1

Prueba de Hipótesis: Relaciones entre procedimientos e intervalos de confianza

mientras que se define como estadístico al valor numérico (característica) de una muestra. por ejemplo. la estimación puntual que corresponde a un solo número para estimar un parámetro de la población. por ejemplo: la media de la población de Guatemala es de 1. . Tipos de estimaciones Las estimaciones se enfocan en dos categorías. 2 Prueba de Hipótesis: Relaciones entre procedimientos e intervalos de confianza El objetivo de la estadística comprende el explicar la información que refleja una variable aleatoria por medio de estimaciones realizando inferencia estadística por medio de muestras para la toma de decisiones basada nuestra postura en una hipótesis que en ocasiones logramos revisar y verificar si se cumple per en otras ocasiones es tomada con los pocos elementos que conocemos según un intervalo de confianza que por experiencia pasadas conocemos.60 metros se considera un parámetro mientras que se indica que la media de la población de la muestra obtenida de la población del municipio de Mixco es de 1. Parámetro y estadísticos Se define como parámetro al valor numérico que describe las características de una población. para concluir su relación procederemos antes con la descripción de estos elementos.60 metros nos referimos al término estadístico. que en este documento estudiaremos como se relacionan los procedimientos e intervalos de confianza en la prueba de las hipótesis. estas decisiones se logran por medio de la estimación de parámetros.

¯) = y el resultado se suma y resta a √𝑛 la media muestral dando como resultado el intervalo en que estaría el resultado. mientras que el estimador por medio de un intervalo usa la extensión del conjunto y su probabilidad que el parámetro se encuentre en ese rango del intervalo. su distribución muestral puede ser aproximado a la distribución normal por lo que conociendo la media muestral podemos obtener conclusiones por lo ∑𝑥 que la media muestral se obtiene x̄ = . otro estimador puntual usado es al desviación 𝑛 estándar σ (S) o la varianza σ2 (S2). . 3 cuando deducimos que el peso de una persona corresponderá al promedio del peso de todo el grupo estudiado. Se define como estimador a cualquier estadístico de la muestra que se utilice para determinar un parámetro de la población por ejemplo la media de la muestra x puede ser un estimador de la media poblacional (µ). El objetivo de los intervalos de confianza es la descripción de un conjunto de rango de valores dentro del cual es posible que un parámetro de la población. Estimaciones puntuales e intervalos El cálculo de las estimaciones puntuales. por ejemplo que tan probable el estimador de la media poblacional x̄ ocurra. siendo el más eficiente siempre la muestra sea suficientemente grande. por lo que es necesario calcular un intervalo de probabilidad. para proporcionar esta afirmación se necesita 𝜎 encontrar el error estándar de la media 𝜎EQ \O(x. corresponde a la media muestral x̄ es el mejor estimador de la media poblacional. por lo que es más susceptible cometer errores en su uso.

4 Intervalos de confianza Intervalo de confianza corresponde a la asociación de la ocurrencia de la probabilidad. La relación entre el nivel con fianza y el intervalo de confianza lo que correspondería un alto nivel de confianza se representaría un alto mayor de precisión por lo que en la práctica este enunciado no es del todo cierto ya que al usar un mayor nivel de confianza por ejemplo 99% da como resultado un intervalo de confianza más amplio. cuando se usa una probabilidad mayor corresponderá a un nivel mayor de confianza. por ejemplo la entrega de un artículo al cliente: Respuesta Nivel de confianza Intervalo de confianza Tengo la absoluta certeza Mayor al 99% Un año de ello Estoy casi seguro que lo Al menos 95% Un mes recibirá en este mes Estoy bastante seguro que Alrededor del 80% Una semana saldrá en esta semana No tengo la certeza de Alrededor del 40% Un día poder hacerlo Hay una pequeña Cercano al 1% Una hora posibilidad Prueba de Hipótesis .

5 Inicia con el planteamiento de la hipótesis que hacemos acerca de un parámetro poblacional.04 pulgadas. por lo que el resultado estadístico de la eficiencia de los trabajadores fuera un 58% se rechazaría por ser falsa sin embargo si hubiera una diferencia menor se aceptaría la hipótesis. por lo que el Gerente General solicita al departamento de control de calidad verifique la hipótesis del Gerente del Área. debemos de concluir que la afirmación es falsa y que el grosor medio no es 0. . estimando el valor hipotético del estimador. Procedimientos para prueba de hipótesis Como parte del procedimiento para la prueba de hipótesis inicia con la formulación de la hipótesis.0408 o más a partir de la población?. si la diferencia entre la hipótesis y los valores reales sea menor.004 pulgadas el planteamiento de la hipótesis quedaría ¿Qué tan probable es que se obtenga una media muestra de 0. la desviación estándar de la población corresponde a 0. se acepta. al plantear esta hipótesis el razonamiento que se busca si la probabilidad es demasiado baja. luego se compara con la muestras de los estimadores reales comparándolos con los valores hipotéticos de los estimadores.04 pulgadas. por ejemplo cuando aceptar o rechazar la hipótesis se ejemplifica con el siguiente enunciado: La eficiencia de ciertos trabajadores es del 95% según la hipótesis del Gerente del Área. por ejemplo: Supongamos que el valor medio real es de 0. si la diferencia es mayor se rechaza la prueba.

04 = 0. 0.0004 = 2 lo que corresponde al error estándar de la media Luego de obtener el valor de Z utilizamos la tabla áreas bajo la curva de distribución de probabilidad normal estándar. ¿cuáles son las posibilidades de obtener una media de la muestra (0.004 pulg / √𝑛100 = 0.04 pulgadas y al desviación estándar de la población es 0. x̄ −µ z= 𝜎x̄ 0.004 pulgadas.4772) = 0. Prueba de hipotesis .5 – 0.0408) que difiera de 0.0408 pulgadas) cae dos errores estándar a la derecha de la media hipotética de la población.0004 pulgadas Y para obtener que la media de la muestra (0. por lo que el valor relativo a 2 corresponde a 0.0408 pulgadas por lo que se rechaza la muestra seleccionada.0008 pulgadas? Como primer procedimiento.0456 equivale a 4. es calcular el error estándar de la media partiendo de la desviación estándar de la población.04 pulgadas en 0. 6 La hipótesis planteada se definiría por si la media de población hipotética es de 0. entre la media y valores positivos de Z. σ x̄ = σ/√𝑛.5% por lo que la probabilidad es muy baja para obtener una media de 0.4772 para lo cual se obtiene la probabilidad (P(z ≥2 O Z≤-2) = 2(0.0408 – 0.

la hipótesis es nula es igual a la media poblacional H1:µ > 200. que se le denominan hipótesis alternativas cuyo símbolo es H1 “H sub-uno” para la hipótesis nula. 7 Antes de comenzar a tomar la muestra. . como observamos anteriormente el objetivo de la prueba de hipótesis no es cuestionar el valor del estadístico de la muestra. Otra forma de ver el símbolo de una prueba de hipótesis µH0 que se lee. la hipótesis es alternativa es mayor a la media poblacional H1:µ < 200. debemos de establecer el valor supuesto hipotétio del parámetro de población. la hipótesis nula corresponde a que la media de población es igual a 200. El término de hipótesis nula se refiere que no hubo diferencia entre las muestras tratadas y las no tratadas por lo que una hipótesis nula es aceptada. por ejemplo: H0:µ = 200. valor hipotético de la media poblacional. Si el resultado de la prueba de hipótesis no fueran nula ( si se rechaza la hipótesis). esa suposición que vamos a probar se le denomina como hipótesis nula y se simboliza como H0 o H sub-cero. la hipótesis es alternativa es menor a la media poblacional Interpretación Una de las preguntas al utilizar la prueba de las hipótesis es que criterio debo de utilizar para aceptar o rechazar la hipótesis. se tiene que concluir con otra alternativas. como ejemplo de representación tenemos que deseamos probar la hipótesis que la media poblacional es de 200 por lo que escribimos H0:µ o µH0 = 200 que se lee.

.045 que surgió por la probabilidad correspondería al nivel de significancia ya que fue el que utilizamos para comparar que la probabilidad de que la media de las muestas X fuera del 0. como el caso inicial el 0. y su probabilidad se simboliza con β (beta). 8 si no hacer un juicio respecto a la diferencia entre ese estadístico y un parámetro hipotético de la población. por otro lado. El nivel de significancia toma auge al realizar las pruebas de las hipótesis. Errores tipo I y tipo II El error tipo I.04 se tornó muy pequeña es probabilidad por lo que se rechazó. corresponde al error que suele suceder cuando se procede a realizar el rechazo de la hipótesis y su probabilidad se simboliza por α Alpha. aceptar una hipótesis nula cuando es falsa se le llama error tipo II.

86 -156. P. Estadística para administración y economía. PEARSON. 273-396. 9 Referencias Wackerly. . Scheafrer (2010). (2010). Rubin. Mendenhall. Bohon. Estadística Matemáticas con Aplicaciones. CENGAGE Learning. P. Levin. Ramos.