Sesión 19

ESTADISTICA
INFERENCIAL
SESIÓN 19
Prueba de hipótesis para 𝜎 2 en población normal

Logro de la sesión
Al final de la sesión el alumno será capaz de utilizar adecuadamente la

tabla de la distribución Ji-cuadrado y comprender sus aplicaciones, del
mismo modo podrá realizar sin ningún inconvenientes una prueba de
hipótesis para la varianza poblacional.
Recordemos:
PRUEBA DE HIPOTESIS: Busca responder a una pregunta sobre el valor de un

parámetro en la población (siempre utilizando los resultados de la muestra). Esta
pregunta sobre el valor del parámetro en la población se plantea utilizando
hipótesis.
 El procedimiento cuantifica en que medida los datos de la muestra apoyan la

hipótesis planteada.
 El método científico no permite determinar que una hipótesis es verdadera,

solamente puede determinar si es falsa,Por lo tanto debe plantearse una hipótesis
que al ser rechazada dé respuesta a la pregunta de investigación.
Fuente: Universidad Peruana Cayetano Heredia: área de Estadística

 Hipótesis nula, H0:
Hipótesis de no diferencia o no asociación, es planteada en forma opuesta

a la pregunta de investigación de interés, definida para ser rechazada:
 Hipótesis alternativa o alterna, H1:
Es la pregunta científica de interés. Aceptaremos que H1 es verdadera si los

datos sugieren que H0 es falsa:
Distribución Ji-cuadrado
Asimetría Positiva
Usos de la Ji-Cuadrado
• Para hacer inferencias acerca de la varianza poblacional. Es decir, para calcular
Intervalos de Confianza y Prueba de hipótesis para la varianza poblacional.
• Para hacer pruebas de Bondad de Ajuste. O sea, para probar si un conjunto de
datos sigue una distribución pre-determinada.
• Para hacer análisis de tablas de contingencia.
Uso de la Tabla Ji-cuadrado
Si n=8 y 𝛼=0,025
→ 𝑋 2 (𝛼;𝑛−1) =𝑋 2 (0,025;7) = 1,6899
Pasos prueba de hipótesis para 𝜎 2 en población normal
Paso1: Plantear Hipótesis:
Caso I Caso II Caso III
H0: s 2 = s 20 H0: s 2 ≥ s 20 H0: s 2 ≤ s 20
H1: s 2 ≠ s 20 H1: s 2 < s 20 H1: s 2 > s 20
Paso2: fijar el nivel de significación (α)
Paso3: Estadístico de Prueba:
 
2  n  1 S 2
~  2
n 1
c 2
s0
Paso4: Regiones de aceptación y rechazo.
𝑹𝒉𝟎 𝑹𝒉𝟎 𝑹𝒉𝟎

𝑹𝒉𝟎
𝛼/2 𝛼/2
𝛼 1-𝛼
𝛼
1-𝛼
Paso5: Conclusiones
Ejercicio 1:
Un fabricante de detergentes líquido está interesado en la uniformidad de la máquina

utilizada para llenar las botellas (onzas). Al tomar una muestra aleatoria de 20 botellas se
obtiene una varianza para el volumen de llenado de 0,0153. Si la varianza del volumen
de llenado es mayor a 0,01, entonces existe una proporción inaceptable de botellas que
serán llenadas con una cantidad menor de líquido. ¿existe evidencia en los datos
muestrales que sugiera que el fabricante tiene un Problema con el llenado de las
botellas? Use un nivel de significación de 0,05. Asumir que la distribución del volumen de
llenado es aproximadamente normal.
Solución:
𝑛 = 20
Paso 1: Plantear Hipótesis Datos:
𝟐
𝑯𝒐 : 𝝈 ≤ 𝟎, 𝟎𝟏 𝑆 2 = 0,0153
𝑯𝒂 : 𝝈𝟐 > 𝟎, 𝟎𝟏 “Si la varianza del volumen de llenado es mayor a 0,01, entonces
existe una proporción inaceptable de botellas que serán llenadas con una cantidad menor
de líquido”
Paso 2: fijar nivel de significancia 𝛼 → 𝜶=0,05
Paso 3: Estadístico de Prueba
(𝑛 − 1)𝑆 2
𝑋2𝑐 =
𝜎 20
Paso 4: Regiones de Aceptación y rechazo
19(0,0153)
𝑋2𝑐 = = 29,07
0,01
𝐴𝑐𝑒𝑝𝑡𝑎 ℎ0 𝑅𝑒𝑐ℎ𝑎𝑧𝑎 ℎ0
1-𝛼 Estadístico de prueba cae en

𝛼 la región de aceptación
 Acepta ℎ𝑜
𝑋2 1−𝛼;𝑛−1 = 𝑋2 0,95;19 = ≈ 30,144
Paso 5: Conclusión
A un nivel de 5% no existe evidencia estadística para afirmar que

la varianza del volumen de llenado Sea mayor a 0,01
Ejercicio 2:
Los siguientes datos representan las edades que tenían al momento de morir por
enfermedad de una muestra de 20 personas de un pueblo:
80 90 85 82 75 58 70 84 87 81 87 61 73 84 85 70 78 95 77 52
probar si hay suficiente evidencia para concluir que la varianza poblacional sea mayor que
100. Usar un nivel de significación del 5%.
Solución:
𝑛 = 20
Dato Problema:
𝑆2 = 122,1157
Paso1: Plantear Hipótesis
𝒉𝒐 : 𝝈𝟐 ≤ 𝟏𝟎𝟎
𝒉𝟏 : 𝝈𝟐 > 𝟏𝟎𝟎 “probar si hay suficiente evidencia para concluir que la varianza
poblacional sea mayor que 100”.
Paso2: fijar nivel de significancia 𝛼 → 𝜶=0,05
Paso3: Estadístico de Prueba

(𝑛 − 1)𝑆 2
𝑋2𝑐 =
𝜎 20
Paso4: Regiones de Aceptación y rechazo
19(122,1157)
𝑋2𝑐 = = 23,20
100
𝐴𝑐𝑒𝑝𝑡𝑎 ℎ0 𝑅𝑒𝑐ℎ𝑎𝑧𝑎 ℎ0
1-𝛼 Estadístico de prueba cae en

𝛼 la región de aceptación
 Acepta ℎ𝑜
𝑋2 1−𝛼;𝑛−1 = 𝑋2 0,95;19 = ≈ 30,144
Paso5: conclusión
A un nivel de 5% no existe evidencia estadística para afirmar que la varianza de la edad
de muerte Sea mayor a 100
Veamos el anterior ejercicio con la ayuda de un software y el P-value
Un valor p oscila entre 0 y 1. El valor p es una probabilidad que mide la evidencia en
contra de la hipótesis nula. Las probabilidades más bajas proporcionan una evidencia
más fuerte en contra de la hipótesis nula.
Decisión Estadística
Si P-value ≤ α Decisión: Rechazar Ho
Si P-value > α Decisión: No Rechazar Ho
Null hypothesis Sigma-squared = 100

Alternative hypothesis Sigma-squared > 100
Tests
Variable Method Chi-Square DF P-Value
Plasma Standard 23.20 19.00 0.229
Debido a que P-value es mayor que 0.05, No se rechaza la hipotesis Nula
No existe evidencia estadística para afirmar que la varianza de la edad de muerte sea
mayor a 100
CURSO: ESTADISTICA INFERENCIAL
Ejercicio 1:
La empresa Precision Analytics fabrica una amplia línea de instrumentos de precisión y

tiene una buena reputación en el mercado por la calidad de sus instrumentos. Con el fin
de conservar su reputación, mantiene un estricto control de calidad en todos sus
productos. No pone a la venta una balanza analítica, por ejemplo, a menos que muestre
una variabilidad significativamente menor que un microgramo (para 𝛼 = 0.01) cuando se
pesan cantidades de aproximadamente 500 gramos.
La línea de producción acaba de entregar una nueva balanza a la división de control de
la calidad. Se prueba la nueva balanza utilizándola para pesar el mismo peso estándar
de 500 gramos 30 veces. La desviación estándar de la muestra fue 0.73 microgramos.
¿Se deberá vender la balanza?
Rpta:
No se rechaza la hipótesis nula. La balanza se tendrá que regresar a la línea de
producción para ajustes: 𝑋 2 𝑐 = 15,45>14,256
Ejercicio 2:
Un gerente de producción siente que la tasa de producción de los empleados con

experiencia es seguramente mayor que la de los nuevos empleados, pero no espera que
la variabilidad en las tasas de producción difiera entre los dos grupos. En estudios
anteriores se ha encontrado que la producción promedio por hora para los nuevos
empleados en este tipo de trabajo específico es 20 unidades por hora con una varianza
de 56 unidades al cuadrado. Para un grupo de 20 empleados con 5 años de experiencia,
la producción promedio en este mismo tipo de trabajo es 30 unidades por hora con
varianza muestral de 28 unidades al cuadrado. ¿Parecería que la variabilidad en la
producción difiere entre los dos niveles de experiencia? Pruebe las hipótesis para un
nivel de significancia de 0.05.
Rpta:
no se rechaza la hipótesis nula. la variabilidad de producción no es significativamente
diferente entre los nuevos empleados y los de mayor experiencia:
𝑋 2 𝑐 = 9,5 ∈< 8,907 y 32,852 >
1. La distribución Ji-cuadrado y sus aplicaciones
2. Uso de la tabla Ji-cuadrado
3. Procedimientos para la realizar una prueba de Hipótesis para la
Varianza en población normal
4. Ejemplos Aplicativos

o ACUÑA FERNANDEZ, Edgar. “ANÁLISIS ESTADÍSTICO DE DATOS
USANDO MINITAB”. UNIVERSIDAD DE PUERTO RICO-
DEPARTAMENTO DE MATEMÁTICAS. 1991.
o LEVIN, Richard y David Rubin (2010) Estadística para

Administración y Economía. 7ª ed. Pearson. México.
o Montgomery, Douglas C; Probabilidad y estadistica
aplicadas a la ingeniería; Limusa; 2ª Ed; México 2008.

Sesión 19

Cargado por

Copyright:

Formatos disponibles

Sesión 19

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Sesión 19

Cargado por

Copyright:

Formatos disponibles

ESTADISTICA

Prueba de hipótesis para 𝜎 2 en población normal

Al final de la sesión el alumno será capaz de utilizar adecuadamente la

PRUEBA DE HIPOTESIS: Busca responder a una pregunta sobre el valor de un

 El procedimiento cuantifica en que medida los datos de la muestra apoyan la

 El método científico no permite determinar que una hipótesis es verdadera,

Fuente: Universidad Peruana Cayetano Heredia: área de Estadística

Hipótesis de no diferencia o no asociación, es planteada en forma opuesta

 Hipótesis alternativa o alterna, H1:

Es la pregunta científica de interés. Aceptaremos que H1 es verdadera si los

𝑹𝒉𝟎 𝑹𝒉𝟎 𝑹𝒉𝟎

Un fabricante de detergentes líquido está interesado en la uniformidad de la máquina

Paso 3: Estadístico de Prueba

1-𝛼 Estadístico de prueba cae en

A un nivel de 5% no existe evidencia estadística para afirmar que

Paso3: Estadístico de Prueba

1-𝛼 Estadístico de prueba cae en

Null hypothesis Sigma-squared = 100

Debido a que P-value es mayor que 0.05, No se rechaza la hipotesis Nula

La empresa Precision Analytics fabrica una amplia línea de instrumentos de precisión y

Un gerente de producción siente que la tasa de producción de los empleados con

CURSO: ESTADISTICA INFERENCIAL

o LEVIN, Richard y David Rubin (2010) Estadística para

CURSO: ESTADISTICA INFERENCIAL

También podría gustarte