UNIVERSIDAD NACIONAL DE CALLAO
FACULTAD DE INGENIERIA INDUSTRIAL Y DE SISTEMAS
ESCUELA PROFESIONAL DE INGENIERIA INDUSTRIAL
EXPOCITORES
† Chuquillanqui Bendezu, Álvaro.
† Mato Flores, Carlos Vidal
† Suarez Medrano, Jaime
† Tinco Cuaresma, Oscar
DOCENTE: Antonio Tuero, Jorge.
¿QUE IMPORTANCIA DE UNA
HIPÓTESIS BIEN ELABORADA?
• Es que en ella se puede observar
claramente la relación o vínculo
entre dos o más variables y es
factible que el investigador pueda
elaborar el conjunto de objetivos
que se desea alcanzar en el
desarrollo de la investigación.
También uno puede seleccionar los
recursos, tanto humanos como
materiales, que se emplearan a
llevar a feliz término la
investigación planteada
PARAMETRO CONCEPTOS
• Un parámetro es un número • Una prueba de hipótesis
que resume la gran cantidad examina dos hipótesis opuestas
de datos que pueden sobre una población: la
derivarse del estudio de una hipótesis nula y la hipótesis
variable estadística.1 El alternativa. La hipótesis nula es
cálculo de este número está el enunciado que se probará.
bien definido, usualmente Por lo general, la hipótesis nula
mediante una fórmula es un enunciado de que "no hay
aritmética obtenida a partir efecto" o "no hay diferencia".
de datos de la población. La hipótesis alternativa es el
enunciado que se desea poder
concluir que es verdadero de
acuerdo con la evidencia
proporcionada por los datos de
la muestra.
HIPOTESIS NULA HIPOTESIS ALTERNATIVA
• Es cualquier hipótesis que se • Es la hipótesis que se acepta
desea probar, se denota Ho. cuando la hipótesis nula es
• La hipótesis nula se rechaza rechazada H1.
solo si los datos ofrecen
suficiente evidencia para no
considerarla verdadera.
Es la probabilidad de rechazar la hipótesis nula cuando es
verdadera. Se denota por α.
Este nivel de significancia permite establecer, con base en
probabilidades, un criterio para determinar si se tiene
“suficiente evidencia” para descartar la hipótesis nula.
Dependiendo del tipo de significación que se da al estudio, hay
tres grados
α = 0.01 → Demasiado significativo
α = 0.05 → Significativo
α = 0.10 → Poco significativo
Al intentar alcanzar una decisión, es útil hacer hipótesis (o
conjeturas) sobre la población aplicada. Tales hipótesis, que
pueden ser o no ciertas, se llaman hipótesis estadísticas. Son,
en general, enunciados acerca de las distribuciones de
probabilidad de las poblaciones.
Como las conclusiones a las que lleguemos se basan en una
muestra, hay posibilidades de que nos equivoquemos. Dos
decisiones correctas son posibles: Rechazar Ho cuando es falsa
No Rechazar Ho cuando es verdadera. Dos decisiones
incorrectas son posibles: Rechazar Ho cuando es verdadera No
Rechazar Ho cuando es falsa.
Error tipo I Error tipo II
Se comete cuando se rechaza Se comete cuando se acepta
una hipótesis que es correcta. una hipótesis que es incorrecta.
La probabilidad de cometer
La probabilidad de cometer este error se denota β.
este error se conoce como
Dónde:
nivel de significancia.
β=1-α.
Y denota α. Es el tamaño de
la región de rechazo. Y este complemento es conocido
como coeficiente de confianza
Si rechazamos la Hipótesis Nula, concluimos que “hay suficiente
evidencia estadística para inferir que la hipótesis nula es falsa” Si
no rechazamos la Hipótesis Nula, concluimos que “no hay suficiente
evidencia estadística para inferir que la hipótesis nula es falsa”
Una prueba de una cola si: H1>H0 Una prueba de una cola H1<Ho
Una prueba de dos colas si: H1≠ Ho
Si n ≥ 30 y con la
desviación estándar
poblacional (σ) conocida.
Si n ≥ 30 y con la
desviación estándar
poblacional(σ)
desconocida
Si n<30 y desviación
estándar poblacional(σ)
desconocida.
En este caso, si la hipótesis nula Ho es supuesta verdadera, la estadística de la estadística de la
prueba es la variable normal estándar:
Válida para todo tamaño de muestra n ≥ 2 (este resultado se justifica por la propiedad
reproductiva de la normal. La región de rechazo de H_0 de la prueba en los tres tipos de
alternativa es:
Z > 𝑍1−𝛼 Si 𝐻1 : µ > µ0, prueba unilateral cola derecha.
Z < - 𝑍1−𝛼 Si 𝐻1 : µ < µ0, prueba unilateral cola izquierda.
|Z| > 𝑍1−𝛼 Si 𝐻1 : µ ≠ µ0, prueba bilateral.
2
El valor critico de cada intervalo de rechazo se obtiene en la distribución normal
estandarizada con las colas especificadas. Esto es, 𝑍1−𝛼 es el valor en la distribución
𝛼
N (0,1) tal que P [Z>𝑍1−𝛼 ] = α y 𝑍1−𝛼 es el valor tal que P [Z> 𝑍1−𝛼 ]= 2 .
2 2
Es evidente que para cada región critica en Z existe una región critica equivalente en la
variable 𝑥.ҧ Se sugiere obtenerlas realizando manipulaciones algebraicas.
Se desea realizar una prueba de hipótesis para la media
poblacional de los estudiantes de la UPC y planteamos la
hipótesis de interés de que la edad es diferente a 25 años.
Posteriormente cogemos una muestra de 40 alumnos y
encontramos que el promedio de su edad es de 22.5 años, con
una desviación estándar de 4.5años
𝐻0 : U = 25
Paso N° 1: proponer la hipótesis
𝐻1 : U ≠ 25
Paso N° 2: nivel de significancia α=5%=0.05
Paso 3: Calcular los valores críticos y de prueba, definiendo las
zonas de aceptación y rechazo de Ho.
𝛼 0.05
Para punto crítico: = = 0.025 para ambos lados
2 2
Si –1.96 ≤ ZR ≤ 1,96 No se rechaza Ho
Si ZR < -1.96ó si ZR > 1.96 Se rechaza Ho
ҧ
𝑥−𝑈𝑜 22.5−25
𝑧= 𝜎 = 4.5 = −3.51
ൗ 𝑛 ൗ 40
Paso 4: Decisión y conclusión
Decisión: se rechaza en 𝐻0 y se acepta 𝐻1
Conclusión: Se concluye con un nivel de significancia del 0.05 que las
edades no son diferentes.
Una empresa eléctrica fabrica focos que tienen una duración que
se distribuye de forma aproximadamente normal con una media
de 800 horas y una desviación estándar de 40 horas. Si una
muestra aleatoria de 30 focos tiene una duración promedio de
788 horas .
¿muestran los datos suficiente evidencia para decir que la
duración media ha cambiado? Utilice un nivel de significancia del
0.04.
Solución
𝐻0 : 𝑈 = 800
Paso 1: Proponer la hipótesis 𝐻1 ∶ 𝑈 ≠ 800
Paso 2: Especificar la significación α = 4% = 0.04
paso 3: Calcular los valores críticos y de
prueba, definiendo las zonas de aceptación y
rechazo de 𝐻0 .
𝛼 0.04
Para punto crítico : = = 0.02 para ambos lados
2 2
o Si –2.052 ≤ ZR ≤ 2.052 No se rechaza Ho
o Si ZR < -2.052 ó si ZR > 2.052 Se rechaza Ho
paso 4: Decisión y conclusión
Decisión: No se rechaza en Ho
Conclusión: Se concluye con un nivel de significancia del 0.04 que la duración
media de los focos no ha cambiado.
En este caso, si la población es normal y la hipótesis nula 𝐻0 es supuesta
verdadera, la estadística de la prueba es variable T- Student con n-1 grados de
libertad: ҧ 0
𝑥−µ
T= 𝑠 ~ t (n-1)
𝑛
Válida para todo tamaño de muestra n ≥ 2.
El intervalo de rechazo de 𝐻0 de la prueba, en los tres tipos de alternativas es:
T > 𝑇1−𝛼 Si 𝐻1 : µ > µ0 , prueba unilateral cola derecha.
T < - 𝑇1−𝛼 Si 𝐻1 : µ < µ0 , prueba unilateral cola izquierda.
| T | > 𝑇1−𝛼 Si 𝐻1 : µ ≠ µ0 , prueba bilateral.
2
Donde 𝑇1−𝛼 es el valor de la distribución T- Student, t (n-1) tal que P [T> 𝑇1−𝛼 ] = α y
𝛼
donde, 𝑇1−𝛼 es el valor de tal que P [ T> 𝑇1−𝛼 ] =
2 2 2
• Un ingeniero sospecha que, debido a una falla
mecánica, la pieza fabricada no alcanza al
tamaño mínimo de 20 cm. Se toma una muestra
de 7 elementos: 19, 20, 18, 18, 19, 20, 17.
Indicar con un nivel de significancia del 90% si el
ingeniero debe tomar medidas.
𝐻0 : µ = 20
Paso 1: Proponer las hipótesis
𝐻1 : µ < 20
Paso 2: Especificar la significación α= 100% - 90% = 10% = 0.1
𝑡𝛼 = 𝑡(𝛼; 𝑛−1)
Paso 3: Calcular los valores críticos y de 𝑡𝛼 = 𝑡( 0.1 ;7−1)
prueba, definiendo las zonas de
aceptación y rechazo de 𝐻0 𝑡𝛼 = 𝑡( 0.1 ; 6)
𝑡𝛼 = 1.4398
ത 19+20+18+18+19+20+17
𝑋=
7
𝑋ത = 18.71
2 σ 𝑋𝑖 2
𝑆 = – (𝑥)ҧ 2 =
𝑛
192 +202 +182 +182 +192 +202 +172
– (18.71)2
7
𝑆 2 = 1.22
S = 1.1
S = 1.1
ҧ 𝑜
𝑥−µ 18.71−20
T= 𝑠 = 1.1
𝑛 7
T = - 3.1
Donde:
T < - 𝑡𝛼
-3.1 < - 1.4398
Paso 4: Decisión y conclusión
Decisión: Se rechaza en Ho
Conclusión: Se puede afirmar que el tamaño es menor de 20 cm, por lo tanto, el
ingeniero debe tomar ciertamente medidas al respecto, ya que se desconocía su
varianza
• Un fabricante de motores de bombeo de agua afirma que
el consumo promedio de gasolina es menos de 4 galones
por tarea fija. Sin embargo, los usuarios manifiestan no
estar de acuerdo con la afirmación. Para resolver esta
controversia se escogió una muestra aleatoria de 15 de
estos motores observándose los siguientes consumos en
galones para realizar la tarea fija: 4.25, 3.75, 4.05, 3.8,
3.5, 4, 3.75, 2.5, 6.1, 2.5, 2.5, 3.4, 3.2, 2.8, 5. Con el nivel
de significación α = 5%, y asumiendo distribución normal
de todos los consumos.
Solución
𝐻0 : µ = 4
Paso 1: Proponer las hipótesis 𝐻1 : µ < 4
Paso 2: Especificar la significación α= 100% - 5% = 95% = 0.95
Paso 3: Calcular los valores críticos 𝑡𝛼 = 𝑡(𝛼; 𝑛−1)
y de prueba, definiendo las zonas
de aceptación y rechazo de Ho. 𝑡𝛼 = 𝑡( 0.95 ;15−1)
𝑡𝛼 = 𝑡( 0.95 ; 14)
𝑡𝛼 = 1.761
ത 4.25+ 3.75+4.05+ 3.8+ 3.5+ 4+ 3.75+2.5+ 6.1+2.5+2.5+3.4+3.2+ 2.8+5
𝑋= 15
𝑋ത = 3.67
σ 𝑋𝑖 2 4.252 +3.752 +4.052 +3.82 +3.52 +42 +3.752 +2.52 +6.12 +2.52 +2.52 +3.42 +3.22 +2.82 +52
𝑆2= – (𝑥)ҧ 2 = –
𝑛 15
2
(3.67)
𝑆 2 = 0.9231
S = 0.96
T = (x ̅-µ_o)/(s/√n) = (3.67- 4)/(0.96/√15)
T = - 1.33
Donde:
t < - t_α
-1.33 < -1.761
Paso 4: Decisión y conclusión
Decisión: No se rechaza en Ho
Conclusión: se puede afirmar que el consumo promedio no es
menor que 4.
Si se condensan los resultados hasta aquí obtenidos, a manera de conclusiones se
puede abordar, que todo problema de prueba de hipótesis consiste en lo siguiente:
Identificar una variable aleatoria X
que tiene una distribución conocida, es
decir, que pertenece a una clase
determinada, por ejemplo a las del
tipo normal, y con relación a la cual se
quiere tomar una decisión respecto al
valor de un parámetro desconocido,
pero asociado a ella.
Se plantea una hipótesis nula, donde
se asume un valor para el parámetro;
y una hipótesis alternativa donde se
contradice lo expresado en la hipótesis
nula.
Se selecciona una muestra de tamaño
n para estimar el parámetro
desconocido y poder posteriormente
decidir si se rechaza o no H0.
