Este documento describe cómo usar el software R para realizar pruebas de hipótesis. Explica los pasos para realizar pruebas de hipótesis, incluida la formulación de hipótesis nula e hipótesis alternativa, y cómo usar funciones como t.test() y var.test() en R para calcular valores estadísticos y determinar si se rechaza la hipótesis nula. También proporciona ejemplos y concluye que R facilita el cálculo de pruebas de hipótesis y presenta eficacia al trabajar con

1. “ESCUELA SUPERIOR POLITÉCNICA DE CHIMBORAZO”
“ESCUELA DE INGENIERÍA ELECTRÓNICA EN CONTROL Y REDES INDUSTRIALES”
Nombre: Rodrigo Sandoval
Curso: 3°”A” Código: 441
MINIMANUAL DEL SOFTWARE R EN LAS PRUESBAS DE HIPOTESIS
OBJETIVO
Determinar la eficiencia del uso del software R Commander en el desarrollo de pruebas
de hipótesis .
INTRODUCCIÓN.
PRUEBA DE HIPÓTESIS
Es un método estadístico de comprobación de una hipótesis y es realizado
utilizando los valores observados que constituyen la muestra
HIPOTESIS DE INVESTIGACIÓN:
Es una suposición o reclamo que motiva una investigación. El reclamo
pretende describir una característica (parámetro) de la población
HIPOTESIS ESTADISTICA
Es una reformulación estadística de una hipótesis de investigación, que
refiere al valor de un parámetro. Se hace uso de dos hipótesis estadísticas
complementarias:
1. Hipótesis nula
Lo establecido, lo aceptado
2. Hipótesis alterna
:
El reto, lo nuevo
Pasos necesarios para realizar una prueba de hipótesis.
1. Formulación de la hipótesis
2. Establecer el nivel de significancia α=0.01 , 0.02 , 0.05 , 0.10..
3. Determinar la prueba estadística t Z χ2 ,F.
Establecer las suposiciones de la prueba.
La muestra fue elegida al azar
La población de donde se extrae la muestra tiene distribución
normal ó las muestras seleccionadas son suficientemente grandes.
4. Determinar las regiones de aceptación y rechazo de H0 , graficar la
distribución correspondiente a la prueba elegida representar el valor
correspondiente a nivel de significación.
5. Realizar el cálculo de la prueba estadística elegida en el punto 3.

2. “ESCUELA SUPERIOR POLITÉCNICA DE CHIMBORAZO”
“ESCUELA DE INGENIERÍA ELECTRÓNICA EN CONTROL Y REDES INDUSTRIALES”
6. Establecer las conclusiones de la prueba.
PRUEBA DE HIPOTESIS CON R.
Definición
El p-value, es la probabilidad de observar un valor muestral tan extremo o más que
el valor observado, si la H0 es verdadera.
Si el p-value < 0.01, existe una evidencia fuerte en contra de H0 .
Si el 0.01<p-value < 0.05, existe una evidencia moderada en contra de H0.
Si el p-value > 0.05, existe poca o ninguna evidencia en contra de H0 .
Entonces la opción que nos permite calcular la opción en el lenguaje R que nos
ofrece tantas estimaciones puntuales y por intervalo de confianza como test de
hipótesis es:
>t.test (datos_x, datos_y =NULL, alternative = "two.sided", mu = 0, paired =FALSE,
var.equal = FALSE, conf.level= 0.95)

3. “ESCUELA SUPERIOR POLITÉCNICA DE CHIMBORAZO”
“ESCUELA DE INGENIERÍA ELECTRÓNICA EN CONTROL Y REDES INDUSTRIALES”
Las opciones indicadas son todas las ofrecidas por defecto. Podemos poner sólo un
conjunto de datos para muestras unidimensionales (estimaciones puntuales) o dos
conjuntos por comparación de muestras.
El argumento alternativeindica el tipo de contraste, bilateral two.sided, si la hipótesis
alternativa es mayor (Ho: menor o igual) se utiliza greater si la hipótesis alternativa
es menor (Ho: mayor o igual) entonces se usaless
.En mu indicamos el valor de la hipótesis nula.En paired=T estamos ante una
situación de datos no pareados, para indicar que estamos ante datos pareados
poner
paired=F Con var.equalestamos trabajando con los casos de igualdad o no de
varianzas que sólo se emplean en comparación de dos poblaciones. Si
var.equal=T las varianzas de las dos poblaciones son iguales si var.equal=F
las varianzas de ambas poblaciones no se suponen iguales.
Por último tenemos el argumento conf. levelen el que indicamos el nivel de
confianza del test. Si deseáramos hacer el contraste para la igualdad de varianzas
(cociente de varianzas=1) habríamos de emplear la función var.test:
>var.test(x, y, ratio = 1, alternative = c("two.sided", "less",
"greater"), conf.level = 0.95, ...)
EJEMPLO1

4. “ESCUELA SUPERIOR POLITÉCNICA DE CHIMBORAZO”
“ESCUELA DE INGENIERÍA ELECTRÓNICA EN CONTROL Y REDES INDUSTRIALES”
EJEMPLO 2
Ejemplo3

5. “ESCUELA SUPERIOR POLITÉCNICA DE CHIMBORAZO”
“ESCUELA DE INGENIERÍA ELECTRÓNICA EN CONTROL Y REDES INDUSTRIALES”
Conclusiones
Tenemos que sin duda el software R nos facilita el cálculo de las pruebas de hipótesis y presenta
mucha eficacia cuando se trabaja con un conjunto de datos que posee un gran número.
Podemos determinar, además, intervalos de confianza valores de media y determinar si se rechaza
o no una hipótesis.

6. “ESCUELA SUPERIOR POLITÉCNICA DE CHIMBORAZO”
“ESCUELA DE INGENIERÍA ELECTRÓNICA EN CONTROL Y REDES INDUSTRIALES”
Recomendaciones
Debemos revisar de manera minuciosa y eficaz cada una de las instrucciones que el R nos facilita
para el desarrollo de pruebas de hipótesis.
WEBGRAFÍA
http://mariateresasanz.name/es/sites/default/files/apuntes/estadistica/estadistica_fisioterapia
/practica_4_analisis_de_una_muestra_2.pdf
http://matgen.usach.cl/r/Intervalos_de_confianza.pdf
http://cran.r-project.org/doc/contrib/Saez-Castillo-RRCmdrv21.pdf