ENTENDER ANTES DE CALCULAR

Contrastes de hipótesis: entender los ejercicios antiguos

Este repaso acompaña ejercicios de convocatorias antiguas que preguntan por contrastes de hipótesis. La preparación actual de inferencia trabaja con muestras e intervalos de confianza; consulta las orientaciones de tu convocatoria antes de incluir este material.

La idea del bloque y los conocimientos previos
Empieza por esta idea

Un contraste pregunta: si la afirmación sobre la población que se pone a prueba (la hipótesis nula, H0)H_0\text{)} fuera cierta, ¿sería muy raro obtener una muestra tan alejada como la tuya? Si lo es, rechazas la afirmación. La regla se fija antes de mirar el resultado.

Contraste para una media: cuántos errores estándar se aparta la muestra

Una marca anuncia 500 mililitros por envase. Tomas 100 y su media sale por debajo. ¿Es una diferencia normal por el azar del muestreo o demasiada para creer a la marca? Hay que medirla con la escala de las medias, no con la de un envase.

μ0\mu_0 es la media que afirma la nula, σ\sigma la desviación de un envase (conocida), nn el tamaño de la muestra y x‾\overline x su media. Una media de nn envases varía menos que un envase: su desviación, el error estándar, es σ/n.\sigma/\sqrt n\text{.} Por ejemplo, con n=4n=4 envases la media varía la mitad que un envase (4=2);\sqrt4=2\text{);} el porqué está en «La media de una muestra varía menos que un dato».

El estadístico ZZ mide la diferencia observada en errores estándar. Si la población es normal y μ=μ0,\mu=\mu_0\text{,} ZZ sigue una normal estándar. Su signo dice el lado, y se compara con el corte que corresponde a H1H_1 y a α.\alpha\text{.}

Cómo empezar tu ejercicio

Cuándo usar esta idea: El contraste es sobre una media y se conoce la desviación poblacional.

Anota μ0,\mu_0\text{,} σ,\sigma\text{,} nn y x‾;\overline x\text{;} calcula primero σ/n\sigma/\sqrt n y después la diferencia dividida entre él.

Un ejemplo, paso a paso

Una marca anuncia envases de 500 mililitros. Una población normal de envases tiene desviación conocida de 10 mililitros. Una muestra independiente de 100 envases tiene media 497. Contrasta si la media poblacional es menor que 500, con significación del 5 %.

Una muestra tres errores estándar por debajo de la referenciaNormal estándar bajo la media de referencia de quinientos mililitros. La cola izquierda a partir de menos uno coma seiscientos cuarenta y cinco está sombreada: es la región de rechazo del cinco por ciento. El resultado observado menos tres está dentro de esa cola.−1,6450−35 %−3 queda a la izquierda del corte
Mira la cola naranja. El promedio de 497 queda tres errores estándar por debajo de 500; supera el corte de rechazo hacia la izquierda.
Regla de decisión según H1H_1 con α=0,05.\alpha=0{,}05\text{.} Con otro α\alpha cambian los cortes (ver «Nivel de significación: dónde empieza el rechazo»).
AlternativaSe rechaza H0H_0 si
H1:μ<μ0H_1:\mu<\mu_0Z≤−1,645Z\le-1{,}645
H1:μ>μ0H_1:\mu>\mu_0Z≥1,645Z\ge1{,}645
H1:μ≠μ0H_1:\mu\ne\mu_0∣Z∣≥1,96|Z|\ge1{,}96
  1. Buscamos evidencia de que la media baja de 500. Planteamos H0:μ≥500H_0:\mu\ge500 y H1:μ<500,H_1:\mu<500\text{,} y calculamos en la frontera μ0=500.\mu_0=500\text{.}
  2. Los datos son σ=10,\sigma=10\text{,} n=100,n=100\text{,} x‾=497\overline x=497 y α=0,05.\alpha=0{,}05\text{.}
  3. Error estándar: σ/n=10/100=10/10=1\sigma/\sqrt n=10/\sqrt{100}=10/10=1 mililitro. La media de 100 envases varía 100=10\sqrt{100}=10 veces menos que un envase suelto.
  4. Diferencia observada: x‾−μ0=497−500=−3\overline x-\mu_0=497-500=-3 mililitros.
  5. Tipificar es dividir la diferencia entre el error estándar: Z=(−3)/1=−3.Z=(-3)/1=-3\text{.} La media de la muestra está 3 errores estándar por debajo de 500.
  6. Alternativa «menor» al 5 %: toda la zona de rechazo está en la cola izquierda, con corte −1,645.-1{,}645\text{.}
  7. Como −3<−1,645,-3<-1{,}645\text{,} el resultado cae en la región crítica: rechazamos H0.H_0\text{.}
  8. Lo mismo en mililitros: se rechaza si (x‾−μ0)/(σ/n)≤−1,645.(\overline x-\mu_0)/(\sigma/\sqrt n)\le-1{,}645\text{.} Multiplicamos por σ/n\sigma/\sqrt n y sumamos μ0:\mu_0\text{:} x‾≤μ0−1,645 σ/n=500−1,645⋅1=498,355.\overline x\le\mu_0-1{,}645\,\sigma/\sqrt n=500-1{,}645\cdot1=498{,}355\text{.} Como 497 cumple esto, se rechaza.
  9. Con otra alternativa el mismo Z=−3Z=-3 se compara con otro corte. Si H1:μ≠500,H_1:\mu\ne500\text{,} se rechaza cuando ∣Z∣≥1,96,|Z|\ge1{,}96\text{,} y ∣−3∣=3|-3|=3 también rechaza. Si H1:μ>500,H_1:\mu>500\text{,} el corte es 1,6451{,}645 a la derecha y −3-3 no lo alcanza: no se rechaza.

Lo que obtenemos: Se rechaza la nula al 5 %: hay evidencia de una media poblacional inferior a 500 mililitros.

Ahora, los símbolos en palabras

μ0\mu_0
Media de referencia que afirma la nula.
σ\sigma
Desviación de un individuo (un envase), conocida.
n, x‾n,\ \overline x
Tamaño y media de la muestra.
σ/n\sigma/\sqrt n
Error estándar: desviación de la media de una muestra de nn individuos.
Z=x‾−μ0σ/nZ=\frac{\overline x-\mu_0}{\sigma/\sqrt n}

Quédate con esto: Para una media, divide entre σ/n,\sigma/\sqrt n\text{,} no entre σ.\sigma\text{.}

Ojo con este error: Dividir entre σ=10\sigma=10 en vez de entre 1: saldría Z=−0,3Z=-0{,}3 y no se rechazaría. Eso compara con la variación de un envase, no con la de una media de 100.

Para ir más allá

La fórmula pide muestra independiente y σ\sigma conocida. Si la población es normal, vale con cualquier n;n\text{;} si no, hace falta una muestra grande para aproximar con la normal. Si σ\sigma es desconocida, no se aplica sin más.

Ahora prueba la idea

Con μ0=50,\mu_0=50\text{,} σ=6,\sigma=6\text{,} n=36n=36 y x‾=48,\overline x=48\text{,} ¿cuánto vale Z?Z\text{?} Con α=0,05\alpha=0{,}05 y H1:μ<μ0,H_1:\mu<\mu_0\text{,} ¿se rechaza H0?H_0\text{?}

Ver la respuesta y el porqué

Z=−2;Z=-2\text{;} sí, se rechaza.

Error estándar: 6/36=1.6/\sqrt{36}=1\text{.} Entonces Z=(48−50)/1=−2.Z=(48-50)/1=-2\text{.} Como −2<−1,645,-2<-1{,}645\text{,} cae en la cola izquierda, la que marca H1.H_1\text{.}

Ver los otros bloques