3.3 Prueba de Hiptesis para la media y la proporcin.

3.3.1 Elementos que componen una prueba de hiptesis.

3.3.2 Aplicacin e interpretacin de resultados.

Prueba de Hiptesis Estadstica
Proceso que permite tomar una decisin entre dos hiptesis opuestas. Estas
hiptesis se plantean de modo que una es la negacin de la otra (de esta
forma una de ellas siempre es verdadera y la otra siempre es falsa). Luego,
una hiptesis se prueba con la esperanza de poder demostrar que su
ocurrencia es muy improbable, implicndose as que la otra hiptesis es
probablemente la verdadera.

3.3.1 Elementos que componen la Prueba Hiptesis.

En una prueba de significacin, se platean dos hiptesis excluyentes, la
primera se le conoce con el nombre de Hiptesis nula que se denota por
H
0
y la segunda es llamada Hiptesis alterna que denotaremos por H
a
.
La hiptesis nula indica que la proposicin es verdadera, mientras la
hiptesis alterna indica la proposicin es falsa.


Hiptesis Nula,
0
H

Es la hiptesis que se prueba. Por lo general, es una afirmacin sobre un
parmetro poblacional que tiene un valor especfico. La hiptesis nula se
denomina as por que es el punto la investigacin inicial de la
investigacin (en su interpretacin a menudo se usa la frase no hay
diferencia).

Hiptesis Alternativa,
a
H
Es la afirmacin sobre el mismo parmetro de la poblacin que se usa en
la hiptesis nula. En general, es una afirmacin que especifica que el
parmetro de la poblacin tiene un valor diferente, de alguna manera, del
valor proporcionado en la hiptesis nula. El rechazo de la hiptesis nula
implica la probable veracidad de la hiptesis alternativa.

Ejemplo 3.7
Se est probando un nuevo diseo de bolsas de aire, usadas en los
automviles, y se tiene inters en cuanto a que quiz no se abran de manera
adecuada. Determina la hiptesis nula y alternativa.

Solucin
Las dos posibilidades opuestas son: las bolsas se abren correctamente o
las bolsas no abren correctamente. La prueba slo puede producir hechos
que desacrediten la hiptesis:las Bolsas se abren correctamente. En
consecuencia:

Hiptesis nula
0
H
: se abren correctamente
Hiptesis alternativa
a
H : no se abren correctamente.

La hiptesis alternativa puede ser la afirmacin que el investigador desea
demostrar que es verdadera.





Errores en una Prueba de Hiptesis, nivel de significancia

En el proceso de emplear una muestra para tomar una decisin poblacional,
contrastando dos hiptesis, se pueden cometer dos equivocaciones:

Decisin correcta de tipo A ocurre cuando la hiptesis nula es verdadera y
se decide a su favor.

Decisin correcta de tipo B ocurre cuando la hiptesis nula es falsa y la
decisin es en oposicin a la hiptesis nula.

Error del tipo I. Se comete este cuando se rechaza una hiptesis nula
verdadera, es decir, cuando la hiptesis nula es verdadera pero se decide en
contra de ella.

Error del tipo II. Se comete cuando se acepta una hiptesis que por ser
falsa debera ser rechazada.

Ejemplo 3.8
Describe los 4 resultados posibles y las acciones resultantes que ocurriran
para la prueba de hiptesis del ejercicio 3.4

Solucin
Recuerda que
0
H
: No hay diferencia en el desempeo de los detergentes
a
H
: El detergente de marca es mejor que el detergente que vende la tienda
de la esquina.


Cuando se toma una decisin, sera agradable escoger siempre la opcin
correcta. Sin embargo, esto no es posible en estadstica, ya que la decisin
se toma con base en la informacin muestral. Lo mejor que puede
esperarse es controlar la probabilidad con que ocurre un error. La
probabilidad asignada al error de tipo I se denomina o . La probabilidad del
error de tipo II se denomina | .


Tabla 3.1 Probabilidad con que ocurren las decisiones.
Decisin incorrecta Tipo Probabilidad Decisin correcta Tipo Probabilidad
Se rechaza una
0
H

verdadera
I o No se rechaza una
0
H
verdadera
A o 1
No se rechaza una
0
H
falsa
II |
Se rechaza una
0
H

falsa
B | 1


Para controlar estos errores, a cada uno se le asigna una pequea
probabilidad. Los valores de probabilidad de mayor uso para o (alfa) y |
(beta) son 0.01 y 0.05. La probabilidad asignada a cada error depende de la
gravedad de stos. Mientras ms grave es un error, menos se desea que
ocurra, y en consecuencia se le asigna una menor probabilidad. Alfa y beta
son probabilidades de errores, cada una bajo condiciones separadas, y no
pueden combinarse. As, no es posible determinar una sola probabilidad
para tomar una decisin incorrecta. De manera semejante, las dos
decisiones correctas son distintas y ajenas, y cada una tiene su propia
probabilidad; o 1 es la probabilidad de tomar una decisin correcta cuando
la hiptesis nula es verdadera, y | 1 es la probabilidad de tomar decisin
correcta cuando la hiptesis nula es falsa. A | 1 se le denomina potencia
de la prueba estadstica, ya que mide la capacidad de una prueba de
hiptesis para rechazar una hiptesis nula falsa, lo que es una caracterstica
muy importante.

Contrastes mediante la distribucin normal

Como se ve en la figura 3.1 podemos tener 95% de confianza de que si la
hiptesis es verdadera, entonces el valor de z para un estadstico muestral S
estar entre -1.96 y 1.96
(Por que el rea bajo la curva normal entre esos valores es 0.95). Sin
embargo, si al escoger una sola muestra al azar hallamos que el valor de z
de un estadstico est fuera de ese rango, debemos concluir que tal suceso
podra ocurrir con una probabilidad de slo 0.05 (el rea total sombreada en
la figura) si la hiptesis dada fuera cierta. Diremos entonces que esta z
difiere de forma significativa de lo que sera de esperar bajo la hiptesis, y
nos veramos empujados a rechazar la hiptesis.




z = -1.96 z = 1.96
Regin de rechazo Regin de Aceptacin Regin de rechazo
Figura 3.1


El rea sombreada 0.05 es el nivel de significacin del contraste.
Representa la probabilidad de equivocarnos al rechazar la hiptesis (o sea,
la probabilidad de un error de Tipo I). As pues, decimos que la hiptesis se
rechaza a un nivel de significacin 0.05, o que el valor de z del estadstico
muestral dado es significativo al nivel 0.05.

0.095 Regin crtica
0.025
Regin crtica
0.025
El conjunto de z fuera del rango 1.96 a 1.96 se llama regin crtica de la
hiptesis regin de rechazo de la hiptesis, o regin de significacin. El
conjunto de z en el rango 1.96 a 1.96 se conoce como regin de
aceptacin de la hiptesis o regin de no significacin.
Basados en las anteriores observaciones, podemos formular la siguiente
regla de decisin (o contraste de hiptesis o significacin):

Regla de decisin
a) Si la estadstica de prueba cae dentro de la regin crtica, se rechaza
0
H (el valor crtico forma parte de dicha regin).
b) Si la estadstica de prueba est en la regin no crtica, no rechaza
0
H .


Rechazar la hiptesis al nivel de significacin 0.05 si el valor de z para el
estadstico S est fuera del rango 1.96 a 1.96 (o si z >1.96 0 z<-1.96).
Esto equivale a decir que el estadstico muestral observado es significativo
al nivel 0.05

Aceptar la hiptesis en caso contrario (o, si se desea, no tomar decisin
alguna).
Dado que z juega tan importante papel en el contraste de hiptesis, se le
llama un estadstico de contraste.

Hay que hacer notar que se utiliza tambin otro nivel de significacin. Por
ejemplo, si se usa el nivel 0.01, debe sustituirse el 1.96 de antes por 2.58, es
conveniente apoyarse en la tabla 2.2 de la unidad II.



Nivel de
Confianza 99.73% 99% 98% 96% 95.45% 95% 90% 80%

75% 68.27% 50%
Valores crticos
c
z
3 2.58 2.33 2.05 2 1.96 1.645 1.28


1.15 1 0.6745
o 0.0027 0.01 0.02 0.04 0.0455 0.05 0.10 0.20
0.25
0.3173 0.5
Tabla 2.2 Algunos Niveles de confianza que se utilizan en la prctica.



Prueba de Hiptesis para la media poblacional.

En esta seccin se formalizar el procedimiento de la prueba de hiptesis,
segn se aplica a afirmaciones sobre la media de una poblacin bajo la
restriccin de que o , la desviacin estndar poblacional, es un valor
conocido.

La distribucin muestral de medias muestrales x , est distribuida alrededor
de una media igual a con un error estndar igual a
n
o
, y se distribuye
normalmente cuando las muestras se eligen aleatoriamente de una
poblacin normal o cuando el tamao de la muestra es suficientemente
grande.

La prueba de hiptesis es un procedimiento paso a paso, bien organizado,
que se aplica para tomar una decisin. Para este procedimiento utilizaremos
el ms comn, conocido como enfoque clsico, dicho proceso est
organizado como un procedimiento de 5 pasos.

1. Describir el parmetro de la poblacin de inters.
2. Establecer las hiptesis nula (
0
H
) y alternativa (
a
H ).
3. Especificar los criterios de prueba.
a) Comprobar los supuestos.
b) Identificar la estadstica de prueba a utilizar
c) Determinar el nivel de significancia, o
d) Determinar las regiones crticas y el o los valores crticos.

4. Recolectar y presentar los hechos muestrales.
a) Recolectar la informacin muestral
b) Calcular el valor de la estadstica de prueba
5. Determinar los resultados.
a) Determinar si el valor de la estadstica de prueba est o no en la
regin crtica.
b) Tomar una decisin sobre
0
H
c) Escribir una conclusin sobre
a
H


Ejemplo 3.9
Un fabricante de aviones comerciales compra remaches para ensamblar las
aeronaves. Cada proveedor de remaches que desea vendrselos al
fabricante en cuestin debe mostrar que sus productos cumplen con las
especificaciones requeridas. Una de stas es: La resistencia media a la
rotura de todos los remaches,

debe ser por lo menos de 925 lb., con una

desviacin estndar de 18 = o lb. Cada vez que el fabricante en cuestin
compra remaches, est preocupado porque la resistencia media a la rotura
pueda ser inferior a la especificacin de 925 lb.

Solucin
Paso 1: Describir el parmetro de la poblacin de inters.
El parmetro de la poblacin de inters es la media

, le resistencia media
a la rotura (o fuerza para cortar) de los remaches en consideracin para su
compra.

Paso 2: Establecer las hiptesis nula (
0
H
) y alternativa (
a
H ).
El parmetro de inters, la media de la poblacin , est relacionada con el
valor 925. La afirmacin (a) se convierte en la hiptesis alternativa:

925 : <
a
H
(La media es menor que 925)
Esta informacin representa la preocupacin del fabricante de aviones y
establece que los remaches no cumplen con las especificaciones
requeridas

La afirmacin (b) se convierte en la hiptesis nula:
( ) > = 925 :
0
H
(La media es menor que 925)
Esta hiptesis representa la negacin de la preocupacin del fabricante de
aviones y establece que los remaches cumplen con las especificaciones
requeridas

Paso 3: Especificar los criterios de la prueba.
a) comprobar los supuestos
Las variables como la resistencia a la rotura suelen tener una distribucin
en forma de montculo; en consecuencia, un tamao de muestra de 50
debe ser suficientemente grande como para aplicar el Teorema del
Lmite Central. Puede esperarse que la distribucin muestral de medias
muestrales se distribuya de manera normal.
b) Identificar la estadstica de prueba a utilizar.
Para una prueba de hiptesis de , se desea comparar el valor de la media
muestral con el valor de la media poblacional segn establece la
hiptesis nula. Como estadstica de prueba se usar
n
x
z
o

=


c) Determinar el nivel de significancia, o
Para que el gerente establezca un nivel de confianza, se requiere
informacin relacionada; a saber, que tan pronto se necesita el siguiente
suministro de remaches. El gerente asigna
05 . 0 = o
como el nivel de
significancia.

Paso 4: Recolectar y presentar los hechos muestrales.
a) Recolectar la informacin muestral
La muestra debe ser aleatoria, extrada de la poblacin cuya media est
siendo cuestionada. Se elige una muestra aleatoria de 50 remaches, se
prueba cada uno y se calcula la media de la resistencia a la rotura.
18 . 921 = x
y n = 50
b) Calcular el valor de la estadstica de prueba

50 . 1 5006 . 1
5456 . 2
82 . 3
50 18
0 . 925 18 . 921
= =

=
n
x
z
o



Paso 5: Determinar los resultados
a) Determinar si la estadstica de prueba calculada est o no en la
regin crtica.


Est determinacin se muestra
grficamente al indicar la ubicacin del
valor z = -1.50 est en la regin no crtica.





-1.65 0
z = -1.50
Figura 3.2


b) Tomar una decisin sobre
0
H

Decisin No rechazar
0
H


Conclusin:
No hay suficientes hechos al nivel de significancia 0.05 que demuestren
que la resistencia media a la rotura de los remaches sea menor que 925. Es
probable que ocurra una media de la muestra tan pequea como 921.18
(segn est definida por o
) cuando el valor verdadero de la media
poblacional es de 925.0. En consecuencia, la accin resultante es comprar
los remaches.


Ejemplo 3.10
Se afirma que el peso promedio de las estudiantes del CCH Oriente es de
54.4 kg. Un profesor de biologa no cree en esta afirmacin y trata de
demostrar lo contrario. Para probar la afirmacin, recolecta una muestra
aleatoria de 100 pesos entre las alumnas universitarias. Obtiene una media
de la muestra de 53.75 kg. Este hecho es suficiente para que el profesor de
biologa rechace la afirmacin? Usa 05 . 0 = o y 4 . 5 = o kg.

Solucin
Paso 1. Describir el parmetro de la poblacin de inters: , el peso
medio de todas las estudiantes de una universidad.
Regin crtica
Regin no critica
Paso 2. Establecer las hiptesis nula (
0
H
) y alternativa (
a
H ).
El peso medio es igual a 54.4 kg. o no es igual a 54.4 kg.
0
H
: 4 . 54 = 4 . 54 : =
a
H
Paso 3. Especificar los criterios de prueba.
a) Comprobar los supuestos.
Los pesos de un grupo de mujeres jvenes, en general, estn
aproximadamente distribuidos de una manera normal; en consecuencia,
una muestra de n = 100 es suficientemente grade como para permitir la
aplicacin del Teorema de Lmite Central.
b) Identificar la estadstica de prueba a utilizar
La estadstica de prueba es z y la formula
n
x
z
o

=


c) Determinar el nivel de significancia: 05 . 0 = o
d) Determinar las regiones crticas y el o los valores crticos.


La regin crtica es tanto la cola izquierda
como la cola derecha, porque los valores
ms pequeos y ms grandes de la media
de la muestra sugieren que la hiptesis
nula es errnea. El nivel de significancia
est dividido a la mitad, donde la media
de cada cola es de 0.025. Los valores
crticos se encuentran en la tabla II del
apndice I.



Regin critica Regin no critica Regin critica


- 1.96 0 1.96
96 . 1 ) 025 . 0 ( = z

Figura 3.3



Paso 4. Recolectar y presentar los hechos muestrales.
a) Recolectar la informacin muestral
La informacin muestral: 100 , 75 . 53 = = n x
b) Calcular el valor de la estadstica de prueba

4 . 5 4 . 54 = = o

20 . 1 204 . 1
54 . 0
65 . 0
100 4 . 5
4 . 54 75 . 53
= =

=
n
x
z
o


Paso 5. Determinar los resultados.
a) Determinar si el valor de la estadstica de prueba est o no en la regin
crtica.
El valor crtico de 20 . 1 = z , est en la regin no critica (mostrada con
una lnea punteada en la figura 3.3.

b) Tomar una decisin sobre
0
H
Decisin No rechazar
0
H
c) Escribir una conclusin sobre
a
H
Conclusin: No hay suficientes hechos al nivel de significancia 0.05 que
demuestren que las estudiantes tienen un peso medio diferente de los 54.4
Kg. indicados. En otras palabras, no hay hechos estadsticos que sustenten
los argumentos del profesor de biloga.

Prueba de Hiptesis para una proporcin poblacional.
(muestra grande)

Cuando se extrae una muestra aleatoria de n ensayos idnticos de una
poblacin binomial, la proporcin muestral
p
tiene una distribucin
aproximadamente normal cuando n es grande, con media p y error estndar,
p
o
Cuando se prueba una hiptesis respecto a p, la proporcin en la
poblacin que posee un cierto atributo, la prueba sigue la misma forma
general que las pruebas de la media poblacional para muestra grande.
Para probar una hiptesis de la forma
0 0
: p p H =

Contra una alternativa de una o dos colas

0
: p p H
a
>
o bien,
0
: p p H
a
<
o bien,
0
: p p H
a
=


El estadstico de prueba se construye usando
p
, el mejor estimador de la
proporcin poblacional verdadera p. La proporcin muestral
p
se
estandariza, por medio de la media y el error estndar hipottico, para
formar un estadstico de prueba z que tiene una distribucin normal
estndar si
0
H es cierta. A continuacin se resume esta prueba para muestra
grande.

Prueba estadstica para p en una muestra grande

1.Hiptesis nula:
0 0
: p p H =

2. Hiptesis alternativa

Prueba de una cola
0
: p p H
a
>
o
bien,
0
: p p H
a
<

Prueba de dos colas
0
: p p H
a
=


3. Estadstico de prueba
n
q p
p p p p
z
p
0 0
0

0

=

=
o
con
n
x
p =

Donde x es el nmero de xitos en n ensayos binomiales.

4. Regin de rechazo: rechace
0
H cuando


Prueba de una cola Prueba de dos colas
o
z z >

(o bien
o
z z <
cuando la
hiptesis alternativa es
0
: p p H
a
<
)

O cuando el valor p<o

2 o
z z >
o bien
2 o
z z <







0
o
z



2 o
z 0
2 o
z


Supuesto: El muestreo satisface los supuestos de un experimento binomial
y no es bastante grande para que la distribucin muestral de p se pueda
aproximar mediante una distribucin normal ( ) 5 5
0 0
> > nq y np

Ejemplo 3.11
Sin tener en cuenta la edad, cerca de 20% de adultos estadounidenses
participan en actividades de acondicionamiento fsico por lo menos dos
veces a la semana. Sin embargo, estas actividades cambian a medida que
avanza la edad de las personas, y los participantes ocasionales abandonan
estas actividades cuando envejecen. En un estudio local de n =100 adultos
mayores de 40 aos, un total de 15 personas indic que participaban por lo
menos dos veces a la semana en una actividad de acondicionamiento fsico.
Estos datos indican que la tasa de participacin para los adultos mayores
de 40 aos de edad es significativamente menor que la cifra de 20%?
Calcula el valor de p y salo para sacar las conclusiones apropiadas.

o

2 o

2 o
Solucin
Se supone que el procedimiento de muestreo satisface los requisitos de un
experimento binomial. T puedes contestar la pregunta propuesta mediante
la prueba de hiptesis

2 . 0 :
0
= p H
contra
2 . 0 : < p H
a

Se emplea una prueba dee que una cola porque se desea descubrir si el
valor de p es menor que 0.2
El estimador puntual de p es
n
x
p =
, y el estadstico de prueba es

n
q p
p p p p
z
p
0 0
0

0

=

=
o

Cuando
0
H
es verdadera, el valor de p es
2 . 0
0
= p
y la distribucin
muestral de p tiene una media igual a
0
p
y una desviacin estndar de
n q p
0 0
. Por tanto en este caso no se usa
n q p
para estimar el
error estndar de
p
por que el estadstico de prueba se calcula bajo el
supuesto de
0
H
es verdadera (Cuando s estima el valor de p por medio
del estimador
p

no se conoce y se estima por medio de

n q p
).
El valor del estadstico de prueba es
( )( )
25 . 1
100
80 . 0 20 . 0
20 . 0 15 . 0

0 0
0

0
=

=
n
q p
p p p p
z
p
o

El valor p asociado con esta prueba se encuentra como el rea bajo la curva
normal estndar a la izquierda de z = -1.25 como se muestra en la figura
3.5. Por consiguiente,
( ) 1056 . 0 ) 3944 . 0 5 . 0 ( 25 . 1 = = < = z P p



-1.25 0 z

Figura 3.5 valor de p para el ejemplo 3.12

Si se usan las pautas para evaluar los valores de p, entonces 0.1056 es
mayor que 0.10, y t no rechazaras
0
H No hay ninguna prueba
satisfactoria para concluir que el porcentaje de adultos mayor de 40 aos
que participan dos veces por semana en las actividades de aptitud es menor
de 20%.

Significacin estadstica e importancia prctica
Es importante entender la diferencia entre resultados que son
significativos y los que son prcticamente importantes. En el idioma
estadstico, la palabra significativo no necesariamente indica importante,
sino slo que los resultados no podran ocurrir por casualidad. Por ejemplo,
suponiendo que en el ejemplo 3.12 el investigador haba usado n = 400
adultos en su experimento y haba observado la misma proporcin
muestral. El estadstico de prueba es ahora

Valor de p = 0.1056
( )( )
50 . 2
400
80 . 0 20 . 0
20 . 0 15 . 0

0 0
0

0
=

=
n
q p
p p p p
z
p
o


Con valor
( ) 0062 . 0 ) 4938 . 0 5 . 0 ( 50 . 2 = = < = z P p

Ahora los resultados son altamente significativos: se rechaza
0
H
, y hay
suficiente evidencia para indicar que el porcentaje de adultos mayores de
40 aos que participan en las actividades de aptitud fsica es menor de
20%. Sin embargo, es muy importante esta disminucin en la actividad?
Suponiendo que mdicos slo estaran interesados en una disminucin de
la actividad fsica mayor de 10%. Dentro de qu lmites queda en realidad
el valor real de p? Con un intervalo de confianza de 95%, se tiene

( )( )
035 . 0 15 . 0
400
85 . 0 15 . 0
96 . 1 15 . 0

96 . 1 = =
n
q p
p


0 bien
185 . 0 115 . 0 < < p
. La actividad fsica para los adultos de 40 aos
y ms ha disminuido de 20% pero no a menos de 10% de modo que los
resultados, aunque son estadsticamente significativos, no son importantes
desde el punto de vista prctico.