UNSM FIAI

Inferencia Estadística

Inferencia Estadística

Procedimiento por medio del cual se elaboran

conclusiones probabilísticas con relación a una
población, valiéndose de la información proporcionada
por una muestra de esa población.

Aquilino García
UNSM FIAI
Inferencia Estadística

ESTIMACIÓN

Objetivo:
¿Cómo podemos utilizar la muestra para estimar
valores de los parámetros poblacionales?

Estimación puntual:
Una única estadística que es la mejor supocisión para
el valor de parámetro.

Estimación por intervalos:

Un intervalo de números alrededor de la estimación
puntual, que tiene un“nivel de confianza” fijo de
contener el valor del parámetro, llamado intevalo de
confianza.
a ≤ µ ≤ b P(a ≤ µ ≤ b) = 95%
Interpretación
Si construimos muchos intervalos con el mismo método y
el mismo nivel de confianza de 95%, un 95% de estos
intervalos contendrán el parámetro que queremos
estimar.

PRUEBAS DE HIPÓTESIS ESTADÍSTICA

Es un proceso mediante el cual, a partir de los valores de

una variable obtenida de una muestra aleatoria, se
decide si se rechaza o no el supuesto que plantea el
investigador acerca del parámetro bajo estudio, con cierto
nivel de confianza.

Aquilino García
UNSM FIAI
Inferencia Estadística

Hipótesis Estadística:

Es una afirmación o suposición respecto al valor de un

parámetro poblacional. Esta suposición puede ser cierta
o falsa.

La aceptación de una hipótesis implica que los datos no

proporcionan evidencia suficiente para refutarla.

Las hipótesis estadísticas son de dos tipos:

Hipótesis Nula: H0

Es aquella por medio de la cual se hace una afirmación

sobre un parámetro que se va a constratar con el
resultado muestral.

Hipótesis Alternativa: H1

Es toda aquella hipótesis que difiere de la hipótesis nula,

es decir, ofrece una alternativa, afirmando que la
hipótesis nula es falsa.

El rechazo de la hipótesis nula implicará la aceptación de

la hipótesis alternativa.

Ejemplos

 El ingreso mensual promedio de los trabajadores de

la Ciudad de Tarapoto es S/ 4500.00.
H0 :   4500 soles
H1 :  ≠ 4500 soles

Aquilino García
UNSM FIAI
Inferencia Estadística

 El 20% de los delincuentes capturados son

sentenciados a prisión.
H0 : P = 0.20
H1 : P < 0.20

 El consumo de gasolina promedio por auto es de 10

litros diarios.
H0 :   10 litros diarios
H1 :  > 10 litros diarios

Tipos de Error:

En la decisión de aceptar o rechazar una hipótesis se

pueden cometer dos tipos de error: Error tipo I y Error
Tipo II.

- Error Tipo I.- Si se rechaza una hipótesis

verdadera.
- Error Tipo II.- Si se acepta una hipótesis falsa.

Decisión H0 Verdadera H0 Falsa

Aceptar H0 Decisión Error Tipo II

Correcta 
Rechazar Error Tipo I Decisión
H0  Correcta

Aquilino García
UNSM FIAI
Inferencia Estadística

Prueba de Hipótesis Unilateral:

Es aquella en la cual la Región de Rechazo o zona crítica

está completamente comprendida en uno de los extremos
de la distribución.

Prueba Unilateral a la Derecha (de

la curva):

Cuando la hipótesis alternativa de lo

que se quiere probar hace mención
a "mayor". La región de rechazo está
a la derecha.

Ejemplo:
H1 : El salario media que paga una empresa es superior
a 1200 soles

H1: µ>1200

Prueba Unilateral a la Izquierda (de

la curva):

Cuando la hipótesis alternativa de lo

que se quiere probar hace mención a
"menor". La región de rechazo está a
la izquierda.

Aquilino García
UNSM FIAI
Inferencia Estadística

H1: El porcentaje de pobreza en la Región San Martín es

inferior a 20%.

H1: P<0.20

Prueba de Hipótesis Bilateral:

Es aquella en la cual la región de

rechazo o zona crítica está en ambos
extremos de la distribución. La
hipótesis alternativa de lo que se
quiere probar hace mención a
"diferente".

H1 : Los salarios de la empresa A son diferentes a los

salarios de la empresa B.

Valor (es) Crítico (s):

Son los números que definen las fronteras de la

región de rechazo.

Aquilino García
UNSM FIAI
Inferencia Estadística

Nivel de significación: 

Es la máxima probabilidad que se especifica con el fin de

hacer mínimo el error tipo I. Generalmente esta
probabilidad se fija antes de escoger la muestra.

Nivel de significancia es la probabilidad de rechazar

una hipótesis nula verdadera

El valor de  corresponde a un área bajo la curva, denominada región de rechazo o

zona crítica.

Unilateral bilateral

La región no sombreada se denomina Región de

Aceptación de la hipótesis nula y corresponde a la
probabilidad 1 - .

Aquilino García
UNSM FIAI
Inferencia Estadística

PASOS PARA REALIZAR UNA PRUEBA DE HIPÓTESIS:

1.- Hipótesis:

Se formulan las hipótesis nula y alternativa.

2.- Valor crítico:

Según el nivel de confianza (1-α) dado, se ubica el

valor crítico en la tabla.

3.- Estadística de Prueba:

Se calcula con los resultados obtenidos en la

muestra.

4.- Decisión:

Si el valor calculado de la estadística de prueba

pertenece a la región de aceptación se acepta la
hipótesis nula, caso contrario se rechaza y se acepta
la hipótesis alternativa.

5.- Conclusión:

Se empieza siempre mencionando el nivel de

confianza con el cual se está haciendo la afirmación,
debe redactarse de acuerdo a los términos utilizados
en la pregunta del problema.

Aquilino García
UNSM FIAI
Inferencia Estadística
PRUEBA DE HIPÓTESIS PARA LA MEDIA
POBLACIONAL

Sea x1 , x 2 , ... , x n una muestra aleatoria tomada de una

población normal con media  y varianza 2, entonces:

H0 :   0 H0 :   0 H0 :   0
H1 :    0 H1 :    0 H1 :    0

z z1   z /2  z  /2
t , n 1 t1  , n 1  t / 2 , n 1

 t / 2 , n 1

Estadística de Prueba
σ2 conocida : σ2 desconocida:
x  0
z 
/ n x  0
t 
S/ n

Ejemplo1:
Supongamos que en una muestra de los pagos (soles)
para colegiatura de 20 Ingenieros entrevistados son las siguientes:
2821 3102 2398 2511 3222

2329 3109 2725 3627 2933

3822 3044 3125 2650 2741

3054 3281 2292 2952 2462

Aquilino García
UNSM FIAI
Inferencia Estadística

Paso 1:
Ho: µ = 3000 soles
H1: µ ≠ 3000 soles
Paso 2:
Nivel de significancia = 5%

Paso 3:
Estadístico de prueba
La media y la desviación estándar de la muestra son
2910 y 411.95 respectivamente, se procede en seguida a
calcular el error estándar y el estadístico t

Aquilino García
UNSM FIAI
Inferencia Estadística

t* = -0.98
Paso 4. Tomar decisión y conclusión
Como el estadístico de prueba cae dentro de la región de
aceptación, se acepta la hipótesis nula.
Paso 5: Conclusión
“No hay evidencia suficiente para afirmar que la
colegiatura que pagan en promedio los ingenieros es
diferente a 3000 soles, con un nivel de significancia de
0.05”

Ejemplo 2:

Un fabricante sostiene que sus autos consumen en

promedio 5,50 galones de gasolina cada 100 kilómetros,
con una desviación estándar de 0.35 galones. Un
vendedor de la compañía comprueba el consumo de
gasolina de 35 autos y encuentra que el consumo medio
de ese grupo es de 5,65 galones cada 100 kilómetros.
Con estos datos y con una confianza del 99%, ¿Puede
dudarse de lo sustentado por la compañía?

Aquilino García
UNSM FIAI
Inferencia Estadística

Solución:

= 0.35, conocida, entonces Z

n = 35
1 - α = 0.99

1.- Hipótesis:

H0 :   5,5
H1 :   5,5

2.- Valor Crítico:

Z1    Z 0,99  2,32

3.- Estadística de Prueba:

x  0 5,65  5,5
Z    2,54
/ n 0,35 / 35

4.- Decisión:
2,54  RR  Rechazar H0

5.- Conclusión:
Con una confianza del 99%, podemos afirmar que
existen pruebas suficientes como para dudar de lo
sustentado por la compañía.

Ejemplo 3
El calcio se presenta normalmente en la sangre de los
mamíferos en concentraciones de alrededor de 6 mg por

Aquilino García
UNSM FIAI
Inferencia Estadística
cada 100 ml del total de sangre. La desviación típica
normal de ésta variable es 1 mg de calcio por cada 100
ml del volumen total de sangre. Una variabilidad mayor a
ésta puede ocasionar graves trastornos en la coagulación
de la sangre. Una serie de nueve pruebas sobre un
paciente revelaron una media muestral de 6,2 mg de
calcio por 100 ml del volumen total de sangre, y una
desviación típica muestral de 2 mg de calcio por cada 100
ml de sangre. ¿Hay alguna evidencia, para un nivel
=0.05, de que el nivel medio de calcio para este paciente
sea más alto del normal?

PRUEBAS DE HIPÓTESIS PARA LA VARIANZA

POBLACIONAL

Sea x1 , x 2 , ... , x n una muestra aleatoria seleccionada de

una población normal con media  y varianza 2
desconocidas, entonces:

H0 : 2  2
0 H0 :  2   2
0 H0 : 2  20
H1 : 2  2
0 H1 : 2  2
0 H1 : 2  2
0

2
2 , n 1 12 , n 1  / 2 , n 1
2
1  / 2 , n 1

Estadística de prueba:
( n  1 ) S2
2 
20

Aquilino García
UNSM FIAI
Inferencia Estadística
Ejemplo 1:

Una empresa de transportes metropolitano, desea dar

una imagen de confiabilidad haciendo que sus
conductores sean puntuales en los horarios de llegada a
las paradas. La empresa desea que haya poca
variabilidad en dichos tiempos. En términos de la
varianza de los tiempos de llegada de las paradas, la
empresa desea que la varianza sea de 4 minutos o
menos. Una muestra aleatoria de 24 llegadas a cierta
parada en una intersección en el centro de la ciudad, la
varianza muestral encontrada es s2=4.9, realice la prueba
con un nivel de significancia de α = 0.05.

Solución
Paso 1: Formular las hipótesis
Ho: σ2 ≤ 4
H 1 : σ2 > 4

Paso 2: Nivel de significancia de α = 0.05, prueba de una

sola cola (la del lado derecho).
1-α = 0.95 n-1 = 24 -1 = 23

 12 , n 1 = 35.172

Paso 3: Estadístico de prueba

( n 1) S 2
 2
 = 23(4.9)/4 = 28.175
 02

Paso 4: Decisión

Aquilino García
 UNSM FIAI
Inferencia Estadística
Como 28.175 en menor que 35.172, se acepta la Ho.

Paso 5: Conclusión
Con una confianza de 95%, existe evidencia estadística para
no rechazar la Ho, es decir la varianza no es mayor que 4.

Ejemplo 2.
Se cree que si la varianza de los puntajes de agresión de
un grupo de estudiantes es superior a 0.30, entonces
habrá que preocuparse por su conducta. Si en una
muestra aleatoria de 10 estudiantes se encontró que el
puntaje promedio de agresión fue 31.55 y la desviación
estándar 0.48; ¿a qué conclusión llegarás con una
confianza del 95%?
Solución:
n = 10 x  31.55 S = 0.48
1    0.95

1.- Hipótesis:

H0 :  2  0.3
H1 :  2  0.3

2.- Valor Crítico:  21  , n1   2 0.95 , 9  16.9

3.- Estadística de Prueba:

( n  1) S 2 9  0.48 2
2    6 .9
2 0.3
0

4.- Decisión: 6.9  RA  Aceptar H0

Aquilino García
UNSM FIAI
Inferencia Estadística
5.- Conclusión:
Con una confianza del 95%, podemos concluir que
no será necesario preocuparse por la conducta de
dichos jóvenes ya la varianza de los puntajes de
agresión no es superior a 0.30.

Aquilino García
UNSM FIAI
Inferencia Estadística

PRUEBA DE HIPÓTESIS PARA LA PROPORCIÓN

POBLACIONAL

H0 : P  P 0 H0 : P  P 0 H0 : P  P 0
H1 : P  P0 H1 : P  P0 H1 : P  P0

Z Z1   Z / 2

p  P0
Z 
Estadística de prueba P0  Q0
n

Ejemplo1:

Una empresa planea comercializar un producto sólo si

por lo menos el 40% del público lo prefiere. En una
muestra de 500 personas encuentra que 225 lo prefieren.
¿A un nivel alfa de 2%, la empresa debe comercializar el
producto?

Solución
Paso 1: Planteamiento de hipótesis
Ho: P≥0.40
H1: P<0.40

Aquilino García
UNSM FIAI
Inferencia Estadística

Paso 2: Nivel de significancia 2%

Determinar el valor de Z en tablas de acuerdo al valor de
alfa 0.02
Z 0.02 = -2.053

Paso 3: Estadístico de la prueba

p  P0
Z 
P0  Q0
n

σp = √(0.40)(1-0.40) / 500 = 0.022

p= 225/500 = 0.45
Z= 0.45-0.40/ 0.022) = 0.05/ 0.022 = 2.27

Paso 4: decisión
Dado que Z=2.27 es mayor que Zt=-2.053 la Ho no se
rechaza a un nivel alfa del 2%.
Paso 5. Conclusión
Con una confianza de 98%, existe evidencia estadística
para no rechazar la Ho. La proporción no es menor al
40% se debe comercializar el producto.

Aquilino García
UNSM FIAI
Inferencia Estadística

Ejemplo 2.

Una encuesta realizada por Bancomer a 35 clientes indicó que

un poco más del 74 por ciento tenían un ingreso familiar de
más de $200,000 al año. Si esto es cierto, el banco desarrollará
un paquete especial de servicios para este grupo. La
administración quiere determinar si el porcentaje verdadero es
mayor del 60 por ciento antes de desarrollar e introducir este
nuevo paquete de servicios. Los resultados mostraron que
74.29 por ciento de los clientes encuestados reportaron
ingresos de $200,000 o más al año.

1. Especifica la hipótesis nula y alternativa.

Hipótesis Nula: H 0  P  0.60

Hipótesis Alternativa: H a  P  0.60 ,

donde P = la proporción de clientes con ingresos familiares

anuales de $200,000 o más.

2. Específica el nivel de significación,  , permitido. Para una

  .05 , el valor de tabla de Z para una prueba de una sola
cola es igual a 1.64.

3. Calcula la estadística de prueba:

p  Po 0.7429  0.60
z    1.73
Po  Qo 0.60  0.40
n 35

4. La hipótesis nula se rechaza porque el valor de la Z

calculada es mayor que el valor crítico Z.

Aquilino García
UNSM FIAI
Inferencia Estadística
5. El banco puede concluir con un 95 por ciento de confianza
(1    .95) que más de un 60 por ciento de sus clientes
tienen ingresos familiares de $200,000 o más. La
administración puede introducir el nuevo paquete de
servicios orientado a este grupo.

Aquilino García