PRUEBA DE HIPÓTESIS

17/05/2018 1
 FORMULACIÓN O PLANTEAMIENTO DEL PROBLEMA DE
INVESTIGACIÓN

PLANTEAR EL PROBLEMA NO ES SI NO AFINAR Y ESTRUCTURAR MÁS

FORMALMENTE LA IDEA DE INVESTIGACIÓN, EN TÉRMINOS
CONCRETOS Y EXPLÍCITOS

LA GÉNESIS DE ESTOS PROBLEMAS SE DARÁ POR LA REFLEXIÓN

SURGIDA CON OCASIÓN DE LAS LECTURAS, DE LOS DEBATES, DE
LAS EXPERIENCIAS DE APRENDIZAJE; EN FIN, DE LA VIVENCIA
INTELECTUAL DENTRO DEL MEDIO DE EDUCACIÓN SUPERIOR Y
EN EL AMBIENTE CIENTÍFICO Y CULTURAL.

17/05/2018 2
 FORMULACIÓN O PLANTEAMIENTO DEL PROBLEMA DE
INVESTIGACIÓN
EL INVESTIGADOR DEBE SER CAPAZ NO SÓLO DE CONCEPTUALIZAR
EL PROBLEMA SINO TAMBIÉN DE VERBALIZARLO EN FORMA CLARA,
PRECISA Y ACCESIBLE, ES NECESARIO REALIZAR UN ESFUERZO POR
COMUNICAR EL PENSAMIENTO EN TÉRMINOS COMPRENSIBLE

POR LO TANTO, SE HARÁ IMPERIOSO TENER CLARIDAD SOBRE LO

QUE SE PRETENDE EXPRESAR CON RESPECTO AL ASUNTO ELEGIDO
Y QUE SE PRESENTA COMO UNA POSICIÓN ADOPTADA SOBRE EL
TEMA-PROBLEMA.

17/05/2018 3
 PLANTEAMIENTO EL PROBLEMA

NO TODA DUDA LLEGA A SER UN TRABAJO CIENTÍFICO, LA PROBLEMATIZACIÓN

ES UNA TAREA QUE REQUIERE UN TRABAJO CREADOR, CURIOSIDAD,
ENTUSIASMO JUNTO CON LA EXPERIENCIA Y APOYO DOCUMENTADO PREVIO AL
CONTEXTO DEL PROBLEMA

¿CÓMO CONSTRUIR UN PROBLEMA DE INVESTIGACIÓN?

A) PLANTEAMIENTO INICIAL: EN ESTA ETAPA SE INTENTA RESPONDER A LA

PREGUNTA ¿QUÉ INVESTIGAR?
DEFINO Y DESCRIBO EL OBJETO DE ESTUDIO, A TRAVÉS DEL PLANTEAMIENTO
DE INTERROGANTES ENTORNO AL TEMA ESCOGIDO.

17/05/2018 4
 PLANTEAMIENTO DEL PROBLEMA

B) ANTECEDENTES DEL PROBLEMA: ES IMPORTANTE DEFINIR EL

CONTEXTO DE LA INVESTIGACIÓN, ES DECIR, RECABAR TODA LA
INFORMACIÓN SOBRE EL TEMA

ANTECEDENTES TEÓRICOS:REVISIÓN BIBLIOGRÁFICA SOBRE OTROS

ESTUDIOS CON RESPECTO AL TEMA CONSULTA A EXPERTOS EN LA
TEMÁTICA EVOLUCIÓN HISTÓRICA DE LA TEMÁTICA

ANTECEDENTES EMPÍRICOS:EXPERIENCIA PRÁCTICA QUE SE POSEE SOBRE EL

TEMA EXPERIENCIA DIRECTA DEL INVESTIGADOR MOTIVACIONES PERSONALES

17/05/2018 5
 PLANTEAMIENTO DEL PROBLEMA
C) PLANTEAMIENTO DEFINITIVO: LUEGO DE REALIZAR UNA
DESCRIPCIÓN DE LA TEMÁTICA EXPONIENDO LOS ANTECEDENTES
TEÓRICOS Y EMPÍRICOS, SE PRECISA CUAL ES LA FINALIDAD DE
LA INVESTIGACIÓN.

DEFINICIÓN DE LA PREGUNTA DE INVESTIGACIÓN

17/05/2018 6
 OBJETIVOS DE INVESTIGACIÓN

DEBEN TRANSMITIR CLARAMENTE LO QUE SE PRETENDE OBTENER COMO

RESULTADO

OBJETIVO GENERAL DE LA INVESTIGACIÓN: ES EL ENUNCIADO CLARO Y

PRECISO DEL PROPOSITO CENTRAL QUE SE PERSIGUEN CON LA INVESTIGACIÓN
OBJETIVOS ESPECÍFICOS: INDICA LO QUE SE PRETENDE LLEVAR A CABO
EN CADA ETAPA, DESCOMPOSICIÓN DEL OBJETIVO GENERAL

DURANTE EL TRANSCURSO DE LA INVESTIGACIÓN PUEDEN SURGIR OBJETIVOS

ADICIONALES, MODIFICARSE LOS OBJETIVOS INICIALES E INCLUSO SER
SUBSTITUIDOS POR NUEVOS OBJETIVOS, SEGÚN LA DIRECCIÓN QUE TOME LA
INVESTIGACIÓN

17/05/2018 7
 HIPOTESIS DE INVESTIGACIÓN

¿Qué ES UNA HIPÓTESIS?

LAS HIPÓTESIS SON PROPOSICIONES O AFIRMACIONES COMPROBABLES,
QUE PODRÍAN SER POSIBLES SOLUCIONES AL PROBLEMA PLANTEADO.

Explicaciones tentativas del fenómeno investigado que se formulan

como proposiciones.

Son suposiciones o conjeturas provisionales acerca de un

hecho o fenómeno de una parte específica de la realidad.

Son proposiciones de carácter afirmativo que el investigador plantea con el

propósito de llegar a explicar hechos o fenómenos que caracterizan o identifican el
objeto del conocimiento.

17/05/2018 8
 CRITERIOS PARA LA FORMULACIÓN DE UNA HIPÓTESIS:

 DEBE SER COMPROBABLE O EMPÍRICAMENTE DEMOSTRABLE

 DEBE ESTAR EN ARMONÍA CON EL MARCO TEÓRICO Y OTRAS HIPÓTESIS
DEL CAMPO DE INVESTIGACIÓN
 DEBE RESPONDER AL PROBLEMA O SER APLICABLE A ÉL

DEBE SER PRECISA, ESPECÍFICA Y EXPRESARSE CON SIMPLICIDAD LÓGICA

ADEMÁS DE DESCRIPTIVA DEBE INTENTAR UNA EXPLICACIÓN DEL
FENÓMENO
DEBE SER SUSCEPTIBLE DE MEDICIÓN
DEBE TENER UN GRAN NÚMERO DE CONSECUENCIAS

17/05/2018 9
 CARACTERÍSTICAS DE LAS HIPOTESIS

LAS HIPÓTESIS DEBEN ESTAR BIEN FUNDAMENTADAS Y SER CONTRASTABLES.

ESTÁN BIEN FUNDAMENTADAS CUANDO ESTÁN INSERTAS EN UNA TEORÍA
CIENTÍFICA Y SON CONTRASTABLE CUANDO SE RECURRE A LA EXPERIENCIA
PARA DEMOSTRAR SU VEROSIMILITUD

LAS HIPÓTESIS SON PODEROSOS INSTRUMENTOS QUE CONTRIBUYEN AL

PROGRESO DE LA CIENCIA Y QUE AYUDAN A NO PERDERSE EN EL LARGO PROCESO
DE INVESTIGACIÓN

17/05/2018 10
 ELEMENTOS QUE HAY QUE TENER EN CUENTA EN RELACION
CON LAS HIPOTESIS

TODAS LAS INVESTIGACIONES SON DIFERENTES, ALGUNAS CONTIENEN

GRAN CANTIDAD DE HIPÓTESIS(PUEDEN SER IGUALES O DIFERENTES ENTRE SI)
PORQUE EL PROBLEMA ES COMPLEJO. SIN EMBARGO, LA CALIDAD DE LA
INVESTIGACIÓN NO NECESARIAMENTE ESTÁ RELACIONADA CON EL NÚMERO DE
HIPÓTESIS QUE SE FORMULEN

LOS ESTUDIOS QUE SE INICIAN Y CONCLUYEN COMO DESCRIPTIVOS,

FORMULARAN HIPÓTESIS DESCRIPTIVAS

17/05/2018 11
 ESTUDIO DE LAS VARIABLES
EN LOS ESTUDIOS CUANTITATIVOS SE UTILIZAN VARIABLES DE
INVESTIGACIÓN
UNA VARIABLE ES UNA CARACTERÍSTICA QUE PUEDE ADOPTAR DISTINTOS
VALORES, ES DECIR, UNA CUALIDAD O ASPECTO EN EL CUAL DIFIEREN LOS
INDIVIDUOS, POR EJEMPLO, EL PESO, LA EDAD, LA INTELIGENCIA
DEFINICIÓN DE LAS VARIABLES:

NOMINAL SE IDENTIFICA CON EL CONSTRUCTOR Y SE REFIERE A LA ESENCIA DEL

FENÓMENO. DEFINICIÓN CONCEPTUAL

OPERACIONAL DESCRIBE LAS OPERACIONES A REALIZAR PARA MEDIR UNA

VARIABLE. SE REFIERE, POR LO TANTO, AL CAMPO DE LO OBSERVABLE.

17/05/2018 12
 CLASIFICACIÓN DE LAS VARIABLES
SEGÚN CRITERIO METODOLÓGICO:
VARIABLES INDEPENDIENTES: FACTOR QUE EL INVESTIGADOR SE PROPONE OBSERVAR Y
MANIPULAR DE MANERA DELIBERADA PARA DESCUBRIR SUS RELACIONES CON LA
VARIABLE DEPENDIENTE. PUEDE SER UNA VARIABLE EXPERIMENTAL, MANIPULADA Y
CONTROLADA POR EL INVESTIGADOR. SON LA SUPUESTA CAUSA DE UNA MODIFICACIÓN
EN UNA RELACIÓN DE CAUSA-EFECTO
VARIABLES DEPENDIENTES:FENÓMENO QUE APARECE, DESAPARECE O CAMBIA CUANDO EL
INVESTIGADOR APLICA, SUPRIME O MODIFICA LA VARIABLE INDEPENDIENTE. EJ. EL
RENDIMIENTO ACADÉMICO. EL COMPORTAMIENTO DEL SUJETO, CONSIDERANDO LA CLASE
DE RESPUESTA EMITIDA, PUEDE SER: 1) CONDUCTA MANIFIESTA O DIRECTAMENTE
OBSERVABLE; 2) COMPORTAMIENTO O RESPUESTAS VERBALES; 3) RESPUESTAS
FISIOLÓGICAS. SEGÚN LA CLASE DE MEDIDA EN EL REGISTRO DE LA CONDUCTA SE PUEDE
OBSERVAR LA FRECUENCIA, LA LATENCIA, LA DURACIÓN Y LA AMPLITUD.

VARIABLES EXTRAÑAS: SON VARIABLES AJENAS AL EXPERIMENTO, PERO QUE PUEDEN

EJERCER UNA INFLUENCIA SOBRE LOS RESULTADOS.

17/05/2018 13
 LA HIPÓTESIS SE FORMULA EN RELACIÓN AL PROBLEMA DE INVESTIGACIÓN

Nivel Exploratorio, descriptivo y correlacional

PROBLEMA Hipótesis
¿Qué es “x” … NO REQUIERE
¿Cómo se viene dando “x” … NO REQUIERE
¿Cuáles son las características de “x” … NO REQUIERE
¿Desde cuándo se da “x” … NO REQUIERE
¿Cómo ha venido dándose “x” … NO REQUIERE
¿Qué relación existe entre “x” y “y” … Existe una relación directa y significativa entre
“x” y “y” …
¿Cuál es la relación que se da entre “x” y “y” … Existe una relación directa y significativa entre
“x” y “y” …
¿Cuáles son las causas de “y” … Las causas que generan “y” son …
¿Qué factores han generado “y” … “y” ha sido generado por “a”, “b” y “c”
¿Por qué “x” produce efectos en “y” … Los efectos producidos en “y” se deben a:

17/05/2018 14
 Nivel explicativo
PROBLEMA HIPÓTESIS
¿Qué efectos produce “x” en “y” … “x” produce efectos significativos en “y”
…..
¿De qué manera influye “x” en “y” “x” influye significativamente en “y” …
…
¿Cómo influye “x” en “y” … “x” influye significativamente en “y” ….

¿En qué medida favorece “x” a “y” “x” favorece significativamente en “y” ….
…
¿En qué grado favorece “x” a “y” … “x” favorece significativamente en “y” …

¿Cuáles son los resultados de “x” … “x” genera resultados en “y” ….

17/05/2018 15
 ¿Qué es una prueba de hipótesis?
 Es un proceso para determinar la validez de una
aseveración hecha sobre la población basándose en
evidencia muestral
 Es una afirmación sobre la población, a nivel de sus
parámetros:
 Media
 Varianza o desvío estándar
 Proporción
 Debe plantearse antes de obtener la muestra

17/05/2018 16
 Definiciones
Hipótesis de investigación (Hi): expresa el objetivo del investigador.
Hipótesis estadísticas:
La hipótesis nula, (Ho), es el status quo o estado actual (lo que
se cree hasta el momento), o la que asegura que no hay
diferencias en la población. Es la hipótesis de no efecto.
La hipótesis alternativa, (H1 Ó Ha), es lo opuesto a la hipótesis
nula; representa el cambio en la población que el investigador
espera sea verdadero (bajo Hi).
Nota: Las hipótesis nula y alternativa se refieren ambas a la
misma población.

17/05/2018 17
 Definiendo las Hipótesis
¿La aspirina reduce el peligro de cáncer?
Un estudio sugiere que tomando una aspirina cada día por medio
durante 20 años puede reducirse el riesgo de enfermarse de cáncer
de colon. Por otro lado, según la Sociedad Americana de Cáncer, el
riesgo a sufrir de cáncer de colon es 1 en 20 en individuos mayores de
60 años.
Ho :
H1:

Traduzcamos las hipótesis a lenguaje estadístico, usando parámetros:

Ho :
H1:

17/05/2018 18
 Definiendo las Hipótesis
¿La incorporación de vitamina E a la dieta es efectiva? Supongamos que se desea
determinar la efectividad de incorporar vitamina E a la dieta de cerdos a fin de
mejorar el aumento de peso, que actualmente es de 100g/día.

Ho :
H1:
Traduzcamos las hipótesis a lenguaje estadístico, usando
parámetros:
Ho :
H1

17/05/2018 19
 Definiendo las Hipótesis

¿El debate cambió la intención de voto?

Una consultora, a una semana de las elecciones presidenciales,
afirma que el candidato favorito obtiene el 50% de los votos. Este
candidato tendrá un debate televisado con su rival. La hipótesis
que deseamos poner a prueba es que el debate afectará la
proporción de personas que votarán por el candidato favorito.
Ho :
H1:

Traduzcamos las hipótesis a lenguaje estadístico, usando parámetros:

Ho :
H1:

17/05/2018 20
 Pasos en una Prueba de hipótesis:
I. Planteo de las hipótesis
Establecer la hipótesis nula en términos de igualdad
Ho: = 𝜽 Ho: ≥ 𝜽 Ho: ≤ 𝜽

Establecer la hipótesis alternativa, que puede hacerse de tres maneras,

dependiendo del interés del investigador

H1: ≠ 𝜽 Ho: > 𝜽 Ho: < 𝜽

Prueba bilateral unilateral izq unilateral der

17/05/2018 21
 Resumiendo
Se plantean dos hipótesis o aseveraciones
sobre valores de parámetros poblacionales
Las dos hipótesis son incompatibles
Las dos hipótesis se refieren a la misma
población

¿Cuál de las dos es válida?

Se debe decidir sobre la base de evidencia muestral

17/05/2018 22
I. Fijar el nivel de significación ∝ y la dirección
de extremo de la prueba.
Nivel de Significación: Este valor  determina un
valor crítico c : P ( d > c / H0 ) = . El procedimiento
de selección de “c” a partir de  tiene varias críticas:
i. El resultado del Test depende mucho de .
ii. Dar sólo el resultado del Test no permite
diferenciar el grado de evidencia que la muestra
indica a favor o en contra de H0.

17/05/2018 23
III-Elegir el estadístico de prueba como
también los valores críticos.

17/05/2018 24
Estadístico de Prueba

Es una variable cuya distribución o

densidad de probabilidad es conocida (la
hemos llamado modelo probabilístico) y
es la herramienta por la que podemos
conocer la probabilidad de ocurrencia de
nuestras observaciones.

17/05/2018 25
Características
El estadístico de prueba se reconoce por una
función matemática que permite saber el valor
de esa variable conocida con base (en función
de) en los valores observados en nuestros
datos.

17/05/2018 26
Ejemplos
Ejemplos de variables de distribución
conocida usados como estadísticos de prueba
son:
 Z (distribución normal estándar)
 T (t de student)

 F (F de Snedecor)

 Χ2 (Chi cuadrada)

Entre varias otras

17/05/2018 27
De que depende la elección

La elección de la técnica de prueba de

hipótesis que vamos a usar depende de
dos elementos
La naturaleza de los datos
El Objetivo de la Prueba

17/05/2018 28
Naturaleza de los datos

En principio podemos dividir en dos a

los datos con base en su naturaleza:
 Datos de distribución normal
 Datos de otras distribuciones

 Proporciones o datos binarios.

17/05/2018 29
Datos de distribución normal
Son datos que provienen de variables que
naturalmente tienen una distribución normal
e.g. datos morfológicos o fisiológicos. Cuya
distribución es claramente normal
O bien son datos muy abundantes en los que
se puede apelar al Teorema del Límite
Central.
En estos datos se aplican las técnicas
llamadas paramétricas que suponen para su
correcta aplicación que los datos son de
distribución normal
17/05/2018 30
Datos de otras distribuciones
o de distribución libre

Son datos que no cumplen con los requisitos

arriba apuntados y que frecuentemente se
presentan en muestras pequeñas (n<30) por
lo cual se viola el supuesto de normalidad y
las pruebas pueden no ser tan eficientes.
En este caso se usan las técnicas llamadas
NO PARAMÉTRICAS o de distribución libre.

17/05/2018 31
Técnicas no paramétricas
Estas técnicas son un poco menos poderosas
que las paramétricas (se tiene un poco
mayor de probabilidad de cometer el error
tipo II), pero son las adecuadas ya que usar
técnicas paramétricas cuando no se cumplen
los supuestos es un error grave (se pueden
cometer ambos errores)

17/05/2018 32
Alternativas
Por lo general existe una alternativa no
paramétrica a cada técnica paramétrica.

De ahí que una vez que hemos visto la elección de

la técnica nuestro objetivo nos dirá que prueba
usar.

17/05/2018 33
Proporciones o datos binarios.
Este tipo de datos considera una
problemática especial ya que se requiere un
tamaño muy grande de muestra para poder
recurrir al teorema Central del Límite.
Existen alternativas a las técnicas de prueba
de hipótesis para este tipo de datos.

17/05/2018 34
De Acuerdo A los Objetivos
Por lo general los objetivos se pueden dividir
de la siguiente manera:
 Comparaciones de medidas de tendencia central
de las poblaciones (Medias o medianas)
 Comparaciones de las medidas de variación de

las Poblaciones (Variancias o Desviaciones)

17/05/2018 35
Comparaciones de tendencia Central

Lo más común es querer comparar valores de

tendencia central de muestras para saber si
éstas pertenecen o no a la misma población
En otras palabras se compara el estimador
de la media para saber si hay diferencias
relevantes (significativas)

17/05/2018 36
Comparaciones de medias
Cuando se comparan las medias se pueden
querer comparar:
 Una media contra un valor constante.
 Dos medias entre sí
 Más de dos medias.

El Uso de la técnica de prueba de Hipótesis

estará acorde con este proceso.
17/05/2018 37
Comparaciones de varianzas
Cuando se comparan las varianzas se pueden
querer comparar:
 Dos varianzas entre sí
 Más de dos varianzas.

El Uso de la técnica de prueba de Hipótesis

estará acorde con este proceso.

17/05/2018 38
IV.-GRÁFICAR LA REGIÓN CRÍTICA Y NIVEL DE SIGNIFICACIÓN

Región crítica Nivel de significación: 

Valores ‘improbables’ si...
Es conocida antes de realizar el
experimento: resultados
experimentales que refutarían H0
Número pequeño: 1% , 5%
Fijado de antemano por el
investigador
Es la probabilidad de rechazar
H0 cuando es cierta

=5%

Reg. Crit. Reg. Crit.

No rechazo H0
H0: m=70

17/05/2018 39
 Contrastes: unilateral y bilateral
La posición de la región crítica depende de la hipótesis alternativa

Bilateral H1: m70

Unilateral Unilateral

H1: m<70 H1: m>70

17/05/2018 40
 Significación: p


H0: m=70
17/05/2018 41
 Significación: p

No se rechaza
H0: m=70


H0: m=70
17/05/2018 X  72 42
 Significación: p
Es la probabilidad que tendría una región crítica que comenzase exactamente en el valor del
estadístico obtenido de la muestra.
Es la probabilidad de tener una muestra que discrepe aún más que la nuestra de H0.
Es la probabilidad de que por puro azar obtengamos una muestra “más extraña” que la
obtenida.
p es conocido después de realizar el experimento aleatorio
El contraste es no significativo cuando p>

P 

No se rechaza
H0: m=70

P 

17/05/2018 43
X  72
 Significación : p

Se rechaza H0: m=70

Se acepta H1: m>70



X  85

17/05/2018 44
 Significación : p
El contraste es estadísticamente significativo cuando p< 
Es decir, si el resultado experimental discrepa más de “lo tolerado” a priori.

 P

Se rechaza H0: m=40

Se acepta H1: m>40

 P

X  85
17/05/2018 45
 Resumen: , p y criterio de rechazo

Sobre  Sobre p
 Es número pequeño,  Es conocido tras realizar el
preelegido al diseñar el experimento
experimento

 Conocido  sabemos todo  Conocido p sabemos todo

sobre la región crítica sobre el resultado del
experimento

 Sobre el criterio de rechazo

 Contraste significativo = p menor que 
17/05/2018 46
V.-Calcular el estadístico de prueba.

Hipótesis Estadística de Prueba

 X  m0 
z    n

( conocido)
m  m 0 v / s m  m1   
 X  m0 
t    n

( desconocido)
 S 
m  m0 v / s m  m0 idem

  0
2 2
v / s   1
2 2
 2

n  1S 2
 2 n 1
 2   12 2
 2   12 idem
  1
2 2

17/05/2018 47
 Hipótesis Estadística de Prueba
m1  m 2 v / s m1  m 2 X 1 
 X 2  m1  m 2 
t n1  n2  2
con  1   2
2 2
n1  n2
SP
desconocidas n1n2

m1  m 2 v / s m1  m 2 X 1 
 X 2  m1  m 2 
t n1  n2  2
con  1   2
2 2
2 2
S1 S 2
SP 
desconocidas n1 n2

2
S1
 12   2 2 v / s  12   2 2 2
Fn1 1,n2 1
S2

X  np0
p  p0 v/s p  p1 N 0,1
np0 1  p0 
17/05/2018 48
V.-ubicar en el grafico los valores encontrados en el paso IV

H1: m70 =5%

Reg. Crit. Reg. Crit.

No rechazo H0
H0: m=70

Unilateral Unilateral

H1: m<70 H1: m>70

17/05/2018 49
VI.-TOMAR LA DECISIÓN DE ACEPTAR O RECHAZAR 𝐻0
Si se rechaza Ho:
La evidencia muestral contradice Ho
hay pruebas concluyentes contra Ho la prueba es
significativa
Si no se rechaza Ho:
La evidencia muestral no contradice Ho (lo cual no prueba
que sea verdadera)
No hay evidencias contra Ho
La prueba no es concluyente

17/05/2018 50
 Riesgos al tomar decisiones
Ejemplo 1: Se juzga a un individuo por la presunta comisión de un
delito Los datos pueden refutarla La que se
acepta si las pruebas no indican lo
H0 : Hipótesis nula contrario Rechazarla por error tiene
Es INOCENTE graves consecuencias

H1 : Hipótesis alternativa
No debería ser aceptada sin una
Es CULPABLE gran evidencia a favor. Rechazarla
por error tiene consecuencias
consideradas menos graves que la
anterior

17/05/2018 51
Tipos de error al tomar una decisión

REALIDAD
VE INOCENTE CULPABLE
RE INOCENTE OK ERROR
DIC (MENOS GRAVE)
TO
CULPABLE ERROR OK
(MUY GRAVE)

17/05/2018 52
Tipos de error al tomar una decisión

REALIDAD
Deci Ho verdadera Ho falsa
sión No rechazo OK ERROR de tipo II
Basa Ho Decisión correcta (MENOS GRAVE)
da el Probabilidad 1-∝ Probabilidad 𝜷
la
Rechazo ERROR de tipo I OK
mue
Ho Probabilidad ∝ Decisión correcta
stra
Aceptar H1 (nivel de Probabilidad 1-𝜷
significación) (potencia)
(MUY GRAVE)

17/05/2018 53
 Definiciones

 = P(error tipo I) = P(rechazar Ho / Ho es verdadera)

 = P(error tipo II) = P(no rechazar Ho / Ho es falsa)
 1- = Potencia = Poder o capacidad de la prueba
estadística para detectar diferencias cuando éstas
realmente existen
 Idealmente, desearíamos que las probabilidades de
cometer errores valgan cero
 Sin embargo, para un tamaño muestral fijo, no se
pueden reducir a la vez ambos tipos de error.
 Para reducir , hay que aumentar el tamaño muestral.

17/05/2018 54
 ¿Se puede calcular la potencia de una prueba?

 Supongamos que se desea determinar la efectividad de

incorporar vitamina E a la dieta de cerdos a fin de mejorar el
aumento de peso, que actualmente es de 100g/día, con un
desvío de 20 g/día.
 Se efectuará un ensayo con 15 cerdos alimentados con la
nueva dieta. Se asume = 0.05.
 Si la nueva dieta produjera un aumento de 110 g/día ¿cuán
probable sería detectarlo mediante el ensayo?

 Ho:
 H1:

17/05/2018 22 55
 Suponiendo Ho verdadera

80 90 100 110 120

Suponiendo Ho falsa

d= magnitud del efecto

80 90 100 110 120 130

17/05/2018 56
  Y si la nueva dieta produjera un aumento de 120 g/día ¿cuan
probable sería detectarlo mediante el ensayo?
Suponiendo Ho verdadera

80 90 100 110 120 130 140

Suponiendo Ho falsa

80 90
90 100 110 120 130

Suponiendo Ho falsa

17/05/2018 80 90 100 110 120 130 140 24 57

 Observaciones
 Las hipótesis no se plantean después de observar los datos, sino
antes.
 La hipótesis nula es conservadora, no especulativa; es la hipótesis
del escéptico
 α debe ser pequeño y es fijado por el investigador
 La prueba de hipótesis se plantea de manera tal de controlar el error
de tipo I
 Rechazar una hipótesis no prueba que sea falsa. Podemos cometer
error de tipo I
 No rechazar una hipótesis no prueba que sea cierta. Podemos
cometer error de tipo II
 No rechazar Ho no implica que Ho sea verdadera
 Si decidimos rechazar una hipótesis debemos mostrar la probabilidad de
equivocarnos.
 Rechazar Ho refuta a la Ho. En cambio, no rechazarla no constituye
evidencia a favor.

17/05/2018 58
 Supuestos
Para que las conclusiones sean válidas, se deben verificar los
supuestos de la prueba:
Para PH para una media con desvío poblacional conocido:
 muestra aleatoria y observaciones independientes
 distribución normal o tamaño de muestra suficientemente
grande
 desvío poblacional conocido
Para PH para una media con desvío poblacional desconocido:
 muestra aleatoria y observaciones independientes
 distribución normal o tamaño de muestra suficientemente
grande
Para PH para una proporción:
 muestra aleatoria y observaciones independientes
 tamaño de muestra suficientemente grande; pn>5 y qn>5
17/05/2018 59
 Las cinco claves para lograr algo son la fuerza de voluntad, la
capacidad para levantarte si te caes, la esperanza, el deseo y el
esfuerzo constante.

17/05/2018 60