Probabilidades y Estadstica

Prof. Edmundo Pea Rozas

Prueba de Hiptesis para Una Poblacin

La inferencia estadstica, como ya se mencion, est relacionada con los mtodos para obtener
conclusiones o generalizaciones acerca de una poblacin. Estas conclusiones sobre la poblacin pueden
estar relacionadas con la forma de la distribucin de una variable aleatoria, con los valores de uno o
varios parmetros de la misma.

Cuando se trat el problema de Estimacin, se seal que este trata del problema de estimar el valor fijo
y desconocido de un parmetro.
Una hiptesis estadstica es una afirmacin o conjetura acerca de la distribucin de una o ms variables
aleatorias. Por lo que la prueba de hiptesis consiste en que basados en la informacin emprica
disponible, decidir entre aceptar o rechazar dicha afirmacin.

El campo de las pruebas de hiptesis se pueden considerar dos reas: Pruebas de hiptesis sobre
parmetros, para determinar si un parmetro de una distribucin toma o no un determinado valor, y
Pruebas de Bondad de Ajuste, para definir si un conjunto de datos se puede modelar mediante una
determinada funcin de distribucin.

Las tcnicas de prueba de hiptesis se encuentran muy relacionadas con los intervalos de confianza pero
con una interpretacin contraria, as, cuando se construye un intervalo de confianza, lo que se hace es
construir una regin donde se espera (con un cierto nivel de confianza) que se encuentre el valor del
parmetro de inters. Cuando se hace una prueba de hiptesis, se establecen valores posibles para el
parmetro poblacional, calculando la probabilidad de que se obtengan muestras tan discrepantes o ms
que la que se obtuvo; si esta probabilidad es ms baja que un lmite preestablecido entonces la hiptesis
es rechazada.

Para ilustrar lo anterior, consideremos la siguiente situacin: Supongamos que con un mtodo tradicional,
los pacientes afirman no sufrir trastornos con un tratamiento en el 50% de los casos, pero con un nuevo
tratamiento probado sobre 80 personas, 60 afirman no haberlos sufrido. El intervalo al 95% de confianza
para el nuevo tratamiento es 66 84 por ciento. Con un 95% de confianza podemos afirmar que el
nuevo tratamiento es claramente preferible al tradicional dado que entrega resultados claramente
superiores al 50% que entrega el tratamiento tradicional (el valor 50% no est contenido en l). Si la
misma situacin se plantea a travs de una prueba de hiptesis, se debera sealar que si fuese cierta la
hiptesis de que el nuevo tratamiento provoca trastornos con frecuencia similar al 50%, la muestra
obtenida sera muy improbable. Lo que nos llevara a rechazar dicha hiptesis, con un nivel de
significacin del 100%-95%=5%.

Si la hiptesis estadstica identifica por completo la distribucin, recibe el nombre de hiptesis simple, y
si no la especifica recibe el nombre de hiptesis compuesta.

Por ejemplo, la hiptesis el peso medio de los pollos es de 2.5 kg. es una hiptesis simple, mientras que
la hiptesis el peso medio de los pollos es mayor de 2.5 kg es una hiptesis compuesta.

Hiptesis simples: =2.5
Hiptesis compuestas: 2.5 < 2.5 > 2.5

Frecuentemente los investigadores al plantear sus hiptesis lo hacen como lo contrario de lo que
consideran como verdadero, con la esperanza de que los procedimientos de prueba (y los datos)
conduzcan a rechazarlos. Por ejemplo, si creemos que el peso medio de los pollos faenados en cierta
planta no es igual a 2.5 kg., la planteamos como que el peso medio es igual a 2.5 kg.

De acuerdo con lo anterior, al definir la hiptesis, es necesario plantear dos hiptesis, denominadas
Hiptesis Nula e Hiptesis Alternativa, las cuales son opuestas y complementarias.

Probabilidades y Estadstica
Prof. Edmundo Pea Rozas
Hiptesis Nula (H
0
). Generalmente se plantea como hiptesis nula la hiptesis de que no existe
diferencia, es decir, que la diferencia es nula entre los valores a comparar. El rechazo de la hiptesis
nula siempre conduce a la aceptacin de la hiptesis alternativa. Por lo general, la hiptesis nula se
plantea de tal modo que especifique un valor exacto del parmetro.

Hiptesis Alternativa (H
1
). Se denomina hiptesis alternativa aquella hiptesis contra la cual queremos
contrastar la hiptesis nula. Esta hiptesis puede ser simple o compuesta

Se dice que una hiptesis o prueba es unilateral o a una cola si se desea rechazar en una sola
direccin para los valores del parmetro

Ejemplo: H
0
: =
0
v/s H
1
: <
0
H
0
: =
0
v/s H
1
: >
0


Se dice que una hiptesis o prueba es bilateral o a dos colas si se desea rechazar en ambas
direcciones para los valores del parmetro

Ejemplo: H
0
: =
0
v/s H
1
:
0

Entonces, en el ejemplo del peso medio de los pollos faenados en una planta, las hiptesis pueden ser
planteadas de la siguiente manera:
H
0
: = 2.5 v/s H
1
: 2.5 Hiptesis bilateral

H
0
: = 2.5 v/s H
1
: < 2.5 Hiptesis unilateral

H
0
: = 2.5 v/s H
1
: > 2.5 Hiptesis unilateral


La prueba de hiptesis propiamente tal es un procedimiento que conduce a la decisin de rechazar o no
la hiptesis nula en base a la informacin proporcionada por la muestra, de tal manera que si la
informacin de la muestra no es consistente con la hiptesis nula, la prueba debe conducir a su rechazo.
Para efectuar la prueba es necesario determinar la Regla de decisin, Estadstico de prueba y la Regin
crtica.

La regla de decisin es una regla basada en la informacin de muestral que indica cuando se debe
rechazar la hiptesis nula e inclinarse por la alternativa, estableciendo una regin de rechazo y otra de
aceptacin.

El estadstico de prueba corresponde a un estadgrafo calculado a partir de la muestra, el cual se utilizar
para contratar la hiptesis nula

La Regin Crtica o de Rechazo de una prueba, corresponde a la regin que nos lleva a rechazar la
hiptesis nula cuando el estadstico de prueba cae en ella.


H
0
: =
0
v/s H
1
:
0


Probabilidades y Estadstica
Prof. Edmundo Pea Rozas


H
0
: =
0
v/s H
1
: <
0
H
0
: =
0
v/s H
1
: >
0



Tipos de Errores

Cuando se realiza una prueba de hiptesis y se toma una determinada decisin, se espera tomar las
decisiones adecuadas en el sentido de aceptar la hiptesis nula si esta es verdadera o bien rechazarla si
es falsa, sin embargo, es posible cometer dos tipos de errores: aceptar una hiptesis siendo falsa o bien
rechazar la hiptesis siendo esta verdadera.

H
0
verdadera H
0
falsa
Aceptar H
0
Decisin Correcta Error Tipo II ()
Rechazar H
0
Error Tipo I () Decisin Correcta


Error tipo I

El error tipo I corresponde al rechazo de una hiptesis nula H
0
cuando sta es verdadera. La
probabilidad de cometer este error es , es decir:

P(Error Tipo I) = P(Rechazar H
0
/ H
0
es verdadera)
= P(Estadstico de prueba caiga en la regin crtica/ H
0
es verdadera)
=

A este valor se le denomina tambin nivel de significacin.

De lo anterior se observa con claridad que el nivel de confianza 1- , corresponde a la probabilidad de
aceptar H
0
cuando H
0
es verdadera


Error tipo II

El error tipo II corresponde a la probabilidad de aceptar la hiptesis nula H
0
, siendo esta falsa, o sea,
cuando la verdadera es la hiptesis alternativa H
1
. La probabilidad de cometer este error es , es decir:

P(Error Tipo II) = P(Aceptar H
0
/ H
0
es falsa)
= P(Estadstico de prueba caiga fuera de la regin crtica/ H
0
es falsa)
=

Probabilidades y Estadstica
Prof. Edmundo Pea Rozas
A partir del Error tipo II surge la potencia de la prueba que corresponde a la capacidad de la prueba
para rechazar una hiptesis cuando esta es falsa, es decir:

Potencia = P(Rechazar H
0
/ H
0
es falsa)
= P(rechazar H
0
/ H
1
es verdadera)
= P(Estadstico de prueba dentro de la regin crtica/ H
0
es falsa)
= 1


PASOS A SEGUIR AL PLANTEAR UNA HIPTESIS ESTADSTICA:

1. Identificar el parmetro de inters
2. Establecer las hiptesis H
0
y H
1
.
3. Fijar un nivel de significacin
4. Describir la distribucin de la poblacin y del estadstico de prueba.
5. Establecer las regiones de aceptacin y rechazo
6. Calcular el valor que toma el estadstico de prueba para la muestra seleccionada.
7. Tomar la decisin sobre la hiptesis nula (Aceptar o Rechazar)
8. Interpretar los resultados en el contexto del problema.


PRUEBA DE HIPOTESIS PARA CON
2
CONOCIDA

Sea X
1
, , X
n
una muestra aleatoria de una distribucin normal con media desconocida, y varianza
poblacional conocida. En este caso el inters recae en probar uno de los siguientes conjuntos de
hiptesis

Hiptesis
H
0
: =
0

H
1
:
0

H
0
: =
0

H
1
: <
0

H
0
: =
0
H
1
: >
0

Estadstico
de
Prueba
) 1 , 0 ( ~
0
N
n
x
Z

=

Regin
Crtica
1 / 2 1 / 2
. . :{ | } RC Z Z Z Z Z

< >
o equivalentemente
/ 2 1 / 2
. . :{ | } R C Z Z Z Z Z

< >
1
. . :{ | } RC Z Z Z

<
o equivalentemente
. . :{ | } RC Z Z Z

<
1
. . :{ | } RC Z Z Z

>

Ejemplo:

El gerente de produccin de una empresa productora de alimento para mascotas, informa que el
contenido de hierro del alimento producido para Cachorros de razas medianas (entre 11 y 25 Kg. peso
adulto), tiene una distribucin normal con un promedio de 200 mg por cada kilo de producto y una
desviacin estndar de 5 mg. El departamento de control de calidad debe verificar que el promedio
sealado por el gerente de produccin sea el correcto antes de lanzar el producto al mercado, motivo por
el cual toma una muestra de 10 bolsas de producto, obteniendo un contenido medio de 198 mg de Hierro
por cada kilo de producto. En base a estos antecedentes, y suponiendo que efectivamente se trata de
una distribucin normal con desviacin estndar de 5mg/kilo, si usted es el jefe del departamento de
control de calidad, qu decisin tomara?

Solucin:

1. X: Contenido de hierro por kilo de producto.
El parmetro de inters es la media del contenido de hierro por kilo de producto.
2. H
0
: = 200 v/s H
1
: 200.
3. =0.05
Probabilidades y Estadstica
Prof. Edmundo Pea Rozas
4.
) 1 , 0 ( ~ ) 25 , ( ~
0
0
N
n
x
Z N X

=
5.
/ 2 1 / 2
. . :{ | } R C Z Z Z Z Z

< > , es decir

0.025 0.975
. . :{ | } R C Z Z Z Z Z < >
. . :{ | 1.96 1.96} R C Z Z Z < >
6.
26 . 1
10
5
200 198
0
=

=
n
x
Z

7. Como el estadstico de prueba cae en la zona de aceptacin, con los datos disponibles no es posible
rechazar la hiptesis nula.

8. De acuerdo a los antecedentes disponibles se puede concluir que el contenido medio de Hierro por
kilo de producto es de 200 mg, por lo cual el producto puede salir al mercado.


Ejemplo:
Una empresa fabricante de computadores tom una muestra aleatoria de tamao 20 del tiempo de
armado de uno de sus modelos. El tiempo medio de la muestra fue de 10,20 minutos. Suponga que el
tiempo de armado es una variable aleatoria con media y desviacin estndar 0, 6 = . En base a la
informacin de la muestra, y con una significancia del 5% Existe razn para creer que el tiempo de
armado es superior a 10 minutos?
Solucin:

1. X: Tiempo de armado de computador (minutos). El parmetro de inters es la media del tiempo de
armado
2. H
0
: = 10 v/s H
1
: > 10
3. =0.05
4.
2 0
0
~ ( , 0.6 ) ~ (0,1)
x
X N Z N
n

=
5.
1 0,95
. . :{ | } . . :{ | } . . :{ | 1, 645} RC Z Z Z RC Z Z Z RC Z Z

> > >
6.
0
10, 2 10
1, 4907
0, 6
20
x
Z
n

= = =

7. Como el estadstico de prueba cae en la zona de aceptacin, con los datos disponibles no es posible
rechazar la hiptesis nula.

8. De acuerdo a los antecedentes disponibles no existe evidencia que el tiempo medio de armado de los
computadores sea superior a 10 minutos.







Probabilidades y Estadstica
Prof. Edmundo Pea Rozas

PRUEBA DE HIPOTESIS PARA CON
2
DESCONOCIDA

Sea X
1
, , X
n
una muestra aleatoria de una distribucin normal con media desconocida, y varianza
poblacional tambin desconocida. En este caso el inters recae en probar uno de los siguientes
conjuntos de hiptesis

Hiptesis
H
0
: =
0

H
1
:
0

H
0
: =
0

H
1
: <
0

H
0
: =

H
1
: >
0

Estadstic
o
de
Prueba
1
0
~

=
n
t
n
s
x
T


Regin
Crtica
( 1;1 / 2) ( 1;1 / 2)
. . :{ | }
n n
RC T T t T t

< >

o equivalentemente
( 1; / 2 ( 1;1 / 2)
. . :{ | ) }
n n
R C T T t T t

< >
( 1;1 )
. . :{ | }
n
RC T T t

<

o equivalentemente
( 1; )
. . :{ | }
n
RC T T t

<
( 1;1 )
. . :{ | }
n
RC T T t

>


Ejemplo:

Los datos que se presentan ms abajo, corresponden a coeficientes de digestibilidad (%) de la materia
seca de corderos alimentados con ensilaje de maz. Un investigador sostiene que el porcentaje de
digestibilidad de la materia seca de los corderos cuando son alimentados con ensilaje de maz es mayor
de 54%. Realice la prueba de hiptesis correspondiente a objeto de confirmar o rechazar lo planteado
por el investigador.

57.8 56.2 61.9 54.4 53.6 56.4 53.2

Solucin:

1. X: Coeficiente de digestibilidad.
El parmetro de inters es la media del coeficiente de digestibilidad
2. H
0
: 54 v/s H
1
: > 54.
3. =0.05
Probabilidades y Estadstica
Prof. Edmundo Pea Rozas
4.
) 1 , 0 ( ~ ) , ( ~
0 2
0
N
n
s
x
T N X



=
5. } | { : . .
) 1 ; 1 (

n
t T T C R , es decir
} | { : . .
) 95 . 0 ; 6 (
t T T C R
. . :{ | 1.94318} RC T T >
6.
7. 947 . 1
7 / 015 . 9
00 . 54 21 . 56
0
=

=
n
s
x
T


8. Como el estadstico de prueba cae en la zona de rechazo, con los datos disponibles se rechaza la
hiptesis nula, optando por la alternativa.

9. Se concluye con un 95% de confianza que en promedio el porcentaje de digestibilidad de materia
seca en corderos alimentados con ensilaje de maz supera al 54%



Ejemplo:
Se desea probar la hiptesis de que el contenido medio en un envase de lubricantes es de 10 litros,
asumiendo que el contenido sigue una distribucin normal. Para ello se tom una muestra de 10
envases, a los que se les midi el contenido, resultando:
10,2 9,7 10,1 10,3 10,1 9,8 9,9 10,4 10,3 9,8 (litros)
Utilice una significancia del 1%.

Solucin:

1. X: Contenido del envase de lubricante (litros).
El parmetro de inters es el contenido medio del envase de lubricante
2. H
0
: =10 v/s H
1
: 10.
3. =0.01
4.
) 1 , 0 ( ~ ) , ( ~
0 2
0
N
n
s
x
T N X



=
5.
( 1;1 / 2) ( 1;1 / 2)
(9; 0,995) (9;0,995)
. . :{ | }
. . :{ | }
. . :{ | 3, 25 3, 25}
n n
RC T T t T t
RC T T t T t
RC T T T

< >
< >
< >

6.

0
10, 06 10
0, 7713
0, 246
10
x
T
s
n

= = =

7. Como el estadstico de prueba no cae en la zona de rechazo, no existe evidencia suficiente para
rechazar la hiptesis nula.

8. Se concluye con una significancia del 1%, que no existe evidencia para afirmar que el contenido
medio de los envases sea distinto de 10 litros.


Probabilidades y Estadstica
Prof. Edmundo Pea Rozas

PRUEBA DE HIPTESIS PARA LA PROPORCION POBLACIONAL


Hiptesis
H
0
: =
0

H
1
:


0

H
0
: =
0

H
1
:

<
0

H
0
: =
0

H
1
:
>

0

Estadstico
de
Prueba
0
0 0
~ (0,1)
(1 )
p
Z N
n

Regin
Crtica
1 / 2 1 / 2
. . :{ | } RC Z Z Z Z Z

< >
o equivalentemente
/ 2 1 / 2
. . :{ | } R C Z Z Z Z Z

< >
1
. . :{ | } RC Z Z Z

<
o equivalentemente
. . :{ | } RC Z Z Z

<
1
. . :{ | } RC Z Z Z

>


Ejemplo:

El porcentaje de pacientes, que con los medicamentos actuales, se logra recuperar de cierto tipo de
enfermedad a la sangre es del 55%. Un grupo de investigadores desarroll un nuevo frmaco, con el que
aseguran que la proporcin de pacientes recuperados de esta enfermedad ser superior a la tasa actual.
A objeto de probar la eficacia de este nuevo frmaco, se aplic la nueva droga a un grupo de 150
pacientes que voluntariamente accedieron a participar del experimento, logrando al trmino del
experimento, la recuperacin total de 90 de los 150 pacientes. De acuerdo a los resultados del
experimento, es posible afirmar que la nueva droga es mejor que las actualmente en uso


Solucin:

1. X: Nmero de pacientes recuperados.
El parmetro de inters es la proporcin de pacientes recuperados

2. H
0
: 0.55

v/s
H
1
: > 0.55



3. =0.05
4.
0
0 0
~ (0,1)
(1 )
p
Z N
n

5.


0.95
. . :{ | } R C Z Z Z >
. . :{ | 1.64} R C Z Z >

6.
0
0 0
0.60 0.55 0.05
1.23
0.041
(1 ) 0.55(1 0.55)
150
p
Z
n

= = = =



Probabilidades y Estadstica
Prof. Edmundo Pea Rozas

7. Como el estadstico de prueba cae en la zona de aceptacin, con los datos disponibles no es posible
rechazar la hiptesis nula.

8. De acuerdo a los antecedentes disponibles se puede concluir con un 95% de confianza que, no hay
evidencia suficiente para afirmar que la nueva droga ofrece mejores resultados que los
medicamentos actuales.


Ejemplo:
El director del servicio de salud afirma que el 70% de la poblacin de riesgo fue vacunada contra la
Influenza estacional. Para verificar esto, aleatoriamente se encuesta a 15 personas de la poblacin de
riesgo, de los cuales 8 respondieron que s haban recibido la vacuna. En base a esta informacin, qu
se puede concluir respecto de la afirmacin hecha por la autoridad de salud? Use una significancia del
10%


1. X: Nmero de personas vacunadas.
El parmetro de inters es la proporcin de personas vacunadas

2. H
0
: = 0.7

v/s
H
1
: 0.7



3. =0.1
4.
0
0 0
~ (0,1)
(1 )
p
Z N
n

5.


1 / 2 1 / 2
0,95 0,95
. . :{ | }
. . :{ | }
. . :{ | 1, 645 1, 645}
RC Z Z Z Z Z
RC Z Z Z Z Z
RC Z Z Z

< >
< >
< >



6.
0
0 0
8 1
0.7
15 6
1.4086
0.1183 (1 ) 0.7(1 0.7)
15
p
Z
n

= = = =




7. Como el estadstico de prueba no cae en la zona de rechazo, no es posible rechazar la hiptesis
nula.

8. De acuerdo a los antecedentes disponibles, con una significancia del 10%, no existe evidencia para
rechazar la afirmacin de que el 70% de la poblacin de riesgo no est vacunado.






Probabilidades y Estadstica
Prof. Edmundo Pea Rozas

PRUEBA DE HIPTESIS PARA LA VARIANZA

Si la varianza
2
de una poblacin normal es desconocida, y queremos verificar si es igual o no a un
determinado valor, podemos plantear las siguientes pruebas:



Ejemplo:

Suponga que el espesor de un componente de un semiconductor es una dimensin crtica. El proceso de
produccin de tal caracterstica se distribuye normalmente con una desviacin estndar de 0.6 milsimas
de pulgada. Para controlar el proceso se toman muestras peridicas de veinte piezas, y se define un
lmite de control con base en una probabilidad de 0.01 de que la varianza muestral exceda dicho lmite, si
el proceso est bajo control. Qu se puede concluir si para una muestra dada la desviacin estndar es
0.84 milsimas de pulgada?


Solucin:

El proceso se considera fuera de control si la desviacin estndar muestral (o la varianza) exceden de un
cierto lmite.

1. X: espesor del componente.
El parmetro de inters es la varianza del espesor del componente

2.
2 2 2 2
0 0 1 0
: / : H v s H = >

3. =0.01
4.
2 2 2
1 ; 1
. . :{ | }
calc calc n
RC



>
2 2 2
0.99;20 1
. . :{ | }
calc calc
RC

>
2 2
. . :{ | 36.191}
calc calc
RC >
5.
2
1
2
0
2
2
~
) 1 (

n calc
S n

6.
24 . 37
6 . 0
84 . 0 ) 1 20 ( ) 1 (
2
2
2
0
2
2
=

S n
calc


7. Como el estadstico de prueba cae en la zona de rechazo, con un 99% de confianza, se rechaza la
hiptesis nula.

Probabilidades y Estadstica
Prof. Edmundo Pea Rozas
8. De acuerdo a los antecedentes disponibles se puede concluir que el proceso se encuentra fuera de
control.


Ejemplo:
En base a un ejemplo presentado anteriormente (contenido del envase de lubricante), con una
significancia del 5%, pruebe las hiptesis de que
2
=0.03 litros
2
, versus
2
0.03 litros
2
.


1. X: contenido del envase de lubricante
El parmetro de inters es la varianza del dimetro exterior del cilindro

2.
2 2 2 2
0 1
: 0, 03 / : 0, 03 H v s H =

3. =0.05
4.
2
1
2
0
2
2
~
) 1 (

n calc
S n

5.
{ }
{ }
2 2 2 2 2
; 1 1 ; 1
2 2
2 2 2 2 2
0,025;9 0,975;9
2 2 2
. . : |
. . : |
. . : | 2, 7 19, 023
calc calc calc
n n
calc calc calc
calc calc calc
RC
RC
RC






< >


< >
< >






6.
2 2
2
2
0
( 1) (10 1)(0, 246)
18,15
0.03
calc
n S

= =



7. Como el estadstico de prueba no cae en la zona de rechazo, con un 5% de significancia, no se
rechaza la hiptesis nula.

8. De acuerdo a los antecedentes disponibles no es posible afirmar que la varianza del contenido de los
envases sea distinta a 0,03 litros
2
.




Valor P

Cuando se tiene un problema de prueba de hiptesis, el procedimiento visto hasta ahora indica que una
vez que se ha definido el parmetro de inters y la hiptesis que se desea probar, se debe adoptar un
determinado nivel de significacin () o en su defecto de confianza (1-) para a continuacin proceder a
establecer el estadstico de prueba , definir la regin de rechazo, evaluar el estadstico de prueba para
finalmente tomar una decisin respecto de rechazar o no rechazar la hiptesis que se plante. Si por
alguna razn se decide modificar el nivel de significacin se hace necesario redefinir la regin crtica y
volver decidir en funcin de las nuevas zonas de aceptacin y rechazo.
Probabilidades y Estadstica
Prof. Edmundo Pea Rozas

Una forma de solucionar la situacin antes descrita, que adems es una tendencia imperante desde
hace bastante tiempo y se encuentra implementada en el software estadstico es utilizar el valor p,
que corresponde a un nivel de significacin emprico igual al menor nivel de significacin para el cual
utilizando un estadstico de prueba se rechazara la hiptesis nula, es decir, entrega una medida de la
cantidad de evidencia en contra de Ho, que est contenida en la muestra. En general, se rechazar la
hiptesis nula si el valor p es menor o igual al nivel de significacin adoptado por el investigador.

Existe una escala emprica que relaciona el valor p con la cantidad de evidencia en contra de la hiptesis
nula que se encuentra contenida en la muestra. Esta escala, sin embargo, no debe considerarse como
una regla estricta debido a que los niveles de tolerancia de los errores pueden variar de un problema a
otro. La escala es la siguiente:

si v-p > 0.10, diremos que la muestra no contiene evidencia en contra de H
0
;
si 0.05 < v-p < 0.10, diremos que la evidencia en contra de H
0
es dbil o moderada;
si 0.01 < v-p < 0.05, diremos que existe evidencia en contra de H
0
;
si 0.01 < v-p < 0.001, diremos que existe evidencia fuerte en contra de H
0
.
si v-p < 0.001, diremos que existe evidencia muy fuerte en contra de H
0
.