Escolar Documentos
Profissional Documentos
Cultura Documentos
CONCEPTOS BÁSICOS
La prueba de hipótesis comienza con una suposición,
denominada hipótesis, que hacemos entorno a un
parámetro de la población. Reunimos datos muéstrales,
producimos estadísticos de la muestra y con esta
información decidimos la probabilidad de que el parámetro
supuesto de la población sea correcto. Por ejemplo,
suponemos cierto valor de una media de la población. Para
verificar la validez de la suposición, obtenemos los datos
muéstrales y determinamos la diferencia entre el valor
supuesto y el valor real de la media muestral. A
continuación juzgamos si la diferencia es significativa.
Cuanto menos sea la diferencia, mayores probabilidades
habrá de que sea correcto el valor supuesto de la media. Y
a una diferencia más amplia corresponderá una
probabilidad menor.
No podemos aceptar ni rechazar una hipótesis referente a un
parámetro de la población por mera intuición. Por el
contrario, necesitamos aprender a decidir con objetividad,
basándonos en la información de la muestra, si aceptamos
o rechazamos un presentimiento.
a) Hipótesis
Se debe formular el supuesto valor del parámetro de la población antes de
empezar el muestreo. La suposición que se desea probar, se denomina
hipótesis nula y se representa por H0. Si se rechaza la hipótesis nula, la
conclusión que debemos aceptar se llama hipótesis alternativa y se
simboliza por H1.
Supongamos que se quiere probar la hipótesis de que el promedio de
calificación de los alumnos de la Universidad es de 85, entonces:
Es cuando el nivel de
significancia (zona de
rechazo) abarca los dos
extremos o colas de la
campana de Gauss.
Ejemplo 1.-
5,000 5,000
x x x 721.69 mi
48 6.9282
En el siguiente paso vamos a obtener el valor de “Z” y
para ello vamos a apoyarnos en la gráfica siguiente:
Recurrimos a las tablas de la distribución normal y
en ellas localizamos 0.475, que se ubica en un
valor de Z = 1.96 x
En el tercer paso, vamos a determinar los límites
superior e inferior de confianza para el intervalo
de la media poblacional ya que se trata de
una prueba de dos extremos. Para ello
aplicaremos la expresión siguiente:
Lc H 0 Zx
x
Z
x
59,500 60,000
Z
721.69
Z 0.693 __
X
1 1
x x x 0.1414
50 7.07
Li = 3 – 1.64 (0.1414)
Li = 3 – 0.2319
Li = 2.768
ˆ
ˆx
n
38 38
x
ˆ ˆx ˆx 2.897
172 13.115
ˆ 11 11
x
ˆ ˆx ˆx ˆx 2.46
n 20 4.472
En la tabla t de Student se localiza = 0.10 y gl = 20 – 1, o
sea gl = 19 y se encuentra que: t = 1.729 ˆx
Con estos datos ya podemos determinar los limites superior
e inferior del intervalo de confianza, mediante la
Lc tˆx
expresión:
ˆ 49,000 49,000
ˆx ˆx ˆx ˆx $18,518.52
n 7 2.646
Li t ˆx
Li = 600,000 – 1.943 (18,518.52) Li = $564,018.52
En la campana de Gauss:
Como la media muestral cae la zona de
rechazo, entonces se rechaza la hipótesis
nula y se acepta la hipótesis alternativa.
Comprobando lo anterior, se tiene que:
pH 0 qH 0
n
Sustituyendo valores:
(.8)(.2)
p p 0.0010666 p 0.0327
150
En este caso, la compañía quiere saber si la
verdadera proporción es mayor o menor que
la supuesta proporción. Por consiguiente, es
apropiada una prueba de dos extremos para
una proporción. El nivel de significancia
corresponde a las dos regiones sombreadas,
cada una de las cuales contiene 0.025 del
área. La región de aceptación de 0.95 se
ilustra como dos áreas de 0.475 cada una.
Puesto que la muestra es mayor que 30,
podemos recurrir la distribución normal.
Basándonos en la tabla de ésta distribución,
podemos calcular que el valor
correspondiente de Z para 0.475 del área bajo
la curva es 1.96 . Por tanto, los limites de la
región de aceptación son:
Lc = PH0 Z
Lc = 0.8 1.96(0.0327)
Ls = 0.8 + 0.06409 Ls = 0.8641
Li = 0.8 – 0.06409 Li = 0.7359
pHo qHo
p
n
Sustituyendo valores:
En la campana de Gauss:
Concluimos que no es mayor la proporción de
estudiantes egresados que tienen trabajo.
C) Prueba de hipótesis para
proporciones de muestras pequeñas.