You are on page 1of 18

CONCEPTO Afirmación acerca de los parámetros de la población. Etapas Básicas en Pruebas de Hipótesis. Al realizar pruebas de hipótesis se parte de un !

alor supuesto "hipot#tico$ en parámetro poblacional. %espu#s de recolectar una muestra aleatoria se compara la estad&stica muestral as& como la media "'$ con el parámetro hipot#tico se compara con una supuesta media poblacional "$. %espu#s se acepta o se rechaza el !alor hipot#tico se()n proceda. *e rechaza el !alor hipot#tico sólo si el resultado muestral resulta mu+ poco probable cuando la hipótesis es cierta. Etapa ,.- Planear la hipótesis nula y la hipótesis alternativa. La hipótesis nula (H0) es el valor hipotético del parámetro que se compra con el resultado muestral resulta muy poco probable cuando la hipótesis es cierta. Etapa -.. speci!icar el nivel de si"ni!icancia que se va a utili#ar. l nivel de si"ni!icancia del $%& entonces se recha#a la hipótesis nula solamente si el resultado muestral es tan di!erente del valor hipotético que una di!erencia de esa ma"nitud o mayor& pudiera ocurrir aleatoria mente con una probabilidad de '.0$ o menos. Etapa /.. le"ir la estad(stica de prueba. La estad(stica de prueba puede ser la estad(stica muestral (el estimador no se"ado del parámetro que se prueba) o una versión trans!ormada de esa estad(stica muestral. Por e)emplo& para probar el valor hipotético de una media poblacional& se toma la media de una muestra aleatoria de esa distribución normal& entonces es com*n que se trans!orme la media en un valor # el cual& a su ve#& sirve como estad(stica de prueba. Consecuencias de las %ecisiones en Pruebas de Hipótesis. +ecisiones Posibles ,ituaciones Posibles La hipótesis nula es La verdadera hipótesis nula es !alsa -ceptar la Hipótesis .ula 0echa#ar la Hipótesis .ula ,e acepta correctamente rror tipo / rror tipo // ,e recha#a correctamente

Etapa 0.. stablecer el valor o valores cr(ticos de la estad(stica de prueba. Habiendo especi!icado la hipótesis nula& el nivel de si"ni!icancia y la estad(stica de prueba que se van a utili#ar& se produce a establecer el o los valores cr(ticos de estad(stica de prueba. Puede haber uno o más de esos valores& dependiendo de si se va a reali#ar una prueba de uno o dos e1tremos. Etapa 1.. +eterminar el valor real de la estad(stica de prueba. Por e)emplo& al probar un valor hipotético de la media poblacional& se toma una muestra aleatoria y se determina

. 1presar la hipótesis nula 1presar la hipótesis alternativa speci!icar el nivel de si"ni!icanc(a $. '0. Hipótesis Estad&stica: -l intentar alcan#ar una decisión& es *til hacer hipótesis (o con)eturas) sobre la población aplicada. 6. +eterminar si la prueba estad(stica ha sido en la #ona de recha#o a una de no recha#o. . +espués se acepta o se recha#a la hipótesis nula. .i el valor cr(tico que se establece es un valor de #& entonces se trans!orma la media muestral en un valor de #. :. . 1presar la decisión estad(stica en términos del problema.i la prueba estad(stica cae en esta *ltima re"ión no se puede recha#ar la hipótesis nula y se lle"a a la conclusión de que el proceso !unciona correctamente.oleccionar los datos y calcular el valor de la muestra de la prueba estad(stica apropiada. 7.e compara el valor observado de la estad(stica muestral con el valor (o valores) cr(ticos de la estad(stica de prueba.el valor de la media muestral. PA*O* %E 3A P45EBA %E H6P7TE*6* '. . La distribución apropiada de la prueba estad(stica se divide en dos re"iones5 una re"ión de rechazo y una de no rechazo. 8. 2omar la decisión. stablecer los valores cr(ticos que establecen las re"iones de recha#o de las de no recha#o. +eterminar la prueba estad(stica. -l tomar la decisión con respecto a la hipótesis nula& se debe determinar el valor cr(tico en la distribución estad(stica que divide la re"ión del recha#o (en la cual la hipótesis nula no se puede recha#ar) de la re"ión de recha#o. Etapa 2. . 8. +eterminar el tama4o de la muestra 9. . +eterminar la decisión estad(stica. <.hora bien el valor cr(tico depende del tama4o de la re"ión de recha#o. CONCEPTO* B8*6CO* PA4A E3 P4OCE%696ENTO %E P45EBA* %E H6P7TE*6*. .i se recha#a ésta& se acepta la alternativa3 a su ve#& esta decisión tendrá e!ecto sobre otras decisiones de los administradores operativos& como por e)emplo& mantener o no un estándar de desempe4o o cuál de dos estrate"ias de mercadotecnia utili#ar. ''.

s decir& se enuncia que la causa determinada como ori"en del problema !luct*a& por tanto& debe recha#arse como tal. -s(& si queremos decidir si una moneda está trucada& !ormulamos la hipótesis de que la moneda es buena (o sea p = 0&$& donde p es la probabilidad de cara). @tro e)emplo5 Hipótesis5 el aprendi#a)e de los ni4os se relaciona directamente con su edad. 2ales hipótesis se suelen llamar hipótesis nula y se denotan por Ho. Para demostrar su hipótesis toma al a#ar una muestra de )óvenes& y también al a#ar los distribuye en dos "rupos5 uno que llamaremos e1perimental& el cual recibirá entrenamiento& y otro que no recibirá entrenamiento al"uno& al que llamaremos control.2ales hipótesis& que pueden ser o no ciertas& se llaman hipótesis estad(sticas. La hipótesis nula es aquella que nos dice que no e1isten di!erencias si"ni!icativas entre los "rupos. >ue cualquier di!erencia observada se debe simplemente a !luctuaciones en el muestreo de la misma población). Hipótesis Nula. . -l !ormular esta hipótesis& se pretende ne"ar la variable independiente. l hecho de contar con una hipótesis nula ayuda a determinar si e1iste una di!erencia entre los "rupos& si esta di!erencia es si"ni!icativa& y si no se debió al a#ar. La hipótesis nula se4alará que no hay di!erencia en el desempe4o de la natación entre el "rupo de )óvenes que recibió el entrenamiento y el que no lo recibió. .o toda investi"ación precisa de !ormular hipótesis nula. ?na hipótesis nula es importante por varias ra#ones5 s una hipótesis que se acepta o se recha#a se"*n el resultado de la investi"ación. -naló"icamente& si deseamos decidir si un procedimiento es me)or que otro& !ormulamos la hipótesis de que no hay di!erencia entre ellos (o sea. . Por e)emplo& supon"amos que un investi"ador cree que si un "rupo de )óvenes se somete a un entrenamiento intensivo de natación& éstos serán me)ores nadadores que aquellos que no recibieron entrenamiento. Para todo tipo de investi"ación en la que tenemos dos o más "rupos& se establecerá una hipótesis nula.on& en "eneral& enunciados acerca de las distribuciones de probabilidad de las poblaciones. n muchos casos !ormulamos una hipótesis estad(stica con el *nico propósito de recha#arla o invalidarla. 0ecordemos que la hipótesis nula es aquella por la cual indicamos que la in!ormación a obtener es contraria a la hipótesis de traba)o.

n los estudios e1ploratorios& a veces& el ob)etivo de la investi"ación podrá ser simplemente el de obtener los m(nimos conocimientos que permitan !ormular una hipótesis. .Hipótesis Alternati!a. • -l responder a un problema& es muy conveniente proponer otras hipótesis en que apare#can variables independientes distintas de las primeras que !ormulamos. 2oda hipótesis que di!iere de una dada se llamará una hipótesis alternativa. n estos casos& describimos& clasi!icándolo& el ob)eto de nuestro interés& incluyéndolo en un tipo ideal comple)o de orden superior.intensiva. Los traba)os de (ndole descriptiva "eneralmente presentan hipótesis del tipo Atodos los C poseen& en al"una medida& las caracter(stica DA. n la práctica& un tipo de error puede ser más "rave que el otro& y debe alcan#arse un compromiso que disminuya el error más "rave. Para que las re"las de decisión (o no contraste de hipótesis) sean buenos& deben dise4arse de modo que minimicen los errores de la decisión3 y no es una cuestión sencilla& porque para cualquier tama4o de la muestra& un intento de disminuir un tipo de error suele ir acompa4ado de un crecimiento del otro tipo. Las hipótesis& naturalmente& serán di!erentes se"*n el tipo de investi"ación que se esté reali#ando. 2ambién es aceptable que& en este caso& resulten poco precisas& como cuando a!irmamos que Ae1iste al"*n tipo de problema social en tal "rupoA& o que los planetas poseen al"*n tipo de atmós!era& sin especi!icar de qué elementos está compuesto.i recha#amos una hipótesis cuando debiera ser aceptada& diremos que se ha cometido un error de tipo /. Por *ltimo& podemos construir hipótesis del tipo AC produce (o a!ecta) a DA& donde estaremos en presencia de una relación entre variables. ?na hipótesis alternativa a la hipótesis nula se denotará por H'. n ambos casos& se ha producido un )uicio erróneo. Por tanto& para no perder tiempo en b*squedas in*tiles& es necesario hallar di!erentes hipótesis alternativas como respuesta a un mismo problema y ele"ir entre ellas cuáles y en qué orden vamos a tratar su comprobación. 2ambién podemos hacer a!irmaciones del tipo AC pertenece al tipo DA& como cuando decimos que una tecnolo"(a es capital . . Por otra parte& si aceptamos una hipótesis que debiera ser recha#ada& diremos que se cometió un error de tipo //. Errores de tipo 6 + de tipo 66. La *nica !orma de disminuir ambos a la ve# es aumentar el tama4o de la muestra que no siempre es posible.i una hipótesis es p = 0&$& hipótesis alternativa podr(an ser p = 0&:& p A 0&$ ó p B 0&$. Por e)emplo& podemos decir que todas las naciones poseen al"*n comercio internacional& y dedicarnos a describir& cuanti!icando& las relaciones comerciales entre ellas. Por e)emplo5 .

uando estudiamos ambos valores estad(sticos es decir& ambos lados de la media lo llamamos prueba de uno y dos e1tremos o contraste de una y dos colas. . n tal caso decimos que la hipótesis ha sido recha#ada al nivel de si"ni!icación 0&0$& lo cual quiere decir que tal hipótesis tiene una probabilidad 0&0$ de ser !alsa. Cur!a Caracter&stica Operati!a . Cur!a %e Potencia Podemos limitar un error de tipo / eli"iendo adecuadamente el nivel de si"ni!icancia. Proporcionan indicaciones de hasta que punto un test dado nos permitirá evitar un error de tipo //3 es decir& nos indicarán la potencia de un test a la hora de prevenir decisiones erróneas.on !recuencia no obstante& estaremos interesados tan sólo en valores e1tremos a un lado de la media (o sea& en uno de los e1tremos de la distribución)& tal como sucede cuando se contrasta la hipótesis de que un proceso es me)or que otro (lo cual no es lo mismo que contrastar si un proceso es me)or o peor que el otro) tales contrastes se llaman unilaterales& o de un e1tremo. . Prueba de 5no + %os E'tremos. sta probabilidad& denota a menudo por se& suele especi!icar antes de tomar la muestra& de manera que los resultados obtenidos no in!luyan en nuestra elección. n la práctica& es !recuente un nivel de si"ni!icación de 0&0$ ó 0&0'& si bien se une otros valores.Ni!eles de *i(nificación. s posible evitar el ries"o de cometer el error tipo // simplemente no aceptando nunca la hipótesis& pero en muchas aplicaciones prácticas esto es inviable. -l contrastar una cierta hipótesis& la má1ima probabilidad con la que estamos dispuesto a correr el ries"o de cometerán error de tipo /& se llama nivel de si"ni!icación. n tales casos& se suele recurrir a curvas caracter(sticas de operación o curvas de potencia que son "rá!icos que muestran las probabilidades de error de tipo // ba)o diversas hipótesis. . Pruebas de hipótesis para la media + proporciones +ebido a la di!icultad de e1plicar este tema se en!ocará un problema basado en un estudio en una !ábrica de llantas.on *tiles en el dise4o de e1perimentos por que su"ieren entre otras cosas el tama4o de muestra a mane)ar. .e selecciona una muestra aleatoria de '00 llantas producidas por cada turno para ayudar al "erente a sacar conclusiones de cada una de las si"uientes pre"untas5 . n tales situaciones& la re"ión cr(tica es una re"ión situada a un lado de la distribución& con área i"ual al nivel de si"ni!icación. .i por e)emplo se esco"e el nivel de si"ni!icación 0&0$ (ó $%) al dise4ar una re"la de decisión& entonces hay unas cinco (0$) oportunidades entre '00 de recha#ar la hipótesis cuando debiera haberse aceptado3 s decir& tenemos un <$% de con!ian#a de que hemos adoptado la decisión correcta. n este problema la !ábrica de llantas tiene dos turnos de operarios& turno de d(a y turno mi1to.

+ado que la re"ión de recha#o esta dividida en las dos colas de la distribución& el $% se divide en dos partes i"uales de 6.i se considera la desviación estándar K las llantas producidas en el turno de d(a& entonces& con base en el teorema de limite central& la distribución en el muestreo de la media se"uir(a la distribución normal& y la prueba estad(stica que esta basada en la di!erencia entre la media de la muestra y la media I hipotLtica se encontrara como si"ue5 Para ver el "rá!ico seleccione la opción A+escar"arA del men* superior .<9 y .8:$ entre la media hipotética y el valor cr(tico.'.E.<9 ..'. ..6$ en cada cola de la distribución normal& da por resultado un área de .E s la duración promedio de las llantas producidas en el turno de d(a i"ual a 6$ 000 millasF 6.e revienta más de un G% de las llantas producidas por el turno de d(a antes de las '0 000 millasF Prueba +e Hipótesis Para La Hedia n la !ábrica de llantas la hipótesis nula y alternativa para el problema se plantearon como si"ue5 Ho5 I = 6$ 000 H'5 I J 6$ 000 ..i se busca está área en la distribución normal& se encuentra que los valores cr(ticos que dividen las re"iones de recha#o y no recha#o son N '. +ado que ya se tiene la distribución normal& los valores cr(ticos se pueden e1presar en unidades de desviación.E s la duración promedio de las llantas producidas en el turno mi1to menor de 6$ 000 millasF 7.$%. ?na re"ión de recha#o de 0.i el tama4o de la re"ión M de recha#o se estableciera en $% entonces se podr(an determinar los valores cr(ticos de la distribución.

Por tanto& la re"la para decisión ser(a5 0echa#ar Ho si O B N '. .& la desviación estándar de la muestra. n la práctica& se a encontrado que siempre y cuando el tama4o de la muestra no sea muy peque4o y la población no este muy ses"ada& la distribución t da una buena apro1imación a la distribución de muestra de la media.'.<9 +e lo contrario& no recha#ar Ho .<9 @ si O P . .<G8 @ si .<G8 y N'.0$ se vuelve a dividir en dos partes i"uales de .0$& los valores cr(ticos de la distribución t con '00-'= << "rados de libertad se puede obtener como se indica en la si"uiente tabla5 Para ver el "rá!ico seleccione la opción A+escar"arA del men* superior . La prueba estad(stica para determinar la di!erencia entre la media de la muestra y la media de la población cuando se utili#a la desviación estándar .i se supone que la población es normal la distribución en el muestreo de la media se"uir(a una distribución t con n-' "rados de libertad. La desviación estándar se estima al calcular .omo esta prueba de dos colas& la re"ión de recha#o de .'.06$ cada una.<G8.on el uso de las tablas para t& los valores cr(ticos son Q '. la re"la para la decisión es5 0echa#ar Ho si BN'. de la muestra& se e1presa con5 Para una muestra de '00& si se selecciona un nivel de si"ni!icanc(a de .o obstante& en la mayor parte de los casos se desconoce la desviación estándar de la población.<G8 +e lo contrario& no recha#ar Ho .

i más de un G% de las llantas se revientan antes de las '0&000 millas& se lle"ar(a a concluir que el proceso no !unciona correctamente. ste es un e)emplo de una variable cualitativa& dado que se desea lle"ar a conclusiones en cuanto a la proporción de los valores que tienen una caracter(stica particular. Por e)emplo& en el problema anterior el "erente de la !abrica de llantas quer(a determinar la proporción de llantas que se reventaban antes de '0&000 millas.!in de tener en cuenta la posibilidad de un error de tipo //& este enunciado se puede redactar como Ano hay pruebas de que la duración promedio de las llantas sea di!erente a 6$ 000 millas en las llantas producidas en el turno de d(aA.<G8 P N'.0G (no !unciona correctamente) . . La hipótesis nula y alternativa se pueden e1presar como si"ue5 Ho5 p . Prueba %e Hipótesis Para Proporciones l concepto de prueba de hipótesis se puede utili#ar para probar hipótesis en relación con datos cualitativos. n conclusión es que la duración promedio de las llantas es 6$ 000 millas. .0:$& se ve que -'. Puesto que se esta probando si la media es di!erente a 6$ 000 millas& se tiene con la ecuación Para ver el "rá!ico seleccione la opción A+escar"arA del men* superior +ado que = '. Por ello& la de cisión de no recha#ar la hipótesis nula Ho.0:$ P N '.0G (!unciona correctamente) H'5 p B . l "erente de la !ábrica de llantas quiere que la calidad de llantas producidas& sea lo bastante alta para que muy pocas se revienten antes de las '0&000 millas.<G8& entonces no se recha#a Ho.Los resultados de la muestra para el turno de d(a !ueron =6$ 870 millas& =8 000 millas y = '00.

0$& las re"iones de recha#o y no recha#o se establecer(an como a continuación se muestra5 Para ver el "rá!ico seleccione la opción A+escar"arA del men* superior D la re"la de decisión ser(a5 0echa#ar Ho si B N '.0$ D entonces& = = = = -'.e lle"ar(a a la conclusión de que no hay pruebas de que más del G% de las . . Los resultados del turno de d(a (ndican que cinco llantas en una muestra de '00 se reventaron antes de '0&000 millas para este problema& si se selecciona un nivel de si"ni!icanc(a de .98$3 por tanto no recha#ar Ho.'0: O -'. . La hipótesis nula no se recha#ar(a por que la prueba estad(stica no ha ca(do en la re"ión de recha#o.on los datos que se tienen& = = .'0: P N '.La prueba estad(stica se puede e1presar en términos de la proporción de é1itos como si"ue5 n donde Para ver el "rá!ico seleccione la opción A+escar"arA del men* superior p = proporción de é1itos de la hipótesis nula -hora se determinará si el proceso !unciona correctamente para las llantas producidas para el turno de d(a.98$3 de lo contrario no recha#ar Ho.

llantas producidas en el turno de d(a se revienten antes de '0&000 millas.tripod. Como en (eneral estas pruebas se aplican a dos muestras se denominarán a + b para referirse a ellas as& entenderemos por: • • • • • na al n)mero de elementos de la muestra a nb al n)mero de elementos de la muestra b 'b al promedio de la muestra b s-a la !arianza de la muestra a . http5RRcosmech. Cuando son !ariables dependientes "el !alor de una depende del !alor de la otra$ se emplea la t#cnica de pruebas pareadas. En la prueba de una hipótesis estad&stica es costumbre declarar la hipótesis como !erdadera si la probabilidad calculada e'cede el !alor tabular llamado el ni!el de si(nificación + se declara falsa si la probabilidad calculada es menor =ue el !alor tabular.. Para establecer la !erdad o falsedad de una hipótesis estad&stica con certeza total será necesario e'aminar toda la población. l "erente no ha encontrado nin"una prueba de que ocurra un n*mero e1cesivo de reventones en las llantas producidas en el turno de d(a. *i la A estimada es menor =ue la A tabular se declara =ue las !arianzas son homo(#neas. as& sucesi!amente . En la ma+or&a de las situaciones reales no es posible o practico efectuar este e'amen + el camino mas aconse<able es tomar una muestra aleatoria de la población + en base a ella decidir si la hipótesis es !erdadera o falsa..$ de la !arianza ma+or + como denominador "n. Para determinar la homo(eneidad de las !arianzas se toma la !arianza ma+or + se di!ide por la menor este resultado es un estimado de la A de Aisher. 3ue(o se busca en la tabla de A usando como numerador los (rados de libertad "n. 3a fórmula de cálculo depende de si las !arianzas son homo(#neas o hetero(#neas si el n)mero de obser!aciones es i(ual o diferente o si son !ariables dependientes. *i las muestras a probar in!olucran a más de /? obser!aciones se aplicará la prueba de @ si las muestras a e!aluar in!olucran un n)mero de obser!aciones menor o i(ual =ue /? se emplea la prueba de t de student.comRinde1.htm Pruebas de Hipótesis 5na hipótesis estad&stica es una suposición hecha con respecto a la función de distribución de una !ariable aleatoria. *i por el contrario se declaran las !arianzas hetero(#neas.$ de la !arianza menor para encontrar la A de Aisher tabular. 3a prueba a realizar dependerá del tama>o de las muestras de la homo(eneidad de las !arianzas + de la dependencia o no de las !ariables.

Conclusión: Las alturas promedio de los 6 "rupos de palmas son i"uales y la peque4a di!erencia observada en !avor al primer "rupo se debe al a#ar. Caso de muestras (randes "nB/?$ 6.. Caso de na C nb + s-a DB s-b 1.. E<emplo: La altura promedio de $0 palmas que tomaron parte de un ensayo es de :G cm.e desea probar la hipótesis de que las palmas que participan en el ensayo son más altas que las otras.Entonces se pueden distin(uir 2 casos a saber: . -. .. Caso de na C nb + s-a C s-b 0.G cm.7 y 6. Caso de !ariables dependientes .$ cm. con una desviación estándar de 6.Cuando las muestras a probar in!olucran a más de /? obser!aciones.. Caso de na DB nb + s-a DB s-b E. E<emplo: . Caso de na DB nb + s-a C s-b 2. .<9& por lo consi"uiente& el valor # calculado no !ue mayor al valor de la tabla y entonces se declara la prueba no si"ni!icativa.Caso de n)mero i(ual de obser!aciones + !arianzas homo(#neas.onsultando el valor # de la tabla a <$% de probabilidad se tiene que es '. /.3 mientras que otras $0 palmas que no !orman parte del ensayo tienen media y desviación estándar i"ual a ::.

00 8G8.00 96$.00 $<'G.$ 6G.00 896.0 6G.00 $:9.'9 s6a = $<'G.$ b6 $:9.$ 60.0 68.0 69.0 66.0 699 b 68.00 $6<.00 8G8.6$ :06.Caso de i(ual n)mero de obser!aciones + !arianzas hetero(#neas.$ 6G. Peso medio del racimo (S".00 $:9.00 :6<.00 :$9.0 66.00 96$.$ ..0 6:.6$ :G8.) n ' 6 7 8 $ 9 : G < '0 '' '6 .00 $:9.e plantó cierto e1perimento en 68 parcelas para probar el e!ecto de la presencia o ausencia de S en el rendimiento de palma.$ 7'9 69..$ 69.00 $09.e busca en la tabla de t de student con 6 (n-') "rados de libertad o sea 66& y se encuentra que el valor tabular es de 6.uma a 60.0 68.0 6'.0:8 al <$% de probabilidad& el cual es menor que la t calculada y por lo tanto se declara la prueba si"ni!icativa. /.0 69.0 6:.77 a6 800. Conclusión: La di!erencia entre promedios observados es atribuible al e!ecto de tratamiento (S)& por haberse conse"uido un resultado si"ni!icativo.0 6'.68 '' .00 9:9.0 67.06 '' s6b = G789 . .0 68.00 :G8.6$ 800.0 68.(7'9)6R'6 = 6.00 $:9.6$ G789 Promedio 66.6$ 8G8.(699)6R'6 = 6.0 6$.00 88'.0 66.$ 66.0 6$.6$ G'6.00 900.

onsultando la tabla de t con n-' "rados de libertad ('') se encuentra un valor de 6.E<emplo: . Conclusión: l rendimiento observado por las plantas de semilla seleccionada !ue si"ni!icativamente superior a las otras.e desea saber si el rendimiento observado por la semilla seleccionada di!iere a la otra.(6'9.:G '' s6b = 800'. Producción de palma5 2HRhaRa4o Para ver la tabla seleccione la opción A+escar"arA del men* superior s6a = ':8G.e tomó una área de terreno distribuida en 66 parcelas y a '7 de ellas se les aplicó un !ertili#ante nitro"enado para medir el e!ecto del . Trea !oliar de la ho)a U ': en m6 Para ver la tabla seleccione la opción A+escar"arA del men* superior .e plantó cierto e1perimento en 68 parcelas con dos clases de semillas5 semilla me#clada y semilla +1P seleccionada.60'& por lo tanto& la di!erencia se declara si"ni!icativa.9' .. .97 '' .$)6R'6 = 0. 0.6)6R'6 = <.('88. en el crecimiento.'8 .Caso de diferente n)mero de obser!aciones + !arianzas homo(#neas E<emplo: .

($<.e tomó una área de terreno distribuida en 66 parcelas y a '7 de ellas se les aplicó un !ertili#ante nitro"enado para medir el e!ecto del . E<emplo: . Conclusión5 La di!erencia detectada en estas dos muestras es atribuible a la aplicación del !ertili#ante nitro"enado.'G) = 0.'G) = 0.6)6R< = 0.(''6.'< '6 s6b = 7<0. Trea !oliar de la ho)a U ': en m6 Para ver la tabla seleccione la opción A+escar"arA del men* superior s6a = <9G..G8 .s6a = <9G.')6R'7 = 0. 1. en el crecimiento.($<.<7 .'< 60 .0G9& el cual es menor que la t calculada& por lo tanto la di!erencia se declara si"ni!icativa.'<) N G(0.'G G s6c = '6(0.onsultando la tabla con (na-') N (nb-') o sea (60) "rados de libertad& se obtiene el valor tabular de 6.G8 .<7 .'<) N G(0. Caso de diferente n)mero de obser!aciones + !arianzas hetero(#neas. Conclusión: l rendimiento observado por las plantas de semilla seleccionada !ue si"ni!icativamente superior a las otras.(''6.'< '6 s6b = 7<0. .'< 60 .6)6R< = 0.')6R'7 = 0.60'& por lo tanto& la di!erencia se declara si"ni!icativa.'G G s6c = '6(0.onsultando la tabla de t con n-' "rados de libertad ('') se encuentra un valor de 6.

Porcenta)e de almendra Para ver la tabla seleccione la opción A+escar"arA del men* superior s6a = 66$.e tomaron 6 muestras de palma comercial de or("enes di!erentes y se midió el porcenta)e de almendra en el racimo en ambas muestras& el ob)eto es probar si las muestras son di!erentes "enéticamente o no. .GG '7 s6b = '<6. +onde5 ta y tb son los valores de la tabla con n-' "rados de libertad para a y b respectivamente E<emplo: . Conclusión: La di!erencia observada entre promedios es atribuible *nicamente a errores de muestreo o variabilidad natural& y no a di!erencias "enéticas.0$ < n este caso la t "enerada (t")& reempla#a la t de la tabla y como la tc es menor que la t"& la di!erencia se declara .n este caso& la tc es comparada con la t" (t "enerada)& que a di!erencia de los casos anteriores& hay que calcularla.(87.69 .06 .o si"ni!icativa.G0)6R'0 = 0.($7)6R'8 = '.

e tomaron '6 !oliolos de palma )oven y a cada uno se le trató la mitad con Venlate para medir la inhibición del crecimiento de hon"os.60'& por lo tanto& la di!erencia se declara si"ni!icativa.-Caso de muestras pareadas "de !ariables dependientes$ n este caso& se asume que las muestras han sido distribuidas por pares.9. 5tilidad de las hipótesis: El uso + formulación correcta de las hipótesis le permiten al in!esti(ador poner a prueba aspectos de la realidad disminu+endo la distorsión =ue pudieran producir sus propios deseos o (ustos.D +6 Para ver la tabla seleccione la opción A+escar"arA del men* superior .on n Venlate Venlate + = C .in . Pueden ser sometidas a prueba + demostrarse como probablemente correctas o incorrectas sin =ue interfieran los !alores o creencias del indi!iduo. E<emplo: .onsultando la tabla con n-' "rados de libertad se obtiene el valor tabular de 6. . Ha"nitud del dano . Conclusión: +e la prueba se desprende que el tratamiento con benlate redu)o si"ni!icativamente la incidencia de hon"os.

cimat.9etodosG?-9etodosCuantitati!osG-.htm http:GG<a(ua.sld.m'GfamatGnue!aGcursosGprobabilidadGcursosHmetodosHestadisticos. 9ono(rafiasHcom.esGsancur--ceapuntesGAdministracionGCENEKA 3GOperaciones.htm .cuGcomputacionGPH.edustatspr.ppt 3a si(uiente pá(ina se obtu!o el m#todo Jolmo(oro!.ppt FFF.-HPruebaHHipotesisHI1.*mirno! FFF.edustatspr. FFF.Biblio(raf&a las si(uientes pá(inas contienen una presentación en poFer point con e<emplos de aplicación./HPruebaHHipotesisH-HpobHI1.htm FFF.php http:GG*mirno! .htm %e las si(uientes pá(inas se obtu!o las pruebas de hipótesis http:GGFFF.cf(.comGdocumentosGleccionesG3/.ilustrados.%osChi!osHcom Pruebas de Hipótesis.htm l http:GGsancur--ceapuntes.PruebasHipGPruebasHip.comGpublicacionesGEp+AKLu@KLTBLoE<E5.iespana.comGdocumentosGleccionesG3/.

Hill. 9ac MraF .IIQ$.msn Terra . 9ontes de Oca Arancisco 4E*O35C6ON TOTA3 %E P4OBAB636%A% . 9#'ico ". E3 P4OCE*O %E 6NKE*T6MAC67N. Ar(entina ". E*TA%6*T6CA PA4A 6NMEN6E4O* Arancisco 4am&rez Talonia Leer más5 http5RRWWW. Trillas *.com.. 6NKE*T6MAC67N %OC59ENTA3. Proporcionado por los si(uientes buscadores: • • • • • • Moo(le T. CEC*A. 4onald E. 9#'ico ". Ed.II0$.ahoo 9#'ico Neb Entre otros Tenorio Bahena Oor(e. Chao 6NT4O%5CC6ON A 3A E*TA%6*T6CA E%.II2$. E*TA%6*T6CA Kol. 3imusa *. 1P ed.II?.A. 9#'ico ". /P ed. *abino Carlos A.http:GGFFF. 3umen . Ed.A. PicL *usan + 3ópez Ana 3uisa. + .IQQ$. Ed. Humanitas. /P ed. .comRtraba)os':Rpruebas-de-hipotesisRpruebas-dehipotesis. 3incoln 3.shtmlUi1##6qX"eb !i . Ed. E3 P4OCE*O %E 3A 6NKE*T6MAC67N C6ENTRA6CA.mono"ra!ias. Tama+o + Tama+o 9ario. C79O 6NKE*T6MA4 EN C6ENC6A* *OC6A3E*. Nalpol P4OBAB636%A% .elrincondel!a(o.