Prueba de Hipótesis

PRUEBA DE HIPÓTESIS
¿Qué es una prueba de hipótesis?

Una prueba de hipótesis es una regla que especifica cuando se puede aceptar
o rechazar una afirmación sobre una población dependiendo de la evidencia
proporcionada por una muestra de datos.
Una prueba de hipótesis examina dos hipótesis opuestas sobre una población:
la hipótesis nula y la hipótesis alternativa. La hipótesis nula es la afirmación que
se está comprobando. Normalmente la hipótesis nula es una afirmación de "sin
efecto" o "sin diferencia". La hipótesis alternativa es la afirmación que se desea
ser capaz de concluir que es verdadera basándose en la evidencia
proporcionada por los datos de la muestra.
Basándose en los datos de la muestra, la prueba determina cuando rechazar la
hipótesis nula. Se utiliza un p-valor, para realizar esa determinación. Si el p-
valor es menos que el nivel de significación (conocido como α o alfa), entonces
se puede rechazar la hipótesis nula.
Un error común suele ser que las pruebas de hipótesis estadísticas están
diseñadas para seleccionar la más probable de dos hipótesis. Sin embargo, al
diseño una prueba de hipótesis, se configura la hipótesis nula como la que se
quiere rechazar. Dado que se fija que el nivel de significación sea pequeño
antes del análisis (normalmente, un valor de 0.05 funciona correctamente),
Cuando se rechaza la hipótesis nula, se tiene una prueba estadística de que la
alternativa es cierta. Por el contrario, si no se rechaza la hipótesis nula, no se
tiene prueba estadística de que la hipótesis nula sea cierta. Esto es debido a
que no se ha fijado la probabilidad de que se acepte falsamente que la
hipótesis nula sea pequeña.
Ejemplos de algunas preguntas que se pueden responder con una prueba de
hipótesis:
 ¿La altura media de las mujeres en secundaria difiere de 168 cm?
 ¿La desviación estandar de sus alturas es igual o menor que 13 cm?
 ¿Los estudiantes masculinos y femeninos difieren en su altura

promedio?
 ¿Es la proporción de estudiantes masculinos de secundaria

significativamente más alta que la proporción de estudiantes femeninas
de secundaria?
Ejemplo de realización de una prueba de hipótesis básica con Minitab

Se pueden seguir seis pasos básicos para configurar y realizar correctamente
una prueba de hipótesis. Por ejemplo, el director de una fábrica de tuberías
debe asegurarse de que los diámetros de sus tuberías sean igual a 5cm. El
director sigue los siguientes pasos básicos para realizar el test de hipótesis.
NOTA
Se deberá determinar el criterio para la prueba y el tamaño de la muestra
requerida antes de recoger los datos.
1. Especificar la hipótesis.
En primer lugar, el director formula la hipótesis. La hipótesis nula es: La media
de la población de todas las tuberías es igual a 5 cm. Formalmente, esto se
escribe: H0: μ = 5
Entonces, el director escoge entre las siguientes hipótesis alternativas:
Condición a prueba Hipótesis alternativa
La media poblacional es menor que el objetivo. unilateral: μ < 5
La media poblacional es mayor que el objetivo. unilateral: μ > 5
La media poblacional difiere del objetivo. a dos lados: μ ≠ 5
Como tienen que asegurarse de que las tuberías no sean mayores o menores
a 5cm, el director elige la hipótesis alternativa de dos lados, que establece que
la media de la población de todas las tuberías no es igual a 5cm. Formalmente
se escribe como H1: μ ≠ 5
2. Escoger un nivel de significación (también llamado alfa o α).
El director selecciona un nivel de significación de 0.05, que es el más típico.
3. Recoger los datos.
Recogen una muestra de tubos y miden sus diámetros.
4. Comparar el p-valor de la prueba con el nivel de significación.
Después de realizar la prueba de hipótesis el director obtiene un p-valor de
0.004. El p-valor es menor que el nivel de significación de 0.05.
5. Decidir si rechazar o no rechazar la hipótesis nula.
El director rechaza la hipótesis nula y concluye que el diámetro medio de
tubería de todas las tuberías no es igual a 5cm.
Por qué es necesario utilizar pruebas de hipótesis en estadística
La prueba de hipótesis es un procedimiento esencial en estadística. Una
prueba de hipótesis evalúa dos afirmaciones mutuamente excluyentes sobre
una población para determinar qué afirmación es mejor admitida por los datos
de la muestra. Cuando se dice que un hallazgo es estadísticamente
significativo, es gracias a una prueba de hipótesis. ¿Cómo funcionan realmente
estas pruebas y qué significa realmente significación estadística?
En esta serie de artículos se ayudará a comprender de forma intuitiva cómo
funcionan las pruebas de hipótesis al centrarse en conceptos y gráficos en
lugar de ecuaciones y números. Después de todo, una razón clave para utilizar
un software estadístico como Minitab es no quedarse atascado en los cálculos,
y, en cambio, poder concentrarse en comprender sus resultados.
La razón para utilizar pruebas de hipótesis con un ejemplo.
 El escenario
Un economista quiere determinar si el coste mensual de energía para las

familias ha cambiado con respecto al año anterior, cuando el coste promedio
mensual fue de 260$. El economista toma muestras aleatorias de 25 familias y
registra sus costos de energía para el año en curso. (Los datos para este
ejemplo son CostEnergFamilia y es solo uno de los muchos conjuntos de datos
de ejemplo que se pueden encontrar en la Biblioteca de conjuntos de datos de
Minitab.)
Estas estadísticas descriptivas se utilizarán para crear un gráfico de

distribución de probabilidad que muestra la importancia de las pruebas de
hipótesis.
 La necesidad de pruebas de hipótesis
¿Por qué se necesitan pruebas de hipótesis? Después de todo, tomamos una

muestra aleatoria y nuestra media de la muestra de 330.6 es diferente de 260.
Es diferente ¿verdad? Desafortunadamente, el panorama es confuso porque se
está viendo una muestra en lugar de toda la población.
El error de muestreo ese la diferencia entre una muestra y toda la población.
Gracias al error de muestreo, es totalmente posible que mientras nuestra media
muestral sea 330.6, la media poblacional aún sea 260. O dicho de otra manera,
si se repite el experimento, es posible que la segunda media muestral esté
cerca de 260 ¡Una prueba de hipótesis ayuda a evaluar la probabilidad de esta
posibilidad!
Utilizar la distribución del muestreo para ver si la media muestra es poco
probable
Para cualquier muestra aleatoria dada, la media de la muestra casi seguro que
no es igual a la media real de la población debido al error de muestreo. Para
este ejemplo, es poco probable que el coste promedio para toda la población
sea exactamente 330.6. De hecho, si tomamos múltiples muestras aleatorias
del mismo tamaño de la misma población, podríamos trazar una distribución de
las medias muéstrales.
Una distribución muestral es la distribución de una estadística, como la media,
que se obtiene al extraer repetidamente un gran número de muestras de una
población específica. Esta distribución le permite determinar la probabilidad de
obtener el estadístico de la muestra.
Afortunadamente, se puede crear una gráfica de medias de muestras sin
recolectar muchas muestras aleatorias diferentes. En su lugar se crea un
gráfico de distribución de probabilidad utilizando la distribución t, el tamaño de
la muestra y la variabilidad en nuestra muestra para representar gráficamente
la distribución muestral.
Nuestro objetivo es determinar si la media de la muestra es significativamente
diferente de la media de hipótesis nula. Por lo tanto, usaremos el gráfico para
ver si nuestra media muestral de 330.6 es poco probable, suponiendo que la
media poblacional es 260. La muestra siguiente muestra la distribución
esperada de las medias muéstrales.
Se puede ver que la media muestral más probable es 260, lo que tiene sentido
porque suponemos que la hipótesis nula es cierta. Sin embargo, existe una
probabilidad razonable de obtener una media muestral que oscila entre 167 y
352, e incluso más allá. El resultado de este gráfico es que aunque nuestra
media muestral de 330.6 no es la más probable, tampoco está fuera del ámbito
de lo posible.
El papel de las pruebas de hipótesis
Hemos colocado la media muestral en el contexto de todas las medias
muéstrales posibles, asumiendo que la hipótesis nula es cierta. ¿Son estos
resultados estadísticamente significativos?
Como puede verse, no hay un lugar mágico en la curva de distribución para
hacer esta determinación. En cambio, existe una disminución continua en la
probabilidad de obtener medias muestrales que están más lejos del valor de la
hipótesis nula. ¿Dónde trazamos la línea?
Aquí es donde las pruebas de hipótesis son útiles. Una prueba de hipótesis
permite cuantificar la probabilidad de que nuestra media muestral sea inusual.
En esta serie de publicaciones se continuará utilizando este marco gráfico y se
añadirá el nivel de significación, el valor de P y el intervalo de confianza para
mostrar cómo funcionan las pruebas de hipótesis y qué significa realmente la
significación estadística.
 Parte Dos: Intervalos de confianza y niveles de confianza
 Parte Tres: Niveles de significancia (alpha) y P valores

Prueba de Hipótesis

Cargado por

Copyright:

Formatos disponibles

Prueba de Hipótesis

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Prueba de Hipótesis

Cargado por

Copyright:

Formatos disponibles

PRUEBA DE HIPÓTESIS

¿Qué es una prueba de hipótesis?

 ¿La altura media de las mujeres en secundaria difiere de 168 cm?

 ¿La desviación estandar de sus alturas es igual o menor que 13 cm?

 ¿Los estudiantes masculinos y femeninos difieren en su altura

 ¿Es la proporción de estudiantes masculinos de secundaria

Ejemplo de realización de una prueba de hipótesis básica con Minitab

Un economista quiere determinar si el coste mensual de energía para las

Estas estadísticas descriptivas se utilizarán para crear un gráfico de

 La necesidad de pruebas de hipótesis

¿Por qué se necesitan pruebas de hipótesis? Después de todo, tomamos una

 Parte Dos: Intervalos de confianza y niveles de confianza

 Parte Tres: Niveles de significancia (alpha) y P valores

También podría gustarte