INSTITUTO TECNOLOGICO DE CAMPECHE

INGENIERIA INDUSTRIAL

NUM: 1 NOMBRE DEL TRABAJO: Investigación

conceptual

NUM: 3 NOMBRE DE LA UNIDAD: Prueba de hipótesis

Nombre del alumno:

Materia:
Estadística inferencial
Maestro:
Bocos Patrón Ramón Agustín
Grupo:
MI3

09/10/2018
Contenido
Introducción ........................................................................................................................................ 2
Definición de hipótesis estadística ...................................................................................................... 3
Tipos de hipótesis................................................................................................................................ 4
Formulación de hipótesis .................................................................................................................... 5
Hipótesis nula (H0) .......................................................................................................................... 5
Hipótesis alternativa (H1)................................................................................................................ 5
Tipos de pruebas de hipótesis ............................................................................................................. 5
Estadísticos de prueba ........................................................................................................................ 7
Tipos de errores .................................................................................................................................. 9
Procedimiento para P de H ................................................................................................................. 9
P. de H. para medias 𝜎2 conocida..................................................................................................... 12
Planteamiento del valor “p” para la prueba de hipótesis ................................................................. 17
PRUEBA DE HIPOTESIS SOBRE LA MEDIA DE UNA DISTRIBUCION NORMAL, VARIANZA
DESCONOCIDA................................................................................................................................... 18
Prueba de hipótesis para la varianza ................................................................................................ 20
Prueba de hipótesis para proporciones ............................................................................................ 20
Prueba de hipótesis para dos parámetros poblacionales ................................................................. 22
P. de H. p/la diferencia entre dos medias  conocidas ........................................................ 22
P. de H. p/la difer. entre dos medias  desconocidas: .......................................................... 23
Prueba de hipótesis para el cociente de varianzas ........................................................................... 24
P. de H. para la diferencia entre dos medias, datos pareados.......................................................... 26
Prueba de hipótesis acerca de p1 - p2 .............................................................................................. 27
Tamaño de muestra y error  ........................................................................................................... 29
Bibliografía ........................................................................................................................................ 30
Videos de apoyo al tema ................................................................................................................... 31

1
Introducción
Prueba de hipótesis es un factor importante en las pruebas
estadísticas debido a que ella nos permite comprobar los resultados
de ciertos experimentos. Este documento tiene como finalidad dar un
apoyo en parte teórica para poder realizar las pruebas de hipótesis
para la materia de Estadística inferencial 1 impartida en el grupo MI3
de la carrera de ingeniería industrial por el maestro Ramón Bocos.

Y gracias a este tipo de apoyo, poder solventar las pruebas de las

mismas en un futuro no muy lejano.

2
Definición de hipótesis estadística

Una hipótesis estadística es una proposición o supuesto sobre los parámetros

de una o más poblaciones.

Suponga que se tiene interés en la rapidez de combustión de un agente propulsor

sólido utilizado en los sistemas de salida de emergencia para la tripulación de
aeronaves. El interés se centra sobre la rapidez de combustión promedio. De
manera específica, el interés recae en decir si la rapidez de combustión promedio
es o no 50 cm/s. Esto puede expresarse de manera formal como

Ho; = 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 50 cm/s, también se conoce como hipótesis alternativa
bilateral. En algunas situaciones, lo que se desea es formular una hipótesis
alternativa unilateral, como en

Ho; = 50 cm/s Ho; = 50 cm/s

H1; < 50 cm/s H1; > 50 cm/s

Es importante recordar que las hipótesis siempre son proposiciones sobre la

población o distribución bajo estudio, no proposiciones sobre la muestra. Por lo
general, el valor del parámetro de la población especificado en la hipótesis nula se
determina en una de tres maneras diferentes:

1. Puede ser resultado de la experiencia pasada o del conocimiento del

proceso, entonces el objetivo de la prueba de hipótesis usualmente es
determinar si ha cambiado el valor del parámetro.
2. Puede obtenerse a partir de alguna teoría o modelo que se relaciona con el
proceso bajo estudio. En este caso, el objetivo de la prueba de hipótesis es
verificar la teoría o modelo.
3. Cuando el valor del parámetro proviene de consideraciones externas, tales
como las especificaciones de diseño o ingeniería, o de obligaciones
contractuales. En esta situación, el objetivo usual de la prueba de hipótesis
es probar el cumplimiento de las especificaciones.

3
Un procedimiento que conduce a una decisión sobre una hipótesis en particular
recibe el nombre de prueba de hipótesis. Los procedimientos de prueba de
hipótesis dependen del empleo de la información contenida en la muestra aleatoria
de la población de interés. Si esta información es consistente con la hipótesis, se
concluye que ésta es verdadera; sin embargo si esta información es inconsistente
con la hipótesis, se concluye que esta es falsa. Debe hacerse hincapié en que la
verdad o falsedad de una hipótesis en particular nunca puede conocerse con
certidumbre, a menos que pueda examinarse a toda la población. Usualmente
esto es imposible en muchas situaciones prácticas. Por tanto, es necesario
desarrollar un procedimiento de prueba de hipótesis teniendo en cuenta la
probabilidad de llegar a una conclusión equivocada.

La hipótesis nula, representada por Ho, es la afirmación sobre una o más

características de poblaciones que al inicio se supone cierta (es decir, la "creencia
a priori").

La hipótesis alternativa, representada por H1, es la afirmación contradictoria a

Ho, y ésta es la hipótesis del investigador.

Tipos de hipótesis
Hipótesis nulas: estas hipótesis son sobre relaciones que se establecen entre
distintas variables en las que se refuta o niega aquello que es afirmado por
las hipótesis de investigación.

Hipótesis alternativas: estas hipótesis contienen conjeturas o suposiciones

de explicaciones diferentes a las que fueron planteadas por las hipótesis
nulas y las de investigación. Se recurre a esta cuando la de investigación ha
sido rechazada y la nula no es aceptada.

Hipótesis estadísticas: estas hipótesis consisten en las nulas, alternativas o

de investigación transformadas en símbolos estadísticos, se pueden realizar
cuando los datos a estudiar son mensurables. Dentro de estas hipótesis
existen distintas clases:

1. De estimación: estas suponen el valor de alguna característica de la

muestra que fue seleccionada y de la población en su conjunto. Para
formularlas se tienen en cuenta datos adquiridos previamente.

2. Estadísticas de correlación: buscan establecer estadísticamente las

relaciones existentes entre dos o más variables.
4
Formulación de hipótesis
Las hipótesis nula y alternativa son dos enunciados mutuamente excluyentes
acerca de una población. Una prueba de hipótesis utiliza los datos de la muestra
para determinar si se puede rechazar la hipótesis nula.

Hipótesis nula (H0)

La hipótesis nula indica que un parámetro de población (tal como la media, la
desviación estándar, etc.) es igual a un valor hipotético. La hipótesis nula suele ser
una afirmación inicial que se basa en análisis previos o en conocimiento
especializado.

Hipótesis alternativa (H1)

La hipótesis alternativa indica que un parámetro de población es más pequeño,
más grande o diferente del valor hipotético de la hipótesis nula. La hipótesis
alternativa es lo que usted podría pensar que es cierto o espera probar que es
cierto.

Tipos de pruebas de hipótesis

1) De una cola (derecha)

El investigador desea comprobar la hipótesis de un valor mayor en el e

parámetro que el de la hipótesis nula, en este casi el nivel de significancia se
carga todo hacia el lado derecho, para definir las regiones de aceptación y de
rechazo

H0; parámetro ≤x

H1; parámetro >x

5
2) De una cola (izquierda)

El investigador desea comprobar la hipótesis de que el parámetro sea menor

que el de la hipotesis nula, en este caso el nivel de significancia se carga todo
hacia el lado izquierdo, para definir las regiones de aceptación y de rechazo.

H0; parámetro ≥x

H1; parámetro <x

3) De dos colas

El investigador desea comprobar la hipótesis de un cambio en el

parámetro. El nivel de significancia se divide en dos y existen dos regiones
de rechazo

Prueba de hipótesis:

H0; parámetro=x

H1; parámetro ≠x

6
Estadísticos de prueba
Un estadístico de prueba es una variable aleatoria que se calcula a partir de datos
de muestra y se utiliza en una prueba de hipótesis. Puede utilizar los estadísticos
de prueba para determinar si puede rechazar la hipótesis nula. El estadístico de
prueba compara sus datos con lo que se espera bajo la hipótesis nula. El
estadístico de prueba se utiliza para calcular el valor p.

Un estadístico de prueba mide el grado de concordancia entre una muestra de

datos y la hipótesis nula. Su valor observado cambia aleatoriamente de una
muestra aleatoria a una muestra diferente. Un estadístico de prueba contiene
información acerca de los datos que es relevante para decidir si se puede
rechazar la hipótesis nula. La distribución del muestreo del estadístico de prueba
bajo la hipótesis nula se denomina distribución nula. Cuando los datos muestran
evidencia clara en contra de los supuestos de la hipótesis nula, la magnitud del
estadístico de prueba se vuelve demasiado grande o demasiado pequeña
dependiendo de la hipótesis alternativa. Esto hace que el valor p de la prueba se
vuelva lo suficientemente pequeño como para
rechazar la hipótesis nula.

7
8
Tipos de errores

Procedimiento para P de H
Paso 1: Se establece la hipótesis nula (H0) y la hipótesis alternativa (H1)
El primer paso consiste en establecer la hipótesis que se debe probar. Ésta recibe
el nombre de hipótesis nula, la cual se designa H0, y se lee “H subíndice cero”. La
letra mayúscula H representa la hipótesis, y el subíndice cero implica que “no hay
diferencia”. Por lo general se incluye un término no en la hipótesis nula, que
significa que “no hay cambio”.

Paso 2: Se selecciona un nivel de significancia

Después de establecer las hipótesis nulas y alternativa, el siguiente paso consiste
en determinar el nivel de significancia.

El nivel de significancia se expresa con la letra griega alfa, En ocasiones también

se conoce como nivel de riesgo. Éste quizá sea un término más adecuado porque
se trata del riesgo que se corre al rechazar la hipótesis nula cuando es verdadera.
No existe ningún nivel de significancia que se aplique a todas las pruebas. Se

9
toma la decisión de utilizar el nivel de 0.05 (expresado con frecuencia como nivel
de 5%), nivel de 0.01, nivel de 0.10 o cualquier otro nivel entre 0 y 1. Se
acostumbra elegir el nivel de 0.05 en el caso de los proyectos de investigación
relacionados con los consumidores; el nivel de 0.01 en relación con el del control
de calidad, y el de 0.10 en el de las encuestas políticas. Usted, como investigador,
debe elegir el nivel de significancia antes de formular una regla de decisión y
recopilar los datos de la muestra.

Paso 3: Se selecciona el estadístico de prueba

Paso 4: Se formula la regla de decisión

Una regla de decisión es un enunciado sobre las condiciones específicas en que
se rechaza la hipótesis nula y aquellas en las que no se rechaza. La región o área
de rechazo define la ubicación de todos esos valores que son tan grandes o tan
pequeños que la probabilidad de que ocurran en una hipótesis nula verdadera es
muy remota.

10
Paso 5: Se toma una decisión
El quinto y último paso en la prueba de hipótesis consiste en calcular el estadístico
de la prueba, comparándola con el valor crítico, y tomar la decisión de rechazar o
no la hipótesis nula. De acuerdo con la gráfica 10-1, si, a partir de la información
de la muestra, se calcula que z tiene un valor de 2.34, se rechaza la hipótesis nula
con un nivel de significancia de 0.05. La decisión de rechazar H0 se tomó porque
2.34 se localiza en la región de rechazo; es decir, más allá de 1.65. Se rechaza la
hipótesis nula porque es poco probable que un valor z tan alto se deba al error de
muestreo (azar). Si el valor calculado hubiera sido de 1.65 o menos, supongamos
0.71, la hipótesis nula no se habría rechazado. Un valor calculado tan bajo no se
atribuye al azar, es decir, al error de muestreo. Como se indicó, en la prueba de
hipótesis sólo es posible una de las dos decisiones: la hipótesis nula se acepta o
se rechaza. En lugar de aceptar la hipótesis nula, H0, algunos investigadores
prefieren expresar la decisión como “no se rechaza H0”, “se decide no rechazar
H0” o “los resultados de la muestra no permiten rechazar H0”. Es necesario
subrayar de nuevo que siempre existe la posibilidad de que la hipótesis nula se
rechace cuando en realidad no se debe rechazar (error tipo I). Asimismo, existe
una posibilidad definible de que la hipótesis nula se acepte cuando debiera
rechazarse (error tipo II).

11
P. de H. para medias 𝝈𝟐 conocida.
Prueba de dos colas Un ejemplo mostrará los detalles del procedimiento para
probar una hipótesis en cinco pasos. También se desea usar una prueba de dos
colas. Es decir, no interesa si los resultados de la muestra son más grandes o más
pequeños que la media poblacional propuesta. Lo que interesa es si ésta es
diferente del valor propuesto para la media poblacional. Como en el capítulo
anterior, conviene iniciar con un caso del cual se cuente con un historial de datos
sobre la población y, de hecho, se conozca la desviación estándar.

12
13
14
¿Se demostró que el ritmo de montaje aún es de 200 a la semana? No. Lo que se
hizo, desde un punto de vista técnico, fue no desaprobar la hipótesis nula. No
refutar la hipótesis de que la media poblacional es de 200 no es lo mismo que
probar que necesariamente es verdadera. Como se sugiere en la introducción del
capítulo, la conclusión es análoga a la del sistema jurídico estadounidense. Para
explicarlo, suponga que se acusa a una persona de un crimen, pero un jurado la
absuelve. Si la persona es absuelta, se concluye que no había suficiente evidencia
para probar su culpabilidad. El juicio no probó que el individuo era necesariamente
inocente, sino que no había suficiente evidencia para probar su culpabilidad. Eso
evidencia las pruebas de hipótesis estadísticas cuando no se rechaza la hipótesis
nula. La interpretación correcta consiste en que no se probó la falsedad de la
hipótesis nula. En este caso se eligió el nivel de significancia de 0.01 antes de
establecer la regla de decisión y tomar una muestra de la población. Ésta es la
estrategia adecuada. El investigador debe establecer el nivel de significancia, pero
debe determinarlo antes de reunir la evidencia de la muestra y no realizar cambios
con base en la evidencia de ella

En general, H0 se rechaza si el intervalo de confianza no incluye el valor

hipotético. Si el intervalo de confianza incluye el valor hipotético, no se rechaza

15
H0. Así, la región de no rechazo en una prueba de hipótesis equivale al valor
poblacional propuesto en el intervalo de confianza. La diferencia fundamental
entre un intervalo de confianza y la región de no rechazo en una prueba de
hipótesis depende de que el intervalo se centre en torno al estadístico de la
muestra, como, al intervalo de confianza o alrededor de 0, como en la prueba de
hipótesis.

Prueba de una cola En el ejemplo anterior sólo se destacó el interés por informar
al vicepresidente si ocurrió un cambio en la cantidad media de escritorios armados
en la planta de Fredonia. No importaba si el cambio era un incremento o una
disminución de la producción. Para ilustrar la prueba de una cola, vea otro
problema. Suponga que el vicepresidente desea saber si hubo un incremento de la
cantidad de unidades que se armaron. ¿Puede concluir, debido al mejoramiento
de los métodos de producción, que la cantidad media de escritorios que se
ensamblaron en las pasadas 50 semanas fue superior a 200? Observe la
diferencia al formular el problema. En el primer caso deseaba conocer si había
una diferencia en la cantidad media armada; en cambio, ahora desea saber si
hubo un incremento. Como se investigan diferentes cuestiones, se plantea la
hipótesis de otra manera. La diferencia más importante se presenta en la hipótesis
alternativa. Antes se enunció la hipótesis alternativa como “diferente de”; ahora se
enuncia como “mayor que”. En símbolos:

16
Planteamiento del valor “p” para la prueba de hipótesis
Cuando se desea probar una hipótesis, se compara el estadístico de la prueba con
un valor crítico. Se toma la decisión de rechazar la hipótesis nula o de no hacerlo.
Así, por ejemplo, si el valor crítico es de 1.96 y el valor calculado del estadístico de
prueba es de 2.19, la decisión consiste en rechazar la hipótesis nula. En años
recientes, debido a la disponibilidad del software de computadora, con frecuencia
se da información relacionada con la seguridad del rechazo o aceptación. Es decir,
¿cuánta confianza hay en el rechazo de la hipótesis nula? Este enfoque indica la
probabilidad (en el supuesto de que la hipótesis nula sea verdadera) de obtener un
valor del estadístico de la prueba por lo menos tan extremo como el valor real que
se obtuvo. Este proceso compara la probabilidad, denominada valor p, con el nivel
de significancia. Si el valor p es menor que el nivel de significancia, H0 se rechaza.
Si es mayor que el nivel de significancia, H0 no se rechaza.

La determinación del valor p no sólo da como resultado una decisión respecto de

H0, sino que brinda la oportunidad de observar la fuerza de la decisión. Un valor p
muy pequeño, como 0.0001, indica que existe poca probabilidad de que H0 sea
verdadera. Por otra parte, un valor p de 0.2033 significa que H0 no se rechaza y
que existe poca probabilidad de que sea falsa. ¿Cómo calcular el valor p? Para
ilustrarlo se recurre al ejemplo en el que se probó la hipótesis nula relativa a que la
cantidad de escritorios producidos a la semana en Fredonia fue de 200. No se
rechazó la hipótesis nula, pues el valor z de 1.55 cayó en la región comprendida
entre 2.58 y 2.58. Se decidió no rechazar la hipótesis nula si el valor calculado de
z caía en esta región. La probabilidad de hallar un valor z de 1.55 o más es de
0.0606, que se calcula mediante la diferencia de 0.5000 0.4394. En otras
palabras, la probabilidad de obtener una mayor de 203.5 si 200 es de 0.0606. Para
calcular el valor p, es necesario concentrarse en la región menor a 1.55, así como
en los valores superiores a 1.55 (pues la región de rechazo se localiza en ambas
colas). El valor p de dos colas es de 0.1212, que se calcula así: 2(0.0606). El valor
p de 0.1212 es mayor que el nivel de significancia de 0.01 que se estableció al
inicio, así que no se rechaza H0. En la siguiente gráfica se muestran los detalles.
En general, el área se duplica en una prueba de dos colas. Entonces, el valor p se
compara con facilidad con el nivel de significancia. Se aplica la misma regla de
decisión en el caso de una prueba de una cola.

17
PRUEBA DE HIPOTESIS SOBRE LA MEDIA DE UNA DISTRIBUCION
NORMAL, VARIANZA DESCONOCIDA

Ciertamente sospechamos que las pruebas sobre una media

poblacional con desconocida, debe incluir el uso de la distribución t de

Student. La estructura de la prueba es idéntica a la del caso de conocida, con
la excepción de que el valor en la estadística de prueba se reemplaza por la
estimación de s calculada y la distribución normal estándar se reemplaza con una
distribución t.

Ejemplos:

1. El Instituto Eléctrico Edison publica cifras del número anual de Kilowatt-hora

que gastan varios aparatos eléctrodomésticos. Se afirma que una
aspiradora gasta un promedio de 46 kilowatt-hora al año. Si una muestra
aleatoria de 12 hogares que se incluye en un estudio planeado indica que
las aspiradoras gastan un promedio de 42 kilowatt-hora al año con una
desviación estándar de11.9 kilowatt-hora, ¿esto sugiere con un nivel de
significancia de 0.05 que las aspiradoras gastan, en promedio, menos de 46
kilowatt-hora anualmente? Suponga que la población de kilowatt-hora es
normal.

18
Solución:
1. Datos:

= 46 kilowatt-hora

s= 11.9 kilowatt-hora

= 42 kilowatt-hora

n = 12

= 0.05

3. Ensayo de hipótesis

Ho; = 46 kilowatt-hora

H1; < 46 kilowatt-hora

4. Regla de decisión:

Si tR -1.796 No se rechaza Ho

Si tR < -1.796 Se rechaza Ho

5. Cálculos:

19
 6. Justificación y decisión:

Como –1.16 > -1.796, por lo tanto no se rechaza Ho y se concluye con un

nivel de significancia del 0.05 que el número promedio de kilowwatt-hora
que gastan al año las aspiradoras no es significativamente menor que 46.

Prueba de hipótesis para la varianza

Estadístico:
ji-cuadrada

Ejemplo:
Un fabricante de detergente liquido esta interesado en la uniformidad de la
maquina utilizada para llenar botellas de manera especifica es deseable que la
varianza sea; 0.01 onzas² del liquido. Al tomar una muestra aleatoria de 20
botellas se obtiene una varianza muestral (s²) para el volumen de llenado de ese
cuadrado s²=0.0153.(distribución normal)
El fabricante esta preocupado por que piensa que la variación del proceso es
mayor que la variación histórica. Con un α=0.05, el fabricante tiene elementos que
sustenten se preocupación?
1) H0: σ²≤0.01
H1: σ²≤0.01
2) Calcular valores críticos.

3)Decisión.

No hay evidencia estadística para no aceptar H0.

Conclusión: Existe evidencia que la varianza no es mayor al valor histórico por lo
tanto, no es necesario hacer ajustes al proceso de llenado.

Prueba de hipótesis para proporciones

En esta sección se muestra cómo realizar una prueba de hipótesis para la
proporción poblacional p. Mediante p0 se denota la proporción poblacional, las tres
formas de una prueba de hipótesis para la proporción poblacional son las
siguientes:

20
La primera forma es una prueba de la cola inferior, la segunda es una prueba de la
cola superior y la tercera es una prueba de dos colas. Las pruebas de hipótesis
para la proporción poblacional se basan en la diferencia entre la proporción
muestral y la proporción poblacional hipotética p0

El procedimiento usado en una prueba de hipótesis para la proporción poblacional

es semejante al método usado para una prueba de hipótesis para la media
poblacional. Aunque sólo se ilustró cómo realizar una prueba de hipótesis de la
cola superior para la proporción poblacional, para pruebas de la cola inferior o
para pruebas de dos colas se usan procedimientos similares. En la tabla 9.4 se
presenta una síntesis de las pruebas de hipótesis para proporción poblacional. Se
supone que np 5 y (1 -p) 5; con lo cual se puede usar una distribución normal
como aproximación a la distribución muestral de p

21
Prueba de hipótesis para dos parámetros poblacionales
Propiedad reproductiva de la distribución normal : Si X1 y X2 son dos v.a.
independientes que se distribuyen según una ley de Normal tal que, X1 es N(µ1;
σ2(X1)) X2 es N(µ2; σ2(X2)) X= X1+X2 X es N (µ1+µ2; σ2(X1)+σ2(X2)) X= X1-X2
X es N (µ1-µ2; σ2(X1)+σ2(X2))

P. de H. p/la diferencia entre dos medias  conocidas

Supongase que se toma una muestra aleatoria de tamaño n1 de la primera
población X11…XN1 y otra muestra aleatoria de tamaño n2 de la segunda
población X21…X2n supóngase que las observaciones de la muestra 1 están
distribuidas de manera independiente con media 1 y varianza 1 que las
observaciones de la muestra 2 están distribuidas de manera independiente con
media 2 y varianza 2 y las muestras son independientes:

22
P. de H. p/la difer. entre dos medias  desconocidas:
Para probar esta hipótesis se usará una estadística t, se requiere la hipótesis de
normalidad para desarrollar el procedimiento de prueba.

Caso 1 varianzas desconocidas e iguales:

23
Cazo 2 varianzas diferentes y desconocidas

Prueba de hipótesis para el cociente de varianzas

Si de dos poblaciones con distribución normal se seleccionan dos muestras
aleatorias independientes de tamaños n1 y n2 , se puede comparar la
homogeneidad o variabilidad de dichas poblaciones a través de una prueba de
hipótesis para el cociente de varianzas. Cuando se planteen las hipótesis debe
quedar en el numerador la población cuya muestra tenga mayor varianza. Es decir
que la población 1 será la que tenga mayor varianza muestral. Hipótesis Se puede
plantear uno de los siguientes tres tipos de hipótesis: - Prueba de hipótesis a dos
colas

24
25
P. de H. para la diferencia entre dos medias, datos pareados
Suponga que los empleados de una fábrica usan dos métodos distintos para
realizar una determinada tarea. Con objeto de maximizar la producción, la
empresa desea identificar el método con el que la media poblacional del tiempo
necesario para realizar esta tarea sea menor. Sea μ1 la media poblacional del
tiempo empleando el método 1 y μ2 la media poblacional del tiempo requerido
para realizar la tarea con el método 2. Puesto que no hay ninguna indicación de
cuál sea el mejor método, se empieza por suponer que con los dos métodos se
obtiene la misma media poblacional del tiempo requerido para realizar la tarea. De
esta manera, la hipótesis nula es H0: μ1 μ2 0. Si se rechaza esta hipótesis se
podrá concluir que las medias poblacionales de los tiempos requeridos para
realizar la tarea son diferentes con los dos métodos. En tal caso se recomendará
el método que proporcione el menor tiempo para la realización de la tarea. Las
hipótesis nula y alternativa se expresan como sigue.

En la elección del método de muestreo para obtener los datos y probar las
hipótesis, se consideran dos diseños alternativos. Uno se basa en muestras
independientes y el otro en muestras por pares. 1. Diseño de muestras
independientes: se toma una muestra aleatoria simple de trabajadores y cada uno
de ellos usa el método 1. Se toma otra muestra aleatoria simple de trabajado res y
cada uno de ellos usa el método 2. El procedimiento que se usa para probar la
diferencia entre las dos medias es el procedimiento presentado en la sección 10.2.
2. Diseño de muestras pareadas: se toma una muestra aleatoria simple de
trabajadores. Cada trabajador primero usa uno de los métodos y después usa el
otro método. A cada trabajador se le asigna en forma aleatoria el orden en que
usará los dos métodos, algunos trabajadores primero usarán el método 1 y otros el
método 2. En el diseño de muestras pareadas los dos métodos se prueban bajo
condiciones similares (es decir, con los mismos trabajadores); por tanto, este
diseño suele conducir a errores muestrales más pequeños que el diseño de
muestras independientes. La razón principal es que en el diseño de muestras
pareadas se elimina la variación entre los trabajadores, ya que los mismos
trabajadores prueban los dos métodos. A continuación, con el empleo del diseño
de muestras pareadas se demostrará la diferencia entre las medias de los dos
métodos de producción. Se emplea una muestra aleatoria de seis trabajadores. En
la tabla 10.2 se muestran los tiempos que requirieron los trabajadores para realizar
la tarea. Observe que de cada trabajador se obtuvieron dos datos, uno con cada
método de producción, también que en la última columna se da, para cada

26
trabajador de la muestra, la diferencia di entre los tiempos para realizar la tarea.
Lo principal en el análisis de muestras pareadas es darse cuenta de que
únicamente hay que considerar la columna de las diferencias. De manera que se
tienen seis datos (0.6, 0.2, 0.5, 0.3, 0.0 y 0.6) que se usarán para analizar la
diferencia entre las medias poblacionales de los dos métodos de producción. Sea
μ d la media de las diferencias en la población de trabajadores. Con esta notación,
las hipótesis nula y alternativa se expresan como sigue:

Prueba de hipótesis acerca de p1 - p2

Ahora se considerarán las pruebas de hipótesis acerca de la diferencia entre las
proporciones de dos poblaciones. Se verán pruebas que comprenden el caso en
que no hay diferencia entre las dos proporciones poblacionales. En tal caso, las
tres formas de las pruebas de hipótesis son las siguientes:

27
28
Tal estadístico de prueba se usa con muestras grandes, en las que n1p1, n1(1 -
p1), n2p2 y n2(1 -p2), sean todos mayores o iguales que 5. De nuevo al ejemplo
de la empresa que se dedica a elaborar declaraciones de impuestos, suponga que
la empresa desea realizar una prueba de hipótesis para determinar si las
proporciones de errores en las dos oficinas son diferentes. Para esto, se requiere
una prueba de hipótesis de dos colas. Las hipótesis nula y alternativa son las
siguientes:

Tamaño de muestra y error 

Riesgo la probabilidad de cometer un error tipo 2, a menudo se le conoce como
nivel de riego de consumidor, depende de la diferencia entre los valores supuestos
y real del parámetro de población. Como es mas fácil encontrar diferencias
grandes, si la diferencia entre la estadística de muestra y el correspondiente
parámetro de población es grande, la probabilidad de cometer un error tipo 2,
probablemente sea pequeña.

Potencia de una prueba el complemento (1-β) de la probabilidad de cometer un

error tipo 2 se conoce como potencia de una prueba estadística.

La potencia de una prueba estadística, representada con (1-β) es la probabilidad

de rechazar la hipótesis nula, cuando de hecho ésta es falsa y debería ser
rechazada.

Una manera en que podemos controlar la probabilidad de cometer un error del tipo
2 en un estudio, consiste en aumentar el tamaño de la muestra.

29
Bibliografía
Definición de hipótesis

http://www.itchihuahua.edu.mx/academic/industrial/estadistica1/cap02.html

Tipos de hipótesis

https://www.tiposde.org/lengua-y-literatura/125-tipos-de-hipotesis/

Construcción de hipótesis

https://sites.google.com/site/wikinfermeria/trabajo-final-de-grado/2-recursos-para-formulacion-
de-hipotesis

Tipos de prueba

https://es.slideshare.net/eraperez/pruebas-de-hipotesis-2560976

Estadísticos de prueba

https://es.wikiversity.org/wiki/Prueba_de_hip%C3%B3tesis_(estad%C3%ADstica)

Tipos de errores

Estadistica aplicada a los negocios y la economia - Lind 15th

Procedimiento para P de H

Estadistica aplicada a los negocios y la economia - Lind 15th

P. de H. para medias varianza conocida.

Estadistica aplicada a los negocios y la economia - Lind 15th

Planteamiento del valor “p” para la prueba de hipótesis

Estadistica aplicada a los negocios y la economia - Lind 15th

P. de H. para medias varianza desconocida

http://www.itchihuahua.edu.mx/academic/industrial/estadistica1/cap03.html

Prueba de hipótesis para la varianza

http://probyestcgl.blogspot.com/2008/12/prueba-de-hiptesis-sobre-la-varianza.html

P. de H. para proporciones pi

30
Estadistica para admin. y economia - Anderson 10 th

Propiedad reproductiva de la distribución normal

http://diposit.ub.edu/dspace/bitstream/2445/66914/1/Modelos%20de%20Variables%20Aleatoria
s.pdf

P. de H. p/la diferencia entre dos medias  conocidas

Prob. y Estadística aplic. a la Ing. - Montgomery 1º Ed [Cap 1 - 8]

P. de H. p/la difer. entre dos medias  desconocidas:

Prob. y Estadística aplic. a la Ing. - Montgomery 1º Ed [Cap 1 - 8]

P. de H. para la razón de dos varianzas 

Estadistica para admin. y economia - Anderson 10 th

P. de H. para la diferencia entre dos medias, datos pareados

Estadistica para admin. y economia - Anderson 10 th

P. de H. para la diferencia entre dos proporciones

Estadistica para admin. y economia - Anderson 10 th

Tamaño de muestra y error 

Est. Básica en Admón. - Berenson, Levine 6ª ed.

Videos de apoyo al tema

Pasos para realizar Pruebas de Hipótesis

https://www.youtube.com/watch?v=zP6JsuHm9Hg

Prueba de hipótesis para la media en una planta de producción

https://www.youtube.com/watch?v=z_SUfkPU8Vo

31
32