Sesión 3

Prueba de hipótesis
paramétricas
LOGRO DE APRENDIZAJE

Al término de la sesión el estudiante

identificará los pasos y supuestos para
aplicar pruebas de hipótesis paramétricas y
contrastará hipótesis para media y
proporción en forma rigurosa.

2
 ANALISIS PARAMÉTRICO

• En el análisis paramétrico de datos el interés es

hacer estimaciones y pruebas de hipótesis
acerca de uno o más parámetros de la población,
como la media y proporción.
• Esto implica que existen una serie de pruebas
estadísticas denominadas paramétricas que son
aplicables a los estudios que corresponden a los
criterios las definen.

3
 PRUEBAS PARAMÉTRICAS

Definición: Se denominan pruebas paramétricas aquellas que presuponen una distribución de

probabilidad dada para los datos, es decir que se requiere el conocimiento de la forma funcional
de la distribución muestreada. Asumen distribuciones estadísticas subyacentes a los datos,
dependen de los parámetros media y varianza

“En las pruebas paramétricas se

conoce el modelo de distribución de la
población objeto de estudio y se
desconoce un número finito de
parámetros de dicha distribución que
hay que estimar con los datos de la
muestra”

4
 SUPUESTOS DE LAS PRUEBAS
PARAMÉTRICAS

La pruebas paramétricas están sometidas a determinadas condiciones de aplicación, por tanto,

deben cumplirse algunas condiciones de validez, de modo que el resultado de la prueba
paramétrica sea fiable.
Es decir para poder utilizar una prueba paramétrica se deben cumplir los siguientes supuestos:

1. Normalidad. Los datos tienen que aproximarse a

una distribución normal. Es importante verificar que la
distribución de los resultados de la muestra se
distribuyan de forma normal. Es decir al graficarlos se
agrupan en un rango alrededor del promedio general.
No son dispersos.

Pruebas de normalidad:
Test de Kolmogorov-Smirnov (con la corrección Lilliefors) (n>50)
Test de Shapiro Wilk (n≤50) 5
2. Homocedasticidad. Las varianzas de los
diferentes grupos tienen que ser aproximadamente
iguales. Es decir las varianzas de las distribuciones
intervinientes deben ser homogéneas.

Pruebas de igualdad de varianzas:

• Prueba de Levene*
• Prueba de Fisher

* En t comparativa para elegir que estadístico t utilizar, Anova

(mas de dos promedios) y Regresión.

3. Independencia: Por independencia se entiende el que las “n” observaciones hayan sido
aleatoriamente extraídas y sean independientes entre sí.

Pruebas estadística:
• Contraste de rachas

6
 Criterio paramétrico: Las variables deben ser
medidas en una escala de intervalo o razón

razón

cuantitativas
Pruebas
Los métodos estadísticos paramétricas

Mas
paramétricos requieren del empleo de
datos medidos en una escala de
intervalo o de razón.
intervalo

En estos niveles de medición tienen

sentido las operaciones aritméticas ordinal

cualitativas
como el análisis de medias, Pruebas NO
desviación estándar y varianzas. Mas paramétricas

Nominal

7
 PRUEBA DE HIPÓTESIS

Un prueba de hipótesis es una regla de decisión que permite rechazar o

aceptar la hipótesis en base a al información dada por la muestra aleatoria
extraída de una población en estudio.

Hipótesis Nula. Es la que se formula con la finalidad de rechazarla y se

denota por H0. Se construye artificialmente para que el investigador evalúe su
hipótesis de investigación. Plantea que no existe relación entre los dos
fenómenos.
Hipótesis Alterna. Simplemente señala la existencia de un hecho o de un
evento, o la relación entre dos o más fenómenos. Se denota por H1.

El rechazo de H0 implicará la aceptación la aceptación de H1. Generalmente

la hipótesis alternativa representa la suposición que el investigador quiere
probar, siendo H0 formulada con el propósito expreso de ser rechazada. 8
 ERRORES TIPO I Y TIPO II

El procedimiento de decisión de
aceptar o rechazar la hipótesis
nula esta sujeta a dos tipos de
error. Estos errores son debidos
a fluctuaciones al azar en el
muestreo.

Tipo I: Es la probabilidad de rechazar la hipótesis nula, cuando Ho es cierta. Esta

probabilidad es comúnmente denotada por la letra α, conocido también como el nivel de
significancia.

Tipo II: Es la probabilidad de aceptar la hipótesis nula cuando Ho es falsa. Esta

probabilidad es comúnmente denotada por la letra β.
9
PASOS DE UNA PRUEBA DE HIPÓTESIS

Una Prueba de hipótesis se realiza mediante un procedimiento

sistemático de cuatro pasos:

• Plantear las hipótesis (Nula y Alterna)

Paso 1.

• Seleccionar el nivel de significancia (α)

Paso 2.

• Selección del estadístico de prueba ó prueba estadística

Paso3.

• Procesar la información y tomar la decisión

Paso4.

Rechazar la hipótesis nula y

aceptar la alterna
Decisiones:
No rechazar la hipótesis nula
10
SIGNIFICANCIA ESTADÍSTICA (Decisión)

La prueba de hipótesis está guiada por el análisis estadístico. La significancia estadística se

calcula usando un valor p, el cual te dice la probabilidad de que tu resultado se observe dado
que una determinada afirmación (la hipótesis nula) sea verdadera.

Si p-valor es menor que α se rechaza

H0 y se acepta H1

Si p-valor es mayor que α no se rechaza

H0 (Se acepta)

Si este valor p es menor al nivel de significancia establecido (generalmente 0,05), el

experimentador puede asumir que la hipótesis nula es falsa y aceptar la hipótesis alternativa.

11
 CLASIFICACIÓN DE LAS PRUEBAS
PARAMÉTRICAS
Prueba de hipótesis de una media
Prueba de hipótesis en dos muestras
independientes.
 Prueba Z , Varianza conocida
 Prueba Z, Varianza desconocida, n>30
 Prueba t, Varianza desconocida, n≤30
 Prueba Z de diferencia de medias, varianzas
conocidas
 Prueba Z de diferencias de medias, varianzas
desconocidas (n1+n2>30)
 Prueba t de diferencias de medias, varianzas
desconocidas iguales (n1+n2≤30)
 Prueba t de diferencias de medias, varianzas
desconocidas desiguales (n1+n2≤30)
12
Prueba de hipótesis en dos muestras
relacionadas.
Prueba de hipótesis para una varianza
Prueba de hipótesis para igualdad de
varianzas de dos poblaciones
Prueba de hipótesis para un proporción
Prueba de hipótesis para diferencia de
proporciones de dos poblaciones
Prueba de correlación Pearson
 Prueba Z de diferencia de muestras
relacionadas (n>30)
 Prueba t de diferencia de muestras
relacionadas (n≤30)
 Prueba 2 para un varainza
 Prueba F de Fisher Snedecor
 Prueba Z para un proporción
 Prueba Z para diferencia de
proporciones.
 Prueba t de correlación
13
 1. PRUEBA DE HIPÓTESIS DE LA MEDIA CON
VARIANZA CONOCIDA (n>30)

Sea X1,…. Xn una m.a. tomada de una población N(,2), donde 2 es conocida.
Existen tres tipos de contrastes:

Reglas de decisión
 H 0 :   0
 Si Zc  Z Se rechaza H0 Estadístico de Prueba:
 H1 :   0
2
Z normal estándar

X  0
Zc 
 H 0 :   0 Zc  Z
 n
 Si Se rechaza H0
 H 1 :   0

 H 0 :   0
 Si Zc   Z Se rechaza H0
 H 1 :   0
14
 2. PRUEBA DE HIPÓTESIS DE LA MEDIA CON
VARIANZA DESCONOCIDA (n≤30)

Sea X1,…. Xn una m.a. tomada de una población N(,2), donde 2 es desconocida
y n≤30. Existen tres tipos de contrastes:

 H 0 :   0
Reglas de decisión
 Si T  t 2  n-1 Se rechaza H0 Estadístico de Prueba:
 H1 :   0 T de Student

X  0
T
 H 0 :   0 T  t
s n
 Si Se rechaza H0
 H 1 :   0

 H 0 :   0 T   t
 Si Se rechaza H0
 H 1 :   0
15
3. Prueba de Hipótesis para diferencia de medias de
dos poblaciones normales independientes de
varianzas conocidas
Sea X1,…. Xn una m.a. tomada de una población N(1,21) y Sea Y1,…. Yn una m.a.
tomada de una población N(2,22), donde 21 y 22 son conocidos . Existen tres
tipos de contrastes:
Reglas de decisión
 H 0 : 1   2
 Si Zc  Z Se rechaza H0
 H 1 : 1   2
2
Estadístico de Prueba:

X1  X 2
Zc 
 H 0 : 1   2 Zc  Z
 12  22
 Si Se rechaza H0 
 H 1 : 1   2 n1 n2

 H 0 : 1   2
 Si Zc   Z
 H 1 : 1   2
Se rechaza H0
16
4. Prueba de Hipótesis para diferencia de medias de
dos poblaciones normales independientes de
varianzas desconocidas (n1+n2 ≤30)
Sea X1,…. Xn una m.a. tomada de una población N(1,21) y Sea Y1,…. Yn una m.a.
tomada de una población N(2,22), donde 21 y 22 son desconocidas pero iguales.
Existen tres tipos de contrastes:
Reglas de decisión
 H 0 : 1   2
 Si T  t 2  n1  n2 -2 Se rechaza H0
 H 1 : 1   2
Estadístico de Prueba:

X1  X 2
T
s12
 H 0 : 1   2
s22
Si T  t  n1  n2 -2 
 Se rechaza H0 n1 n2
 H 1 : 1   2

 H 0 : 1   2
 Si T   t  n1  n2 -2
 H 1 : 1   2
Se rechaza H0
17
5. Prueba de Hipótesis para diferencia de medias de
dos muestras relacionadas de poblaciones
normales dependientes (n≤30)

Sean X1 , X 2 , ......., X n una m. a. extraída de una población Normal  1 ;  12   y


Y1 , Y2 , ......., Yn otra m. a. extraída de una población Normal  2 ;  22  de modo que las
observaciones están pareados, esto es, la muestra está formada por los pares:
 X1 ; Y1  ,  X 2 ; Y2  , …...,  X n ; Yn 

Ahora, definiendo la variable auxiliar D  X  Y , Tenemos la m.a. de diferencias D1 , D2 , ....., Dn

La variable auxiliar 
D tiene distribución   D ;  D2 
Pero la media y varianza de la muestra de n diferencias D1 , D2 , ....., Dn es:
n

2
Di2  nD
1 n1   D2 
D   Di ; sD2  i 1
Asi, D   D ; 
n i 1 n1  n 
 

18
5. Prueba de Hipótesis para diferencia de medias de
dos muestras relacionadas de poblaciones
normales dependientes (n≤30)

Existen tres tipos de contrastes:

Reglas de decisión Estadístico de Prueba:

 H 0 : D  0
 Si T  t 2  n1 Se rechaza H0
 H1 : D  0
D
T
SD n

 H 0 : D  0 Si T  t  n1 Se rechaza H0

 H1 :  D  0

 H 0 : D  0

 H1 :  D  0 Si T   t  n1 Se rechaza H0

19
 6. Prueba de Hipótesis para diferencia de medias de
dos muestras relacionadas de poblaciones
normales dependientes (n>30)

Existen tres tipos de contrastes:

Reglas de decisión
Estadístico de Prueba:
 H 0 : D  0
 Si Zc  Z Se rechaza H0
 H1 : D  0
2 D
Z
SD n

 H 0 : D  0 Si Zc  Z Se rechaza H0

 H1 :  D  0

 H 0 : D  0

 H1 :  D  0 Si Zc   Z Se rechaza H0

20
7. PRUEBA DE HIPOTESIS PARA UNA
PROPORCIÓN
Reglas de decisión
H0 : p  p0
Caso A:  . Si Z  Z 2 , se rechaza H 0 .
H1 : p  p0
Estadístico de Prueba:

p̂  p0
Z
H0 : p  p0 p0 q0
Caso B:  . Si Z  Z se rechaza H 0 .
H1 : p  p0 n

H0 : p  p0
Caso C:  . Si Z   Z se rechaza H 0 .
H1 : p  p0

Donde:

Z 2 y Z son los valores tabulares de la Distribución Normal Estándar

21
a un nivel de significancia  de dos colas y una cola respectivamente.
 8. PRUEBA DE HIPÓTESIS DE DIFERENCIA DE
PROPORCIONES

Entonces tenemos

 H 0 : p1  p2  H 0 : p1  p2  H 0 : p1  p2
Hipótesis:  ó  ó 
 H 1 : p1  p2  H 1 : p1  p2  H 1 : p1  p2

pˆ 1  pˆ 2 n1 pˆ1  n2 pˆ 2
Estadístico de prueba: Z , pˆ  , n  n1  n2
 1 1  n
pˆ (1  pˆ )   
 n n
1 2 

22
 Reglas de decisión

 H 0 : p1  p2
Caso A:  . Si Z  Z 2 , se rechaza H 0 .
 1 1
H : p  p2

 H 0 : p1  p2
Caso B:  . Si Z  Z se rechaza H 0 .
 1 1
H : p  p2

 H 0 : p1  p2
Caso C:  . Si Z   Z se rechaza H 0
 1 1
H : p  p2

23
 9.PRUEBA DE CORRELACIÓN DE PEARSON

Una vez calculado el valor del coeficiente de correlación r interesa determinar si tal valor obtenido muestra
que las variables X e Y están relacionadas en realidad o tan solo presentan dicha relación como
consecuencia del azar. En otras palabras, nos preguntamos por la significación de dicho coeficiente de
correlación.

i. Hipótesis  H0 :   0 Un coeficiente de correlación

 se dice que es significativo si
 H1 :   0 se puede afirmar, con una
cierta probabilidad, que es
diferente de cero
i. Estadístico de prueba

N 2
tC  r
1  r2

iii. Decisión: Si tc  t n-2

2  Se rechaza H0

24
 THANKS!
Dr. Edward Huamani Alhuay
You can find me at
estadistica.aplicada85@gmail.com

25