑝0 𝑍 ≥ 𝑍𝛼 prueba de cola superior

𝐻1 : 𝑝 < 𝑝0 𝑍 ≤ −𝑍𝛼 prueba de cola inferior Fuente: https://bit.ly/2VpyBvm

𝐻1 : 𝑝 ≠ 𝑝0 𝑍 ≥ 𝑍𝛼/2 o 𝑍 ≤ −𝑍𝛼/2 prueba de dos colas

 Pruebas de hipótesis para una población

Prueba de hipótesis para la proporción

Ejemplo
Se considera que un medicamento que se prescribe comúnmente para aliviar la tensión
nerviosa tiene una eficacia de tan solo un 60%. Los resultados experimentales de un
nuevo fármaco administrado a una muestra aleatoria de 100 adultos que padecían
tensión nerviosa, revelaron que 70 de ellos sintieron alivio. ¿Es suficiente esta evidencia
para concluir que el nuevo medicamento es mejor que el que se prescribe Fuente: https://n9.cl/hkn7

comúnmente? Utilice un nivel de significancia de 5%.

(Walpole, R., Myers, R., Myers, S. & Ye, K., 2012 p. 363)

Desarrollo:
70
𝐻0 : 𝑝 = 0,6 𝑝Ƹ = = 0,7 𝑍0,05 = 1,645
100
𝐻1 : 𝑝 > 0,6 Se rechaza Ho si: 𝑍 ≥ 𝑍𝛼 → 2,041 ≥ 1,645
0,7 − 0,6 Con un 95% de confianza (o con una significancia del 5%) se
𝑍= = 2,041
0,6 ∙ 0,4/100 puede afirmar que el nuevo fármaco es mejor.
 Pruebas de hipótesis para una población

Prueba de hipótesis para la varianza

También es posible realizar hipótesis referidas a valores

particulares de la varianza poblacional. En este caso, el único
aspecto novedoso se relaciona con el estadístico muestral que
incluye tanto a la varianza poblacional como a su estimador, la
varianza muestral.

Este estadístico posee distribución Chi cuadrado, esta distribución

corresponde a una variable no negativa, cuya forma depende del
parámetro y los grados de libertad que posea. Mientras más
reducidos son los grados de libertad, más sesgada a la derecha es
Fuente: https://bit.ly/2yrIaRA
la forma de la distribución.
 Pruebas de hipótesis para una población

Prueba de hipótesis para la varianza

Hipótesis nula: 𝐻0 : 𝜎 2 = 𝜎02

𝑛−1 𝑆 2
Valor del estadístico de prueba: χ20 = sigue una distribución chi cuadrado con
𝜎02
n-1 grados de libertad

Hipótesis alternativa Región de rechazo

𝐻1 : 𝜎 2 > 𝜎02 χ20 ≥ χ2(α,𝑛−1)

Fuente: https://bit.ly/2VpyBvm
 Pruebas de hipótesis para una población

Prueba de hipótesis para la varianza

𝐻1 : 𝜎 2 < 𝜎02 χ20 ≤ χ2(1−α,𝑛−1)

𝐻1 : 𝜎 2 ≠ 𝜎02 χ20 ≤ χ2(1−α/2,𝑛−1)

χ20 ≥ χ2(α/2,𝑛−1)
Fuente: https://bit.ly/2VpyBvm
 Pruebas de hipótesis para una población

Prueba de hipótesis para la varianza

Ejemplo

Un investigador de mercado está realizando un estudio encargado por una

concesionaria de automóviles que tiene sucursales en todo el país, en
relación con las reparaciones de autos. En particular tiene interés en
averiguar cuál es el gasto promedio en reparaciones. Para estimar cuántos
casos incluir en la muestra, debe considerar un valor de la desviación
estándar. Con base a su experiencia cree apropiado considerar una
desviación estándar de U$200 del gasto realizado en reparaciones.
No obstante, decide corroborar su hipótesis a través de una encuesta piloto
a 25 dueños de automóviles. Una vez que lleva a cabo este estudio
preliminar, resulta una desviación estándar de la muestra de U$237,52. (Fuente: https://n9.cl/rhst)

¿Aún puede trabajar con su idea previa de la desviación estándar para

calcular el tamaño muestral?
Utilice α= 10%
 Pruebas de hipótesis para una población

Prueba de hipótesis para la varianza

Desarrollo:
Lo primero es establecer la hipótesis. Si la desviación estándar se considera en 200, por lo
tanto, la varianza a verificar es de 40.000
,

El tamaño de la muestra es de 25 casos y el α= 10%

El estadístico muestral por utilizar es el Chi cuadrado con n – 1 grados de libertad.
 Pruebas de hipótesis para una población

Prueba de hipótesis para la varianza

Luego se determinan los valores críticos, para identificar las zonas de rechazo:

𝜒2 ∝
2
= 𝜒0,95;24 = 13,8484 𝜒 2∝ 2
= 𝜒0,05;24 = 36,415
1− ;𝑛−1 ;𝑛−1
2 2

Fuente: Elaboración docente Fuente: Elaboración docente

 Pruebas de hipótesis para una población

Prueba de hipótesis para la varianza

El valor del estadístico muestral es:

𝑛 − 1 𝑆 2 24 ∗ 237,522
χ20 = = = 33,85
𝜎02 40.000

El valor del estadístico muestral está en la zona de no rechazo. Elaboración docente

No se debe rechazar H0.

Con la evidencia muestral disponible no puede descartarse que la varianza sea
igual a 40000 (o que la desviación estándar sea igual a 200 dólares), tal como
supone el investigador.
Bibliografía
Devore, J. (2008). Probabilidad y estadística para ingeniería y ciencias. (7a. Edición). México: International Thomson
Editores.

Elorza, H. (2008). Estadística para las ciencias sociales, del comportamiento y de la salud (3a. Edición). México.
Cengage Learning.

Lind, D., Marchal, W. & Wathen, S. (2012). Estadística aplicada a los negocios y economía (15a. Edición). México.
McGraw Hill.

Walpole, R., Myers, R., Myers, S. & Ye, K. (2012). Probabilidad y estadística para ingeniería y ciencias (9a . Edición).
México. Pearson Educación.