Intervalo de Confianza y Prueba de Hipotesis PDF

INTERVALO DE CONFIANZA
I- Concepto de Intervalo de Confianza.
En el contexto de estimar un parámetro poblacional, un intervalo de confianza

es un rango de valores (calculado en una muestra) en el cual se encuentra el
verdadero valor del parámetro, con una probabilidad determinada.
La probabilidad de que el verdadero valor del parámetro se encuentre en el

intervalo construido se denomina nivel de confianza, y se denota 1-α. La
probabilidad de equivocarnos se llama nivel de significancia y se simboliza α.
Generalmente se construyen intervalos con confianza 1-α=95% (o significancia
α=5%). Menos frecuentes son los intervalos con α=10% o α=1%.
Para construir un intervalo de confianza, se puede comprobar que la

distribución Normal Estándar cumple:
P(-1.96 < z < 1.96) = 0.95
(lo anterior se puede comprobar con una tabla de probabilidades o un

programa computacional que calcule probabilidades normales).
Luego, si una variable X tiene distribución N( , ), entonces el 95% de las

veces se cumple:
Despejando en la ecuación se tiene:
El resultado es un intervalo que incluye al el 95% de las veces. Es decir, es

un intervalo de confianza al 95% para la media cuando la variable X es
normal y es conocido.
En forma general, Si el nivel de confianza es 1-α, y se conoce σ, el intervalo de

σ σ
confianza de μ es: X − Z α ≤ μ ≤ X + Zα
2 n 2 n
II- Intervalo de confianza para un promedio:
Generalmente, cuando se quiere construir un intervalo de confianza para la

media poblacional , la varianza poblacional es desconocida, por lo que el
intervalo para construido al final de II es muy poco práctico.
Dagoberto Salgado Horta Página 1
Si en el intervalo se reemplaza la desviación estándar poblacional por la
desviación estándar muestral s, el intervalo de confianza toma la forma:
La cual es una buena aproximación para el intervalo de confianza de 95% para

con desconocido. Esta aproximación es mejor en la medida que el tamaño
muestral sea grande, es decir, n>30
Cuando el tamaño muestral es pequeño, (n≤30) el intervalo de confianza

requiere utilizar la distribución t de Student (con n-1 grados de libertad, siendo
n el tamaño de la muestra), en vez de la distribución normal (por ejemplo, para
un intervalo de 95% de confianza, los límites del intervalo ya no serán
construidos usando el valor 1,96).
En forma general si no se conoce σ se sustituye por la desviación estándar de

la muestra, es decir, por s, si además el tamaño de la muestra es n>30. El
intervalo de confianza para un nivel de confianza de 1-α, de la media
poblacional es:
s s
X − Zα ≤ μ ≤ X + Zα
2 n 2 n
En el caso de que n≤30, el intervalo será:
s s
X − tα ≤ μ ≤ X + tα con n-1 grados de libertad para la distribución t
2 n 2 n
Ejemplo:
Los siguientes datos son los puntajes obtenidos para 45 personas de una
escala de depresión (mayor puntaje significa mayor depresión).
2 5 6 8 8 9 9 10 11
11 11 13 13 14 14 14 14 14
14 15 15 16 16 16 16 16 16
16 16 17 17 17 18 18 18 19
19 19 19 19 19 19 19 20 20
Para construir un intervalo de confianza para el puntaje promedio poblacional,

asumamos que los datos tienen distribución normal, con varianza poblacional
desconocida. Como es desconocido, lo estimamos por s =18,7. Luego, un
intervalo de confianza aproximado es:
S S 4 .3 4 .3
X − 1.96 ≤ μ ≤ X + 1 .96 ⇒ 14 .5 − 1.96 ≤ μ ≤ 14 .5 + 1 .96
n n 45 45
Luego, el intervalo de confianza para es (13,2 , 15,8). Es decir, el puntaje
promedio poblacional se encuentra entre 13,2 y 15,8 con una confianza 95%.
III. Intervalo de Confianza para una Proporción.
En este caso, interesa construir un intervalo de confianza para una proporción

o un porcentaje poblacional (por ejemplo, el porcentaje de personas con
hipertensión, fumadoras, etc.)
Si el tamaño muestral n es grande, el Teorema Central del Límite nos asegura

que:
O bien:
Donde p es el porcentaje de personas con la característica de interés en la

población (o sea, es el parámetro de interés) y p̂ es su estimador muestral.
Luego, procediendo en forma análoga al caso de la media, podemos construir

un intervalo de 95% de confianza para la proporción poblacional p.
En forma general:
pˆ − Z α ( pˆ (1 − pˆ ) / n ) ≤ p ≤ pˆ + Z α ( pˆ (1 − pˆ ) / n ) con un nivel de confianza de 1-

2 2
Ejemplo:
En un estudio de prevalencia de factores de riesgo en una cohorte de 412
mujeres mayores de 15 años en la Región Metropolitana, se encontró que el
17.6% eran hipertensas. Un intervalo de 95% de confianza para la proporción
de mujeres hipertensas en la Región Metropolitana está dado por:
0.176 − 1.96 0.176(1 − 0.176) / 412 ≤ p ≤ 0.176 + 1.96 0.176(1 − 0.176) / 412
Luego, la proporción de hipertensas varía entre (0,139 , 0,212) con una

confianza de 95%.
IV. Uso de Intervalos de Confianza para verificar Hipótesis.
Los intervalos de confianza permiten verificar hipótesis planteadas respecto a

parámetros poblacionales.
Por ejemplo, supongamos que se plantea la hipótesis de que el promedio de

peso de nacimiento de cierta población es igual a la media nacional de 3250
gramos.
Al tomar una muestra de 30 recién nacidos de la población en estudio, se

obtuvo:
=2930
s=450
n= 30
Al construir un intervalo de 95% de confianza para la media poblacional, se

obtiene:
Luego, el peso de nacimiento varía entre 2769 y 3091 gramos, con una
confianza de 95%.
Como el intervalo no incluye el valor =3250 gramos planteado en la hipótesis,
entonces esta es rechazada con confianza 95% (o un valor p menor a 0,5).
Ejercicios
1. Se sabe que el peso de los ladrillos producidos por una determinada
fábrica sigue una distribución normal con una desviación típica de 0,12 kilos.
En el día de hoy se extrae una muestra aleatoria de 60 ladrillos cuyo peso
medio es de 4,07 kilos. Calcular un intervalo de confianza del 99% para el peso
medio de los ladrillos producidos hoy.
2. Un supervisor de control de calidad en una enlatadora sabe que la

cantidad exacta en cada lata varía, pues hay ciertos factores imposibles de
controlar que afectan a la cantidad de llenado. El llenado medio por lata es
importante. A fin de estimar la variación del llenado en la enlatadora, el
supervisor escoge al azar 10 latas y pesa el contenido de cada una, obteniendo
el siguiente pesaje (en onzas): 7,96 7,90 7,98 8,01 7,97 8,03 8,02 8,04
8,02. Establezca un intervalo de confianza de 90% para la verdadera media del
llenado de latas en la enlatadora.
3. Es común utilizar aceros inoxidables en las plantas químicas para
manejar fluidos corrosivos. Sin embargo, estos aceros tienen especial
susceptibilidad al agrietamiento por corrosión causada por esfuerzos en ciertos
entornos. En una muestra de 295 fallas de aleaciones de acero que ocurrieron
en refinerías de petróleo y plantas petroquímicas en Japón durante los últimos
10 años, 118 se debieron a agrietamiento por corrosión causada por esfuerzos
y a fatiga de corrosión. Establezca un intervalo de confianza de 95% para la
verdadera proporción de fallas de aleaciones causadas por agrietamiento por
corrosión debido a esfuerzos.
4. En una muestra de 40 personas ingresadas en un hospital, se encuentra

que 6 de ellas padecen una determinada enfermedad. Hallar el intervalo de
confianza para la proporción de dichas personas.
PRUEBA DE HIPOTESIS
A partir de esta unidad estudiaremos lo relacionado a probar diferentes tipos de

hipótesis, empezando por definir que es una hipótesis y una prueba de
hipótesis, enlistaremos los pasos para probar una hipótesis, y realizaremos
pruebas de hipótesis relativas a la media de una población y a las medias de
dos poblaciones.
¿Qué es una hipótesis?
Hipótesis es una afirmación o suposición respecto al valor de un parámetro

poblacional
Son ejemplos de hipótesis, o afirmaciones hechas sobre un parámetro

poblacional las siguientes:
El ingreso mensual promedio de todos los ciudadanos es $4500.00
El 20% de los delincuentes capturados son sentenciados a prisión
El 90% de las formas fiscales son llenadas correctamente
Todas estas hipótesis tienen algo en común, las poblaciones de interés son tan
grandes que no es factible estudiar todos sus elementos. Como ya sabemos,
una alternativa a estudiar la población entera es tomar una muestra de la
población de interés. De esta manera podemos probar una afirmación para
determinar si la evidencia soporta o no la afirmación.
¿Qué es una prueba de hipótesis?
Una prueba de hipótesis comienza con una afirmación o suposición acerca de

un parámetro poblacional, tal como la media poblacional. Una hipótesis podría
ser que la colegiatura que pagan los estudiantes universitarios de la República
Mexicana es en promedio de 3000 pesos. Para comprobar esta hipótesis no
podríamos contactar a todos los estudiantes universitarios de la república, el
costo sería exorbitante. Para probar la validez de esta afirmación podríamos
seleccionar una muestra de la población de estudiantes y basados en ciertas
reglas de decisión, aceptar o rechazar la hipótesis. Si la media muestral fuera
de 1000 pesos ciertamente tendríamos que rechazar la hipótesis, pero si la
media muestral fuera 2990 pesos ¿podríamos asumir que la media poblacional
si es de 3000 pesos?, ¿podemos atribuir al error de muestreo la diferencia de
10 pesos entre las dos medias, o es una diferencia significativa?
Prueba de hipótesis es un procedimiento basado en una evidencia muestral y

la teoría de la probabilidad, usado para determinar si la hipótesis es una
afirmación razonable para no ser rechazada, o es una afirmación poco
razonable y ser rechazada.
Procedimiento de 4 pasos para probar una hipótesis
Hay un procedimiento de cuatro pasos que sistematizan la prueba de hipótesis.

Para ilustrar el procedimiento, completemos el ejemplo anterior. Supongamos
que la muestra es de 20 estudiantes y el nivel de significancia es de .05. Los
cuatro pasos son los siguientes:
Paso 1. Establecer las hipótesis nula y alterna
El primer paso es establecer la hipótesis a ser probada. Esta es llamada la

hipótesis nula, simbolizada por H0, el subíndice cero implica “cero diferencia”.
Usualmente el término “no” es encontrado en la hipótesis nula significando “no
cambio”. La hipótesis nula de la introducción podría ser “la colegiatura mensual
promedio de los estudiantes universitarios no es diferente de 3000 pesos”. Esto
es lo mismo que decir “…es igual a 3000 pesos”. La hipótesis nula se puede
simbolizar H0: µ = 3000.
La hipótesis nula es una afirmación que será aceptada si los datos de la

muestra no nos proveen de evidencia convincente de que es falsa, es decir, si
se acepta la hipótesis nula decimos que la evidencia no es suficiente para
rechazarla pero no podemos afirmar que es verdadera.
La hipótesis alterna es la afirmación que se acepta si se rechaza la hipótesis

nula. Esta hipótesis, también llamada hipótesis de investigación, se simboliza
con Ha. La hipótesis alterna es aceptada si la evidencia proporcionada por la
muestra es suficiente para afirmar que la Ho es falsa.
En este ejemplo las hipótesis serían las siguientes:
Ho: La colegiatura promedio de los estudiantes no es diferente de 3000 pesos
Ho: µ = 3000
Ha: La colegiatura promedio de los estudiantes es diferente de 3000 pesos
Ha: µ ≠ 3000
Paso 2. Determinar el criterio de contraste
Determinar el criterio de contraste consiste en especificar el nivel de

significancia, el tipo de distribución, y los valores críticos.
Existen cuatro posibilidades al tomar una decisión respecto a una hipótesis:
Aceptar Ho Rechazar Ho
Error
Decisión
Ho verdadera
correcta
Tipo I
Error
Decisión
Ho falsa
correcta
Tipo II
Nivel de significancia es la probabilidad de rechazar una hipótesis nula

verdadera
El nivel de significancia es simbolizado por α, y también es conocido como

nivel de riesgo. Este último término es más apropiado porque es el riesgo que
se toma de rechazar una hipótesis verdadera.
No hay un nivel de significancia para todos los estudios, se puede utilizar
cualquier valor de probabilidad entre 0 y 1. Tradicionalmente, el nivel de .05 es
aplicado a proyectos de investigación, el nivel .01 a control de calidad, y .10 a
sondeos políticos. Tú como investigador debes decidir el nivel de significancia
antes de colectar la muestra de datos.
El tipo de distribución se determinará dependiendo de la naturaleza de la

hipótesis y del tamaño de la muestra. Cuando la hipótesis es relativa a medias
poblacionales y las muestras son grandes (n>30) se utiliza la distribución
normal. Cuando es relativa a la media y la muestra es chica (n≤30) se utiliza la
distribución t de student.
Los valores críticos son los valores de la variable de la distribución que limitan
el área crítica, que es la parte de la curva que corresponde al nivel de
significancia.
En este ejemplo el nivel de significancia es de .05, se utiliza la distribución t de

student porque la muestra es pequeña, los valores críticos se encontraron de la
siguiente manera
El área crítica cuando la hipótesis alterna tiene el símbolo ( ≠ ) se divide en dos

y se dice que el problema es de dos colas, y cada cola vale α/2. Si la Ha tiene
el signo (<) el problema es de la cola izquierda, si tiene el signo(>) es de la cola
derecha, y en ambos casos la cola vale α. Este problema es de dos colas:
Paso 3. Calcular el estadístico de prueba
El estadístico de prueba es un valor obtenido de la información de la muestra

para compararlo con el criterio de contraste y rechazar o aceptar la hipótesis. El
estadístico de prueba cambia de acuerdo a la distribución que se utilice. En
este problema el estadístico de prueba es t y se simboliza t*
Supongamos que las colegiaturas de los estudiantes universitarios

entrevistados son las siguientes:
2821 3102 2398 2511 3222

2329 3109 2725 3627 2933
3822 3044 3125 2650 2741
3054 3281 2292 2952 2462
La media y la desviación estándar de la muestra son 2910 y 411.95
respectivamente, se procede enseguida a calcular el error estándar y la t*
Paso 4. Tomar decisión y conclusión
Una regla de decisión es establecer las condiciones sobre las cuales la

hipótesis nula es rechazada o no rechazada. Si el estadístico de prueba queda
dentro de la zona crítica la hipótesis nula deberá ser rechazada. Si el
estadístico de prueba queda fuera de la zona crítica la hipótesis nula no
deberá ser rechazada.
En el ejemplo de las colegiaturas, como el estadístico de prueba quedó fuera

de la zona crítica la hipótesis nula no puede ser rechazada. La conclusión
podría ser la siguiente:
“No hay evidencia suficiente para afirmar que la colegiatura que pagan en
promedio los estudiantes universitarios es diferente de 3000 pesos, en un nivel
de significancia de .05”
Ejemplos Para H1: μ > valor aceptado, la región de rechazo está dada por:
α (cola derecha, z ó t)
Para H1 : μ < valor aceptado, la región de rechazo está dada por:
α
(cola izquierda, z ó t)
Para H1 : μ ≠ valor aceptado, la región de rechazo es de dos colas y

está dada por:
α/2 α/2 (2-colas, z ó t)
Ejemplo 1: Determine si la región de rechazo es de la cola derecha, de la cola

izquierda o de dos colas.
a. H0 : μ = 15, H1 : μ ≠ 15, α=.05
b. H0 : p ≤ 0.7, H1 : p > 0.7, α=.02
Solución: La forma de la región de rechazo está determinada por la hipótesis

alterna.
a. H1 : μ ≠ 15 significa que la región está en ambas colas.
.05/2 .05/2
b. H1 : p > 7 significa que la región está en la cola derecha.
.02
Ejemplo 2: En el Ejemplo 1a, presumamos que la región de rechazo es parte de

la curva normal estándar. Complete el dibujo de la región crítica
para los valores α siguientes:
a. α = .05
Solución:
a. Del ejemplo 1(a), tenemos:
De la tabla de la distribución normal, la

.05/2=0.025 .05/2=0.025 P(Z<z) =.025 corresponde a un valor
Z= -1.96. Por simetría la P(Z>z)=.025
corresponde a Z= 1.96.
-1.96 1.96
Ejemplo 3: En el ejemplo 1a, presumamos que la región de rechazo es parte de la

curva t. Complete el dibujo de la región de rechazo para:
a. α = .05 y υ = 14
Solución:
a. Del ejemplo 1(a), α = .05, y υ = 14, tenemos:
De la tabla de la distribución t, la
.05/2=0.025 .05/2=0.025 P(T<t) =.025 corresponde a un valor t=
-2.086. Por simetría la P(T>t)=.025
corresponde a t= 2.086.
-2.086 2.086
Ejemplo 4: Establezca las hipótesis nula y alterna.

a. Las millas por galón (mpg) promedio de un nuevo modelo de
automóvil es 32.
b. Más del 65% de los empleados de un colegio aportan a Fondos
Unidos.
c. En promedio, los empleados de cierta compañía viven a no más
de 15 millas de la misma.
d. Al menos un 60% de la población adulta de una comunidad
votará en las próximas elecciones Presidenciales.
e. El peso promedio de un pollo para asar es de al menos cuatro
libras.
Solución:
a. H0 : μ = 32 b. H0 : p ≥ .65 c. H0 : μ ≤ 15
H1 : μ ≠ 32 H1 : p < .65 H1 : μ > 15
d. H0 : p ≥ .6 e. H0 : μ ≥ 4
H1 : p < .6 H1 : μ < 4
EJERCICIOS
En los ejercicios (1-6) determine si la región de rechazo para la hipótesis

nula está en la cola izquierda, en la cola derecha, o ambas colas. Para el
nivel de significancia α dibuje la región de rechazo.
1. H0 : μ ≤ 11; H1 : μ > 11 2. H0 :μ ≥ 5.8; H1 : μ < 5.8
3. H0 : p = 0.4; H1 : p ≠ 0.4 4. H0 : μ = 110; H1 : μ ≠ 110
5. H0 : p ≥ 0.3; H1 : p < 0.3 6. H0 : p ≥ 0.8; H1 : p < 0.8
En los ejercicios (7 - 18) complete la región de rechazo (encuentre el valor

de z y t).
7. α a) z, si α = .05 b) t, si α = .025 y υ = 9
8. α a) z, si α = .01 b) t, si α = .05 y υ = 13
9. α a) z, si α = .02 b) t, si α = .01 y υ = 5
10. α a) z, si α = .025 b) t, si α = .01 y υ = 9
11. α/2 α/2 a) z, si α = .05 b) t, si α=.05 y υ = 10
12. a) z, si α = .01 b) t, si α=0.1 y υ = 7

α/2 α/2
En los ejercicios (13 - 18) establezca las hipótesis nula y alterna.
13. Los automóviles estacionados en el estacionamiento de periodo

prolongado del aeropuerto internacional de Baltimore permanecen un
promedio de 2.5 días.
14. Una nueva marca de llantas radiales dura en promedio más de 48,000
millas.
15. El balance promedio de una cuenta de cheques en el First State Bank es

de al menos $150.
16. Se reclama que al menos el 60% de las compras realizadas en cierta

tienda por departamentos son artículos de especiales.
17. Se reclama que el 20% de los graduados de cierto colegio privado

solicitan admisión a escuelas de medicina.
18. Un dentista reclama que el 5% de sus pacientes sufren enfermedades en

las encías.
PRUEBA DE UNA MEDIA
Hay dos métodos. Uno usa la región de rechazo y el otro usa los valores P.
a. Método de la Región de Rechazo (Método 1)

Dejemos que μo sea el valor reclamado (aceptado) de la media.
Paso 1 Establezca la hipótesis: Ho : μ = μo

H1 : μ > μo ó
μ < μo ó
μ ≠ μo
Paso 2 Lea el enunciado y determine si se conoce o no el valor de σ y si el

tamaño de la muestra es grande (n ≥ 30) o pequeño (n < 30).
Paso 3 Use el nivel de significancia (α) y dibuje la región de rechazo en:
a. la curva normal estándar si conoce σ o si n es grande. La región
de rechazo es igual a la hipótesis alterna.
α α α/2 α/2
ó ó
z -z -z z
(H1 : μ > μo) (H1 : μ < μo) (H1 : μ ≠ μo)
b. la curva t para σ desconocida y n pequeña, así la región de

rechazo puede ser:
α α α/2 α/2
ó ó
t -t -t t
(H1 : μ > μo) (H1 : μ < μo) (H1 : μ ≠ μo)
X − μ0
Paso 4 Calcule el valor z ó t de la media muestral z ó t = ,
σX
σ
Donde σ X = .
n
Paso 5 Dibuje el valor de z ó t obtenido en el Paso 4 en el dibujo de la región
de rechazo.
Paso 6 Si el valor de z o el de t quedan dentro de la región de rechazo (cola o
colas), entonces rechace H0. Si el valor de z o el de t caen fuera de la
región de rechazo, entonces no rechace H0.
Paso 7 Escriba la conclusión de la prueba.
Ejemplo 1: Prueba de Hipótesis H0 : μ = 18

H1 : μ > 18
Presuma que σ = 5, X = 19, n = 100 y α = .05
Solución:
Paso 1 H0 : μ = 18
H1 : μ > 18
Paso 2 Dado que conocemos σ , así que usamos la curva normal estándar.
Paso 3 Con α = .05, la región de rechazo es:
De la tabla z = 1.645.
.05
1.645
σ 5
Paso 4 σX = = = 0.5
n 100
X − μ 0 19 − 18
z= = =2
σX 0.5
Paso 5 Dibujando z = 2 en el dibujo hecho en el Paso 3 tenemos:
.05
1.645 2
Paso 6 Dado que z = 2 cae dentro de la región de rechazo, de esta forma
rechazamos Ho.
Paso 7 Hay evidencia para creer que μ > 18.
b. Método del valor P (Método 2)

Este método es una pequeña variación del método anterior. Es más útil cuando
se usa una computadora. Este método usa el valor P para probar la hipótesis
nula.
Valor P
El valor P es la probabilidad de que la media (o cualquier otra
estadística de prueba) pueda asumir un valor extremo o más
extremo que la media muestral (o la estadística de prueba
correspondiente) si la hipótesis nula es cierta.
Comentario: Los valores de la media que son extremos o más extremos que la media muestral se
indican por la hipótesis alterna. Dado que la probabilidad esta dada por el área
bajo la curva de densidad, así el valor P también esta dado por el área.
Ejemplos: 1. Para H1 : μ > μo, el valor P esta dado por:
valor p
X
2. Para H1 : μ < μo, el valor P esta dado por:
valor P
-X
3. Para H1 : μ ≠ μo, el valor P esta dado por:
P/2 P/2
-X X
Paso 1 Establezca las hipótesis : Ho : μ = μo
H1 : μ > μo ó
μ < μo ó
μ ≠ μo
Paso 2 Lee el enunciado y determine si σ es conocida o desconocida y si el

tamaño de muestra es grande o pequeño. Por consiguiente seleccione
z ó t.
X − μ0
Paso 3 Calcule z = si σ esta dada o n es grande; y
σX
X − μ0
t= si σ es desconocida y n es pequeña.
σX
Paso 4 Use el valor z ó t anterior para indicar la región de valores extremos
de la media. La región dependerá de la hipótesis alterna (ver
ejemplos anteriores).
Paso 5 El valor P está dado por el área de la cola sombreada o la suma de las
áreas de las colas.
Paso 6 Si el valor P es < α, entonces rechazo Ho.
Si el valor P es ≥ α, entonces no rechazo Ho.
Ejemplo 2: Pruebe la hipótesis H0 : μ = 18

H1 : μ > 18
Presuma que σ = 5, X = 19, n = 100, y α = .05
Solución:
Paso 1 H0 : μ = 18
H1 : μ > 18
Paso 2 Como σ es conocida, usamos la curva z.

σ 5
Paso 3 σX = = = 0.5
n 100
X − μ 0 19 − 18
z= = =2
σX 0.5
Paso 4 La región que representa los valores extremos es:
valor p
Paso 5 Valor P = el área de la cola sombreada

= 0.5 – .4772
= .0228
Paso 6 Dado que el valor P < .05, entonces rechazamos la hipótesis nula.
Paso 7 Hay evidencia para creer que μ > 18.
EJERCICIOS
En los ejercicios (1-5) use el método de la región de rechazo para probar las
hipótesis:
1. H0 : μ = 400
H1 : μ > 400, σ = 32, X = 413, n = 36, y α = 0.05
2. H0 : μ = 4.8
H1 : μ ≠ 4.8, σ = 0.8, X = 4.7, n = 81, y α = 0.05
3. H0 : μ = 7.4
H1 : μ < 7.4, σ = 1.1, X = 7.25, n = 400, y α = 0.01
4. H0 : μ = 0.9
H1 : μ < 0.9, σ = 0.2, X = 0.65, n = 36, y α = 0.05
5. H0 : μ = 5.5
H1 : μ ≠ 5.5, s = 0.8, X = 5.2, n = 36, y α = 0.01
En los ejercicios (6-10) use el método del valo-P para probar las hipótesis:
6. H0 : μ = 325
H1 : μ < 325, s = 3, X = 323, n = 9, y α = 0.1
7. H0 : μ = 50
H1 : μ ≠ 50, s = 10, X = 46, n = 25, y α = 0.01
8. H0 : μ = 75
H1 : μ > 75, s = 4, X = 72.5, n = 9, y α = 0.1
9. H0 : μ = 850
H1 : μ ≠ 850, s = 1.4, X = 849, n = 4, y α = 0.05
10. H0 : μ = 15
H1 : μ < 15, s = 0.5, X = 14.7, n = 50, y α = 0.01
En los ejercicios (11-15) use el método de la región de rechazo para probar

las hipótesis.
11. La estatura media de la población de varones de 15 años de cierto estado es

de 67.4 pulgadas con una DE de 1.3 pulgadas. Una muestra aleatoria de
400 varones de 15 años de edad de una de las ciudades de éste estado dio
una estatura media de 68 pulgadas. ¿Es esto una indicación de que los
varones de 15 años de ésta ciudad son más altos que la estatura promedio
del estado? Pruebe la hipótesis con un nivel de significancia α = .05.
12. Un manufacturero afirma que la fortaleza promedio requerida para romper

un resorte es de 575 libras con una DE de 10 libras. Un distribuidor probó
una muestra de 36 resortes escogidos al azar y encontró una fuerza
promedio de 571 libras. ¿Debe el distribuidor considerar la posibilidad de
que surjan quejas de resortes débiles? Use α = .05.
13. Una máquina de ejercicios de un gimnasio esta diseñada para resistir hasta
65 libras. La máquina es usada por niños en las edades de 8 hasta 10 años.
Para probar la seguridad de la máquina se midieron los pesos de 36 niños
en una muestra aleatoria. Los datos de la muestra revelaron que el peso
promedio de los niños (de 8 a 10 años) fue de 67 libras con una DE de 8.
¿Se debe considerar la máquina como segura usando un nivel de
significancia de 0.01?
14. Los resultados en las pruebas del SAT de los estudiantes de cierto pueblo
están normalmente distribuidas con un promedio de 625 y una DE de 100.
Se tomó una muestra aleatoria de 64 estudiantes, quienes tomaron la
prueba del SAT después de haber tomado unas tutorías. Los resultados
produjeron un puntaje promedio de 632 en la sección de matemáticas.
Pruebe a un α = 0.05 si el resultado promedio en matemáticas del SAT es
significativamente mayor de 625 cuando se ofrecen las tutorías.
15. El balance promedio de las cuentas de ahorros durante 1995 en el banco First
State fue de $1300. Una muestra aleatoria de 45 cuentas de ahorros
promediaron $1,350 con una DE de $80 durante 1996. Usando un nivel de
significancia α = 0.1, ¿podemos concluir que el balance promedio de las
cuentas de ahorros durante 1996 difiere del balance de las cuantas de ahorros
durante 1995?
En los ejercicios (16 - 20) use el método del valor-P para probar la hipótesis.
16. La pizzería Mama Jane afirma que el tiempo promedio de entregas es de

20 minutos. Cierto competidor quiere debatir tal afirmación demostrando
que en una muestra aleatoria de 16 entregas, el tiempo promedio de entrega
fue de 31 minutos con una DE de 10 minutos. Use un α = 0.01.
17. El centro de cómputos del área académica de cierta universidad esta

solicitando más apoyo financiero de parte de la administración. La
solicitud se basa en el reclamo de que al presente el tiempo promedio que
un estudiante espera para usar una computadora es mayor de 20 minutos.
El Vicepresidente de Finanzas tomó una muestra aleatoria de 16
estudiantes quienes esperaron en el centro para usar una computadora. El
calculó el tiempo promedio de espera en 16 minutos con una DE de 7
minutos. Usando un nivel de significancia de 10%, ¿debe el
Vicepresidente recomendar más dinero para el centro?
18. La cadena de restaurantes Big Burger reclama que los empleados de más
antigüedad trabajan un promedio de 16 horas por semana. Una muestra de
10 empleados de mayor antigüedad trabajando en uno de su restaurantes
produjo un tiempo promedio de trabajo por semana de 21 horas con una
DE de 5 hrs. Use un nivel de significancia de 1%.
19. Un manufacturero de automóviles anuncia que su último modelo de

automóvil compacto promedia más de 40 mpg en la carretera. Para probar
esta afirmación, una agencia independiente de protección de los
consumidores probó 25 de éstos automóviles. El rendimiento promedio
fue 41.3 mpg con una DE de 1.4 mpg en la carretera. Con un nivel de
significancia de 5%, pruebe la promoción del manufacturero.
20. Cierto manufacturero de llantas introdujo una nueva llanta cuya vida
promedio es mayor de 60,000 millas. Un laboratorio de prueba
independiente probó 5 de éstas llantas y los resultados del largo de vida de
cada una son los siguientes (en miles de millas):
62, 63, 59, 56, 61
Use un nivel de significancia de 1% para retar el reclamo del
manufacturero.
PRUEBA DE UNA PROPORCIÓN
Un político puede estar interesado en conocer si ha habido un aumento en la

proporción (porcentaje) de votantes que lo favorecen en las próximas elecciones;
una productor de cereales puede querer conocer si ha ocurrido o no una baja en
la proporción de clientes que prefieren su marca de cereal; un hospital desea
confirmar el reclamo de un manufacturero de medicamentos quien afirma éste
cura al 80% de los usuarios. Estos ejemplos son algunas de las situaciones
donde nos interesa probar alguna afirmación referente a una proporción. El
procedimiento para probar una proporción en una población normal es casi igual
al usado para las medias.
¿Cómo probar una proporción?
Podemos usar cualquiera de los siguientes:
1. Método de la región de rechazo (Método 1) ó
2. Método del valor P (Método 2)
A. MÉTODO DE LA REGIÓN DE RECHAZO (MÉTODO 1)

Digamos que po es la proporción aceptada o reclamada.
Paso 1 Establezca las hipótesis. Ho : p = po

H1 : p > po ó
p < po ó
p ≠ po
Paso 2 Use el nivel de significancia (α) y dibuje la región de rechazo en la

curva normal estándar (curva z).
α α α/2 α/2
ó ó
z -z -z z
(H1 : μ > μo) (H1 : μ < μo) (H1 : μ ≠ μo)
⎛ x⎞
Paso 3 Calcule el valor z para la proporción muestral ⎜ p = ⎟ usando la
⎝ n⎠
fórmula
p − p0 p0 (1 − p0 )
Z= , σp =
σp n
Paso 4 Dibuje este valor de z en el diagrama de la región de rechazo (Paso
2).
Paso 5 Si el valor z cae dentro de la región de rechazo (sombreada), entonces
rechace Ho. Si cae fuera de la región sombreada, entonces no rechace
Ho.
Ejemplo 1: Prueba la hipótesis H0 : p = 0.4

H1 : p ≠ 0.4
Presuma que = 0.45, n = 200, y α = .01.
Solución:
Paso 1 H0 : p = 0.4
H1 : p ≠ 0.4
Paso 2 Usando α = .01, el diagrama de la región de rechazo es:
.005 .005
-2.575 2.575
Paso 3 Calculando el valor z para la proporción muestral p = 0.45),

obtenemos:
0.4(1 − 0.4)
σp = = 0.0346
200
0.45 − 0.4
Z= = 1.45
0.0346
Paso 4 Dibujando z = 1.45 en el diagrama de la región de rechazo (Paso 2)
obtenemos:
1.45
.005 .005
-2.575 2.575
Paso 5 Como el valor z está fuera de la región de rechazo (sombreada), por
lo tanto no rechazamos Ho.
Paso 6 La proporción en la población es 0.4.
B. MÉTODO DEL VALOR P (MÉTODO 2)
Dejemos que p0 sea la proporción aceptada o reclamada.
Paso 1 Establezca las hipótesis: H0 : p = p0

H1 : p > p0 ó
p < p0 ó
p ≠ p0
⎛ x⎞
Paso 2 Calcule el valor z para la proporción muestral ⎜ p = ⎟ usando la
⎝ n⎠
fórmula:
p − p0 p0 (1 − p0 )
Z= , donde σ p = .
σp n
Paso 3 Usando la hipótesis alterna dibuja la región bajo la curva z que

representa los valores extremos.
Valor P ó Valor P ó P/2 P/2
z -z -z z
(H1 : μ > μo) (H1 : μ < μo) (H1 : μ ≠ μo)
Paso 4 El valor P = al área de la cola sombreada (s) en el Paso 3.

Paso 5 Si el valor P < α, entonces rechaza H0
Si el valor P ≥ α, entonces no rechaces H0.
Paso 6 Escribe la conclusión de la prueba.
Ejemplo 1: Pruebe la hipótesis H0 : p = 0.4

H1 : p ≠ 0.4
Presuma que = 0.45, n = 200, y α = 0.01.
Solución:
Paso 1 H0 : p = 0.4
H1 : p ≠ 0.4
Paso 2 Calculando el valor z de p , obtenemos

0.4(1 − 0.4)
σp = = 0.0346
200
0.45 − 0.4
Z= = 1.45
0.0346
Paso 3 La región bajo la curva z que contiene los valores extremos de es
P/2 P/2
-1.45 1.45
Paso 4 El valor P = suma de las áreas de las regiones sombreadas en el Paso

3.
= 2(el área a la derecha de 1.45)
= 2(0.5 – .4265)
= 0.147
Paso 5 Como el valor P es mayor que α, entonces no podemos rechazar H0.
Paso 6 La proporción en la población es 0.4.
EJERCICIOS
En los ejercicios (1-5) use el método de la región de rechazo para probar la
hipótesis.
1. H0 : 0.6
H1 : p ≠ 0.6, = 0.65, n = 100, y α = 0.01
2. H0 : p = 0.29
H1 : p ≠ 0.29, = 0.26, n = 90, y α = 0.01
3. H0 : p = 0.36
H1 : p < 0.36, = 0.34, n = 630, y α = 0.05
4. Un manufacturero de juguetes Tailandés reclama que solo un 10% de los

osos de juguete hechos para hablar están defectuosos. Cuatrocientos de
éstos juguetes se sometieron a prueba de forma aleatoria y se encontró
que 50 estaban defectuosos. Pruebe el reclamo del manufacturero con un
nivel de significancia de 5%.
5. Una agencia de empleos afirma que el 80% de todas las solicitudes hechas
por mujeres con hijos prefieren trabajos a tiempo parcial. En una muestra
aleatoria de 200 solicitantes mujeres con niños, se encontró que 110
prefirieron trabajos a tiempo parcial. Pruebe la hipótesis de la agencia
con un nivel de significancia de 5%.
En los ejercicios (6 - 10) use el método del valor-p para pruebas de hipótesis.
6. H0 : p = 0.2
H1 : p > 0.2, = 0.245, n = 400, y α = 0.01
7. H0 : p = 0.55
H1 : p < 0.55, x = 175, n = 300, y α = 0.05
8. H0 : p = 0.2
H1 : p ≠ 0.2, x = 235, n = 1000, y α = 0.02
9. Nacionalmente, un 16 % de los hogares tiene una computadora personal.

En una muestra aleatoria de 80 hogares en Baltimore, solo 13 poseían una
computadora personal. Con un nivel de significancia de 5%, pruebe si el
porciento de hogares en Baltimore que tienen computadoras personales es
menor que el porcentaje nacional.
10. El registrador de cierta universidad ha dicho que esta dispuesto a permitir

una sección del curso ESTADISTICA una vez a la semana si más del 65%
de los estudiantes matriculados en el curso expresan que prefieren el curso
una vez a la semana, en vez de dos veces a la semana. En una muestra
aleatoria de 40 estudiantes, 26 indicaron su preferencia de una vez a la
semana. Usando un nivel de significancia de 0.01, debe el registrador
autorizar el ofrecimiento del curso ESTADISTICA una vez a la semana?

Intervalo de Confianza y Prueba de Hipotesis PDF

Cargado por

Copyright:

Formatos disponibles

Intervalo de Confianza y Prueba de Hipotesis PDF

Cargado por

Información del documento

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

Intervalo de Confianza y Prueba de Hipotesis PDF

Cargado por

Copyright:

Formatos disponibles

INTERVALO DE CONFIANZA

I- Concepto de Intervalo de Confianza.

En el contexto de estimar un parámetro poblacional, un intervalo de confianza

La probabilidad de que el verdadero valor del parámetro se encuentre en el

Para construir un intervalo de confianza, se puede comprobar que la

P(-1.96 < z < 1.96) = 0.95

(lo anterior se puede comprobar con una tabla de probabilidades o un

Luego, si una variable X tiene distribución N( , ), entonces el 95% de las

Despejando en la ecuación se tiene:

El resultado es un intervalo que incluye al el 95% de las veces. Es decir, es

En forma general, Si el nivel de confianza es 1-α, y se conoce σ, el intervalo de

II- Intervalo de confianza para un promedio:

Generalmente, cuando se quiere construir un intervalo de confianza para la

La cual es una buena aproximación para el intervalo de confianza de 95% para

Cuando el tamaño muestral es pequeño, (n≤30) el intervalo de confianza

En forma general si no se conoce σ se sustituye por la desviación estándar de

En el caso de que n≤30, el intervalo será:

Para construir un intervalo de confianza para el puntaje promedio poblacional,

III. Intervalo de Confianza para una Proporción.

En este caso, interesa construir un intervalo de confianza para una proporción

Si el tamaño muestral n es grande, el Teorema Central del Límite nos asegura

Donde p es el porcentaje de personas con la característica de interés en la

Luego, procediendo en forma análoga al caso de la media, podemos construir

pˆ − Z α ( pˆ (1 − pˆ ) / n ) ≤ p ≤ pˆ + Z α ( pˆ (1 − pˆ ) / n ) con un nivel de confianza de 1-

Luego, la proporción de hipertensas varía entre (0,139 , 0,212) con una

Los intervalos de confianza permiten verificar hipótesis planteadas respecto a

Por ejemplo, supongamos que se plantea la hipótesis de que el promedio de

Al tomar una muestra de 30 recién nacidos de la población en estudio, se

Al construir un intervalo de 95% de confianza para la media poblacional, se

2. Un supervisor de control de calidad en una enlatadora sabe que la

4. En una muestra de 40 personas ingresadas en un hospital, se encuentra

A partir de esta unidad estudiaremos lo relacionado a probar diferentes tipos de

¿Qué es una hipótesis?

Hipótesis es una afirmación o suposición respecto al valor de un parámetro

Son ejemplos de hipótesis, o afirmaciones hechas sobre un parámetro

El ingreso mensual promedio de todos los ciudadanos es $4500.00

El 20% de los delincuentes capturados son sentenciados a prisión

El 90% de las formas fiscales son llenadas correctamente

¿Qué es una prueba de hipótesis?

Una prueba de hipótesis comienza con una afirmación o suposición acerca de

Prueba de hipótesis es un procedimiento basado en una evidencia muestral y

Procedimiento de 4 pasos para probar una hipótesis

Hay un procedimiento de cuatro pasos que sistematizan la prueba de hipótesis.

Paso 1. Establecer las hipótesis nula y alterna

El primer paso es establecer la hipótesis a ser probada. Esta es llamada la

La hipótesis nula es una afirmación que será aceptada si los datos de la

La hipótesis alterna es la afirmación que se acepta si se rechaza la hipótesis

En este ejemplo las hipótesis serían las siguientes:

Ho: La colegiatura promedio de los estudiantes no es diferente de 3000 pesos

Ha: La colegiatura promedio de los estudiantes es diferente de 3000 pesos

Paso 2. Determinar el criterio de contraste

Determinar el criterio de contraste consiste en especificar el nivel de

Existen cuatro posibilidades al tomar una decisión respecto a una hipótesis:

Nivel de significancia es la probabilidad de rechazar una hipótesis nula

El nivel de significancia es simbolizado por α, y también es conocido como

El tipo de distribución se determinará dependiendo de la naturaleza de la

En este ejemplo el nivel de significancia es de .05, se utiliza la distribución t de

El área crítica cuando la hipótesis alterna tiene el símbolo ( ≠ ) se divide en dos

Paso 3. Calcular el estadístico de prueba