prueba de hipotesis basada en una sola muestra
TRANSCRIPT
PRUEBA DE HIPOTESIS BASADA EN UNA SOLA MUESTRA
Pruebas de hipótesis es una parte de la ESTADISTICA INFERENCIAL y
tiene su analogía con los pasos que se realizan en un JUICIO.
Objetivo:
Aquí no se busca Estimar el parámetro 𝜃 sino determinar cuál de
las hipótesis contrapuestas propuestas por el investigador es la
correcta para cierto nivel.
Esquema del procedimiento de Prueba de Hipótesis
El investigador establecerá las hipótesis en base a la teoría
que quiere verificar.
Tomar una muestra aleatoria de la población en estudio.
Comparar lo observado con su teoría, si lo observado se
contrapone a su teoría se rechaza su hipótesis en caso
contrario se dice que no se observó cambio.
Primero definiremos los elementos necesarios para lleva
adelante una Prueba de hipótesis.
a) El investigador debe establecer las hipótesis
contrapuestas de interés para 𝜃, llamadas Hipótesis
Nula (𝑯𝟎) e Hipótesis Alternativa (𝑯𝒂).
𝑯𝟎 hipótesis de no cambio, no diferencia, no mejoría, etc.
𝑯𝒂 hipótesis que el investigador pretende validar.
Si 𝜃 es el parámetro de interés y 𝜃0 un valor fijado por el
investigador entonces en nuestro tratamiento de Prueba de
hipótesis consideraremos estas posibles hipótesis
alternativas
𝑯𝒂 ∶
𝜽 ≠ 𝜽𝟎 𝑷𝒓𝒖𝒆𝒃𝒂 𝒃𝒊𝒍𝒂𝒕𝒆𝒓𝒂𝒍𝜽 > 𝜽𝟎 𝑷𝒓𝒖𝒆𝒃𝒂 𝒖𝒏𝒊𝒍𝒂𝒕𝒆𝒓𝒂𝒍 𝒂 𝒄𝒐𝒍𝒂 𝒔𝒖𝒑𝒆𝒓𝒊𝒐𝒓𝜽 < 𝜽𝟎 𝑷𝒓𝒖𝒆𝒃𝒂 𝒖𝒏𝒊𝒍𝒂𝒕𝒆𝒓𝒂𝒍 𝒂 𝒄𝒐𝒍𝒂 𝒊𝒏𝒇𝒆𝒓𝒊𝒐𝒓
b) Estadístico de Prueba: estadístico con distribución
conocida bajo hipótesis nula, sobre el cual se basará
la decisión a tomar.
c) Región de Rechazo (RR): conjunto de valores del
estadístico de prueba para los cuales 𝑯𝟎 será
rechazada.
d) Luego 𝑯𝟎 será rechazada si el valor observado o
alcanzado del estadístico pertenece a la RR, en cuyo
caso diremos que la 𝑯𝒂 es la correcta. En caso
contario diremos que no se encontró evidencia
suficiente para rechazar 𝑯𝟎.
Al tomar una decisión se pueden cometer dos tipos de
errores.
Error tipo I: Rechazar 𝑯𝟎 cuando 𝑯𝟎 es verdadera.
Error tipo II: Aceptar 𝑯𝟎 cuando 𝑯𝟎 es falsa.
Denotaremos con 𝛼 𝑦 𝛽 a las probabilidades de cometer los
Errores tipo I y tipo II respectivamente.
Llamaremos nivel de significación de una prueba al valor
𝜶 = 𝐦𝐚𝐱𝜽𝝐𝜴𝟎𝜶 𝜽 , 𝒅𝒐𝒏𝒅𝒆 𝑯𝟎: 𝜽𝝐𝜴𝟎.
La Región de Rechazo determina las probabilidades de
cometer cada uno de los errores.
PROBLEMA 1: Supongamos que el 10% de las tarjetas de circuito
producidas por cierto fabricante son defectuosas.
Con el fin de reducir la proporción de tarjetas defectuosas se ha
sugerido un nuevo proceso de producción.
En este caso 𝜃 = 𝑝 es la verdadera proporción de tarjetas
defectuosas con este nuevo método de producción. Se desea
estudiar la eficacia del nuevo método de producción.
a) Establecer las hipótesis de interés.
b) Se tomó una muestra aleatoria de n=200 tarjetas producidas
con este nuevo método. Determinar el Estadístico de Prueba
y su distribución.
c) Dada la 𝑅𝑅 = 𝑥 ∶ 𝑥 ≤ 15 , calcular el nivel de significancia
aproximado y hallar una expresión para la probabilidad
aproximada de cometer el Error de tipo II.
d) Si ahora la 𝑅𝑅 = 𝑥 ∶ 𝑥 ≤ 12 , calcular el nivel de
significancia aproximado.
e) Si en la muestra aleatoria se obtuvo x=13 ¿cuál sería su
conclusión? Usando la región de rechazo dada en el ítem c).
Observaciones:
i) 𝛽 𝑝 crece cuando 𝑝 se aproxima a 0,10 por la izquierda.
ii) 𝛼 = max𝑝≥0,10 𝛼 𝑝 = 𝛼 0,10 . Luego esta prueba sigue
teniendo el mismo nivel de significancia para la hipótesis
simplificada 𝐻0: 𝑝 = 0,10.
Por lo tanto de ahora en más nuestra hipótesis nula será:
𝑯𝟎 ∶ 𝜽 = 𝜽𝟎
En resumen los pasos a seguir para realizar una
Prueba de Hipótesis son:
a) Identificar el parámetro de interés.
b) Determinar las Hipótesis nula y alternativa
para el problema.
c) Determinar el Estadístico de Prueba adecuado,
con distribución conocida bajo 𝑯𝟎 .
d) Fijado un nivel de significancia 𝜶 determinar la
Región de Rechazo.
e) Calcular el valor observado o alcanzado del
estadístico de prueba con la muestra obtenida.
f) Determinar si 𝑯𝟎 debe ser rechazada o no
para el nivel de significación dado,
estableciendo una conclusión en el contexto
del problema.
Pruebas de Hipótesis para la media poblacional
Así como hicimos en IC consideraremos diferentes situaciones para
plantear Prueba de Hipótesis.
Hipótesis Nula:
𝑯𝟎 ∶ 𝝁 = 𝝁𝟎
Caso A:
Sea 𝑋1,𝑋2,… ,𝑋𝑛 una m.a. de 𝑁(𝜇, 𝜎2) con 𝜎2 conocido.
Bajo estos supuestos sabemos que
𝑿 ~ 𝑵 𝝁,𝝈𝟐
𝒏 ⇔
𝑿 − 𝝁
𝝈 𝒏 ~ 𝑵(𝟎,𝟏)
Estadístico de Prueba
𝑿 −𝝁𝟎
𝝈 𝒏 ~ 𝑵(𝟎,𝟏) , bajo 𝑯𝟎
Si la Hipótesis alternativa fuese:
𝑯𝒂 ∶ 𝝁 < 𝜇𝟎
Fijado un nivel de significancia 𝛼 entonces veamos cómo
definir la Región de Rechazo (𝑅𝑅𝛼 ) y estudiemos el
comportamiento de la función 𝛽.
𝑹𝑹𝜶 = 𝒙 ≤ 𝒌𝜶 = −𝒛𝜶
𝝈
𝒏 + 𝝁𝟎 = 𝒛 ≤ −𝒛𝜶
La probabilidad de cometer el error tipo II es:
𝜷 𝝁′ = 𝟏 − 𝜱 −𝒛𝜶 + ( 𝝁𝟎−𝝁′)
𝝈 𝒏 , ∀ 𝝁′ < 𝝁𝟎.
Observaciones sobre esta función:
i) lim𝜇→𝜇0− 𝛽 𝜇 = 1 − 𝛼 y lim𝜇→−∞ 𝛽 𝜇 = 0.
ii) 𝛽 es una función creciente con punto de inflexión en
𝑘𝛼 = −𝑧𝛼 𝜎
𝑛 + 𝜇0 .
iii) Ahora si queremos determinar el tamaño de
muestra necesario para que una prueba de nivel 𝛼
sea tal que
𝜷 𝝁′ ≤ 𝜷𝟎
Entonces:
𝒏 ≥ 𝒛𝜷𝟎 + 𝒛𝜶
( 𝝁𝟎−𝝁′) 𝝈
𝟐
.
Problema 2 (Ejercicio 8.18) Se sabe que el tiempo de secado
de cierto tipo de pintura, bajo ciertas condiciones de
prueba, está normalmente distribuido con valor medio de
75 minutos y una desviación estándar de 9 minutos.
Un equipo de químicos ha diseñado un nuevo aditivo para
reducir el tiempo medio de secado de la pintura. Se supone
que el tiempo de secado para la pintura con el nuevo
aditivo seguirá teniendo distribución normal con desviación
estándar de 9 minutos. Debido al gasto asociado con el
aditivo, la evidencia debe sugerir de forma contundente una
disminución en el tiempo medio de secado (𝜇) para su
aceptación.
a) Plantear las hipótesis pertinentes.
b) Dar el estadístico de prueba y su distribución bajo hipótesis
nula.
c) Se tomó una muestra aleatoria de tamaño 25
obteniéndose un promedio muestral de 72,3 minutos.
¿Cuál sería su conclusión usando un nivel de significancia
de 0,01? Justifique su respuesta.
d) ¿Cuál es el nivel de significación para la 𝑅𝑅= 𝑧 ≤ −2,88 ?
e) Para la RR dada en el ítem d), dar el valor de la
probabilidad de cometer el error tipo II cuando 𝜇 =70.
f) Para la RR dada en el ítem d), ¿cuál es el menor tamaño de
muestra que debería tomar para asegurar que
𝛽 70 ≤ 0,01?
Nivel de significación y P(error tipo II cuando μ=70)
68 69 70 71 72 73 74 75 76 77 78 79 80 81 820,00
0,02
0,04
0,07
0,09
0,11
0,13
0,16
0,18
0,20
0,22
De
nsid
ad
P(errortipo I)=0,0020
68 69 70 71 72 73 74 75 76 77 78 79 80 81 820,00
0,02
0,04
0,07
0,09
0,11
0,13
0,16
0,18
0,20
0,22
De
nsid
ad
P(error tipo II en 70)=0,5398
Problema 3 (Ejercicio 8.10)
Una mezcla de ceniza pulverizada de combustible y
cemento Portland para techar debe tener una resistencia a
la compresión de más de 1300 𝐾𝑁/𝑚2.La mezcla no se
utilizará a menos que una evidencia experimental indique
de manera concluyente que se ha cumplido la
especificación de resistencia. Supongamos que la resistencia
a la compresión para especímenes de esta mezcla está
distribuida normalmente con 𝜎 = 60. Sea 𝜇 la resistencia
media de compresión de la mezcla.
a) ¿Cuáles son las hipótesis nula y alternativa
pertinentes?
b) Considere el procedimiento de prueba basado en el
estadístico 𝑋 para n=20 muestras, ¿cuál es su
distribución cuando 𝐻0 es verdadera?
c) Dada la siguiente 𝑅𝑅 = 𝑥 ∶ 𝑥 ≥ 1331,26 determine
el nivel de significación de la prueba de hipótesis.
d) ¿Cuál es la distribución del estadístico de prueba
cuando 𝜇 = 1350? Usando la RR dada en el ítem c),
¿cuál es la probabilidad de que la mezcla se considere
no satisfactoria cuando 𝜇 = 1350?
e) ¿Cómo debería cambiar la RR para que la prueba tenga
un nivel de significancia de 0,05? ¿Qué impacto tendría
este cambio en la probabilidad del ítem d)?
Problema 4 (Ejercicio 8.11)
La calibración de una báscula debe ser revisada al pesar 25
veces un espécimen de prueba de 10 kg. Suponga que los
resultados de diferentes pesos son independientes entre sí
y que el peso en cada intento está normalmente distribuido
con 𝜎 = 0,2 𝑘𝑔. Sea 𝜇 el valor medio de lectura de peso de
la báscula.
a) ¿Cuáles son las hipótesis pertinentes?
b) Suponga que la báscula debe ser revisada si
𝑥 ≤ 9,8968 𝑜 𝑥 ≥ 10,1032 entonces ¿cuál es la
probabilidad de que la revisión se realice cuando no
sea necesaria?
c) ¿Cuál es la probabilidad de que la revisión se considere
innecesaria cuando 𝜇 = 10,1? ¿Y cuándo 𝜇 = 9,8?
d) Sea 𝑧 = 𝑥 − 10 𝑛 / 𝜎 ¿cuál es el valor de c para que
la región de rechazo del ítem b) sea equivalente a
rechazar si 𝑧 ≥ 𝑐?
e) Si ahora el tamaño de muestra fuese de 10 en lugar de
25, ¿cómo se alteraría la RR del ítem d) para que
𝛼 = 0,05?
f) Mediante el uso de la RR definida en el ítem e) , ¿cuál
sería su conclusión usando los siguientes datos
muestrales?
9,981 10,006 9,857 10,107 9,888
9,728 10,439 10,214 10,190 9,793
Resumiendo:
Supuestos:
Sea 𝑿𝟏,𝑿𝟐,… ,𝑿𝒏 una m.a. de 𝑵(𝝁,𝝈𝟐) con 𝝈𝟐 conocido.
Hipótesis Nula:
𝑯𝟎 ∶ 𝝁 = 𝝁𝟎
Estadístico de Prueba:
𝒁 = 𝑿 −𝝁𝟎
𝝈 𝒏 ~ 𝑵(𝟎,𝟏) , bajo 𝑯𝟎
𝑯𝒂 𝑹𝑹𝜶 𝜷 𝝁 𝝁 < 𝜇𝟎
𝒛 ≤ −𝒛𝜶 𝟏 − 𝜱 −𝒛𝜶 +
( 𝝁𝟎 − 𝝁)
𝝈 𝒏
𝝁 > 𝜇𝟎
𝒛 ≥ 𝒛𝜶 𝜱 𝒛𝜶 + ( 𝝁𝟎 − 𝝁)
𝝈 𝒏
𝝁 ≠ 𝝁𝟎
𝒛 ≥ 𝒛𝜶𝟐
𝜱 𝒛𝜶𝟐
+ ( 𝝁𝟎 − 𝝁)
𝝈 𝒏 − 𝜱 −𝒛𝜶
𝟐 +
( 𝝁𝟎 − 𝝁)
𝝈 𝒏
El mínimo tamaño de muestra necesario para que una
prueba de nivel 𝛼 sea tal que
𝜷 𝝁′ ≤ 𝜷𝟎 tomar 𝒏 ≥ 𝒛𝜷𝟎 + 𝒛𝜶
( 𝝁𝟎−𝝁′) 𝝈
𝟐
si la hipótesis es
unilateral y poner 𝑧𝛼2
en lugar de 𝑧𝛼 si la hipótesis es
bilateral.
Caso B:
Sea 𝑋1,𝑋2,… ,𝑋𝑛 una muestra aleatoria con valor medio y
varianza 𝜇 𝑦 𝜎2 respectivamente. Si el tamaño de muestra
es suficientemente grande entonces por TCL:
𝑿 ~ 𝑵 𝝁,𝝈𝟐
𝒏 ⇔
𝑿 − 𝝁
𝝈 𝒏 ~ 𝑵(𝟎,𝟏)
Pedir 𝑛 ≥ 30 si la varianza es conocida y si es desconocida
reemplazar 𝜎 por S y pedir 𝑛 ≥ 40, luego todo es igual que
en el Caso A.
Hipótesis Nula:
𝑯𝟎 ∶ 𝝁 = 𝝁𝟎
Estadístico de Prueba:
𝒁 = 𝑿 −𝝁𝟎
𝝈 𝒏 ~ 𝑵(𝟎,𝟏) , bajo 𝑯𝟎
𝑯𝒂 𝑹𝑹𝜶 𝜷 𝝁 𝝁 < 𝜇𝟎
𝒛 ≤ −𝒛𝜶 𝟏 − 𝜱 −𝒛𝜶 +
( 𝝁𝟎 − 𝝁)
𝝈 𝒏
𝝁 > 𝜇𝟎
𝒛 ≥ 𝒛𝜶 𝜱 𝒛𝜶 + ( 𝝁𝟎 − 𝝁)
𝝈 𝒏
𝝁 ≠ 𝝁𝟎
𝒛 ≥ 𝒛𝜶𝟐
𝜱 𝒛𝜶𝟐 +
( 𝝁𝟎 − 𝝁)
𝝈 𝒏 − 𝜱 −𝒛𝜶
𝟐 +( 𝝁𝟎 − 𝝁)
𝝈 𝒏
Si el 𝜎 es desconocido reemplazarlo por S, siempre que
𝑛 ≥ 40.
El mínimo tamaño de muestra necesario para que una
prueba de nivel aproximado 𝛼 sea tal que 𝜷 𝝁′ ≤ 𝜷𝟎
tomar 𝒏 ≥ 𝒛𝜷𝟎 + 𝒛𝜶
( 𝝁𝟎−𝝁′) 𝝈
𝟐
si la hipótesis es unilateral y
poner 𝑧𝛼2
en lugar de 𝑧𝛼 si la hipótesis es bilateral.
Problema 5 (Ejercicio 8.20)
Cierta marca de focos son anunciados que poseen un
tiempo de vida medio de 750 horas. Su precio es bastante
asequible, por lo que un cliente potencial ha estado
evaluando su compra, previo convenio de compra, y sólo
dará marcha atrás si se demuestra en forma concluyente
que el tiempo de vida medio (𝜇) es menor a lo anunciado.
Se seleccionó una muestra aleatoria de 50 focos y se
determinó el tiempo de vida para cada uno de ellos,
obteniéndose un promedio y desvío estándar muestral de
738,44 y 38,20 horas, respectivamente.
a) Determinar las hipótesis pertinentes.
b) Dar el estadístico de prueba y su distribución bajo
hipótesis nula.
c) Determinar la región de rechazo de 𝐻0 al 5% y ¿cuál
sería su recomendación?
d) ¿Cuál sería su recomendación? Considerando
𝛼 = 0,01.
Caso C:
Sea 𝑋1,𝑋2,… ,𝑋𝑛 una muestra aleatoria de 𝑁(𝜇,𝜎2) con 𝜎2
desconocido.
Bajo estos supuestos sabemos que
𝑿 − 𝝁
𝑺 𝒏 ~ 𝒕𝒏−𝟏
Hipótesis Nula:
𝑯𝟎 ∶ 𝝁 = 𝝁𝟎
Estadístico de Prueba:
𝑻 = 𝑿 −𝝁𝟎
𝑺 𝒏 ~ 𝒕𝒏−𝟏 , bajo 𝑯𝟎
𝑯𝒂 𝑹𝑹𝜶 𝝁 < 𝜇𝟎
𝒕 ≤ −𝒕𝜶;𝒏−𝟏
𝝁 > 𝜇𝟎
𝒕 ≥ 𝒕𝜶;𝒏−𝟏
𝝁 ≠ 𝝁𝟎
𝒕 ≥ 𝒕𝜶𝟐
,𝒏−𝟏
En este caso es muy complicado dar la expresión de la
probabilidad de cometer el Error Tipo II y determinar el
valor de n.
Problema 6 (Ejercicio 8.19)
En cierta marca de aceite vegetal hidrogenado se anuncia
que el producto tiene un punto de fusión de 95. Se ha
determinado el punto de fusión en cada una de 16 muestras
de esta marca de aceite vegetal hidrogenado y los
resultados obtenidos fueron: 𝑥 = 94,32 𝑦 𝑠 = 1,20.
Si se puede suponer que el tiempo de fusión en aceite
vegetal tiene distribución normal entonces:
a) Obtener un intervalo de confianza del 95% para el
punto de fusión medio para este aceite hidrogenado.
b) Planteadas las hipótesis 𝐻0 : 𝜇 = 95 𝑦 𝐻𝑎 : 𝜇 ≠ 95
concluir al 5%.
c) Comparar los resultados obtenidos en los ítems
anteriores.
Prueba de hipótesis para la varianza poblacional
Supuestos:
Sea 𝑋1,𝑋2,… ,𝑋𝑛 una muestra aleatoria con
distribución 𝑁(𝜇 ; 𝜎2).
Bajo estas condiciones sabemos
𝑛 − 1 𝑆2
𝜎2 ~ 𝜒𝑛−12
Este resultado nos servirá para obtener la región de
rechazo para la prueba de hipótesis.
𝑯𝟎: 𝝈𝟐 = 𝝈𝟎𝟐
Estadístico de Prueba:
𝒏−𝟏 𝑺𝟐
𝝈𝟎𝟐 ~ 𝝌𝒏−𝟏
𝟐 ; bajo 𝑯𝟎
Fijado un nivel de significación 𝛼 y considerando la
hipótesis alternativa
𝑯𝒂: 𝝈𝟐 > 𝝈𝟎𝟐
Luego 𝑯𝟎 será rechazada para valores de 𝑺𝟐 que sean
mayores que una constante 𝑘𝛼 o sea una región de
rechazo razonable sería
𝑅𝑅𝛼 = 𝑠2 ≥ 𝑘𝛼
¿Cómo determinar el valor de la constante 𝑘𝛼 ?
𝛼 = 𝑃 𝑆2 ≥ 𝑘𝛼 ; 𝜎02 = 𝑃
(𝑛 − 1)𝑆2
𝜎02 ≥
(𝑛 − 1)𝑘𝛼
𝜎02
Entonces buscar en la tabla de una distribución 𝜒𝑛−12
𝜒𝛼 ; 𝑛−12 =
(𝑛 − 1)𝑘𝛼
𝜎02
Por lo tanto
𝑅𝑅𝛼 = 𝑠2 ≥ 𝑘𝛼 = 𝜒𝛼 ; 𝑛−1
2 𝜎02
𝑛 − 1
Es una región de rechazo tal que la prueba tiene un
nivel de significación 𝛼.
Trabajando de forma similar se puede hallar la 𝑅𝑅𝛼 para
las otras dos posibles hipótesis alternativas.
𝐻𝑎 𝑅𝑅𝛼 𝜎2 > 𝜎0
2 𝑥2 ≥ 𝜒𝛼 ; 𝑛−12
𝜎2 < 𝜎02 𝑥2 ≤ 𝜒1−𝛼 ; 𝑛−1
2
𝜎2 ≠ 𝜎02 𝑥2 ≤ 𝜒1−𝛼/2 ; 𝑛−1
2 𝑜 𝑥2 ≥ 𝜒𝛼/2 ; 𝑛−12
donde 𝑥2 =(𝑛−1)𝑠2
𝜎02 .
Problema 7:
Un investigador afirma que su equipo de medición
tiene una variabilidad dada por una desviación
estándar igual a 2. Una muestra aleatoria de n=16
observaciones, provenientes de una distribución
normal, arrojó una varianza muestral 𝑠2 = 6,1.
¿Contradicen los datos lo que afirma el investigador?
Justifique usando un 𝛼 = 0,05.
Pruebas de Hipótesis para la Proporción poblacional
Supuestos:
Sea 𝑋1,𝑋2,… ,𝑋𝑛 una m.a. de Bernoulli de parámetro 𝑝,
entonces la variable 𝑋 = 𝑋𝑖 ~ B(n, p) 𝑛𝑖=1 .
Aquí tendremos dos casos a considerar:
i) Si n es suficientemente grande.
ii) Si n es pequeño.
Caso i)
Por TCL sabemos que
𝑝 =𝑋
𝑛 ~ 𝑁 𝑝,
𝑝 𝑞
𝑛
Hipótesis Nula:
𝑯𝟎 ∶ 𝒑 = 𝒑𝟎
Estadístico de Prueba:
𝒁 = 𝑝 − 𝒑𝟎
𝒑𝟎 𝒒𝟎 𝒏 ~ 𝑵(𝟎,𝟏) , bajo 𝑯𝟎
𝑯𝒂 𝑹𝑹𝜶 𝜷 𝒑′ 𝒑 < 𝒑𝟎
𝒛 ≤ −𝒛𝜶
𝟏 −𝜱
−𝒛𝜶 𝒑𝟎 𝒒𝟎
𝒑′𝒒′+
( 𝒑𝟎 − 𝒑′)
𝒑′𝒒′𝒏
𝒑 > 𝒑𝟎
𝒛 ≥ 𝒛𝜶 𝜱
𝒛𝜶 𝒑𝟎 𝒒𝟎
𝒑′𝒒′+
( 𝒑𝟎 −𝒑′)
𝒑′𝒒′𝒏
𝒑 ≠ 𝒑𝟎
𝒛 ≥ 𝒛𝜶𝟐
𝜱
𝒛𝜶𝟐
𝒑𝟎 𝒒𝟎
𝒑′𝒒′+
( 𝒑𝟎 −𝒑′)
𝒑′𝒒′𝒏
−𝜱
−𝒛𝜶𝟐
𝒑𝟎 𝒒𝟎
𝒑′𝒒′+
( 𝒑𝟎 − 𝒑′)
𝒑′𝒒′𝒏
Si 𝑛 𝑝0 ≥ 10 y 𝑛 𝑞0 ≥ 10.
El tamaño de muestra necesario para que una prueba de
nivel aproximado 𝛼 sea tal que 𝜷 𝒑′ ≤ 𝜷𝟎 tomar
𝒏 ≥ 𝒛𝜷𝟎 𝒑′ 𝒒′+ 𝒛𝜶 𝒑𝟎 𝒒𝟎
( 𝒑𝟎−𝒑′)
𝟐
si la hipótesis es unilateral y
poner 𝑧𝛼2
en lugar de 𝑧𝛼 si la hipótesis es bilateral.
Problema 8 (Ejercicio 8.35)
Los registros de la Dirección de vehículos del automotor
indican, que de todos los vehículos que fueron sometidos a
una prueba de emisión de gases, el 70% pasaron la prueba
en el año 2011. Para mejorar las condiciones del medio
ambiente se realizó, en cierta ciudad durante el año 2012,
una campaña de difusión para aumentar este porcentaje.
Se tomó una muestra aleatoria de 200 automóviles, de
esta ciudad, de los cuales 156 pasaron la prueba de emisión
de gases.
a) Determinar las hipótesis pertinentes.
b) Dar el estadístico de prueba y su distribución bajo
hipótesis nula.
c) Determinar la región de rechazo de 𝐻0 al 2% y ¿cuál
sería su conclusión respecto al éxito de la campaña de
difusión?
Caso ii)
Si n es pequeño la prueba estadística estará basada en una
distribución Binomial de parámetros n y p.
Hipótesis Nula:
𝑯𝟎 ∶ 𝒑 = 𝒑𝟎
Estadístico de Prueba:
𝑿 = 𝑿𝒊 ~ 𝐁(𝐧, 𝒑𝟎) 𝒏𝒊=𝟏 bajo 𝑯𝟎
Problema 9:
Una empresa está evaluando la posibilidad de establecerse
para prestar servicio de TV por cable, en cierto pueblo de la
provincia.
Sea X el número de familias que estarían interesadas en
solicitar este servicio en una muestra aleatoria de 25 y p la
proporción verdadera de familias interesadas en solicitar tal
servicio. Considere las siguientes hipótesis:
𝐻0: 𝑝 = 0,5 𝑦 𝐻𝑎 : 𝑝 > 0,5.
a) ¿Cuál es la distribución del estadístico de prueba X bajo
𝐻0?
b) ¿Cuáles de estas regiones de rechazo es la más
adecuada para las hipótesis planteadas? ¿y por qué? 𝑅𝑅1 = 𝑥 ∶ 𝑥 ≤ 7 𝑜 𝑥 ≥ 18
𝑅𝑅2 = 𝑥 ∶ 𝑥 ≤ 8 ; 𝑅𝑅3 = 𝑥 ∶ 𝑥 ≥ 18
c) Para la región de rechazo seleccionada en el ítem b),
calcular el nivel de significación de la prueba.
d) Calcular la probabilidad de cometer un error tipo II
para p=0,6 y para p=0,8, para la región de rechazo
seleccionada en el ítem b.
e) Usando la región de rechazo seleccionada en el ítem b,
¿cuál sería su conclusión si 20 de las 25 familias
estarían interesadas en solicitar este servicio de TV por
cable?
p-valor para una prueba de Hipótesis
Definición:
Se llama p-valor o nivel de significancia alcanzado al
mínimo nivel de significancia a partir del cual rechazaría la
hipótesis nula para un conjunto dado.
Una vez calculado el p-valor la conclusión a un nivel de
significancia 𝛼 será
Si 𝐩 − 𝐯𝐚𝐥𝐨𝐫 ≤ 𝛂 entonces rechazar 𝑯𝟎 a un nivel 𝜶
Si 𝐩 − 𝐯𝐚𝐥𝐨𝐫 > 𝛂 entonces diremos que no hay evidencia
suficiente para rechazar 𝑯𝟎 a un nivel 𝜶 .
¿Cómo calcular el p-valor?
Distribución del Estadístico de
Prueba
Hipótesis alternativa
p-valor
Z
Cola superior Cola inferior Bilateral
𝟏 − 𝜱(𝒛𝒐𝒃𝒔) 𝜱(𝒛𝒐𝒃𝒔) 𝟐 𝟏 − 𝜱( 𝒛𝒐𝒃𝒔 )
T
Cola superior Cola inferior Bilateral
P( T > 𝒕𝒐𝒃𝒔) P( T < 𝒕𝒐𝒃𝒔) 2 P( T > 𝒕𝒐𝒃𝒔 )
𝝌𝟐
Cola superior Cola inferior Bilateral
P( 𝝌𝟐 > 𝝌𝒐𝒃𝒔𝟐 )
P( 𝝌𝟐 < 𝝌𝒐𝒃𝒔𝟐 )
2 P( 𝝌𝟐 > 𝝌𝒐𝒃𝒔𝟐 )
Calcular los p valores para los problemas 2, 3, 4, 5, 6. 7 y 8.