TEMA N° 5

ENSAYO DE HIPTESIS.

5.2.- UN EJEMPLO DE ENSAYO DE HIPÓTESIS.

Vamos a considerar un ejemplo aleatorio: el lanzamiento de un dado, sabiendo que:

 Evento P (surgimiento de un numero par).

 Evento I (surgimiento de un número impar).

P y I tienen aproximada la misma frecuencia y que pueden ser usados en el ensayo de honestidad
de dado.

Representando por:

“P” la probabilidad de obtención de un número par.

EJEMPLO: Vamos a ensayar la hipótesis de P=0.50.

Vamos a suponer que, para el ensayo empleamos una muestra de 3.000 lanzamientos de la cual
obtuvimos 1.578 número pares (valor observado).

Si la hipótesis de honestidad es verdadera, podemos esperar cerca de 1.500 valores pares en una
muestra de 3.000 lanzamientos.

Si el número de pares se aleja de este valor (1.500), constituye una indicación de que la hipótesis
de honestidad puede ser falsa y debe ser rechazada. Con esta finalidad vamos a procurar
determinar un valor “C” denominado “valor crítico”.

 Si el valor observado es mayor que C, rechazamos la hipótesis de honestidad.

𝑣𝑎𝑙𝑜𝑟 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑑𝑜 > 𝐶
 Si el valor observado es menor o igual a C, aceptamos la hipótesis de honestidad.
𝑣𝑎𝑙𝑜𝑟 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑑𝑜 ≤ 𝐶

El problema fundamental consiste en saber cómo debemos escoger “C”, o sea, de donde debemos
trazar la línea de separación entre los pequeños desvíos aleatorios y grandes desvíos significativos.
Como las opiniones varían de persona a persona, debemos emplear argumento matemático y usar
los conceptos de estadística ya aprendidos.

Por tanto, vamos a determinar el valor de “C” de tal forma que, si la hipótesis de honestidad fuera
verdadera, la probabilidad de observar más de “C” valores pares sea muy pequeña, y designar de α.
Es común escoger α=1% ó 5%. Ya que el riesgo de, a cada 100 experimentos semejante (ó 20) en
uno de ellos rechazamos la hipótesis de honestidad cuando en realidad es verdadera. Vamos a optar
por α=1% y definir la variable aleatoria “x” conociendo el número de valores pares en 3.000
lanzamientos de un dado.

El valor de C puede ser determinado a través de:

𝑃(𝑥 ≥ 𝐶), 𝑝𝑎𝑟𝑎 𝑃 = 0.50 α = 0.01 = 1%

 99%

Para la determinación de “C” se debe conocer la distribución de x. para el fin deseado, la distribución
binomial se constituye en un modelo preciso. Así, si la hipótesis es verdadera, x sigue una
distribución binomial con P=0.50 y n=3000.

Para facilitar los cálculos, debemos usar la distribución normal con aproximación, donde la media
será µ=n*p= 1.500 y la varianza σ2 =n*p*q =750. Tendremos entonces:
𝑪 − 𝟏𝟓𝟎𝟎
𝑷(𝒙 ≥ 𝑪) = 𝑷 (𝑲𝜶 ≥ ) = 𝟎. 𝟎𝟏
√𝟕𝟓𝟎
Para obtener kα hay dos formas:

• Igualando la Distribución Normal reducida a 𝛼.

∞ 𝑧2
1
∫ ∗ 𝑒 − 2 ∗ 𝑑𝑧 = 𝛼
𝑘 √2 ∗ 𝜋
∞ 𝑧2
1 −
∫ ∗ 𝑒 2 ∗ 𝑑𝑧 = 0.01
𝑘 √2 ∗ 𝜋
𝑥 = 2.326

• Tabla de Distribución Normal (Tabla E).

𝛼 = 0.01
 𝐾𝛼1 = 2,32 → 𝛼 = 0.0102
𝐾𝛼2 = 2,33 → 𝛼 = 0.0099
𝐾𝛼1 + 𝐾𝛼2
𝑘𝛼 =
2
2.32 + 2.33
𝑘𝛼 =
2
𝑘𝛼 = 2.325

Para 𝜶: 𝟎, 𝟎𝟏. Se obtiene 𝒌= 𝒌𝜶 = 𝟐, 𝟑𝟐𝟔

𝑪 − 𝟏𝟓𝟎𝟎
= 𝟐. 𝟑𝟐𝟔
√𝟕𝟓𝟎
𝑪 = 𝟐. 𝟑𝟐𝟔 ∗ √𝟕𝟓𝟎 + 𝟏𝟓𝟎𝟎 = 𝟏𝟓𝟔𝟑. 𝟕
𝐶 = 1564
Con la obtención del valor critico C podemos establecer la conclusión final: como el calor
observado, 1578 es mayor que C, rechazamos la hipótesis de que P=0.50, o sea que el dado es
deshonesto en cuanto al presentación de valores pares.