H1: las plantas de tomate exhiben una mayor tasa de crecimiento cuando se plantan en
compost en lugar del suelo.
H0: las plantas de tomate no presentan una mayor tasa de crecimiento cuando se plantan en
el compost en lugar del suelo.
pág. 1
El método científico, al contrario de lo que podría pensarse, no trata de demostrar la
hipótesis alternativa (conclusión alcanzada a través de la investigación). Lo que pretende el
método científico, es demostrar que lo contrario a la hipótesis alternativa (hipótesis nula),
no es cierto. De esta manera, quedaría demostrada la hipótesis alternativa.
La H1 establece que existen diferencias reales entre los grupos comparados; la relación
entre las variables se puede formular de dos modos.
pág. 2
5. TIPOS DE ERRORES EN LA HIPÓTESIS ESTADÍSTICO
La probabilidad de rechazar la hipótesis nula cuando es falsa es igual a 1–β. Este valor es la
potencia de la prueba.
pág. 3
Ejemplo de error de tipo I y tipo II
Para entender la interrelación entre los errores de tipo I y tipo II, y para determinar cuál
error tiene consecuencias más graves para su situación, considere el siguiente ejemplo.
Cuando realice las pruebas de hipótesis, considere los riesgos de cometer errores de tipo I y
tipo II. Si las consecuencias de cometer un tipo de error son más graves o costosas que
cometer el otro tipo de error, entonces elija un nivel de significancia y una potencia para la
prueba que reflejen la gravedad relativa de esas consecuencias.
pág. 4
La metodología de prueba depende de si el número de observaciones de la muestra es
grande o pequeño.
Como se habrá observado anteriormente, las pruebas de grandes muestras de medias y
proporciones son bastante semejantes. De este modo, valores estadísticos de prueba miden
la desviación de un valor estadístico de muestra a partir de un valor propuesto. Y ambas
pruebas se basan en la distribución normal estándar para valores críticos. Quizá la única
diferencia real entre las ambas radica en la forma corno se obtiene la desviación estándar de
la distribución de muestreo.
Esta prueba comprende el cálculo del valor estadístico de prueba Z
pág. 5
Los datos son:
a) Prueba de Hipótesis para dos tesis para dos muestras grandes, grandes,
desviaciones estándar de las poblaciones desiguales.
Las propiedades de la Distribución Normal son también sumamente útiles cuando
queremos encontrar si dos conjuntos de observaciones provienen de la misma
población o si hay diferencias entre dos procesos aplicados a los mismos datos o
individuos.
Lo que intentamos probar comúnmente es si la diferencia entre dos medias es igual
a cero, pero como en general no vamos a encontrar que la diferencia de dos medias
pág. 6
muéstrales sea cero, aun cuando provengan de la misma población, tenemos que
buscar la forma de cuantificar qué tan seguros estamos de que la diferencia es
significativa.
Para ello usamos:
Donde
X1y X2 son las medias de nuestras observaciones
S1 y S2 son las desviaciones estándar muéstrales
N1Y N2 son los tamaños de cada muestra
x1 − x 2
z
= s1 2 s 2 2
n1 + n2
Ejemplo
para un nivel de confianza del 99% (o un nivel de significancia del 1% ) si se quiere
probar únicamente si hay diferencia:
|Z| > 2.57 Tenemos el 99% de confianza en que la diferencia existe es decir que las
muestras provienen de poblaciones diferentes
|Z| < 2.57 Tenemos el 99% de confianza en que la diferencia NO existe es decir
que las muestras provienen de la misma población
Para otros niveles de confianza se requiere usar el valor z crítico correspondiente.
El caso anterior se trata de una prueba de dos colas, pues sólo consiste en probar si
EXISTE la diferencia (es igual o no es igual a cero). En caso de que se trate de
probar si la diferencia puede ser mayor o menor que el postulado, se requiere de una
prueba de una cola, derecha o izquierda. El caso anterior se trata de una prueba de
dos colas, pues sólo consiste en probar si EXISTE la diferencia (es igual o no es
igual a cero). En caso de
que se trate de probar si la diferencia puede ser mayor o menor que el
Postulado, se requiere de una prueba de una cola, derecha o izquierda.
pág. 7
Siendo S1 Y S2 las desviaciones estándar de la muestra
Donde
pág. 8
Ejemplo
La duración media de una muestra de 300 focos producidos por una compañía
resulta ser de 1620 horas.
Como se tiene como dato el tamaño de la población se tiene que verificar si cumple
con la condición para utilizar el factor finito de corrección.
pág. 9
d) Prueba de Hipótesis para dos muestras dependientes. Muestras pareadas.
En este caso se trata de dos muestras que pueden contener los mismos individuos en
dos condiciones que se trata de diferenciar, para ello se usa:
Donde
Đ es la media de las diferencias entre los valores de las muestras
Sd es la desviación estándar de las diferencias.
El valor de t para comparar y tomar la decisión se obtiene de la tabla con el nivel de
confianza o de significancia dado y los grados de libertad son iguales a v=n-1
Ejemplo
Una compañía desea comparar el aumento de peso en bebés que consumen su
producto contra los que consumen el competidor. Una muestra de 40 bebés de usan
la 1ª marca reveló un aumento de peso de 3.2 kg en los primeros tres meses después
de nacidos con 1.2 kg de desv est. Una muestra de 55 bebés que usan la 2ª marca
indica un aumento de 4.2 kg con desviación estándar de 1.4 kg. Con un nivel de
significancia de 0.05 ¿Es posible concluir que los bebés que consumieron el
producto de la marca 2 ganaron más peso? (μ1 - μ2 sería negativo)
Se usa la fórmula para desviaciones estándar desiguales.
Ho: μ1 - μ2 ≥ 0
H1: μ1 - μ2 < 0
x1 − x2
t= 2 2
s1 s2
n1 + n2
pág. 10
MEDIA 1= 3.2 MEDIA 2= 4.2
S1= 1.2 S2=1.4
N1= 40 N2= 55
Notar que decir μ1 - μ2 ≥ 0 es equivalente a μ1 ≥ μ2, Así como μ1 - μ2 = 0 es equivalente a
μ1 = μ2
ya que no se conoce la proporción de las poblaciones El valor del denominador se usa para
estimar la desviación estándar de la población, donde p c (proporción conjunta) está dado
por:
pág. 11
x 1 = número de casos favorables de la primera muestra
x 2 = número de casos favorables de la segunda muestra
n 1 = número de eventos de la primera muestra
n 2 = número de eventos de la segunda muestra
Ejemplo
Los hombres y mujeres adultos radicados en una ciudad grande del norte difieren en sus
opiniones sobre la promulgación de la pena de muerte para personas culpables de asesinato.
Se preguntó a dos muestras aleatorias de 100 hombres y 100 mujeres su opinión sobre la
promulgación de la pena de muerte, y el 12% de los hombres adultos están a favor de la
pena de muerte, mientras que sólo 10% de las mujeres adultas lo están. Con un nivel de
significancia de 0.05 ¿Se puede afirmar que hay evidencia estadística de que las opiniones
difieren entre hombres y mujeres?
Ho: P1 = P2
H1: P1 ≠ P2
Bibliografía
http://economipedia.com/definiciones/hipotesis-alternativa.html
https://es.slideshare.net/irisyaninacamposjime/prueba-de-hiptesis-para-una-media-y-
proporcinestadistica
https://www.monografias.com/trabajos91/prueba-hipotesis-proporciones-z-y-ji-cuadrado-
empleando-excel-y-winstats/prueba-hipotesis-proporciones-z-y-ji-cuadrado-empleando-excel-y-
winstats.shtml
http://www.geociencias.unam.mx/~ramon/EstInf/Clase15.pdf
http://www.geociencias.unam.mx/~ramon/EstInf/Clase15.pdf
https://es.wikiversity.org/wiki/Prueba_de_hip%C3%B3tesis_(estad%C3%ADstica)
pág. 12