4PruebadeHiptesis

4.1.Introduccin
PRUEBADEHIPOTESIS
Lasseccionesanterioreshanmostradocmopuedeestimarseunparmetroapartirdelosdatoscontenidosenuna
muestra.Puedeencontrarseyaseaunslonmero(estimadorpuntual)ounintervalodevaloresposibles(intervalo
de confianza). Sin embargo, muchos problemas de ingeniera, ciencia, y administracin, requieren que se tome una
decisin entre aceptar o rechazar una proposicin sobre algn parmetro. Esta proposicin recibe el nombre de
hiptesis.Esteesunodelosaspectosmstilesdelainferenciaestadstica,puestoquemuchostiposdeproblemas
detomadedecisiones,pruebasoexperimentosenelmundodelaingeniera,puedenformularsecomoproblemasde
pruebadehiptesis.
Definicindehiptesis.

Unahiptesisestadsticaesunaproposicinosupuestosobrelosparmetrosdeunaomspoblaciones.
Fuentesdehiptesis.

Supongaquesetieneintersenlarapidezdecombustindeunagentepropulsorslidoutilizadoenlossistemasde
salidadeemergenciaparalatripulacindeaeronaves.Elinterssecentrasobrelarapidezdecombustinpromedio.
De manera especfica, el inters recae en decir si la rapidez de combustin promedio es o no 50 cm/s. Esto puede
expresarsedemaneraformalcomo
Ho;

=50cm/s

H1;

50cm/s

La proposicin Ho;

= 50 cm/s, se conoce como hiptesis nula, mientras que la proposicin H1;

recibe el nombre de hiptesis alternativa. Puesto que la hiptesisalternativa especifica valores de

50 cm/s,
que pueden

ser mayores o menores que 50 cm/s, tambin se conoce como hiptesis alternativa bilateral. En algunas
situaciones,loquesedeseaesformularunahiptesisalternativaunilateral,comoen
Ho;

=50cm/sHo;

=50cm/s

<50cm/sH1;

>50cm/s

H1;

Esimportanterecordarquelashiptesissiempresonproposicionessobrelapoblacinodistribucinbajoestudio,no
proposicionessobrelamuestra.Porlogeneral,elvalordelparmetrodelapoblacinespecificadoenlahiptesisnula
sedeterminaenunadetresmanerasdiferentes:
1.

Puede ser resultado de la experiencia pasada o del conocimiento del proceso, entonces el objetivo de la
pruebadehiptesisusualmenteesdeterminarsihacambiadoelvalordelparmetro.

2.

Puedeobtenerseapartirdealgunateoraomodeloqueserelacionaconelprocesobajoestudio.Enestecaso,
elobjetivodelapruebadehiptesisesverificarlateoraomodelo.

3.

Cuando el valor del parmetro proviene de consideraciones externas, tales como las especificaciones de
diseo o ingeniera, o de obligaciones contractuales. En esta situacin, el objetivo usual de la prueba de
hiptesisesprobarelcumplimientodelasespecificaciones.

Un procedimiento que conduce a una decisin sobre una hiptesis en particular recibe el nombre de prueba de
hiptesis. Los procedimientos de prueba de hiptesis dependen del empleo de la informacin contenida en la
muestraaleatoriadelapoblacindeinters.Siestainformacinesconsistenteconlahiptesis,seconcluyequesta
esverdadera;sinembargosiestainformacinesinconsistente conlahiptesis,seconcluyequeestaesfalsa.Debe
hacersehincapienquelaverdadofalsedaddeunahiptesisenparticularnuncapuedeconocerseconcertidumbre,a
menosquepuedaexaminarseatodalapoblacin.Usualmenteestoesimposibleenmuchassituacionesprcticas.Por
tanto,esnecesariodesarrollarunprocedimientodepruebadehiptesisteniendoencuentalaprobabilidaddellegara
unaconclusinequivocada.

Hiptesisnulayalternativa.

Lahiptesisnula,representadaporHo,eslaafirmacinsobreunaomscaractersticasdepoblacionesquealinicio
sesuponecierta(esdecir,la"creenciaapriori").
La hiptesis alternativa, representada por H1, es la afirmacin contradictoria a Ho, y sta es la hiptesis del
investigador.
Lahiptesisnulaserechazaenfavordelahiptesisalternativa,slosilaevidenciamuestralsugierequeH oesfalsa.Si
lamuestranocontradicedecididamenteaHo,secontinacreyendoenlavalidezdelahiptesisnula.Entonces,lasdos
conclusionesposiblesdeunanlisisporpruebadehiptesissonrechazarHoonorechazarHo.

Pasosaseguirenunapruebadehiptesis:
Setrata,deextraerconclusionesapartirdeunamuestraaleatoriaysignificativa,quepermitanaceptarorechazaruna
hiptesis previamente emitida, sobre el valor de un parmetro desconocido de la poblacin. El mtodo que
seguiremoseselsiguiente:
1.

Definirlahiptesisnula:suponerunahiptesisacercadeunapoblacin.Sedeterminasiesunaprueba
deunaodoscola.

2.

Formularunahiptesisalternativa:esunacontrahiptesis.

3.

Elegirunniveldesignificacin yconstruirlazonadeaceptacin,intervalofueradelcualslose
encuentranel 100%deloscasosmsraros.AlazonaderechazolallamaremosReginCrtica,ysu
reaeselniveldesignificacinoaceptacin.

4.

Verificar la hiptesis extrayendo una muestra cuyo tamao se ha decidido en el paso anterior y
obteniendo de ella el correspondiente estadstico (media o proporcin en nuestro caso). Decida que
distribucin (t o z) es la ms apropiada y encuentre los valores crticos adecuados para el nivel de
significanciaescogidodelatablaadecuada.

5.

Recabardatosdelamuestra.

6.

Calculeelerrorestndardelestadsticodelamuestrayutiliceelerrorestndarparaconvertirelvalor
observadodelestadsticodelamuestraaunvalorestandarizado.Determinesielvalorcalculadoenla
muestracaedentrodelazonadeaceptacindeserasseaceptalahiptesisysinoserechaza.

7.

Utiliceelestadsticodelamuestraparaevaluarlahiptesis.

Aqunosvamosalimitaraestudiarhiptesissobrelamediaysobrelaproporcinenunapoblacin.Encadacaso
setrabajaconuncontrastebilateralounilateral.Loscontrastesunilateralessondedistintadireccinencadaejemplo,
peroelmtodoaseguiresanlogoparaambos.
Estadsticodelaprueba
Losdatossedebensintetizaenunestadsticodelaprueba.Dichoestadsticosecalculaparaversiesrazonablemente
compatible con la hiptesis nula. Cuando se prueba una proporcin el estadstico de la prueba es muy simple: se
cuentaelnmerodexitosenlamuestraparaencontrarelestadstico.

En las pruebas de hiptesis es necesario trazar una lnea entre los valores del estadstico de la prueba que son
relativamenteprobablesdadalahiptesisnulaylosvaloresquenoloson.Enquvalordelestadsticodelaprueba
comenzamos a decir que los datos apoyan a la hiptesis alternativa? Para contestar a esta pregunta se requiere
conocer la distribucin muestral del estadstico de la prueba. Los valores del estadstico de la prueba que son
sumamenteimprobablesbajolahiptesisnula(talcomolosdeterminaladistribucinmuestral)formanunaregin
derechazoparalapruebaestadstica.
Niveldesignificacin
Pararealizaruncontrastedehiptesissedefinenormalmenteunamedidadediscrepancia,entrelosdatosmuestrales
y la hiptesis nula H0. Intuitivamente la discrepancia debe depender de la diferencia entre el valor del parmetro

especificadoporH0yelvalordelestimadorcalculadoenlamuestra.Paraobtenerunamedidadediscrepanciaqueno
dependadelasunidadesdemedidadelavariablepodemosdividirestadiferenciaporsuvalorpromedio,queesel
errortpicodeestimacindelparmetro.Portanto,lamedidadediscrepanciamshabituales:

discrepancia =

estimador parmetro

error tpico de esitmacin

HayquedecidirquediscrepanciasconsideramosinadmisiblesbajoH0,esdecir,cualeslamximadiferenciaentreel
estimadoryelparmetroqueestamosdispuestosaconsiderarcompatibleconH0.Estadecisindependede:

La distribucin de la medida de discrepancia cuando es cierta H0. Como veremos, la medida de

discrepancia tiene generalmente una distribucin normal, de media cero y desviacin tpica uno,
cuandoH0escierta.

Queelcontrasteseaunilateralobilateral.Paracontrastesunilateralesinteresanlasdiscrepanciasen
unadireccin,mientrasqueparalosbilateralesinteresanenambas.

Interpretacindelniveldesignificancia.
Elpropsitodelapruebadehiptesisnoescuestionarelvalorcalculadodelestadsticodelamuestra,sinohacerun
juiciorespectoaladiferenciaentreeseestadsticodemuestrayunparmetrodepoblacinhipotetizado.Elsiguiente
paso despus de establecer la hiptesis nula y alternativa consiste en decidir qu criterio utilizar para decidir si
aceptar o rechazar la hiptesis nula. Si suponemos que la hiptesis es correcta, entonces el nivel de significancia
indicarelporcentajedemediasdemuestraqueestfueradeciertoslmites.Siemprequeafirmemosqueaceptamos
la hiptesis nula, en realidad lo que queremos decir es que no hay suficiente evidencia estadstica para
rechazarla.Elempleodeltrminoaceptar,enlugarderechazar,sehavueltodeusocomn.Significasimplemente
que cuando los datos de la muestra n hacen que rechacemos una hiptesis nula, nos comportamos como si fuera
cierta.
Seleccindelniveldesignificancia.
Nuestraeleccindelestndarmnimoparaunaprobabilidadaceptable,oelniveldesignificancia,estambinelriesgo
que asumimos al rechazar una hiptesis nula cuando es cierta. Mientras ms alto sea el nivel de significancia que
utilizamosparaprobarunahiptesis,mayorserlaprobabilidadderechazarunahiptesisnulacuandoescierta.

4.2.ErrorestipoIytipoII
ErrorestipoIyII.

Este procedimiento de decisin puede conducir a una de dos conclusiones errneas. Por ejemplo, es posible que el
valorverdaderodelarapidezpromediodecombustindelagentepropulsorseaiguala50cm/s.Sinembargo,para
todoslosespecmenesbajoprueba,bienpuedeobservarseunvalordelestadsticodeprueba

quecaeenlaregin

crtica.Enestecaso,lahiptesisnulaHoserrechazadaenfavordelaalternativaH1cuando,dehecho,Hoenrealidad
esverdadera.EstetipodeconclusinequivocadaseconocecomoerrortipoI.
ElerrortipoIsedefinecomoelrechazodelahiptesisnulaH ocuandostaesverdadera.Tambinesconocidocomo
niveldesignificancia.
Situviramosunniveldeconfianzadel95%entonceselniveldesignificanciaseradel5%.Anlogamentesisetiene
unniveldeconfianzadel90%entonceselniveldesignificanciaseradel10%.
Ahora supngase que la verdadera rapidez promedio de combustin es diferente de 50 cm/s, aunque la media
muestral

caiga dentro de la regin de aceptacin. En este caso se acepta Ho cuando sta es falsa. Este tipo de

conclusinrecibeelnombredeerrortipoII.
ElerrortipoIIerror

sedefinecomolaaceptacindelahiptesisnulacuandostaesfalsa.

ErrorTiposIyIIenunContrastedeHiptesis
Si rechazamos una hiptesis cuando debiera ser aceptada, cometemos un error de tipo I, mientras que si la
aceptamosdebiendoserrechazadadiremosquehemoscometidounerrordetipoII.Minimizarloserroresnoesuna
cuestinsencilla,untiposuelesermsgravequeotroylosintentosdedisminuirunosuelenproducirelaumentodel
otro.Lanicaformadedisminuirambosalavezesaumentareltamaodelamuestra.

La probabilidad de cometer un error de tipo I es el nivel de significacin , la probabilidad de cometer un

errordetipoIIdependedelverdaderovalordeydeltamaodelamuestra.

Comprueba que la probabilidad de cometer un error de tipo II disminuye al aumentar el tamao de la

muestra (n). Comprueba tambin lo que ocurre al variar la diferencia entre la media hipottica de la
poblacin(o)ylaverdadera().

ElrechazodeunahiptesisnulacuandoesciertasedenominaerrordetipoI,ysuprobabilidad(queestambinel
niveldesignificancia)sesimbolizacomo .

El hecho de que P sea muy bajo no califica el acontecimiento como imposible. Simplemente que tiene poca
probabilidaddeocurriralazar.AlaprobabilidaddecometererrortipoIseladenominaniveldesignificacin
HabitualmenteelinvestigadorfijaapriorielniveldesignificacincrticopararechazarHo( ).Si Pesmenor
que ,serechaza.Encasocontrario,seaceptaHo.
ElhechodeaceptarunahiptesisnulacuandoesfalsasedenominaerrordetipoII,ysuprobabilidadsesimboliza
como .Laprobabilidaddecometeruntipodeerrorpuedereducirseslosideseamosincrementarlaprobabilidadde
cometer el otro tipo de error. Con el propsito de obtener una baja, tendremos que tolerar una alta. Los

responsablesdelatomadedecisionesdecidenelniveldesignificanciaadecuado,alexaminarloscostosodesventajas
vinculadasconambostiposdeerrores.
Enrealidad, puedeasumirinfinitosvaloresdistintosde k.Sielverdaderovalorde nodistaexcesivamentedel
postuladoenHo,esposibleaceptarstasiendofalsa:

Como el valor observado cae en el rea de aceptacin de Ho, no se rechaza la hiptesis. Sin embargo el valor
verdaderodelparmetro

esdistintodek.LaprobabilidaddecometerunerrordetipoIIes .Alvalor(1 )se

lellamapotenciadeuntest.Elvalor dependede ydelvaloralternativoquesepongapara

Cuantomenor

sea ,mayorser .Lanicaformadedisminuiramboserrores,esaumentareltamaodelamuestra(n).

Lashiptesisnulayalternativasonaseveracionessobrelapoblacinquecompitenentres.OlahiptesisnulaH0es
verdadera,oloeslahiptesisalternativaH1,peronoambas.Enelcasoideal,elprocedimientodepruebadehiptesis
debe conducir a la aceptacin de H0 cuando sea verdadera y al rechazo de H0 cuando H1 sea verdadera.
Desafortunadamentenosiempresonposibleslasconclusionescorrectas.Comolaspruebasdehiptesissebasanen
informacindemuestra,debemosconsiderarlaposibilidaddeerrores.

ValoresCrticosdeyZonasdeRechazo
LosvaloresqueseobtienendelatablaZsonvalorescrticosquedeterminanlaszonasderechazoenuncontraste
dehiptesis.Cuandoserealizauncontrasteopruebadehiptesisconunniveldesignificanciade95%queesel
reaoRegindeAceptacin(vergraficaAyA0),paraencontrarlazonadeaceptacinsedividepor2el95%,enla
tablaZ,elreadeaceptacinser0.95/2=0.4750queindicaunvalorde Z = 1.96 .El5%restanteeslazonade
rechazooReginCritica(vergraficaAyA0),estadistribuidaentrelasdoscolasdeladistribucin,laderechayla
izquierda,con2.5%paracadazonaderechazo.Este5%eselniveldesignificacin,oelvaloralfa ( ) delaprueba.
Porlotanto,siunvalordeZesmayorque1.96omenorquemenos1.96,noesprobableque 0 =

,entonces,

lahiptesisnulaserrechazada.
EsosvalorescrticosdeZde 1.96 permitenestablecerunaRegladeDecisinquedigasiserechazalahiptesis
nulaono.Laregladedecisinseria:

RegladeDecisin:NoserechazalahiptesisNulasilosvaloresdeZestnentre 1.96 .SerechazansielvalorZ

esmenorquemenos1.96omayorque+1.96.

GRAFICAA

UnavezdecididoquetipodediscrepanciasllevanarechazarH 0,(quedependerslodesielcontrasteesunilateralo
bilateral) hay que determinar cual es la discrepancia mxima admisible, lo que depender de la distribucin de la
medida de discrepancia cuando es cierta H0. Llamaremos pvalor del contraste, a la probabilidad de obtener una
discrepanciamayorquelaobservada.RechazaremosH0cuandoelpvalorseapequeo(menorde0,10,0,05o0,01)
Losvaloresmscomunesparanivelesdesignificacin
0,10

0,05

(90%)

(95%)

Valorescrticosdezparaunacola

+1,28

+1,645

+2,33

Valorescrticosdezparadoscolas

+1,65

+1,96

+2,58

NiveldeSignificacin

0,01(99%)

Matrizdedecisin.

Portanto,alprobarcualquierhiptesisestadstica,existencuatrosituacionesdiferentesquedeterminansiladecisin
finalescorrectaoerrnea.
Decisin

Hoesverdadera

Hoesfalsa

AceptarHo

Nohayerror

ErrortipoII

RechazarHo

ErrortipoI

1.

Nohayerror

LoserrorestipoIytipoIIestnrelacionados.Unadisminucinenlaprobabilidaddeunoporlogeneraltiene
comoresultadounaumentoenlaprobabilidaddelotro.

2.

El tamao de la regin crtica, y por tanto la probabilidad de cometer un error tipo I, siempre se puede
reduciralajustarelolosvalorescrticos.

3.

Unaumentoeneltamaomuestralnreducir

deformasimultnea.

4.

Silahiptesisnulaesfalsa,

esunmximocuandoelvalorrealdelparmetroseaproximaal hipottico.

Entremsgrandesealadistanciaentreelvalorrealyelvalorhipottico,sermenor

4.3.Potenciadelaprueba
TiposdeEnsayo
Sepuedenpresentartrestiposdeensayodehiptesisqueson:

UnilateralDerecho

UnilateralIzquierdo

Bilateral

Dependiendodelaevaluacinquesequierahacerseseleccionareltipodeensayo.

UnilateralDerecho.Elinvestigadordeseacomprobarlahiptesisdeunaumentoenelparmetro,enestecaso
el nivel de significancia se carga todo hacia el lado derecho, para definir las regiones de aceptacin y de
rechazo.
Ensayodehiptesis:
Ho;Parmetro x

H1;Parmetro x

Unilateral Izquierdo: El investigador desea comprobar la hiptesis de una disminucin en el parmetro, en

estecasoelniveldesignificanciasecargatodohaciaelladoizquierdo,paradefinirlasregionesdeaceptacin
yderechazo.
Ensayodehiptesis:
Ho;Parmetro x
H1;Parmetro x

Bilateral:Elinvestigadordeseacomprobarlahiptesisdeuncambioenelparmetro.Elniveldesignificancia
sedivideendosyexistendosregionesderechazo.
Ensayodehiptesis:
Ho;Parmetro=x
H1;Parmetro

4.4.FormulacindeHiptesisestadsticas
PruebadeunaHiptesisEstadstica
Para ilustrar los conceptos generales, considere el problema de la rapidez de combustin del agente propulsor
presentadoconanterioridad.Lahiptesisnulaesquelarapidezpromediodecombustines50cm/s,mientrasquela
hiptesisalternativaesquestanoesiguala50cm/s.Estoes,sedeseaprobar:
Ho;
H1;

=50cm/s
50cm/s

Supngasequeserealizaunapruebasobreunamuestrade10especmenes,yqueseobservacualeslarapidezde
combustinpromediomuestral.Lamediamuestralesunestimadordelamediaverdaderadelapoblacin.Unvalor
delamediamuestral
de la media

queesteprximoalvalorhipottico

=50cm/sesunaevidenciadequeelverdaderovalor

es realmente 50 cm/s; esto es, tal evidencia apoya la hiptesis nula Ho. Por otra parte, una media

muestralmuydiferentede50cm/sconstituyeunaevidenciaqueapoyalahiptesisalternativaH1.Portanto,eneste
caso,lamediamuestraleselestadsticodeprueba.
Lamediamuestralpuedetomarmuchosvaloresdiferentes.Supngasequesi48.5
lahiptesisnulaHo;
cm/s.

=50cm/s,yquesi

<48.5

51.5,entoncesnoserechaza

>51.5,entoncesseaceptalahiptesisalternativaH 1;

50

Losvaloresde

quesonmenoresque48.5omayoresque51.5constituyenlaregincrticadelaprueba,mientras

quetodoslosvaloresqueestnenelintervalo48.5

51.5formanlaregindeaceptacin.Lasfronterasentre

lasregionescrticaydeaceptacinrecibenelnombrede valorescrticos.Lacostumbreesestablecerconclusiones
conrespectoalahiptesisnulaHo.Portanto,serechazaHoenfavordeH1sielestadsticodepruebacaeenlaregin
crtica,delocontrario,noserechazaHo.

PASOSPARAESTABLECERUNENSAYODEHIPOTESIS
INDEPENDIENTEMENTEDELADISTRIBUCIONQUESEESTETRATANDO
1.

Interpretarcorrectamentehaciaquedistribucinmuestralseajustanlosdatosdelenunciado.

2.

Interpretar correctamente los datos del enunciado diferenciando los parmetros de los estadsticos. As
mismosedebedeterminarenestepuntoinformacinimplcitacomoeltipodemuestreoysilapoblacines
finitaoinfinita.

3.

Establecer simultneamente el ensayo de hiptesis y el planteamiento grfico del problema. El ensayo de

hiptesisestenfuncindeparmetrosyaquesequiereevaluareluniversodedondeprovienelamuestra.
Enestepuntosedeterminaeltipodeensayo(unilateralobilateral).

4.

Establecer la regla de decisin. Esta se puede establecer en funcin del valor crtico, el cual se obtiene
dependiendo del valor de

(Error tipo I o nivel de significancia) o en funcin del estadstico lmite de la

distribucin muestral. Cada una de las hiptesis deber ser argumentada correctamente para tomar la
decisin,lacualestarenfuncindelahiptesisnulaoHo.
5.

Calcularelestadsticoreal,ysituarloparatomarladecisin.

6.

Justificarlatomadedecisinyconcluir.

4.5.Pruebadehiptesisparalamedia

Contrastedelamediadeunapoblacinnormalconvarianza2conocida
Las suposiciones para esta prueba son mnimas. La poblacin o distribucin de inters tiene una media y una
varianza2,conocida.Elestadsticodepruebasebasaenlamediamuestral X ,porloquetambinsesupondrque
lapoblacinestadistribuidademaneranormaloqueseaplicanlascondicionesdelteoremadellimitecentral.Esto
significaqueladistribucinde X esaproximadamentenormalconunamediayunavarianza2/n.

Desarrollodelprocedimientodeprueba
Contrastebilateral
Hiptesisnula: H 0 : =

Hiptesisalternativa: H 1 :

Donde 0 es una constante especifica. El

1 n
Z c = A..Z ..calculado, X = X i , siendo
n i =1

Estadstico de contraste es: Z c =

( X 1 ,..., X n ) una

X 0
en donde
n

muestra de la poblacin considerada

normal N ( , ) , varianza conocida y n = tamao de la muestra. Puesto que X tiene una distribucin
aproximadamentenormalconmedia0 y unadesviacin

n silahiptesisnulaesverdadera,entoncespuede

conseguirseunaregincriticaconenelvalorcalculadodela mediamuestral

H 0 : = 0 utiliza el estadstico de prueba Z c =

entonces E ( X )
si H 0

X .Elprocedimientodepruebapara

X 0
, si la hiptesis nula H 1 : 0 es verdadera,
n

= 0 ,dedondesedesprendequeladistribucinZesladistribucinnormalestndar.Porlotanto,

: = 0 escierta,laprobabilidaddequeelestadsticodepruebaZccaigaentre Z 2 .. y..Z 2 ..es..1 .

PorlotantoH0deberechazarsesi:

Z c > Z 2 ..o..Z c < Z 2 , EstasdosdesigualdadesseconocencomoReginCriticaoZonasde

Rechazo(vergraficaB)..Siendo Z 2 elvalordelaabscisadelanormalN(0,1),ademsesunvalorqueseencuentra
enlatablaZquedejaasuderechaunreadeprobabilidadiguala / 2 .

Regla de Decisin: No se rechaza la hiptesis Nula H0, si los valores de Zc se encuentran en el intervalo

Z 2 Z c Z 2 .ElreacomprendidaenesadesigualdadseledenominaZonadeAceptacinoReginde
Aceptacin.

Luegolosvalorescrticosdelamediamuestralsern:

X VC = 0 Z 2

Laformulaestadstica Z c =

X 0

esunestadsticoenlacual 0 es,porhiptesis,lamediadelapoblacinde

la cual proviene la muestra. La razn de trabajar con unidades estndar, o valores de Z, es que permite formular
criteriosquesepuedenaplicaraunaampliavariedaddeproblemasynosoloauno.Siseaproximaladistribucinde
muestreodelamedia,conunadistribucinnormal,sepuedenaplicarloscriteriosdepruebaquesemuestranenel
siguientecuadrosimbolito,segnlaeleccindelahiptesisunilateralobilateral.Unavezmas, Z .. y..Z 2 son
valoresdeZtalqueelreasituadaasuderechadebajodeladistribucinnormalestndares .. y.. 2 .

CUADROSIMBLICO

Hiptesis

Rechazarla

Aceptarlahiptesisnula

alternativa

hiptesisnulasi

oreservarseeljuicioSi

< 0

Z < Z

Z Z

> 0

Z > Z

Z Z

Z < Z 2
o

Z 2 Z Z 2

Z > Z 2
Lapruebaquesehadescritoesesencialmenteconunamuestragrande;estasolosecumplecuandolapoblacinque
se muestrea tiene una distribucin normal y N es mayor o igual a 30. De la misma forma, como se desconoce en
muchasaplicaciones practicas,a menudono setiene otra opcin que hacer la aproximacin adicionalde sustituir
estevalorporladesviacintpicaSdelamuestra.
EJEMPLO1:Sedeseadeterminar,conbasealamedia X deunamuestraaleatoriadetamao100,sielgastodiario
promedio en alimentos de familias de tres miembros de cierta escala de ingreso es de 850.0 Bs. A partir de
informacinrecolectadaenotrosestudiospertinentes,suponemosquelavariabilidaddeesosgastosestndadospor
unadesviacinestndarde = 122.0 Bs. ysesabequelamediadelamuestraesde878.0Bs.Elexperimentose
deberealizarconunniveldesignificanciade=0.05.y0.01Aquconclusionessedebellegar?
SOLUCIN:LoPrimeroquesedeberealizaresplantearselashiptesis:

H 0 : = 850.0
H1 : 850.0

El nivel de significancia de 0.05 por tabla se sabe que Z 2 = 1.96 ; n = 100 ; X = 878.0 ;

0 = 850.0 ;

= 122.0 ,ahoraseaplicalaformula:
Regla de Decisin: Se rechaza la hiptesis Nula H0, si los valores de Z c > Z 2 ..o..Z c < Z 2 es decir,

Z c > 1.96..o..Z c < 1.96 .

Zc =

X 0

Zc =

878 850
122 100

28
28
=
Z = 2.3
122 10 12.2

Conclusin:Como Z c esmayorque Z 2 ,esdecir, Z c =

2.3 > 1.96 ,serechaza H 0 : = 850.0 yseconcluye

queelgastoenalimentosdiarioenpromediodelasfamiliasenestudionoesiguala850.0Bs.Porserladiferencia
entrelamedia X observadayelvalorhipotticodeesdemasiadograndeparaatribuirsealacasualidad.Tomando
encuentalosdatos,parecieraqueelgastopromediodiarioenalimentacindeesasfamiliasessuperiora850.0Bs.
EstosepuedeobservarenlagraficaB1endondeZc=2.30caefueradelreadeaceptacinporlotantonoseacepta
que

= 850

Quocurrirasisehubieseutilizadounniveldesignificanciade=0.01envezde0.05?Estainterroganteseledejaa
losestudiantesparaquelarealicenysaquensusconclusiones.
EJEMPLO2:Lossistemasdeescapedeemergenciaparaavionessonimpulsadosporuncombustibleslido.Unade
las caractersticas importantes de este producto es la rapidez de combustin. Las especificaciones requieren que la
rapidez promedio de combustin sea de 50 cm/s. Se sabe que la desviacin estndar de esa rapidez es de

= 2.cm / s. El experimentador decide especificar un nivel de significancia, de = 0.05. Selecciona una muestra
aleatoria de n = 25 y obtiene una rapidez promedio muestral de combustin de

X = 51.3..cm / s. A qu

conclusindebelegar?
SOLUCIN:Elparmetrodeinterses,larapidezpromediodecombustin.

H 0 : = 50..cm / s
H1 : 50..cm / s

Portablasesabeque Z 2 = 1,96 ;n=25;=2cm/s; X = 51.3..cm / s... y.. 0 = 50..cm / s .

Regla de Decisin: Se rechaza la hiptesis Nula H0, si los valores de Z c > Z 2 ..o..Z c < Z 2 es decir,

Z c > 1.96..o..Z c < 1.96 .

Ahoraseaplicalaformulaparaestandarizarlosvaloresas:

Zc =

X 0
51.3 50 1.3

=
= 3.25
25
n
2 25

Conclusin:Como Z c esmayorque Z 2 ,esdecir, Z c = 3.25 > 1.96 ,serechaza H 0 : = 50 conunnivelde

significanciade0.05.Dehecho,seobservaunaevidenciafuertedequelarapidezpromediodecombustinesmayor
que50cm/s.EstosepuedeobservarenlagraficaB1endondeZc=3.25caefueradelreadeaceptacinporlo
tantonoseaceptaque = 50 .

Quocurrirasisehubieseutilizadounniveldesignificanciade=0.01envezde0.05?Estainterroganteseledejaa
losestudiantesparaquelarealicenysaquensusconclusiones.
Si el mismo problema se resuelve ahora desarrollndose un procedimiento para la prueba de hiptesis , donde la
hiptesisalternativaseaunilateralporladerechasetendralosiguiente:
EJEMPLO3:Lossistemasdeescapedeemergenciaparaavionessonimpulsadosporuncombustibleslido.Unade
las caractersticas importantes de este producto es la rapidez de combustin. Las especificaciones requieren que la
rapidez promedio de combustin sea de 50 cm/s. Se sabe que la desviacin estndar de esa rapidez es de

= 2.cm / s. El experimentador decide especificar un nivel de significancia, de = 0.05. Selecciona una muestra
aleatoria de n = 25 y obtiene una rapidez promedio muestral de combustin de

X = 51.3..cm / s. A qu

conclusindebellegarse?
SOLUCIN:Elparmetrodeinterses,larapidezpromediodecombustin.

H 0 : = 50..cm / s
H1 : > 50..cm / s

Por tabla se sabe que para pruebas de una sola cola Z = 1,645 ; n = 25; = 2 cm/s;

X = 51.3..cm / s... y.. 0 = 50..cm / s .

RegladeDecisin:SerechazalahiptesisNulaH0,sielvalorde Z c > Z ,esdecir, Z c > 1,645 .
Ahoraseaplicalaformulaparaestandarizarlosvaloresas:

Z=

X 0

51.3 50
2

25

1.3
= 3.25
25

Conclusin:Como Z c esmayorque Z ,esdecir, Z c = 3.25 > 1,645 ,serechaza H 0 : = 50 conunnivelde

significanciade0.05.Dehecho,seobservaunaevidenciafuertedequelarapidezpromediodecombustinesmayor
que50cm/s.Estosepuedeobservarenlagrafica B1endondeZc=3.25caefueradelreadeaceptacinporlo
tantonoseaceptaque

= 50 .

Se le deja al estudiante que realice el mismo problema pero con una prueba unilateral por la izquierda, es decir,
utilizandolassiguienteshiptesis: H 0 : =

0 ...,. y..H1 : < 0 .

EJEMPLO4:Laduracinmediadeunamuestrade100bombillosfluorescentesproducidosporlacompaaGeneral
Electricresultaser1570horas,conunadesviacinestndarde120horas.Siesladuracinmediadetodoslostubos

producidos por la compaa, compruebe la hiptesis H 0 : = 1600 horas contra la hiptesis H1 : 1600
horasconunniveldesignificanciadea)0.01,b)0.05.

SOLUCIN:ComoyaestnplanteadaslashiptesisparauncontrastebilateralsedeterminaportablalosvaloresdeZ
al0.01,donde Z 2 = 2.58 .
Datos: 0 = 1600,.. X = 1570,..S = 120;..n = 100.
Hiptesis:

H 0 : 0 = 1600..horas

H1 : 1600..horas
Regla de Decisin o Region Critica: Se rechaza la hiptesis Nula H0, si los valores de

Z c > Z 2 ..o..Z c < Z 2 esdecir, Z c > 2.58..o..Z c < 2.58 .

Ahoraseaplicalaformula Z c =

Zc =

X 0

1570 1600
120 100

X 0
paraestandarizarlosvalores:
n

30
30
=
Z c = 2.50
120 10
12

Conclusin: Como Zc calculado es mayor que Z 2 , es decir, Z c = 2.50 > 2.58 , se Acepta

H 0 : = 1600..horas conunniveldesignificanciade0.01.Dehecho,seobservaque Z c = 2.50 seencuentra

enelareadeaceptacin 2.58 Z c 2.58 (vergraficoD).
Seledejaalestudiantequerealiceelmismoproblemaperoutilizandounniveldesignificacinde0.05.

Es importante destacar que cuando se desconoce en muchas aplicaciones practicas, a menudo no se tiene otra
opcin que hacer la aproximacin adicional de sustituir este valor por las desviaciones estndar S de la muestra
siempreycuandolamuestraseamayoroiguala30,yluegoseprocedearesolverelproblemacomosiseconociera,
esdecir,=S.

Ejemplos:
1. Una muestra aleatoria de 100 muertes registradas en Estados Unidos el ao pasado muestra una vida
promediode71.8aos.Supongaunadesviacinestndarpoblacionalde8.9aos,estopareceindicarquela
vidamediahoyendaesmayorque70aos?Utiliceunniveldesignificanciade0.05.
Solucin:

1. Setratadeunadistribucinmuestraldemediascondesviacinestndarconocida.
2. Datos:
=70aos
=8.9aos
=71.8aos
n=100
=0.05
3. Ensayodehiptesis
Ho;

=70aos.

H1;

>70aos.

4.

Regladedecisin:
SizR 1.645noserechazaHo.
SizR>1.645serechazaHo.

5.

Clculos:

6.

Justificacinydecisin.
Como2.02>1.645serechazaHoyseconcluyeconunniveldesignificanciadel0.05quelavidamediahoyen
daesmayorque70aos.

2. Una empresaelctricafabricafocos que tienen una duracin que sedistribuye deformaaproximadamente

normalconunamediade800horasyunadesviacinestndarde 40horas.Siunamuestraaleatoriade30
focostieneunaduracinpromediode788horas,muestranlosdatossuficienteevidenciaparadecirquela
duracinmediahacambiado?Utiliceunniveldesignificanciadel0.04.

Solucin:
1.

Setratadeunadistribucinmuestraldemediascondesviacinestndarconocida.

2.

Datos:

=800horas
=40horas
=788horas
n=30
=0.04
3.

Ensayodehiptesis
Ho;

=800horas

H1;

800horas

4.

RegladeDecisin:
Si2.052 ZR 2.052NoserechazaHo
SiZR<2.052siZR>2.052SerechazaHo

5.

Clculos:

6.

Justificacinydecisin:
Como2.052 1.643 2.052porlotanto,noserechazaHo yseconcluyeconunniveldesignificanciadel
0.04queladuracinmediadelosfocosnohacambiado.

3. Unamuestraaleatoriade64bolsasdepalomitasdemazpesan, enpomedio5.23onzasconunadesviacin
estndar de 0.24 onzas. Pruebe la hiptesis de que

= 5.5 onzas contra al hiptesis alternativa,

< 5.5

onzasenelniveldesignificamciade0.05.
Solucin:
1.

Setratadeunadistribucinmuestraldemediascondesviacin estndardesconocida,perocomoeltamao
de muestra es mayor a 30 se puede tomar la desviacin muestral como un estimador puntual para la
poblacional.

2.

Datos:

=5.5onzas
s=0.24onzas
=5.23onzas
n=64
=0.05
3.

Ensayodehiptesis
Ho;

=5.5onzas

H1;

<5.5onzas

4.

Regladedecisin:
SiZR 1.645NoserechazaHo
SiZR<1.645SerechazaHo

5.

Clculos:

6.

Justificacinydecisin:
Como9<1.645porlotantoserechazaHoyseconcluyeconunniveldesignificanciadel0.05quelasbolsas
depalomitaspesanenpromediomenosde5.5onzas.

4.6.Pruebadehiptesisparaladiferenciademedias

PRUEBASDELADIFERENCIAENTREDOSMEDIASUTILIZANDOLADISTRIBUCINNORMAL

Existen variedades de problemas estadsticos en los que se deben decidir si una diferencia observada entre dos
mediasmuestralessepuedenatribuiralacasualidad.Porejemplo,sedeseasabersihayenrealidadunadiferenciaen
el consumo de gasolina promedio de dos tipos de automviles, si datos de muestras indican que un tipo de auto
promediaunconsumodeunlitroporcada13Km.,mientasque,conlasmismascondicionesotrotipodeautomvil
diounpromediodeunlitrocada15Km.Delamismaforma,alomejornosinteresasaberconbaseamuestrassihay
enrealidadunadiferenciaenlamagnituddecuentasatrasadasendossucursalesdeunatiendapordepartamentos,si
loshombrespuedenrealizarunatareamsrpidaquelasmujeres,siunamarcadetelevisoresmasduraderaque
otra,etc.
Elmtodoqueseutilizaparademostrarsiunadiferenciaobservadaentredosmediasmuestralessepuedeatribuira
la casualidad se basa en la siguiente teora: si

X 1.. y.. X 2 son las medias de dos muestras aleatorias

independientesdetamaos n1.. y..n 2 ,ladistribucindemuestreodelosestadsticos X 1.. y.. X 2 sepuedencalcular

con bastante aproximacin con una curva normal que tenga media

12

1 2 y desviacin estndar igual a

+ 2 donde 1 , 2 , 1.. y.. 2 sonlasmediasylasdesviacionestpicasdelasdospoblacionesdedonde

n1 n2
2

provinieron las dos muestras, entonces el estadstico para la prueba de hiptesis ser Z c =

( X1 X 2 )

12
n1

22
+

. En la

n2

mayoradeloscasosprcticos 1.. y.. 2 sonincgnitas,perosiseutilizanmuestrasgrandesquesean mayoreso

iguales a 30 se pueden utilizar las desviaciones estndar S1.. y..S 2 de las muestras como estimaciones de

1.. y.. 2 ,ybasarlapruebadehiptesisnula 1 2 = 0 enelestadstico Z c =

bastantealadistribucinnormalestndar.

( X1 X 2 )
S12 S 22
+
n1 n2

queseaproxima

EJEMPLO1:Elsalariopromediosemanalparaunamuestrade n1 = 30 empleadosdelaempresapetroleraLasmoes
de

X 1 = 280000 Bs.,conunadesviacintpicamuestralde S1 = 14000 Bs..Enotraempresapetroleragrande,

una muestra aleatoria de n 2 = 40 empleados tiene un salario promedio semanal de X 2 = 270000 Bs., con una
desviacinestndarmuestralde S 2 = 10000 Bs.Sepruebalahiptesisdequenoexistediferenciaentrelossalarios
promediosemanaldelasdosempresas,utilizandounniveldesignificanciade:a)5%,b)1%.

SOLUCIN:Loprimeroqueseharserordenarlosdatosyluegodeterminarelvalor Z 2 al5%,delatabla.

Datos:

Muestra..1...........................................Muestra..2
n1 = 30.................................................n2 = 40
X 1 = 280000...................................... X 2 = 270000
S1 = 14000..........................................S 2 = 10000
El..valor..segun..tabla..de..Z 2 = 1.96

Hiptesis:

H 0 : 1 = 2
H1 : 1 2

Regla de decisin o Regin crtica: Se rechaza la Hiptesis nula si Z c < Z 2 ...o...Z c > Z 2 , es
decir, Z c < 1.96....o....Z c > 1.96 .

Aplicandolaformulasiguientesetiene:

Zc =

( X1 X 2 )

12

+ 2
n1 n2

( X1 X 2 )
S12 S 22
+
n1 n2

280000 270000
(14000) 2 (10000) 2
+
30
40

10000
Z c = 3.33
3005.56

Conclusin:Como Z c esmayorque Z 2 ,esdecir, Z c = 3.33 > 1.96 ,serechaza H 0 : 1 =

2 conunnivelde

significancia de 0.05. Esto se puede observar en la grafica 1B en donde Z c = 3.33 cae fuera del rea de
aceptacin,porlotanto,lossalariospromediossemanalesdelasdosempresaspetrolerassondiferentes.

Se le deja al estudiante que realice el mismo problema pero utilizando un nivel de significacin de 0.01. Saque sus
conclusiones.

EJEMPLO2:SerealizunapruebadeEstadsticaIIenlassecciones1y2deIUTJAAlascualesestabanintegradaspor
40 y 50 estudiantes respectivamente. En la seccin 1 los estudiantes obtuvieron una puntuacin promedio de 74
puntos con una desviacin estndar de 8, mientras que en la seccin 2 los estudiantes alcanzaron una puntuacin
promedio78puntosconunadesviacinestndarde7puntos.Sedeseasabersihayunadiferenciasignificativaentre
elresultadoobtenidoporlasdosseccionesutilizandoparaellounniveldesignificacinde:a)1%,b)5%.Cualesson
susconclusiones?

SOLUCIN: Se supone que las dos poblaciones tienen medias respectivas

1... y.. 2 . Se organizan los datos y se

determinaZdelatablaparaunniveldesignificanciade0.01.

Muestra...1............................................Muestra...2
n1 = 40..................................................n2 = 50
X 1 = 74............................................... X 2 = 78

S1 = 8...................................................S 2 = 7
El..valor..segun..tabla..de..Z ..al..1%..es..Z 2 = 2.58

Hiptesis:

H 0 : 1 = 2

H1 : 1 2

Regla de decisin o Regin crtica: Se rechaza la Hiptesis nula si: Z c < Z 2 ...o...Z c > Z 2 , es decir,

Z c < 2.58....o....Z c > 2.58 .

Aplicandolaformulasiguientesetiene:

Zc =

( X1 X 2 )

12
n1

22
n2

( X1 X 2 )
S12 S 22
+
n1 n2

74 78
82 7 2
+
40 50

4
1.6 + 0.98

4
Z c = 2.48
1.61

Conclusin:Como Z c esmayorque Z 2 ,esdecir, Z c = 2.48 > 2.58 ,seacepta H 0 : 1 =

2 conunnivel

de significancia de 0.01. Esto se puede observar en la grafica D en donde Z c = 2.48 cae dentro del rea de

aceptacin,porlotanto,laspuntuacionespromediosobtenidosenlapruebadelasdosseccionesdeEstadsticaIIno
haydiferenciassignificativasentreambas,porlotanta 1 =

2 .

Se le deja al estudiante que realice el mismo problema pero utilizando un nivel de significacin de 0.01. Saque sus
conclusiones.

EJEMPLO3:Lashorasextraspromediolaboradasenel2000por50obrerosdeunapetroleradelareginfuede68.2
horasconunadesviacinestndarde2.5horas,mientrasque50obrerosdelamismapetroleraenel2001tenanun
promediodehorasextraslaboradasiguala67.5horasconunadesviacintipitade2.8horas.ElGerentedeRecursos
Humanosdelaempresamantienequeelpromediodehorasextraslaboradasporlosobrerosdelaempresaenel
2000esmsaltoqueelpromediodehorasextraslaboradasporlosobrerosenel2001,paraelloseutilizaunnivelde
significanciade:a)0.05,b)0.01.Culeslaconclusin?

SOLUCIN: Se supone que las dos poblaciones tienen medias respectivas

1... y.. 2 . Se organizan los datos y se

determinaZdelatablaparaunniveldesignificanciade0.05deunacolaporladerecha.

Muestra...1............................................Muestra...2
n1 = 50..................................................n2 = 50
X 1 = 68.2............................................... X 2 = 67.5

S1 = 2.5..................................................S 2 = 2.8
El..valor..segun..tabla..de..Z ..al..5%..de..sola..cola..es..Z = 1,645

Hiptesis:

H 0 : 1 = 2

H1 : 1 > 2

RegladedecisinoRegincrtica:SerechazalaHiptesisnulasi: Z c > Z ,esdecir, Z c > 1,645 .

Aplicandolaformulasiguientesetiene:

Zc =

( X1 X 2 )

12

+ 2
n1 n2

( X1 X 2 )
S12 S 22
+
n1 n2

68.2 67.5
(2.5) 2 (2.8) 2
+
50
50

0.7
Z c = 1.32
0.53

Conclusin:Como Z c esmenorque Z ,esdecir, Z c = 1.32 < 1,645 ,seacepta H 0 : 1 =

2 conunnivelde

significancia de 0.05. Esto se puede observar en la grafica A en donde Z c = 1.32 cae dentro del rea de

aceptacin,porlotanto,lashorasextraspromedioslaboradasporlosobrerosenel2000nopresentandiferencias
significativasconrespectoalaslaboradasen2001,porlotanta 1 =

2 .

Se le deja al estudiante que realice el mismo problema pero utilizando un nivel de significacin de 0.01. Saque sus
conclusiones.

EJEMPLO4:Elsalariopromediosemanalparaunamuestrade n1 = 30 empleadosdelaempresapetroleraSINCOL
es de

X 1 = 280000 Bs., con una desviacin tpica muestral de S1 = 14000 Bs.. En otra empresa petrolera

grandedenominadaROMICA,unamuestraaleatoriade n 2 = 40 empleadostieneunsalariopromediosemanalde

X 2 = 270000 Bs.,conunadesviacinestndarmuestralde S 2 = 10000 Bs.Elanalistadesueldosdelaempresa

SINCOLconsideraqueelsalariopromediodelostrabajadoresdesuempresasonmayoresquelossalariospromedios
delaempresaROMICAyportalmotivoplanteaunahiptesisnuladequeelsalariopromediodeSINCOLesigualo
menorqueeldelaempresaROMICA.Paraencontratedehiptesisseutilizaunniveldesignificanciade1%.

SOLUCIN:Loprimeroqueseharserordenarlosdatosyluegodeterminarelvalor Z al5%deunacolaporla
derechalocualseencuentraenlatabla.

Datos:

Muestra..1...........................................Muestra..2
n1 = 30.................................................n2 = 40
X 1 = 280000...................................... X 2 = 270000

S1 = 14000..........................................S 2 = 10000
El..valor..segun..tabla..al..1%..de..Z ..de..una.cola.. por..la..derecha..es..Z = 2.33

Hiptesis:

H 0 : 1 2
H1 : 1 > 2

RegladedecisinoRegincrtica:SerechazalaHiptesisnulasi Z c > Z ,esdecir, Z c > 2.33 .

Aplicandolaformulasiguientesetiene:

Zc =

( X1 X 2 )

12

+ 2
n1 n2

( X1 X 2 )
S12 S 22
+
n1 n2

280000 270000
(14000) 2 (10000) 2
+
30
40

10000
Z c = 3.33
3005.56

Conclusin:Como Z c esmayorque Z ,esdecir, Z c = 3.33 > 2.33 ,serechaza H 0 : 1

2 conunnivelde

significancia de 0.01. Esto se puede observar en la grafica B1 en donde Z c = 3.33 cae fuera del rea de
aceptacin,porlotanto,lossalariospromediossemanalesdelaempresapetroleraSINCOLesmayorquelossalarios
promediosdelaempresaROMICA.
EJEMPLO5:SerealizunpesajeenlosalumnosdeltercersemestredeAdministracinenlasseccionesIyIIdel
IUTJAA los cuales estaban integradas por 40 y 50 estudiantes respectivamente. En la seccin I los estudiantes
obtuvieron un pesaje promedio de 74 Kg. con una desviacin estndar de 8 Kg., mientras que en la seccin II los
estudiantesalcanzaronunapesajepromediode78Kg.conuna desviacinestndarde7Kg.Sedeseasabersihay
una diferencia significativa entre el resultado promedio obtenido del pesaje en las dos secciones, para ello se
utilizarunniveldesignificacindea)1%,b)5%.Cualessonsusconclusiones?

SOLUCIN: Se supone que las dos poblaciones tienen medias respectivas

1... y.. 2 . Se organizan los datos y se

determinaZdelatablaparaunniveldesignificanciade0.01.

Muestra...1............................................Muestra...2
n1 = 40..................................................n2 = 50
X 1 = 74............................................... X 2 = 78

S1 = 8...................................................S 2 = 7
El..valor..segun..tabla..de..Z ..al..1%..es..Z 2 = 2.58

Hiptesis:

H 0 : 1 = 2

H1 : 1 2

Regla de decisin o Regin crtica: Se rechaza la Hiptesis nula si: Z c < Z 2 ...o...Z c > Z 2 es
decir, Z c < 2.58....o....Z c > 2.58 .

Aplicandolaformulasiguientesetiene:

Zc =

( X1 X 2 )

12

+ 2
n1 n2

( X1 X 2 )
S12 S 22
+
n1 n2

74 78

82 7 2
+
40 50

4
1.6 + 0.98

4
Z c = 2.48
1.61

Conclusin:Como Z c esmayorque Z 2 ,esdecir, Z c = 2.48 > 2.58 ,seacepta H 0 : 1 =

2 conunnivel

de significancia de 0.01. Esto se puede observar en la grafica D en donde Z c = 2.48 cae dentro del rea de
aceptacin,porlotanto,laspesajespromediosobtenidosenlasdosseccionesdeAdministracinindicannohay
diferenciassignificativasentreambas,porlotanto 1 =

2 .

Se le deja al estudiante que realice el mismo problema pero utilizando un nivel de significacin de 0.01. Saque sus
conclusiones.

4.7.Pruebadehiptesisparalaproporcin

CONTRASTEDEHIPTESISRELACIONADASCONPROPORCIONES
Las pruebas de hiptesis con proporciones son necesarias en muchas reas del conocimiento y en especial en la
administracin.Seconsiderarelproblemadeprobarlahiptesisdequelaproporcindexitoenunexperimento
binomial sea igual a un cierto valor especifico. Es decir, se probar la hiptesis nula de que p = p0, donde p es el
parmetrodeladistribucinbinomial.Lainformacindequesueledisponerseparalaestimacindeunaporcinreal
o verdadera (porcentaje o probabilidad) es una proporcin muestral

x
, donde x es el nmero de veces que ha
n

ocurridouneventoen nensayos.Porejemplo,siunamuestraaleatoriade600comprasrealizadasenunatienday
300 se realizan con tarjeta de crdito, entonces

x 300
=
= 0.50 se puede utilizar esa cifra como estimacin de
n 600

puntodelaproporcinrealdecomprasrealizadasenesenegocioqueseabonaronatarjetasdecrdito.Delamisma
formamuchascompaaspodranestimarlasproporcionesdemuchastransacciones.Lahiptesisalternapuedeser
unadelasalternativasusualesunilateralobilateraltalescomo: p < p0 , p > p0 ,..o.. p p 0 .
El proceso de prueba de hiptesis para la proporcin poblacional p es muy similar al de . Un valor Zc calculadoa
partir de la muestra se compara con un valor critico de Z dados en las tablas. Zc se obtiene asi: Z c =

tambinsepuedeutilizar: Z =

x np
npq

)
p p
p.q
n

. O

EJEMPLO1:Seafirmaque,detodaslasfamiliasquesalendeCumanaporlomenosel30%semudanaMaracaibo.Si
unamuestrade600mudanzastomadaalazardelosregistrosdelaAlcaldadeCumanarevelaquedelospermisos
demudanzaautorizados153fueronparaMaracaibo,pruebelahiptesisnulap=0.30contralahiptesisalternativa
p<30conunniveldesignificanciadel1%.
SOLUCIN:Paracalcularlaproporcinploprimeroquesehadehaceresdeterminarlaproporcin,luegoseplantea
unahiptesisunilateralconunniveldesignificanciaal1%.

n = 800,.. p =

153
= 0.255,.. p = 0.30,..q = 0.70,..Z = 2.33,.x = 153.
600

Hiptesis:

H 0 : p = 0.30
H1 : p < 0.30

RegladedecisinoRegincrtica:SerechazalaHiptesisnulasi: Z c < Z esdecir, Z c < 2.33 .

Aplicandoformulasetiene:
OtambinAplicando:

Zc =

Z=

)
p p
p.q
n

x np
npq

0.255 0.300
0.3 x0.7
600

0.045

153 600(0.30)
600(0.30)(0.70)

0.00035

153 180
126

0.045
Z c = 2.41
0.0187

27
= 2.41
11,225

Conclusin:Como Z c esmenorque Z ,esdecir, Z c = 2.41 < 2.33 ,serechaza H 0 : p = 0.30 conunnivel

de significancia de 0.01. Esto se puede observar en la grafica D en donde Z c = 2.41 cae fuera del rea de
aceptacin, por lo tanto, se cumple que H 1 : p < 0.30 , es decir, menos del 30 % de las familias que salen de
Cumana,semudanaMaracaibo.
EJEMPLO2:Sesabequeel10%delosfumadoresprefierenlamarcadecigarrilloMalboro.Despusdeunacampaa
publicitaria del cigarrillo Malboro, se entrevistaron a 200 fumadores para determinar la eficiencia de la campaa
publicitaria. El resultado de la muestra realizada detecto un total de 26 personas que fumaban Malboro. Pueden
considerarsequeesosdatospresentanevidenciasuficienteparaindicarquehubounaumentoenlaaceptacindel

cigarrilloMalboro.Obtengalasconclusionesdelplanteamientodesarrollandouncontrastedehiptesisconunnivel
designificanciadel5%.

SOLUCIN: Para resolver el problema se plantea una hiptesis altenativa unilateral por la derecha.

Por tabla se

sabequeal5%porladerecha Z = 1,645 .

Datos:

) 26
p = 0.10,..q = 0.90...... p =
= 0.13,..n = 200 .
200

Hiptesis:

H 0 : p = 0.10
H1 : p > 0.10

RegladedecisinoRegincrtica:SerechazalaHiptesisnulasi Z c

> Z ,esdecir, Z c > 1,645 .

Aplicandoformulasetiene:

Zc =

)
p p
p.q
n

0.13 0.10
0.1x0.9
200

0.03
0.00045

0.03
Z c = 1.41
0.02127

Conclusin:Como Z c esmenorque Z ,esdecir, Z c

= 1.41 < 1.96 ,seacepta H 0 : p = 0.10 conunnivelde

significanciade0.05.EstosepuedeobservarenlagraficaAendonde Z c

= 1.41 caedentrodelreadeaceptacin,

porlotanto,el10%delosfumadoresprefierenMalboro,loqueindicaquelacampaapublicitarianofueefectivaya
quedehaberlosidosehubieseaceptadolahiptesis H1 : p > 0.10.
Serecomiendaalestudiantequeapliquelaotraformulaparasolucionarelproblema.

EJEMPLO 3: Un fabricante de semiconductores produce controladores que se emplean en el sistema elctrico de

vehculos. El cliente requiere que la proporcin de controladores defectuosos no sea mayor de 0.05, y que el
fabricante demuestre estas caractersticas del proceso de fabricacin con este nivel de calidad, con un nivel de
significanciadel5%.Elfabricantedesemiconductorestomaunamuestraaleatoriade200dispositivosyencuentra
que4deellossondefectuosos.Elfabricantepuededemostraralclientelacalidadexigida?Saquesusconclusiones.

SOLUCIN: para resolver el problema hay que plantear una hiptesis alternativa unilateral de una cola por la
izquierdaesdecir,p<0.05yparaellosebuscaenlatablaelvalorde Z ,..que..es..Z

= 1,645 .

Datos: p = 0.05, q = 0.95, p = 4 200 = 0.02, n = 200.

Hiptesis:

H 0 : p = 0.05
H1 : p < 0.05

RegladedecisinoRegincrtica:SerechazalaHiptesisnulasi Z c

< Z ,esdecir, Z c < 1,645 .

Aplicandoformulasetiene:

Zc =

)
p p
p.q
n

0.02 0.05

0.05 x0.95
200

0.03
0.0002375

0.03
Z c = 1.95
0.0154

Conclusin:Como Z c esmenorque Z ,esdecir, Z c

= 1.95 < 1,645 ,serechaza H 0 : p = 0.05 conunnivel

de significancia de 0.05. Esto se puede observar en la grafica A en donde

Z c = 1.95 cae fuera del rea de

aceptacin, por lo tanto, H 1 : p < 0.05 se acepta y se concluye que la proporcin de artculos defectuosos es
menordel5%,comoqueraelcliente.
Serecomiendaalestudiantequeapliquelaotraformulaparasolucionarelproblema.

EJEMPLO 4: Se ha afirmado que por lo menos el 60 % de los alumnos de primero y segundo semestre de un
Tecnolgico prefieren estudiar a partir de las dos de la madrugada. Si 4 de una muestra de alumnos de primero y
segundosemestreden=14tomadasalazar,afirmanestudiarapartirdelasdosdelamadrugada,pruebeconunnivel
designificanciadel5%sisedebeaceptarlahiptesisnula

p 0.60 contralahiptesisalternativa p < 0.60 .

Datos:

p = 0.60,..q = 0.40,..n = 14,..x = 14,..nivel..de..significancia..al..0.05.

SOLUCIN: Por tabla al 0.05 de significancia se sabe que la hiptesis alternativa unilateral por la izquierda es

Z < 1,645 .

Hiptesis:

H 0 : p 0.60
H1 : p < 0.60

RegladedecisinoRegincrtica:SerechazalaHiptesisnulasi Z c

< Z ,esdecir, Z c < 1,645 .

Aplicandoformulasetiene:

Z=

x np
npq

4 14(0.60)
14(0.60)(0.40)

4 8.40
3.36

4.4
= 2.40
1,833

Conclusin:Como Z c esmenorque Z ,esdecir, Z c

= 2.40 < 1,645 ,serechaza H 0 : p 0.60 conunnivel

de significancia de 0.05. Esto se puede observar en la grafica A en donde

Z c = 2.40 cae fuera del rea de

aceptacin, por lo tanto, H 1 : p < 0.60 se acepta y se concluye que la proporcin de estudiantes del primero y
segundosemestrequeprefierenestudiarapartirdelasdosdelamadrugadaesmenordel60%.
Serecomiendaalestudiantequeapliquelaotraformulaparasolucionarelproblema.

4.8.Pruebadehiptesisparaladiferenciade
proporciones
DIFERENCIAENTREPROPORCIONES

Existen variedad de problemas en los que se debe decidir si la diferencia observada entre dos proporciones
muestralessepuedenatribuiralacasualidadosiesindicativodelhechodequelasdosproporcionesdelapoblacin
correspondientessondesiguales.Porejemplo,sequisieradecidir,tomandoencuentalosdatosdeunamuestra,siuna
publicidad determinada producira en realidad una diferencia de respuesta con respecto a otra, ese es una de las
muchasinterrogantesconqueseenfrentaunadministradorhoyenda.

Problemascomoelantesmencionadosepuedentratarcomounproblemadecontrastedehiptesisdeltipo:

H 0 : p1 = p 2

H1 : p1 p 2
En donde p1.. y.. p 2 son las dos proporciones de poblaciones de la caracterstica analizada. Si se seala con

N1.. y..N 2 el tamao de las muestrasy p1.. y.. p 2 como lasproporciones obtenidas delas muestras, entonces la
variable que se debe emplear para resolver este tipo de problemas es la diferencia de proporciones muestrales. Es
decir, p1 p 2 , este planteamiento al igual que en el caso de la media, se reduce a conocer si la diferencia de las
proporciones de la muestra p1 p 2 es lo suficientemente grande como para suponer que en realidad existe una
diferencia entre p1.. y.. p 2 . El mtodo que se aplicara para demostrar si una diferencia observada entre dos
proporciones de las muestras se puede atribuir a la casualidad o si es estadsticamente significativa, se basa en la
siguiente teora: Si x1.. y..x 2 son los nmeros de aciertos obtenidos en n1 ensayos de un tipo y n2 de otro, donde

todos los ensayos son independientes, y las probabilidades correspondientes de alcanzar un acierto son

x
x
p1.. y.. p 2 ,entoncesladistribucindemuestreode 1 2 tieneunamedia p1 p 2 .
n1 n2
Afortunadamente,basndonosenelteoremadellimitecentral queexpresaque p1 p 2 poseeunadistribucin
normal o aproximadamente normal con un promedio igual a la diferencia de proporcin de poblacin, es decir

p1 p 2 yconunadesviacinestndar,llamadaerrorestndardeladiferenciaentredosproporciones,iguala

p1 p 2 =

p12 + p 22 =

p1q1 p 2 q 2
sedebeexpresarquecuandonoseconozca p1..ni.. p 2 ,queesloque
+
n1
n2

por lo general ocurre, se deben estimar sus valores por medio de los valores de las muestras; aunque los valores
poblacionalesseandesconocidos,sesupondrnigualesbajolahiptesisnulaplanteada,esdecir H 0
consiguientesielvalorcomnseindicaporp,elerrorestndarser p p =
1
2

: p1 = p 2 por

1
1
pq + dondepsuele
n1 n2

estimarsemediantelacombinacindelosdatos;osea,alsustituirpporlasproporcionesdelamuestracombinadade

x1 + x 2
.
n1 + n2

Elestadsticoparacalcularladiferenciaentreproporcioneses:

Zc =

x1 x2

n1 n2

x + x2
x
x
,..donde.. p = 1
.. y.. 1 = p1 ,.. 2 = p 2 ..Entonces..setiene..que
n1 + n2
n1
n2
1
1
p (1 p ) +
n1 n2

Zc =

p1 p 2

1
1
pq +
n1 n2

EJEMPLO1:Enunprocesodeproduccindebotellasdevidriosetomunamuestrade400delascuales28estaban
defectuosas,enotroprocesosetomaran300muestradebotellasdelacuales15estabandefectuosas.Demuestrela
hiptesisnula p1 = p 2 dequelosdosprocesosgeneranproporcionesigualesdeunidadesdefectuosas,contrala
hiptesisalternativa p1 p 2 conunniveldesignificanciade0.05.

Datos:

Pr oporcion..1......................................... Pr oporcion..2
n1 = 400..................................................n 2 = 300
28
15
= 0.07..................................... p 2 =
= 0.05
400
300
x1 = 28....................................................x 2 = 15

p1 =

28 + 15
43
=
= 0.061,......q = 1 p = 0.939
400 + 300 700
El..valor..de..Z 2 ..al..0.05... para..una..hipotesis..alternativa..bilateral..es..Z 2 = 1.96

p=

SOLUCIN:Pararesolveresteproblemaseplantearnlashiptesisyluegoseaplicalaformula.

Hiptesis:

H 0 : p1 = p 2

H1 : p1 p 2

Regla de decisin o Regin crtica: Se rechaza la Hiptesis nula si Z c < Z 2 ..o..Z c > Z 2 ,es
decir, Z c

< 1.96...o...Z c = 1.96 .

Aplicandoformulasetiene:

Zc =

p1 p 2
=
1
1
pq +
n1 n2

0.07 0.05
1
1
(0.061)(0.939)
+

400 300

0.02
0.003334

0.02
Z c = 1.09
0.0183

Conclusin:Como Z c esmenorque Z 2 ,esdecir, Z c = 1.09 < 1.96 ,seacepta H 0 : p1 = p 2 conunnivelde

significanciade0.05.EstosepuedeobservarenlagraficaAendonde Z c = 1.09 caedentrodelreadeaceptacin,
porlotanto,nosepuedeconcluirqueexistadiferenciasrealesentrelasdosproporcionesverdaderasdeunidades
defectuosas.
EJEMPLO2:Unfabricantedeproductosmedicinalesestaprobandodosnuevoscompuestosdestinadosareducirlos
niveles de presin sangunea los compuestos son suministrados a dos conjuntos diferentes de animales de
laboratorio. En el grupo A, 71 de 100 animales probados respondieron al medicamento A con niveles menores de
presin arterial. En el grupo B, de 90 animales 58 respondieronalmedicamento B con menores niveles de presin

sangunea.Elfabricantedeseaprobaraunniveldesignificanciade0.05siexisteunadiferenciaentrelaeficienciade
lasdosmedicinas.Dequmanerasedebeprocederenestecaso?

SOLUCIN:Seplanteanlashiptesis,seordenanlosdatosyenlatabla sebuscaelvalorde Z 2 al5%parauna

hiptesisalternativabilateralquesegnlatablatienenunvalorde Z 2 = 1.96 .Seplanteanlasreglasdedecisin
yfinalmenteseaplicalaformulaparaelcaso.

Datos:

Pr oporcion.. A......................................... Pr oporcion..B

n1 = 100..................................................n2 = 90
58
71
= 0.71..................................... p 2 =
= 0.644
90
100
x1 = 71....................................................x 2 = 58
p1 =

71 + 58 129
=
= 0.6789,......q = 1 p = 0.3211
100 + 90 190
El..valor..de..Z 2 ..al..0.05... para..una..hipotesis..alternativa..bilateral..es..Z 2 = 1.96
p=

Hiptesis:

H 0 : p1 = p 2

H1 : p1 p 2

Regla de decisin o Regin crtica: Se rechaza la Hiptesis nula si Z c < Z 2 ..o..Z c > Z 2 ,es
decir, Z c < 1.96...o...Z c = 1.96 .

Aplicandoformulasetiene:

Zc =

p1 p 2
1
1
pq +
n1 n2

0.71 0.644
1
1
(0.6789(0.3211)
+
100 90

0.066
0.0046

0.066
Z c = 0.973
0.0678

Conclusin:Como Z c esmenorque Z 2 ,esdecir, Z c = 0.973 < 1.96 ,seacepta H 0 : p1 = p 2 conunnivelde

significancia de 0.05. Esto se puede observar en la grafica A en donde Z c = 0.973 cae dentro del rea de
aceptacin,porlotanto,sepuedeconcluirquenoexistadiferenciassignificativasrealesentrelasdosmedicamentos
loqueindicaquelosdosmedicamentosproducenefectoenlapresinsanguneaquesonsignificativamenteiguales.

EJEMPLO 3: En un sondeo de opinin en el IUTJAA, 60 de 200 estudiantes del sexo masculino han expresado su
disgustosobrelaformadedirigireltrendirectivolainstitucin,delamismaformahanopinado75de300alumnos
delsexofemenino.SequieresabersiexisteunadiferenciarealdeopininentrelosalumnosylasalumnasdelIUTJAA.
Pararealizarelcontrastedehiptesisdelasproporcionesutiliceunniveldesignificanciade0.10.

SOLUCIN:Seplanteanlashiptesis,seordenanlosdatosyenlatabla sebuscaelvalorde Z 2 al5%parauna

hiptesisalternativabilateralquesegnlatablatienenunvalorde Z 2 = 1.96 .Seplanteanlasreglasdedecisin
yfinalmenteseaplicalaformulaparaelcaso.

Datos:

Pr oporcion..1......................................... Pr oporcion..2
n1 = 200..................................................n2 = 300
x1 = 60....................................................x 2 = 75
75
60

= 0.30..................................... p 2 =
= 0.25
300
200
60 + 75
135
p=
=
= 0.27,......q = 1 p = 0.73
200 + 300 500
El..valor..de..Z 2 ..al..0.10... para..una..hipotesis..alternativa..bilateral..es..Z 2 = 1.28
p1 =

Hiptesis:

H 0 : p1 = p 2

H1 : p1 p 2

Regla de decisin o Regin crtica: Se rechaza la Hiptesis nula si Z c < Z 2 ..o..Z c > Z 2 ,es
decir, Z c < 1.96...o...Z c = 1.96 .

Aplicandoformulasetiene:

Zc =

p1 p 2
=

1
1
pq +
n1 n2

0.30 0.25
1
1
(0.27)(0.73)
+

200 300

0.05
0.001636

0.05
Z c = 1.24.
0.04045

Conclusin:Como Z c esmenorque Z 2 ,esdecir, Z c = 1.24 < 1.28 ,seacepta H 0 : p1 = p 2 conunnivelde

significanciade0.10.EstosepuedeobservarenlagraficaBendonde Z c = 1.24 caedentrodelreadeaceptacin,

porlotanto,sepuedeconcluirquenoexistadiferenciassignificativasrealesentrelasdosopinionesemitidasporlos
alumnosyalumnasloqueindicaquelosdosopinionesestnen concordanciadequelosdirectivosestndirigiendo
malalainstitucin.
EJEMPLO4:EnelDepartamentodeAgropecuariadelIUTJAAseinvestigasiciertotipodefertilizanteesefectivo.Para
ellosedejasinfertilizar100plantasdetomateydeesas,52plantastienenuncrecimientosatisfactorio.Delamisma
forma se fertilizaron 400 plantas, y se detecto que 275 presentaron un crecimiento satisfactorio. Qu conclusin
puedenobtenerlosinvestigadoresdelDepartamentodeAgropecuariasiparacontrastarlahiptesisutilizanunnivel
designificanciade0.05?

SOLUCIN:Seplanteanlashiptesislacualtendracomohiptesisalternativa H 1 : p1 p 2 ;luegoseordenanlos
datosyenlatablasebuscaelvalorde Z 2 al5%paraunahiptesisalternativabilateral.Seplanteanlasreglasde
decisinyfinalmenteseaplicalaformulaparaelcaso.

Datos:

Pr oporcion..1......................................... Pr oporcion..2
n1 = 100..................................................n2 = 400
x1 = 52....................................................x 2 = 275
275
52

= 0.52.................................... p 2 =
= 0.6875
400
100
52 + 275 327
p=
=
= 0.654,......q = 1 p = 0.346
100 + 400 500
El..valor..de..Z 2 ..al..0.05... para..una..hipotesis..alternativa..bilateral..es..Z 2 = 1.96
p1 =

Hiptesis:

H 0 : p1 = p 2

H1 : p1 p 2

Regla de decisin o Regin crtica: Se rechaza la Hiptesis nula si Z c < Z 2 ..o..Z c > Z 2 ,es
decir, Z c < 1.96...o...Z c > 1.96 .

Aplicandoformulasetiene:

Zc =

p1 p 2
=
1
1
pq +
n1 n2

0.52 0.6875
1
1
(0.654)(0.346)
+

100 400

0.1675
0.0028

0.17
Z c = 3.19.
0.0533

Conclusin:Como Z c esmenorque Z 2 ,esdecir, Z c = 3.19 < 1.96 ,serecaza H 0 : p1 = p 2 conunnivel

de significancia de 0.05. Esto se puede observar en la grafica B en donde Z c = 3.19 cae fuera del rea de
aceptacin, por lo tanto, H 1 : p1 p 2 se puede concluir que exista diferencias significativas reales entre el
crecimientodelasplantas,porloquehayrazonesparacreerqueelfertilizantesearealmenteefectivo.

4.9.Pruebadehiptesisparalavarianza
4.10.Pruebadehiptesisparalarelacindevarianzas.

5PruebasdeBondaddeAjuste

5.1PruebaX2

PRUEBASCHICUADRADAYESTADISTICANOPARAMETRICA
Comoyasehavistovariasveces,losresultadosobtenidosdemuestrasnosiempreconcuerdanexactamenteconlos
resultados tericos esperados, segn las reglas de probabilidad. Por ejemplo, aunque consideraciones tericas
conduzcanaesperar50carasy50crucescuandoselanza100vecesunamonedabienhecha,esraroqueseobtengan
exactamenteestosresultados.
SupngasequeenunadeterminadamuestraseobservanunaseriedeposiblessucesosE1,E2,E3,...,EK,queocurren
confrecuenciaso1,o2,o3,...,oK,llamadasfrecuenciasobservadasyque,segnlasreglasdeprobabilidad,seespera
queocurranconfrecuenciase1,e2,e3,...,eKllamadasfrecuenciastericasoesperadas.
Amenudosedeseasabersilasfrecuenciasobservadasdifierensignificativamentedelasfrecuenciasesperadas.Para
el caso en que solamente son posibles dos sucesos E 1 y E2 como, por ejemplo, caras o cruces, defectuoso, etc., el
problemaquedaresueltosatisfactoriamenteconlosmtodosdelasunidadesanteriores.Enestaunidadseconsidera
elproblemageneral.

DefinicindeX2
Una medida de la discrepancia existente entre las frecuencias observadas y esperadas es suministrada por el
estadsticoX2,dadopor:

dondesieltotaldefrecuenciasesN,

Si X2 = 0, las frecuencias observadas y esperadas concuerdan exactamente, mientras que si X2>0, no coinciden
exactamente.AvaloresmayoresdeX2,mayoressonlasdiscrepanciasentrelasfrecuenciasobservadasyesperadas.
Silasfrecuenciasesperadassonalmenosigualesa5,laaproximacinmejoraparavaloressuperiores.
Elnmerodegradosdelibertad

estdadopor:

=k1m
endonde:
K=nmerodeclasificacionesenelproblema.
m=nmerodeparmetrosestimadosapartirdelosdatosmuestralesparaobtenerlosvaloresesperados.

EnsayodeHiptesis
En la prctica, las frecuencias esperadas se calculan de acuerdo con la hiptesis Ho. Si bajo esta hiptesis el valor
calculado de X2 dado es mayor que algn valor crtico, se deduce que las frecuencias observadas difieren
significativamentedelasesperadasyserechazaHoalniveldesignificacincorrespondiente.Encasocontrario,nose
rechazar.Esteprocedimientosellamaensayoopruebadechicuadradodelahiptesis.
Debe advertirse que en aquellas circunstancias en que X2 est muy prxima a cero debe mirarse con cierto recelo,
puestoqueesraroquelasfrecuenciasobservadasconcuerdendemasiadobienconlasesperadas.Paraexaminartales
situaciones,sepuededeterminarsielvalorcalculadodeX 2esmenorquelasX2crticasodetabla(ensayounilateral
izquierdo),encuyoscasossedecidequelaconcordanciaesbastantebuena.
Ejemplos:
1. La siguiente tabla muestralas frecuencias observadas al lanzar un dado 120 veces. Ensayar la hiptesisde
queeldadoestbienhechoalniveldesignificacindel0.05.

Cara

FrecuenciaObservada

25

17

15

23

24

16

Solucin:
EnsayodeHiptesis:
Ho;Lasfrecuenciasobservadasyesperadassonsignificativamenteiguales
(dadobienhecho)
H1;Lasfrecuenciasobservadasyesperadassondiferentes(dadocargado).
Primeroseprocedeacalcularlosvaloresesperados.Comoesbiensabidoportodoslaprobabilidaddequecaiga
cualquier nmero en un dado no cargado es de 1/6. Como la suma de los valores observados es de 120, se
multiplicaestevalorpor1/6dandounresultadode20paracadaclasificacin.
Cara

Total

FrecuenciaObservada

25

17

15

23

24

16

120

Frecuenciaesperada

20

20

20

20

20

20

Gradosdelibertad=k1m=610=5
Nosetuvoquecalcularningnparmetroparaobtenerlasfrecuenciasesperadas.


Regladedecisin:
SiX2R 11.1noserechazaHo.
SiX2R>11.1serechazaHo.
Clculos:

Justificacinydecisin:

Como5esmenora11.1noserechazaHoyseconcluyeconunasignificacinde0.05queeldadoestbienhecho.
2. EnlosexperimentosdeMendelconguisantes,observ315lisosyamarillos,108lisosyverdes,101rugososy
amarillos y 32 rugosos y verdes. De acuerdo con su teora, estos nmeros deberan presentarse en la
proporcin9:3:3:1.Hayalgunaevidenciaquepermitadudardesuteoraalniveldesignificacindel0.01?
Solucin:
EnsayodeHiptesis:
Ho;LateoradeMendelesacertada.
H1;LateoradeMendelnoescorrecta.
El nmero total de guisantes es 315+108+101+32=556. Puesto que los nmeros esperados estn el la
proporcin9:3:3:1(9+3+3+1=16),seesperara:

lisosyamarillos

lisosyverdes

rugososyamarillos

rugososyverdes
Gradosdelibertad=k1m=410=3
Nosetuvoquecalcularningnparmetroparaobtenerlasfrecuenciasesperadas.


Regladedecisin:
SiX2R 11.3noserechazaHo.
SiX2R>11.3serechazaHo.
Clculos:

Justificacinydecisin:
Como 0.470 es menor que 11.3 no se rechazaHo y se concluye con un nivel de significacinde 0.01 que la
teoradeMendelescorrecta.
Comoelvalorde0.470estcercanoacero,seprocedeahacerunensayounilateralizquierdo:
EnsayodeHiptesis:
Ho;LateoradeMendelesacertada.
H1;LateoradeMendelesmuyacertada.

Regladedecisin:
SiX2R 0.115noserechazaHo.
SiX2R<0.115serechazaHo.
Como el valor de 0.470 no es menor a 0.115 se concluye que el experimento o la teora de Mendel solo es
buena.
3. Una encuesta sobre 320 familias con 5 nios dio la distribucin que aparece en la siguiente tabla. Es el
resultadoconsistenteconlahiptesisdequeelnacimientodevarnyhembrasonigualmenteposibles?Use
=0.05.

Nmerodenios

Nmerodenias

Nmerodefamilias

18

56

110

88

40

Solucin:
Ensayodehiptesis:
H0;Elnacimientodeniosyniasesigualmenteprobable.
H1;Elnacimientodeniosyniasnoesigualmenteprobable.
Este experimento tiene un comportamiento binomial, puesto que se tienen dos posibles resultados y la
probabilidaddexitosemantieneconstanteentodoelexperimento.
Selellamarxitoalnacimientodeunvarnonio.Porloquelavariablealeatoria"x"tomarvaloresdesde0
hasta5.
Comosequiereversiesigualmenteprobableelnacimientodeniosynias,laprobabilidaddexitoserde0.5.
Utilizando la frmula de la distribucin binomial se calcularn las probabilidades, que multiplicadas por el
nmerototaldefamiliasnosdarnlosvaloresesperadosencadaclasificacin.
Recordandolafrmuladeladistribucinbinomial:

endonden=5y"x"eselnmerodenios.

Probabilidadde5niosy0nias=

Probabilidadde4niosy1nia=
Probabilidadde3niosy2nias=

Probabilidadde2niosy3nias=

Probabilidadde1nioy4nias=
Probabilidadde0niosy5nias=

Sicadaunadeestasprobabilidadessemultiplicanpor320seobtienenlosvaloresesperados:
Nmerodenios

Nmerodenias

Nmerodefamilias

18

56

110

88

40

320

Frecuenciasesperadas

10

50

100

100

50

10

Total

Gradosdelibertad:k1m=610=5

Regladedecisin:
SiX2R 11.1noserechazaHo.
SiX2R>11.1serechazaHo.
Clculos:

Justificacinydecisin:
Como el 12 es mayor a 11.1, se rechaza H0 y se concluye con un

= 0.05 que el nacimiento de hombres y

mujeresnoesigualmenteprobable.
4. Una urna contiene 6 bolasrojas y 3 blancas. Se extraen al azar dosbolasde la urna, seanota su color yse
vuelvenalaurna.Esteprocesoserepiteuntotalde120vecesylosresultadosobtenidossemuestranenla
siguientetabla.Determinaralniveldesignificacindel0.05silosresultadosobtenidossonconsistentescon
losesperados.

Bolasrojas

Bolasblancas

Nmerodeextracciones

53

61

Solucin:
Esteexperimentotienelascaractersticasdeunadistribucin hipergeomtrica,porlocualsecalcularnlosvalores
esperadosconelrazonamientodeestadistribucin.
Sellamara"x"alavariablealeatoriadeintersqueenestecasosernlasbolasrojas.Porlotanto"x"puedetomar
valoresdesde0hasta2.
Lafrmuladeladistribucinhipergeomtricaes:

Setiene:

Probabilidaddeextraer0rojasy2blancas:

Probabilidaddeextraer1rojay1blanca:

Probabilidaddeextraer2rojasy0blancas:

Conlasprobabilidadesanterioresseobtendrnlosvaloresesperadosmultiplicandopor120.

Bolasblancas

Nmerodeextracciones

53

61

Frecuenciasesperadas

10

60

50

Gradosdelibertad:k1m=310=2


Regladedecisin:
SiX2R 5.991noserechazaHo.
SiX2R>5.991serechazaHo.
Clculos:

Justificacinydecisin:
Como

el

4.83

no

es

mayor

5.991,

no

se

rechaza

H 0

se

concluye

con

un

=0.05quelosresultadossonlosmismosquelosesperados.

PRUEBACHICUADRADAPARALABONDADDELAJUSTE
Alolargodeestecursonosocupamosdelapruebadehiptesisestadsticasacercadeparmetrosdeunapoblacin
yP.Ahoraseconsideraunapruebaparadeterminarsiunapoblacintieneunadistribucinterica

como

especfica.Lapruebasebasaenqutanbuenajustesetieneentrelafrecuenciadeocurrenciadelasobservacionesen
unamuestraobservadaylasfrecuenciasesperadasqueseobtienenapartirdeladistribucinhipottica.
La formula que se utilizar para calcular el valor de chicuadrada es igual a la de la seccin anterior, con el mismo
conceptodegradosdelibertad.
Ejemplo:
1.

Unamonedafuelanzadaalaire1000series,de5vecescadaserieyseobservelnmerodecarasdecada
serie.Elnmerodeseriesenlosquesepresentaron0,1,1,3,4y5carassemuestraenlasiguientetabla.

Nmero de
caras

Nmerodeseries
(frecuencia
observada)

38

144

342

287

164

25
Total

1000

Ajustarunadistribucinbinomialalosdatosconun

=0.05.

Solucin:
H0;Losdatosseajustanaunadistribucinbinomial.
H1;Losdatosnoseajustanaunadistribucinbinomial.
,

Paraobtenerlosvaloresesperadossetienequeutilizarlaformuladeladistribucinbinomial:

dondenenesteejerciciovale5,pyqsonlasprobabilidadesrespectivasdecarayselloenunsololanzamientode
lamoneda.Paracalcularelvalordep,sesabeque

=npenunadistribucinbinomial,porloque

=5p.

Paraladistribucindefrecuenciasobservada,lamediadelnmerodecarases:

. As pues, la distribucin binomial ajustada viene dada por p(x) =

Por lo tanto
.

Al seguir esta frmula se calcula la probabilidad de obtener caras, segn el valor de la variable aleatoria. La
probabilidadmultiplicadapor1000nosdarelvaloresperado.Seresumenlosresultadosenlatablasiguiente:
Nmero de caras
(x)

P(xcaras)

Frecuencia

Frecuencia

esperada

observada

0.0332

33.2

38

0.1619

161.9

144

0.3162

316.2

342

0.3087

308.7

287

0.1507

150.7

164

0.0294

29.4

25

Paralosgradosdelibertadelvalordemseruno,yaquesetuvoqueestimarlamediadelapoblacinparapoder
obtenerelvalordepyaspodercalcularlosvaloresesperados.
Gradosdelibertad:k1m=611=4

2.
Regladedecisin:
SiX2R 9.49noserechazaHo.
SiX2R>9.49serechazaHo.
Clculos:

Justificacinydecisin:
Como

el

7.54

no

es

mayor

9.49,

no

se

rechaza

H 0

se

concluye

con

un

=0.05queelajustedelosdatosaunadistribucinbinomialesbueno.
3.

SeproponequeelnmerodedefectosenlastarjetasdecircuitoimpresosigueunadistribucinPoisson.Se
rene una muestra aleatoria de 60 tarjetas de circuito impreso y se observa el nmero de defectos. Los
resultadosobtenidossonlossiguientes:

Nmero

de

Frecuencia

defectos

observada

32

15

3ms

MuestranestosdatossuficienteevidenciaparadecirqueprovienendeunadistribucinPoisson?.Hagalaprueba
=0.05.

delabondaddelajusteconun
Solucin:

H0;LaformadeladistribucindelosdefectosesPoisson.
H1;LaformadeladistribucindelosdefectosnoesPoisson.
Lamedia de la distribucin Poissonpropuesta en esteejemplo es desconocida y debe estimarse a partir de los
datoscontenidosenlamuestra.

A partir de la distribucin Poisson con parmetro 0.75, pueden calcularse las probabilidades asociadas con el
valordex.EstoeslafrmuladelaPoissones:

Con esta frmula se calculan las probabilidades, mismas que se multiplican por 60 para obtener los valores
esperados.
Nmero

de

defectos

Probabilidad

Frecuencia

Frecuencia

esperada

observada

0.472

28.32

32

0.354

21.24

15

0.133

7.98

3ms

0.041

2.46

Puestoquelafrecuenciaesperadaenlaltimaceldaesmenorque5,secombinanlasdosltimasceldas.
Nmero

de

Frecuencia

Frecuencia

defectos

esperada

observada

28.32

32

21.24

15

2ms

10.44

13

Losgradosdelibertadseran311=1,debidoaquelamediadeladistribucinPoissonfueestimadaapartirde
losdatos.

4.

Regladedecisin:
SiX2R 3.84noserechazaHo.
SiX2R>3.84serechazaHo.
Clculos:

Justificacinydecisin:
Como

el

2.94

no

es

mayor

3.84,

no

se

rechaza

H 0

se

concluye

con

un

=0.05queladistribucindedefectosenlastarjetasdecircuitoimpresoesPoisson.
5.

Pruebelahiptesisdequeladistribucindefrecuenciadelasduracionesdebaterasdadasenlasiguiente
tabla,sepuedeaproximarmedianteunadistribucinnormalcon media
=0.7.Utiliceun

Solucin:

=0.05.

Lmites de

Frecuencias

clase

observadas

1.451.95

1.952.45

2.452.95

2.953.45

15

3.453.95

10

3.954.45

4.454.95

=3.5ydesviacinestndar

Seprocedeaelaborarelhistograma,paravisualizarlosdatos:

Comosepuedeobservarelhistogramatieneunaformaqueaparentasernormal,seprobarestahiptesis.
H0;Losdatosprovienendeunadistribucinnormal.
H1;Losdatosnoprovienendeunadistribucinnormal.
Enesteejercicioenparticularsecuentaconlamediaydesviacinestndardelapoblacin,porloquenosetieneque
estimar.Encasodequenosetuviera,seestimaranapartirdelosdatosagrupadosconlasfrmulasquesevieronen
laUnidadIIIdelcursodeprobabilidadyestadstica,tomandoencuentaqueparalosgradosdelibertadelvalordem
sera2,yaqueseestimaralamediayladesviacinestndar.

Seprocederacalcularlosvaloresdezparaencontrarlasprobabilidadesenlatabla.Recordandoque

,se

sustituyeelvalordexporloslmitesdeclasecomenzandoconellmitede1.95
Lmitereal

P(x)

1.95

2.21

P(x 1.95)=0.01355

2.45

1.50

P(x 2.45)=0.06680

2.95

0.79

P(x 2.95)=0.21476

3.45

0.07

P(x 3.45)=0.47210

3.95

0.64

P(x 3.95)=0.26109

4.45

1.36

P(x 4.45)=0.08691

Laraznporlacualsecomienzaconellmitede1.95yseterminaconellmitede4.45,esporquelasumade
todaslasprobabilidadesdebeser1,bajolacurvanormal.

Acontinuacinsemuestralacurvanormalconsusrespectivasprobabilidades,segnloslimitesreales.Las
probabilidadesquenosemuestranenlatablaanterioryestnenlacurvasecalcularonpordiferencias.

P(1.95 x 2.45)=0.06680.013553=0.053254
P(2.45 x 2.95)=0.214760.0668=0.147953
P(2.95 x 3.45)=0.47210.21476=0.25734
P(3.45 x 3.50)=0.500.4721=0.0279
P(3.50 x 3.95)=0.500.26109=0.23891
P(3.95 x 4.45)=0.261090.086915=0.17417
Conestasprobabilidadessecalcularnlosvaloresesperados,multiplicandocadaprobabilidadpor40.
Lmites
clase

de

Frecuencias
observadas

Probabilidad

Frecuencia
esperada

1.451.95

0.01355

0.54212

1.952.45

71

0.05325

2.13016

2.452.95

0.14795

5.91812

2.953.45

15

0.25734

10.29360

3.453.95

10

0.26681

10.67240

3.954.45

85

0.17417

6.96680

4.454.95

0.08691

3.47660

Gradosdelibertad:k1m=410=3


Regladedecisin:
SiX2R 7.815noserechazaHo.
SiX2R>7.815serechazaHo.
Clculos:

Justificacinydecisin:
Como

el

3.06

no

es

mayor

de

7.815,

no

se

rechaza

H 0

se

concluye

con

un

=0.05queelajustedelosdatosaunadistribucinnormalesbueno.

5.2

Prueba

de

Kolmogorov

Smirnov

TestdeKolmogorovSmirnov
EltestdeKolmogorovSmirnovesuntestdeajusteaunaleycontinuaquetieneencuentaelconjuntodeloscuantiles,
en contraposicin al test local del parrafo anterior. El caso tpico sigue siendo que se tiene una muestra
deunaley
laley
donde

desconocida.Lahiptesisnulaes:

tieneporfuncindedistribucina

es la funcin de distribucin de una ley continua dada. La idea es la siguiente: si la hiptesis

correcta,entonceslafuncindedistribucinemprica
distribucinempricaeslafuncinquevade

en

delamuestradebeparecersealafuncin
,yquetomalosvalores:

es

.Lafuncinde


dondelos

sonlosestadgrafosdeordendelamuestra(valoresdelamuestrapuestosenordencreciente).En

eslaproporcindeelementosdelamuestraquesonmenoresoigualesa

otraspalabras,

Medimoselajustedelafuncindedistribucinempricaalafuncin

porladistanciadeKolmogorovSmirnov,la

cual es la distancia asociada a la norma uniforme entre funciones de distribucin. Para calcularla basta evaluar la
diferenciaentre

enlospuntos

Bajolahiptesis

los

,laleydelestadgrafo

son variables aleatorias de ley

nodependede

,porquelosvaloresquetoma

. Pero la funcin de distribucin de

en

no tiene una

expresinexplcitasimpleydebesercalculadanumricamente.Paramuestrasdetamaosuficientementegrande,se
empleaelsiguienteresultadoasinttico:
Proposicin2.2Bajolahiptesis

,setiene,paratodo

La serie converge muy rpidamente. En la prctica, para

aproximacinexcelente.Silahiptesis

esfalsa,

, la sumade los tres primeros trminos yada una

tiendea

con

.Eltestesportanto

necesariamente unilateral a la derecha (rechazo de valores muy grandes). Supongamos que la distancia

toma el valor

vale

para una muestra de tamao

. El estadgrafo

.Elpvalorcorrespondientees:

El test de KolmogorovSmirnov se extiende a la comparacin de dos funciones de distribucin empricas y permite

entonces poner a prueba la hiptesis de si dos muestras salieron de la misma ley. Se pueden utilizar muchos otros
testsdeajuste,comolosdeStephens,AndersonDarlingyCramervonMises.

TestdeKolmogorovSmirnov
Para la aplicacin del test sealado, es necesario determinar la Frecuencia observada acumulada. Para la
frecuenciaobservadaenelcasoespecialdeGumbel,seordenalainformacindemenoramayoryseaplica:

Fn =

N +1

Donde:
Fn(x):frecuenciaobservadaacumulada.
n:Ntotaldeorden
N:Ntotaldedatos.
Enelcasodelafrecuenciatericaacumulada,stasedeterminaatravsdelafuncindeGumbel.

F (x ) = e e

d ( x u )

Unavezdeterminadasambasfrecuencias,seobtieneelsupremodelasdiferenciasentreambas,enlaisima
posicindeorden,quesedenominaD.

D = Sup Fn ( x )i F ( x )i
Luego,asumiendounvalordesignificancia,serecurrealatabladevalorescrticosdeDenlapruebadebondadde
ajustedeKolmogorovSmirnov,yconsiderandoeltamaodelamuestra,seestablecelosiguiente:
SiD<Dtabla,seaceptaque(elajusteesadecuado,conelniveldeconfiabilidadasumido.

TABLAS
TABLADELANORMAL
z

0.00

.01

.02

.03

.04

.05

.06

.07

.08

.09

0.0 .5000 .5040 .5080 .5120

.5160

.5199

.5239

.5279

.5319 .5359

0.1 .5398 .5438 .5478 .5517

.5557

.5596

.5636

.5675

.5714 .5753

0.2 .5793 .5832 .5871 .5910

.5948

.5987

.6026

.6064

.6103 .6141

0.3 .6179 .6217 .6255 .6293

.6331

.6368

.6406

.6443

.6480 .6517

0.4 .6554 .6591 .6628 .6664

.6700

.6736

.6772

.6808

.6844 .6879

0.5 .6915 .6950 .6985 .7019

.7054

.7088

.7123

.7157

.7190 .7224

0.6 .7257 .7291 .7324 .7357

.7389

.7422

.7454

.7486

.7517 .7549

0.7 .7580 .7611 .7642 .7673

.7704

.7734

.7764

.7794

.7823 .7852

0.8 .7881 .7910 .7939 .7967

.7995

.8023

.8051

.8078

.8106 .8133

0.9 .8159 .8186 .8212 .8238

.8264

.8289

.8315

.8340

.8365 .8389

1.0 .8413 .8438 .8461 .8485

.8508

.8531

.8554

.8577

.8599 .8621

1.1 .8643 .8665 .8686 .8708

.8729

.8749

.8770

.8790

.8810 .8830

1.2 .8849 .8869 .8888 .8907

.8925

.8944

.8962

.8980

.8997 .9015

1.3 .9032 .9049 .9066 .9082

.9099

.9115

.9131

.9147

.9162 .9177

1.4 .9192 .9207 .9222 .9236

.9251

.9265

.9279

.9292

.9306 .9319

1.5 .9332 .9345 .9357 .9370

.9382

.9394

.9406

.9418

.9429 .9441

1.6 .9452 .9463 .9474 .9484

.9495

.9505

.9515

.9525

.9535 .9545

1.7 .9554 .9564 .9573 .9582

.9591

.9599

.9608

.9616

.9625 .9633

1.8 .9641 .9649 .9656 .9664

.9671

.9678

.9686

.9693

.9699 .9706

1.9 .9713 .9719 .9726 .9732

.9738

.9744

.9750

.9756

.9761 .9767

2.0 .9772 .9778 .9783 .9788

.9793

.9798

.9803

.9808

.9812 .9817

2.1 .9821 .9826 .9830 .9834

.9838

.9842

.9846

.9850

.9854 .9857

2.2 .9861 .9864 .9868 .9871

.9875

.4878

.9881

.9884

.9887 .9890

2.3 .9893 .9896 .9898 .9901

.9904

.9906

.9909

.9911

.9913 .9916

2.4 .9918 .9920 .9922 .9925

.9927

.9929

.9931

.9932

.9934 .9936

2.5 .9938 .9940 .9941 .9943

.9945

.9946

.9948

.9949

.9951 .9952

2.6 .9953 .9955 .9956 .9957

.9959

.9960

.9961

.9962

.9963 .9964

2.7 .9965 .9966 .9967 .9968

.9969

.9970

.9971

.9972

.9973 .9974

2.8 .9974 .9975 .9976 .9977

.9977

.9978

.9979

.9979

.9980 .9981

2.9 .9981 .9982 .9982 .9983

.9984

.9984

.9985

.9985

.9986 .9986

3.0 .9987 .9987 .9987 .9988

.9988

.9989

.9989

.9989

.9990 .9990

3.1 .9990 .9991 .9991 .9991

.9992

.9992

.9992

.9992

.9993 .9993

3.2 .9993 .9993 .9994 .9994

.9994

.9994

.9994

.9995

.9995 .9995

3.3 .9995 .9995 .9995 .9996

.9996

.9996

.9996

.9996

.9996 .9997

3.4 .9997 .9997 .9997 .9997

.9997

.9997

.9997

.9997

.9997 .9998