PRUEBA DE

HIPÓTESIS

Docente. Luis Alberto Anto Mimbela

¿QUÉ ES UNA
HIPÓTESIS?

Una hipótesis
estadística es una
afirmación que se
hace sobre una o
más características
de una población y
no sobre la
muestra
2
PRUEBA DE
HIPÓTESIS

La prueba de hipótesis es una

técnica de inferencia
estadística para juzgar si una
propiedad que, se supone,
cumple una población es
compatible con lo observado
en una muestra de la misma.

3
• En la prueba de hipótesis se trabaja con dos hipótesis
estadísticas: H0 y Ha.
• La primera es la hipótesis que debe probarse,
conocida como HIPÓTESIS NULA (H0), esta hipótesis
se establece con el propósito de ser rechazada.
• En el proceso de prueba, la hipótesis nula se rechaza
o no.
• Si la H0 no se rechaza se dirá no hay suficiente
evidencia como para rechazarla.

4
La HIPOTESIS ALTERNATIVA
(Ha) es considerada la
hipótesis de investigación, se
asume como probablemente
cierta (o algún otro sinónimo)
siempre y cuando se rechace
la H0. Ha es más probable que
H0.

5
• Hipótesis nula H0: Una declaración sobre el valor
de un parámetro de la población.

• Hipótesis alternativa Ha: Una declaración que se

podría aceptar si los datos de la muestra
proporcionan evidencia de que la hipótesis nula es
probablemente falsa.

6
¿CÓMO SE REALIZA
UNA PRUEBA DE
HIPÓTESIS?

7
 PLANTEAMIENTO
DE LAS HIPÓTESIS
(HO Y HA)
PASO 1

8
El término “si se puede concluir” u otras
variaciones o sinónimos es porque a
continuación se “hará uso” de la Ha. Ho
es “floja”, está en la espera de ser
comparada con Ha a través de los
valores de P, más adelante se verá eso.

9
• Las hipótesis nula y alternativa son dos enunciados
mutuamente excluyentes acerca de una población. Una
prueba de hipótesis utiliza los datos de la muestra para
determinar si se puede “rechazar” la hipótesis nula.
• Ejm: Suponga que se quiera responder a la pregunta:
¿Se puede concluir que la media de una población es
diferente a 70?

¿Cuál sería la hipótesis alternativa?

10
• Y la hipótesis alternativa es: Ha: μ ≠ 70.
Es decir, μ<70, μ>70.
La hipótesis nula es: Ho: μ = 70.
Reordenando:
Ho: μ = 70
Ha: μ ≠ 70

• Ahora, suponga que se desea saber si puede

concluirse (investigar) que la media de la
población es mayor que 70, se tienen las hipótesis:
Ho: μ ≤ 70 Ha: μ > 70
11
• Si se quiere saber si es posible concluir que
la media de la población es menor que 70,
las hipótesis son:
Ho: μ ≥ 70 Ha: μ < 70

12
• La conclusión a la que se
desea o espera llegar como
resultado de la prueba
generalmente se usa como
hipótesis alternativa, Ha
(investigar).
• La hipótesis nula es la que
debe ser comprobada.
• Las Ho y Ha son
complementarias

13
NOTA:

• Debe señalarse que la prueba de hipótesis no

conduce a la prueba de una hipótesis, sino
que simplemente indica si esta es, apoyada o
no, por los datos disponibles.

• Por lo tanto cuando no es posible rechazar

una Ho, no se dice que es verdadera sino que
probablemente es verdadera.
14
SELECCIONAR EL
NIVEL DE
SIGNIFICANCIA
PASO 2

15
• La significancia estadística es una medida de fiabilidad en
el resultado de un análisis que te permite tener confianza
a la hora de tomar decisiones.
• La significancia estadística es la probabilidad de que una
relación entre dos o más variables en un análisis no sea
pura coincidencia, sino que en realidad sea causada por
otro factor.

16
• Probabilidad de rechazar la hipótesis nula cuando es
verdadera.
• Se le denota mediante la letra griega “α”, también es
denominada como nivel de riesgo, debido a que se corre el
riesgo de rechazar la hipótesis nula, cuando en realidad es
verdadera. Error tipo I (más adelante se verá esto).

17
• Este nivel está bajo el control de la persona
que realiza la prueba.
• El nivel de confianza (1- ), indica la
probabilidad de aceptar la hipótesis
planteada, cuando es verdadera en la
población. Normalmente es de 95%, pero
puede variar.

18
• El nivel de error o significancia (α) adopta
valores pequeños con más frecuencia son:
0,01 (1%); 0,05 (5%) y 0,1 (10%).

19
20
GRAFICANDO, PARA DOS COLAS:

21
 = 0.05

22
ERROR TIPO I Y ERROR TIPO II

• Error tipo l se presenta si la hipótesis nula Ho es

rechazada cuando es verdadera y debía ser
aceptada. La probabilidad de cometer un error
tipo I se denomina con la letra alfa 
• Un error tipo II, se denota con la letra griega β se
presenta si la hipótesis nula es aceptada cuando
de hecho es falsa y debía ser rechazada.

23
24
 Realidad Afirmas Ho
Error tipo I

1
✓ ×

25
 Realidad Afirmas Ho
Error tipo II

2
× ✓
26
 CÁLCULO DEL
VALOR ESTADÍSTICO
DE PRUEBA
PASO 3

27
• Valor determinado a partir de la información
muestral, que se utiliza para determinar si se
rechaza la hipótesis nula, existen muchos
estadísticos de prueba, para nuestro caso
utilizaremos el estadístico Z.
• La estadística de prueba sirve como un
productor de decisiones ya que la decisión de
rechazar o no la Ho depende de la magnitud
de la estadística de prueba

28
• Cuando la prueba de la media poblacional proviene
de una muestra mayor a 30 y la desviación estándar
poblacional es conocida, el estadístico de la prueba
se obtiene con la siguiente fórmula

Estadística
relevante
Error estándar
•  es un valor supuesto de la media de una población

29
REGLA DE
DECISIÓN
PASO 4

30
31
WINDOWS
32
 TOMA DE
DECISIONES
PASO 5

33
• En este último paso de la prueba de hipótesis, se
calcula el estadístico de prueba, se compara con el
valor crítico y se toma la decisión de rechazar o no
la hipótesis nula.
• Tenga presente que en una prueba de hipótesis
solo se puede tomar una de dos decisiones: aceptar
o rechazar la hipótesis nula, pero NO aceptarlas
como ciertas, sino como probabilidades que son.

34
CONCLUSIÓN:

En contexto probabilístico:

• Si la Ho se rechaza, se concluye que la Ha es más

probable que sea verdadera.
• Si la Ho no se rechaza, se concluye que la Ha es
más probable que sea verdadera.

35
TIPOS DE PRUEBAS

36
PASOS PARA LA PRUEBA DE HIPÓTESIS

1. Datos
2. Formulación de la Ho y la Ha
3. Determinar el estadístico de prueba
4. Regla de decisión
5. Cálculo del estadístico de prueba
6. Decisión estadística
7. Conclusión
38
39
40
EJEMPLO 1

Un equipo de científicos está estudiando la concentración de

una proteína específica en la sangre de individuos sanos. Han
recolectado muestras de sangre de 36 individuos y han
encontrado que la media de la concentración de la proteína es
de 52 mg/dL con una desviación estándar de 8 mg/dL. Los
científicos quieren saber si pueden concluir, con un nivel de
confianza del 99%, que la concentración media de la proteína
en la población general es menor que 55 mg/dL. Suponga que
la concentración de la proteína en la sangre sigue una
distribución aproximadamente normal.
45
EJEMPLO 2

• Un grupo de nutricionistas está realizando un estudio sobre el

consumo de calorías en una población específica. Han recogido
una muestra aleatoria de 38 individuos de esta población. A
partir de esta muestra, han calculado que la media de consumo
de calorías es de 54 calorías por día, con una desviación
estándar de 7 calorías. Los nutricionistas quieren saber si
pueden concluir que el consumo medio de calorías de la
población es diferente de 50 calorías por día. Supongamos que
los datos provienen de una muestra con distribución
aproximadamente normal. Nivel de significancia de 0.1.

46
EJEMPLO 3

• Un grupo de nutricionistas está realizando un estudio sobre el

consumo de proteínas en una población específica. Han
recogido una muestra aleatoria de 45 individuos de esta
población. A partir de esta muestra, han calculado que la
media de consumo de proteínas es de 65 gramos por día, con
una desviación estándar de 9 gramos. Los nutricionistas
quieren saber si pueden concluir que el consumo medio de
proteínas de la población es mayor que 60 gramos por día.
Supongamos que los datos provienen de una muestra con
distribución aproximadamente normal.
47
EJEMPLO 4

• Varios investigadores recolectaron concentraciones de

amilasa en suero de una muestra aleatoria de 15 personas
aparentemente sanas. Desean saber si pueden concluir
que la media de la población de la cual provino la muestra
es distinta de 120. Los datos de que disponen es que la
media y la desviación estándar calculadas a partir de la
muestra son, respectivamente, 96 y 35 unidades por 100
mL.

48
EJEMPLO 5

• Un grupo de investigadores están interesados en investigar

la edad media de cierta población. Los datos disponibles son
las edades de una muestra aleatoria simple de 10 individuos
extraída de la población de interés. A partir de esta muestra
se calcula que la media es de 27 años y una desviación
estándar de 5 años. ¿Se puede concluir que la edad media
de la población es diferente de 30 años? Suponga que los
datos provienen de una muestra con distribución
aproximadamente normal.
49