FCEyN - Estadstica para Qumica 2do. cuat.

2006 - Marta Garca Ben

Tests de hiptesis estadsticas

Test de hiptesis sobre la media de una poblacin .
Introduccin con un ejemplo.
Los tests de hiptesis estadsticas se emplean para muchos problemas, en particular para
comparar las medias de dos o ms poblaciones. Por ejemplo cuando se desea comparar los
resultados de dos (o ms) mtodos de medicin. En estos ejemplos hay que considerar dos o
ms muestras. Los problemas de comparar dos o ms muestras los veremos en la clase
siguiente. Por ahora consideremos un problema ms simple, que es el de considerar una sola
muestra y querer estudiar si es cierta o no una hiptesis sobre la media de la poblacin.
Ejemplo 1: Consideremos el siguiente ejemplo. Para conocer la exactitud de un mtodo de
medicin del contenido de nquel en un mineral, se hacen 10 determinaciones para una aleacin
standard preparada de modo que se conoce el verdadero valor del contenido de nquel (con
una muy buena aproximacin) que es de 4.44%. Se obtienen los siguientes valores:
4.32

4.31

4.50

4.12

4.43

4.36

4.48

4.28

4.18

4.42

Calculemos la media y la DS de estas 10 determinaciones:

DESCRIPTIVE STATISTICS
VARIABLE
NIQUEL

N
10

MEAN
4.3400

SD
0.1243

MINIMUM
4.1200

MAXIMUM
4.5000

La media de las 10 determinaciones es menor que el valor verdadero, pero esto puede deberse al
azar. Aunque el mtodo de medicin no tuviese error sistemtico ( fuese igual al verdadero
valor), sabemos que la media muestral ( X ) no va a coincidir con el verdadero valor,
simplemente porque X es una variable aleatoria.
La pregunta que nos formulamos es: con estos 10 datos podemos afirmar que el mtodo de
medicin tiene error sistemtico?
Para poder hacer afirmaciones de este tipo, vamos a tener que aceptar una probabilidad de error.
La teora de tests de hiptesis forma parte de la teora de INFERENCIA ESTADSTICA. Al
querer extrapolar de una muestra a una poblacin siempre hay una probabilidad de cometer
error.
Una forma intuitiva de responder a la pregunta formulada, sera calcular un intervalo de
confianza para la media de la poblacin.
Pero como la muestra es pequea (n=10) necesitamos suponer que los datos son
aproximadamente normales para calcular el IC que vimos la clase pasada. Tenemos que mirar
los datos para ver si esta suposicin es razonable. Un grfico que ayuda a visualizar esto, es el
normal probability plot, que mostramos a continuacin. Cuando los datos tienen distribucin
aproximadamente normal, los puntos de este grfico estn cerca de una recta.

78

FCEyN - Estadstica para Qumica 2do. cuat. 2006 - Marta Garca Ben

Vemos que los puntos estn cerca de una recta. Calculemos entonces un IC al 95%, usando la
expresin:
[ X t n-1; /2 * s / n X + t n-1; /2 * s / n]
o simplemente con el Statistix:
DESCRIPTIVE STATISTICS
VARIABLE
N
LO 95% CI
NIQUEL
10
4.2511

MEAN
4.3400

UP 95% CI
4.4289

SD
0.1243

Vemos que el IC al 95% para es [4.25, 4.43] que no incluye al valor verdadero (4.44%).
Basndonos en este IC podramos decir que es menor que el verdadero valor y que el mtodo
de medicin tiene un error sistemtico negativo. Existe la posibilidad de que nos
equivoquemos con este procedimiento? S, porque el IC no es seguro pero tiene una
confianza del 95%, o sea una probabilidad de error del 5%.
El procedimiento que hemos usado recin es calcular un IC para y observar si el valor
propuesto en la hiptesis est o no includo en el IC. Generalmente se usa otro procedimiento de
clculo, pero la conclusin a la que se llega es la misma.
Problemas que trata la teora de tests de hiptesis.
El problema que hemos planteado es un ejemplo de un tipo de problemas que se trata en la
teora de tests de hiptesis estadsticas.
Los problemas que trata esta teora son los que pueden plantearse del siguiente modo: observo
una muestra y tengo una hiptesis sobre la poblacin (por ejemplo acerca de la media o de la
diferencia de dos medias poblacionales) y quiero saber si esa hiptesis es cierta o no. Para ello,
como en cualquier problema de inferencia estadstica, vamos a plantear primero un modelo
probabilstico:

79

FCEyN - Estadstica para Qumica 2do. cuat. 2006 - Marta Garca Ben

Modelo: X1, X2, ..., Xn vs. as. con una distribucin de la forma F(x,,,...) donde los
parmetros , , etc. son desconocidos,
e interpretar la hiptesis como una hiptesis sobre uno de los parmetros (o sobre varios
parmetros, o sobre una funcin de los parmetros). Luego, en funcin de la muestra
observada, se decide si aceptamos o no la hiptesis..
En la teora de tests de hiptesis estadsticas no se plantea una sla hiptesis sino dos hiptesis:
una se llama hiptesis nula y la otra alternativa.
En el ejemplo 1 el qumico quiere decidirse entre estas dos hiptesis:
1) el mtodo de medicin no tiene error sistemtico
2) el mtodo de medicin tiene error sistemtico
Para este ejemplo, podemos plantear el siguiente modelo probabilstico:
X1, X2, ..., Xn vs. as. i.i.d N(,2)

(14)

donde n=10 y Xi es la i-sima determinacin de nquel . Con este modelo las dos hiptesis se
escriben
= 4.44
4.44
Es costumbre denotar H0 a la hiptesis hiptesis nula y H1 a la hiptesis alternativa. En el
ejemplo conviene elegir
H0 : = 4.44
H1 : 4.44
Un test de hiptesis es una regla de decisin que en funcin de los datos de una muestra
X1, X2, ..., Xn nos permite decidirnos por H0 o por H1 (mejor diremos aceptamos H0 o
rechazamos H0). Esta es la definicin de test.
DEFINICIN: Un test es una regla de decisin que, en funcin de los datos de una
muestra X1, X2, ..., Xn , permite rechazar o aceptar la hiptesis nula.
Derivemos un test para el ejemplo que estamos considerando. Es intuitivamente razonable que
si X "se parece" a 4.44 vamos a aceptar H0 y que si X "est lejos del valor 4.44 vamos a
rechazarla.
Sabemos que , bajo el modelo (14)
T =

X
s2 / n

t n-1

Esta variable T no se puede calcular, porque no conozco . Si H0 fuese cierta = 4.44, por lo
tanto:
X 4.44
si H0 es cierta
T =
t n-1
s2 / n
Este valor de T se puede calcular, en base a los datos de la muestra y resulta

80

FCEyN - Estadstica para Qumica 2do. cuat. 2006 - Marta Garca Ben

4.34 - 4.44
T = __________________

-2.54

0.1243 / 10
La idea ahora es la siguiente: si H0 fuese cierta se espera que X se parezca a 4.44 y que por lo
tanto el valor de T recin calculado est cerca del valor cero. Por lo tanto, si X est lejos
de 4.44 o, lo que es lo mismo, si el valor calculado de T "est lejos de cero, pensaramos que
es difcil que H0 sea cierta, y estaramos dispuestos a RECHAZAR H0.
Tenemos que definir que queremos decir con est cerca o est lejos de cero.
Cuando H0 es cierta, el cociente T tiene distribucin aproximadamente tn-1, lo que equivale a
decir que si sacsemos muchas muestras (en la prctica slo se saca una!) y graficsemos el
histograma de estos cocientes, el histograma sera parecido a la curva de densidad t n-1.
Se procede as: suponiendo H0 cierta, se calcula la probabilidad de que ocurra un valor de T
como el observado o an ms lejos de cero, o sea la probabilidad de que |T| -2.54 (que es el
rea bajo las dos colas de la curva de la cola de la curva t n-1 a partir del valor 2.54).
Esta rea puede calcularse usando el StatistiX (Statistics, Probability Functions, T2-tail, x=2.54, DF=9). Resulta ser 0.03171. Esta probabilidad se llama "valor P" del test.
Entonces, si H0 fuese cierta, la probabilidad de que ocurra una media muestral X como la
observada o ms alejada del valor propuesto en H0 es BAJA (p=0.032), cual seria la
conclusin entonces? : SE RECHAZA H0
Se rechaza H0 cuando el valor de P es pequeo. El valor de corte es arbitrario, pero casi siempre
se usa 0.05, o sea se rechaza H0 cuando P<0.05.
Puedo equivocarme? S, si H0 fuese cierta podra darme un valor de T en las colas y rechazar,
pero cual es esta probabilidad? Es precisamente 0.05.
Es prctica comn decir la diferencia es estadsticamente significativa como sinnimo de se
rechaza H0. En el ejemplo la conclusin podra redactarse as:
La media de las 10 determinaciones es X =4.34. La diferencia entre esta media y el valor
verdadero 4.44 es estadsticamente significativa (P=0.031).
Comentario:
Todas las cuentas que hicimos pueden hacerse automticamente con el StatistiX. Para ello
vamos a Statistics, One, Two and Multiple Sample Tests, One sample T test , ponemos
en el casillero sample variables el nombre de la variable que estamos estudiando (en este
ejemplo Niquel) y en el casillero null hypothesis el valor propuesto en H0 (en este caso 4.44)
y obtenemos

81

FCEyN - Estadstica para Qumica 2do. cuat. 2006 - Marta Garca Ben

ONE-SAMPLE T TEST FOR NIQUEL

NULL HYPOTHESIS: MU = 4.44
ALTERNATIVE HYP: MU <> 4.44
MEAN
STD ERROR
MEAN - H0
LO 95% CI
UP 95% CI
T
DF
P

4.3400
0.0393
-0.1000
-0.1889
-0.0111
-2.54
9
0.0315

CASES INCLUDED 10

Comentario: Aunque generalmente se usa 0.05 como punto de corte para P, tambin podra
usarse otro (0.01 o 0.10). Llamemos a ese punto de corte.
Errores tipo I y tipo II.
En todo problema de test de hiptesis se plantean dos hiptesis y, una vez observada la muestra
se RECHAZA H0 o NO. Entonces puede ocurrir alguna de estas cuatro situaciones:
Realidad
Se aplica el test y
Se acepta H0
Se rechaza H0

H0 es cierta
Bien!
Error tipo I

H1 es cierta
Error tipo II
Bien!

Como se aprecia en la tabla anterior, pueden cometerse dos tipos de errores, que se los distingue
con los nombre de error tipo I y tipo II.
En el ejemplo 1, dijimos que si H0 fuese cierta podra dar un valor de T en las colas y rechazar,
pero que este evento tiene probabilidad 0.05. Si hubisemos usado otro punto de corte () para
el valor P ese sera la probabilidad de error tipo I.
Para cualquier test: la probabilidad de error tipo I es (donde es el valor de corte que
se elija para el valor de P). Este valor se suele llamar "nivel de significacin" del test.
La probabilidad de error tipo II se suele llamar y es ms difcil de calcular.
Entonces al elegir el punto de corte para el valor P (generalmente 0.05) estamos eligiendo la
probabilidad de error tipo I. La probabilidad de error tipo II es ms difcil de calcular y puede
ser grande si el tamao de muestra (n) es pequeo.
Si el tamao de muestra aumenta, la probabilidad de error tipo I se mantiene en el 5% (porque
yo la fijo as). Es intuitivamente esperable (y as ocurre) que, cuando el tamao de la muestra
aumenta, la probabilidad de error tipo II disminuye y se acerca a cero cuando la muestra es
muy grande. Como consecuencia de esto, puede calcularse un tamao de muestra para lograr
que la probabilidad de error tipo II sea la deseada. Veremos ms adelante algn ejemplo de
clculo de probabilidad de error tipo II y de clculo de tamao de muestra.

82

FCEyN - Estadstica para Qumica 2do. cuat. 2006 - Marta Garca Ben

La idea del test que aplicamos para el ejemplo de las mediciones de nquel es vlida para
cualquier hiptesis sobre la media de una poblacin, basado en una muestra normal.
Generalicemos entonces.
Tests acerca de la media basado en una muestra normal con varianza desconocida.
Hiptesis bilaterales:
Problema: quiero decidir entre dos hiptesis
H0 : = o
H1 : o
donde o es un valor propuesto (antes de observar la muestra).
Elijo un valor de corte para P que llamaremos (generalmente =0.05). Observo una muestra,
calculo X y s y aplico el siguiente test:
Test:
1er. paso. Calculo
T =

X o
____________
s/n

Comentario: si H0 es cierta, T tiene distribucin t de Student con n-1 grados de libertad.

2do. paso. Calculo el valor P que es el rea bajo las dos colas de la funcin de densidad t n-1
a partir del valor de T calculado en el paso anterior.
3er. paso. Si P < rechazo H0 o equivalentemente afirmo que la diferencia es estadsticamente
significativa.
Comentario: el valor de T que se calcula en el primer paso se llama "el estadstico del test".
Hiptesis unilaterales:
H0 :
H1 :

= o
< o

H0 :
H1 :

= o
> o

Si la hiptesis alternativa es unilateral, todos los clculos son similares, salvo que el valor P es
el rea bajo una cola (la cola de la izquierda si la hiptesis alternativa es < o, la de la
derecha si la hiptesis alternativa es > o).

83

FCEyN - Estadstica para Qumica 2do. cuat. 2006 - Marta Garca Ben

Advertencia: La eleccin de aplicar un test a 1 o 2 colas tienen que ser hecha antes de observar
los datos. Los tests a dos colas son ms usados y tienen la ventaja de que se puede informar que
existe diferencia significativa, tanto cuando la media muestral observada es menor que la
propuesta en la hiptesis nula, como cuando es mayor.
Hemos presentado hasta ahora solamente el test sobre la media basado en una muestra de una
distribucin normal. Hay muchos otros tests. El estadstico del test y la distribucin que se usa
para calcular el valor P son diferentes para cada caso. La eleccin del test depende del modelo
probabilstico que propondremos segn el tipo de datos que estamos analizando y de las
hiptesis H0 y H1.
Pero todos los tests tienen muchas caractersticas en comn. Siempre se plantean dos hiptesis.
Se pueden cometer dos tipos de errores. Se fija (generalmente en 5%) la probabilidad de error
tipo I, la probabilidad de error tipo II suele ser difcil de calcular y puede ser muy grande para
muestras pequeas. Si el tamao de muestra aumenta, la probabilidad de error tipo II disminuye
y tiende a cero cuando n El valor de P siempre puede interpretarse como la probabilidad de
observar nuestra muestra o una muestra an mas alejada de H0, si H0 fuese cierta.
Como la probabilidad de error tipo I esta controlada (5%) mientras que la de tipo II no es tan
fcil de controlar y puede ser grande para muestras pequeas, rechazar H0 (y por lo tanto
elegir H1) es una afirmacin ms fuerte que aceptar H0. Por lo tanto lo que se quiere
demostrar conviene (si se puede) ponerlo en H1. No siempre se puede hacer esta eleccin;
ste es el problema que hace que el test de normalidad de Shapiro-Wilk (es un test donde se
pone como H0 que la distribucin es gaussiana, ver Statistix, Statistics, Normality Tests) no sea
muy satisfactorio: para muestras pequeas puede tener mucha probabilidad de error tipo II y
por lo tanto ser poco "potente" para detectar falta de normalidad.
Tests acerca de la media basado en una muestra normal con varianza conocida.
El modelo normal con varianza conocida es ms simple que el anterior (hay un slo parmetro
desconocido que es ) pero menos usado en la prctica. Podra usarse en el ejemplo de las
mediciones de nquel si, por la experiencia previa, suponemos conocida la precisin del mtodo
de medicin: (la desviacin estndar ). Lo nico que no sabemos es si el mtodo es exacto o
tiene error sistemtico.
Modelo:

X1, X2, ..., Xn vs. as. i.i.d N(,2) con conocido

Hiptesis:
Bilateral:
H0 :

= o

H1 :

H0 :

= o

H1 :

< o

H0 :

= o

H1 :

> o

Unilaterales:

84

FCEyN - Estadstica para Qumica 2do. cuat. 2006 - Marta Garca Ben

Test para la hiptesis bilateral:

1er. paso. Calculo el estadsticos del test:
Z =

X o
____________
/ n

Comentario: si H0 es cierta, Z tiene distribucin N(0.1).

2do. paso. Calculo el valor P que es el rea de las dos colas de la funcin de densidad N(0,1)
a partir del valor de Z calculado en el paso anterior.
3er. paso. Si el valor P < rechazo H0 o equivalentemente afirmo que la diferencia es
estadsticamente significativa.
Pensar: Qu hay que cambiar en el test si la hiptesis es unilateral?
Ejemplo 2: (ejemplo de test para la media de una muestra normal con varianza conocida):
Supongamos ahora que por alguna medicin previa ya sospechbamos que el mtodo de
medicin de nquel tena error sistemtico negativo (estaba subestimando la cantidad de nquel).
Adems sabamos por haber hecho muchas determinaciones del mismo material (aunque no
supisemos el verdadero contenido de niquel) que la DS del mtodo es = 0.12.
Es con este conocimiento previo que realizamos las 10 mediciones de un material que sabemos
que tiene 4.44% de nquel.
Planteamos las siguientes hiptesis:
Ho : = 4.44

H1 : < 4.44

que se interpretan como el mtodo de medicin no tiene error sistemtico y el mtodo tiene
error sistemtico negativo respectivamente.
Aplicamos el test correspondiente a este modelo y estas hiptesis:
1er. paso.
Z =

X o
____________
/ n

4.34 - 4.44
= ______________ = -2.63
0.12 / 10

2do. paso. Calculo el valor P que es el rea de la cola a izquierda bajo la curva N(0,1). Esto
lo podemos hacer con la tabla normal o con Statistix, Statistics, Probability
functions, Z1-Tail, X=-2.63. El resultado es 0.00427
3er. paso. Como P=0.004 < 0.05 rechazo H0 .
Conclumos que el mtodo de medicin tiene error sistemtico negativo.
85

FCEyN - Estadstica para Qumica 2do. cuat. 2006 - Marta Garca Ben

Otra forma equivalente de aplicar los tests.

Veremos una forma equivalente de aplicar los tests. Pensemos por ejemplo en el test sobre
para una muestra normal con conocido, a dos colas .
Hemos rechazado cuando P<. Como
P < 0.05 Z est en alguna de las dos "colas" de la curva N(0,1) que tienen rea 0.05
|Z| > 1.96
o en general
P<
Z est en alguna de las dos "colas" de la curva N(0,1) que tienen rea
|Z| > z /2
Entonces otra forma de describir el test es:
Test sobre la media de una muestra normal con conocido:
H0 : = o
Test:
1er. paso. Calculo el estadstico del test:
Z =

X o
____________
/ n

2do. paso. Segn el test sea a una o dos colas

- Para el caso H1 : o (test a dos colas)
Rechazo Ho si |Z| > z /2
- Para el caso H1 : < o
Rechazo Ho si Z < -z
- Para el caso H1 : > o
Rechazo Ho si Z > z
Regin de rechazo de un test:
Se llama as al conjunto de valores tal que si el estadstico del test pertenece a ese conjunto, se
rechaza Ho.
Por ejemplo en el test anterior, para el caso de de la hiptesis unilateral H1 : < o, la regin
de rechazo es la semirrecta (-, -z ). Para la hiptesis bilateral H1 : o la regin de
rechazo son las dos semirrectas (las dos "colas"): (-, -z /2 ) ( z /2 , )
Un ejemplo de clculo de probabilidad de error tipo II.
Continuemos con el ejemplo 2. Si Ho es cierta (el mtodo de medicin no tiene error
sistemtico) la probabilidad de equivocarnos y decir que lo tiene (probabilidad de error tipo I)
es 0.05
86

FCEyN - Estadstica para Qumica 2do. cuat. 2006 - Marta Garca Ben

Cunto vale la probabilidad de error tipo II? Es la probabilidad de aceptar H0 cuando es falsa,
pero que quiere decir que H0 sea falsa? Quiere decir que < 4.44. Esta no es una hiptesis
"puntual" y la probabilidad de error tipo II depende de cul sea el verdadero valor de .
Intuitivamente vale ms si est cerca o lejos de 4.44?
Calcular lo siguiente:
a) probabilidad de error tipo II si el verdadero valor de = 4.34
b) una expresin que permita calcular la probabilidad de error tipo II para cualquier valor de
< 4.44 (esta funcin del verdadero valor de se suele notar ()).
c) probabilidad de error tipo II si el verdadero valor de = 4.40
Saber calcular la probabilidad de error tipo II de un test permite tambin determinar el tamao
de la muestra en la etapa del diseo del experimento. Por ejemplo:
d) Cuanto debe valer n para que la probabilidad de error tipo II, si el verdadero valor de es
4.40, sea menor o igual que 0.10?
Respuestas:
a) 0.16
b)

() = 1 z + o
/ n

c) 0.72
d) n=77
Nota: la expresin b) vale para el test unilateral con H1: < 0
Pare el test unilateral con H1: > 0 es

() = z + o

/ n

y para el test bilateral es

() = z / 2 + o
z / 2 + o

/ n
/ n

87