Prueba D Hipotesis Media Poblacional

Universidad Los Ángeles de Chimbote CURSO ESTADÍSTICA APLICADA
FACULTAD DE CIENCIAS CONTABLES, FINANCIERAS Y ADMINISTRATIVAS
LECTURA 07: PRUEBA DE HIPÓTESIS (PARTE I)
TEMA 15: PRUEBA DE HIPOTESIS: DEFINICIONES GENERALES
1. INTRODUCCION
El propósito de análisis estadístico es reducir el nivel de incertidumbre en el proceso
de decisiones. Los gerentes pueden tomar mejores decisiones solo si tienen
suficiente información a su disposición. La prueba de hipótesis es una alternativa
analítica muy efectiva para obtener esta valiosa información. Por ejemplo el gerente
de sistemas de una empresa desea determinar si el tiempo de vida medio de
computadoras de la marca COMPAQ es mayor de 10 años ( µ = 10 ). Un productor de
software de computador desea certificar que la proporción de sus productos que son
defectuosos es menor del 3% ( p < 0.03 ). El gerente de una empresa desea saber si
la implementación de un nuevo programa de capacitación mejora la productividad de
sus vendedores respecto al número de clientes que desean tener una tarjeta de
crédito ( µ > 30 ).
Las ilustraciones de esta naturaleza son virtualmente ilimitadas en diferentes
escenarios productivos, de negocios, económicos, financieros, laborales, etc. Si se
pueden obtener respuestas a estas preguntas y a muchas otras con algún grado de
garantía la toma de decisiones se vuelve más segura y es menos probable que
conduzca a un error costoso.
2. DEFINICIONES GENERALES
A continuación daremos a conocer algunas definiciones generales que se usan para
llevar a cabo una prueba de hipótesis:
a) Hipótesis estadística: Es una suposición o afirmación respecto de un

parámetro poblacional. Por ejemplo:
- El número promedio de ingenieros de sistemas que se insertan al mercado
laboral es de al menos 3 de ellos.
- El 20% de las familias chimbotanos tienen Internet en su hogar.
- El sueldo medio de los trabajadores de la Uladech es de S/. 800.00 mensuales.
Todas estas hipótesis tienen algo en común, las poblaciones de interés son tan
grandes que no es factible estudiar todos sus elementos. Como ya sabemos, una
alternativa a estudiar la población entera es tomar una muestra de la población de
___________________________________________________________________________ 1
Elaborado por : Mg. Carmen Barreto R.
Fecha : Setiembre 2010
Versión :2
interés. De esta manera podemos probar una afirmación para determinar si la

evidencia soporta o no la afirmación.
b) Prueba de hipótesis: Es un procedimiento basada en la evidencia muestral y

en la teoría de la probabilidad que se lleva acabo para decidir si se acepta o rechaza
un hipótesis estadística planteada.
c) Tipos de hipótesis: Cualquier investigación estadística implica la existencia de

hipótesis o afirmaciones de las poblaciones que se estudian. Hay dos tipos de
hipótesis: la hipótesis nula y la hipótesis alternativa.
c.1.) Hipótesis nula (Ho): Es aquella que establece que el parámetro tiene
determinado valor y se formula con la intención de rechazarla.
La hipótesis nula es una afirmación que será aceptada si los datos de la muestra no
nos proveen de evidencia convincente de que es falsa, es decir, si se acepta la
hipótesis nula decimos que la evidencia no es suficiente para rechazarla pero no
podemos afirmar que es verdadera.
c.2) Hipótesis alternativa: Es una hipótesis diferente a la hipótesis nula, es la

que suponemos que es verdadera y deseamos establecer. La hipótesis alterna es la
afirmación que se acepta si se rechaza la hipótesis nula. Esta hipótesis, también
llamada hipótesis de investigación. La hipótesis alterna es aceptada si la evidencia
proporcionada por la muestra es suficiente para afirmar que la Ho es falsa.
d) Tipos de errores: Al realizar una prueba de hipótesis no sabemos si en una

determinada acción (rechazo o aceptación de la hipótesis nula) cometemos un error
o no.
• Error Tipo I: Consiste en rechazar la hipótesis nula cuando es verdadera.
• Error Tipo II: Consiste en aceptar la hipótesis nula cuando es falsa.
Si Ho es la hipótesis nula (sometida a prueba) y H 1 es la hipótesis alternativa,

entonces estas hipótesis junto con las dos posibilidades de decisión podemos
esquematizarla en la siguiente tabla:
___________________________________________________________________________ 2
Versión :2
ESTADO DE LA NATURALEZA
DECISIÓN
Ho verdadera Ho falsa
1-α β
Aceptar Ho Decisión correcta Error Tipo I
α 1− β
Rechazar Ho Error Tipo I Decisión correcta
Es obvio quien toma las decisiones, quiere reducir al máximo las probabilidades de
cometer cualquiera de estos dos tipos de errores, esto no es fácil, pues las
probabilidades de cometer error tipo I y II son inversamente proporcionales, para
cualquier prueba dada. De ahí que, cuanto menor es el riesgo de cometer un error
tipo I, tanto mayor es la probabilidad de cometer un error tipo II y viceversa. Sin
embargo dada la regla de decisión, es posible reducir ambos tipos de errores en
forma simultánea, aumentando el tamaño de la muestra.
e) Nivel de significacion (α): Se denomina nivel de significación de una prueba de

hipótesis a la probabilidad de cometer un error tipo I.
El nivel de significancia es simbolizado por α, y también es conocido como nivel de

riesgo. Este último término es más apropiado porque es el riesgo que se toma de
rechazar una hipótesis verdadera.
α = P[error tipo I] = P [Rechazar Ho / Ho es verdadera]

α = P[error tipo I] = P [Aceptar H1 / H1 es falsa]
No hay un nivel de significancia para todos los estudios, se puede utilizar cualquier
valor de probabilidad entre 0 y 1. Tradicionalmente, el nivel de 0.05 es aplicado a
proyectos de investigación, el nivel 0.01 a control de calidad, y 0.10 a sondeos
políticos. Usted como investigador debe decidir el nivel de significancia antes de
colectar la muestra de datos.
Los niveles de significación más usados son: α = 0.05 y 0.01. Estos dos números
son usados tan frecuentemente que cuando Ho es rechazada en α = 0.05,
podemos decir que el resultado es significativo y cuando Ho es rechazada en
___________________________________________________________________________ 3
Versión :2
α = 0.01, decimos que el resultado es altamente significativo.
NOTA: La probabilidad de cometer un error tipo II se representa por β, es decir:
β = P[error tipo II] = P[Aceptar Ho / Ho falsa]

β = P[error tipo II] = P[Rechazar H1 / H1 es verdadera]
f (θˆ / H 0 ) f (θˆ / H1 )
1-α 1-β
β α
R.A. C R.R.
fig. 16
R.A. : Región de aceptación.

R.R. : Región de rechazo.
f) Tipos de prueba:
• Prueba de cola izquierda: Si la región de rechazo está a la izquierda del
punto crítico C.
f (θˆ / H 0 )
1-α
α
R.R. C R.A.
fig. 17
___________________________________________________________________________ 4
Versión :2
• Prueba de cola derecha: Si la región de rechazo está a la derecha del junto

crítico C.
f (θˆ / H 0 )
1-α
R.A. C R.R.
fig. 18
• Prueba bilateral: Si la región de aceptación es un intervalo cerrado entre los
puntos crítico C1 y C2.
f (θˆ / H 0 )
1-α
α /2 α /2
R.R. C1 R.A. C2 R.R.
fig. 19
g) Pasos de una prueba de hipótesis:

1. Formulación de la hipótesis nula y alternativa de acuerdo al problema.
2. Especificación del nivel de significación.
3. Selección de la estadística de prueba.
4. Establecimiento de los criterios de decisión.
5. Realización de cálculos.
6. Decisión.
___________________________________________________________________________ 5
Versión :2
TEMA 16: PRUEBA DE HIPÓTESIS PARA LA MEDIA POBLACIONAL

La media poblacional es un parámetro de decisión muy importante. Es de interés
conocer si una media poblacional ha aumentado, disminuido o ha permanecido
inalterado, o también podemos estar interesados en determinar si una media
poblacional es significativamente mayor o menor que un valor supuesto.
1. PRUEBA DE HIPOTESIS PARA LA MEDIA POBLACIONAL USANDO LA

ESTADISTICA Z.
CASO I: Uso de la estadística Z.

i) Muestra grande (n ≥ 30), varianza poblacional conocida, población normal o no.
ii) Muestra grande (n ≥ 30), varianza poblacional desconocida (σ2 ≅ s2) y población
normal o no.
iii) Muestra pequeña (n < 30), varianza poblacional conocida y población normal.
1. Formulación de hipótesis:
a) Ho: µ ≥ µo b) Ho: µ ≤ µo c) Ho: µ = µo
H1: µ < µo H1: µ > µo H1: µ ≠ µo
2. Nivel de significancia: α
3. Estadística de prueba:
• Para i y iii
x− µ 0
Z= → n (0,1)
σ/ n
• Para ii
x− µ 0
Z= → n (0,1)
s/ n
___________________________________________________________________________ 6
Versión :2
4. Establecimiento de los criterios de decisión:

• Prueba de cola izquierda :
1- α
α
0
-Z1- α
R.R R.A.
R.A.: ZK > - Z1- α , se acepta H O.

R.R.: ZK < - Z1- α , se rechaza H O.
• Prueba de cola derecha:
1-α
α
0 Z1- α
R.A. R.R.
R.A.: Zk < Z1 - α , se acepta H O.

R.R.: Zk > Z1 - α , se rechaza H O.
___________________________________________________________________________ 7
Versión :2
• Prueba bilateral :
1-α .
α/2 α/2
-Z1- α/2
0 Z1- α/2
R.R. R.A. R.R.
R.A.: -Z1 – α/2 < Zk < Z1 - α/2 ,se acepta H 0.

R.R.: Zk < -Z1 - α/2 O Zk > Z1 – α/2 ,se rechaza H 0.
5. Cálculos:
Obtención del valor experimental.
• Para i y iii
x− µ 0
Zk =
σ / n
• Para ii
x− µ0
Zk =
s/ n
6. Decisión:
Se compara el valor experimental con el valor crítico.
Si Zk ∈ R.A., se acepta HO.
Si Zk ∈ R.R., se rechaza HO.
___________________________________________________________________________ 8
Versión :2
NOTA: Si se tiene una población finita de tamaño N se corrige la estadística

de prueba de la siguiente manera:
a) Para i y iii: b) Para ii:
x− µ 0 x− µ 0
Z= Z=
σ N− n s N− n
n N− 1 n N− 1
Ejemplo 1:
El gerente de una empresa selecciona aleatoriamente entre sus trabajadores una
muestra de 169 y anota el número de horas de trabajo que cada uno de ellos ha
perdido por causa de accidentes laborales en el año 2001. A partir de la información
obtenida determina, en esos 169 trabajadores, un número medio de horas perdidas
por accidentes laborales en el 2007 de 36,5 horas y una desviación estándar de 10
horas.
a) ¿Podríamos rechazar, con un nivel de significación del 1% la hipótesis de que el
número medio de horas perdidas a causa de accidentes laborales en esa empresa
durante el año 2007 fue de 35 horas?
b) ¿Y para un nivel de significación del 5%?
Solución: Utilizamos Caso I - ii

a)
1. Formulación de la hipótesis :
H0 : µ = 35
H1 : µ ≠ 35
2. Nivel de significancia : α= 0.01
Análisis: x = 36.5
● n=169
(n>30) s = 10
___________________________________________________________________________ 9
Versión :2
● Varianza poblacional desconocida (se obtiene a través de la muestra)

s = 10 ⇒ s 2 = 100
● Población no normal
● Usar Estadística Z – Caso I - ii
1- α = 0.99
α/2=0.05 α/2=0.05
-2.576 0 2.576
R.R. R.A. R.R.
R.A.: -2.576≤ ZK ≤ 2.576, se acepta HO.

R.R.: ZK < -2.576 o ZK >2.576, se rechaza HO.
5. Cálculos :
x − µ 0 36.5 − 35
Zk = = = 1.95
s / n 10 / 169
6. Decisión :
Zk=1.95<2.576, aceptamos Ho.
No se rechaza la hipótesis ; es decir el número medio de horas pérdidas a
causa de accidentes laborales es de 35 horas.
b) Si el nivel de significación fuera del 5%, entonces 1.95 <1.96 y también se acepta
HO. Entonces no se rechaza la hipótesis ; es decir el número medio de horas
pérdidas a causa de accidentes laborales es de 35 horas.
Ejemplo 2:
Una empresa estudia introducir un nuevo sistema de producción para mejorar su
productividad media establecida actualmente por persona y día. Se estima que el
___________________________________________________________________________ 10
Versión :2
cambio no será rentable si no consigue elevar dicho número por encima de 45

unidades. Realizada una prueba con la nueva tecnología aplicada a 35 personas, se
obtuvo una producción media de 46.5 y no se observó ningún cambio apreciable en
la dispersión que estaba establecida en σ = 1.5 u. por día ¿Se debe efectuar el
cambio tecnológico. A un nivel de significancia del 5%.
Solución: Utilizamos Caso I - ii

1. Formulación de la hipótesis:
H0 : µ = 45
H1 : µ > 45
2. Nivel de significancia: α = 0.05
3. Estadística de prueba :
Análisis:
● n=35 x = 46.5
(n>30)
● Varianza poblacional conocida.
σ =1.5 σ 2= 2.25
● Usar Estadística Z – Caso I - i
x − µ0
Z= → n(0,1)
σ/ n
4. Establecimiento de los criterios de decisión :
1 - α =0.95
0.05
0 1.645
R.A. R.R.
R.A.: ZK < 1.645, se acepta HO.

R.R.: ZK > 1.645, se rechaza HO.
___________________________________________________________________________ 11
Versión :2
5. Cálculos:
x − µ 0 46.5 − 45
Zk = = = 0.17
σ / n 1.5 / 35
6. Decisión :
ZK = 0.17 < 1.645, entonces aceptamos Ho.
No se debe efectuar el cambio tecnológico.
Ejemplo 3:
Tiendas Metro, una cadena de tiendas de artículos de consumo extendida por todo
el país, afirmaba en Radio Programas del Perú que no abren tienda en ninguna
localidad a menos que la renta media de la vecindad sea de 1200 dólares como
mínimo. Una encuesta de 200 familias en una localidad determinada da una renta
media de 1182 dólares, con una desviación estándar de 157 dólares. ¿Deben abrir
la tienda si se cumplen todos los demás criterios de emplazamiento deseable a un
nivel de significancia del 1%?
Solución:
H0 : µ ≥ 1200
H1 : µ < 1200
2. Nivel de significancia : α = 0.01
Análisis: x = 1182
● n=200
(n>30) s = 157
s = 157 ⇒ s 2 = 24649
● Usar Estadística Z – Caso I - ii
x− µ0
Z= → n(0,1)
s/ n
___________________________________________________________________________ 12
Versión :2
1-α = 0.99
α = 0.01
-2.326 0
R.R. R.A
.
R.A.: ZK ≥ -2.326, se acepta HO.
R.R.: ZK < -2.326, se rechaza HO.
5. Cálculos:
x − µ 0 1182 − 1200
Zk = = = − 1.62
s/ n 157 / 200
6. Decisión:
Zk = -1.62 > -2.326, entonces aceptamos Ho.
La renta media de la vecindad es de 1200 dólares como mínimo.
2. PRUEBA DE HIPOTESIS PARA LA MEDIA POBLACIONAL USANDO LA

ESTADISTICA T.
CASO II: Uso de la estadística t.

La muestra es pequeña (n< 30), varianza poblacional desconocida (σ 2 ≅ s 2 ) y
población normal.
___________________________________________________________________________ 13
Versión :2
1. Formulación de hipótesis estadística:

a) HO: µ ≥ µo b) HO: µ ≤ µo c) HO: µ = µo
H1: µ < µo H1: µ > µo H1: µ ≠ µo
2. Nivel de significancia: α
x− µ0
t= → t n−1
s/ n
Donde: (n-1) son los grados de libertad.
• Prueba de cola izquierda :
1-α
-t1-α, n-1 0
R.R.. R.A.
R.A.: tK > - t1-α , n-1, se acepta H O.

R.R.: tK < - t1-α , n-1, se rechaza H O.
___________________________________________________________________________ 14
Versión :2
• Prueba de cola derecha:
1- α
α
0 t1-α, n-1
R.A R.R
R.A.: tk < t1-α , n-1, se acepta H o.

R.R.: tk > t1-α , n-1, se rechaza H o.
• Prueba bilateral :
1-α
α/2 α/2
− t1− α / 2,n − 1 0 t1− α / 2, n − 1
R.R. R.A. R.R.
R.A.: t1 - α /2, n-1 < tk < t1 - α /2, n-1 , se acepta H O .

R.R.: tk < - t1 - α /2, n-1 o tk > t1 - α /2, n-1 , se rechaza H O.
___________________________________________________________________________ 15
Versión :2
5. Cálculos:
x− µ 0
tk =
s/ n
6. Decisión:
Se compara el valor experimental con el valor crítico
Si t k ∈ RA. , aceptamos Ho.
Si t k ∈ R.R. , rechazamos Ho.
NOTA: Si se tiene una población finita de tamaño N se corrige la

estadística de prueba. Así:
x− µ0
tk =
s N− n
n N−1
Ejemplo 4:
En una ciudad se quiere hacer un estudio rápido para valorar el consumo de agua
en los domicilios particulares durante los meses de mayor sequía. Para ello se
seleccionaron al azar 15 domicilios y se midieron sus consumos en metros cúbicos
durante el mes de agosto y su obtuvo un consumo medio muestral de x = 18.7 m 3 y
una desviación estándar muestral de s = 6 m 3 . Se sabe además que el consumo de
agua se distribuye normalmente. En vista de estos datos. ¿Hay suficiente evidencia
estadística al nivel de 0.05, a favor de la hipótesis de que el consumo medio de los
particulares durante el mes de agosto es mayor que 18 m 3?
Solución:
H0 : µ = 18
H1 : µ > 18
2. Nivel de significancia: α = 0.05
___________________________________________________________________________ 16
Versión :2
Análisis:
x = 18.7
● n=15
(n<30) s= 6
s = 6 ⇒ s 2 = 36
● Población normal
● Usar Estadística T – Caso II
x− µ0
t = → t n−1
s/ n
Como n=14, entonces:
t → t14
Entonces el valor tabular estara dado por:
1 - α = 0.95
α=0.05
0 1.761
R.A R.R
R.A.: tk ≤ 1.761, se acepta HO.

R.R.: tk > 1.761, se rechaza HO.
___________________________________________________________________________ 17
Versión :2
5. Cálculos:
x − µ 0 18.7 − 18
tk = = = 0.45
s/ n 6 / 15
6. Decisión:
tk=0.45 < 1.761, entonces aceptamos H o. El consumo medio de agua de los
particulares en el mes de agosto no es mayor de 18m 3.
Ejemplo 5:
Una Marca discográfica preocupada por el creciente desarrollo de los Vendedores
informales de mùsica en CD emprende una investigación sobre esta variante de la
Economía informal, la Gerencia cree que mantienen una venta media de 50 CD`s en
un fin de semana. Para realizar la investigación se entrevistaron 20 vendedores
desplegados en la Av. Abancay de la Ciudad de Lima, registrando el siguiente
resultado:
Ventas de CD's (copias):
55 51 50 51 71 65 60 55 50 50
59 50 77 76 53 57 66 72 46 47
¿Que tan cierta es la sospecha de la Gerencia, a un nivel de significancia del 5%?
Solución: Caso II
1. Formulación de Hipótesis :
H0 : µ = 50
H1 : µ ≠ 50
3. Estadística de prueba :
Análisis:
x = 58.55
● n=20
s = 9.64
(n<30)
___________________________________________________________________________ 18
Versión :2
s = 9.64 ⇒ s 2 = 92.93
x− µ0
t = → t n−1
s/ n
t → t19
1- α =0.95
α=0.025 α=0.025
-2.093 0 2.093
R.R R.A R.R
R.A.: tk ∈ [-2.093, 2.093], se acepta HO.

R.R.: tk < -2.093 o tk > 2.093, se acepta HO.
5. Cálculos :
x− µ0 58.55 − 50
tk = → = 3.97
s/ n 9.64 / 20
6. Decisión:
tk = 3.97 ∈ R.R., por lo tanto se rechaza H o. No es cierta la sospecha del
gerente, la venta media de CDs en el mercado informal es mayor.
___________________________________________________________________________ 19
Versión :2
Ejemplo 6:
Para determinar el rendimiento anual de ciertos valores, un grupo de
inversionistas tomó una muestra de n =10 de esta clase de valores. La media y
desviación estándar resultaron: x = 8.4% y s = 0.1% . Se sabe además que el
rendimiento sigue una distribución normal ¿Existe evidencia para decir que el
verdadero rendimiento anual promedio es igual o mayor 8.5%? con α= 0.1?
Solución:
H0 : µ ≥ 8.5
H1 : µ < 8.5
Análisis: x = 8.4
● n=10
s = 0.1
(n<30)
s = 0.1 ⇒ s 2 = 0.01
x− µ0
t = → t n−1
s/ n
t → t9
___________________________________________________________________________ 20
Versión :2
1-α = 0.90
α = 0.1
-1.383 0
R.R. R.A.
R.A.: ZK ≥ - 1383, se acepta HO.

R.R.: ZK < --1.383, se rechaza HO.
5. Cálculos:
x − µ 0 8.4 − 8.5
Zk = = = − 3.16
s / n 0.1/ 10
6. Decisión:
Zk = -3.16<-1.383, entonces rechazamos HO.
No existe evidencia para decir que el rendimiento anual promedio es mayor o

igual a 8.5, el rendimiento anual promedio de los valores es menor de 8.5%
___________________________________________________________________________ 21
Versión :2

Prueba D Hipotesis Media Poblacional

Cargado por

Copyright:

Formatos disponibles

Prueba D Hipotesis Media Poblacional

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Prueba D Hipotesis Media Poblacional

Cargado por

Copyright:

Formatos disponibles

Universidad Los Ángeles de Chimbote CURSO ESTADÍSTICA APLICADA

FACULTAD DE CIENCIAS CONTABLES, FINANCIERAS Y ADMINISTRATIVAS

LECTURA 07: PRUEBA DE HIPÓTESIS (PARTE I)

TEMA 15: PRUEBA DE HIPOTESIS: DEFINICIONES GENERALES

a) Hipótesis estadística: Es una suposición o afirmación respecto de un

interés. De esta manera podemos probar una afirmación para determinar si la

b) Prueba de hipótesis: Es un procedimiento basada en la evidencia muestral y

c) Tipos de hipótesis: Cualquier investigación estadística implica la existencia de

c.2) Hipótesis alternativa: Es una hipótesis diferente a la hipótesis nula, es la

d) Tipos de errores: Al realizar una prueba de hipótesis no sabemos si en una

• Error Tipo II: Consiste en aceptar la hipótesis nula cuando es falsa.

Si Ho es la hipótesis nula (sometida a prueba) y H 1 es la hipótesis alternativa,

e) Nivel de significacion (α): Se denomina nivel de significación de una prueba de

El nivel de significancia es simbolizado por α, y también es conocido como nivel de

α = P[error tipo I] = P [Rechazar Ho / Ho es verdadera]

α = 0.01, decimos que el resultado es altamente significativo.

NOTA: La probabilidad de cometer un error tipo II se representa por β, es decir:

β = P[error tipo II] = P[Aceptar Ho / Ho falsa]

R.A. : Región de aceptación.

• Prueba de cola derecha: Si la región de rechazo está a la derecha del junto

g) Pasos de una prueba de hipótesis:

TEMA 16: PRUEBA DE HIPÓTESIS PARA LA MEDIA POBLACIONAL

1. PRUEBA DE HIPOTESIS PARA LA MEDIA POBLACIONAL USANDO LA

CASO I: Uso de la estadística Z.

4. Establecimiento de los criterios de decisión:

R.A.: ZK > - Z1- α , se acepta H O.

• Prueba de cola derecha:

R.A.: Zk < Z1 - α , se acepta H O.

R.R. R.A. R.R.

R.A.: -Z1 – α/2 < Zk < Z1 - α/2 ,se acepta H 0.

NOTA: Si se tiene una población finita de tamaño N se corrige la estadística

a) Para i y iii: b) Para ii:

Solución: Utilizamos Caso I - ii

2. Nivel de significancia : α= 0.01

● Varianza poblacional desconocida (se obtiene a través de la muestra)

4. Establecimiento de los criterios de decisión:

R.A.: -2.576≤ ZK ≤ 2.576, se acepta HO.

cambio no será rentable si no consigue elevar dicho número por encima de 45

Solución: Utilizamos Caso I - ii

2. Nivel de significancia: α = 0.05

4. Establecimiento de los criterios de decisión :

R.A.: ZK < 1.645, se acepta HO.

2. Nivel de significancia : α = 0.01

4. Establecimiento de los criterios de decisión:

La renta media de la vecindad es de 1200 dólares como mínimo.

2. PRUEBA DE HIPOTESIS PARA LA MEDIA POBLACIONAL USANDO LA

CASO II: Uso de la estadística t.

1. Formulación de hipótesis estadística:

Donde: (n-1) son los grados de libertad.

4. Establecimiento de los criterios de decisión:

• Prueba de cola izquierda :

R.A.: tK > - t1-α , n-1, se acepta H O.

• Prueba de cola derecha:

R.A.: tk < t1-α , n-1, se acepta H o.

R.A.: t1 - α /2, n-1 < tk < t1 - α /2, n-1 , se acepta H O .

NOTA: Si se tiene una población finita de tamaño N se corrige la

2. Nivel de significancia: α = 0.05

● Varianza poblacional desconocida (se obtiene a través de la muestra)

Como n=14, entonces: