Test de Hipótesis

Control Estadístico de Procesos

El test de hipótesis es una
herramienta muy importante y
ampliamente utilizada para
comparar mediciones y tomar
decisiones basadas en una
probabilidad.
Vamos a
explicarlo
con un
ejemplo
Supongamos que en una
área se cultivan tomates
en un terreno donde hay
sembradas 300 plantas de
tomates, utilizando un
determinado tipo de
fertilizante.
El agricultor desea probar un
nuevo fertilizante, basándose en la
propaganda de una revista de
horticultura
Con este fin, en la
siguiente cosecha utiliza
el nuevo fertilizante en
una de las plantas, en la
que obtiene 12,5 Kg. de
tomates.
¿Cómo saber si el rendimiento en esta planta fue
mejor porque se utilizó un nuevo fertilizante?
Indudablemente necesitamos comparar este valor
con el rendimiento de las otras plantas en las que
se usó el fertilizante habitual.
Los rendimientos de
distintas plantas
seguramente
fluctúan al azar
 Test de Hipótesis

Planta: 1 2 3 4 5

10,9 Kg. 12,1 Kg. 9,3 Kg. 10,1 Kg. 11,9 Kg.
 Test de Hipótesis

Planta: 6 7

....ETC.

10,4 Kg. 11,7 Kg.

Es decir, no tenemos un
único resultado con el
fertilizante anterior sino
muchos resultados que
varían aleatoriamente, y es
posible que algunos de esos
resultados superen los 12,5
Kg.
Se necesita, entonces,
un criterio para decidir
si el nuevo fertilizante
produce una mejora en
el rendimiento
Para resolver el problema,
necesitamos hacer algunas
suposiciones.
Primero:
El conjunto de resultados de muchas
plantas de tomate con el primer
fertilizante constituye un universo
conceptual de observaciones de
distribución normal.
Hablamos de universo conceptual o
hipotético porque es el universo o
población de resultados que
tendríamos con un número
enormemente grande de plantas, con
el mismo fertilizante y en las mismas
condiciones.
Test de Hipótesis
Función de
Gauss

m Kg. de Tomates
Segundo: Aunque el promedio y la
desviación standard de una
población hipotética, en general, no
se conoce, el promedio y la
desviación standard calculados con
el rendimiento de las 299 plantas
restantes, utilizando el fertilizante
habitual, constituyen una buena
estimación de la media y desviación
standard del universo.
Vamos a suponer, entonces, que
conocemos la media y desviación
standard del universo y son los
siguientes:

m  10,7Kg. Estimados con los

rendimientos de 299
Plantas
s  0,8Kg.
Test de Hipótesis
Función de
Gauss

0,8 Kg.

10,7 Kg. Kg. de Tomates

 El único resultado
obtenido con el nuevo
fertilizante es de 12,5 Kg.,
lo cual supera el promedio
del universo de resultados
obtenidos con el
fertilizante anterior.
Función de
Gauss

0,8 Kg.

10,7 Kg. Kg. de

Tomates

12,5 Kg.
Si bien el promedio es 10,7
Kg., en la población hay
resultados mas altos, y tal
vez algunos iguales o
mayores que 12,5 Kg.
 ¿Se puede decir,
entonces, que el nuevo
fertilizante produce
mejores resultados?
 Para tomar la
decisión, conviene
razonar de la
siguiente manera:
Si en la población hipotética de
resultados obtenidos con el primer
fertilizante es común encontrar
valores iguales o mayores que 12,5
Kg., entonces el resultado obtenido
con el nuevo fertilizante no tiene
nada de excepcional.
Afirmamos, entonces, que el
nuevo fertilizante es igual que
el anterior (No hay diferencia),
y que el resultado obtenido se
debió solamente a la
fluctuación al azar de los
resultados que obtendríamos
con cualquier fertilizante.
Por otro lado, si en la población
hipotética de resultados obtenidos
con el primer fertilizante es poco
común encontrar un valor como
12,5 Kg., quiere decir que el
resultado del nuevo fertilizante sí
es excepcional (es significativo) y
por lo tanto tenemos razones para
afirmar que es mejor que el
anterior.
Esas son las dos hipótesis de
valor opuesto que se plantean,
una de las cuales es rechazada
y la otra aceptada sobre la
base de las probabilidades
derivadas de la comparación
con la distribución normal.
Formalmente, estas hipótesis son
las siguientes:

Hipótesis Nula: No hay diferencia entre

los fertilizantes (Las diferencias son
nulas). El valor obtenido con el nuevo
fertilizante se debe sólo a la
fluctuación aleatoria de los
rendimientos de las plantas.
Hipótesis Alternativa: El nuevo
fertilizante es mejor que el anterior y
por eso el rendimiento de la planta en
la que se lo usó fue mas alto.
 ¿Con cuál
me quedo?

Hipótesis Hipótesis
Nula: Alternativa:
No hay Hay
diferencias diferencias
significativas
Para decidir entre ambas hipótesis,
se calcula el estadístico Z, y se
obtiene de la distribución normal
standard la probabilidad de un valor
(del estadístico Z) mayor o igual al
calculado.
Si la probabilidad de un valor
igual o mayor que el calculado es
mayor que 0,05, se acepta la
hipótesis nula a un nivel de
significación de 0,05.
Esto quiere decir que hay una
probabilidad mayor que 0,05 (mayor
que 5 %) de obtener por casualidad
(fluctuación aleatoria) un valor de Z tan
grande como el calculado.
Si la probabilidad de un valor
igual o mayor que el calculado es
menor que 0,05, se rechaza la
hipótesis nula a un nivel de
significación de 0,05.
Es decir, la probabilidad de
obtener en forma aleatoria
un valor tan grande de Z es
menor que 0,05 (menor
que 5 %). En este caso se
dice que el resultado
obtenido con el nuevo
fertilizante es significativo.
En nuestro ejemplo:

xm 12,5Kg.  10,7Kg.

Z   2,25
s 0,8Kg.
Entrando en la tabla de la distribución
normal standard, obtenemos que la
probabilidad de un Z igual o mayor
que 2,25 es P = 0,0122 (1,22 %).
Quiere decir entonces que es
muy poco probable obtener
un rendimiento de 12,5 Kg.
de tomates con el fertilizante
habitual.
Rechazamos, entonces la
Hipótesis Nula (Y
aceptamos la Hipótesis
Alternativa) a un nivel de
significación de 0,05.
Ahora bien, para estar totalmente
seguro y antes de invertir dinero en
comprar una cantidad importante del
fertilizante, el agricultor decide hacer
una nueva prueba, y en la cosecha
siguiente utiliza el nuevo producto en
10 plantas de tomate, con lo cual la
prueba es mas segura.
Las hipótesis a contrastar son las
mismas, pero el cálculo es algo
diferente.
Ahora tenemos 10 resultados, cuyo
promedio vamos a suponer que sea
11,5 Kg. Estos 10 resultados
constituyen una muestra del
universo de rendimientos
individuales de las plantas.
Pero el promedio 11,5 Kg. es un
elemento del universo de promedios
muestrales (Promedios de 10
resultados) derivado del universo
anterior, con el mismo promedio que
este y con desviación standard:

s
s 10 
10
Como ya hemos visto. El estadístico
Z es, entonces:
xm 11,5Kg.  10,7Kg.
Z  
s 0,8Kg
10 10

 10  3,16
En la tabla de la distribución normal
standard, la probabilidad de un Z
igual o mayor que 3,16 es P =
0,0008 (0,08 %) aproximadamente.
La probabilidad, entonces, de
obtener un rendimiento promedio en
10 plantas de 11,5 Kg. de tomates
con el fertilizante habitual es
prácticamente nula.
Entonces, la Hipótesis Nula de
igualdad de rendimientos es rechazada
a un nivel de significación de 0,0008
(0,08%).
Y aceptamos la Hipótesis Alternativa,
porque el nivel de significación en las
bondades del nuevo fertilizante, es
mayor (5%).
FIN DE SESIÓN