FACULTAD DE JURISPRUDENCIA

CARRERA DE DERECHO

ESTADISTICA II

DOCENTE: Ing. Omayra Franco,Msc

Prueba de Hipótesis para proporciones Poblacionales
Existen muchas situaciones en las que al investigador le interesa
saber datos a cerca de una variable aleatoria que siga una
distribución binomial, por ejemplo:

En el proceso de fabricación de un artículo se clasifican como

aceptables y defectuosos. En otras palabras, se utiliza en
experimentos donde solo se pueden tomar dos valores posibles y
son mutuamente excluyentes.

En este tipo de experimentos los éxitos se representan con la letra p y

los fracasos son 1-p.
3
Prueba de Hipótesis para proporciones Poblacionales

El estimador de este parámetro poblacional puede calcularse con:

𝑐𝑎𝑠𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠
𝑝Ƹ =
𝑐𝑎𝑠𝑜𝑠 𝑡𝑜𝑡𝑎𝑙𝑒𝑠

Estos estimadores son una parte de un todo por lo que su valor

siempre se encuentra 0≤p≤1.

Los porcentajes también entran en este tipo de pruebas de hipótesis

35
pues se representa en valores de decimales 35% = = 0.35
100

4
Prueba de Hipótesis para proporciones Poblacionales

Donde:
𝑝𝐻 es el valor de la proporción para la hipotesis
 Prueba de hipótesis para la proporción poblacional
𝑝ො −𝑝𝐻 𝑝ො − 𝑝𝐻
𝑍= ; 𝑝𝐻 𝟏−𝑝𝐻 𝑍=
σ𝑝 σ𝑝 = 𝑝𝐻 1 − 𝑝𝐻
𝒏
𝑛
Tal como se observa, la desviación estándar de la población es un dato necesario, en el
caso de que se desconozca se usa la desviación estándar de la muestra 𝑠𝑝ො

Para la resolución de esta prueba se aplican los 4 pasos ya conocidos, entre los que se
requiere identificar los valores críticos, el estadístico de prueba y determinar si se
rechaza o no se rechaza la hipótesis nula.

IMPORTANTE: En el caso que no se defina la proporción para la hipótesis

se asume que p=0.5
Para la resolución de σ se usaran 4 decimales
 Prueba de hipótesis para proporciones poblacionales: Prueba 2 colas
Ejercicio de aplicación

DATOS
H0: p = 0.60
𝑝Ƹ = 492/800 = 0.615 Ha: p ≠ 0.60
𝑝𝐻 = 0.60
𝑛= 800 Valor Crítico ±z / 2 = ±z0,05 / 2 =±z0,025 = ± 1.96
Nivel de significancia= 5%

0.615 −0.60
𝒑 𝟏−𝒑 𝟎.𝟔𝟎 𝟏−𝟎.𝟔𝟎 𝑍= = 0.88
σ𝑝 = = = 𝟎. 𝟎𝟏𝟕𝟑 0.0173
𝒏 𝟖𝟎𝟎
 Prueba de hipótesis para proporciones poblacionales:
poblacionales Prueba 2 colas
Ejercicio de aplicación

0.615 −0.60
Valor Crítico ±z / 2 = ±z0,05 / 2 =±z0,025 = ± 1.96 𝑍= = 0.88
0.0173

Conclusión: El estadístico de prueba cae en la zona de no

rechazo, por lo tanto se acepta que la proporción de clientes
que están graduados en la universidad es del 60%. El
gerente puede desarrollar su nueva política de precios.
Región de
RECHAZO NO RECHAZAR H0 Región de
0.25% RECHAZO Los valores críticos de ± 1.96 equivalen a:
Probabilidad = 95% 0.25% 1,96*0,017+0,60=0,633
-1,96*0,017+0,60=0,567
Con un 95% de confianza el intervalo esta entre el 56,7% y 63,3%
-1.96 0.88 1.96 Z
 Calculo de Valor p para dos colas
Ejercicio de aplicación

valor p = 2*P (Z  Zmuestra) = 2* ( 0.5 − P (0  Z  Zmuestra))

Si el valor de p < α o α /2 entonces H0 es rechazado, de lo contrario H0 es aceptada.
0.615 −0.60
𝑍= 0.0173
= ±0.88
P(Z  0.88) = 0.5 − P(0  Z  0.88)
18.9% 18.9% = 0 .5 − 0. 3106
Región de
RECHAZO Región de =0.189
2.5 % RECHAZO p < α verdadero rechaza Ho
2.5% 0.189 * 2 < 0.025*2
0,378 < 0. 05 FALSO; Ho no se rechaza.
-1.96 -0.88 0.88 1.96 Z
 Prueba de hipótesis para proporciones poblacionales: Prueba 1 cola
Ejercicio de aplicación
El CEO de una gran firma manufacturera debe garantizar que por lo menos 75% de sus empleados ha concluido un
curso avanzado de capacitación. De los 1200 empleados seleccionados aleatoriamente 875 lo han hecho. El CEO
registra su asistencia para probar esta hipótesis y calcular el vapor p . A un nivel de significancia del 5%. Que
conclusiones incluye usted en su reporte.

DATOS H0: p ≥ 0.75

𝑝Ƹ = 875/1200 = 0.729 Región de
Ha: p < 0.75 RECHAZO
𝑝𝐻 = 0.75
5%
𝑛= 1200 Valor Crítico - z =-z0,05 = − 1.65
Nivel de significancia= 5% 4,65%
𝟎.𝟕𝟓 𝟏−𝟎.𝟕𝟓 0.729 −0.75
σ𝑝 = =𝟎, 𝟎𝟏𝟐𝟓 𝑍=
0.0125
= - 1,68 -1,68 -1.65
𝟏𝟐𝟎𝟎
Valor p
P(Z >1.68) = 0.5− P(0  Z  1.68)
El nivel de significancia mas bajo que se puede tener es 4.7% y aun así rechazar la = 0.5 −0.4535
hipótesis nula. =0.0465
p < α verdadero rechaza Ho
Se concluye que la proporción de empleados que ha concluido con la capacitación 0.0465 < 0.05 verdadero; se rechaza Ho
avanzada no supera el 75%, el CEO deber{a tomar medidas al respecto,
Prueba de Hipótesis para varianza Poblacional
Supongamos que se desea probar la hipótesis de que la varianza de una
población normal es igual a un valor específico.

1
Tomamos como estimador puntual de 𝜎 2 a 𝑠 2 = 𝑛−1 𝛴 𝑥𝑖 − 𝑥ҧ 2

Luego a partir de este estimador puntual construimos el estadístico de prueba

(𝒏−𝟏)𝒔𝟐
𝒙𝟐 = , recordar que para su cálculo se necesitan los datos de la muestra.
𝝈𝟐

El estadístico de prueba es el chi cuadrado cuando la prueba de hipótesis es

para una varianza, en el caso de dos varianzas aplica la distribución F la cual
también es asimétrica.
12
Prueba de Hipótesis para la varianza Poblacional
Este estadístico contiene al parámetro desconocido a estimar 𝜎 2 y ya
sabemos que tiene una distribución llamada chi-cuadrado con n-1 grados
de libertad.

13
 Prueba de Hipótesis para la varianza Poblacional
2
Recordar que la distribución 𝑥α, 𝑛−1 NO es simétrica. Y que se calcula la probabilidad de que sea mayor a

El valor crítico para esta prueba es:

Una Cola 𝒙𝟐α, 𝒏−𝟏

Dos Colas 𝒙𝟐αΤ𝟐, 𝒏−𝟏

obtenido a partir de los grados de

libertad y el valor α dado.
PRUEBA DE HIPOTESIS COLA A LA DERECHA PRUEBA DE HIPOTESIS COLA A LA IZQUIERDA

Zona de NO Zona de NO
Zona de
Rechazo Rechazo
Zona de Rechazo Rechazo

𝒙𝟐α, 𝒏−𝟏 𝒙𝟐𝟏−α, 𝒏−𝟏

H0: 𝝈𝟐 ≤ 𝝈𝟐𝑯 H0: 𝝈𝟐 ≥ 𝝈𝟐𝑯

Ha: 𝝈𝟐 > 𝝈𝟐𝑯 Ha: 𝝈𝟐 < 𝝈𝟐𝑯

Valores críticos Valores críticos

REGLA DE DECISION: REGLA DE DECISION:

Aceptar Ho si estadístico de prueba 𝒙𝟐 ≤ 𝒙𝟐α, 𝒏−𝟏 Aceptar Ho si estadístico de prueba 𝒙𝟐 ≥ 𝒙𝟐𝟏−α, 𝒏−𝟏

Rechazar Ho si estadístico de prueba 𝒙𝟐 > 𝒙𝟐α, 𝒏−𝟏 Rechazar Ho si estadístico de prueba 𝒙𝟐 < 𝒙𝟐𝟏−α, 𝒏−𝟏
 PRUEBA DE HIPOTESIS DOS COLAS

Estadístico de prueba
𝟐
(𝒏 − 𝟏)𝒔𝟐
𝒙 =
𝝈𝟐

H0: 𝝈𝟐 = 𝝈𝟐𝑯
Ha: 𝝈𝟐 ≠ 𝝈𝟐𝑯

REGLA DE DECISIÓN:
Aceptar Ho si estadístico de prueba 𝒙𝟐𝟏−α , 𝒏−𝟏 ≤ 𝒙𝟐 ≤ 𝒙𝟐α , 𝒏−𝟏
𝟐 𝟐

Rechazar Ho si estadístico de prueba 𝒙𝟐 < 𝒙𝟐𝟏− α , 𝒏−𝟏 ó 𝒙𝟐 > 𝒙𝟐α , 𝒏−𝟏

𝟐 𝟐
 (𝒏−𝟏)𝒔𝟐 𝟐𝟒 𝟐.𝟎𝟑
Estadístico de prueba 𝒙𝟐 = = =42.365 con 24 g.l.
𝝈𝟐 𝟏.𝟏𝟓
Prueba de hipótesis para varianza poblacional: Prueba una cola ≤ ≥ = > < ≠
Ejercicio de aplicación
Una empresa del giro alimenticio desea determinar si el lote de una materia prima tiene o no una varianza
poblacional mayor a 18 en su grado de endulzamiento. Se realiza un muestreo de 20 elementos y se obtiene
una varianza muestral de 22.63, realizar la prueba de hipotesis con un nivel de significancia del 0.01.
DATOS H0: σ2 ≤ 18
σ2ℎ = 18
Ha: σ2 > 18
𝑠 2 = 22,63 Zona de NO
𝑛= 20 𝑽𝒂𝒍𝒐𝒓 𝒄𝒓𝒊𝒕𝒊𝒄𝒐 𝒙𝟐α, 𝒏−𝟏= 𝒙𝟐𝟎.𝟎𝟏, 𝟏𝟗 =36.191 Rechazo
Zona de Rechazo
α= 0.01
Cola derecha 23.887 36.191
Regla de decision: Se acepta Ho si 𝑥 2 ≥ 36.191
Estadístico de prueba
(𝒏−𝟏)𝒔𝟐 𝟏𝟗 𝟐𝟐.𝟔𝟑
Se rechaza Ho si 𝑥 2 < 36.191
𝒙𝟐 = = = 23.887
𝝈𝟐 𝟏𝟖

Conclusión:
1. Se concluye que la varianza del grado de endulzamiento es menor o igual a 18 puesto que el estadístico de
prueba cae en una zona de no rechazo.

2. Se concluye que la varianza del grado de endulzamiento es de máximo 18 puesto que el estadístico de prueba cea
en una zona de no rechazo.
Prueba de hipótesis para varianza poblacional: Prueba una cola ≤>≥<≠=
Ejercicio de aplicación
Una empresa del giro alimenticio desea determinar si el lote de una materia prima tiene o no una varianza
poblacional mayor a 18 en su grado de endulzamiento. Se realiza un muestreo de 20 elementos y se obtiene
una varianza muestral de 22.63, realizar la prueba de hipotesis con un nivel de significancia del 0.01.

DATOS H0: 𝝈𝟐 ≤ 18 Valor Crítico 𝒙𝟐α,𝒏−𝟏 = 𝒙𝟐𝟎.𝟎𝟏, 𝟏𝟗 = 36.191

𝜎𝐻2 = 18
𝑆 2 = 22.63
Ha: 𝝈𝟐 > 18
𝑛= 20
Nivel de significancia= 0.01
𝟐 (𝒏−𝟏)𝒔𝟐 𝟏𝟗 𝟐𝟐.𝟔𝟑
Cola a la derecha Estadístico de prueba 𝒙 = 𝝈𝟐
= 𝟏𝟖
= 23.887

Regla de decision: Se acepta Ho si 𝒙𝟐 ≤ 36.191

No se acepta Ho 𝒙𝟐 > 36.191

α = 0.01
Se concluye que el estadístico de prueba 23.887 caen el a zona de no rechazo por lo
23.887 36,191 tanto el lote de materia prima tiene como máximo 18 grados de endulzamiento.
Prueba de hipótesis para varianza poblacional: Prueba una cola ≤≥= <>≠
Ejercicio de aplicación
Un Organismo de la salud desea conocer si la varianza de la estatura de los niños es inferior a 15 cm2, para verificar la
variabilidad de la talla se toma una muestra de 26 niños de una zona rural de la que se obtiene 12.165 cm2 con un nivel
de significancia del 0.05. El Organismo de salud ha decidido implementar un programa de alimentacion si la varianza es
inferior a 15 cm2. ¿Será necesario ejecutar el plan de alimentación?

DATOS H0: 𝝈𝟐 ≥ 15
𝜎𝐻2 = 15 Ha: 𝝈𝟐 < 15 Zona de Zona de NO
𝑆 2 = 12.165 Rechazo Rechazo
𝑛= 26 Valor crítico 𝒙𝟐𝟏−α, 𝒏−𝟏 = 𝒙𝟐𝟏−𝟎.𝟎𝟓, 𝟐𝟔−𝟏 = 𝒙𝟐𝟎.𝟗𝟓, 𝟐𝟓 =14.611 20.275
𝟏𝟒. 𝟔𝟏𝟏 𝒙𝟐
α= 0.05

Regla de decisión: Se acepta Ho si 𝒙𝟐 ≥ 14.611

Estadístico de prueba No se acepta Ho 𝒙𝟐 < 14.611
(𝒏−𝟏)𝒔𝟐 𝟐𝟓 𝟏𝟐.𝟏𝟔𝟓
𝒙𝟐 = = = 20.275
𝝈𝟐 𝟏𝟓

Conclusión: El estadistico de prueba 20.275 cae en la zona de no rechazo, por lo tanto se acepta que la variabilidad
de la estatura de los niños es mínimo 15 cm2. No se debe ejercutar el plan de alimentación.
 Prueba de hipótesis para varianza poblacional: Prueba dos cola ≤>≥<≠=
Ejercicio de aplicación
Se dice que una máquina despachadora de bebidas gaseosas está fuera de control si la varianza de los contenidos excede
1.15 decilitros. Si una muestra aleatoria de 25 bebidas de esta máquina tiene una varianza de 2.03 decilitros, ¿esto indica
con un nivel de significancia de 0.05 que la máquina esta fuera de control? Suponga que los contenidos se distribuyen de
forma aproximadamente normal.
Valores críticos
DATOS 𝒙𝟐
= 𝒙 𝟐
= 𝒙 𝟐
2 H : 𝝈𝟐 = 1.15 α
𝟏− , 𝒏−𝟏 𝟏−
𝟎.𝟎𝟓
, 𝟐𝟓−𝟏 𝟎.𝟗𝟕𝟓, 𝟐𝟒 = 12.401
𝜎𝐻 = 1.15 0
𝟐
𝟐 𝟐

𝑆 2 = 2.03 Ha: 𝝈 ≠1.15 𝟐 𝟐

𝒙 α , 𝒏−𝟏= 𝒙 𝟎.𝟎𝟓 = 𝒙𝟐𝟎.𝟎𝟐𝟓, 𝟐𝟒 = 39.364
𝟐 , 𝟐𝟓−𝟏
𝟐
𝑛= 25
α= 0.05 Regla de decision: Se acepta Ho si 12.401≤ 𝒙𝟐 ≤ 39.364
No se acepta Ho 𝒙𝟐 < 12.401 ó 𝒙𝟐 > 39.364

(𝒏−𝟏)𝒔𝟐 𝟐𝟒 𝟐.𝟎𝟑
Estadístico de prueba 𝒙𝟐 = = = 42.365
𝝈𝟐 𝟏.𝟏𝟓

Se concluye que el estadístico de prueba 42.365 cae en la zona de rechazo, por lo

tanto la varianza de los contenidos es diferente a 1.15 decilitros.
La máquina despachadora SI está fuera de control.

12.401 39.364 42.365

…… Si el estadístico de prueba hubiera salido 8.263.
8.296
La maquina despachadora NO esta fuera de control
 VALOR P
COLA A LA DERECHA COLA A LA IZQUIERDA

𝜶
𝜶

H0: 𝝈𝟐 ≤ 𝝈𝟐𝑯 H0: 𝝈𝟐 ≥ 𝝈𝟐𝑯

Ha: 𝝈𝟐 > 𝝈𝟐𝑯 Ha: 𝝈𝟐 < 𝝈𝟐𝑯

VALOR P = P(𝒙𝟐 >𝒙𝟐 estadistico de prueba) VALOR P = 1 − P(𝒙𝟐 > 𝒙𝟐 estadistico de prueba)

Si el valor de p < α entonces H0 es rechazado, de lo contrario H0 es aceptada.

Recordar que el Valor p se realiza mediante el cálculo de las áreas bajo la curva.
 VALOR P Estadístico de prueba
DOS COLAS
𝟐
(𝒏 − 𝟏)𝒔𝟐
𝒙 =
𝝈𝟐

𝜶/2
𝜶/𝟐

H0: 𝝈𝟐 = 𝝈𝟐𝑯

Ha: 𝝈𝟐 ≠ 𝝈𝟐𝑯

VALOR P = 2 ∗ min [ P 𝒙𝟐 > 𝒙𝟐 estadistico de prueba ; 1 − P 𝒙𝟐 > 𝒙𝟐 estadistico de prueba ]

Si el valor de p < α entonces H0 es rechazado, de lo contrario H0 es aceptada.

Valor P: Prueba una cola ≤>≥<≠=
Ejercicio de aplicación
Un Organismo de la salud desea conocer si la varianza de la estatura de los niños es inferior a 15 cm2, para verificar la variabilidad de la
talla se toma una muestra de 26 niños de una zona rural de la que se obtiene 12.165 cm2 con un nivel de significancia del 0.05. El
objetivo del Organismo de salud ha decidido implementar un programa de alimentacion si la varianza es inferior a 15 cm2. ¿Será
necesario ejecutar el plan de alimentación?

DATOS H0: 𝝈𝟐 ≥ 15 Valor Crítico 𝒙𝟐𝟏−α, 𝒏−𝟏 = 𝒙𝟐𝟏−𝟎.𝟎𝟓, 𝟐𝟓 = 𝒙𝟐𝟎.𝟗𝟓, 𝟐𝟓 = 14.611

𝜎𝐻2 = 15 Ha: 𝝈𝟐 < 15
𝑆 2 = 12.165
𝑛= 26
Nivel de significancia= 0.05 (𝒏−𝟏)𝒔𝟐 𝟐𝟓 𝟏𝟐.𝟏𝟔𝟓
Estadístico de prueba 𝒙𝟐 = = =20.275 con 25 g.l.
𝝈𝟐 𝟏𝟓
0.30
VALOR P = 1 − P(𝒙𝟐 > 𝒙𝟐 estadistico de prueba)
= 1 – P(𝒙𝟐 > 20.275)
0.05 = 1 – 0.70
= 0.30
Si el valor de p < α entonces H0 es rechazado
0.30 < 0.05 FALSO, se acepta Ho
14.611 20.275
 Valor P: Prueba una cola ≤>≥<≠=
Ejercicio de aplicación
Una empresa del giro alimenticio desea determiner si el lote de una materia prima tiene o no una varianza
poblacional mayor a 18 en su grado de endulzamiento. Se realiza un muestreo de 20 elementos y se obtiene
una varianza muestral de 22.63, realizar la prueba de hipotesis con un nivel de significancia del 0.01.

DATOS H0: 𝝈𝟐 ≤ 18 Valor Crítico 𝒙𝟐α, 𝒏−𝟏 = 𝒙𝟐𝟎.𝟎𝟏, 𝟏𝟗 = 36.191

𝜎𝐻2 = 18 Ha: 𝝈𝟐 > 18
𝑆 2 = 22.63
𝑛= 20
Nivel de significancia= 0.01
(𝒏−𝟏)𝒔𝟐 𝟏𝟗 𝟐𝟐.𝟔𝟑
Estadístico de prueba 𝒙𝟐 = = =23.887 con 19 g.l.
𝝈𝟐 𝟏𝟖

0.20 VALOR P = P(𝒙𝟐 > 𝒙𝟐 estadistico de prueba)

= P(𝒙𝟐 > 23.887)
= 0.20
α = 0.01 Si el valor de p < α entonces H0 es rechazado
23.887 36.191 0.20 < 0.01 falso , Ho se acepta
 Valor P: Prueba dos colas
Ejercicio de aplicación
Se dice que una máquina despachadora de bebidas gaseosas esta fuera de control si la varianza de los
contenidos excede 1.15 decilitros. Si una muestra aleatoria de 25 bebidas de esta máquina tiene una varianza
de 2.03 decilitros, ¿esto indica con un nivel de significancia de 0.05 que la maquina esta fuera de control?
Suponga que los contenidos se distribuyen de forma aproximadamente normal.
DATOS
𝜎𝐻2 = 1.15 H0: 𝝈𝟐 = 1.15
𝑆 2 = 2.03 Ha: 𝝈𝟐 ≠ 1.15
𝑛= 25
Nivel de significancia= 0.05
(𝒏−𝟏)𝒔𝟐 𝟐𝟒 𝟐.𝟎𝟑
Estadístico de prueba 𝒙𝟐 = = =42.365 con 24 g.l.
𝝈𝟐 𝟏.𝟏𝟓

VALOR P = 2 ∗ min [ P 𝒙𝟐 > 𝒙𝟐 estadistico de prueba ; 1−P 𝒙𝟐 >𝒙𝟐 estadistico de prueba ]

= 2 * min [ P 𝒙𝟐 > 𝟒𝟐. 𝟑𝟔𝟓 ; 1−P 𝒙𝟐 >𝟒𝟐. 𝟑𝟔𝟓 ]
= 2 * min [ 𝟎.01; 1−𝟎. 𝟎𝟏]
= 2 * min [ 𝟎.01; 𝟎. 𝟗𝟗]
= 2* 0.01 = 0.02
𝜶/2 𝜶/𝟐 Si el valor de p < α entonces H0 es rechazado
9.886 45.559 0.02 < 0.05 verdadero; Ho es rechazado
42.365
 Inferencia estadística en dos muestras
Con frecuencia es necesario la comparación de dos estadísticos (media,
varianza, proporción, entre otros).
La comparación se realiza para inferior si existen diferencia entre dos
poblaciónes muestreadas.
Existen dos tipos de muestras: dependientes (pareadas) e independientes.
Las muestras dependientes son mediciones pareadas de un conjunto de
elementos. Si los valores de una muestra afectan los valores de la otra
muestra.
Las muestras independientes son mediciones realizadas en dos conjuntos de
elementos distintos. Si los valores de una muestra no revelan información
sobre los valores de la otra muestra
 Ejemplos de tipos de muestras

DEPENDIENTES INDEPENDIENTES
• Presión arterial de las mismas • Dando a un grupo de personas un
personas antes y despues de tomar medicamento activo y a otro
la medicina. grupo darle un placebo.

• Peso de una persona antes y • Un grupo de personas obesas con

despues de aplicarles un una dieta baja en grasa y otro
tratamiento para bajar de peso. grupo de personas con una dieta
con la misma cantidad de comida
pero no tan baja en grasas.
Prueba de hipótesis para diferencia de dos medias – muestras independientes
Explicación
Estas siguen un procedimiento similar al de los intervalos. Sin embargo, en este caso, a
diferencia del caso de la estimación por intervalo, no se está interesado en el tamaño de
la diferencia en las medias, sino solo en si existe o no una diferencia.

Equivalentes…
 Estadístico de prueba y valor crítico

Muestras Grandes Muestras pequeñas

El (los) valor(es) crítico(s) se busca(n) en la tabla de

distribución t student
σ𝑨 𝟐 σ𝑩 𝟐 𝟐
( + )
𝒏𝑨 𝒏𝑩
g.l. = σ𝑨 𝟐 𝟐 σ𝑩 𝟐 𝟐
(𝒏 ) (𝒏 )
El (los) valor(es) crítico(s) se busca(n) en la tabla de 𝑨 + 𝑩
distribución Normal 𝒏𝑨 −𝟏 𝒏𝑩 −𝟏
 Prueba de hipótesis para diferencia de dos medias – muestras grandes
Ejercicio de explicación
Weaver Ridge Golf Course desea ver si el tiempo promedio que requieren Hombres Mujeres
los hombres para jugar los 18 hoyos es diferente al de las mujeres. Se mide
el tiempo de cincuenta partidos dobles de hombres y 45 de mujeres
𝑥ҧ1 = 3.5 horas 𝑥ҧ2 = 4.9 horas
obteniendo 𝑠1 = 0.9 horas 𝑠2 = 1.5 horas
DATOS
H0: 𝜇1 = 𝑢2
s1 = 0.9 horas Ha: 𝜇1 ≠ 𝑢2
s2 = 1.5 horas
𝑥ҧ1= 3.5 horas Valor crítico: ± 𝒁α/𝟐 = ± 𝒁𝟎,𝟎𝟓/𝟐 = ± 𝒁𝟎,𝟎𝟐𝟓 = ± 1.96
𝑥ҧ 2 = 4.9 horas
n1 =50
n2 =45 Región de
Nivel de significancia= 0.05
RECHAZO NO RECHAZAR H0 Región de
σ𝑨 𝟐 σ𝑩 𝟐 𝟎.𝟗𝟐 𝟏.𝟓𝟐 2.5% RECHAZO
σ𝑥ҧ𝑨 −𝑥ҧ𝑩 = + = + =0.257 Probabilidad = 95%
𝒏𝑨 𝒏𝑩 𝟓𝟎 𝟒𝟓 2.5%

Estadístico de prueba
(𝑥ҧ 𝐴 − 𝑥ҧ 𝐵 )−(µ𝑥 𝑥𝑩 )
ഥ 𝑨 −ഥ (3.5−4.9 )−0
- 5,45 -1.96 𝝁𝟏 −𝝁𝟐 = 𝟎 1.96 Z
z= = = -5.45
σ𝑥
ഥ 𝑨 −ഥ
𝑥𝑩 0.257 Regla de decisión: No Rechazar Ho si -1.96 ≤ Z ≤ 1.96
Rechazar Ho si Z > 1.96 o Z < -1.96
Conclusión: El estadístico de prueba -5.45 cae en zona de rechazo, la evidencia sugiere que a las mujeres les toma mas tiempo
que a los hombres jugar 18 hoyos.
 ≤>≥<≠=
Prueba de hipótesis para diferencia de dos medias – muestras grandes
Ejercicio de explicación
Suponiendo que se hubiera planteado como hipótesis que los hombres H0: 𝜇1 ≥ 𝑢2
toman menos tiempo que las mujeres, las hipótesis se plantearían:
Ha: 𝜇1 < 𝑢2
DATOS Valor crítico: 𝒁α = 𝒁𝟎,𝟎𝟓 = - 1.65
s1 = 0.9 horas
s2 = 1.5 horas
𝑥ҧ1= 3.5 horas
𝑥ҧ 2 = 4.9 horas
n1 =50
n2 =45
Nivel de significancia= 0.05
Región de
RECHAZO NO RECHAZAR H0
σ𝑨 𝟐 σ𝑩 𝟐 𝟎.𝟗𝟐 𝟏.𝟓𝟐 5%
σ𝑥ҧ𝑨 −𝑥ҧ𝑩 = + = + =0.257 Probabilidad = 95%
𝒏𝑨 𝒏𝑩 𝟓𝟎 𝟒𝟓

Estadístico de prueba
(𝑥ҧ 𝐴 − 𝑥ҧ 𝐵 )−(µ𝑥 𝑥𝑩 )
ഥ 𝑨 −ഥ (3.5−4.9 )−0
- 5,45 - 1.65 𝝁𝟏 −𝝁𝟐 = 𝟎 Z
z= = = -5.45
σ𝑥
ഥ 𝑨 −ഥ
𝑥𝑩 0.257 Regla de decisión: No Rechazar Ho si Z ≥ -1,65
Rechazar Ho si Z < -1.65
Conclusión: El estadístico de prueba -5.45 cae en zona de rechazo, se concluye que a los hombres les toma menos tiempo jugar
18 hoyos.
 ≤>≥<≠=
Prueba de hipótesis para diferencia de dos medias – muestras pequeñas
Ejercicio de explicación
Acme vende dos tipos de amortiguadores para bebé. Se aplicaron pruebas a 13 Tipo I Tipo II
amortiguadores del tipo I y 10 amortiguadores del tipo II, que arrojaron los resultados 𝑥ҧ = 11.3 Semanas 𝑥ҧ2 = 7.5 semanas
1
indicados en la tabla. El amortiguador tipo I es mas costoso de fabricar por lo que el
CEO lo utilizará solo si dura más tiempo que el tipo II. Utilice un nivel de significancia 𝑠1 = 3.5 semanas 𝑠2 = 2.7 semanas
del 2.5%
H0: 𝜇1 ≤ 𝑢2 𝜎𝐴 2 𝜎𝐵 2 2 3.52 2.72
DATOS ( + ) ( 13 + 10 )2
s1 = 3.5 semanas Ha: 𝜇1 > 𝑢2 g.l. =
𝑛𝐴 𝑛𝐵
= = 20.99 = 20
𝜎 2 𝜎 2 3.52 2.72
s2 = 2.7 semanas ( 𝑛𝐴 )2 ( 𝐵 )2 ( 13 )2 ( 10 )2
𝐴 𝑛 +
𝑥ҧ1= 11.3 Semanas Valor crítico: 𝒕α, 𝒈.𝒍. = 𝒕𝟎.𝟎𝟐𝟓, 𝟐𝟎 = 𝟐. 𝟎𝟖𝟔𝟎 + 𝐵 12 9
𝑛𝐴−1 𝑛𝐵−1
𝑥ҧ 2 = 7.5 semanas
n1 =13
n2 = 10
Nivel de significancia= 0.025
NO RECHAZAR H0 Región
σ𝑨 𝟐 σ𝑩 𝟐 𝟑.𝟓𝟐 𝟐.𝟕𝟐
σ𝑥ҧ𝑨 −𝑥ҧ𝑩 = + = + =1.2928 Probabilidad = 97.5%
RECHA
𝒏𝑨 𝒏𝑩 𝟏𝟑 𝟏𝟎
2.5%
Estadístico de prueba 𝝁𝟏 −𝝁𝟐 = 𝟎 2.086 2.94
(𝑥ҧ 𝐴 − 𝑥ҧ 𝐵 )−(µ𝑥 𝑥𝑩 )
ഥ 𝑨 −ഥ (11.3−7.5 )−0 t
t= = = 2.94
σ𝑥
ഥ 𝑨 −ഥ
𝑥𝑩 𝟏.𝟐𝟗𝟐𝟖 Regla de decisión: No Rechazar Ho si t < 2.086
Rechazar Ho si t > 2.086
Conclusión: El estadístico de prueba 2.94 cae en zona de rechazo, Podemos decir que el amortiguador tipo I tiene una duracion
mayor que el de tipo II. El CEO sí usará el amortiguador tipo I.
Prueba de hipótesis para diferencia de dos medias – muestras independientes
Ejercicio de explicación
Se utilizan dos máquinas para llenar botellas de plástico con un volumen neto de 16.0 onzas. Las distribuciones de los
volúmenes de llenado pueden suponerse normales, con desviaciones estándar s1= 0.020 y s2 = 0.025 onzas. Un
miembro del grupo de ingeniería de calidad sospecha que el volumen neto de llenado de ambas máquinas es el mismo,
sin importar si éste es o no de 16 onzas. De cada máquina se toma una muestra aleatoria de 10 botellas. ¿Se
encuentra el ingeniero en lo correcto? Utilice  = 0.05

DATOS
σ1 = 0.020 onzas
σ2 = 0.025 onzas
𝑥ҧ1 =
𝑥ҧ2 =
n1 = 10 σ 𝑥𝑖
n2 = 10 𝑥ҧ =
Nivel de significancia= 0.05 𝑛
160.15 160.05
𝑥1ҧ = = 16.015 𝑥ҧ2 = = 16.005
10 10
Prueba de hipótesis para diferencia de dos proporciones – muestras independientes
Explicación
 Estadístico de prueba y valor crítico

Muestras Grandes Muestras pequeñas

(ෝ
𝒑𝟏 −ෝ
𝒑𝟐 )−µ𝒑ෝ𝟏 −ෝ𝒑𝟐
(ෝ
𝒑𝟏 −ෝ
𝒑𝟐 )−µ𝒑ෝ𝟏 −ෝ𝒑𝟐
t=
σ𝒑ෝ𝟏 −ෝ𝒑𝟐
z=
σ𝒑ෝ𝟏 −ෝ𝒑𝟐
𝒑𝟏 ∗(𝟏−𝒑𝟏 ) 𝒑𝟐 ∗(𝟏−𝒑𝟐 )
σ𝒑ෝ𝟏 −ෝ𝒑𝟐 = +
𝒏𝟏 𝒏𝟐
El (los) valor(es) crítico(s) se busca(n) en la tabla de
𝒑𝟏 ∗(𝟏−𝒑𝟏 ) 𝒑𝟐 ∗(𝟏−𝒑𝟐 ) distribución t student.
σ𝒑ෝ𝟏 −ෝ𝒑𝟐 = 𝒏𝟏
+ 𝒏𝟐 σ𝑨 𝟐 σ𝑩 𝟐 𝟐
( + )
𝒏𝑨 𝒏𝑩
g.l. = σ𝑨 𝟐 𝟐 σ𝑩 𝟐 𝟐
(𝒏 ) (𝒏 )
El (los) valor(es) crítico(s) se busca(n) en la tabla de 𝑨 + 𝑩
distribución Normal 𝒏𝑨 −𝟏 𝒏𝑩 −𝟏
Prueba de hipótesis para diferencia de dos proporciones – muestras independientes
Ejercicio de explicación

H0: 𝒑1 = 𝒑2
Ha: 𝒑1 ≠ 𝒑2

Conclusión:
Debido a que Z está entre -2,58 y 2,58 No se
rechaza Ho. El minorista no puede concluir q
un nivel del 1% que las proporciones de los
hombres y las mujeres que compran a credito
difieren
Prueba de hipótesis para diferencia de dos proporciones – muestras independientes
Ejercicio de explicación
Se desea comparar el porcentaje de alumnos aprobados dos grupos de alumnos de la materia
de Estadística, unos llevan la materia a las 7:00 am y otros a las 8:00 pm. Los alumnos tienen la
hipótesis que en el grupo de la mañana tiene mayor cantidad de aprobados. Se seleccionan al
azar 40 alumnos de cada horario, en el grupo de las 7:00 am aprobaron 34 alumnos y del grupo
de la tarde 31 alumnos. ¿La suposición de los alumnos es correcta? Realizar una prueba de
hipótesis con una significancia de α=0.10
 Características de la distribución F
➢ Hay una "familia" de Distribuciones F.

➢ Cada miembro de la familia está

determinado por dos parámetros: los
grados de libertad del numerador y los
grados de libertad del denominador.
➢ F no puede ser negativo, y es una
distribución continua
➢ La distribución F está positivamente sesgada.

➢ Sus valores de F van de 0 a ∞

➢ Como F → ∞, la curva se acerca al eje x.
4
2
• Estadístico de prueba
𝑠12
𝐹= 2 ; 𝑠12 es la desviación estándar más grande para asegurar que F
𝑠2
sea mayor a 1

• Valor Crítico
𝐹α,𝑛1 −1 ,𝑛2 −1

• Regla de decisión:
Se acepta Ho cuando F muestra ≤ F critic
Se rechaza Ho cuando F muestra > F critic
• Debido a que F está restringida para exceder siempre de 1, resulta sólo una zona de rechazo en la cola derecha. Por tanto
 Cómo utilizar la tabla F

0.90

Da la probabilidad de F menor o igual

Explicacion de una variable F

Puede ser: α ó α/2

𝐹α , 4 , 5

Grados de Libertad del Grados de Libertad

numerador del denominador

Datos de la población 1 Datos de la

población 2
En el numerador siempre
irá el tamaño de muestra
con mayor desviación
estandar.
 ≤>≥<≠=
Encontrar:
Sabiendo que se tienen dos poblaciones, la primera con desviacion
estandar de 15.304 y la segunda con 22.500, encuentre el valor
crítico con un alfa de 0.10. Siendo que la primera población tiene
19 elementos y la segunda población tiene 8 elementos. Usted
quiere comprobar si las dos varianzas son iguales.
DATOS
𝑠1 = 22.500 H0: σ𝟐𝟏 = σ𝟐𝟐
𝑠2 =15.304 𝟐 𝟐
𝑛1 = 8 g.l. 7
H a : σ𝟏 ≠ σ𝟐
𝑛2 = 19 g. l. 18
Nivel de significancia= 0.10 𝐹α/2,𝑛1 −1 ,𝑛2−1
Valor crítico 𝐹0.10/2,8−1 , 19−1
𝐹0.05 ,7 , 18 = 2.08

Estadístico de Prueba
𝑠12 22.5002
𝐹= 𝑠22
= 15.3042
= 2.1615
Ejemplo

Una empresa ofrece servicio de limusina desde el ayuntamiento de la ciudad

hasta el aeropuerto. El presidente de la compañía, está considerando dos
rutas. Una es la US-25 y la otra la I-75. Él quiere estudiar el tiempo que
lleva conducir al aeropuerto usando cada ruta y luego comparar los
resultados. De una muestra de tamaño 7 para US-25 obtuvo la desviación
estándar de 8.9947 y de una muestra de tamaño 8 para la I-75 obtuvo la
desviación estándar de 4.3753.
Usando el nivel de significancia 0.10, ¿hay alguna diferencia en
la variación en los tiempos de conducción para las dos rutas?

4
8
Solución:
Paso 1: H :s2 =s2
0 1 2
H :s s2
2
a 1 2

Paso 2 : 𝐹α/2,𝑛1 −1= F = F0.05;6;7 = 3.87

= 0.10 0.10
;7−1;8−1
2

s12 (8.9947 )
Paso 3: 2

F= 2= = 4.23
s2 (4.3753) 2

Paso 4: Debido a que:

F  F0.05;6;7 La decisión es rechazar la hipótesis nula. Si
hay diferencia en la variación en los tiempos
4.23  3.87 de conducción para las dos rutas

4
9
Ejercicio
Un fabricante de productos farmacéuticos compra cierto material de dos proveedores. El
contenido medio de impurezas en la materia prima es aproximadamente el mismo para los dos
proveedores, pero el fabricante está preocupado por la variación de las impurezas de un
embarque a otro. Si el contenido de las impurezas tendiera a variar excesivamente con respecto
a una fuente de suministro, podría afectar la calidad del producto farmacéutico. Para comparar la
variación en el porcentaje de impurezas para los dos proveedores, el fabricante selecciona 10
embarques de cada uno de los proveedores y mide el porcentaje de impurezas en la
materia prima para cada embarque. Se muestran los resultados siguientes:

Proveedor A Proveedor B
s12= 0.273 s22=0.094
n1 = 10 n2 = 10
¿Proporcionan los datos información suficiente para indicar una diferencia en la variación de los
contenidos de impurezas para los embarques de los dos proveedores? Realice la prueba con α =
0.10.
Resp. La decisión es aceptar la hipótesis nula. No
hay diferencia en la variación de los contenidos de 8
impurezas para los embarques de los dos proveedores
 Comparando la varianza de dos poblaciones
Los siguientes ejemplos mostrarán el uso de la prueba:
➢ Dos máquinas de corte Barth están diseñadas para producir barras de acero de la misma longitud. Las barras, por
lo tanto, deben tener la misma longitud media. Queremos asegurarnos de que, además de tener la misma
longitud media, también tengan una variación similar.

➢ La tasa de rendimiento promedio en dos tipos de acciones comunes puede ser la misma, pero puede haber más
variación en la tasa de rendimiento en una que en la otra. Una muestra de 10 tecnologías y 10 acciones de
servicios muestra la misma tasa media de rendimiento, pero es probable que haya más variación en las
existencias de Internet.

➢ Un estudio realizado por el departamento de marketing de un gran periódico descubrió que los hombres y las
mujeres pasaban casi la misma cantidad de tiempo por día leyendo el periódico. Sin embargo, el mismo informe
indicó que había casi el doble de variación en el tiempo de cada día entre los hombres que entre las mujeres.

5
1