Estadística II

Act. Gustavo Jiménez Gutiérrez

Tarea 1 Pruebas de Hipótesis

(1) Suponga que la distribución del tiempo necesario para inflar una llanta es normal con media de
90 segundos y una desviación estandar de 12.6 segundos, se dejan de inflar llantas si el tiempo
promedio de inflado no es de 90 segundos. Se observa el tiempo de inflado de 37 llantas. Com-
pare las siguientes pruebas
A: Aceptar H0 si x̄ ≤ 96.1
B: Aceptar H0 si x̄ ≤ 95.3
C: Aceptar H0 si x̄ ≤ 94
a) Sí se tolera un error de tipo I de hasta 0.04, determine las pruebas que satisfacen dicho error.
b) ¿Qué prueba tiene menor error de tipo II dado que el verdadero valor de la media es 93.3
segundos?
c)Grafique la función de potencia para los valores
µ = 93.3, µ = 94, µ = 94.7, µ = 95.4 y µ = 96.1

(2) Sea X1 , ..., Xn una muestra aleatoria de un modelo paramétrico f (x| λ ) = λ e−λ x I(0,∞) (x) , con
Θ = (λ | λ > 0) . Encuentre la prueba uniformemente más poderosa de tamaño α para la prueba
H0 :λ ≤ λ0 vs H1 :λ1 > λ0 .

(3) Sea X una v.a. que sigue una distribución Bernoulli, donde P [X = 1] = p = 1 − P [X = 0] . Para
 de tamaño n = 12, considere
una muestra aleatoria  la prueba H0 :p ≤ 21 vs H1 :p > 21 . Tome la
12
región crítica Cϒ = (X1 , ..., X12 ) : ∑ xi > 7
i=1
a)¿Cuál es el nivel de significación de esta prueba?
b)Encuentre la función de potencia.

(4) Sea X1 , ..., Xn una muestra aleatoria de un modelo paramétrico Bernoulli.

Considere la prueba H0 :p ≤ p0 vs H1 :p = p1 > p0 . Por medio del teorema de
Neyman Pearson encuentre la región crítica más poderosa de tamaño α dado que el estadístico
n
de prueba es ∑ xi . Defina los valores p0 = .4, p1 = .6 y n = 20. Sabemos que
i=1
α = Pp0 [Rechazar H0 ] . Encuentre el valor de kn (α) para el cual la probabilidad de cometer el
error de tipo I es de 0.0000050

(5) Sea X1 , ..., Xn una muestra aleatoria de un modelo paramétrico f (x| λ ) = λ e−λ x I(0,∞) (x) , donde
λ = λ0 o λ = λ1 . λ0 y λ1 son valores conocidos tal que λ1 > λ0 .
Para la prueba H0 :λ = λ0 vs H1 :λ = λ1 , por medio del teorema de Neyman Pearson encuentre
n
la región crítica más poderosa de tamaño α dado que el estadístico de prueba es ∑ xi , después
i=1
determine el valor del kn (α) encontrado para el cual la probabilidad de cometer el error de tipo
I es 1.

1
 2

(6) Sea X1 , ..., Xn una muestra aleatoria de tamaño n que proviene de un modelo paramétrico Poisson
con parámetro λ desconocido. Determine la región crítica más poderosa de tamaño α para pro-
bar H0 :λ = λ0 vs H1 :λ = λ1 > λ0 .
a)Usando el teorema del límite central.
n
b)Dado que el estadístico de prueba es ∑ xi .
i=1
(7) Sea una población que se distribuye normalmente con varianza poblacional 4. Para una prueba
de hipótesis de la forma H0 :µ = 12 vs H1 :µ 6= 12, se tiene la siguiente región crítica
Cϒ = {(X1 , ..., X4 ) : |x̄ − 12| > 1.645}
a)Determine la función de potencia
b)Determine el nivel de significación
c)Determine la probabilidad de rechazar la hipótesis nula, si µ = 11.
d)Grafique la función de potencia para los valores enteros tales que 8 ≤ µ ≤ 16

(8) Sea X1 , ..., Xn una muestra aleatoria que se distribuye Normal µ, σ 2 , para una hipótesis del


tipo H0 :µ ≥ µ0 vs H1 :µ < µ0 , encuentre la fórmula que determina el tamaño de la muestra.

(9) Sea X1 , ..., Xn una muestra aleatoria de una distribución Poisson (λ ). Suponiendo que el
númerador consta de una sola observación, encuentre la región de rechazo por cociente de
verosimilitudes.

(10) Demuestre que la distribución Gamma (α, β ) con parámetro α conocido, pertenece a la familia
exponencial.

(11) Se introduce una nueva tecnología en un proceso de producción, para lograr que el costo prome-
dio de un determinado producto disminuya. El costo según la tecnología vieja, era de $25 y la
desviación típica para ambas tecnologías es de 7. Se sabe que la región crítica es de la forma
Cϒ = {(X1 , ..., X49 ) : x̄ < 24} .
a)Determine α
b)Si el error de tipo I del inciso anterior es demasiado grande y ahora se decide rechazar H0
con un riesgo de α ∗ = α − 0.1487, obtenga la región crítica correspondiente a este nivel de sig-
nificación.

(12) Se plantea que menos del 50% de los hogares de ciudad Obregon tienen un televisor marca
X. Un investigador selecciona una muestra aleatoria de 64 hogares, obteniendo una proporción
muestral de hogares con televisor marca X igual a 0.6. ¿Es cierta la afirmación que se hace con
un nivel de significación de 0.05?

(13) Se desea conocer el salario medio de los trabajadores de una fabrica. Para ello se selecciona una
muestra aleatoria de 8 trabajadores, los datos obtenidos son
130, 125, 135, 123, 141, 122, 131, 140.
Suponiendo que el salario se distribuye normalmente con media µ y varianza σ 2 , diga si
σ 2 < 46, con un nivel de significación de 0.05.

(14) Considere una muestra aleatoria X1 , ...., Xn proveniente de una población con densidad f (x |
θ ) = xθ2 ¶{θ <x} con θ > 0 desconocido. Dada la hipótesis H0 : θ = θ0 construir la región de
rechazo usando el método de cociente de verosimilitud.
 3

(15) Construir la región de rechazo por medio del método de cociente de verosimilitudes para una
m.a. de X1 , ...., Xn proveniente de una distribución Uni f (0, θ ) con θ > 0. Dada la hipótesis
estadística H0 : θ = 1.

(16) Sea X una variable aleatoria con función de densidad

( −x
1 θ
e 0<x<∞
f (x | θ ) = θ
0 c.o.c.
Se desea probar la hipótesis de la forma H0 : θ = 2 vs H1 : θ = 4.
Sea Cϒ = {(X1 , X2 ) : 9.5 ≤ X1 + X2 < ∞} . Calcular el error tipo I y tipo II.

———————————————————————————————————x
α−1 e− β
X ∼ Gamma (α, β ) fX (x) = xΓ(α)β α ;