PRUEBAS DE HIPOTESIS.

INVESTIGAR LA METODOLOGIA
PARA AL PRUEBA DE HIPOTESIS
CON LA MUESTRA.

HIPOTESIS NULA Y ALTERNATIVA.

HIPOTESIS Z

NOMBRE: ING. IVAN ALBERTO AGUILERA.

TUTOR: ING. LAURA CORRAL TORRES.

INSTITUCIÓN: INSTITUTO TECNOLÓGICO SUPERIOR DE

MÚZQUIZ

EXTENCIÓN: HÉRCULES COAHUILA, MUNICIPIO DE

SIERRA MOJADA.
INTRODUCCIÓN.

Pero es necesario tener conocimiento de ciertos datos de la población como la

media, la desviación estándar o la forma de la población, pero a veces no se
dispone de esta información.

En este caso es necesario hacer una estimación puntual que es un valor que se
usa para estimar un valor poblacional. Pero una estimación puntual es un solo
valor y se requiere un intervalo de valores a esto se denomina intervalo de
confianza y se espera que dentro de este intervalo se encuentre el parámetro
poblacional buscado. También se utiliza una estimación mediante un intervalo, el
cual es un rango de valores en el que se espera se encuentre el parámetro
poblacional

En nuestro caso se desarrolla un procedimiento para probar la validez de una

aseveración acerca de un parámetro poblacional este método es denominado
prueba de significancia de la hipótesis nula constituye la herramienta más
generalizada para evaluar hipótesis científicas y tomar decisiones al respecto, no
sólo en las ciencias médicas y de la salud, sino también en la biología, la
psicología, las ciencias políticas y otras ciencias sociales. De hipótesis para una
muestra.
DESARROLLO.

PRUEBAS DE HIPOTESIS.

1.- METODOLOGIA PARA PRUEBA DE HIPOTESIS CON MUESTRA.

Dentro del estudio de la inferencia estadística, se describe cómo se puede tomar

una muestra aleatoria y a partir de esta muestra estimar el valor de un parámetro
poblacional en la cual se puede emplear el método de muestreo y el teorema del
valor central lo que permite explicar cómo a partir de una muestra se puede inferir
algo acerca de una población, lo cual nos lleva a definir y elaborar una distribución
de muestreo de medias muéstrales que nos permite explicar el teorema del límite
central y utilizar este teorema para encontrar las probabilidades de obtener las
distintas medias maestrales de una población.

En nuestro caso se desarrolla un procedimiento para probar la validez de una

aseveración acerca de un parámetro poblacional este método es denominado
prueba de hipótesis para una muestra.

Hipótesis y prueba de hipótesis, tenemos que empezar por definir que es prueba
de hipótesis

Hipótesis es una aseveración de una población elaborado con el propósito de

poner a prueba, para verificar si la aseveración o para determinar que no es
verdadera.

Por lo tanto, la prueba de hipótesis es un procedimiento basado en la evidencia

muestral y la teoría de probabilidad; se emplea para determinar si la hipótesis es
una afirmación razonable.

Prueba de una hipótesis: se realiza mediante un procedimiento sistemático de

cinco pasos
Siguiendo este procedimiento sistemático, al llegar al paso 5 se puede o no
rechazar la hipótesis, pero debemos tener cuidado con esta determinación ya que
en la consideración de estadística no proporciona evidencia de que algo sea
verdadero, esta prueba aporta una clase de prueba más allá de una duda
razonable. Analizaremos cada paso a detalle

Objetivo de una prueba de hipótesis.

El propósito de una prueba de hipótesis no es cuestionar el valor calculado del

estadístico (maestral), si no hacer

Un juicio con respecto a la diferencia entre estadístico de muestra y un valor

planteado del parámetro.

3.- procedimiento sistemático para una prueba de hipótesis de una muestra.

Paso 1: nula Ho y la hipótesis alternativa H1.

Cualquier investigación estadística implica la existencia de hipótesis o

afirmaciones a cerca de las poblaciones que se estudian.

La hipótesis nula (Ho) se refiere siempre a un valor especificado del parámetro de

población, no a una estadística de muestra. La letra H significa hipótesis nula que
indica que ¨”no” en la hipótesis nula que indica que “no” hay cambio” podemos
rechazar o aceptar Ho.

La hipótesis nula es una afirmación que no rechaza a menos que los datos
maestrales proporcionen evidencia convincente de que es falsa. El planteamiento
de la hipótesis nula siempre contiene un signo de igualdad con respecto al valor
especificado del parámetro.
2.- HIPOTESIS NULA Y ALTERNATIVA.

Una hipótesis estadística es una proporción o supuesto sobre los parámetros de

una o más poblaciones.

Suponga que tiene interés en la rapidez de combustión de un agente propulsor

sólido utilizado en los sistemas de salida de emergencia para la tripulación de
aeronaves. El interés se centra sobre la rapidez de combustión promedio es o no
50 cm/s. esto puede expandirse de manera formal como.

Ho: μ= 50 cm/s

H1: μ ≠ 50 cm/s

La proporción Ho; μ = 50 cm/s, se conoce como hipótesis nula, mientras que la

proporción H1; μ ≠ 50cm/s recibe el nombre de hipótesis alternativa. Puesto que
la hipótesis alternativa especifica valores de μ que pueden ser mayores o menores
que 50cm/s también se conoce como hipótesis alternativa unilateral, como en

Ho; = 50cm/s Ho; μ = 50 cm/s

H1; μ < 50 cm/s H1; μ > 50 cm/s}

Es importante recordar que la hipótesis siempre son proporcionales sobre la

población o distribución bajo estudio, no proporciones sobre la muestral. Por lo
general, el valor del parámetro de la población especificado en la hipótesis nula se
determina en una de 3 maneras diferentes:

1. Puede ser resultado de la experiencia pasada o del conocimiento del

proceso, entonces el objetivo de la prueba de hipótesis usualmente es
determinar si ha cambiado el valor del parámetro.
2. Puede obtenerse a partir de alguna teoría o modelo que se relaciona con el
proceso bajo estudio. En este caso, el objetivo de la prueba de hipótesis es
verificar la teoría o modelo.
3. Cuando el valor del parámetro proviene de consideraciones externas, tales
como las especificaciones de diseño o ingeniería, o de obligaciones
contractuales. En situación, el objetivo usual de la prueba de hipótesis es
probar el cumplimiento de las especificaciones.
Un procedimiento que conduce a una decisión sobre una hipótesis en particular
recibe el nombre de prueba de hipótesis. Los procedimientos de prueba de
hipótesis dependen del empleo de la información contenida en la muestra aleatoria
de la población de interés. Si esta información es consistente con la hipótesis, se
concluye que ésta es verdadera; sin embargo si esta información es inconsistente
con la hipótesis, se concluye que esta es falsa. Debe hacerse hincapié en que la
verdad o falsedad de una hipótesis en particular nunca puede conocerse con
certidumbre, a menos que pueda examinarse a toda la población. Usualmente
esto es imposible en muchas situaciones prácticas. Por tanto, es necesario
desarrollar un procedimiento de prueba de hipótesis teniendo en cuenta la
probabilidad de llegar a una conclusión equivocada.

La hipótesis nula, representada por H0, es la afirmación sobre uno o más

características de poblaciones que al inicio se supone cierta (es decir, la “creencia
a priori”)

La hipótesis alternativa, representada por H1, es afirmación contradictoria a H0, y

esta es la hipótesis del investigador.

La hipótesis nula se rechaza en favor de la hipótesis alternativa, solo si la

evidencia muestral sugiere que H0 es falsa. Si la muestra no contradice
decididamente a H0, se continua creyendo en la validez de la hipótesis nula.
Entonces, la 2 conclusiones posibles de un análisis por prueba de hipótesis son
rechazar H0 o no rechazar H0,

Para ilustrar los conceptos generales, considere el problema de la rapidez de

combustión del agente propulsor presentado con anterioridad. La hipótesis nula
es que la rapidez promedio de combustión es de 50cm/s, mientras que la hipótesis
de alternativa es que no es igual a 50 cm/s. esto es, se desea probar:

H0, μ= 50cm/s

H1 μ≠ 50 cm/s
La medida muestral puede tomar muchos valores diferentes. Supóngase que si
48.5 ≤𝑥̅ ≤ 51.5, entonces no se rechaza la hipótesis nula H0; μ = 50 cm/s, que si 𝑥̅
<48.5 o 𝑥̅ > 51.5, entonces se acepta la hipótesis alternativa H1; μ≠ 50cm/s.

Los valores 𝑥̅ que son menores que 48.5 o mayores que 51.5 constituyen la región
critica de la prueba, mientras que todos los valores que están en el intervalo 48.5
≤𝑥̅ ≤ 51.5 forman la región de aceptación. Las fronteras entre las regiones críticas
y de aceptación reciben el nombre de valores críticos. La costumbre es establecer
conclusiones con respecto a la hipótesis nula H0, por tanto, se rechaza Ho en
favor de H1 si el estadístico de prueba caen en región critica, de lo contrario, no se
rechaza H0.

PRUEBAS DE HIPÓTESIS Z PARA LA MEDIDA (DESVIACIÓN ESTANDAR

POBLACIONAL CONOCIDA)

Cuando se van a realizar pruebas de hipótesis relativas a la medida poblacional m

se debe saber si la varianza poblacional s es conocida o desconocida, ya que la
distribución subyacente al estadístico de prueba será la normal estándar si la
varianza es conocida, y la distribución t en caso contrario.

Las diferentes hipótesis que se pueden representar son las siguientes:

1. H0: m = m0 H1: m>m0

2. H0:m = m0 H1: m <m0
3. H0:m = m0 H1: m´m0

Las pruebas de hipótesis para la media se basan en el estadístico dado por la

media muestral cuya distribución tiende a la distribución normal (m, s/n) para
muestras grandes.

Prueba de hipótesis para la media con varianza conocida

Cuando la varianza s Es conocida, las pruebas de hipótesis se basan en el hecho

de que la variable aleatoria Z definida como, se distribuye normalmente con media
cero y varianza unitaria. Para el caso de las hipótesis Ho: m = m0 contra H1: m >
m0 vimos, al analizar las mejores pruebas, que la mejor región crítica de tamaño a
consistía en rechazar H0 si la media muestral era mayor o igual que una constante
c dada por. Por lo tanto, una vez tomada la muestra y obtenidos los valores x1,
x2,…, xn, se calcula la media muestral dada por: y los criterios de decisión serían
los siguientes: a) Rechace Ho: m = m0 si ³ c, donde.

b) Calcule el “estadístico de prueba” y rechace Ho: m = m0 si Z ³ Z a. c) Calcule el

“estadístico de prueba” y estime P como el área en la

Distribución normal estándar a la derecha del valor Z calculado, y rechace Ho: m =

m0 si P< a. Para el caso de las hipótesis Ho: m = m0 contra H1: m < m0 la mejor
región crítica de tamaño a consiste en rechazar H0 si la media muestral es menor
o igual que una constante c dada por. Por lo tanto, una vez tomada la muestra y
obtenidos los valores x1, x2,…, xn, se calcula la media muestral, y los criterios de
decisión sería los siguientes: a) Rechace Ho: m = m0 si £ c, donde.

b) Calcule el “estadístico de prueba” y rechace Ho:

m = m0 si Z £ Z1-a. Como Z a = -Z1-a se rechaza Ho si Z £ -Z a o

equivalentemente, si ê Z ê³ Z a. c) Calcule el “estadístico de prueba” y estime P
como el área en la distribución

Normal estándar a la izquierda del valor Z calculado, y rechace Ho: m = m0 si P <

a. Por último, si las hipótesis fueran Ho :m = m0 contra H1:m ¹ m0 la mejor región
crítica de tamaño a (aunque no es uniformemente más potente como en el caso
de las dos anteriores) consiste en rechazar H0 si la media muestral es menor o
igual que una constante c1 o mayor igual que otra constante c2. Por lo tanto, una
vez tomada la muestra Y obtenidos los valores x1, x2,…, xn, se calcula la media

Muestral, y los criterios de decisión serían los siguientes:

a) Rechace Ho: m = m0 si £ c1 o ³ c2, donde y. b)

Calcule el “estadístico de prueba” y rechace Ho: m = m0 si Z £ -Za/2 o Z ³ Za/2, o

simplemente, si ê Z ê³ Z a/2. c) Calcule el “estadístico de prueba” y estime P como
el área en la distribución normal estándar a la izquierda del valor Z calculado si Z
es negativo, o a la derecha del valor de Z si Z es positivo, y rechace Ho: m = m0 si
P < a. También P se puede calcular como el área a derecha del valor absoluto de
Z. En resumen, el estadístico de prueba se basa en: Ejemplo. Un inspector de
pesos y medidas visita una planta de empacado para verificar que el peso neto de
las cajas sea el indicado en la etiqueta. El gerente de la planta asegura al
inspector que el peso promedio de cada caja es de 750 gramos con una
desviación estándar de 5 gr. El inspector selecciona, al azar, 100 cajas y
encuentra que el peso promedio es de 748 gr. Bajo estas condiciones y usando un
nivel de significancia de0.05, ¿Qué actitud debe tomar el inspector? .Solución.
Este problema lo podemos plantear como una prueba de hipótesis del siguiente
tipo

1) Ho: m = m0 = 750 H1: m < m0 (hay preocupación si el peso medio es

inferior al especificado) Con n = 100, a = 0.05, s = 5 gramos. Se tiene que
Z0.05 = 1.645. Por lo tanto, la región crítica está dada por = 750 - 1.645 x
5/10 =749.18. Por lo tanto como la media muestral es748 gramos, se
rechaza la hipótesis de que el promedio de cada caja sea 750 gramos. Por
lo tanto, deben tomarse las medias necesarias para corregir esta situación,
que va en contra de los intereses del consumidor. Usando los otros criterios
de aceptación tenemos que Z = - 4.0 y el valor P es aproximadamente cero
(P = 0.0).
 Conclusión:
haciendo conclusión del tema uno puede elegir los valores críticos del
intervalo de aceptación, uno controla el valor de ∞. Entonces uno puede
controlar la probabilidad de rechazar de manera errónea H0.
Es por eso que el rechazo H0 siempre se considera como una conclusión
fuerte. (Los datos aportan fuerte evidencia de que H0 es falsa)
La decisión de aceptar H0 se considera una conclusión débil.
Por esto en lugar de decir “se acepta H0” se prefiere “incapaz de rechazar
H0”, es decir, que no se ha encontrado evidencia suficiente para rechazar
H0. O sea, no quiere decir que no exista gran evidencia de que H0 sea
cierta si no que no hay gran evidencia de que sea falsa.

BIBLIOGRAFIAS

Cruz, I. A. (s.f.). https://www.monografias.com/trabajos30/prueba-de-hipotesis/prueba-de-

hipotesis.shtml. Recuperado el 08 de 05 de 2019, de
https://www.monografias.com/trabajos30/prueba-de-hipotesis/prueba-de-
hipotesis.shtml