SESION

Ms.
MARÍA FÉLIX SÁNCHEZ

SPSS
PRUEBA DE HIPOTESIS
PRUEBA DE HIPÓTESIS
OBJETIVOS DE LA SESIÓN
Al finalizar la sesión el estudiante estará en la capacidad de:

• Definir y formalizar una hipótesis.
• Describir el procedimiento de una prueba de hipótesis estadística.
• Distinguir entre las pruebas de hipótesis de una y dos colas.
• Llevar a cabo una hipótesis de la media y de la proporción poblacional.
• Llevar a cabo la prueba de normalidad y homogeneidad de varianzas.
CASO APLICATIVO INTRODUCTORIO: EMPRESA
BALI
CASO APLICATIVO INTRODUCTORIO: EMPRESA
BALI
El gerente de la empresa Bali, está preocupado porque supone que las latas de 16
onzas de piña rebanada contienen un exceso de producto. Suponga que la
desviación estándar del proceso es de 0.03 onzas. El departamento de control de
calidad tomó una muestra aleatoria de 50 latas y comprobó que la media aritmética
del peso era de 16.05 onzas. ¿Puede concluir que el peso medio es mayor que 16
onzas con un nivel de significancia de 5%?
INTRODUCCIÓN A LAS PRUEBAS DE HIPÓTESIS
¿Qué es una hipótesis?

Es un supuesto, una conjetura, una presunción, etc.
¿Qué es una hipótesis estadística?
Afirmación relativa a un parámetro de la población sujeta a verificación.
Ejemplo: “Estimo que el porcentaje de clientes que comprará mi producto será
del 60%”
TIPOS DE HIPOTESIS
Hipótesis nula: Se simbolizará por H0 , es el enunciado relativo al valor de un

parámetro poblacional que se formula con el fin de probar evidencia numérica.
Hipótesis alternativa: Se simbolizará por H1 , es el enunciado que se acepta si

los datos de la muestra ofrecen suficiente evidencia para rechazar la hipótesis
nula. Esta debe contener una proposición del tipo  ;  ;  , y es la que
generalmente desea probar el investigador.
¿CÓMO SE PLANTEA FORMALMENTE?
• Debe tener una hipótesis nula e hipótesis alternativa:

• Por ejemplo:

H1:
“Mi ingreso promedio mensual por año es de S/.1500”

H1:
“Sospecho que mi ingreso promedio mensual al finalizar el año será menor de
S/.1500”
TÉRMINOS PREVIOS IMPORTANTES
• Nivel de Confianza: El nivel de confianza se denota por (1-α), aunque

habitualmente suele expresarse con un porcentaje. Es habitual tomar como
nivel e confianza un 95% o un 99%, que se corresponden con valores α de
0,05 y 0,01 respectivamente.
• Nivel de significancia: Probabilidad de rechazar la hipótesis nula cuando es
verdadera. Al nivel de significancia se le denota mediante . 
• Estadístico de prueba: Valor, determinado a partir de la información de la
muestra, para determinar si se rechaza la hipótesis nula.
• Valor Crítico: Punto de división entre la región en que se rechaza la
hipótesis nula y aquella en la que se acepta.
PRUEBA DE HIPOTESIS PARA UNA MEDIA
El promedio aritmético poblacional es un indicador muy importante, por lo

tanto, frecuentemente se desea probar si dicho promedio ha permanecido
igual, ha aumentado o ha disminuido. A través de la prueba de hipótesis se
determina si la media poblacional es significativamente mayor o menor que
algún valor supuesto.
TIPOS DE PRUEBAS DE HIPÓTESIS
Se puede plantear uno de los siguientes tres tipos de hipótesis:
Prueba Bilateral o de dos colas Prueba Unilateral de cola hacia la derecha Prueba Unilateral de cola hacia la izquierda
H0 : µ = µo H0 : µ = µo ó H0 : µ ≤ µo H0 : µ = µo ó H0 : µ ≥ µo
H1 : µ ≠ µo H1 : µ > µo H1 : µ > µo H1 : µ < µo H1 : µ < µo
 /2 1  /2 1   1
RR RA RR RA RR RR RA
RA : Área o zona de aceptación

RR : Área o zona de rechazo
PASOS PARA UNA PRUEBA DE HIPÓTESIS
1. Se establecen las hipótesis nula y alternativa.

2. Se selecciona un nivel de significancia.
3. Se identifica y calcula el estadístico de la prueba.
4. Graficar las regiones de rechazo y aceptación; a la vez
también ubicar en el grafico los valores encontrados en
la parte (3).
5. Tomar la decisión de aceptar o rechazar Ho.
6. Conclusión
RECHAZO Y ACEPTACIÓN (CON SUS PUNTOS
CRÍTICOS)
Decisión: Rechazar Ho Decisión: Aceptar Ho

Ho es cierta Error tipo I (α)  Nivel de No hay error (CORRECTO)
La realidad o verdadera significancia
PROB=1- (≈ 0.8)
Prob (Rechazar Ho / Ho es
verdadera o cierta) ≈ 1%, 5%, Potencia de la Prueba o
10% valor predictivo
Ho es falsa No hay error (CORRECTO) Error tipo II (  )

PROB= 1- (99%, 95%, 90%) Prob(Aceptar Ho / Ho es
Nivel de Confianza falsa) ≈ 20%
RECHAZO Y ACEPTACIÓN (CON SUS PUNTOS
CRÍTICOS)
Decisión: Rechazar Ho Decisión: Aceptar Ho

Ho es cierta α: Probabilidad de fallar o Probabilidad de que no me
La realidad o verdadera equivocarme en nuestra equivoco al rechazar Ho falso
estimación. generalmente es de 80%.
Prob(Rechazar Ho / Ho es cierto.
Ho es falsa Probabilidad de que no me β : Probabilidad de

equivoco al no rechazar Ho equivocarme al no rechazar
verdadero. Ho que es falso
generalmente es 20%
ESTABLECIMIENTO DE HIPÓTESIS
Para cada una de las situaciones siguientes, identifique la hipótesis
alternativa , el tipo de prueba, de una cola o de dos colas, y los términos
que la distinguen.
Completamos la siguiente tabla según lo solicitado en el enunciado del
problema:
I.- Para cada una de las situaciones siguientes, identifique la hipótesis
que la distinguen.
a) Una investigación tiene como objetivo determinar el efecto de un
programa piloto de Seguimiento Farmacoterapéutico (SFT) sobre los
valores de presión arterial sistólica en pacientes hipertensos, intervenidos
en Farmacia del Hospital Belén de Trujillo, participaron un total de 35
pacientes con diagnóstico de Hipertensión Arterial. Sabiendo que la
presión arterial sistólica poblacional, antes del programa, alcanzaron un
promedio de 145 mmHg. Luego de 2 semanas de aplicado el programa y
de seguimiento, se midió a cada participante sus respectivas presiones
arteriales sistólicas, registrado en el archivo base_PAS.xlsx. ¿Se puede
concluir que el programa fue efectivo? Considere un nivel de confianza del
90.0%
que la distinguen.
problema:
H 0:μ  145 mmHg

Pr ueba unila terial izq uierda Efectivida d
H 1:μ  145 mmHg
b.- Con el propósito de verificar la efectividad de un
tratamiento basado en ejercicios para el aumento de la talla
en niños de 10 años en cm, se realizó un experimento
aplicando el tratamiento a 13 niños, obteniendo una talla
promedio de 138.6 cm y una desviación estándar de 5.4 cm.
Considerando que la talla promedio en dicha población de 10
años es de 125.8cm. ¿Se puede afirmar que el tratamiento
basado en ejercicios logró aumentar la talla en los niños?
que la distinguen.
problema:
H 0:μ  145 mmHg

H 1:μ  145 mmHg
H 0:μ  125.8 cm
H1:μ  125.8 cm
Pr ueba unila terial der echa Aumentar
c.- Un psicólogo afirma que su terapia para tratar la depresión
en adolescentes es efectiva, reduciendo en promedio 18
unidades en una escala de 0 a 100. El jefe de la unidad de
terapia piensa que esta cifra es exagerada y pide realizar un
estudio. En una muestra de 10 adolescentes que fueron
tratados con esta terapia se ha medido el nivel de reducción
de la depresión ,obteniéndose los siguientes resultados
17,18,23,20,19,16,17,22,25,16. Con un nivel de confianza del
99% cuál es su conclusión.
que la distinguen.
problema:
H 0:μ  145 mmHg

H 1:μ  145 mmHg
H 0:μ  125.8 cm
H1:μ  125.8 cm
H 0:μ  18
Pr ueba unila terial izq uierda Exagerada
H1:μ  18
4.- Una compañía farmacéutica afirma que cierto
medicamento elimina el dolor de cabeza en un cuarto de hora
en el 90% de los casos. Tomada una muestra de 200 pacientes
a los que se les administro el medicamento, se observó la
desaparición del dolor en 170 de ellos. Contrastar la hipótesis
de la compañía al 95% de confianza. ¿Puede concluir que la
compañía farmacéutica ha sobreestimado la cifra?
que la distinguen.
problema:
H 0:μ  145 mmHg

H 1:μ  145 mmHg
H 0:μ  125.8 cm
H1:μ  125.8 cm
H 0:μ  18
H1:μ  18
H 0:P  0.90
Pr ueba unila terial izq uierda Sobreestim ado
H1:P  0.90
5.- Se sabe que el 70% de los pacientes internados en un
hospital traumatológico requieren algún tipo de intervención
quirúrgica. Para determinar si un nuevo método de
fisioterapia reduce el porcentaje de intervenciones, se aplica
este a 31 pacientes de los cuales 21 requieren alguna
intervención quirúrgica. Comprobar que no hay razones
suficientes para afirmar la eficacia del método con un nivel de
confianza del 95 %.
que la distinguen.
problema:
H 0:μ  145 mmHg

H 1:μ  145 mmHg
H 0:μ  125.8 cm
H1:μ  125.8 cm
H 0:μ  18
H1:μ  18
H 0:P  0.90
Pr ueba unila terial izq uierda Sobreestim ado
H1:P  0.90
H 0:P  0.70
Pr ueba unila terial izq uierda Re duce
H1:P  0.70
que la distinguen.
problema:
a) La duración de cierta marca de baterías es una variable aleatoria cuya
distribución se supone normal. Se estima que su duración media es de 500 horas y
que el 95% del total duran entre 480.4 y 519.6 horas. Si en una muestra aleatoria
de 9 de tales baterías con una desviación estándar de 16 horas se encuentra que la
duración media es 495 horas, ¿es esto evidencia para concluir el nivel de
significación del 5% que la duración media de todas esas baterías es diferente de
500 horas?
b) La cantidad de nicotina en miligramos por cigarrillo de la marca Camel tiene
distribución normal con media 10. El fabricante afirma que un nuevo proceso de
fabricación reducirá este promedio. Para comprobar esta hipótesis se tomó una
muestra aleatoria de 9 cigarrillos fabricados con el nuevo proceso y se encontraron
las siguientes cantidades de nicotina en miligramos:
Con base en los resultados de esta muestra, ¿es razonable aceptar la afirmación
del fabricante? Utilice el nivel de significación del 1%.
c) Un proceso está programado para empacar la cantidad media, de una libra (16
onzas) de café. Se toma una muestra aleatoria de 36 paquetes; resulta una media
de 14.2 onzas y desviación típica de 5.3 onzas. Al nivel del 5%, ¿se podrá afirmar
que no se está cumpliendo con lo indicado en el empaque?
d) Una muestra aleatoria de zapatos (n=40) usados por los soldados en
campaña en un desierto, revela una vida media de 1.08 años, con una
desviación estándar de 0.5 años. Se sabe que en condiciones normales
dichos zapatos tiene una vida media de 1.28 años. Al nivel de significación
del 5%, ¿hay razón para sostener que la disminución de la vida media de
los zapatos se debe a su uso en el desierto?
Con base en los resultados de esta muestra, ¿es razonable aceptar la
afirmación del fabricante? Utilice el nivel de significación del 1%.
e) Una máquina produce en promedio 12 libras de nitrato por minuto. Al
adicionar un compuesto químico a 60 máquinas, éstas produjeron un
promedio de 15 libras de nitrato y una . ¿Se puede concluir que la solución
aumenta la productividad? Use un nivel de significancia del 1%
ESTADÍSTICOS DE PRUEBA
Caso I: Población normal con varianza poblacional 

2
( ) conocida.
X  0
Zc  ~ N  0,1
/ n
Caso II: Población normal con varianza poblacional ( ) desconocida y tamaño
2
de muestra mayor o igual que 30 (n≥30)
X  0
Zc  ~ N  0,1
S/ n
Caso III: Población normal con varianza poblacional ( ) desconocida y

2
tamaño de muestra menor que 30 (n<30)
X  0
tc  ~ t n 1
S/ n
CASO APLICATIVO: MÁQUINA EMPAQUETADORA
DE CAFÉ
DE CAFÉ
Una máquina empaqueta bolsas de café automáticamente, está regulada para

embalar bolsas cuyos pesos se distribuyen normalmente, con media  y
varianza 400. El valor de  puede ser fijado en un mostrador situado en una
posición un poco inaccesible de esa máquina. La máquina fue regulada   500gr.
para . Se decide escoger una muestra de 16 bolsas a cada media hora con la
 es,
finalidad de verificar si la producción está bajo control o no, esto 500gr
si .
X  492gr.
o no. Si una de esas muestras tiene una media , ¿usted pararía o no la
producción para verificar si el mostrador está o no en la posición correcta?
DE CAFÉ
1.- Se establecen las hipótesis nula y alternativa.
H 0:μ  500 gr.  La máquina está regu lada 

H 1:μ  500 gr.  La máquina no está regulada 
2.- Se selecciona un nivel de significancia.
  0.05
DE CAFÉ
3.- Se identifica y calcula el estadístico de la prueba.
Caso I: Población normal con varianza poblacional ( 2) conocida.
X   0 492  500 Datos :

Zc    1.6
/ n 20 / 16  0  500
X  492
  20
n  16
ESTADISTICOS DE PRUEBA
Selección del punto crítico

Prueba de hipótesis Prueba de hipótesis
Nivel de confianza
Bilateral Unilateral
0.90 1.645 1.282
0.95 1.960 1.645
0.99 2.576 2.326
GRÁFICO
CASO APLICATIVO: MÁQUINA
EMPAQUETADORA
4.- Graficar las regiones de rechazo y aceptación; aDE CAFÉ
la vez también ubicar en el
grafico los valores encontrados en la parte (3).
Estadístico de prueba RA:Re gión de aceptación

RR:Re gión de re chazo
RR RA RR
 1.6
Puntos críti cos

DE CAFÉ
5.- Tomar la decisión de aceptar o rechazar Ho.
No se rechaza la hipótesis nula
Z 0  1.96  Z c  1.6
6.- Conclusión
Al 95% de confianza, no existe la suficiente evidencia para rechazar la

hipótesis de que la máquina está regulada. Por consiguiente, no se
debe parar la producción con un riesgo de 5% para verificar si el
mostrador está o no en la posición correcta.
CASO APLICATIVO: NICOTINA EN CIGARRILLOS
Un fabricante afirma que sus cigarrillos contienen 30 mgr. de

nicotina. Una muestra de 25 cigarrillos presentó una media
de 31.5 mgr. y una desviación estándar de 3 mgr.
Suponiendo que el contenido de nicotina en cada cigarro es
una v.a. con distribución normal, ¿al nivel del 5% de
significancia se puede concluir que el contenido de nicotina
es mayor a lo afirmado por el fabricante?.
H 0:μ  30  la afirmación del fabricante es verdadera 

H1:μ  30  la afirmación del fabricante no es verdadera
  0.05

Caso III: Población normal con varianza poblacional (  2 ) desconocida y
tamaño de muestra menor que 30 (n<30)
X  0 Datos :
tc 
S/ n  0  30
31.5  30 X  31.5
tc   2.5
3 / 25 S 3
n  25
PUNTOS CRÍTICOS CON ESTADÍSTICO DE PRUEBA
“t”
Punto crítico Pr ueba Unilateral  :
t 0  t  ,n 1
t 0.95, 251  t 0.95, 24   1.711
4.- Graficar las regiones de rechazo y aceptación; a la vez también ubicar en el

RA RR
2.5
Puntos críti cos


Como tc  2.5  t0  1.711 , rechazamos la H 0
6.- Conclusión
Al 95% de confianza, se concluye de que existe una razón para creer que
los cigarrillos contienen más de 30 mgr. de nicotina. En consecuencia, la
afirmación del fabricante no se ajusta a la verdad.
CASO APLICATIVO: CONSERVAS DE PESCADO
Un fabricante está considerando la adquisición de un nuevo

equipo para enlatar conservas de pescado «Alé» y especifica que
el contenido promedio debe ser 300 gramos por lata. Un agente
de compras hace una visita a la compañía donde está instalado el
equipo y observa que una muestra aleatoria de 10 latas de
conserva de pescado, ha dado los siguientes pesos en gramos:
N° de lata 1 2 3 4 5 6 7 8 9 10
Pesos 296 296 297 297 298 298 300 299 301 302
Suponga población normal. Puede el agente de compras llegar a la conclusión a

un nivel de significación del 5%, que el equipo está enlatando las conservas por
debajo de la especificación de contenido?
CASO APLICATIVO-SOLUCIÓN
H 0 :   300
H1 :   300
  0.05

X  0 Datos :
tc 
S/ n 0  300
298.4  300 X  298.4
tc   2.449
2.066 / 10 S  2.066
n  10
T
Punto crítico Pr ueba Unilateral  :

t0  t  ,n 1
t 0.95,9   1.833

RA:Re gión de aceptación

Como tc  2.449  t0  1.833 , rechazamos la H 0
6.- Conclusión
Al 95% de confianza, se concluye que el agente de compras puede confirmar

que el nuevo equipo está enlatando las conservas de pescado por debajo
de la especificación de contenido (300 gramos.)
PRUEBA DE HIPOTESIS PARA UNA PROPORCIÓN
La proporción p de elementos de una población que

poseen cierto atributo de interés, es de suma importancia
en muchos problemas de decisión en ingeniería,
administración, etc. Por ejemplo, en un proceso de
producción que fabrica artículos que son clasificados
como defectuosos o no defectuosos, podemos estar
interesados en docimar el parámetro P que representa la
proporción de artículos defectuosos producidos.
Si el tamaño de muestra es grande (n ≥30) y Ho es supuesta verdadera, la

estadística de la prueba es Z:

p  P0
Zc  ~ N  0,1
P0 1  P0 
n
CASO APLICATIVO: GARITA DE CONTROL
CASO APLICATIVO: GARITA DE CONTROL
Un ingeniero de transporte afirma que el 30.0% de los vehículos

demoran más de 5 minutos para pasar por una garita de control.
Con el fin de evaluar esta afirmación se escogió una muestra
aleatoria de 400 vehículos y se encontró que 100 de ellos
demoraron más de 5 minutos en pasar la garita. Al nivel de
significación del 1%, ¿presenta esta muestra suficiente evidencia
que indique que el porcentaje de vehículos que demoran más de
5 minutos en pasar tal garita es diferente de 0.30?.
H 0 : P  0.30
H1 : P  0.30
  0.01

 Datos :
p  P0
Zc  P0  0.30
P0 1  P0 

100
n p  0.25
400
0.25  0.30
Zc   2.182 n  400
0.301  0.30
400
“Z

Nivel de confianza
0.90 1.645 1.282
0.95 1.960 1.645
0.99 2.576 2.326


RA RR
 2.182
Puntos críti cos

ComoZ c  2.182  Z 0  2.576, no rechazamos la H 0
6.- Conclusión
Al 99% de confianza, se concluye que no se presenta suficiente evidencia que

indique que el porcentaje de vehículos que demoran más de 5 minutos en
pasar tal garita es diferente de 0.30
CASO APLICATIVO: COMPAÑÍA FARMACEÚTICA
CASO APLICATIVO: COMPAÑÍA FARMACEÚTICA
Una compañía farmacéutica afirma que cierto medicamento elimina el

dolor de cabeza en un cuarto de hora en el 90% de los casos. Tomada una
muestra de 200 pacientes a los que se les administro el medicamento, se
observó la desaparición del dolor en 170 de ellos. Contrastar la hipótesis
de la compañía al 95% de confianza. ¿Puede concluir que la compañía
farmacéutica ha sobreestimado la cifra?
H 0:p  0.90
H1:p  0.90
  0.05
 Datos :
p  P0
Zc  P0  0.90
P0 1  P0 
n

170
p  0.85
0.85  0.90 200
Zc   2.357 n  200
 0.901  0.90
200
“Z”
Nivel de confianza
0.90 1.645 1.282
0.95 1.960 1.645
0.99 2.576 2.326

Estadístico de prueba  Z c  2.357 RA:Re gión de aceptación

RR RA
 2.357

Como Z 0  1.645  Z c  2.357 , se rechazamos la H 0
6.- Conclusión
Al 95% de confianza, se concluye que la compañía farmacéutica ha
sobreestimado la cifra.
EJERCICIO PROPUESTO
EJERCICIO PROPUESTO
Un fabricante afirma que por lo menos el 90 por ciento de las piezas de una
maquinaria que suministra a una fábrica guardan las formas especificadas. Un
examen de 200 de esas piezas reveló que 160 de ellas no eran defectuosas.
Pruebe con una confianza del 95% que lo que afirma el fabricante es cierto.
DE SEMILLAS
DE SEMILLAS
Un vendedor de semillas de jardín, tiene varias máquinas que llenan automáticamente las
semillas en paquetes. Una de sus máquinas se sospecha que a veces es inexacta y de carga
insuficiente o sobrecargar los paquetes. Toma una muestra aleatoria de 20 paquetes y se
registran sus pesos en onzas como sigue:
Paquete 1 2 3 4 5 6 7 8 9 10
Peso 3.09 2.74 2.49 2.99 3.22 2.51 2.28 3.54 2.52 3.20
Paquete 11 12 13 14 15 16 17 18 19 20
Peso 3.09 2.56 3.43 3.25 2.69 2.49 3.30 2.69 2.89 3.57
Haciendo uso del SPSS verifique el cumplimiento de la normalidad de la variable
pesos de los paquetes de semillas.
DE SEMILLAS
DE SEMILLAS
DE SEMILLAS
PRUEBAS DE NORMALIDAD
Hipótesis a contrastar:
H0: Los datos analizados siguen una distribución Normal.
H1: Los datos analizados no siguen una distribución Normal .
KOLMOGOROV- SMIRNOV SHAPIRO - WILK

(Corrección de significación
de lilliefors)
Para muestras grandes Cuando la muestra es
(n≥50) pequeña (n<50)
*Garza (2013)
Importante:
Cuando p >0.05 Aceptamos la Hipótesis Nula
Cuando p <0.05 Rechazamos la Hipótesis Nula de manera significativa
Cuando p <0.01 Rechazamos la Hipótesis Nula de manera altamente
significativa
* Análisis Estadístico Multivariante Un enfoque teórico y práctivo. Jorge de la Garza García

DE SEMILLAS
La prueba de normalidad para muestras pequeñas Shapiro-Wilk

(n<50), muestra un p-valor mayor que 0.05 (p=0.271>0.05),
aceptando la hipótesis de normalidad para la variable peso de los
paquetes de semillas.

SESION

Cargado por

Copyright:

Formatos disponibles

SESION

Cargado por

Información del documento

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

SESION

Cargado por

Copyright:

Formatos disponibles

Ms.

MARÍA FÉLIX SÁNCHEZ

Al finalizar la sesión el estudiante estará en la capacidad de:

¿Qué es una hipótesis?

Hipótesis nula: Se simbolizará por H0 , es el enunciado relativo al valor de un

Hipótesis alternativa: Se simbolizará por H1 , es el enunciado que se acepta si

• Debe tener una hipótesis nula e hipótesis alternativa:

“Mi ingreso promedio mensual por año es de S/.1500”

• Nivel de Confianza: El nivel de confianza se denota por (1-α), aunque

El promedio aritmético poblacional es un indicador muy importante, por lo

Se puede plantear uno de los siguientes tres tipos de hipótesis:

H0 : µ = µo H0 : µ = µo ó H0 : µ ≤ µo H0 : µ = µo ó H0 : µ ≥ µo

 /2 1  /2 1   1

RA : Área o zona de aceptación

1. Se establecen las hipótesis nula y alternativa.

Decisión: Rechazar Ho Decisión: Aceptar Ho

Ho es falsa No hay error (CORRECTO) Error tipo II (  )

Decisión: Rechazar Ho Decisión: Aceptar Ho

Ho es falsa Probabilidad de que no me β : Probabilidad de

H 0:μ  145 mmHg

H 0:μ  145 mmHg

H 0:μ  145 mmHg

H 0:μ  145 mmHg

H 0:μ  145 mmHg

Caso I: Población normal con varianza poblacional 

de muestra mayor o igual que 30 (n≥30)

Caso III: Población normal con varianza poblacional ( ) desconocida y

tamaño de muestra menor que 30 (n<30)

Una máquina empaqueta bolsas de café automáticamente, está regulada para

1.- Se establecen las hipótesis nula y alternativa.

H 0:μ  500 gr.  La máquina está regu lada 

2.- Se selecciona un nivel de significancia.

3.- Se identifica y calcula el estadístico de la prueba.

Caso I: Población normal con varianza poblacional ( 2) conocida.

X   0 492  500 Datos :

Selección del punto crítico

Estadístico de prueba RA:Re gión de aceptación

Puntos críti cos

No se rechaza la hipótesis nula

Al 95% de confianza, no existe la suficiente evidencia para rechazar la

Un fabricante afirma que sus cigarrillos contienen 30 mgr. de

1.- Se establecen las hipótesis nula y alternativa.

H 0:μ  30  la afirmación del fabricante es verdadera 

2.- Se selecciona un nivel de significancia.

3.- Se identifica y calcula el estadístico de la prueba.

Estadístico de prueba RA:Re gión de aceptación

Puntos críti cos

5.- Tomar la decisión de aceptar o rechazar Ho.

Un fabricante está considerando la adquisición de un nuevo

Suponga población normal. Puede el agente de compras llegar a la conclusión a

1.- Se establecen las hipótesis nula y alternativa.

2.- Se selecciona un nivel de significancia.

3.- Se identifica y calcula el estadístico de la prueba.

Punto crítico Pr ueba Unilateral  :

4.- Graficar las regiones de rechazo y aceptación; a la vez también ubicar en el

RA:Re gión de aceptación

5.- Tomar la decisión de aceptar o rechazar Ho.

Como tc  2.449  t0  1.833 , rechazamos la H 0

Al 95% de confianza, se concluye que el agente de compras puede confirmar

La proporción p de elementos de una población que