Prof. Josefa Avendaño D.

Definición

La Inferencia Estadística es un método inductivo que

consiste en llegar a conclusiones generales o en tomar
decisiones respecto a una característica de la población
con base en el análisis e información de la muestra.

La Inferencia se apoya en la teoría de la probabilidad, el

muestreo y las distribuciones de los estadísticos
muestrales.
 OBJETIVOS

ESTIMACION DE PARAMETROS

PRUEBA DE HIPOTESIS
PRUEBA DE HIPOTESIS
DEFINICION: Procedimiento que consiste en
someter a prueba determinado valor de un
parámetro; y con los resultados de la muestra
decidir si aceptarlo o rechazarlo.

OBJETIVO: Toma de decisiones en cualquier

situación.
 PRUEBA DE HIPÓTESIS
Hipótesis Estadística
• Es una aseveración que se hace acerca del valor de un parámetro (de las
relaciones entre parámetros, o de la distribución de una variable).
• Esta afirmación se debe analizar con base a la evidencia de los datos de una
muestra.

Tipos de Hipótesis
• Hipótesis Nula.- Es la afirmación que se va a someter a prueba para ser
aceptada o rechazada. Debe representar lo conocido, lo normal e indica
que todo sigue igual. Está denotada por H0

• Hipótesis Alternativa.- Es un enunciado que afirma lo opuesto a la

hipótesis nula, y representa la conclusión a la que se llegaría si hubiera
suficiente evidencia muestral para decidir que la hipótesis nula no será
rechazada . Está denotada por H1. Representa el cambio, lo sospechoso, lo
novedoso, lo que se desea probar. Es rechazada si se acepta H0 y viceversa.
 PRUEBA DE HIPÓTESIS
En una Prueba de Hipótesis se evalúa una hipótesis
nula H0 frente a una hipótesis alternativa H1.
 Pruebas Unilaterales o de una cola
 Prueba de Cola Inferior o Izquierda.-
H0 :  =  0 vs H1:  <  0
 Prueba de Cola Superior o Derecha.-
H0 :  =  0 vs H1:  >  0
 Prueba Bilateral o de dos Colas

H0 :  =  0 vs H1:    0 
 SITUACIONES POSIBLES AL PROBAR
UNA HIPOTESIS ESTADISTICA

Ho
VERDADERO FALSO
DECISION
Aceptar (No rechazar) correcto ERROR II
β

Rechazar ERROR I Correcto: (Potencia)

α
 TIPOS DE ERROR

ERROR TIPO I :
α. ERROR TIPO
( Nivel de II : β.
Significación). Probabilidad de
Probabilidad de aceptar (no rechazar )
rechazar una una Hipótesis nula
Hipótesis nula falsa.
verdadera.
REGIONES DE DECISIÓN de Ho
• VALOR CRITICO: Es el valor o valores que separan la regiones:

REGION DE ACEPTACIÓN: Area de probabilidad

que corresponde al no rechazo de Ho.

REGION CRITICA O REGION DE RECHAZO: Es

el área de probabilidad que haría rechazar Ho.
 POTENCIA de la PRUEBA
P =1–β

Es el complemento del error II, y es la posibilidad

de rechazar la hipótesis nula cuando es falsa.
Es la medida de la sensibilidad del procedimiento,
pues determina la posibilidad del rechazo correcto de
la hipótesis nula en diferentes circunstancias
Ejemplo:
En un proceso judicial: Se parte de la
hipótesis que un individuo es inocente de
cierto crimen.
a.) Indique cómo el jurado cometería el error tipo I y
tipo II.
b.) ¿Qué preferiría el sistema legal si no acierta en la
sentencia? cometer un error tipo I o uno de tipo II? 
Ejemplo
La compañía Health Electronics, fabricante de baterías
para marcapasos, especifica que la vida de cada batería
es mayor o igual a 28 meses. Si el calendario de cirugía
para reemplazar las baterías se ha de basar en esta
afirmación. Explique a la administración de esta
empresa las consecuencias que se tendrían al cometer
los errores tipo I y tipo II
 
Ejemplo
Considere el siguiente caso como una prueba de hipótesis. El
almacén acaba de recibir un paracaídas, sobre el cual un inspector
postula la siguiente hipótesis nula: "este paracaídas funcionará".
a) Establezca cuidadosamente los 4 posibles resultados al tomar la
decisión.
b) Decida sobre la gravedad de los dos errores posibles.
c) Si se pudiesen controlar estadísticamente  y , ¿qué conjunto
de probabilidades preferiría el usuario del paracaídas?.
 = 0,10 y  = 0,001;
 = 0,001 y  = 0,10;
= 0,05 y  = 0,05.
Ejemplo
Solución a)
Hipótesis planteadas:
H0: Este paracaídas funcionará
H1: Este paracaídas no funcionará

Decisiones posibles:
• Afirmar que el paracaídas funcionará
• Afirmar erróneamente que el paracaídas no funcionará
• Afirmar erróneamente que el paracaídas funcionará
• Afirmar que el paracaídas no funcionará
Ejemplo
Solución b)
Errores posibles:
• Error Tipo I: Afirmar erróneamente que el paracaídas no
funcionará (Rechazar Ho/Ho es Verdadero)
• Error Tipo II: Afirmar erróneamente que el paracaídas
funcionará (No rechazar Ho/Ho es Falso)

El error más grave es el Error Tipo II.

Solución c)
De las tres opciones:
 = 0,10 y  = 0,001;  = 0,001 y  = 0,10; = 0,05 y  = 0,05.
Dada la Gravedad del Error Tipo II, seria más conveniente elegir la
opción:  = 0,10 y  = 0,001.
 PROCEDIMIENTO PARA LA
PRUEBA DE HIPOTESIS
• Expresar la Hipótesis nula Ho respecto al parámetro en
estudio. Y luego la Hipótesis alternativa H1 .
( H1 puede tomarse “menor”, “diferente” ó “mayor” el valor
del parámetro en estudio )

• Especificar el Nivel de significación : α

( α : error tipo I, que es la probabilidad de rechazar una Ho
que es verdadera )
• Elegir la estadística de prueba, cuya distribución por
muestreo sea conocida. Y calcular su valor.

• Determinar las Regiones de Rechazo y Aceptación,

estableciendo los valores críticos que dividen ambas
regiones.

Así, si H1 establece el valor del parámetro:

( para α = 0.05 )
“cola izq. :menor de” “ambas colas: diferente de” “cola der: mayor de”

RA RA
RA
RR RR
RR RR
• Establecer las Reglas de Decisión de la
prueba y tomar la decisión estadística
adecuada.

• Dar las conclusiones en términos del

problema.
Reglas de Decisión
Se establecen en base al valor crítico de la estadística de prueba:
• Región de Rechazo (RR) o Crítica. - Contiene los resultados de la
estadística de prueba para rechazar H0.
• Región de No Rechazo (RNR). - Contiene los resultados de la
estadística de prueba para NO rechazar H0.
 CON MINITAB:
P-valor: Es la probabilidad de tener un
valor extremo ( mas grande o más
pequeño ) que el observado.

Cola Izquierda: = ) Cola Derecha: = )

Dos colas: )

REGLA DE DECISIÓN:
Si P-valor > α ⇾ Se acepta Ho
Si P-valor < α ⇾ Se rechaza Ho
Prueba de Hipótesis para la Media
a) Caso de varianza 2 conocida
Prueba de Hipótesis para la Media
b) Caso de varianza 2 desconocida
  
Cálculo del Valor Crítico:
De la Media:

CALCULO DEL ERROR II: β

Si H1 :
Si H1 :
 Ejemplo 1.-
Un proceso funciona correctamente cuando produce frascos de champú con un
contenido promedio de 200 gramos. Una muestra aleatoria de 8 frascos de una
remesa presentó los siguientes pesos: 197, 206, 197, 208, 201, 197, 203, 209.
Asumiendo que la distribución de los pesos es normal, al nivel del 5%, ¿hay
razones para creer de que el proceso no está funcionando correctamente?

Solución .-
De los datos tenemos:

2 desconocido
1. Hipótesis a plantear
H0: el proceso está funcionando en forma correcta.
H0:  = 200
H1: el proceso no está funcionando en forma correcta.
H1:  ≠ 200

12/13/21 24
Ejemplo 1.- Solución en base al criterio del valor crítico
2. Nivel de significación:  = 0,05
3. Estadística de Prueba (En este caso: σ2 desconocido)

4. Valor crítico:
t´(n-1; 1-/2) = t´(7; 0,975) = 2,365

5. Regla de Decisión:
Si | tc | > t´(n-1; 1-/2) se rechaza H0

6. Decisión de la Prueba: Criterio del p-valor:

Como | tc | =1,26 < t´(7; 0,975) = 2,365

la decisión es: Aceptar H0 𝑣𝑎𝑙𝑢𝑒 𝑝 =2∗0,124=0.248>𝛼=0.05
 

7. Conclusión:
Con un nivel de significación de 0.05, no existen evidencias
estadísticas suficientes para afirmar que el proceso está
funcionando en forma incorrecta.
12/13/21 25
Ejemplo 2.-
Un inspector de calidad investiga las acusaciones contra una embotelladora
por el deficiente llenado de botellas que debe ser, en promedio 32,5 onzas.
Para ello toma una muestra de 60 botellas, encontrando que el contenido
medio es de 31,9 onzas de líquido. Se sabe que la máquina embotelladora debe
producir un llenado con una desviación estándar de 3,6 onzas.
a) Con  = 0,05, ¿puede el inspector llegar a la conclusión que se están
llenando las botellas por debajo de su especificación de contenido?. Use
el criterio del punto crítico de la media.
b) ¿Cuál es la probabilidad de que el inspector decida aceptar Ho cuando en
realidad  = 31,0. (Calcule β, es decir, la probabilidad de cometer el error
tipo II).
Solución a) De los datos tenemos:
 𝜇0 =32,5 ,𝑛=60 𝑥=31,9 , 𝜎 =3,6 , 𝛼 = 0,05 , 𝑧 ´ =− 1,645
Las hipótesis a plantear como ya lo vimos, son las siguientes:
H0: El llenando de botellas está dentro de su capacidad. H0:  = 32,5
H1: El llenando de botellas esta por debajo de su capacidad. H1:  < 32,5

12/13/21 26
Ejemplo 2.-
Solución a): Debemos calcular el valor crítico de la media muestral ,
que en este caso es el máximo valor de la media de una muestra de tamaño 60
que permite rechazar H0.
  𝜎
x 𝑐 ≅ 𝜇 0+ 𝑧 ´ Como > entonces Ho se
√𝑛 acepta

Luego, la decisión será:

Aceptar H0.
La conclusión: con un del 5% el
llenado está dentro de su capacidad
o sea no existen evidencias
estadísticas suficientes para
afirmar que el llenando de las
botellas está por debajo de su
capacidad. 12/13/21 27
 Ejemplo 2.-
Solución b): El objeto es calcular la probabilidad de cometer Error Tipo II, es
decir:
 = P(Aceptar Ho/Ho es falso)
Lo que significa, hallar el valor de  cuando 1 = 31 (y no cuando 0 =32,5).
 =P(1 = 31,0)=?

12/13/21 28
Ejemplo 2.-
En este caso, Ho NO se rechaza si ≥ = 31,7355

 = P(Aceptar Ho/Ho es falso)

Calculamos la probabilidad β cuando 1 = 31,0; es decir:
i) Estandarizando ii) Con la distribución de

12/13/21 29
USANDO MINITAB
Diferencia
entre µo - µ1 De acuerdo a H1,
se coloca el opuesto
para hallar 1 - β

Seleccione según el
estadístico de
prueba

El resultado es 1
- β, luego se
despeja β

β=1-0.943247=0.056753

12/13/21 30
Ejemplo 3
Un fabricante de cierta marca de cigarrillos sostiene que su producto contiene en promedio de 18
mg. de nicotina por unidad. Un organismo de control examina una muestra de 100 cigarrillos y
encontró un promedio de 18.2 con una desviación estándar de 2. ¿Puede el organismo concluir
que el fabricante subestima el contenido medio de nicotina?
a.) Formule las hipótesis nula y Alternativa e indique en términos del enunciado, en qué consisten los errores tipo I y
II?
b.) ¿Cuàl es su conclusión con α = 0.01
c.) ¿Cuál es la probabilidad de concluir erróneamente que el promedio de nicotina es de 18 mg. Cuando en realidad
es de 19 mg.?
Ejemplo 4:
Los pesos netos en gramos de las latas
de conserva fueron:
121, 119, 124, 123, 119, 121, 124 grs.
¿Hay razón para creer que el peso
neto medio es diferente a 124 grs. Use
un nivel de significación de 5%.
Nota: Use
 Una empresa está considerando establecer un servicio de reparto
  Mas Ejemplos
de tamales los domingos en la mañana en un distrito de Lima. Con
base en el costo de este servicio y las utilidades que se pueden
lograr, ha llegado a la siguiente conclusión: Si hay prueba de que el
pedido promedio sea de más de 10 tamales por casa en este
distrito, entonces se instituirá el servicio de reparto. Si no se puede
demostrar con pruebas, no se establecerá el servicio. Con base en
la experiencia previa en otros distritos, se estimó que la desviación
estándar era de 3 tamales. Se va a hacer una encuesta en una
muestra de 35 residencias. La empresa está dispuesta a tener un
riesgo de 1% de que se instituirá el servicio cuando la demanda
promedio es menor de 10 tamales por casa.
a.) ¿Qué decisión tomaría si en la muestra la demanda promedio es
de 10.3 tamales .?
R. No se instituye el reparto
b.) Calcule la probabilidad de no establecer el servicio de reparto
cuando la demanda promedio es de 11 tamales por casa.
R. 0.6383
 
 Prueba de hipótesis para la proporción
Criterio del punto crítico
Cuando n > 30

Criterio del p-valor:

Ho se rechaza si p-valor < α

12/13/21 34
 
Cálculo del Valor Crítico
De la Proporción: p’ =

CALCULO DEL ERROR II: β

 
Si H1: π > πo

Si H1: π < πo
Ejemplo 5.-
Un fabricante de cigarrillos asegura que el 20% de los fumadores prefieren
la marca que ellos producen. Para probar esta afirmación se toma una
muestra de 40 fumadores a quienes se les consulta sobre la marca de
cigarrillos que fuman. Si 9 de los entrevistados prefieren la marca A. ¿Con
 = 0,05, se puede rebatir la afirmación del fabricante?.
Solución .-
De los datos tenemos:

1. Hipótesis a plantear:
H0: El 20% de los fumadores prefieren la marca A.
H0:  = 0,20
H1: Los que prefieren la marca A es diferente del 20%
H1:  ≠ 0,20

12/13/21 36
Ejemplo 5.- Criterio del valor crítico

2. Nivel de significación:  = 0,05

3. Estadística de Prueba

4. Valor crítico:
Z´ = ± 1,96

5. Regla de Decisión:
Si | zc | > z´ se rechaza H0

6. Decisión de la Prueba:
Aceptar H0
7. Conclusión: Con un nivel de 0.05, se puede afirmar que el 20% de los
consumidores prefieren la marca A.

12/13/21 37
Ejemplo 6.-
El gerente de una gran compañía afirma que al menos 25% de sus empleados
llegan tarde. En tal sentido solicita al jefe de personal, la revisión de los
registros de la hora de llegada de 40 empleados en la quincena pasada, y se
verifica que 11 han llegado tarde.
a) Con  = 0,02; ¿hay razón para concluir que el gerente de la compañía está
exagerando?. Utilice los tres criterios para tomar la decisión.
b) ¿Qué valor máximo debe tener la proporción de empleados que llegan
tarde en la muestra para no rechazar H0 si se asume un  = 0,05 y n = 60?
c) Hallar la potencia de la prueba y la probabilidad de cometer error tipo II,
cuando  = 26% con datos de b)
Solución a)
Las hipótesis a plantear son:

H0: Menos del 25% de empleados llega tarde.

H0:  = 0,25
H1: Al menos 25% de empleados llega tarde.( el Gerente está exagerando )
H1:  > 0,25

α = 0.02 12/13/21 38
Ejemplo 6.-
Solución a) Los datos que tenemos son: (criterio del valor crítico)
  𝜋0(1 − 𝜋0 )
𝜋 0=0,25 ,𝑛= 40 ,σ 𝑝= 0,275

El estadístico de prueba es:

√𝑛
=0,0685 , 𝛼 =0,02 , 𝑧 ´ =2,054

Las regiones críticas son:

En este caso, Ho se rechaza si Z0 > Z´ Criterio del p-valor:

𝑝  𝑣𝑎𝑙𝑢𝑒=P ( z >𝑧 𝑜 =0,3 58 )
Como Z0 = 0.365 < Z´ =2.054 ,
la decisión será: Aceptar H0 𝑝𝑣𝑎𝑙𝑢𝑒=0,358>α=0.05
 

La conclusión: con un nivel de significación del

0.02, Se puede afirmar que menos del 25% de
empleados llega tarde.
12/13/21 39
 Ejemplo 6.-
Solución a) Los datos que tenemos son: (criterio del valor crítico de la
proporción)
  𝜋 0(1 − 𝜋0)
𝜋 0=0,25 𝑛= 40 𝑝=0,275
√ 𝑛
= 0,0685 𝛼 =0,02 𝑧 ´ =2,054
Luego, el valor mínimo que debe tomar la proporción muestral para rechazar
Ho, es el valor crítico de la proporción muestral (cola derecha):
 
𝜋 0 (1−𝜋 0)
( √ )
P p 𝑐 >𝜋 0 +𝑧´
𝑛
=𝛼
En este caso, Ho se rechaza si p > pc
Como p=0.275 < pc= 0.3907, la decisión
será: Aceptar H0
La conclusión: con un NS del 0.02, NO es posible afirmar que al menos
25% de empleados llega tarde.

12/13/21 40
12/13/21 40
Ejemplo 6.-
Solución b) Los datos que tenemos son:

El valor crítico de la proporción muestral (cola derecha) es:

Luego, el valor máximo de la proporción de empleados que llegan tarde

en la muestra, para no rechazar H0 es precisamente pc = 0,341955

12/13/21 41
USANDO MINITAB

β = 1 – Power
β = 1 – 0.07392

β = 0.0739
7.)Con base en la siguiente tabla:
SEXO Cigarrillos sin Cigarrillos No TOTAL

filtro con filtro fuman

Hombres
12 64 14 90
Mujeres
8 26 16 50
TOTAL
20 90 30 140

a.) Se sabe que el 80% de la población fuma. Se desea probar si está

disminuyendo con α = 0.04
b.) Contrastar la hipótesis de que la proporción de los que fuman
cigarrillos con filtro es 70%. Use α = 0.02
 8.) Actualmente 20% de los clientes potenciales compran
detergente Aloha. Para incrementar las ventas se lanza una
campaña publicitaria intensiva. Se toma una muestra de 400
clientes potenciales para determinar si la campaña ha tenido
éxito.
Se decide concluir que la campaña publicitaria fue un
éxito si al menos 92 de los 400 clientes entrevistados
prefieren esta marca. Hallar la probabilidad de:
a.) Concluir erróneamente que la campaña fue un éxito.
R.. 0.0668
b.) Concluir que la campaña no fue un éxito cuando en
realidad sí lo fue pues un 21% prefiere el producto.
R..0.8370
c.) Concluir que la campaña fue un éxito efectivamente pues
el 21% de clientes lo prefieren.
R..0.1630
 
Prueba de hipótesis de la varianza
Criterio del punto crítico

Criterio del p-valor:

Ho se rechaza si p-valor < α

12/13/21 45
 Ejemplo
Una máquina automática empacadora de azúcar se usa para llenar bolsas de 2
Kg. Una muestra de 15 bolsas arrojó una media de 1.97 Kg. con una desviación
estándar de 0,012 Kg.; si se supone que la distribución de los pesos es normal,
y de la experiencia pasada se sabe que la desviación estándar de los pesos es de
0,009, ¿puede explicarse el aparente incremento en la variabilidad por el error
muestral únicamente?.

Solución.- Los datos que tenemos son:

Las hipótesis planteadas son:

H0: La variabilidad no se ha incrementado ( sigue siendo la misma )
H1: La variabilidad se ha incrementado.

12/13/21 46
 Ejemplo
Nivel de Significación: Se asume  = 0,05

Estadística de Prueba

Valor Crítico

Como

Se puede decidir Rechazar H0

12/13/21 47
 Prueba de hipótesis para comparar proporciones
Criterio del punto crítico
Cuando n1+n2 > 30

Criterio del p-valor:

Ho se rechaza si p-valor < α

12/13/21 48
 Ejemplo
Un fabricante de ordenadores compra los chips de sus productos a dos
proveedores. En el lote de 300 chips del proveedor A, se encontró 50
defectuosos. Mientras que en el lote de 400 chips del proveedor B, se observó
70 con fallas. ¿Cree usted que existe evidencia que permita afirmar que no
existe diferencia en la proporción de chips defectuosos ente ambos
proveedores?

Solución: De los datos tenemos:

Las hipótesis a plantear son:

H0: No existe diferencia en la proporción de chips defectuosos
H1: Existe diferencia en la proporción de chips defectuosos
H0: 1 = 2
H1: 1  2
12/13/21 49
 Ejemplo
Nivel de significación:  = 0,05
Estadística de Prueba

Valores críticos:
z´/2 = -1,96 y
z´1-/2 = 1,96
Regla de Decisión:
Si zc< z´/2 ó zc > z´1-/2
se rechaza H0

Decisión de la Prueba: Aceptar H0

12/13/21 50
Prueba de hipótesis para comparar varianzas
Criterio del punto crítico

Criterio del p-valor:

Ho se rechaza si p-valor < α

12/13/21 51
 Ejemplo
Se lleva a cabo un estudio para comparar el tiempo que tardan hombres y
mujeres en armar un producto determinado. Las experiencias anteriores
indican que la distribución de los tiempos tanto para hombres como para
mujeres es aproximadamente normal. En una muestra de 11 hombres, la
desviación estándar fue 6,1 minutos; y la muestra de 16 mujeres, la desviación
estándar fue de 5,3 minutos. ¿Cree usted que exista diferencia en la
variabilidad los tiempos entre hombres y mujeres?

Solución .- De los datos del problema tenemos

Hombres: n1 = 11; s1 = 6,1 Mujeres: n2 = 16; s2 = 5,3
Las hipótesis a plantear son:
H0: La variabilidad de los tiempos es la misma
H1: Existe diferencia en la variabilidad de los tiempos

12/13/21 52
 Ejemplo
Nivel de significación:  = 0,05
Estadística de Prueba

Valores críticos:

F´(10;⇌15;⥄0,025)=0,284
 

Regla de Decisión:

SiFc <F´(n −1;n −1;𝛼 /2) ó

 

1 2
Decisión de la Prueba: Aceptar H0

12/13/21 53
Prueba de hipotesis para comparar medias
a) Caso de varianzas conocidas
Criterio del punto crítico

Criterio del p-valor:

Ho se rechaza si p-valor < α

12/13/21 54
Prueba de hipotesis para comparar medias
b) Caso de varianzas desconocidas, pero iguales
Criterio del punto crítico

Criterio del p-valor:

Ho se rechaza si p-valor < α

12/13/21 55
Prueba de hipotesis para comparar medias
c) Caso de varianzas desconocidas, pero diferentes

2 2 2
  𝑠 1 𝑠2

𝐺=
( +
𝑛 1 𝑛2 )
2 2 2 2
𝑠1 𝑠2
( ) ( )
𝑛1
+
𝑛2 Criterio del p-valor:
𝑛1 − 1 𝑛2 − 1 Ho se rechaza si p-valor < α

12/13/21 56
 Ejemplo 1
El jefe de compras de una fábrica está considerando la posibilidad de comprar
un nuevo tipo de fresadora. Ha determinado comprar la nueva máquina si
confirma que las piezas producidas con ella tienen una mayor resistencia a la
rotura que las de la máquina antigua. La desviación estándar de la resistencia
a la rotura para la máquina antigua es 25 Kg y para la nueva 20 Kg. Una
muestra de 100 piezas tomada de la máquina antigua arrojó una resistencia
media de 65 Kg. en tanto que una muestra similar de la nueva maquina señaló
una resistencia media de 75 Kg. ¿Con  = 0,01, el jefe de compras debe
adquirir la nueva máquina?.
Solución .- De los datos del problema tenemos:

Las hipótesis a plantear son:

H0: No comprar la nueva máquina H0 : 1 = 2
H1: Comprar la nueva máquina H1 : 1 > 2

12/13/21 57
Ejemplo 2
Nivel de significación:  = 0,01
Estadística de Prueba

Valor crítico:
z´ = 2,33

Regla de Decisión:
Si zc > z´ se rechaza H0

Decisión de la Prueba: Rechazar H0

12/13/21 58
 Ejemplo 2
Al medir el rendimiento de dos grupos de trabajo A y B se han obtenido los
siguientes resultados (en kg. de materia prima por hora de trabajo):
Grupo A: 14,1 10,1 14,7 13,7 14,0 13,9
Grupo B: 14,0 14,5 13,7 12,7 14,1 13,4
¿Se puede considerar que los rendimientos de los grupos A y B son
significativamente diferentes suponiendo que ambas muestras provienen de
poblaciones normales? ( = 0.01).
Solución .- De los datos del problema tenemos:

Las hipótesis a plantear son:

H0: Los rendimientos de los A y B son iguales
H1: Los rendimientos de los A y B son significativamente diferentes
Caso de varianzas desconocidas, pero no se sabe si son iguales o diferentes,
entonces se debe hacer la prueba de igualdad de varianzas.

12/13/21 59
Ejemplo 2
Prueba de comparación de varianzas
Las hipótesis a plantear son:

Nivel de significación:  = 0,01

Estadística de Prueba:

Valores Críticos:

𝐹´(5;⇌5;⇌0,005)=0,067
 

Decisión: No se Rechaza H0, y se concluye que las varianzas son iguales.

12/13/21 60
 Ejemplo 2
Del resultado anterior se puede aplicar el caso de varianzas desconocidas pero
iguales:
Las hipótesis a plantear son:
H0: Los rendimientos de los A y B no son diferentes H0: 1 = 2
H1: Los rendimientos de los A y B son diferentes H1: 1  2

Nivel de significación:  = 0,01

Estadística de Prueba

Valores críticos:

𝑡´(10;⇌0,005)=−3,169
 

Decisión: H0 Se acepta Ho

12/13/21 61
Prueba de hipótesis de la media de datos pareados
Criterio del punto crítico
a) Cuando n > 30

Criterio del p-valor:

Ho se rechaza si p-valor < α

12/13/21 62
Prueba de hipótesis de la media de datos pareados
Criterio del punto crítico
b) Cuando n  30

Criterio del p-valor:

Ho se rechaza si p-valor < α

12/13/21 63
 Ejemplo
Un analista de sistemas está probando la factibilidad de utilizar un nuevo sistema
de computo. El analista solo cambiará el procesamiento al nuevo sistema si
hubiera evidencia de que este emplea menos tiempo de procesamiento que el
antiguo. A fin de tomar una decisión, se seleccionó una muestra de siete trabajos
y se registró el tiempo de procesamiento con los dos sistemas, en segundos, con
los siguientes resultados: Al 1% de significación, ¿hay alguna evidencia de que el
sistema antiguo utiliza mas tiempo de procesamiento?.

12/13/21 64
 Ejemplo
Solución .- De los datos tenemos

Las hipótesis a plantear son:

H0: Sistema antigua no utiliza más tiempo
H1: Sistema antigua utiliza más tiempo
H0: D = 0
H1: D > 0

12/13/21 65
 Ejemplo
Nivel de significación:  = 0,01
Estadística de Prueba

Valores críticos:
𝑡 ´ (6 ;⇌0,99) =3,143

Como: no se observa que:

tc > t´(n-1; 1-)

Decisión: Aceptar H0

12/13/21 66