Documentos de Académico
Documentos de Profesional
Documentos de Cultura
2 Hipotesis PDF
2 Hipotesis PDF
PRUEBAS DE HIPTESIS
x 20.75 20
z 1.875
0.4
n
con esta abscisa, se calcula la probabilidad (rea hacia la derecha), resultando 0.0304.
Grficamente:
Este grfico est hecho sobre valores reales, no normalizados. Para los clculo se
usan estos ltimos cuando se trabaja con tablas.
Supngase ahora que la media real del tiempo de secado es =21 min. Luego, la
probabilidad de obtener una media muestral menor o igual que 20.75 (y por lo tanto
equivocarse en la aceptacin) est dada por:
______________________________________________________________________ 1
Ctedra Estadstica Aplicada II
Universidad de Mendoza Ing. Jess Rubn Azor Montoya
1 Se formula una Hiptesis Nula simple y una Hiptesis Alterna apropiada que se
acepta cuando la Hiptesis Nula debe ser rechazada.
______________________________________________________________________ 2
Ctedra Estadstica Aplicada II
Universidad de Mendoza Ing. Jess Rubn Azor Montoya
4 Se calcula, a partir de los datos, el valor del estadstico sobre el cual se basa la
decisin.
______________________________________________________________________ 3
Ctedra Estadstica Aplicada II
Universidad de Mendoza Ing. Jess Rubn Azor Montoya
Por otro lado, ser tal que el rea bajo la normal a su derecha sea /2 y
ser tal que el rea bajo la normal a su izquierda sea /2. Estos dos valores
definen las zonas de aceptacin y rechazo de la Hiptesis Nula. Segn donde caiga el
valor de z calculado por la expresin anterior, se producir la aceptacin o rechazo.
4 Clculos:
1570 1600
z 2.5
120
100
5- Dado que 2.5 < -z0.025 se Rechaza la Hiptesis Nula, luego la duracin media de los
tubos es significativamente menor que 1600 horas. Como se puede apreciar en el
siguiente grfico, la media muestral cae fuera de la zona de aceptacin:
Ejemplo II: Una empresa de transportes desconfa de la afirmacin de que la vida til
promedio de ciertos neumticos es al menos de 28000. Para verificar se colocan 40
neumticos en camiones y se obtiene una vida til promedio de 27463 con una s=1348.
Qu se puede concluir con ese dato si la probabilidad de Error Tipo I es a lo sumo
0.01?.
______________________________________________________________________ 4
Ctedra Estadstica Aplicada II
Universidad de Mendoza Ing. Jess Rubn Azor Montoya
4 Clculos:
27463 28000
z 2.52
1348
40
5- Dado que 2.52 < -z0.01 se Rechaza la Hiptesis Nula, luego la vida til de los
neumticos es significativamente menor que 28000. Como se puede apreciar en el
siguiente grfico, la media muestral cae fuera de la zona de aceptacin:
4 Clculos:
______________________________________________________________________ 5
Ctedra Estadstica Aplicada II
Universidad de Mendoza Ing. Jess Rubn Azor Montoya
1070 1120
t 1.131
125
8
5- Dado que 1.131 > -t0.05 se Acepta la Hiptesis Nula, luego la vida til de los
neumticos es significativamente igual a 1120 horas. Como se puede apreciar en el
siguiente grfico, la media muestral cae dentro de la zona de aceptacin:
Hasta el momento no se han atendido a los Errores Tipo II. La eleccin de =21
min en el tiempo de secado fue arbitraria. Veremos qu sucede con otros valores de .
L() ser la probabilidad de aceptar la Hiptesis Nula ( > o, cola derecha),
an siendo la media =21, para distintos valores de . Rescatando el ejemplo de la
pintura, en que o = 20, = 2.4 y n=36 y la lnea divisoria del criterio en = 20.75
min, se verifica:
______________________________________________________________________ 6
Ctedra Estadstica Aplicada II
Universidad de Mendoza Ing. Jess Rubn Azor Montoya
y as siguiendo.
As se puede construir una tabla como la siguiente
Probabilidad de
Valor de Valor de z Aceptar la Ho
L(
19.50 3.125 0.999
19.75 2.5 0.99
20.00 1.875 0.97
20.25 1.25 0.89
20.50 0.625 0.73
20.75 0 0.50
21.00 -0.625 0.27
21.25 -1.25 0.11
21.50 -1.875 0.03
21.75 -2.5 0.01
22.00 -3.125 0.001
______________________________________________________________________ 7
Ctedra Estadstica Aplicada II
Universidad de Mendoza Ing. Jess Rubn Azor Montoya
Si la hiptesis alterna fuese la contraria ( < o, cola izquierda) con los datos
o = 20 , = 2.4, n=36, y la lnea divisoria de criterio en = 19.25, se verifica:
19.50 19.75
para =19.50 z 0.625 L 0.73
0.4
y as siguiendo.
Esto lleva a la siguiente tabla:
Probabilidad de
Valor de Valor de z Aceptar la Ho
L(
18.50 -1.875 0.03
18.75 -1.25 0.11
19.00 -0.625 0.27
19.25 0 0.5
19.50 0.625 0.73
19.75 1.25 0.89
20.00 1.875 0.97
20.25 2.5 0.99
20.50 3.125 0.999
______________________________________________________________________ 8
Ctedra Estadstica Aplicada II
Universidad de Mendoza Ing. Jess Rubn Azor Montoya
Se puede apreciar que los mismos son la imagen del espejo uno de otro.
Probabilidad de
Valor de Valor de z Aceptar la Ho
L(
18.50 1.875 0.03
18.75 1.25 0.11
19.00 0.625 0.27
19.25 0 0.5
19.50 -0.625 0.73
______________________________________________________________________ 9
Ctedra Estadstica Aplicada II
Universidad de Mendoza Ing. Jess Rubn Azor Montoya
y as siguiendo.
Esto lleva a la siguiente tabla:
Probabilidad de
Valor de Valor de z Aceptar la Ho
L(
18.50 -1.875 0.03
18.75 -1.25 0.11
19.00 -0.625 0.27
19.25 0 0.5
19.50 0.625 0.73
19.75 1.25 0.89
20.00 1.875 0.97
20.25 2.5 0.99
20.50 3.125 0.999
______________________________________________________________________ 10
Ctedra Estadstica Aplicada II
Universidad de Mendoza Ing. Jess Rubn Azor Montoya
Se puede apreciar que los mismos son la imagen del espejo uno de otro.
Si la hiptesis alterna fuese <> o, bilateral, o de dos colas, con los datos o =
20 , = 2.4, n=36, y las lnea divisorias del criterio entre = 19.25 min y
= 20.75 min, se verifica:
19.25 19
para =19.00 z 0.625 L 0.27
0.4
Probabilidad de
Valor de Valor de z1 Valor de z2 Aceptar la Ho
L(
18.50 1.875 5.625 0.03
18.75 1.25 5 0.106
19.00 0.625 4.375 0.27
19.25 0 3.75 0.5
19.50 -0.625 3.125 0.733
19.75 -1.25 2.5 0.88
20.00 -1.875 1.875 0.939
20.25 -2.5 1.25 0.88
______________________________________________________________________ 11
Ctedra Estadstica Aplicada II
Universidad de Mendoza Ing. Jess Rubn Azor Montoya
19.25 19 20.75 19
para =19 z1 0.625 z2 4.375
0.4 0.4
L 0.27
y as siguiendo.
Esto lleva a la siguiente tabla:
Probabilidad de
Valor de Valor de z Aceptar la Ho
L(
19.50 3.683 1
19.75 2.946 0.998
20.00 2.21 0.986
20.25 1.473 0.93
20.50 0.737 0.769
20.75 0 0.50
21.00 -0.737 0.231
21.25 -1.473 0.07
21.50 -2.21 0.014
21.75 -2.946 0.0016
22.00 -3.683 0
______________________________________________________________________ 12
Ctedra Estadstica Aplicada II
Universidad de Mendoza Ing. Jess Rubn Azor Montoya
______________________________________________________________________ 13
Ctedra Estadstica Aplicada II
Universidad de Mendoza Ing. Jess Rubn Azor Montoya
1.65d n
( d n) 0.5
1
2
exp 0.5 x dx
2
0
El siguiente segmento de programa en Matlab permite trazar las curvas de
operacin para tres tamaos muestrales: 1, 5 y 10:
function curvas_ope
>> curvas_ope
______________________________________________________________________ 14
Ctedra Estadstica Aplicada II
Universidad de Mendoza Ing. Jess Rubn Azor Montoya
Para pruebas de cola izquierda, los grficos son la "imagen del espejo" de los
anteriores, con lo cual (para generalizar) se usa como abscisa el valor absoluto de d,
sirviendo entonces el juego de curvas para ambas pruebas.
Para pruebas de dos colas:
Se puede verificar que el error tipo II, en este caso, sigue la siguiente funcin
(considerando como siempre =0.05 y por lo tanto /2=0.025, con z=1.96):
1.96d n 1.96d n
exp 0.5 x dx dx
1 1
( d n)
2 2
exp 0.5 x
2 2
0 0
En la literatura, se han hecho grficos para calcular mediante ellos el error tipo II
para distintos valores de d, usando el tamao muestral (n) como parmetro y con valores
de nivel de significancia de 0.01 y 0.05, para muestras de una cola y de dos colas.
El siguiente segmento de programa en Matlab permite el mismo clculo que el
que se hara con los grficos.
______________________________________________________________________ 15
Ctedra Estadstica Aplicada II
Universidad de Mendoza Ing. Jess Rubn Azor Montoya
function beta=error_II(cola,alfa,mu0,mu,sigma,n)
>> error_ii(1,0.05,75.2,77,3.6,15)
donde el primer argumento indica que es una prueba de una cola (1), el segundo es
(0.05), el tercero (75.2), el cuarto (75.2), el quinto (3.6) y el sexto el tamao
muestral, n (15). Resultando:
beta =
0.3873
______________________________________________________________________ 16
Ctedra Estadstica Aplicada II
Universidad de Mendoza Ing. Jess Rubn Azor Montoya
es decir:
luego:
______________________________________________________________________ 17
Ctedra Estadstica Aplicada II
Universidad de Mendoza Ing. Jess Rubn Azor Montoya
este estadstico es an vlido para muestras grandes (n1 y n2 mayores que 30)
sustituyendo 1 y 2 por s1 y s2.
Las regiones crticas para probar la hiptesis nula 1-2= son para poblaciones
normales con 1 y 2 conocidas o grandes muestras.
4 Clculos:
5- Dado que 2.65 > z0.05 se Rechaza la Hiptesis Nula, por lo tanto se acepta la
Hiptesis Alternativa, esto es se refrenda la afirmacin 12 > 0.050. Vale decir, la
aleacin reduce significativamente en ms de 0.050 ohms la resistencia del conductor
Ejemplo II: La estatura media de 50 estudiantes de un colegio que tomaban parte en las
pruebas atlticas fue de 1.70 mts con desviacin estndar de 0.0625 mts, mientras que
50 estudiantes que no mostraban inters en tal participacin tenan una estatura media
______________________________________________________________________ 18
Ctedra Estadstica Aplicada II
Universidad de Mendoza Ing. Jess Rubn Azor Montoya
de 1.687 mts con desviacin estndar de 0.07 mts. Ensayar la hiptesis de que los
estudiantes que participan en pruebas atlticas son ms altos que los otros, con un nivel
de significancia de 0.05.
4 Clculos:
1.70 1.687
z 0.98
2 2
0.0625 0.007
50 50
5- Dado que 0.98 < z0.05 se Acepta la Hiptesis Nula 12 = 0. Vale decir, los
estudiantes que participan en pruebas atlticas no son significativamente ms altos que
los otros
Si se deben correr riesgos de Error Tipo II, en los cuales las probabilidades
dependen de las diferencias alternas reales 12 , se pueden usar las curvas
caracterstica de operacin con :
d
1 2 2 2
Ejemplo III: Con respecto al ejemplo anterior Cul es la probabilidad de cometer un
Error Tipo II para =0.02 mts.?
0 0.02
d 0.213
2 2
( 0.0625) ( 0.07)
>> mu0=0;mu=0.02;sigma=sqrt(0.0625^2+0.07^2);n=50;error_II(1,0.05,mu0,mu,sigma,n)
se obtiene:
______________________________________________________________________ 19
Ctedra Estadstica Aplicada II
Universidad de Mendoza Ing. Jess Rubn Azor Montoya
ans =
0.5549
1 2 2 2
n
1 2 2 2
n1 n2
Cuando n1 , n2 o ambos son pequeos y se desconocen las varianzas de las
poblaciones, se puede fundamentar la hiptesis nula 1-2 = en un estadstico
adecuado t, con tal de suponer a ambas poblaciones normales con 1= 2 (=). En estas
condiciones:
con 2 estimado por ponderacin de las sumas de los cuadrados con respecto a las
media muestrales:
n1 2 n2 2
x1i x1
x2i x2
2 i 1 i 1 n1 1 s12 n2 1 s22
n1 n2 2 n1 n2 2
x1 x2
n1 n2 n1 n2 2
t
n1 n2
n1 1 s12 n2 1 s22
con = n1+ n2 -2 .
______________________________________________________________________ 20
Ctedra Estadstica Aplicada II
Universidad de Mendoza Ing. Jess Rubn Azor Montoya
x1 x2
n1 n2 n1 n2 2
t
n1 n2
n1 1 s12 n2 1 s22
4 Clculos:
5- Dado que 1.849 > t0.05 (t = 1.717) se Rechaza la Hiptesis Nula 12 = 0. Vale
decir, hay un incremento significativo en la produccin de trigo por el empleo del
fertilizante.
Ejemplo: Los siguientes datos son las horas-hombre que se pierden semanalmente en
promedio por accidentes en 10 plantas industriales antes y despus de implantar un
cierto programa de seguridad:
45 y 36 73 y 60 46 y 44 124 y 119 33 y 35
57 y 51 83 y 77 34 y 29 26 y 24 17 y 11
9 13 2 5 2 6 6 5 2 6
x 5.2
10
______________________________________________________________________ 21
Ctedra Estadstica Aplicada II
Universidad de Mendoza Ing. Jess Rubn Azor Montoya
s
92 132 22 52 22 62 62 52 22 62 10 5.22 4.077
9
5.2 0
t 4.033
4.077
10
5- Dado que 4.033 > t0.05 (t = 1.833) se Rechaza la Hiptesis Nula = 0. Vale decir,
el sistema de seguridad es eficaz.
Esta prueba t se conoce como Prueba t para Muestras Apareadas.
______________________________________________________________________ 22
Ctedra Estadstica Aplicada II