Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Capı́tulo 4
: , 1
Contenidos
c
1. Test de Hipótesis
Introducción
Definiciones
Error Tipo I y Tipo II
Potencia del Test
2. Construcción de Test de hipótesis
Test de Hipótesis para µ población Normal
Test de Hipótesis para µ población cualquiera
Test de Hipótesis asintóticos para θ
Test de Hipótesis para µX − µY de poblaciones Normales
valor-p
3. Test de Bondad de Ajuste
Introducción
Test χ2 de Pearson
: , 2
Test de Hipótesis
Test de Hipótesis
Introducción
: , 3
Test de Hipótesis
Test de Hipótesis
Introducción
Hay que tener presente, que en las pruebas de hipótesis en primer lugar se
establecen las hipótesis o conjeturas acerca de los parámetros, y luego se
selecciona una m.a y a partir de ella ver si se verifican o no las hipótesis
establecidas previamente.
: , 4
Test de Hipótesis
Test de Hipótesis
Definiciones
: , 5
Test de Hipótesis
Test de Hipótesis
Definiciones
: , 6
Test de Hipótesis
Test de Hipótesis
Definiciones
Hipótesis usuales:
I Caso Bilateral: H0 : θ = θ0 v.s H1 : θ 6= θ0
: , 7
Test de Hipótesis
Test de Hipótesis
Definiciones
Una vez planteadas las hipótesis estadı́sticas, el objetivo será encontrar una
Región Crı́tica que corresponde a la región donde se rechazará H0 . Luego
a partir de una muestra aleatoria se tomará una decisión del test.
: , 8
Test de Hipótesis
Test de Hipótesis
Tipos de Errores
Por las caracterı́sticas de las dócimas de hipótesis sólo será posible cometer
dos tipos de errores:
: , 9
Test de Hipótesis
Test de Hipótesis
Ejemplo
H0 : El tratamiento no es efectivo
H1 : El tratamiento es efectivo
: , 10
Test de Hipótesis
Test de Hipótesis
Probabilidad Errores
: , 11
Test de Hipótesis
Test de Hipótesis
Probabilidad Errores
Note que
I α(θ) y β(θ) son funciones del parámetro θ
: , 12
Test de Hipótesis
Test de Hipótesis
Ejemplo
: , 13
Test de Hipótesis
Test de Hipótesis
Ejemplo
: , 14
Test de Hipótesis
Test de Hipótesis
Ejemplo
Note que hay un β diferente para cada π > 0.25. Por ejemplo, si π = 0, 3,
: , 15
Test de Hipótesis
Test de Hipótesis
Ejemplo
α = 0.04
β(0.3) = 0.887
β(0.5) = 0.252
: , 16
Test de Hipótesis
Test de Hipótesis
Ejemplo
A partir del ejemplo anterior, podemos ver que las probabilidades de los
tipos de errores son inversamente proporcionales. Es decir, al hacer más
pequeña la región de rechazo, por ende, reducir α, se tiene como conse-
cuencia el aumento del β.
: , 17
Test de Hipótesis
Test de Hipótesis
Nivel de Significancia
Para obtener una región de rechazo del test (Región Crı́tica), se debe pre-
viamente especificar el máximo valor de α(θ) tolerable, es decir la máxima
probabilidad tolerable para el Error de Tipo I. Este valor se conoce como
el nivel de significancia o riesgo del test.
Se denotará por α y se calcula como
α = max α(θ)
θ∈Θ0
: , 18
Test de Hipótesis
Test de Hipótesis
Nivel de Significancia
: , 19
Test de Hipótesis
Test de Hipótesis
Ejemplo
: , 20
Test de Hipótesis
Test de Hipótesis
Potencia del Test
La idea de en test es maximizar esta potencia una vez que α es fijado. Ası́
para un α fijo uno debiera escoger la región de rechazo con mayor potencia
del test.
: , 21
Test de Hipótesis
Test de Hipótesis
Potencia del Test
En el Ejemplo,
π(π) = P( Rechazar H0 |θ ∈ H1 )
= P(X > 7|π > 0.25)
= 1 − P(X ≤ 7|π > 0.25)
: , 22
Test de Hipótesis
Test de Hipótesis
En el Ejemplo,
Función Potencia
1.0
0.8
0.6
0.4
0.2
α
0.0
: , 23
Test de Hipótesis
Test de Hipótesis
En el Ejemplo,
Función β
1.0
1−α
0.8
0.6
0.4
0.2
0.0
: , 24
Construcción de Test de hipótesis
Test de Hipótesis
Construcción de TH Usuales
: , 25
Construcción de Test de hipótesis
Test de Hipótesis
Construcción de TH Usuales
: , 26
Construcción de Test de hipótesis
Test de Hipótesis
Prueba de Hipótesis para µ, σ 2 conocido
: , 27
Construcción de Test de hipótesis
Test de Hipótesis
Prueba de Hipótesis para µ, σ 2 conocido
: , 28
Construcción de Test de hipótesis
Test de Hipótesis
Prueba de Hipótesis para µ, σ 2 conocido
Bajo H0 , Ȳσ/−µ
√ 0 tiene distribución N(0,1), luego
n
P(|Z | > c) = α
1 − P(−c ≤ Z ≤ c) = α
1 − (Φ(c) − Φ(−c)) = α
2 − 2Φ(c) = α
Φ(c) = 1 − α/2 ⇒ c = z1−α/2
: , 29
Construcción de Test de hipótesis
Test de Hipótesis
Prueba de Hipótesis para µ, σ 2 conocido
Ȳ − µ0
√ > z1−α/2
σ/ n
5. Regla de desición:
• Si Ȳσ/−µ
√0
n
> z1−α/2 entonces con un riesgo α SI existe evidencia
suficiente para rechazar H0
• Si Ȳσ/−µ
√0
n
≤ z1−α/2 entonces con un riesgo α NO existe evidencia
suficiente para rechazar H0
: , 30
Construcción de Test de hipótesis
Test de Hipótesis
Prueba de Hipótesis para µ, σ 2 conocido
Cuadro Resumen
Ȳ −µ
Estadı́stico de prueba: Z = σ/ n
√0
: , 31
Construcción de Test de hipótesis
Test de Hipótesis
Prueba de hipótesis para µ, σ 2 desconocido
Cuadro Resumen
X̄ −µ
Estadı́stico de prueba: T = S/ n
√0
: , 32
Construcción de Test de hipótesis
Test de Hipótesis
Pruebas de hipótesis aproximadas
Ȳ − µ ·
Z= √ ∼ N(0, 1)
S/ n
: , 33
Construcción de Test de hipótesis
Test de Hipótesis
Pruebas de hipótesis aproximadas
θ̂ − θ0
Z=
σθ̂
: , 34
Construcción de Test de hipótesis
Test de Hipótesis
Pruebas de hipótesis aproximadas
: , 35
Construcción de Test de hipótesis
Test de Hipótesis
Pruebas de hipótesis aproximadas
Caso I: n grande
La prueba de hipótesis para π considera θ = π.
El estadı́stico de prueba corresponde a
p − π0
Z=p
π0 (1 − π0 )/n
: , 36
Construcción de Test de hipótesis
Test de Hipótesis
Pruebas de hipótesis aproximadas
: , 37
Construcción de Test de hipótesis
Test de Hipótesis
Pruebas de hipótesis aproximadas
: , 38
Construcción de Test de hipótesis
Test de Hipótesis
Pruebas de hipótesis aproximadas
Nota:
I Debido que X es discreta, por lo general no es posible encontrar un
valor de c para el cual P(error tipo I) sea exactamente el nivel de
significancia deseado α.
I Solución: Elegir c de modo que 1-Bin(c, n, π0 ) ≤ α.
: , 39
Construcción de Test de hipótesis
Test de Hipótesis
Pruebas para diferencia de medias
H1 : µX − µy > δ0
H1 : µX − µy < δ0
H1 : µX − µy 6= δ0
: , 40
Construcción de Test de hipótesis
Test de Hipótesis
Pruebas para diferencia de medias, σ 2 conocido
σ 2 conocida
El estadı́stico del test:
(X̄ − Ȳ ) − δ0
Z= q
σ n1 + m1
: , 41
Construcción de Test de hipótesis
Test de Hipótesis
Pruebas para diferencia de medias, σ 2 conocido
Cuadro Resumen
(X̄ −Ȳ )−δ0
Estadı́stico de prueba: Z = √1 1
σ n+m
: , 42
Construcción de Test de hipótesis
Test de Hipótesis
Pruebas para diferencia de medias, σ 2 desconocido
σ 2 desconocido
El estadı́stico del test:
(X̄ − Ȳ ) − δ0
T = q
Sp n1 + m1
(n−1)S 2 +(m−1)S 2
donde Sp2 = X
m+n−2
Y
: , 43
Construcción de Test de hipótesis
Test de Hipótesis
Pruebas para diferencia de medias, σ 2 desconocido
Cuadro Resumen
(X̄ −Ȳ )−δ0
Estadı́stico de prueba: T = √1 1
Sp n+m
: , 44
Construcción de Test de hipótesis
Test de Hipótesis
Valor-p
: , 45
Construcción de Test de hipótesis
Test de Hipótesis
Valor-p
H0 : µ = µ0 vs H1 : µ > µ0
: , 46
Construcción de Test de hipótesis
Test de Hipótesis
Valor-p
Interpretación
I Recuerde que valores grandes de |t0 | proveen evidencia creciente en
contra de H0 .
I A medida que |t0 | crece, el valor-p decrece.
I Luego, valores decrecientes del valor-p proveen evidencia creciente en
contra de H0 .
: , 47
Construcción de Test de hipótesis
Test de Hipótesis
Valor-p
: , 48
Construcción de Test de hipótesis
Test de Hipótesis
Valor-p
Ejemplo
Sea µ el verdadero promedio de contenido de nicotina de una marca de
cigarrillos. Se quiere probar H0 : µ = 1.5 mg contra H1 : µ > 1.5 mg.
Una región de rechazo corresponde a z > z1−α . Suponga que z = 2.10.
La tabla siguiente representa la región de rechazo para α0 s diferentes, con
la conclusión resultante.
α Región de rechazo Conclusión
0.05 z > 1.645 Rechazar H0
0.025 z > 1.96 Rechazar H0
0.01 z > 2.33 No Rechazar H0
0.005 z > 2.58 No Rechazar H0
: , 49
Construcción de Test de hipótesis
Test de Hipótesis
Valor-p
: , 50
Construcción de Test de hipótesis
Test de Hipótesis
Dualidad entre intervalo de confianza y test de hipótesis
H0 : µ = µ0
H1 : µ 6= µ0
: , 51
Construcción de Test de hipótesis
Test de Hipótesis
Dualidad entre intervalo de confianza y test de hipótesis
Un test que para un valor dado α, rechaza para |x̄ − µ0 | > x0 , donde x0
se determina de modo que P(|x̄ − µ0 | > x0 |H0 ) = α.
Aquı́,
σ
x0 = √ z1−α/2
n
El test no rechaza para:
σ σ
x̄ − √ z1−α/2 < µ0 < x̄ + √ z1−α/2
n n
: , 52
Construcción de Test de hipótesis
Test de Hipótesis
Dualidad entre intervalo de confianza y test de hipótesis
: , 53
Test de Bondad de Ajuste
: , 54
Test de Bondad de Ajuste
: , 55
Test de Bondad de Ajuste
H0 : fY (y ) = f0 (y )
vs (1)
H1 : fY (y ) 6= f0 (y )
: , 56
Test de Bondad de Ajuste
: , 57
Test de Bondad de Ajuste
Test χ2 de Pearson
Sean r1 , r2 , ..., rk el conjunto de las k categorı́as, o rango de resultados en
que se ha agrupado la muestra aleatoria de las “n observaciones” , donde
P(ri ) = πi , i = 1, ..., k. Sea Oi el número de individuos en la muestra que
pertenece a ri . Entonces
2
I La variable aleatoria D = ki=1 (Oi −nπ i)
P
nπi distribuye asintóticamente
χ2 con k − 1 grados de libertad.
Para que la aproximación sea adecuada se requiere que se cumpla que
nπi ≥ 5 ∀i.
: , 58
Test de Bondad de Ajuste
: , 59
Test de Bondad de Ajuste
Ejemplo 1
Una empresa bancaria quiere ofrecerles a sus clientes un depósito a plazo.
Para ello, realiza una campaña de marketing basado en llamadas
telefónicas. Los datos son recolectados entre los años 2008 a 2013, y
consta de n = 20.000 clientes. El objetivo es poder predecir si el cliente
se suscribirá a un depósito a plazo a partir de diferentes variables (Edad,
trabajo, Estado Civil, Educación, duración de la última llamada, número
de llamadas realizadas antes de la campaña de marketing, entre otras)
: , 60
Test de Bondad de Ajuste
0 5 10 15 20 25 30
Tiempo duración de la última llamada (minutos)
: , 61
Test de Bondad de Ajuste
exp(0.18)
0.08
0.06
0.04
0.02
0.00
0 5 10 15 20 25 30
Tiempo duración de la última llamada (minutos)
: , 62
Test de Bondad de Ajuste
: , 63
Test de Bondad de Ajuste
R5
donde por ejemplo, π10 = 0
0.18 e −0.18t dt y E1 = n π10
: , 64
Test de Bondad de Ajuste
Ejemplo 2 (Tarea)
Como Ud. ha visto en clases, el software R es capaz de generar muestras
aleatorias provenientes de cualquier distribución usual ya sea discreta o
continua utlizando el comando r + nombre distribución. Por ejemplo
rnorm genera nuestras provenientes de una distribución normal. La Tabla
1 contiene una muestra de 40 observaciones, y se quiere testear con un
nivel de significancia α = 0.05 si la muestra proviene de un modelo
Beta(2,2): fY (y ) = 6y (1 − y ) 0 ≤ y ≤ 1.
: , 65
Test de Bondad de Ajuste
Datos muestrales
0.18 0.06 0.27 0.58 0.98 0.55 0.24 0.58 0.97 0.36
0.48 0.11 0.59 0.15 0.53 0.29 0.46 0.21 0.39 0.89
0.34 0.09 0.64 0.53 0.64 0.71 0.56 0.48 0.44 0.40
0.80 0.83 0.02 0.10 0.51 0.43 0.14 0.74 0.75 0.22
: , 66
Test de Bondad de Ajuste
: , 67
Test de Bondad de Ajuste
: , 68
Test de Bondad de Ajuste
: , 69
Test de Bondad de Ajuste
Ejemplo 3
Volviendo al Ejemplo 1, si no se conoce el tiempo medio de cada llamada
debemos estimarlo. Como vimos en el capı́tulo de estimación, el EMV de
λ en un modelo exponencial es λ̂ = T̄1 , luego, se tiene que
λ̂ = 0.1823309. Luego,
Categorı́a Oi π̂i0 Ei
0≤T <5 11915
5 ≤ T < 10 4856
10 ≤ T < 15 1970
15 ≤ T < 20 757
25 ≤ T < 25 303
25 ≤ T 199
R5
En este caso se tiene que por ejemplo, π̂10 = 0
λ̂ e −λ̂t dt y E1 = n π̂10
: , 70
Test de Bondad de Ajuste
Ejemplo 4 (Tarea)
La siguiente tabla contiene el número diario de avisos de defunción para
mujeres de más de ochenta años durante un perı́odo de tres años. Se
puede asumir que ocurren según un proceso Poisson?
Nº de muertes 0 1 2 3 4 5 6 7 8 9 +10
Frec observada 162 267 271 185 111 61 27 8 3 1 0
: , 71