Prueba de

Hip ótesis en
la Regresión
Lineal
 CONCEPTOS BÁSICOS DE UNA
PRUEBA DE HIPÓTESIS

üPlanteamiento de una hipótesis

estadística
ü
Una hipótesis estadística es una
afirmación sobre los valores de los
parámetros de una población o proceso, que
es susceptible de probarse a partir de la
información contenida en una muestra
representativa que es obtenida de la
población.
H0: p = 0.08 ← Hipótesis Nula
HA: p < 0.08 ← Hipótesis Alternativa

El nombre de hipótesis nula, se deriva

del hecho que comúnmente se plantea como
una igualdad.
La estrategia a seguir para probar una
hipótesis es suponer que la H 0 es
verdadera, y que en caso de ser
rechazada por la evidencia que aportan
los datos, se aceptará la HA.
üEstadístico de prueba
ü
La hipótesis nula es verdadera
mientras no se demuestre lo contrario.
El estadístico de prueba es un número
calculado a partir de los datos y la
hipótesis nula, cuya magnitud permite
discernir si se rechaza o no la H0.
üCriterio de rechazo
Es el conjunto de posibles valores del
estadístico de prueba que llevan a
rechazar la H0.

Pruebas de una y dos colas

La ubicación de la región de rechazo
depende de si la hipótesis es bilateral o
unilateral.
H0: p = 0.08 ← Unilateral
HA : p < 0.08

H0 : p = 0.08
HA: p ≠ 0.08 ← Bilateral
Ej Fibra Resistencia
em x4 y134
pl 6 145
o 8
10
142
149
12 144
14 160
16 156
18 157
20 168
22 166
24 167
26 171
28 174
30 183
238 2216
Cu x y x2 y2 xy
ad 4 134 16 17956 536
ra 6 145 36 21025 870

do 8
10
142
149
64
100
20164
22201
1136
1490
s, 12 144 144 20736 1728
Su 14 160 196 25600 2240
= 158 . 2857
ma 16
18
156
157
256
324
24336
24649
2496
2826
to 20 168 400 28224 3360 n = 14
ri 22 166 484 27556 3652

as 24
26
167
171
576
676
27889
29241
4008
4446
, 28 174 784 30276 4872
Me 30 183 900 33489 5490

di Σx=
238
Σy=
2216
Σx 2 =
4956
Σy 2 =
353342
Σxy=
39150 = 17
as
Co M edida del grado en el cual dos variables
están relacionadas linealmente .  
va
ri
an
za
s
S xy = 1 , 478
S xx = 910 X media = 17
S yy = 2580 . 857143 y media =
158 . 2857
Valor esperados de los
estimadores :

β=
0 130 . 674725
β=
1 1 . 62417582
 x y x2 y2 ŷ
y 4 134 16 17956 137 . 1668
Es 6 145 36 21025 140 . 4152

ti 8
10
142
149
64
100
20164
22201
143 . 6636
146 . 912
ma 12 144 144 20736 150 . 1604
do 14 160 196 25600 153 . 4088
16 156 256 24336 156 . 6572
(ŷ 18 157 324 24649 159 . 9056
) 20 168 400 28224 163 . 154
22 166 484 27556 166 . 4024
24 167 576 27889 169 . 6508
26 171 676 29241 172 . 8992
28 174 784 30276 176 . 1476
30 183 900 33489 179 . 396
Σx= Σy= Σx 2 = Σx 2 =
238 2216 4956 353342

ŷ = β 0 +β 1 x ŷ = 130 . 674 + 1 . 624 x

Es
ti
ma x
4
y
134
y estimado
(ŷ)
137 . 1668
Estimación
del Error
- 3 . 1668
Cuadrado del
Error
10 . 0286222
ci 6 145 140 . 4152 4 . 5848 21 . 020391
ón 8 142 143 . 6636 - 1 . 6636 2 . 76756496

de 10
12
149
144
146 . 912
150 . 1604
2 . 088
- 6 . 1604
4 . 359744
37 . 9505282
l 14 160 153 . 4088 6 . 5912 43 . 4439174
Er 16 156 156 . 6572 - 0 . 6572 0 . 43191184

ro 18
20
157
168
159 . 9056
163 . 154
- 2 . 9056
4 . 846
8 . 44251136
23 . 483716
r 22 166 166 . 4024 - 0 . 4024 0 . 16192576
24 167 169 . 6508 - 2 . 6508 7 . 02674064
26 171 172 . 8992 - 1 . 8992 3 . 60696064
28 174 176 . 1476 - 2 . 1476 4 . 61218576
30 183 179 . 396 3 . 604 12 . 988816
Σ x = 238 Σ y = 2216 SC E =
180 . 325536
Cuadrado Medio del Error SC E

Es la suma de cuadrados del error y

mide la variabilidad no explicada por
la recta de regresión.

SC E = 180 . 325536
n = 14
FORMULACIÓN DE LAS HIPÓTESIS

Es necesario evaluar que tan bien el

modelo explica la relación entre X y Y .

La hipótesis de mayor interés plantea que

la pendiente ( β 1 ) es significativamente
diferente de cero .

H 0 : β1= 0
HA : β 1 ≠ 0

Con respecto al parámetro β 0

( Intersección al eje y ) :

H 0 : β0= 0
HA : β 0 ≠ 0
 ØANÁLISIS DE
REGRESIÓN
S xy = 1 , 478 X media = 17
S xx = 910 y media = 158 . 2857
S yy = 2580 . 8571
β 0 = 130 . 674725
CM E = Β 1 = 1 . 62417582
15
n .=02712799
14
Estadístico de Estadístico de
prueba para prueba para
β1 : β0 :

La H 0 se
rechazan si :

α= 5 % =
0 . 05
54 . 0471 > t ( 0 . 025 , 12 )
54 . 0471 > 2 . 179

12 . 6391 > t ( 0 . 025 , 12 )

12 . 6391 > 2 . 179

Se rechazan las H 0 para

ambos parámetros .
 ØANÁLISIS DE
VARIANZA
SC R es la suma de cuadrados de
la regresión y mide la
variabilidad explicada por la recta
de regresión.

Β1 =
1 . 62417582
S xy = 1 , 478
FORMULACIÓN DE LA HIPÓTESIS

H0 : β1= 0
HA : β 1 ≠ 0

Estadístico de prueba :

La H 0 se rechaza si :

F0 > F (α, 1, n-2)

α = 5 % = 0 . 05
n = 12
159 . 71 > F ( 0 . 05 , 1 , 12 )
159 . 71 > 4 . 75

El modelo de regresión es
significativo
 ØConclusiones

Hemos rechazado las hipótesis nulas

en ambos análisis (de regresión y de
varianza) concluyendo que la
ecuación de regresión:

Resistencia = 130.67 + 1.62 % Fibra

Es significativo por lo tanto

podemos afirmar que nuestro modelo
es importante para predecir la
resistencia en nuestro ejemplo.