Tarea de la Semana 3

1. Con base en una muestra X1 , X2 , . . . , X10 de una distribución de Poisson

con parámetro λ desconocido, construya una prueba uniformemente más
potente (aleatorizada) a nivel α = 0.05 para probar H0 : λ ≤ 1 vs. H1 λ >
1. ¿En qué caso necesitará una aleatorización? ¿Cuál será la constante γ
de aleatorización?
2. La encuesta anual de la calidad de automóviles, efectuada por J.D. Power
& Associates, determinó que la cantidad promedio de defectos, en todas las
marcas, por cada vehı́culo nuevo, era 1.07 (The Wall Street Journal, 27 de
enero de 1994). Se sabe que el número de defectos sigue una distribución
de Poisson. Suponga que se toma una muestra de 30 automóviles nuevos
de determinada marca y se obtienen las siguientes cantidades de defectos
por vehı́culo.
0 1 1 2 1 0 2 3 2 1 0 4 3 1 1
0 2 0 0 2 3 0 2 0 3 0 4 1 0 2
Utilizando la prueba uniformemente más potente, con estos datos, ¿se
puede concluir que el promedio de defectos por automóvil ha aumentado?
¿Con qué alfa mı́nima?
3. Sea x1 , . . . , xn una muestra de de una distribución uniforme en [θ, θ + 1].
Para H0 : θ = 0 contra H1 : θ = 0.1, construya la prueba más potente a
nivel α = 0. Grafique la función de potencia de esta prueba. Calcule la
probabilidad de error tipo dos de esta prueba si n = 10. ¿De qué tamaño
mı́nimo debe ser la muestra para que la probabilidad de error tipo dos,
para θ = 0.1, sea menor de 0.01?
4. Sea X una variable aleatoria con una distribución Binomial negativa
 
x+m−1
Pθ (X = x) = θm (1 − θ)x , x = 0, 1, . . . ,
m−1
donde m es un número natural dado. Con una observación de ésta, x,
¿cómo debe ser la prueba de la hipótesis H0 : θ = θ0 contra la alternativa
H1 : θ > θ0 si queremos que su probabilidad de error tipo I sea α? Con-
struya la prueba uniformemente más potente si θ0 = 0.2, m = 5, α = 0.05.
Si x observada es 5, ¿cuál serı́a su conclusión? ¿Y si fuera x = 6? Util-
ice una aleatorización generada en R, en cualquier caso de que ésta sea
necesaria.
5. Sea x1 , . . . , x15 una muestra de una distribución Bernoulli con Pθ (X =
1) = θ. De los valores muestrales son 2 unos y los demás ceros. ¿Se puede
concluir, con α = 0.05, que θ es menor que 0.3? ¿Cuál es el valor mı́nimo
de α para llegar a esta conclusión? Use la prueba más potente para su
respuesta.
6. Suponga que X es una variable aleatoria con distribución geométrica (ver
la distribución del ejercicio 4 con m = 1). Con una observación de X

1
que resultó ser 4, ¿se puede concluir, con una α = 0.05, que θ < 0.4?
Justifique su respuesta realizando una prueba uniformemente más potente
para H0 : θ ≥ 0.4 vs. H1 : θ < 0.4. ¿Necesita aleatorización?