Captulo 8

Contrastes de Hiptesis
8.1.

Introduccin. Conceptos bsicos

Una hiptesis estadstica es una afirmacin acerca de una caracterstica poblacional formulada en base a los parmetros de su distribucin.
Existen diversos tipos de hiptesis:
- Hacen referencia a un parmetro de una poblacin.
Por ejemplo, consideremos el rendimiento obtenido en un proceso qumico,X, con distribucin N (, ), siendo desconocido. Podramos plantear las siguientes hiptesis:
= 90
6= 90
> 90
< 90
Si la hiptesis asigna un nico valor al parmetro se le llama hiptesis simple, en caso contrario, hiptesis compuesta. En este ejemplo, la primera es simple y el resto son
compuestas.
- Comparan parmetros de varias poblaciones.
Por ejemplo, supongamos que queremos contrastar si el fumar provoca cncer. Esto equivale a contrastar si la proporcin de fumadores con cncer, p1 , es significativamente mayor
que la proporcin de no fumadores con cncer, p2 .
119

120

Captulo 8. Contrastes de Hiptesis

Contrastar una hiptesis es comparar lo que dice la hiptesis con la informacin que nos
proporciona una muestra. Si hay coincidencia, dentro de un margen de error admisible entre la
hiptesis planteada (hiptesis nula, H0 ) y la informacin muestral entonces la mantendremos
como cierta, en caso contrario la rechazaremos. Rechazar una hiptesis es sustituirla por otra
que sea capaz de explicar la realidad observada en la muestra (hiptesis alternativa, H1 ).
Por ejemplo, supongamos que nos planteamos si el rendimiento del proceso puede ser en
media del 90 %, H0 : = 90. Realizamos una serie de pruebas y el rendimiento medio muestral

resulta ser x = 75, menor que 90. La informacin muestral parece ir ms a favor de H1 : < 90
que de H0 : = 90.
Una cosa en la que hay que hacer hincapi es la siguiente: nunca podemos afirmar el que
una hiptesis sea verdadera o falsa, ya que para ello tendramos que tener observaciones de
toda la poblacin. Por lo tanto, al realizar un contraste y tomar una decisin siempre cabe
la posibilidad de equivocarnos. Existen dos tipos de errores asociados a cualquier contraste:
error tipo I, que tiene lugar cuando rechazamos H0 siendo cierta, y error tipo II, que ocurre si
aceptamos H0 siendo falsa.
H0 cierta

H0 falsa

Acepto H0

No hay error

Error tipo II

Rechazo H0

Error tipo I

No hay error

A la probabilidad de que ocurra el error tipo I se le llama nivel de significacin del contraste,
que denotamos por y que fijamos antes de realizar un contraste. A la probabilidad de error
tipo II la denotamos por .
A 1 se le llama nivel de confianza, y a 1 potencia del test.
= P (error tipo I)=P (rechazar H0 /H0 es cierta ) ,

= P (error tipo II)=P (aceptar H0 /H0 es falsa )

Lgicamente, a medida que uno disminuye el otro aumenta.

Un ejemplo clsico es el siguiente: supongamos que un juez tiene que declarar a un individuo
culpable o inocente.
H0

: inocente

H1

: culpable

121

8.2. Pasos a seguir para realizar un contraste

Si rechaza H0 declara culpable al individuo, y si la acepta lo declara inocente. Comete un

error de tipo I si declara culpable al acusado siendo inocente, y un error de tipo II si lo declara
inocente siendo culpable. Desde el punto de vista moral parece ms grave el primer error, de
ah que en un contraste se fije el nivel de significacin y se minimice .

8.2.

Pasos a seguir para realizar un contraste

1. Planteamos la hiptesis nula H0 (de tipo igualdad) y la alternativa H1 (a favor de la

informacin muestral).
H0 :

= 0

H1 :

6= 0
< 0
> 0

2. Fijamos el nivel de significacin del contraste .Generalmente se fija en 0.05, 0.01 o 0.1.
3. Determinamos una medida de discrepancia entre la hiptesis nula y la informacin muestral. Esta medida estar en funcin de la diferencia del valor que especifica H0 para el
parmetro y el estimador muestral del parmetro, y tendr distribucin conocida. A tal
medida la llamamos estadstico de contraste bajo H0 .
4. Determinamos la discrepancia mxima que estamos dispuestos a admitir para aceptar H0 .
Este valor depender de la distribucin del estadstico de contraste bajo H0 , del nivel de
significacin especificado y del tipo de hiptesis alternativa que tengamos. Delimita las
regiones de aceptacin y rechazo de H0 .
5. Concluimos: si el estadstico de contraste observado (emprico) cae en la regin de rechazo,
rechazamos H0 , en caso contrario, la mantendremos como cierta.
Ejemplo 8.1: Sea X N (, ) con , desconocidas, y sobre planteamos el siguiente
contraste:

Delia Montoro Cazorla.

Dpto.

H0

: = 90

H1

: > 90

de Estadstica e I.O. Universidad de Jan.

122

Captulo 8. Contrastes de Hiptesis

Seleccionamos una muestra de tamao n y el estadstico de contraste bajo H0 (suponiendo

H0 cierta) es:

X 90
T =
tn1 ,
S

2
ya que Z = X
N (0, 1), =

(n 1)S 2
Z
2n1 , son independientes, y T = r 2 .
2

n1

Observemos que valores observados en X mucho mayores que 90 iran claramente a favor
de H1 (en contra de H0 ). A su vez tales valores llevaran a un estadstico de contraste T
muy grande y positivo. En consecuencia, valores muy grandes y positivos en T nos llevaran a
rechazar H0 .(siendo cierta). De ah que la regin de rechazo est en este caso en la cola de la
derecha (de la distribucin tn1 ) y presente un ara igual a (probabilidad de rechazar H0
siendo cierta). El valor que delimita la regin de rechazo es por lo tanto t1,n1 . Entonces
rechazaremos H0 si el estadstico de contraste observado, t, es mayor o igual que t1,n1 .
A la probabilidad de que el estadstico de contraste terico, este caso T, sea mayor que el
observado, en este caso t, se le llama p-valor. Por lo tanto, el criterio de rechazo en base al
p-valor ser: rechazar H0 siempre que el p-valor sea menor o igual que .

Supongamos que una muestra seleccionada de tamao 20 nos proporciona una media x = 98
y una desviacin tpica s = 2,21. El estadstico observado es por tanto
t=

98 90
= 16,188
2,21

20

Para un nivel de significacin = 0,05, t1,n1 = t0,95,19 = 1,73. Como 16,188 no es mayor
que 1,73 no podemos rechazar H0 .
Ejemplo 8.2: Sobre el ejemplo anterior, consideremos ahora la hiptesis alternativa H1 :
< 90.
H0

: = 90

H1

: < 90

En este caso, valores en X mucho menores que 90 iran a favor de H1 (en contra de H0 ).
Por lo tanto, valores muy grandes en valor absoluto y negativos en el estadstico de contraste
llevaran a rechazar H0 . La regin de rechazo est ahora en la cola de la izquierda, y el valor
que la delimita es t,n1 . Rechazamos entonces H0 si t t,n1 .

123

8.3. Contrastes de hiptesis clsicos

Si observamos una muestra de tamao 20 y se obtiene una media muestral x = 83 y una

desviacin tpica s = 1,96, el estadstico observado es:
t = 3,068,
y t,n1 = t0,05,19 = 1,73. Como 3,068 es menor que 1,73, rechazamos H0 para un nivel
de significacin del 5 %. Por lo tanto, el rendimiento medio es significativamente menor que 90.
Ejemplo 8.3: Consideremos por ltimo la hiptesis alternativa H1 : 6= 90.
H0

: = 90

H1

: 6= 90

En este caso valores en el estadstico muy grandes en valores absoluto, negativos y positivos,
llevaran a rechazar H0 . Existen ahora por lo tanto dos regiones de rechazo, una a la izquierda y
otra a la derecha, cada una de las cuales engloba un rea de /2. Los valores que las delimitan
son respectivamente t/2,n1 =-t1/2,n1 y t1/2,n1 . Rechazamos H0 si t -t1/2,n1 o t
t1/2,n1 .

Para una muestra de tamao 20 con media x = 80 y desviacin muestral s = 1,86,

t = 24,044,
y t1/2,n1 = t0,975,19 = 2,09. Como 24,044 es menor que 2,09, rechazamos H0 para un
nivel de significacin del 5 %. El rendimiento medio es significativamente distinto de 90.

8.3.

Contrastes de hiptesis clsicos

8.3.1.

Contraste para la media de una normal con varianza conocida

Sea X1 , X2 , ..., Xn una muestra aleatoria de una poblacin X N (, ), conocida.

Hiptesis nula

Estadstico de contraste
0
X

Z=
/ n

H0 : = 0
Hiptesis alternativa

Criterios de rechazo

H1 : 6= 0

Z z/2 o Z z1/2

H1 : > 0

Z z1

H1 : < 0

Z z

Delia Montoro Cazorla.

Dpto.

de Estadstica e I.O. Universidad de Jan.

124

Captulo 8. Contrastes de Hiptesis

Ejemplo 8.4: Los sistemas de escape de emergencia para las tripulaciones de aeronaves son
impulsados por un combustible slido. Una de las caractersticas de este producto es la rapidez
de combustin, que se supone con distribucin Normal. Las especificaciones requieren que la
rapidez promedio de combustin sea de 50 cm/s. Se sabe que la rapidez estndar de la rapidez
de combustin es = 2cm/s. El experimentador decide especificar una probabilidad para el
error tipo I de = 0,05. Selecciona una muestra aleatoria de tamao 25 y se obtiene una media
muestral de 53.1 cm/s. A qu conclusiones llega?.
Planteamos el siguiente contraste:
H0

: = 50

H1

: 6= 50

con varianza conocida.

El estadstico de contraste es:
Z=

53,1 50

= 7,75
2/ 25

Rechazamos H0 si Z z/2 o Z z1/2 , siendo z/2 = z0,025 = 1,96 y z1/2 =

z0,975 = 1,96. Por lo tanto, rechazamos H0 para un nivel de significacin del 5 %. La rapidez de
combustin es significativamente distinta de 50 cm/s.

8.3.2.

Contraste para la media de una normal con varianza desconocida

Sea X1 , X2 , ..., Xn una muestra aleatoria de una poblacin X N (, ), desconocida.

Hiptesis nula
H0 : = 0

Estadstico de contraste
0
X

T =
S/ n

Hiptesis alternativa

Criterios de rechazo

H1 : 6= 0

T t/2,n1 o T t1/2,n1

H1 : > 0

T t1,n1

H1 : < 0

T t,n1

125

8.3. Contrastes de hiptesis clsicos

Ejemplo 8.5: Un artculo publicado en la revista Materials Engineering describe los resultados de pruebas de resistencia a la adhesin de 22 especmenes de aleacin U-700. La carga
para la que cada especimen falla es la siguiente (en MPa):
19.8

18.5

17.6

16.7

15.8

15.4

14.1

13.6

11.9

11.4

11.4

8.8

7.5

15.4

15.4

19.5

14.9

12.7

11.9

11.4

10.1

7.9

Sugieren los datos que la carga promedio de fallo es mayor que 10 MPa?. Realizar el
contraste a un 10 % de significacin.
El contraste a realizar es:

H0

: = 10

H1

: > 10

con varianza 2 desconocida.

La media y desviacin tpica muestrales resultan 13.71 y 3.55 respectivamente, con lo cual:
t=

13,71 10

= 4,90
3,55/ 22

Dado que t = 4,90 > t1,n1 = t0,95,21 = 1,72, rechazamos H0 al 5 % de significacin. La

carga promedio de fallo es significativamente mayor que 10.

8.3.3.

Contraste para la varianza de una normal con media conocida

Sea X1 , X2 , ..., Xn una muestra aleatoria de una poblacin X N (, ), con conocida.

Hiptesis nula
H0 : 2 = 20

Estadstico de contraste
Pn
(xi )2
2
= i=1 2
0

Hiptesis alternativa

Criterios de rechazo

H1 : 2 6= 20

2 2/2,n o 2 21/2,n

H1 : 2 < 20

2 2,n

H1 : 2 > 20

Delia Montoro Cazorla.

Dpto.

2 21,n

de Estadstica e I.O. Universidad de Jan.

126

Captulo 8. Contrastes de Hiptesis

8.3.4.

Contraste para la varianza de una normal con media desconocida

Sea X1 , X2 , ..., Xn una muestra aleatoria de una poblacin X N (, ), con desconocida.

Hiptesis nula

Estadstico de contraste

H0 : 2 = 20

2 =

(n 1) S 2
20

Hiptesis alternativa

Criterios de rechazo

H1 : 2 6= 20

2 2/2,n1 o 2 21/2,n1

H1 : 2 < 20

2 2,n1

H1 : 2 > 20

2 21,n1

Ejemplo 8.6: Un fabricante de detergente lquido est interesado en la uniformidad de la

mquina que utiliza para llenar las botellas. De manera especfica, es deseable que la varianza
del proceso de llenado sea menor que 0.01, de otro modo existe un porcentaje mayor que el
deseable de botellas con un contenido menor de detergente. Supngase que la distribucin del
volumen de llenado es aproximadamente Normal. Al tomar una muestra aleatoria de 20 botellas
se obtiene una varianza muestral de 0.0153. Tiene el fabricante problemas en el proceso de
llenado de las botellas?. Realizar el contraste al 5 % de significacin.
El contraste a realizar es:

H0

: 2 = 0,01

H1

: 2 > 0,01

con media desconocida.

El estadstico de contraste resulta:
2 =

19 0,0153
= 29,07
0,01

Puesto que 29.07 no es mayor que 21,n1 = 20,95,19 = 30,14, no podemos rechazar H0 ,
no hay suficiente evidencia emprica para concluir que la varianza del proceso de llenado es
superior a la deseada.

127

8.3. Contrastes de hiptesis clsicos

8.3.5.

Contraste para el cociente de varianzas de dos normales independientes con medias conocidas

Sea X1 , X2 , ..., Xn1 una muestra aleatoria de una poblacin X N (1 , 1 ), y Y1 , Y2 , ..., Yn2
una muestra aleatoria de una poblacin Y N (2 , 2 ). Ambas poblaciones se suponen independientes.
Hiptesis nula

Hiptesis alternativa

Estadstico de contraste
Pn1
(xi 1 )2 /n1
F = Pi=1
n2
2
i=1 (yi 2 ) /n2

H1 : 21 6= 21

F 1/f1/2,n2 ,n1 o F f1/2,n1 ,n2

H0 : 21 = 22

H1 : 21 > 22
H1 :

8.3.6.

21

<

Criterios de rechazo

F f1,n1 ,n2

22

F 1/f1,n2 ,n1

Contraste para el cociente de varianzas de dos normales independientes con medias desconocidas

Sea X1 , X2 , ..., Xn1 una muestra aleatoria de una poblacin X N (1 , 1 ), y Y1 , Y2 , ..., Yn2
una muestra aleatoria de una poblacin Y N (2 , 2 ). Ambas poblaciones se suponen independientes.
Hiptesis nula

Estadstico de contraste

H0 : 21 = 22

F =

Hiptesis alternativa

Criterios de rechazo

H1 : 21 6= 22

F 1/f1/2,n2 1,n1 1 o F f1/2,n1 1,n2 1

H1 :

21

>

22

F f1,n1 1,n2 1

H1 : 21 < 22

8.3.7.

S 21
S 22

F 1/f1,n2 1,n1 1

Contraste para la diferencia de medias de dos normales independientes con varianzas conocidas

Delia Montoro Cazorla.

Dpto.

de Estadstica e I.O. Universidad de Jan.

128

Captulo 8. Contrastes de Hiptesis

Sea X1 , X2 , ..., Xn1 una muestra aleatoria de una poblacin X N (1 , 1 ), y Y1 , Y2 , ..., Yn2
una muestra aleatoria de una poblacin Y N (2 , 2 ). Ambas poblaciones se suponen independientes.
Hiptesis nula

8.3.8.

H0 : 1 2 = 0

Estadstico de contraste
Y 0
X
Z= s
2
21
+ 2
n1
n2

Hiptesis alternativa

Criterios de rechazo

H1 : 1 2 6= 0

Z z/2 o Z z1/2

H1 : 1 2 > 0

Z z1

H1 : 1 2 < 0

Z z

Contraste para la diferencia de medias de dos normales independientes con varianzas desconocidas pero iguales

Sea X1 , X2 , ..., Xn1 una muestra aleatoria de una poblacin X N (1 , ), y Y1 , Y2 , ..., Yn2
una muestra aleatoria de una poblacin Y N (2 , ). Ambas poblaciones se suponen independientes.
Hiptesis nula
H0 : 1 2 = 0

Estadstico de contraste
Y 0
X
T =s

1
1
Sp2
+
n1 n2

Hiptesis alternativa

Criterios de rechazo

H1 : 1 2 6= 0

T t/2,n o T t1/2,n

H1 : 1 2 > 0

T t1,n

H1 : 1 2 < 0

T t,n

donde
n = n1 + n2 2
(n1 1) S 21 + (n2 1) S 22
Sp2 =
n

129

8.3. Contrastes de hiptesis clsicos

Ejemplo 8.7: Se analizan dos catalizadores para determinar la forma en la que afectan
el rendimiento promedio de un proceso qumico. De manera especfica, el catalizador 1 es el
que se est empleando en este momento, pero el catalizador 2 tambin es aceptable. Como el
catalizador 2 es ms caro, slo interesar emplearlo siempre y cuando aumente el rendimiento
promedio del proceso. Se hace una prueba piloto, y los rendimientos obtenidos en % son los
siguientes:
Catalizador 1

Catalizador 2

91.5

89.19

94.18

90.95

92.18

90.46

95.39

93.21

91.79

97.19

89.07

97.04

94.72

91.07

89.21

92.75

(a) Contrastar al 10 % de significacin si la variabilidad en el rendimiento del proceso puede

considerarse independiente del catalizador empleado.
El contraste es:
H0

: 21 = 22

H1

: 21 6= 22

con medias desconocidas.

El estadstico de contraste resulta:
F =

S 21
5,688
=
= 0,639
S 22
8,901

Como F no es menor que 1/f1/2,n2 1,n1 1 = 1/f0,95,7,7 = 0,264 ni F es mayor que

f1/2,n1 1,n2 1 = f0,95,7,7 = 3,79, no podemos rechazar H0 , por lo tanto, la variabilidad
en el rendimiento del proceso puede considerarse independiente del catalizador empleado.
(b) Contrastar al 5 % si interesa emplear el catalizador 2.
Veamos si el catalizador 2 aumenta el rendimiento promedio del proceso.
Delia Montoro Cazorla.

Dpto.

de Estadstica e I.O. Universidad de Jan.

130

Captulo 8. Contrastes de Hiptesis

Planteamos entonces el siguiente contraste:

H0

: 1 2 = 0

H1

: 1 2 < 0

con varianzas desconocidas pero iguales (segn el contraste realizado anteriormente).

Y 0
92,255 92,733 0
X

= s
= 0,354
1
1
1
1
Sp2
+
7,295
+
n1 n2
8 8

T =s

Como T no es menor que t,n = t0,05,14 = 1,761 no podemos rechazar H0 para un nivel
de significacin del 5 %. Por lo tanto, el catalizador 2 no aumenta significativamente el
rendimiento promedio del proceso.

8.3.9.

Contraste para la diferencia de medias de dos normales relacionadas (muestras apareadas) con varianzas desconocidas pero
iguales

Sea X1 , X2 , ..., Xn una muestra aleatoria de una poblacin X N (1 , ), apareada con

una muestra Y1 , Y2 , ..., Yn de una poblacin Y N (2 , ).
Hiptesis nula

Hiptesis alternativa

Estadstico de contraste
0
D
T = q 2

H1 : 1 2 6= 0

T t/2,n1 o T t1/2,n1

H1 : 1 2 > 0

T t1,n1

H1 : 1 2 < 0

T t,n1

H0 : 1 2 = 0

SD
n

Criterios de rechazo

donde D = X Y .
Ejemplo 8.8: Se desea comparar dos mtodos para predecir la resistencia al corte de vigas
de placa de acero. Con este fin se selecciona una muestra de 9 vigas, a las que se aplican los

131

8.3. Contrastes de hiptesis clsicos

dos mtodos. Los datos se presentan en la siguiente tabla:

Mt. 1

1.186

1.151

1.322

1.339

1.2

1.402

1.365

1.537

1.559

Mt. 2

1.061

0.992

1.063

1.062

1.065

1.178

1.037

1.086

1.052

Contrastar al 5 % de significacin si existe alguna diferencia entre estos dos mtodos.

Claramente se trata de un contraste de igualdad de medias en muestras apareadas (se aplica
a las mismas vigas los dos mtodos). Llamamos D a la diferencia de resistencia entre el mtodo
1 y el mtodo 2 y el contraste es:
H0

: D = 0

H1

: D 6= 0

0.277

0.138

Los valores muestrales de D son:

D

0.119

0.159

0.259

0.224

0.328

0.451

0.507 ,

que proporcionan una media de 0.2736 y una desviacin de 0.1356.

El estadstico de contraste observado es:
0,2736
= 6,05,
T =q
0,13562
9

t/2,n1 = t0,025,8 = 2,306 y t1,n1 = t0,975,8 = 2,306.

Al ser 6.05 mayor que 2.306, rechazamos H0 , es decir, los mtodos proporcionan resultados
diferentes.

8.3.10.

Contraste para una proporcin

Sea X1 , X2 , ..., Xn una muestra aleatoria de una poblacin X Bernoulli(p).

Hiptesis nula
H0 : p = p0

Estadstico de contraste
p p0
Z=r
p0 (1 p0 )
n

Hiptesis alternativa

Criterios de rechazo

H1 : p 6= p0

Z z/2 o Z z1/2

H1 : p > p0

Z z1

H1 : p < p0

Z z

Delia Montoro Cazorla.

Dpto.

de Estadstica e I.O. Universidad de Jan.

132

Captulo 8. Contrastes de Hiptesis

Ejemplo 8.9: Un distribuidor adquirir un lote de equipos si el porcentaje de defectuosos

no es mayor que el 3 %, y se quiere una probabilidad del 5 % de rechazar la compra aunque
verifique la condicin requerida. Prueba 30 equipos y 2 de ellos resultan defectuosos. Qu
decisin debe adoptar?.
Llamamos p a la proporcin de equipos defectuosos en el lote, y queremos comprobar si es
mayor que 0.03. Realizamos para ello el siguiente contraste:
H0

: p = 0,03

H1

: p > 0,03

En este caso el nivel de significacin viene dado por:

= P (Rechazar H0 /H0 cierta )
= P (Rechazar el lote/no contiene ms del 3 % de defectuosos)=0.05

La proporcin de defectuosos en la muestra es p = 2/30 = 0,067,con lo cual:

0,067 0,03
= 1,188
Z=r
0,03 0,97
30
Al ser no ser Z mayor que z1 = z0,95 = 1,65 no se rechaza H0 . Es decir, no hay suficiente
evidencia emprica para concluir que el porcentaje de defectuosos por lote es superior al 3 %.

8.3.11.

Contraste para la comparacin de dos proporciones

Sean X1 , ..., Xn1 una m.a.s. de X Bernoulli(p1 ) y Y1 , ..., Yn2 una m.a.s. de Y Bernoulli(p2 ).
Ambas poblaciones se suponen independientes.
Hiptesis nula
H0 : p1 = p2

Hiptesis alternativa

Estadstico de contraste
p1 p2
Z=r

pT 1 pT /n1 + pT 1 pT /n2
Criterios de rechazo

H1 : p1 6= p2

Z z/2 o Z z1/2

H1 : p1 > p2

Z z1

H1 : p1 < p2

Z z

133

8.3. Contrastes de hiptesis clsicos

donde
pT =

n1 p1 + n2 p2
n1 + n2

Ejemplo 8.10: Una central de productos lcteos recibe diariamente la leche de dos granjas
A y B. Con el fin de estudiar la calidad de los productos recibidos se extraen dos muestras, una
de cada granja, y se analiza el contenido de materia grasa de cada producto. Se obtienen los
siguientes resultados:
Granja A

Granja B

0.32

0.28

0.29

0.30

0.30

0.33

0.28

0.29

0.33

0.31

0.31

0.29

0.30

0.33

0.29

0.32

0.33

0.29

0.32

0.32

0.30

0.31

0.29

0.32
0.29
0.33

Si la central rechaza aquellos productos con un contenido graso superior a 0.32, existen
diferencias significativas entre los porcentajes de productos de A y B que se tendran que
rechazar?. Realizar el contraste al 5 % de significacin.
El contraste es:
H0

: p1 = p2

H1

: p1 6= p2

donde el subndice 1 hace refencia a la granja A y el 2 a la B. Las proporciones de productos

que superan un contenido graso de 0.32 en las muestras son p1 = 0,167 y p2 = 0,214, y la
Delia Montoro Cazorla.

Dpto.

de Estadstica e I.O. Universidad de Jan.

134

Captulo 8. Contrastes de Hiptesis

proporcin muestral total es pT = 0,192. Por lo tanto, el estadstico de contraste resulta:

0,167 0,214
= 0,303
Z=p
0,192 (1 0,192) /12 + 0,192 (1 0,192) /14

Como Z no es menor que z0,025 = 1,96 ni Z es mayor que z0,975 = 1,96 no podemos
rechazar H0 . No existen diferencias significativas en las proporciones de productos a rechazar
en ambas granjas.

8.4.

Relacin entre intervalos de confianza y contrastes de

hiptesis

Existe una estrecha relacin entre la prueba de una hiptesis estadstica sobre un parmetro
y el intervalo de confianza de . Si denotamos por [L , U ] el intervalo de confianza para a
un nivel de confianza del (1 )100 %, entonces el contraste bilateral (dos colas)
H0

: = 0

H1

: 6= 0

a un nivel de significacin conduce a rechazar H0 si 0 no pertenece al intervalo [L , U ].

8.5.

Ejercicios

1. Se utilizan dos mquinas diferentes de moldeo por inyeccin para la fabricacin de piezas
de plstico. Una pieza se considera defectuosa si tiene un encogimiento excesivo o si le
falta color. Se toman dos muestras aleatorias, ambas de tamao 300, y se encuentan 15
piezas defectuosas en la muestra de la mquina 1 y 8 defectuosas en la muestra de la
mquina 2. Podemos concluir que la mquina 2 produce menos piezas defectuosas que
la mquina 1?. Realizar el contraste para un nivel de significacin a = 0,05. Suponer que
sendas muestras proceden de poblaciones normales e independientes.
2. En un proceso de fabricacin de tubos de aluminio, la longitud de stos se distribuye
segn una normal de media 100 cm y varianza 16 cm2 . Se realiza una reparacin y ahora
se desea discernir si ha habido un cambio en la longitud media de los tubos. Para ello se

135

8.5. Ejercicios

selecciona una muestra de tamao 9, obtenindose una media muestral de 102 cm. Para
un nivel de significacin del 5 %, a qu conclusin se llega?.
3. Dos laboratorios farmacuticos presentan sendas vacunas contra la alergia en el mercado
al mismo tiempo. Una organizacin de consumidores desea comprobar cul es ms efectiva
de las dos. Con este fin, aplican cada vacuna a una muestra de 10 personas alrgicas y se
mide el nivel de alergia (de 0 a 3) que presentan en la primavera del ao siguiente. Los
resultados son:
Vacuna 1

Vacuna 2

Es la vacuna 1 significativamente ms eficaz que la 2? Realizar el contraste al 5 % de

significacin.
4. Un fabricante de monitores prueba dos diseos de microcircuitos para determinar si producen un flujo de corriente distinto. El departamento de ingeniera ha obtenido los datos
siguientes:
Diseo 1
Diseo 2

n1 = 15

x1 = 24,2

S21 = 10

n2 = 10

x2

S22 = 10,89

= 23,9

Determinar si existe alguna diferencia significativa en el flujo de corriente de los dos

diseos. Tomar = 0,05.
5. Dos compaas de compuestos qumicos pueden surtir materia prima, y la concentracin
de un elemento en particular en este material es importante. La concentracin promedio
de ambos proveedores es la misma, pero se sospecha que la variabilidad en la concentracin
puede diferir en las dos compaas. La desviacin estndar de la concentracin en una
muestra aleatoria de 15 lotes producidos por la compaa 1 es 4.7g/l, mientras para la
compaa 2, una muestra de 20 lotes proporciona una desviacin estndar de 5.8 g/l.
Existe suficiente evidencia en los datos para concluir que la variabilidad en la compaa
1 es mayor que la variabidad de la compaa 2? Realizar el constraste para un nivel de
significacin del 5 %.
6. Un fabricante de lentes intraoculares evala una nueva mquina pulidora. El fabricante
aprobar la mquina si el porcentaje de lentes pulidos que contienen defectos en la superficie no es mayor del 2 %. Se toma una muestra aleatoria de 250 lentes y se encuentra
Delia Montoro Cazorla.

Dpto.

de Estadstica e I.O. Universidad de Jan.

136

Captulo 8. Contrastes de Hiptesis

que 6 de ellos tienen defectos. Aprueba el fabricante la nueva mquina pulidora?. Tomar
= 0,1
7. Se utilizan dos mquinas diferentes de moldeo por inyeccin para la fabricacin de piezas
de plstico. Una pieza se considera defectuosa si tiene un encogimiento excesivo o si le
falta color. Se toman dos muestras aleatorias, cada una de tamao 300, y se encuentran 15
defectuosas en la primera y 8 en la segunda. Es razonable concluir que la proporcin de
defectuosas es la misma en ambas mquinas?. Realizar el contraste al 5 % de significacin.
8. Quince hombres adultos con edades comprendidas entre 35 y 50 aos participan en un
estudio para evaluar el efecto de la dieta y el ejercicio sobre el nivel de colesterol en la
sangre. Los niveles de colesterol medidos sobre cada individuo antes y despus de haber
realizado el programa (dieta baja en grasas y ejercicio) aparecen en la siguiente tabla:
Sujeto

Antes

Despus

265

229

240

231

258

227

295

240

251

238

245

241

287

234

314

256

260

247

10

279

239

11

283

246

12

240

218

13

238

219

14

225

226

15

247

233

Contrastar con un nivel de significacin del 5 % si el programa reduce el nivel de colesterol.

9. En la fabricacin de semiconductores, a menudo se utiliza una sustancia qumica para
quitar el sicilio de la parte trasera de las obleas antes de la metalizacin. En este proceso

137

8.5. Ejercicios

es importante la rapidez con la que acta la sustancia. Se han comparado dos soluciones
qumicas, utilizando para ello dos muestras aleatorias de 10 obleas para cada solucin. La
rapidez de accin observada es la siguiente (en mils/min):
Solucin 1

9.9

9.4

9.3

9.6

10.2

10.1

10.3

10.0

9.3

10.1

Solucin 2

10.2

10.6

10.7

11.4

10.5

11.0

10.2

10.7

10.4

10.3

a) Contrastar la igualdad de varianzas para un nivel de significacin del 10 %.

b) Es significativamente mayor la rapidez (media) de actuacin de la sustancia empleada en la solucin 2 ?. Realizar el contraste para un nivel de significacin del
5%
10. Se mide la produccin diaria de 2 mquinas durante 9 das seleccionados al azar. Los
datos obtenidos se recogen en la siguiente tabla:

Mquina 1

Mquina 2

103

101

115

98

101

110

105

99

107

98

110

110

105

109

110

99

115

100

a. Obtener un intervalo de confianza para la produccin media de cada mquina con

un nivel de confianza del 95 %.
b. Contrastar si las varianzas pueden suponerse iguales al 10 % de significacin.
c. Contrastar si la produccin media diaria de la mquina 1 es significativamente mayor
que la produccin media diaria de la mquina 2. Realizar el contraste para un nivel
de significacin del 5 %.
Delia Montoro Cazorla.

Dpto.

de Estadstica e I.O. Universidad de Jan.

138

Captulo 8. Contrastes de Hiptesis

11. Un sindicato pretende analizar los accidentes laborales en los sectores de la construccin
y la siderometalurgia. Para ello, toma una muestra aleatoria de 125 empresas dedicadas
a la construccin y otra de 75 pertenecientes al sector de la siderometalurgia. Una vez
analizados los porcentajes de accidentes en cada una de estas empresas, se obtienen los
siguientes datos:

N o de empresas p or sector con un %

de accidentes menor del 10 %

N o de empresas p or sector con un %

de accidentes mayor o igual del 10 %

Construccin

98

27

Siderometalurgia

54

21

Puede afirmarse al 5 % de significacin que el porcentaje de accidentes laborales es independiente del sector al que pertenece la empresa?.

12. La Consejera de Obras Pblicas y Urbanismo de una Comunidad engarga un estudio para
comparar el precio de las viviendas nuevas de dos municipios, A y B. Con tal fin, se recoge
informacin sobre el precio del m2 de 42 viviendas de promotoras distintas, seleccionadas
al azar en el municipio A y de 40 viviendas en el municipio B. En la muestra de viviendas
del municipio A, el precio medio del m2 ha resultado ser de 0.98 miles de euros con
una desviacin tpica de 0.09 miles de euros, mientras que en la muestra de viviendas
del municipio B, el precio medio del m2 es de 0.95 y la desviacin tpica de 0.07. A
partir de esta informacin, puede aceptarse que en los dos municipios no hay diferencias
significativas en el precio medio de las viviendas de nueva construccin para un nivel de
significacin del 5 %?.

13. Se investiga la temperatura de deflexin bajo carga para dos tipos diferentes de tubera de
plstico. Para ello se toman dos muestras aleatorias, cada una de 10 unidades, anotando

139

8.5. Ejercicios

las temperaturas de deflexin observadas (o F). Los resultados son los siguientes.
Tipo 1

Tipo 2

206

177

188

197

205

206

187

201

194

180

193

176

207

185

185

200

189

197

213

192

Suponiendo que sendas muestras proceden de poblaciones normales e independientes,

a. Obtn un intervalo de confianza para el cociente de varianzas con un nivel de confianza del 95 %. Pueden considerarse iguales las varianzas?
b. Apoyan los datos la afirmacin de que la temperatura de deflexin bajo carga para
la tubera de tipo 2 es mayor que para la tubera de tipo 1?. Tomar = 0,05.

Delia Montoro Cazorla.

Dpto.

de Estadstica e I.O. Universidad de Jan.