INSTITUTO TECNOLÒGICO DE LA CHONTALPA

MATERIA:
ESTADÍSTICA INFERENCIAL I
TEMA:
PRUEBAS DE HIPÒTESIS CON UNA MUESTRA
ALUMNA:
CRISTO ESBEYDI LÒPEZ DE LA CRUZ
DOCENTE:
CARLOS MARIO FRÌAS FRÌAS
SEMTRE:
4TO
GRUPO:
“B”
FECHA DE ENTREGA:
30/05/2022
INTRODUCCIÒN:
Una prueba de hipótesis o también denominada prueba de significación tiene
como objetivo principal evaluar y justificar suposiciones o afirmaciones acerca de
los valores estadísticos de la población (parámetros). De modo que resulta muy
importante para la toma de decisiones estadísticas frente a la caracterización del
estudio, no sin antes plantear las posibles características de la población. En otras
palabras, una prueba de hipótesis permite establecer la veracidad de
planteamientos hipotéticos en una población a partir de información de una
muestra aleatoria.

3.1 METOLOGÌA PARA LA PRUEBA DE HIPÒTESIS

Prueba de una hipótesis: se realiza mediante un procedimiento sistemático de
cinco: se realiza mediante un procedimiento sistemático de cinco pasos:

Paso 1: Cualquier investigación estadística implica la existencia de hipótesis o

cualquier investigación estadística implica la existencia de hipótesis o afirmaciones
acerca de las poblaciones que se estudian. Afirmaciones acerca de las
poblaciones que se estudian.

Paso 2: Probabilidad de rechazar la hipótesis nula cuando es verdadera. Se le

denota Probabilidad de rechazar la hipótesis nula cuando es verdadera. Se le
denota mediante la letra griega α, también es denominada como nivel de riesgo,
este término es mediante la letra griega α, también es denominada como nivel de
riesgo, este término es más adecuado ya que se corre el riesgo de rechazar la
hipótesis nula, cuando en realidad más adecuado ya que se corre el riesgo de
rechazar la hipótesis nula, cuando en realidades verdadera. Este nivel está bajo el
control de la persona que realiza la prueba.es verdadera. Este nivel está bajo el
control de la persona que realiza la prueba.

Paso 3: Valor determinado a partir de la información muestral, que se utiliza para

Valor determinado a partir de la información muestral, que se utiliza para
determinar si se rechaza la hipótesis nula., existen muchos estadísticos de prueba
para determinar si se rechaza la hipótesis nula., existen muchos estadísticos de
prueba para nuestro caso utilizaremos los estadísticos z y t. La elección de uno de
estos depende del nuestro caso utilizaremos los estadísticos z y t. La elección de
uno de estos depende de la cantidad de muestras que se toman, si las muestras
son de la prueba son iguales a 30 o cantidad de muestras que se toman, si las
muestras son de la prueba son iguales a 30 o más se utiliza el estadístico z, en
caso contrario se utiliza el estadístico temas se utiliza el estadístico z, en caso
contrario se utiliza el estadístico t.

Paso 4: Se establece las condiciones específicas en la que se rechaza la

hipótesis nula y las condiciones en que no se rechaza la hipótesis nula. La región
de rechazo define la ubicación de todos los valores que son tan grandes o tan
pequeños, que la probabilidad de que se presenten bajo la suposición de que la
hipótesis nula es verdadera, es muy remota.

Distribución muestral del valor estadístico z, con prueba de una cola a la derecha.

Valor crítico: Es el punto de división entre la región en la que se rechaza la

hipótesis nula y la región en la que no se rechaza la hipótesis nula.
Paso 5: Tomar una decisión. En este último paso de la prueba de hipótesis, se
calcula el estadístico de prueba, se compara con el valor crítico y se toma la
decisión de rechazar o no la hipótesis nula.

Tenga presente que en una prueba de hipótesis solo se puede tomar una de dos
decisiones: aceptar o rechazar la hipótesis nula. Debe subrayarse que siempre
existe la posibilidad de rechazar la hipótesis nula cuando no.

Objetivo de la prueba de hipótesis. El propósito de la prueba de hipótesis no es

cuestionar el valor calculado del estadístico(muestral), sino hacer un juicio con
respecto a la diferencia entre estadístico de muestra y un valor planteado del
parámetro.

3.2 HIPÓTESIS NULA ALTERNATIVA

En estadística, una hipótesis nula (Ho) es una hipótesis construida para anular o
refutar, con el objetivo de apoyar una hipótesis alternativa. El planteamiento de la
hipótesis nula siempre contiene un signo de igualdad con respecto al valor
especificado del parámetro. Cuando se la utiliza, la hipótesis nula se presume
verdadera hasta que una evidencia estadística en la forma de una prueba de
hipótesis indique lo contrario. El uso de la hipótesis nula es polémico.

Prueba de hipótesis: Es un procedimiento, basado en la evidencia de la muestra

y en la teoría de las probabilidades, usado para determinar si la hipótesis es una
afirmación razonable y debería no ser rechazada o si no es razonable debería ser
rechazada.

Hipótesis alternativa: La hipótesis alternativa (H1) es cualquier hipótesis que

difiera de la hipótesis nula. El planteamiento de la hipótesis alternativa nunca
contiene un signo de igualdad con respecto al valor especificado del parámetro.

O; = 50 cm/s

H1; 50 cm/s
La proposición Ho; = 50 cm/s, se conoce como hipótesis nula, mientras que la
proposición H1; 50 cm/s, recibe el nombre de hipótesis alternativa. Puesto que la
hipótesis alternativa especifica valores de que pueden ser mayores o menores que
50cm/s, también se conoce como hipótesis alternativa bilateral.

3.3 ERROR DE TIPO I Y ERROR DE TIPO II

Si rechazamos una hipótesis cuando debiera ser aceptada diremos que se ha
cometido un error de tipo I, la probabilidad de cometer un error tipo I se denota por
el símbolo α. Por otra parte, si aceptamos una hipótesis que debiera ser
rechazada, diremos que se ha cometido un error de tipo II, la probabilidad de
cometer un error tipo II se denota por el símboloβ. En ambos casos se ha
producido un juicio erróneo.

3.4 pruebas de hipótesis z para la media (desviación

estándar poblacional conocida).
Prueba para la media de la población: muestra grande, desviación estándar de la
población conocida.

Ejemplo:

Pruebas de significancia de dos colas

Cuando la prueba de la media poblacional proviene de una muestra grande y la

desviación estándar poblacional es conocida, el estadístico de la prueba se
obtiene con la siguiente fórmula:
Una prueba es con dos colas cuando no se especifica ninguna dirección en la
hipótesis alterna H 1, por ejemplo:

1: La cantidad pagada por los clientes en el centro comercial en Georgetown no es

igual a $25. (µ $25).

Los procesadores de la salsa de tomate de los fritos indican en la etiqueta que la

botella contiene 16 onzas de la salsa de tomate. La desviación estándar del
proceso es 0.5 onza. Una muestra de 36 botellas de la producción de la hora
anterior reveló un peso de 16.12 onzas por botella. ¿En un nivel de significancia
del ?05 el proceso está fuera de control? ¿Es decir, podemos concluir que la
cantidad por botella es diferente a 16 onzas?

Distribución muestral para el estadístico z para la prueba de dos colas, con el .05
de nivel de significancia .95 de probabilidad .025 región de rechazo Valor crítico Z
= 1.96, -1.96

Distribución muestral para el estadístico z para la prueba de una cola, con el .05
de nivel de significancia .95 de probabilidad .05 región de rechazo Valor crítico Z =
1.65

Paso 1: Indique las hipótesis nulas y alternativas:

H 0: µ = 16; H 1 : µ = 16

Paso 2: Seleccione el nivel de significancia.

En este caso es del 0.05.

Paso 3: Identifique la estadística de la prueba.

Porque conocemos la desviación estándar de la población, la estadística de la

prueba es z.

Pruebas de significancia de una cola

¿Qué es una prueba de hipótesis?

4: Indique la regla de decisión:

Una prueba es de una cola cuando la hipótesis alternativa, H 1 indica una
dirección, como, por ejemplo:

Rechazo H 0 si z > 1.96 o z < -1.96

Valor- p en la prueba de la hipótesis

Paso 5: Compruebe el valor del estadístico de la prueba y llegue a una

decisión.

La prueba de hipótesis es un procedimiento basado en la evidencia de la muestra

y la teoría de las probabilidades, usadas para determinar si la hipótesis es una
declaración razonable y no debe ser rechazada, o es irrazonable y debe ser
rechazada

Valor- p es la probabilidad de observar un valor muestral tan extremo, que el valor

observado, dado que la hipótesis nula es verdadera.

H 1: Menos del 20% de los clientes pagan en efectivo su consumo de gasolina. ( µ

<.20)

Si el valor- p es más pequeño que el nivel de significancia, se rechaza H 0

No rechazamos la hipótesis nula. No podemos concluir que la media sea diferente

a 16 onzas.

prueba de hipótesis

Definiciones:

Hipótesis nula H 0: Una declaración sobre el valor de un parámetro de la población

1) se plantean las hipótesis nula y alternativa

Hipótesis alternativa H 1: Una declaración que se acepta si los datos de la muestra

proporcionan evidencia de que la hipótesis nula es falsa.

Si el valor- p es más grande que el nivel de

significancia, H 0 no se rechaza
Nivel de significancia: La probabilidad de rechazar la hipótesis nula cuando es
verdadera.

2)Se selecciona el nivel de significancia

3) Se identifica el estadístico de prueba

4) Se formula la regla de decisión

Cálculo del Valor- p

5) Se toma una muestra y se decide: se acepta H 0 o se rechaza H 0

Prueba de una cola: valor- p = P { z >= valor absoluto del estadístico de prueba}

Definiciones

Prueba de dos colas: valor- p = 2 P { z >= valor absoluto del estadístico de prueba}

Error tipo I: Rechazar la hipótesis nula cuando es verdadera.

Error tipo II: Aceptar la hipótesis nula cuando es falsa.

Del Ejemplo 1, z = 1.44, y porque era una prueba de dos colas,

Estadístico de prueba: Un valor determinado a partir de la información muestral,

usado para determinar si se rechaza la hipótesis nula.

el valor- p = 2 P {z >= 1.44}

= 2(.5-.4251) = .1498.

Porque .05>= .1498, no se rechaza H 0

Punto de división entre la región en la que se rechaza la hipótesis nula y la región

en la que no rechaza la hipótesis nula.

Minitab

PRUEBAS DE HIPOTESIS Z PARA LA MEDIA (DESVIACION ESTANDAR

POBLACIONAL CONOCIDA).
3.5 PRUEBAS PARA PROPORCIONES
Las pruebas de hipótesis con proporciones son necesarias en muchas áreas del
conocimiento y en especial en la administración e ingeniería. 5 se probará que la
hipótesis nula es: p = p0 p es el parámetro de la distribución binomial. Po es el
valor poblacional.

• Se considerará el problema de probar la hipótesis de que la proporción de éxito

en un experimento binomial sea igual a un cierto valor especifico.

Un fabricante afirma que por lo menos el 90 por ciento de las piezas de una
maquinaria que suministra a una fábrica guardan las formas especificadas. Un
examen de 200 de esas piezas reveló que 160 de ellas no eran defectuosas.
Pruebe si lo que afirma el fabricante es cierto.

Solución

H0: 0,9

H1: < 0,9

Para realizar una prueba de hipótesis para la proporción se utiliza la expresión 3.5

Asumiendo una confiabilidad del 95 por ciento, el valor correspondiente a Z en la

distribución normal es -1,64

Como puede observarse en la figura 3.7, el valor de la estadística de trabajo se

encuentra en la zona de rechazo de la hipótesis nula, por consiguiente, con una
confiabilidad del 95 por ciento se concluye que la afirmación del fabricante no es
cierta.
3.6 SELECCIÒN DEL TAMAÑO DE MUESTRA (PARA
ESTIMAR LA MEDIA POBLACIONAL).
¿Qué tan grande debe ser una muestra si la media maestral se va a usar para
estimar la media poblacional? La respuesta depende del error estándar de la
media, si este fuera cero, entonces se necesitaría una sola media que será igual
necesariamente a la media poblacional desconocida, porque = 0. Este
caso extremo no se encuentra en la práctica, pero refuerza el hecho de que
mientras menor sea el error estándar de la media, menor es el tamaño
demuestra necesario para lograr un cierto grado de precisión.

Se estableció antes que una forma de disminuir el error de

estimación es aumentar el tamaño de la muestra, si éste incluye el total
de la población, entonces sería igual a cero. Con esto en mente, parece
razonable que, para un nivel de confianza fijo, sea posible determinar un tamaño
de la muestra tal que el error de estimación sea tan pequeño como queramos,
para ser más

preciso, dado un nivel de

confianza y un error fijo de
estimación , se puede
escoger un tamaño de
muestra n tal que P( ) =
Nivel de confianza.
Con el propósito de
determinar n. El error
máximo de estimación está
dado por:
preciso, dado un nivel de confianza y un error fijo de estimación, se puede escoger
un tamaño de muestra n tal que P ( ) = Nivel de confianza. Con el
propósito de determinar n. El error máximo de estimación está dado por:

Si se eleva al cuadrado ambos lados de esta ecuación y se despeja

n de la ecuación resultante, obtenemos:

Como n debe de ser un número entero, redondeamos hacia arriba todos los
resultados fraccionarios. En el caso de que se tenga una población finita y un
muestreo sin reemplazo, el error de estimación se convierte en:
Ejemplos:

1. Un biólogo quiere estimar el peso promedio de los ciervos cazados en el estado

de Maryland. Un estudio anterior de diez ciervos cazados mostró que la
desviación estándar de sus pesos es de 12.2 libras. ¿Qué tan grande
debe ser una muestra para que el biólogo tenga el 95% de confianza
de que el error de estimación es a lo más de 4 libras?

Solución:
Elevando al cuadrado la ecuación anterior se despeja n y nos queda:

En consecuencia, si el tamaño de la muestra es 36, se puede tener un 95%de

confianza en que difiere en menos de 4 libras de

3.7 SELECCIÒN DEL TAMAÑO DE MUESTRA (PARA

ESTIMAR LA PROPORCIÒN POBLACIONAL).
Se desea saber que tan grande se requiere que sea una muestra para asegurar
que el error al estimar P sea menor que una cantidad específica

,
Esta fórmula está algo engañosa, pues debemos utilizar p para determinar el
tamaño de la muestra, pero p se calcula a partir de la muestra. Existen ocasiones
en las cuales se tiene una idea del comportamiento de la proporción de
la población y ese valor se puede sustituir en la fórmula, pero si no se sabe nada
referente a esa proporción entonces se tienen dos opciones:

- Tomar una muestra preliminar mayor o igual a 30 para proporcionar una

estimación de P. Después con el uso de la fórmula se podría determinar de
forma aproximada cuántas observaciones se necesitan para
proporcionar el grado de precisión que se desea.
- Tomar el valor de p como 0.5 ya que sustituyendo este en la fórmula se
obtiene el tamaño de muestra mayor posible. Observe el
siguiente ejemplo: Se desconoce el valor de P, por lo que se utilizarán
diferentes valores y se sustituirán en la fórmula para observar los
diferentes tamaños de muestras. El nivel de confianza que se utilizará es
del 95% con un error de estimación de0.30.
Como se puede observar en la tabla anterior cuando P vale 0.5 el tamaño de la
muestra alcanza su máximo valor.

En el caso de que se tenga una población finita y un muestreo sin reemplazo, el

error de estimación se convierte en:

De nuevo se eleva al cuadrado ambos lados y se despeja la n, obteniendo:

CONCLUSIÒN
Las pruebas de hipótesis son herramientas estadísticas para conocer la población
a partir de la información de la muestra, es importante que tengan resultados
significativos pues de lo contrario la hipótesis no es poblacional sino solo muestral
y no hay inferencia. Casi todas las preguntas que podemos hacerle a unos datos
tienen una prueba de hipótesis asociada. Diferencia de medias entre dos, tres o
más grupos, correlación, normalidad, homocedasticidad y muchas otras.

REFERENCIAS BIBLIOGRÀFICAS:
- WIAC INFO PDFs web standards-based. (s/f). Wiac.Info. Recuperado el 29
de mayo de 2022, de https://wiac.info/docview
- Pruebas DE hipotesis z para la media (desviacion estandar Po. (s/f).
Prezi.Com. Recuperado el 29 de mayo de 2022, de
https://prezi.com/v1wtrk2cdivs/pruebas-de-hipotesis-z-para-la-media-
desviacion-estandar-.