Ejemplo 1 del error tipo I

Se utilizará una sola observación de una variable aleatoria con una distribución exponencial para
probar la hipótesis nula de que la media de la distribución es 𝛽 = 3 contra la alternativa de que 𝛽 =
5 se aceptara la hipótesis nula si y solo si el valor de la variable observada es menor que 4
determine las probabilidades de cometer error tipo I. Después de calcularlos interprételos.
Nuestras hipótesis serían las siguientes: 𝐻0 : 𝛽 = 3

.𝐻𝑎 : 𝛽 = 5

Regla de decisión: se acepta 𝐻0 sí x ≤ 4 y se rechaza 𝐻𝑎 > 4

𝛼 = 𝑃(𝑟𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝐻0 𝑐𝑢𝑎𝑛𝑑𝑜 𝐻0 𝑒𝑠 𝑣𝑒𝑟𝑑𝑎𝑑𝑒𝑟𝑎)

∞ 𝑥 1
1
𝛼 = 𝑃(𝑥̅ > 4; 𝛽 = 3) =∫ 𝑒 −3 𝑑𝑥 = 𝑒 −3 = 0.2635
3
4

Hay una probabilidad de 26.35% de rechazar que 𝛽=3 cuando en realidad si es 3.

Ejemplo 2 del error tipo I

Se estima que el gasto mensual en renta de un estudiante universitario es en promedio $3000 se
probara la hipótesis nula 𝜇 =3000 rechazar la hipótesis contra la alternativa 𝜇 =3000. Se decidirá
rechazar la hipótesis nula si al entrevistar una muestra aleatoria compuesta por 64 estudiantes la
renta mensual promedio es menor a $2500 o mayora $3500. Suponga que el gasto mensual en
rentas sigue una distribución normal con desviación estándar de $1720
a) Calcule la probabilidad de cometer el error tipo I e interprete
Datos:
n=64; 𝜎 = 1720;

Nuestras hipotesisi serian:

𝐻0 : 𝜇 = 3000

.𝐻𝑎 : 𝜇 ≠ 3000

Regla de decisión: se rechazará la hipótesis nula si la media es menor a $2500 0 mayor a $3500

𝛼 = 𝑃(𝑥̅ < 2500 𝑜 ̅𝑥 = 3500; 𝜇 = 3000)

 𝑥̅ −𝜇 2500−3000 𝑥̅ −𝜇 3500−3000
=P( 𝜎 < 1700 )+ P ( 𝜎 < 1700 )
√𝑛 √64 √𝑛 √64

𝛼 = 𝑃(𝑧 < −2.33) + 𝑃(𝑧 > 2.33) = 0.02

Donde 𝛼 es la probabilidad de rechazar que la media de la población es $3000 cuando en realidad es
$3000

Ejemplo 1 del error tipo II

Supongamos que queremos demostrar que la edad media de los asistentes a cierto concierto es más
de 18 años con un nivel de significación del 4,5%. Se sabe que la desviación típica poblacional es
3,6 años. Para ello se consideró una muestra de 36 individuos para la que se obtuvo una media de
19.
Planteando el problema, se tendrá:
1) Planteamiento de la hipótesis

.𝐻0 : 𝜇 ≤18

.𝐻𝑎 : 𝜇 > 18

2) Calcular el estadístico de prueba.

𝑥̅ −𝜇0 19−18
𝑧= 𝜎 = 3.6 = 1.666
√𝑛 √36

3) Establecer la región de rechazo (por este caso a diferencia de los casos de clase tomaremos
la región de rechazo de la hipótesis nula.
𝑧 < 𝑧𝛼
Revisando la tabla z sucede que.
. 𝑧𝛼 =1.6957
Aceptamos la hipótesis nula. La hubiéramos aceptado siempre que:
𝑥̅ −18
𝑧= 3.6 < 1.6957 ⇒ 𝑥̅ − 18 < 1.01742 ⇒ 𝑥̅ < 19.01742
√36

Es decir, hubiéramos aceptado la hipótesis nula para cualquier media muestral menor a 19.01742
años. ahora y haciendo una suposición no estadística de que en realidad la media de edad de los
asistentes era mayor de 18, (nos quedamos con un valor de cercano y redondo por ejemplo 20) ¿cuál
sería la probabilidad de que en la distribución de las medias muestrales de tamaño 36 de una
población en la que 𝜇 = 20 nos encontramos medias de menos 19.01742
 3.6 19.01742−20
. 𝑥̅ ⇒ 𝑁 (20, ) ⇒ p (𝑥̅ ≤19.01742) =p (𝑧 ≤ 3.6 )= p (𝑧 ≤ −1.64) = 0.0505
√36
√36

Por tanto, el valor del error 𝛽 co esta supocicicon, repito no sujeta a criterio estadístico alguno de
𝜇 = 20 seria 𝛽 = 0.0505

Ejemplo 2 del error tipo II

Se estima que el gasto mensual en renta de un estudiante universitario es en promedio $3000 se

probara la hipótesis nula 𝜇 =3000 rechazar la hipótesis contra la alternativa 𝜇 =3000. Se decidirá
rechazar la hipótesis nula si al entrevistar una muestra aleatoria compuesta por 64 estudiantes la
renta mensual promedio es menor a $2500 o mayora $3500. Suponga que el gasto mensual en
rentas sigue una distribución normal con desviación estándar de $1720
a) Calcule la probabilidad de cometer error tipo II suponga que 𝜇 =2700. Interprete.
Datos:
n=64; 𝜎 = 1720;

Nuestras hipotesisi serian:

𝐻0 : 𝜇 = 3000
.𝐻𝑎 : 𝜇 ≠ 3000

regla de decisión: se aceptará Ho si la media de la muestra está entre $ 2500 y 3500

𝛽 = 𝑃(𝑎𝑐𝑒𝑝𝑡𝑎𝑟 𝑙𝑎 𝐻𝑜 𝑠𝑖𝑒𝑛𝑑𝑜 𝐻𝑜 𝑓𝑎𝑙𝑠𝑎); si 𝜇 =2700

𝛽 = 𝑃(2500 < 𝑥
̅ < 3500 ; 𝜇 ≠ 3000);
2500−2700 𝑥̅ −𝜇 3500−2700
=P ( 1700 < 𝜎 < 1700 )
√64 √𝑛 √64

Analizando la tabla de z tenemos que:

𝛽 = 𝑃(−0.93 < 𝑧 < 3.72) = 0.823

Donde 𝛽 es la probabilidad de aceptar que la media de la población es $3000 cuando no lo es

(cuando en realidad es 2700)