Simulación Gerencial

Modelos Estadísticos en Simulación

 1. Definiciones Básicas
2. Pruebas sobre la media
3. Pruebas sobre proporciones
AGENDA 4. Pruebas para comparación
de medias
5. Pruebas para comparación
TEXTOS PARA
de proporciones
SEPARADORES
1. Definiciones Básicas
 Definiciones Básicas
En Hipótesis Estadística: Una hipótesis estadística
(HE) es una afirmación acerca del valor de los
parámetros de la distribución de una población si
dicha distribución se conoce, o sobre el tipo de
distribución si ésta es desconocida. Si la hipótesis
especifica completamente la distribución, se le llama
hipótesis simple, de lo contrario decimos que es una
hipótesis compuesta.
TEXTOS PARA
Prueba estadística (de H0 contra H1): Una prueba para confrontar una hipótesis estadística
SEPARADORES
H0 contra una hipótesis estadística H1 (dichas hipótesis deben ser excluyentes) es una regla
que permite tomar la decisión de aceptar o rechazar la hipótesis H0 (y consecuentemente
rechazar o aceptar H1), según los valores obtenidos en la muestra aleatoria y de acuerdo
con cierto porcentaje admisible de error.
 Definiciones Básicas
Hipótesis nula e hipótesis alterna: En pruebas de
hipótesis estadísticas, se acostumbra a llamar
hipótesis nula (H0) a aquella que se asume hasta
el momento como verdadera, e hipótesis alterna
(H1) a aquella que se presenta como “nueva
alternativa” a la hipótesis H0 que hasta el
momento aparecía como verdadera.
TEXTOS PARA
Región crítica C: La región crítica C asociada a la prueba de una hipótesis estadística
es el conjunto de todos los posibles SEPARADORES
resultados de la muestra aleatoria para los
cuales la hipótesis nula es rechazada, de acuerdo con la prueba aplicada.
Resumen Errores Tipo I y Tipo II

HIPÓTESIS VERDADERA

H0 H1

Decisión Acertada *
H0 p=1- Error de Tipo II
HIPÓTESIS
p=
TEXTOS
*
PARA
Decisión Acertada
ACEPTADA H1
SEPARADORES
Error de Tipo I
p=
Potencia de la prueba
p=1-
Procedimiento General
1. Establezca las hipótesis Nula y Alterna.
2. Defina el nivel de significancia de la prueba.
3. Seleccione un estadístico de prueba
adecuado.
4. Establezca la región crítica con base en 𝛼.
5. A partir del estadístico de prueba calculado,
TEXTOS PARA
rechace Ho si el estadístico de prueba está
en la región crítica. De lo contrario, no
SEPARADORES
rechace Ho.
6. Produzca sus conclusiones.
Síntesis
Caso 1: H0: θ = θ0 vs H1: θ ≠ θo
T: Intervalos de Confianza de dos colas basado
en un estimador apropiado de θ.

Caso 2A: H0: θ = θ0 vs H1: θ > θo

Caso 2B: H0: θ = θ0 vs H1: θ < θo
TEXTOS PARA
T: Intervalos de Confianza de una Cola o
SEPARADORES
Pruebas Uniformemente más Potentes
2. Pruebas sobre la
media
Pruebas sobre la media
1. Varianza conocida
2
Si tenemos una MA 𝑋1 , 𝑋2 , … , 𝑋𝑛 en donde 𝑋𝑖 ~𝑁 𝜇, 𝜎 ∀𝑖, con el parámetro 𝜎
conocido, entonces tenemos que:

• H0 : 𝜇 = 𝜇0

ത 0
𝑋−𝜇
• 𝑍0 = → 𝑁(0,1) TEXTOS PARA
𝜎/√𝑛

SEPARADORES
Ejemplo 1
Suponga que el proveedor de servicios de transporte del PG se ha comprometido a
realizar el recorrido, desde el nuevo paradero de la calle 51 hasta el campus,
durante una hora pico en máximo 15 minutos, en promedio. Para verificar si se
cumple con lo pactado, se toma una muestra aleatoria de 20 trayectos y se
obtiene un promedio muestral de 16.5 minutos. Si se puede asumir que la
desviación estándar de dicho tiempo es conocida e igual a 3 minutos, con un nivel
de significancia del 5%, compruebe si el contratista está cumpliendo.
TEXTOS PARA
SEPARADORES
Ejemplo 1 Sol
1 H0 : 𝜇 = 15
H0 : 𝜇 > 15
2 𝛼 = 5%
ത 0
𝑋−𝜇
3 𝑍0 =
𝜎/√𝑛
4

13
Ejemplo 1 Sol
ത 0
𝑋−𝜇 16.5−15
5 𝑍0 = = = 2.236
𝜎/√𝑛 3/√20

6 Como el valor calculado cae en la región crítica (región de rechazo), entonces

existe suficiente evidencia estadística para afirmar que, con un nivel de significancia
del 5%, el contratista no está cumpliendo con el tiempo pactado.

14
Pruebas sobre la media
1. Varianza conocida
2
Si tenemos una MA 𝑋1 , 𝑋2 , … , 𝑋𝑛 en donde 𝑋𝑖 ~𝑁 𝜇, 𝜎 ∀𝑖, con el parámetro 𝜎
desconocido, entonces tenemos que:

• H0 : 𝜇 = 𝜇0

ത 0
𝑋−𝜇
• 𝑡0 = → 𝑡(𝑛−1) TEXTOS PARA
𝑠/√𝑛

SEPARADORES
Ejemplo 2
Suponga que el proveedor de servicios de transporte del PG se ha comprometido a
realizar el recorrido, desde el nuevo paradero de la calle 51 hasta el campus,
durante una hora pico en máximo 15 minutos, en promedio. Para verificar si se
cumple con lo pactado, se toma una muestra aleatoria de 20 trayectos y se
obtienen los siguientes resultados:

15.3 16 15.5 15.9 15 15.3 15.5 15.5 15.3 15.1

15.3 16 15.1 15.1
TEXTOS
15 15.9 15.9
PARA
15.6 15.9 15.6
Con un nivel de significancia del 5%, compruebe si el contratista está cumpliendo.
SEPARADORES
Ejemplo 2 Sol

1 H0 : 𝜇 = 15
H0 : 𝜇 > 15
2 𝛼 = 5%
ത 0
𝑋−𝜇
3 𝑡0 =
𝑠/√𝑛
4

17
Ejemplo 2 Sol
ത 0
𝑋−𝜇 15.49−15
5 𝑡0 = = = 6.30
𝑠/√𝑛 0.35/√20

6 Como el valor calculado cae en la región crítica (región de rechazo), entonces

existe suficiente evidencia estadística para afirmar que, con un nivel de significancia
del 5%, el contratista no está cumpliendo con el tiempo pactado.

18
3. Pruebas sobre
proporciones
Pruebas sobre proporciones
Si tenemos una MA 𝑋1 , 𝑋2 , … , 𝑋𝑛 en donde 𝑋𝑖 ∈ {0,1}, donde 1 representa la
presencia de la variable de interés, entonces tenemos que:

• H0 : 𝑝 = 𝑝0

ො 0
𝑝−𝑝
• 𝑧0 = → 𝑁(0,1)
𝑝0 (1−𝑝0 )
𝑛 TEXTOS PARA
SEPARADORES
Ejemplo 3
Suponga que el proveedor de servicios de transporte del PG se ha comprometido a
realizar el recorrido, desde el nuevo paradero de la calle 51 hasta el campus,
durante una hora pico en máximo 15 minutos. En el contrato hay una clausula que
especifica que al menos el 60% de los recorridos deben estar con máximo un
minuto adicional a ese tiempo. Para verificar el cumplimiento, se toma una
muestra aleatoria de 20 recorridos:
15.8 16.5 16.1 16.4 15.5 15.8 16 16 15.8 15.6
15.8 16.5 15.6 15.6 TEXTOS PARA
15.5 16.4 16.4 16.1 16.4 16.1

Con un nivel de significancia del 5%,SEPARADORES

compruebe si el contratista está cumpliendo.
Ejemplo 3 Sol

1 H0 : 𝑝 = 0.6
H0 : 𝑝 < 0.6
2 𝛼 = 5%
ො 0
𝑝−𝑝
3 𝑧0 =
𝑝0 (1−𝑝0 )
𝑛

22
Ejemplo 3 Sol
ො 0
𝑝−𝑝 0.55−0.6
5 𝑧0 =
𝑝0 (1−𝑝0 )
=
0.6 (1−0.6)
= −0.45
𝑛 20

6 Como el valor calculado cae fuera de la región crítica (región de rechazo),

entonces existe suficiente evidencia estadística para afirmar que, con un nivel de
significancia del 5%, el contratista si está cumpliendo con la clausula pactada.

23
4. Pruebas para
comparación de medias
Pruebas para comparación de medias
1. Varianza conocida en las dos muestras
2
Si tenemos una MA 𝑋1 , 𝑋2 , … , 𝑋𝑛1 en donde 𝑋𝑖 ~𝑁 𝜇1 , 𝜎1 ∀𝑖 y otra MA
2
𝑌1 , 𝑌2 , … , 𝑌𝑛2 en donde 𝑌𝑖 ~𝑁 𝜇2 , 𝜎2 ∀𝑖. Con los dos parámetros 𝜎1 y 𝜎2
conocidos, entonces tenemos que:

• H0 : 𝜇1 − 𝜇2 = 𝛿0
ത 𝑌)
(𝑋− ത −𝛿0 TEXTOS PARA
• 𝑍0 = → 𝑁(0,1)
2
𝜎1
+
2
𝜎2 SEPARADORES
𝑛1 𝑛2
Ejemplo 4
Suponga que el proveedor de servicios de transporte del PG se ha comprometido a
realizar el recorrido, desde el nuevo paradero de la calle 51 hasta el campus,
durante una hora pico, con un promedio que no supere en más de 5 minutos al
tiempo promedio del trayecto en hora valle. Para verificar si se cumple con lo
pactado, se toma una muestra aleatoria de 20 trayectos en hora valle y 15
trayectos en hora pico. Se obtienen promedios muestrales de 12 minutos y 17.5
minutos respectivamente. Si se puede asumir que la desviación estándar de dicho
TEXTOS PARA
tiempo es conocida e igual a 2 minutos, para cualquier hora. Con un nivel de
significancia del 1%, compruebe si el contratista está cumpliendo.
SEPARADORES
Ejemplo 4 Sol

1 H0 : 𝜇1 − 𝜇2 = 5
H0 : 𝜇1 − 𝜇2 > 5
2 𝛼 = 1%
ഥ 𝑌)
(𝑋− ഥ −𝛿0
3 𝑍0 =
𝜎2
1 𝜎2
𝑛1
+ 𝑛2
2

27
Ejemplo 4 Sol
ത 𝑌)
(𝑋− ത −𝛿0 (17.5−12) −5
5 𝑍0 = = = 0.732
4 4
𝜎2
1 𝜎2
2 +
+ 15 20
𝑛1 𝑛2

6 Como el valor calculado cae fuera de la región crítica (región de rechazo),

entonces existe suficiente evidencia estadística para afirmar que, con un nivel de
significancia del 10%, el contratista si está cumpliendo con su compromiso.

28
Pruebas para comparación de medias
2. Varianza desconocida en las dos muestras
2
Si tenemos una MA 𝑋1 , 𝑋2 , … , 𝑋𝑛1 en donde 𝑋𝑖 ~𝑁 𝜇1 , 𝜎1 ∀𝑖 y otra MA
2
𝑌1 , 𝑌2 , … , 𝑌𝑛2 en donde 𝑌𝑖 ~𝑁 𝜇2 , 𝜎2 ∀𝑖. Con los dos parámetros 𝜎1 y 𝜎2
desconocidos, pero asumiremos que son iguales, entonces tenemos que:

• H0 : 𝜇1 − 𝜇2 = 𝛿0
TEXTOS PARA
• 𝑡0 =
ത 𝑌)
(𝑋− ത −𝛿0
SEPARADORES
→ 𝑡𝑛 +𝑛 −2
1 2
2
con 𝑆𝑝 = 1
𝑛 +𝑛 −2
2
𝑛 −1 𝑠 + 𝑛 −1 𝑠
1 2
2
2

𝑠2
𝑝 𝑠2
𝑝
1 2
+
𝑛1 𝑛2
Ejemplo 5
Suponga que el proveedor de servicios de transporte del PG se ha comprometido a
realizar el recorrido, desde el nuevo paradero de la calle 51 hasta el campus,
durante una hora pico, con un promedio que no supere en más de 5 minutos al
tiempo promedio del trayecto en hora valle. Para verificar si se cumple con lo
pactado, se toma una muestra aleatoria de 10 trayectos en hora valle y 10
trayectos en hora pico:

Valle
Pico
12.8
16.8
13.5
17.5
13.1
16.6 TEXTOS PARA
13.4
16.6
12.5
16.5
12.8
17.4
13
17.4
13
17.1
12.8
17.4
12.6
17.1

Con un nivel de significancia del 5%,SEPARADORES

compruebe si el contratista está cumpliendo.
Ejemplo 5 Sol

1 H0 : 𝜇1 − 𝜇2 = 5
H0 : 𝜇1 − 𝜇2 > 5
2 𝛼 = 5%
ത 𝑌)
(𝑋− ത −𝛿0
3 𝑡0 =
𝑠2
𝑝 𝑠2
𝑝
+
𝑛1 𝑛2

31
Ejemplo 5 Sol
ത 𝑌)
(𝑋− ത −𝛿0 (17.04−12.95) −5
5 𝑡0 = = 0.126 0.126
= −5.73
𝑠2
𝑝 𝑠2
𝑝 10
+
10
+
𝑛1 𝑛2

6 Como el valor calculado cae fuera de la región crítica (región de rechazo),

entonces existe suficiente evidencia estadística para afirmar que, con un nivel de
significancia del 5%, el contratista si está cumpliendo con su compromiso.

32
Pruebas para comparación de medias
3. Varianza desconocida en las dos muestras
2
Si tenemos una MA 𝑋1 , 𝑋2 , … , 𝑋𝑛1 en donde 𝑋𝑖 ~𝑁 𝜇1 , 𝜎1 ∀𝑖 y otra MA
2
𝑌1 , 𝑌2 , … , 𝑌𝑛2 en donde 𝑌𝑖 ~𝑁 𝜇2 , 𝜎2 ∀𝑖. Con los dos parámetros 𝜎1 y 𝜎2
desconocidos, pero asumiremos que son diferentes, entonces tenemos que:

• H0 : 𝜇1 − 𝜇2 = 𝛿0
2 2 2

• 𝑡0 =
ത 𝑌)
(𝑋− ത −𝛿0
→ 𝑡𝑣
TEXTOS
con g.l. v =
PARA
𝑠1 𝑠2
+
𝑛1 𝑛2
2 2
2
𝑠1
𝑛1
+
2
𝑠2
𝑛2
SEPARADORES 𝑛1
2
𝑠1

+
2
𝑠2
𝑛2
𝑛1 −1 𝑛2 −1

v redondeado al entero menor

Pruebas para comparación de medias
4. Muestras Pareadas
2
Si tenemos una MA 𝑋1 , 𝑋2 , … , 𝑋𝑛 en donde 𝑋𝑖 ~𝑁 𝜇1 , 𝜎1 ∀𝑖 y otra MA
2
𝑌1 , 𝑌2 , … , 𝑌𝑛 en donde 𝑌𝑖 ~𝑁 𝜇2 , 𝜎2 ∀𝑖. Pero en donde existe una relación entre
las muestras, es decir el valor 𝑋𝑖 está relacionado con el valor 𝑌𝑖 :

• H0 : 𝜇𝐷 = 𝜇0

• 𝑡0 =
𝑋ത 𝐷 −𝜇0
→ 𝑡(𝑛−1)
TEXTOS PARA
𝑠𝐷 /√𝑛
SEPARADORES
Se debe construir la variable 𝐷𝑖 = 𝑋𝑖 - 𝑌𝑖 . ഥ𝑋𝐷 es el promedio de esa variable y 𝑠𝐷 la
desviación estándar de la misma variable
5. Pruebas para
comparación de
proporciones
Pruebas para comparación de proporciones
Si tenemos una MA 𝑋1 , 𝑋2 , … , 𝑋𝑛1 en donde X i ∈ {0,1}∀𝑖 y otra MA 𝑌1 , 𝑌2 , … , 𝑌𝑛2
en donde 𝑌𝑖 ∈ {0,1}. Donde 1 representa la presencia de la variable de interés.
Entonces tenemos que:

• H0 : 𝑝1 − 𝑝2 = 𝛿0

(𝑝ො1 −𝑝ො2 )−𝛿0 𝑛1 𝑝1Ƹ +𝑛2 𝑝2Ƹ

• 𝑍0 =
ො
𝑝(1− ො
𝑝)
1
+
1 TEXTOS 𝑛PARA
→ 𝑁(0,1) con 𝑝Ƹ =
+𝑛 1 2
𝑛1 𝑛2
SEPARADORES
GRACIAS