Professional Documents
Culture Documents
Hipótesis nula Ho
La que contrastamos
H 0 : p = 50% =, ≤, ≥
, ,
Hip. Alternativa H1 H
1 : p ≠ 50 %
Niega a H0
Solución:
H 0 : p = 50%
Problema:
Solución:
H0 : µ = 6
Razonamiento básico
Si supongo que H0 es
cierta...
¿qué hace un
científico RECHAZA Ho
cuando su
teoría no
coincide con
sus ... el resultado del experimento sería improbable.
predicciones? Sin embargo ocurrió.
µ = 40
X = 20
µ = 40
X = 38
α=5%
Reg. Crit.
Reg. Crit.
No rechazo H0
H 0 : 40
Contrastes o Pruebas: unilateral y bilateral
La posición de la región crítica depende de la hipótesis
alternativa
Bilateral H1: µ ≠ 40
Unilateral
Unilateral
No se
rechaza
H0: µ=40
α
H0: µ=40
X = 43
Significación: p
Es la probabilidad que tendría una región crítica que comenzase exactamente
en el valor del estadístico obtenido de la muestra.
Es la probabilidad de tener una muestra que discrepe aún más que la nuestra
de H0.
Es la probabilidad de que por puro azar obtengamos una muestra “más
extraña” que la obtenida.
p es conocido después de realizar el experimento aleatorio
El contraste es no significativo cuando p>α
P α
No se
rechaza
H0: µ=40
P α
X = 43
Significación : p
Se rechaza H0: µ
=40
Se acepta H1: µ
α
>40
X = 50
Significación : p
El contraste es estadísticamente significativo cuando p< α
Es decir, si el resultado experimental discrepa más de “lo tolerado” a priori.
α P
Se rechaza H0: µ
=40
Se acepta H1: µ
α P
>40
X = 50
Riesgos al tomar decisiones
jemplo 1: Se juzga a un individuo por la presunta comisión de un delito
Menos grave
Culpable Error OK
Muy grave
Tipos de error al contrastar
hipótesis Realidad
H0 cierta H0 Falsa
No Rechazo H0 No hay error Error tipo II
No rechazar H0 cuando es
falsa
Rechazo
ACEPTACIÓN
ACEPTACIÓN
BILATERAL
Prueba unilateral por la derecha
HIPOTESIS RESPECTO DE LA MEDIA POBLACIONAL µ
1.- SUPUESTOS: Estadística para la dócima o
Población Normal y Varianza conocida σ
2
Prueba
ZC =
( X −µ ) 0 n
σ
Tipos de Hipótesis:
H 0 : µ = µ0 2 P( Z ≤ Z C ) si Z C < 0
Bilateral valor p =
H1 : µ ≠ µ0 2 P( Z ≥ Z C ) si Z C > 0
H 0 : µ ≤ µ0
Unilateral valor p = P ( Z ≥ Z C )
H1 : µ > µ0
H 0 : µ ≥ µ0
Unilateral valor p = P ( Z ≤ Z C )
H1 : µ < µ0
Ejemplo
Se sabe que la variable Nivel total de proteínas en un adulto sano es
de 7.25 ,
y que se distribuye normalmente con desviación estándar 0.025. A
un paciente que cree estar enfermo, se le aplican 8 análisis de sangre
a lo largo de varios días, obteniendo los siguientes valores:
7.23 – 7.25 – 7.28 – 7.29 – 7.32 – 7.26 – 7.27 – 7.24
¿Qué hipótesis plantearía? H 0 : µ = 7.25
H1 : µ ≠ 7.25
Zc =
(X −µ ) 0
n
=
( 7.268 − 7.25) 8
= 2.036
σ 0.025
tC =
( X −µ ) 0 n
≈ t( n −1)
S
Tipos de Hipótesis:
Luego no hay evidencia en la muestra para rechazar la hipótesis nula, porque el valor p es muy
grande.
HIPOTESIS RESPECTO DE LA
VARIANZA
SUPUESTO:
Estadística para la prueba
Población Normal
(n 1) S 2
Tipos de hipótesis
2
: 2
( n 1)
02
C
H 0 : 2 02
Bilateral p 2 P ( 2
( n 1) 2
C)
H1 : 0
2 2
H 0 : 2 02
2
Unilateral p P ( 2
( n 1) 2
C)
H1 : 0
2
H 0 : 2 02
Unilateral p P ( 2
( n 1) 2
C)
H1 : 0
2 2
Ejemplo
El calcio se presenta en la sangre de los mamíferos en concentraciones de alrededor de 6 mg/100mL de
sangre total. La desviación estándar normal de esta variable es 1 mg de calcio por cada 100 mL de sangre
total. Una variabilidad mayor que ésta puede ocasionar graves trastornos en la coagulación de la sangre. Se
realizaron una serie de 9 pruebas sobre un paciente, la que dio una media de 6.2 mg de calcio por 100mL
de sangre total y una desviación estándar de 2 mg de calcio por 100mL de sangre total. ¿Hay alguna
evidencia de que el nivel medio de calcio en este paciente sea más alto que el normal? ¿Hay alguna
evidencia que la desviación estándar del nivel de calcio sea más alta que la normal?
Se trata en primer lugar de probar una hipótesis unilateral para la media poblacional. (Supuesto: la población
es normal, la varianza poblacional es conocida e igual a 1) La estadística es una N(0,1)
H0 : 6 6.2 6 9 0.6
H1 : 6 Z C v p P( Z 0.6) 0.2743
1
No hay evidencia para rechazar
la hipótesis nula.
En segundo lugar, se trata de una hipótesis sobre la varianza, de tipo unilateral.
H0 : 2 1 La estadística es una variable
2
n 1 S 2
: 2n 1
H1 : 1
2 C
0 2
Cuyo valor es : 2
9 1 22
32 v p P( 28 32) 0.0001
C 2
1
Hay evidencia altamente significativa en la muestra para rechazar la hipótesis nula y aceptar que la
desviación estándar es más alta que la normal
HIPOTESIS RESPECTO DE LA PROPORCION DE
EXITOS p EN LA POBLACION
Supuestos:
Estadística para la
Población Bernoulli. Tamaño grande de muestra prueba
ZC
pˆ p0
: N (0,1)
Tipos de hipótesis
p0 q0
H 0 : p p0 n
Bilateral p 2 P(Z ZC )
H1 : p p0
H 0 : p p0
Unilateral p P( Z ZC )
H1 : p p0
H 0 : p p0
Unilateral p P( Z ZC )
H1 : p p0
EJEMPLO
En un estudio sobre el consumo de cigarrillos entre los adolescentes de
una región del país, se sostiene que el porcentaje de mujeres fumadoras
es mayor al 40% de las mujeres de esa población. Para probar la
hipótesis, se tomó una muestra de 200 mujeres, donde 100 de ellas
fumaban. Pruebe la hipótesis.
Se trata de una hipótesis unilateral sobre el parámetro p.
100
El estimador puntual de p es : pˆ 0.5
200
H 0 : p 0.4 0.5 0.4
ZC 2.88 p P ( Z 2.88) 0.002
H1 : p 0.4 0.4 0.6
200