PRUEBA DE HIPÓTESIS PARA UNA MUESTRA

Se aplicó un test de inteligencia a una muestra de 15 alumnos de un salón de clase de cierto

colegio y se determinó un CI de 105.4 con una desviación estándar de 5.3. Se sabe que al
estandarizar el mencionado test en los colegios secundarios de la localidad, se halló un CI
medio de 101. Asumiendo un nivel de significación de 1%, probar que el rendimiento mental
del grupo de 15 alumnos, es más alto que el promedio de estandarización del test.

µ: Rendimiento mental medio en la estandarización = 101

x : Rendimiento mental medio de la muestra = 105.4

1. Hipótesis: “Existe diferencia los coeficientes intelectuales en los colegios secundarios de la
localidad”

H0: µ = 101

H1: µ >101

2. Prueba unilateral de cola derecha: de acuerdo con H1 Porque µ> 101

3. Nivel de significación: α= 1% o 0.01

4. Distribución de muestreo apropiada para la prueba

Considerando que los datos son la media de la muestra x y la media poblacional µ, se debe
utilizar la distribución muestral de medias. Además como n<30 (muestra pequeña) y se
desconoce σ (desviación estándar de la población) se empleará la distribución de Student,
ya que se sabe los valores de CI siguen una distribución normal.

5. Esquema gráfico para la prueba

Necesitamos determinar el valor crítico de la t de Student
gl = n – 1 = 15 -1 = 14 gl
En la tabla de la distribución de Student, con 14 gl, α= 1% = 0.01 y prueba de una cola hacia
la derecha, encontramos tc=2.624.
6. Cálculo del estadístico: Siendo n=15

x
t0 
S
n 1

Datos:

x = 105.4 µ=101 S = 5.3 n= 15

Luego:

105.4  101 4.4

t0    3.11
5.3 1.426
15  1

7. Decisión:

Observamos que t= 3.11 se ubica en la región de rechazo, por tanto descartamos la H0: µ=101 y
aceptamos µ>101 es decir el grupo de 15 alumnos tiene un rendimiento mental mayor que el
promedio de estandarización.
PRUEBA DE HIPÓTESIS PARA DOS MUESTRAS CON VARIANZAS DESCONOCIDAS

Se afirma que el rendimiento promedio de arroz en el valle de Tumbes significativamente

diferente del rendimiento de arroz del valle del Río Chira (Sullana). Para comprobar esta
situación se tomaron los datos de 8 puntos de Tumbes y 10 puntos de Sullana y los resultados
promedios esperados en Ton/ha fueron los siguientes:

TUMBES SULLANA
7.0 10.0
7.5 12.0
6.0 10.5
5.0 9.0
7.5 9.5
8.5 10.5
7.5 11.5
9.0 11.5
10.5
9.0

1. Hipótesis: “Existe diferencia significativa entre los rendimientos de arroz del valle de Tumbes
y Sullana”

H0: µ1= µ2 (no hay diferencias significativas)

H1: µ1≠ µ2 (hay diferencias significativas)

2. Prueba bilateral: Porque µ1≠ µ2 (µ1< µ2 o µ1> µ2)

3. Nivel de significación: α=0.05

4. Distribución de muestreo apropiada para la prueba

Teniendo en cuenta que se quiere comparar los rendimientos promedios de dos muestras
pequeñas, tamaño de muestra <30; utilizar las desviaciones estándares muestrales, ya que
no se conocen las poblaciones y suponiendo que los rendimientos están distribuidos
normalmente, utilizaremos la prueba de diferencia de medias con la distribución de Student.

5. Esquema gráfico para la prueba

Necesitamos determinar el valor crítico de la t de Student
gl = n1 + n2 – 2 = 8 + 10 = 16 gl
Para la prueba de dos colas con α= 5% = 0.05 en la tabla de la distribución de Student, en la
Tabla de la distribución de Student, con 16 gl, α= 5% = 0.05 y prueba con dos colas,
encontramos para el lado derecho +tc=-2.12.
Por simetría, en el lado izquierdo será: -tc =2.12
6. Cálculo del estadístico: Siendo n1=8 n2=10

 
n 2
x1  x 2 xi  x
t0  S2 
2 i 1
1 1 n 1
Sc   
2

 n1 n2 

(n1  1) S12  (n2  1) S2 2

SC 2

n1  n2  2

a) Para el valle de Tumbes

n

x i
x1  i 1

n1

7.0  7.5  6.0  5.0  7.5  8.5  7.5  9.0

x1 
8

x1  7.25

 x  x
n 2
i
S12  i 1

n1  1
 7.0  7.25   7.5  7.25  ...   9.0  7.25
2 2 2

S1
2

7

S12  1.64

b) Para el valle de Sullana

10.0  12.0  10.5  9.0  9.5  10.5  11.5  11.5  10.5  9.0
x2 
10

x2  10.4
   x  x
n 2
i
S2 2  i 1

n2  1

10.0  10.4   12.0  10.4   ...   9.0  7.4 

2 2 2

S2 2

9

S 2 2  1.1

Varianza común

(n1  1) S12  (n2  1) S2 2

SC 2

n1  n2  2

(7 1.64)  (9 1.1)
SC 2 
16

S C 2  1.34

Estadístico de prueba
x1  x 2
t0 
1 1
Sc 2   
 n1 n2 

7.25  10.4
t0 
1 1 
(1.34)   
 8 10 

t 0  5.74
7. Decisión:

Observamos que t se ubica en la región de rechazo, por tanto descartamos la H0 y aceptamos

que existen diferencias significativas entre los rendimientos promedios entre el valle de tumbes
y el valle de Sullana

“Los datos encontrados dan evidencias suficientes para concluir que sí existen diferencias
significativas entre los rendimientos promedios de arroz en (ton/ha) del valle de Tumbes y de
Sullana”

PRUEBA DE HIPÓTESIS SOBRE LA DIFERENCIA DE DOS PROPORCIONES

POBLACIONALES

Para la curación de cierta enfermedad es aplicado en un hospital el tratamiento T1 y en otro

hospital el tratamiento T2. Elegida una muestra aleatoria simple de 100 pacientes en el primer
hospital, comprobamos que 41 de ellos ha experimentado una decidida mejoría. A su vez,
elegida una muestra aleatoria simple de 200 pacientes en el segundo hospital, comprobamos
que 70 de ellos ha experimentado análoga mejoría. ¿Es admisible la hipótesis de que ambos
tratamientos son igualmente eficaces siendo el nivel de significación α=0.01?

1. Hipótesis:

H0: P1= P2 (hay diferencias significativas)

H1: P1≠ P2 (no hay diferencias significativas)

2. Prueba bilateral: Porque P1≠ P2 (P1< P2 o P1> P2)

3. Nivel de significación: α=0.01

4. Distribución de muestreo apropiada para la prueba

Utilizaremos la distribución muestral de diferencia de proporciones aproximada por la
distribución normal.

5. Esquema gráfico para la prueba

Necesitamos determinar el valor crítico de la t de Student
gl = n1 + n2 – 2 = 8 + 10 = 16 gl
Para la prueba de dos colas (bilateral) con α= 1% = 0.01 en la tabla de la distribución de
Student, tenemos para el lado derecho +tc=2.58.
Por simetría, en el lado izquierdo será: -tc =-2.58
6. Cálculo del estadístico: Siendo n1=8 n2=10

P1  P 2
z P1 
41
 0.41 P2 
70
 0.35
1 1 100 200
PQ   
 n1 n2 

41  70 111
P   0.37
100  200 300

P  0.37 Q  1  P  1  0.37  0.63

P.Q  0.2331 P.Q  0.2331

1 1 1 1 2 1 3
      0.015
n1 n2 100 200 200 200

0.41  0.35 1 1
z PQ     0.2331 0.015  0.0035
0.05913  n1 n2 

0.06 1 1
z  1.0147 PQ     0.0035  0.05913
0.05913  n1 n2 

7. Decisión:

Como Z=1.0147 cae en la región de aceptación, no podemos rechazar H0, es decir, ambos
tratamientos son eficaces
PRUEBA DE HIPÓTESIS SOBRE LA DIFERENCIA DE DOS MUESTRAS CON
VARIANZAS CONOCIDAS

Considerar de dos grupos de estudiantes A (costeños) y B (serranos). Deseamos verificar si

hay una diferencia entre sus pesos promedios. Supóngase que se toman muestras de n 1=36
estudiantes y se encuentra que las medias muestrales son: x1  120 libras y x2  130
libras. Supóngase también que σ1=12 libras y que σ2=12 libras. Supóngase que los pesos de los
estudiantes están normalmente distribuidos con 5%, verificar si hay una diferencia
significativa entre los pesos de los grupos A y B

1. Hipótesis:

H0: µ1= µ2 (hay diferencias significativas)

H1: µ1≠ µ2 (no hay diferencias significativas)

2. Prueba bilateral: Porque µ1≠ µ2 (µ1< µ2 o µ1> µ2)

3. Nivel de significación: α=0.05

4. Distribución de muestreo apropiada para la prueba

Utilizaremos la distribución muestral de diferencia de medias y como n1=n2>30 usaremos la
distribución normal de probabilidades

5. Esquema gráfico para la prueba

Necesitamos determinar el valor crítico de la t de Student
gl = n1 + n2 – 2 = 36 + 36 -2 = 72 gl
Para la prueba de dos colas (bilateral) con α= 5% = 0.05 en la tabla de la distribución de
Student, tenemos para el lado derecho +tc=+1.96.
Por simetría, en el lado izquierdo será: -tc =-1.96
6. Cálculo del estadístico: Siendo x1  120 libras y x2  130 libras; n1= n2=36; σ1= σ2=12
libras

x1  x 2
z
12  22

n1 n2

Reemplazamos en la formula y se obtiene:

10
z  3.54
2.86

7. Decisión: Como Z=-3.54<-1.96 cae en la región de rechazo por lo tanto rechazamos H0 y

hay una diferencia significativa de los pesos de los grupos A y B

PRUEBA DE HIPÓTESIS SOBRE DOS VARIANZAS DESCONOCIDAS

Una compañía diseña un nuevo proceso de moldeo para reducir la variabilidad en el diámetro
de las piezas producidas. Se cree que la varianza del nuevo proceso es menor que la variancia
del proceso antiguo. Para una muestra de 8 piezas de proceso antiguo y una muestra de 6 piezas
del proceso nuevo se obtiene los siguientes diámetros en mm:

Antiguo 17 23 21 18 22 20 21 19

Nuevo 13 16 14 12 13 14
Confirmar estos datos que la varianza de los diámetros de los nuevos procesos es menor que
con el proceso antiguo. Suponga poblaciones normales α=5%

1. Hipótesis:

H0: σ21= σ22

 H1: σ21> σ22

2. Prueba unilateral: con cola hacia la derecha porque H1: σ21> σ22

3. Nivel de significación: α=0.05 o 5%

4. Distribución de muestreo apropiada para la prueba

Utilizaremos la distribución muestral de diferencia de proporciones aproximada por la
distribución de Fisher.

5. Esquema gráfico para la prueba

Necesitamos determinar el valor crítico de la F de Fisher F1-α; r1, r2
r1= n1-1 = 8 – 1 = 7 r2 = n2– 1 = 6 -1 = 5
Para la prueba de una cola hacia la derecha (unilateral) con α= 5% = 0.05 en la tabla de la
distribución de Fisher, tenemos para el lado derecho F0.95; 7, 5 =4.88.

6. Cálculo del estadístico: Siendo n1=8 n2=10

n1 = 8 x1  20.125 S12  4.13

n2 = 6 x2  14 S22  2

a) Antiguo
n

x i
x1  i 1

n1

17  23  21  18  22  20  21  19
x1 
8

x1  20.125
  x  x
n 2
i
S12  i 1

n1  1
17  20.125   23  20.125  ...  19  20.125
2 2 2

S1
2

7

S12  4.13

b) Moderno

13  16  14  12  13  14
x2 
6
x2  14

 
n 2
xi  x
S2  2 i 1

n2  1

13  14   16  14   ...  14  14 

2 2 2

S2 2

5
S2  2
2

Estadístico de prueba
S12
f  2
S2
 4.13
2

f   2.065
 2
2

7. Decisión:

Como f=2.065 cae en la región de aceptación, no podemos rechazar H0, varianzas entre los
diámetros promedio de las piezas son estadísticamente iguales