Σ
SDCalc
AvanzadoAvanzado·14 min

Pruebas de Hipótesis con Desviación Estándar

Aprende cómo se usa la desviación estándar en pruebas de hipótesis. Entiende las pruebas t, pruebas z y cómo determinar la significancia estadística.

Panorama General

La prueba de hipótesis es un método estadístico para tomar decisiones sobre poblaciones basándose en datos muestrales. La desviación estándar juega un papel fundamental para determinar si las diferencias observadas son estadísticamente significativas o si se deben simplemente al azar.

1

Plantear las Hipótesis

Establecer la hipótesis nula (H₀) y la hipótesis alternativa (H₁)
2

Elegir el Nivel de Significancia

Elegir el nivel de significancia (α), típicamente 0.05
3

Calcular el Estadístico de Prueba

Calcular el estadístico de prueba usando la desviación estándar
4

Comparar con el Valor Crítico

Comparar con el valor crítico o calcular el valor p
5

Tomar una Decisión

Decidir: rechazar o no rechazar H₀

Prueba Z

Usa una prueba Z cuando conoces la desviación estándar poblacional (σ) y tienes un tamaño de muestra grande (n ≥ 30).

Estadístico de Prueba Z

z = (x̄ - μ₀) / (σ / √n)

Ejemplo

Un fabricante afirma que las baterías duran 100 horas en promedio (μ₀ = 100). Pruebas 36 baterías y encuentras x̄ = 98 horas. Si σ = 12 horas: z = (98 - 100) / (12 / √36) = -2 / 2 = -1 Con z = -1 y α = 0.05 (bilateral), no rechazamos H₀. La diferencia no es estadísticamente significativa.

Prueba T

Usa una prueba t cuando no conoces la desviación estándar poblacional y debes estimarla a partir de la muestra (usando s en lugar de σ).

Estadístico de Prueba T

t = (x̄ - μ₀) / (s / √n)

Cuándo Usar la Prueba T vs. la Prueba Z

- Prueba Z: σ es conocida, n ≥ 30 - Prueba T: σ es desconocida (se usa s), cualquier tamaño de muestra En la práctica, las pruebas t son mucho más comunes porque rara vez conocemos la verdadera σ poblacional.

Error Estándar

El error estándar (EE) mide cuánto varían las medias muestrales respecto a la media poblacional. Es el vínculo clave entre la desviación estándar y las pruebas de hipótesis.

Error Estándar de la Media

SE = σ / √n (o s / √n cuando se usa la DE muestral)

El error estándar disminuye a medida que el tamaño de la muestra aumenta. Muestras más grandes proporcionan estimaciones más precisas y facilitan la detección de diferencias reales.

Significancia Estadística

Un resultado es estadísticamente significativo cuando la probabilidad de observarlo por azar (valor p) está por debajo de tu umbral elegido (α).

Si el valor p < α

Rechazar H₀. El resultado es estadísticamente significativo.

Si el valor p ≥ α

No rechazar H₀. El resultado podría deberse al azar.

Significancia Estadística vs. Práctica

Un resultado estadísticamente significativo no es necesariamente importante en la práctica. Con muestras muy grandes, diferencias mínimas pueden ser “significativas” pero carecer de relevancia práctica. Siempre considera el tamaño del efecto junto con los valores p.
← Centro de Aprendizaje