Copia de Pruebas de Hipotesis
Copia de Pruebas de Hipotesis
Copia de Pruebas de Hipotesis
Ejemplo:
El director acadmico del centro preuniversitario de la UNMSM tiene la percepcin que el rendimiento acadmico
ao de estudios en la universidad, de los alumnos ingresantes a travs de la institucin mejora ao a ao.Sabe qu
los alumnos han tenido un rendimiento acadmico de 12 puntos con desviacin estndar de 2.Para confimar su p
a cabo un estudio, para el cual escogio una muestra aleatoria de 20 alumnos. Los datos de la muestra se dan en
Veamos si existe suficiente evidencia muestral para decir si es cierta la percepcin del Director Acdemico.
X i 248 ( X i 210592.000
i 1
X )2
i 1
n= 9
n
X =
X i 248 115.00
i 1
n 9
n
s2 = (Xi X ) 2
210592.000 26,324.00
i 1
8
n 1
s = 162.247
= 20
Ho:u<= 100
H1:u> 100
Regla de decisin:
Se rechaza Ho si:
Zc> 1.645
Se acepta Ho si:
z= Z (0.95) 1.645
Zc<= 1.645
Rc 1.645 ,
Paso 5:Conclusion.
Con nivel de significancia de 0.05 se puede afirmar que la nota promedio en matematicas no
es mayor a 12.
al cuando la varianza es conocida.
Empleados 9
Media 115
desviac. 20
Regla de decisin: Media del
Error
Se rechaza Ho si: Variable N Media Desv.Est. estndar
x 20 12,400 1.729 0.447
p_valor<= 0.050
Se acepta Ho si:
P_valor>== 0.050
95% Lmite
inferior Z P
11.664 0.89 0.186
Segundo caso:
Prueba de hiptesis para la media poblacional cuando la varian
Ho:u=uo
Ejemplo:
El director acadmico del centro preuniversitario de la UNMSM tiene la percepcin que el rendimiento acadmico
ao de estudios en la universidad, de los alumnos ingresantes a travs de la institucin mejora ao a ao.Sabe qu
los alumnos han tenido un rendimiento acadmico de 12 puntos.Para confimar su percepcin llev a cabo un estu
escogio una muestra aleatoria de 20 alumnos. Los datos de la muestra se dan en el cuadro siguiente.
Veamos si existe suficiente evidencia muestral para decir si es cierta la percepcin del Director Acdemico.
Xi 248 i X )2 56.800
( X
i 1
i 1
n= 20
n
X =
X i 248 12.400
i 1
n 20
n
s2 = (Xi X ) 2
56.800 2.989
i 1
19
n 1
s = 1.729
s
Ho:u= 12
H1:u> 12
x u0 12.400 12
Tc 1.035
s 1.729
n 20
Regla de decisin:
Se rechaza Ho si:
Tc> 1.729
Se acepta Ho si:
t= t(0.95;19)= 1.729
Tc<= 1.729
Rc 1.729 ,
Paso 5:Conclusion.
Con nivel de significancia de 0.05 se puede afirmar que la nota promedio en matematicas no
es mayor a 12.
cuando la varianza es desconocida.
MINITAB
Regla de decisin:
Se rechaza Ho si:
Variable N Media
p_valor<= 0.050 x 20 12.4
t gl
NOTAS 1.035 19
Media del
Error 95% Lmite
Desv.Est. estndar inferior T P
1.729 0.387 11.731 1.03 0.157
n>30
Ejemplo:
El director acadmico del centro preuniversitario de la UNMSM tiene la percepcin que el rendimiento acadmico
ao de estudios en la universidad, de los alumnos ingresantes a travs de la institucin mejora ao a ao.Sabe qu
los alumnos han tenido un rendimiento acadmico de 12 puntos. El director acadmico para confimar su percepc
a cabo un estudio, para el cual escogio una muestra aleatoria de 40 alumnos. Los datos de la muestra se dan en
Veamos si existe suficiente evidencia muestral para decir si es cierta la percepcin del Director Acdemico.
i 483
X i X )2 132.775
(
i 1
X
i 1
n= 40
n
X =
X i
483 12.075
i 1
n 40
n
s2 = (Xi X ) 2
132.775 3.404
i 1
39
n 1
s = 1.845
Ho:u= 12
H1:u> 12
x u0 12.075 12
Zc 0.257
s 1.845
n 40
Regla de decisin:
Se acepta Ho si:
Zc<= 1.645
Se rechaza Ho si:
z= 1.64485363
Zc> 1.645
Rc 1.645 ,
Paso 5:Conclusion.
Con nivel de significancia de 0.05 se puede afirmar que la nota promedio en matematicas si
es mayor a 12.
uando la varianza es desconocida para muestras grandes.
de contraste Rechazar Ho si:
Ejemplo:
Xi 483
( X i X )2 132.775
i 1
i 1
n= 40
n
X =
X i
483 12.075
i 1
n 40
n
s 2
= (X i X )2
132.775 3.404
i 1
39
n 1
s = 1.845
H0 : 2 4
H1 : 2 4
( n 1) s 2
c 2 33.194
2
Regla de decisin:
Se acepta Ho si:
Xc>= 25.695
Se rechaza Ho si:
x= 25.6953904
Xc< 25.695
Rc 25.695 ,
Paso 5:Conclusion.
Con nivel de significancia de 0.05 se puede afirmar que la varianza poblacional no es menor a 4
En Minitab
p_value<
p_value<
p_value<
Minitab
Regla de decisin: Muestra en columnas
Variable Mtodo Chicuadrada GL Valor P
Se rechaza Ho si: x Estndar 33.19 39 0.269
Ajustado 57.46 67.51 0.197
p_valor<= 0.050 Datos resumidos
Mtodo Chicuadrada GL Valor P
Se acepta Ho si: Estndar 33.19 39 0.269
P_valor>== 0.050
Prueba de hiptesis para el cociente de varianzas
H 0 : 12 2 2
Ejemplo:
Prueba de hipotesis para la razn de varianzas entre la notas de las reas del curso de CCSS e INGLS
n1= 54
n
Y
X =
731 13.537
i
i 1
n1 54
n
S 21 = (X i X )2 179.426 3.385
i 1
53
n1 1
S = 1.840
n2= 54
n
= Y i 745 13.796
i 1
54
n2
n
S2 2 = (Y Y ) i
2
168.759 3.184
i 1
53
n2 1
H 0 : 12 2 2
H 1 : 12 2 2
s12 1.063
Fc
s2 2
Se rechaza Ho si:
Fc<
Se acepta Ho si:
0.70141733 Fo= 1.4257
0.63Fc1,57
Paso 5:Conclusin.
Con nivel de significancia de 0.1 se puede afirmar que la varianzas poblacionales entre en el area de CSS e Ingls son igu
En Minitab
p_value<
p_value<
p_value<
348
3.285
0.037
-0.74
egla de decisin: Regla de decisin: Minitab
Media
Varianza
Observaciones
Grados de libertad
e en el area de CSS e Ingls son iguales F
P(F<=f) una cola
Valor crtico para F (una cola)
1.06
0.824
as de dos muestras
Xi Yi
13.537037 13.7962962963
3.38539483 3.1841369672
54 54
53 53
1.06320641
0.41214559
1.42568476
0.82429118
1.-Poblaciones Independientes: Igualdad de medias cuando se c
las desviaciones estndares.
H 0 : u1 u2
Ejemplo:
En un sistema educativo se aplicaron dos mtodos A y B para ensear el curso de Matemticas. En un
el mtodo A y en el otro de 30 alumnos se aplic el mtodo B. Podemos admitir que el mtodo A es m
Experiencias anteriores dicen que las variables X y Y que representan los rendimientos con los mtodo
tienen distribucin normal con varianzas 3 y 3.5 respectivamente =0.01
Mtodo A Mtodo B
Alumno X (X- X 1 )
2
Y (Y- Y)2
1 15 2.250 13 0.218
2 15 2.250 14 0.284
3 14 0.250 14 0.284
4 13 0.250 12 2.151
5 14 0.250 13 0.218
6 13 0.250 14 0.284
7 12 2.250 14 0.284
8 11 6.250 12 2.151
9 15 2.250 15 2.351
10 17 12.250 16 6.418
11 16 6.250 15 2.351
12 15 2.250 15 2.351
13 13 0.250 12 2.151
14 10 12.250 10 12.018
15 11 6.250 9 19.951
16 13 0.250 12 2.151
17 12 2.250 12 2.151
18 10 12.250 14 0.284
19 11 6.250 15 2.351
20 14 0.250 15 2.351
21 11 6.250 12 2.151
22 16 6.250 16 6.418
23 13 0.250 15 2.351
24 15 2.250 16 6.418
25 13 0.250 12 2.151
26 14 0.250 14 0.284
27 15 2.250 15 2.351
28 14 0.250 14 0.284
29 13 0.250 13 0.218
30 10 12.250 11 6.084
31 11 6.250
32 13 0.250
33 14 0.250
34 15 2.250
35 15 2.250
36 14 0.250
37 15 2.250
38 16 6.250
39 14 0.250
40 15 2.250
540 130.000 404 91.467
n1= 40
n
Y
X =
540 13.500
i
i 1
40
n1
n
S 21 = (X i X )2 130.000 3.333
i 1
39
n1 1
n2= 30
n
= Y i 404 13.467
i 1
30
n2
n
S2 2 = (Y Y ) i
2
91.467 3.154
i 1
29
n2 1
S2= 1.776 2^2= 3.5
Ho:u1= u2
H1:u1> u2
x y 0.076
Zc
12 22
n1 n2
Se rechaza Ho si:
Zc> 2.326
Se acepta Ho si:
Z= z(0.99 ) 2.326
Zc 2.326
Rc 2.326 ,
Paso 5:Conclusion.
Con nivel de significancia de 0.01 se puede afirmar que la rendimiento promedio con el mtodo A no es mayo que el mtod
medias cuando se conocen
Rechazar Ho si:
221.466667
3.25686275
0.05833333
0.0764752
Regla de decisin: Prueba z para medias de dos muestras
A B
Se rechaza Ho si: X Y
Media 13.5 13.4666667
p_valor<= 0.010 Varianza (conocida) 3 3.5
Observaciones 40 30
Se acepta Ho si: Diferencia hipottica de las medias 0
z 0.076138699
P_valor>== 0.010 P(Z<=z) una cola 0.469654376
Valor crtico de z (una cola) 2.326347874
Valor crtico de z (dos colas) 0.939308752
Valor crtico de z (dos colas) 2.575829304
P-valor 0.530345624
Ejemplo:
En un sistema educativo se aplicaron dos mtodos A y B para ensear el curso de Matemticas. En un
el mtodo A y en el otro de 20 alumnos se aplic el mtodo B. Podemos admitir que el mtodo A es m
Experiencias anteriores dicen que las variables X y Y que representan los rendimientos con los mtodo
tienen distribucin normal =0.01 considerar desviaciones estndares poblacionales iguales.
Mtodo A Mtodo B
Alumno X (X- X 1 )2 Y (Y- Y)2
1 15 3.240 13 0.090
2 15 3.240 14 0.490
3 14 0.640 14 0.490
4 13 0.040 12 1.690
5 14 0.640 13 0.090
6 13 0.040 14 0.490
7 12 1.440 14 0.490
8 11 4.840 12 1.690
9 15 3.240 15 2.890
10 17 14.440 16 7.290
11 16 7.840 15 2.890
12 15 3.240 15 2.890
13 13 0.040 12 1.690
14 10 10.240 10 10.890
15 11 4.840 9 18.490
16 13 0.040 12 1.690
17 12 1.440 12 1.690
18 10 10.240 14 0.490
19 11 4.840 15 2.890
20 14 0.640 15 2.890
264 75.200 266 62.200
n1= 20
n
Y
X =
264 13.200
i
i 1
20
n1
n
S 21 = (X i X )2 75.200 3.958
i 1
19
n1 1
S = 1.989
S
n2= 20
n
= Y i 266 13.300
i 1
20
n2
n
S2 2 = (Y Y )i
2
62.200 3.274
i 1
19
n2 1
Ho:u1= u2
H1:u1> u2
X Y -0.166
T =
( n11) S12 ( n 21) S22 1 1
n1 n 2 2 n1 n 2
Regla de decisin:
Se rechaza Ho si:
tc> 2.429
Se acepta Ho si:
t= 38 2.429
tc 2.429
Rc 2.429 ,
Paso 5:Conclusion.
Con nivel de significancia de 0.01 se puede afirmar que la rendimiento promedio del mtodo A
no es mayor que el rendimiento promedio del mtodo B.
medias cuando las desviaciones
Rechazar Ho si:
-0.100
137.4
3.6157894737
0.1
-0.1663023675
Excel
Se rechaza Ho si:
Media
p_valor<= 0.010 Varianza
Observaciones
Se acepta Ho si: Varianza agrupada
Diferencia hipottica de las medias
P_valor>== 0.010 Grados de libertad
Estadstico t
P(T<=t) una cola
Valor crtico de t (una cola)
P(T<=t) dos colas
Valor crtico de t (dos colas)
P_valor=
En Minitab SPSS t>0 t<0
valor t -0.17
valor p 0.566
X Y
13.2 13.3 SPSS
3.9578947368 3.2736842105
20 20
3.6157894737
0
38
-0.1663023675 notas Se han asumido varianzas iguales
0.4344003633 No se han asumido varianzas iguales
2.4285676309
0.8688007266
2.7115576019
p_valor= 0.5655
a igualdad de medias
99% Intervalo de confianza para la diferencia
Inferior Superior
-1.7305 1.5305
-1.73126 1.53126
3.-Poblaciones Independientes: Igualdad de medias cuando las
estndares son desconocidas y diferentes
H 0 : u1 u2
H1: Caso Estadstico de prueba
Ejemplo:
En un sistema educativo se aplicaron dos mtodos A y B para ensear el curso de Matemticas. En un
el mtodo A y en el otro de 20 alumnos se aplic el mtodo B. Podemos admitir que el mtodo A es m
Experiencias anteriores dicen que las variables X y Y que representan los rendimientos con los mtodo
tienen distribucin normal =0.01 considerar desviaciones estndares poblacionales diferentes.
Mtodo A Mtodo B
Alumno X (X- X 1 )
2
Y (Y- Y)2
1 15 3.240 13 0.090
2 15 3.240 14 0.490
3 14 0.640 14 0.490
4 13 0.040 12 1.690
5 14 0.640 13 0.090
6 13 0.040 14 0.490
7 12 1.440 14 0.490
8 11 4.840 12 1.690
9 15 3.240 15 2.890
10 17 14.440 16 7.290
11 16 7.840 15 2.890
12 15 3.240 15 2.890
13 13 0.040 12 1.690
14 10 10.240 10 10.890
15 11 4.840 9 18.490
16 13 0.040 12 1.690
17 12 1.440 12 1.690
18 10 10.240 14 0.490
19 11 4.840 15 2.890
20 14 0.640 15 2.890
264 75.200 266 62.200
n1= 20
n
Y
X =
264 13.200
i
i 1
20
n1
n
S 21 = (X i X )2 75.200 3.958
i 1
19
n1 1
S1= 1.989
n2= 20
n
Y i
i 1
n2
n
= Y i 266 13.300
i 1
20
n2
n
S2 2 = (Y Y )i
2
62.200 3.274
i 1
19
n2 1
S2= 1.809
Ho:u1= u2
H1:u1> u2
x y
tc -0.166 = 37.6628475
s12 s2
2
n1 n2 r= 38
Rc 2.429 ,
Paso 5:Conclusion.
Con nivel de significancia de 0.01 se puede afirmar que la rendimiento promedio con el mtodo A noes mayor que el mtod
s cuando las desviaciones
p_value< p-valor=
p_value< p-valor=
p_value< p-valor=
-0.100
137.4
3.61578947
0.1
-0.16630237
Excel
e rechaza Ho si: X Y
Media 13.2 13.3
0.010 Varianza 3.9578947368 3.2736842105
Observaciones 20 20
e acepta Ho si: Diferencia hipottica de las medias 0
Grados de libertad 38
0.010 Estadstico t -0.1663023675
P(T<=t) una cola 0.4344003633
Valor crtico de t (una cola) 2.4285676309
P(T<=t) dos colas 0.8688007266
Valor crtico de t (dos colas) 2.7115576019
H1:u1<u2 H1:u1>u2
P_valor= P(T<=t) una cola 1-P(T<=t) una cola
noes mayor que el mtodo B pvalor= 0.5655996367
t>0 t<0
sig/2< 1-sig/2<
1-sig/2< sig/2<
sig< sig<
Minitab
t -0.17
p-valor 0.566
SPSS
F
notas Se han asumido varianzas iguales 0.205
No se han asumido varianzas iguales
H1:u1u2
P(T<=t) dos colas
Prueba de muestras independientes
rueba de Levene para la igualdad de varianzas Prueba T para la igualdad de medias
99% Intervalo de confianza para la difer
Sig. t gl ig. (bilateral)cia de mediase la diferencia Inferior Superior
0.653 -0.166 38 0.869 -0.1 0.60131 -1.7305 1.5305
-0.166 37.663 0.869 -0.1 0.60131 -1.73126 1.53126
P-valor= 0.5655
e confianza para la diferencia
4.-Poblaciones Independientes: Igualdad de medias cuando las de
estndares son desconocidas y las muestras son grandes
H 0 : u1 u2
H1: Caso Estadstico de Prueba
n1>30 y n2 >30
Ejemplo:
En un sistema educativo se aplicaron dos mtodos A y B para ensear el curso de Matemticas. En un gr
el mtodo A y en el otro de 30 alumnos se aplic el mtodo B. Podemos admitir que el mtodo A es mejo
Experiencias anteriores dicen que las variables X y Y que representan los rendimientos con los mtodos A
tienen distribucin normal =0.01.
Mtodo A Mtodo B
Alumno X (X- X 1 )
2
Y (Y- Y)2
1 15 2.250 13 0.218
2 15 2.250 14 0.284
3 14 0.250 14 0.284
4 13 0.250 12 2.151
5 14 0.250 13 0.218
6 13 0.250 14 0.284
7 12 2.250 14 0.284
8 11 6.250 12 2.151
9 15 2.250 15 2.351
10 17 12.250 16 6.418
11 16 6.250 15 2.351
12 15 2.250 15 2.351
13 13 0.250 12 2.151
14 10 12.250 10 12.018
15 11 6.250 9 19.951
16 13 0.250 12 2.151
17 12 2.250 12 2.151
18 10 12.250 14 0.284
19 11 6.250 15 2.351
20 14 0.250 15 2.351
21 11 6.250 12 2.151
22 16 6.250 16 6.418
23 13 0.250 15 2.351
24 15 2.250 16 6.418
25 13 0.250 12 2.151
26 14 0.250 14 0.284
27 15 2.250 15 2.351
28 14 0.250 14 0.284
29 13 0.250 13 0.218
30 10 12.250 11 6.084
31 11 6.250 181.351
32 13 0.250 181.351
33 14 0.250 181.351
34 15 2.250 181.351
35 15 2.250 181.351
36 14 0.250 181.351
37 15 2.250 181.351
38 16 6.250 181.351
39 14 0.250 181.351
40 15 2.250 181.351
540 130.000 404 1904.978
n1= 40
n
Y
X =
540 13.500
i
i 1
40
n1
n
S 21 = (X i X )2 130.000 3.333
i 1
39
n1 1
S = 1.826
n2= 30
n
= Y i 404 13.467
i 1
30
n2
n
S2 2 = (Y Y ) i
2
1904.978 65.689
i 1
29
n2 1
Ho:u1= u2
H1:u1> u2
x y
tc 0.022
s12 s2
2
n1 n2
Paso 4:Regin crticay decisin.
Regla de decisin:
Se rechaza Ho si:
tc> 2.326
Se acepta Ho si:
z= z(0.99)= 2.326
tc 2.326
Rc 2.326 ,
Paso 5:Conclusion.
Con nivel de significancia de 0.01 se puede afirmar que la rendimiento promedio del mtodo A
no es mayor que el rendimiento promedio del mtodo B.
s cuando las desviaciones
grandes
Rechazar Ho si: