Documentos de Académico
Documentos de Profesional
Documentos de Cultura
\
|
F F
Potencia que es muy baja. Razonemos que significan en este caso el valor de | y de (1-|).
Ho V
EL PROCESO
FUNCIONA BIEN
F
EL PROCESO
FUNCIONA MAL
Rechazar
(Detener el
proceso)
P(Error Tipo I) =
o = 0,05
(1-|) = 0,281
No Rechazar
(No detener el
proceso)
(1-o) = 0,95
P(Error Tipo II) =
= | = 0,719
Teora del error en los tests de hiptesis
Autor: Prof. Csar Augusto Fernndez Magn
Supongamos ahora que 1 = 1009
Veamos los grficos de las curvas
A simple vista vemos que la potencia del test es otra. Calculemos entonces cunto vale.
6103 , 0 3897 , 0 1 ) 28 , 0 ( 1
64
5 , 37
1009 71 , 1007
1 = = =
|
|
|
.
|
\
|
F F
El test es ahora mas potente. Al alejarse la realidad 1 = 1009 de nuestro planteo (que suponemos
verdadero) o=1000 aumenta la probabilidad de detener el proceso cuando est funcionando mal.
Vemos ahora un par de casos particulares.
Caso particular en que 1 = 0
Teora del error en los tests de hiptesis
Autor: Prof. Csar Augusto Fernndez Magn
Caso particular en que 1 =
crit
x
De esta manera se puede construir una tabla para los valores de | y de (1-|) para los distintos
valores de 1
Con esto se podran graficar las curvas de | y de (1-|) en funcin de los distintos valores de 1
A las curvas de | se las denomina habitualmente curvas caractersticas de operacin (C.O.) y se
las suele utilizar en grficos de control estadstico. A las curvas de (1-|) se las llama curvas de
potencia. Puede encontrar ambos grficos en la bibliografa obligatoria.
Ahora la idea fundamental en estos tests es mantener en un nivel bajo tanto el error de tipo I
como el error de tipo II, por lo tanto vamos a ver dos formas de disminuir el error de tipo II que
pueden resultarnos tiles.
Relacin entre o y |:
Si en el test original aumentamos o=0,10, la regin de rechazo se agranda, pues el crtico se
desplaza hacia la izquierda tomando el valor 1006 cm3.
Como 1 = 1005 recalculamos
Y consecuentemente | va a disminuir a 0,5822 (antes era de 0,7190) y por lo tanto la potencia del
test aumentar a 0,4178 (antes era de 0,2810)
Decimos entonces que o y | estn inversamente relacionados. Cuando uno de ellos aumenta el
otro disminuye.
1 | (1-|)
1000 (1-o) o
1005 0,7190 0,2810
1007,71 0,5 0,5
1009 0,3897 0,6103
1010 0.3126 0.6874
1020 0.0043 0.9957
Teora del error en los tests de hiptesis
Autor: Prof. Csar Augusto Fernndez Magn
Aumentando el valor de o (recuerde que este valor es fijado de manera arbitraria por el
investigador) se logra entonces un incremento en la potencia del test. Por ello esta forma no es
recomendable para controlar el error de tipo II, pues aumenta el error de tipo I.
Ahora veremos la segunda y ltima manera de reducir | y consiguientemente conseguir un
aumento de la potencia del test.
Esto es aumentando el tamao de la muestra ( n )
(Ntese que el inconveniente principal est en el tiempo y recursos necesarios que debern
invertirse en tal tarea)
Como el clculo de | depende del desvo del estimador y este se calcula
n
x
o
o = ) ( , resulta
claro que al aumentar ( n ) disminuye el valor del desvo y esto resulta en un apuntamiento de la
curva normal.
Esto provoca que (si se deja el valor de o constante) se reduzca el valor de | en la segunda curva.
Esto es realmente complicado de demostrar desde lo grfico, pero espero que con la explicacin
analtica previa lo logre comprender.
Concluyendo entonces, la manera aconsejable para mantener bajo control los valores de o y de |
es aumentando el tamao de la muestra.
Por lo tanto deduciremos la frmula de clculo correspondiente.
Si observamos nuevamente los grficos del planteo original vemos que
En la curva donde Ho es verdadera el
n
z x
o crit
o
o
*
1
+ =
y
En la curva donde Ho es falsa el
n
z x
crit
o
|
*
1
+ =
Teora del error en los tests de hiptesis
Autor: Prof. Csar Augusto Fernndez Magn
Por lo tanto, por igualacin debe ser
n
z
n
z
o
o
| o
* *
1 1
+ = +
la cul al despejar algebraicamente ( n ) se obtiene
( )
2
1 0
1 1
*
(
(
+
=
o
| o
z z
n
que sirve para los tests unilaterales.
Si el test fuera bilateral debemos cambiar
o 1
z por
2 / 1 o
z