UNIDAD 3 PRUEBAS DE HIPOTESIS.

3.1 INTRODUCCION.
La experiencia sobre el comportamiento de algún índice de un proceso,
o la exigencia del cumplimiento de alguna norma nos lleva a realizar
proposiciones sobre el valor de algún parámetro estadístico. Estas
proposiciones se deben contrastar con la realidad (mediante el muestreo
de datos) para tomar una decisión entre aceptar o rechazar
la proposición Estas proposiciones se denominan Hipótesis y el
procedimiento para decidir si se aceptan o se rechazan se denomina
Prueba de Hipótesis. Una prueba de hipótesis es una herramienta de
análisis de datos que puede en general formar parte de un experimento
comparativo más completo

3.2. CONFIABILIDAD Y SIGNIFICANCIA

Prueba de Hipótesis:-

Denominada también prueba de significación, tiene como objetivo

principal evaluar suposiciones o afirmaciones acerca de los valores
estadísticos de la población, denominados parámetros.
La palabra docimar significa probar, cuando se hace indispensable
tomar una decisión sobre la validez de la representación de una
población, con base en los resultados obtenidos a través de una muestra,
se dicen que se toman decisiones estadísticas. Para tomar una
decisión es necesario, ante todo plantear posibilidades acerca de la
característica o características a estudiar en una población
determinada. La suposición puede ser cierta o falsa. Estas suposiciones se
llaman hipótesis estadísticas

Hipótesis Estadística:-

Es un supuesto acerca de un parámetro o de algún valor estadístico de

una población. Con esta definición encontramos que no todas las
hipótesis son hipótesis estadísticas. Se debe tomar con referencia a un
parámetro, ya sea una media aritmética, una proporción (porcentaje) o
varianza para que sea hipótesis estadística.
Una hipótesis estadística también puede considerarse, como la
afirmación de una característica ideal de una población sobre la cual
hay inseguridad en el momento de formularla y que, a la vez, es
expresada de tal forma que puede ser realizada.
3.3. ERRORES TIPO 1 Y TIPO 2

El procedimiento anterior puede llevarnos a una de dos conclusiones

erróneas:

Error Tipo I.- Se rechaza H0 cuando ésta es verdadera

Error Tipo II.- Se acepta H0 cuando ésta es falsa

En el ejemplo se cometerá un error de tipo I cuando µ =50, pero x para la

muestra considerada caen la región crítica. Y se cometerá un error de
tipo II cuando µ 50 pero x para la muestra considerada cae en la región
de aceptación.

A la probabilidad de cometer un error de Tipo I se denota por a, y se

le llama el nivel o tamaño de significancia de la prueba es decir a =
P(error Tipo I)= P(rechazar H0| H0 es verdadera)

3.4 POTENCIA DE PRUEBA

La potencia del contraste es la probabilidad de detectar efectos

estadísticamente significativos, esto es, la probabilidad de rechazar la
Hipótesis Nula cuando es falsa, que se simboliza 1-beta, y es igual a la
probabilidad de ocurrencia de valores del estadístico en la región de
rechazo bajo el supuesto que H1 (la Hipótesis Alternativa) sea verdadera.
Principales características de la potencia de la prueba
- El valor de la potencia es complementario al de beta (probabilidad de
cometer errores de tipo II), cuanto menor es alfa, mayor es beta, y
viceversa.

- Los valores de alfa y 1-beta están relacionados. Cuanto mayor sea alfa,
mayor es 1-beta.

- El valor de la potencia depende de la verdadera posición del

parámetro, que es desconocida, pero podemos tomar medidas que
generalmente la incrementan:
a) Hacer alfa más grande. Hay que tener en cuenta que esta medida
también incrementa la probabilidad de errores de tipo I (si H0 es
verdadera).

b) Otra medida consiste en hacer más grande el tamaño de la muestra.

La razón es que disminuye la desviación típica de la distribución muestral
(el Error Típico del estadístico); en consecuencia los límites de la región de
aceptación se acercan y quedan más lejos de la verdadera distribución
del estadístico, lo que incrementa la probabilidad de que el estadístico
de contraste se sitúe en la región de rechazo.

La potencia del contraste es la probabilidad de acertar cuando la

Hipótesis Nula es falsa. Esta probabilidad es la de que el conjunto de
valores muéstrales del estadístico de contraste se sitúe en la región de
rechazo bajo el supuesto de que la Hipótesis Alternativa sea verdadera.

3.5 FORMULACION DE HIPOSTESIS ESTADISTICAS.

Para analizar la etapa correspondiente a la formulación de una hipótesis,
es necesario considerar como punto inicial al proceso de percepción del
entorno, que en términos sencillos involucra la utilización de nuestros
sentidos. Ya que la comprensión habitual de la evolución del hombre es
resultado del hecho de que entendemos dicho proceso explorando la
realidad física con nuestros cinco sentidos. Hasta el momento actual
hemos sido seres humanos cinco-sensoriales.

Este camino de la evolución nos ha permitido comprender los principios

básicos del Universo de manera concreta. Gracias a nuestros cinco
sentidos, sabemos que cada acción es una causa que provoca un
efecto, y que cada efecto posee una causa. De tal forma que el proceso
de percepción involucra a su vez cuatro etapas, conocidas como:
formación de imágenes, establecimiento de sensaciones,
esclarecimiento de ideas y elaboración de conceptos.

Estas cuatro etapas en conjunto conducen al proceso de observación.

De tal forma que la observación es la utilización de los sentidos para la
percepción de hechos o fenómenos que nos rodean, o son de interés del
investigador.
Entonces, la observación, permite abordar la realidad, esto es, la
totalidad de hechos existentes y concretos que rodean los fenómenos
que se estudian. El profesor de física David Bohm, del Birkbeck College,
de la universidad de Londres dice que la palabra "realidad" está derivada
de las raíces "cosa" (res) y "pensar" (revi). Realidad, por lo tanto, significa
"todo aquello en lo que se puede pensar". Tal definición tiene la influencia
de la física cuántica, que está basada en la percepción de un nuevo
orden en el universo.

3.6 PRUEBA DE HIPOTESIS PARA LA MEDIA.

En vez de estimar el valor de un parámetro, a veces se debe decidir si
una afirmación relativa a un parámetro es verdadera o falsa. Es
decir, probar una hipótesis relativa a un parámetro. Se realiza una prueba
de hipótesis cuando se desea probar una afirmación realizada acerca
de un parámetro o parámetros de una población.

Una hipótesis es un enunciado acerca del valor de un parámetro (media,

proporción, etc.).

Prueba de Hipótesis es un procedimiento basado en evidencia muestral

(estadístico) y en la teoría de probabilidad (distribución muestral de

l estadístico) para determinar si una hipótesis es razonable y no debe

rechazarse, o si es irrazonable y debe ser rechazada.

La hipótesis de que el parámetro de la población es igual a un valor

determinado se conoce como hipótesis nula. Una hipótesis nula es
siempre una de status quo o de no diferencia.

3.7 PRUEBA DE HIPOSTESIS ÀRA LA DIFERENCIA DE MEDIAS.

En ocasiones interesa definir un intervalo de valores tal que permita

establecer cuales son los valores mínimo y máximo aceptables para la
diferencia entre las medias de dos poblaciones. Pueden darse dos
situaciones según las muestras sean o no independientes; siendo en
ambos casos condición necesaria que las poblaciones de origen sean
normales o aproximadamente normales:
  MUESTRAS INDEPENDIENTES

Si puede suponerse que las varianzas de ambas poblaciones son iguales,

el intervalo de confianza para la diferencia de medias poblacionales está
centrado en la diferencia de las medias muestrales, siendo sus límites
superior e inferior:

t /2 es el valor crítico correspondiente al

grado de confianza 1- de la distribución t de Student con n1+ n2-2

grados de libertad y es una estimación de la

desviación típica común a ambas poblaciones obtenida a partir de las
varianzas de las dos muestras. En la práctica si n1 y n2 son
moderadamente grandes, el valor crítico

t /2 se aproxima, como ya se ha visto anteriormente, a los valores de la

distribución normal.

Si las varianzas poblacionales no pueden suponerse iguales los límites del

intervalo de confianza son:

El valor crítico t /2 corresponde a una distribución t cuyos grados de

libertad se calculan en base a ambos tamaños muéstrales y a las
desviaciones típicas de cada grupo según la corrección propuesta por
Dixon y Massey:
3.8 PRUEBA DE HIPÓTESIS PARA LA PROPORCIÓN.
Se requiere probar una hipótesis acerca de la proporción de una población
de valores ubicados dentro de una categoría específica, en vez de probar la media
poblacional.
Para empezar, se selecciona una muestra aleatoria y se calcula la proporción de la
muestra .Luego se compara el valor de este estadístico con el valor del parámetro
establecido en la hipótesis, con el fin de decidir si se rechaza la hipótesis nula. Si tanto
el número de éxitos como el de fracasos son de por lo menos cinco cada uno, la
distribución muestral de una proporción tiene una distribución muestral
estandarizada aproximadamente normal. Para efectuar la prueba de hipótesis de
la diferencia que existe entre la proporción muestral y la proporción poblacional
establecida en la hipótesis.
3.9 PRUEBA DE HIPOTESIS ÀRA LA DIFERENCIA DE
PROPORCIONES.

El estadístico de prueba que permite contrastar frente

a a partir de dos muestras aleatorias e independientes

es siendo p la estimación de obtenida del total de

observaciones.

Si se consideran las proporciones como medias y se aplica la prueba t

utilizada para comparar medias poblacionales los resultados no son
fiables ya que la estimación del error típico que realiza el programa no
coincide con la del estadístico de prueba. Para resolver el problema con
el programa SPSS se deberá cruzar la variable analizada con la que
define los grupos (obtener la tabla de contingencia) y realizar el contraste
de independencia Chi-cuadrado.

El estadístico de prueba Chi-cuadrado se

define: y presenta una distribución Chi-

cuadrado con (I-1)(J-1) grados de libertad. Las Eij se calculan
multiplicando las frecuencias marginales y dividendo el producto por n.
Estas Eij son estimaciones de las frecuencias absolutas que cabría esperar
en cada casilla bajo el supuesto de que la proporción de éxitos es la
obtenida a partir del total de observaciones muestrales sin considerar
diferencias entre los dos grupos.

La secuencia es:

Analizar

Estadísticos Descriptivos

Tablas de contingencia

En el cuadro de diálogo se indica la variable que se quiere contrastar

(filas), la variable que define los dos grupos (columnas) y se selecciona la
opción Chi-cuadrado en Estadísticos.
3.10 PRUEBA DE HIPOTESIS PARA LA VARIANZA.

En situaciones como control estadístico de la calidad, de antemano se

conocen los parámetros de referencia del proceso bajo control. La
actividad central para decidir si en un momento dado, el proceso esta
bajo control, es la confrontación permanente de los datos obtenidos con
la hipótesis sobre la centralidad del proceso (media) y sobre la magnitud
de su variabilidad (varianza). La varianza como medida de dispersión es
importante dado que nos ofrece una mejor visión de dispersión de datos.

Si se desea probar una hipótesis acerca de la varianza se puede hacer

utilizando las medidas estadísticas con las que se construyo el intervalo
de confianza σ2, esto es con la distribución ji- cuadrada. Así podremos
determinar una franja de confianza, con base en la cual podríamos
tomarse decisiones al respecto.

Para esto entonces debemos conocer nuestro estadístico de prueba

considerando que la población sigue una distribución normal:
• X2 = -------- • gl=n-1 ( n – 1 ) S2 σ2