Вы находитесь на странице: 1из 34

En vez de estimar el valor de un

parmetro, a veces se debe decidir si


P una afirmacin relativa a un parmetro
R es verdadera o falsa. Vale decir, probar
U una hiptesis relativa a un parmetro.
E Ejemplo I: Un fabricante de pintura de
B secado rpido afirma que el tiempo de
A secado de la misma es de 20 min. El
S comprador disea el siguiente
experimento: pinta 36 tableros y decide
D
rechazar el producto si el promedio de
E
tiempo de secado de los mismos supera
H los 20.75 min. Si por experiencia =2.4
I min, se pregunta cul es la probabilidad
P de rechazar la partida an
perteneciendo a una poblacin con
T media de 20 min.
E
S La probabilidad de que el
I promedio de las muestras exceda
S 20.75 min a causa del azar se calcula
del siguiente modo:

20.75 20
x
z 0.4

n
1.875
Entonces, la probabilidad de
con esta abscisa, se calcula la rechazar errneamente la hiptesis
probabilidad (rea hacia la derecha), =20 min es de aproximadamente 0.03,
resultando 0.0304. Grficamente: o bien 3%.

Supngase ahora que la media


real del tiempo de secado es =21 min.
Luego, la probabilidad de obtener una
media muestral menor o igual que
20.75 (y por lo tanto equivocarse en la
aceptacin) est dada por:

Este grfico est hecho sobre lo que lleva a un rea (hacia la


valores reales, no normalizados. Para izquierda) de 0.2660. Es decir: la
los clculo se usan estos ltimos probabilidad de equivocarse al aceptar
cuando se trabaja con tablas. =20 (a pesar de ser =21) es del
26.6%. Grficamente:
HIPTESIS NULA Y
PRUEBA DE
SIGNIFICANCIA

En el ejemplo se formul la
hiptesis H como una Hiptesis
Simple del parmetro (
especificado por completo) puede
hacerse para ms de un valor de
(por ejemplo, < 20 min) esto es una
Hiptesis Compuesta.
A menudo se formula una
hiptesis opuesta a lo que se
Como resumen se da la siguiente quiere probar. Por
tabla: ejemplo, si se quiere determinar el
sistema de riego de menor costo de dos,
se formula la hiptesis de que los dos
sean igualmente costosos. A esta
hiptesis se la llama Hiptesis Nula y
se denota por Ho.
Reformulemos el ejemplo de la
pintura: Se rechaza la hiptesis = 20
min (y se acepta la alternativa >
20min), si la media de 36 valores
muestrales excede 20.75 min, de lo 1 Se formula una Hiptesis Nula
contrario nos reservamos la decisin. simple y una Hiptesis Alterna
Aqu no hay posibilidad de apropiada que se acepta cuando la
Error de tipo II (por lo de reservar la Hiptesis Nula debe ser rechazada.
decisin). El criterio anterior puede ser
descrito muy bien como una prueba de En el ejemplo de la pintura, la
si es significativamente ms grande hiptesis nula es = 20 min y
que = 20 min, donde la alternativa >
significativamente ms grande 20 min. Esta clase de alternativa se
significa que la discrepancia entre y llama Unilateral. Un caso de prueba
= 20 min es tal que razonablemente alternativa
puede atribuirse al azar. A esta clase de Bilateral sera el de un fraccionador de
pruebas se las conoce como Pruebas caf que desea verificar si en cada
Significativas. frasco de 100 gr hay en realidad 100
Para la resolucin de problemas gr. La alternativa bilateral es
en forma sistemtica se siguen
los preceptos: . Al fraccionador no le conviene
menos de 100 gr porque puede perder
mercado ni ms de 100 gr por la
prdida econmica.
slo si la hiptesis nula puede ser
rechazada. b) hiptesis alterna
o (unilateral, cola izquierda) y
adquirir a menos que la hiptesis nula
Ejemplo: Un fabricante de utensilios
pueda ser rechazada.
est considerando la conveniencia de
adquirir una nueva mquina para grabar
2 - Se especifica la probabilidad de un
las piezas de lmina metlica. Si o es
Error de Tipo I si es posible,
el nmero promedio de piezas de buena conveniente o necesario, se puede
calidad grabadas por hora en su especificar tambin las probabilidades
mquina actual y si es el promedio de Errores Tipo II, para alternativas
correspondiente a la nueva mquina, el particulares.
fabricante quiere probar la hiptesis
nula o contra una alternativa La probabilidad de un Error
adecuada. Cul sera la hiptesis si: Tipo I se denomina Nivel de
a) No quiere comprar una nueva Significacin y se fija comunmente en
mquina a menos que sea ms =0.05 =0.01. No conviene muy
productiva que aquella con la que
trabaja actualmente. chico porque se hace muy grande.
b) Quiere comprar la mquina
nueva (la cual ofrece algunas 3 Con base en la distribucin
otras caractersticas atractivas) a muestral de un estadstico apropiado,
menos que sea menos productiva se construye un criterio para probar la
que la que tiene actualmente? Hiptesis Nula contra la alternativa
determinada.
Solucin: a) Hiptesis alterna o
(unilateral, cola derecha) y adquirir
4 Se calcula, a partir de los datos, contra la hiptesis alternativa
el valor del estadstico sobre el cual horas con un nivel de
se basa la decisin. significacin de 0.05.

5 - Se decide rechazar la Hiptesis 1


Nula, aceptarla o abstenerse de tomar
una decisin.

H H
I i
P p

T t
E e
S s
I i
S s

R N
E u
L l
A a
T
I
V
A =

A 1
6
U 0
N 0
A
h
M r
E .
D Hiptesis Alternativa <> 1600
I hr. (bilateral)
A 2

Ejemplo I: La duracin media de una -


muestra de 100 tubos fluorescentes
N
producidos por una compaa resulta
i
ser de 1570 horas, con una desviacin
v
tpica de 120 horas. Si
e
es la duracin media de todos los
l
tubos producidos por la compaa,
comprobar la hiptesis = 1600 d
e

s =
i 0
g .
n 0
i 5
f .
i 3 - Para
c trabajar con tablas
a normalizadas, se
n usa z en lugar de :
c

i x
a z

:
n
anterior, se producir la aceptacin o
rechazo.
Por otro lado, ser tal que
el rea bajo la normal a su derecha
sea /2 y ser tal que el rea
bajo la normal a su izquierda sea
/2. Estos dos valores definen las
zonas de aceptacin y rechazo de la
Hiptesis Nula. Segn donde caiga el
valor de z calculado por la expresin
4 Clculos:
1570 1600
z 120
100
2.5
l
5- Dado que 2.5 < -z0.025 se Rechaza la i
Hiptesis Nula, luego la duracin z
media de los tubos es a
significativamente menor que 1600 r
horas. Como se puede apreciar en el
siguiente grfico, la media muestral cae s
fuera de la zona de aceptacin: o
b
r
e

u
n
a

m
e
En general, el siguiente cuadro d
resume las distintas pruebas de i
hiptesis nulas a
:
=

q
u Ejemplo II: Una empresa de transportes
e desconfa de la afirmacin de que la
vida til promedio de ciertos
s neumticos es al menos de 28000. Para
e verificar se colocan 40 neumticos en
camiones y se obtiene una vida til
p promedio de 27463 con una s=1348.
u Qu se puede concluir con ese dato
e si la probabilidad de Error Tipo I es a
d lo sumo
e 0
n .
0
r
1
e
?
a
.
1 Hiptesis Nula < 28000
Hiptesis Alternativa > 28000
x
(unilateral) z
s
2- Nivel de significancia: = 0.01.
n
3- Para trabajar con tablas
normalizadas: adems: z = 2.33
4 Clculos:
27463 28000
z 1348
40
2.52
5- Dado que 2.52 < -z0.01 se Rechaza s
la Hiptesis Nula, luego la vida til de i
los neumticos es significativamente s
menor que 28000. Como se puede
apreciar en el siguiente grfico, la N
media muestral cae fuera de la zona de u
aceptacin: l
a

1
1
2
0

h
Si el tamao de la muestra es s
pequeo , se desconoce y proviene .
de una poblacin normal, se debe Hiptesis Alternativa < 1120
utilizar el estadstico t-Student con hs. (unilateral)
=n-1 grados de libertad. Ejemplo III: 2
La duracin media de las bombillas
producidas por una compaa han sido -
en el pasado de 1120 horas con una
desviacin tpica de 125 horas. Una N
muestra de 8 bombillas de la i
produccin actual dio una duracin v
media de 1070 horas. Ensayar la e
hiptesis =1120 horas contra la l
hiptesis alternativa <1120 horas
mediante un nivel de significancia de d
=0.05. e

1 s
i
g
n
H
i
i
f
p
i

c
t
a
e
n
c c
i o
n
a
: t
a
b
l
a
= s
0
n
. o
0 r
5 m
. a
l
4 i
- z
a
P d
a a
r s
a :

t x
r t
s
a
b n
a con = n-1=8-1=7 grados de libertad.
j
a Adems: t = -1.895 (=7).
r
4 Clculos:

1070 1120 t 1.131


125
8

5- Dado que 1.131 > -t0.05 se Acepta


la Hiptesis Nula, luego la vida til de
los neumticos es significativamente
igual a 1120 horas. Como se puede
apreciar en el siguiente grfico, la
media muestral cae dentro de la zona
de aceptacin:

CU

RVAS

CARACTERSTICA
S DE OPERACIN L() ser la probabilidad de
aceptar la Hiptesis Nula ( > o,
ANALISIS PARA cola derecha), an siendo la media
=21, para distintos valores de .
COLA DERECHA Rescatando el ejemplo de la
pintura, en que o = 20, = 2.4 y
Hasta el momento no se han n=36 y la lnea divisoria del criterio
atendido a los Errores Tipo II. La en = 20.75 min, se verifica:
eleccin de =21 min en el tiempo de
secado fue arbitraria. Veremos qu
sucede con otros valores de .
20.50 0.625 0
20.75 0 0
21.00 -0.625 0
21.25 -1.25 0
21.50 -1.875 0
21.75 -2.5 0
22.00 -3.125 0.

Que grficamente queda:

y as siguiendo.
As se puede construir una tabla
como la siguiente


Valor de Valor de

19.50 3.125
19.75 2.5
20.00 1.875
20.25 1.25
ANALISIS PARA COLA IZQUIERDA
o = 20 , = 2.4, n=36, y la lnea
divisoria de criterio en = 19.25, se
Si la hiptesis alterna fuese la verifica:
contraria ( < o, cola
izquierda) con los datos
19.50 0.625
para =19.50 z
19.75
0.4
L 0.73
Probab
Valor de Valor de z Acepta
L
18.50 -1.875 0
18.75 -1.25 0
19.00 -0.625 0
19.25 0 0
19.50 0.625 0
19.75 1.25 0
20.00 1.875 0
20.25 2.5 0
20.50 3.125 0.
y as siguiendo. y al siguiente grfico (punteado), se deja
Esto lleva a la siguiente tabla: el anterior para comparacin.
Se puede apreciar que

los mismos son la imagen del

espejo uno de otro.

ANALISIS PARA DOS

COLAS

Si la hiptesis alterna
fuese <> o, bilateral, o de dos
colas, con los datos o = 20 , = 2.4,
n=36, y las lnea divisorias del criterio
entre = 19.25 min y
= 20.75 min, se verifica:
19.25 19 20.75 19
para =19 z1 0.625 z2
0.4
0.4
4.375
s
L
i
g
u
i
e
n
t
e

t
0 a
. b
l
2 a
7 :

e
s
t
o

l
l
e
v
a

l
a
Probabilidad de
Valor de Valor de z Aceptar la Ho
L(
18.50 1.875 0.03
18.75 1.25 0.11
19.00 0.625 0.27
19.25 0 0.5
19.50 -0.625 0.73
y as siguiendo.
Esto lleva a la siguiente tabla:
19.75 -1.25
20.00 -1.875 Probab
20.25 -0.625 Valor de Valor de z Acepta
20.50 0 L
20.75 0.625 18.50 -1.875 0
21.00 1.25 18.75 -1.25 0
21.25 1.875 19.00 -0.625 0
21.50 1.875 19.25 0 0
19.50 0.625 0
19.75 1.25 0
20.00 1.875 0
20.25 2.5 0
20.50 3.125 0.

y al siguiente grfico (punteado), se deja


el anterior para comparacin.
Se puede apreciar que los Si la hiptesis alterna fuese <>
mismos son la imagen del espejo o, bilateral, o de dos colas, con
uno de otro. los datos o =
20 , = 2.4, n=36, y las lnea divisorias
del criterio entre = 19.25 min y
= 20.75 min, se verifica:
19.25
para =19.00 z 0.625 L 0.27
19

0.4
t
e

t
a
b
l
a
:

e
s
t
o

l
l
e
v
a

l
a

s
i
g
u
i
e
n
Probabilidad de
Valor de Valor de z1 Valor de z2 Aceptar la Ho
L(
18.50 1.875 5.625 0.03
18.75 1.25 5 0.106
19.00 0.625 4.375 0.27
19.25 0 3.75 0.5
19.50 -0.625 3.125 0.733
19.75 -1.25 2.5 0.88
20.00 -1.875 1.875 0.939
20.25 -2.5 1.25 0.88

ANALISIS PARA MUESTRAS DE


20.50 -3.125 MAYOR TAMAO
20.75 -3.75
21.00 -4.375 Volviendo al caso testigo de
21.25 -5 las pinturas, se analizar qu
21.50 -5.625 ocurre con L()
cuando la muestra es ms grande,
Que grficamente queda: como por ejemplo n=50 (antes n=36),
con los datos
o = 20 , = 2.4, y las lnea divisorias
del criterio = 20.75 min, se verifica:

19.25 19 20.75 19
para =19 z1 0.625 z2
0.4 0.4
4.375
L 20.00 2.21 0.
0.27
20.25 1.473 0
20.50 0.737 0.
y as siguiendo.
Esto lleva a la siguiente tabla: 20.75 0 0
21.00 -0.737 0.
21.25 -1.473 0
Valor de Valor de 21.50 -2.21 0.
21.75 -2.946 0.0
19.50 3.683 22.00 -3.683
19.75 2.946
Que grficamente queda:
Se pretende graficar el error
tipo II en su forma ms general para
un nivel de significacin = 0.05 y
prueba de cola derecha:

ALGORITMO PARA EL TRAZADO


DE LAS CURVAS DE OPERACIN

del esquema se ve que:


x
x 0
z


n z

n
Restando miembro a miembro, 0
y siendo z = 1.65 (abscisa que deja a d

la derecha un rea =0.05), queda:
resulta:
0
1.65 z n z (d) 1.65 d n

Llamando d a una variable dada
Finalmente, el error tipo II es:
por:
2 1.65d n 1

(d n) 0.5
2

0

exp 0.5x dx

El siguiente segmento de n
programa en Matlab permite =
trazar las curvas de 1
;
operacin para tres tamaos muestrales: i
1, 5 y 10: =
1
function curvas_ope ;
for d=0:0.1:3
% Esta funcion permite trazar las M1(i)=0.5+quadl(F,0,1.65-
curvas de operacion para d*sqrt(n));i=i+1;
% un nivel de significacion de 0.05 en end
pruebas de una cola %
% para distintos valores de tamao
muestral. G
e
% Expresion de la funcion densidad n
normal e
F=inline('1/sqrt(2*pi)*exp(-0.5*x.^2)'); r
a
% c
i
o
G
n
e
n d
e e
r
a l
c a
i
o c
n u
r
d v
e a

l p
a a
r
c a
u
r n
v =
a 5

n
p
=
a 5
r ;
a i
=
n 1
= ;
1 for d=0:0.1:3
M2(i)=0.5+quadl(F,0,1.65- i
d*sqrt(n));i=i+1; -
end 1
% ;

G i
e =
n 1
e :
r a
a ;
c p
i l
o
o
n
t
d (
e i
,
l M
a 1
,
c '
u r
r '
v ,
a i
,
p M
a 2
r ,
a '
b
n '
= ,
1 i
0
,
M
n
= 3
1 ,
0 '
; k
i '
= )
1
; y mediante la ejecucin del comando:
for d=0:0.1:3
M3(i)=0.5+quadl(F,0,1.65-
d*sqrt(n));i=i+1; >> curvas_ope
e
n permite obtener el siguiente grfico,
d siendo la lnea superior la
a
correspondiente a n=1, la central n=5 y
= la inferior n=10.
generalizar) se usa como abscisa el
valor absoluto de d, sirviendo entonces
el juego de curvas para ambas pruebas.
Para pruebas de dos colas:

Se puede verificar que el error


tipo II, en este caso, sigue la
siguiente funcin
Para pruebas de cola izquierda, (considerando como siempre =0.05 y
los grficos son la "imagen del espejo" por lo tanto /2=0.025, con z=1.96):
de los anteriores, con lo cual (para
1 1.96d n 2 1.96d n 2

( d n)
2
0

exp 0.5 x dx 1
2
0

exp 0.5 x dx
significancia de 0.01 y 0.05, para
En la literatura, se han hecho muestras de una cola y de dos colas.
grficos para calcular mediante ellos el El siguiente segmento de
error tipo II para distintos valores de d, programa en Matlab permite el mismo
usando el tamao muestral (n) como clculo que el que se hara con los
parmetro y con valores de nivel de grficos.
,
n
f )
u
n % Esta funcion permite calcular el
c Error de Tipo II para un
t % un nivel de significacion dado, en
i prueba de una o dos colas.
o % Entradas: cola, 1 (una cola) 2 (2
n colas)
% alfa, 0.05 o 0.01, nivel de
b significacion
e % mu0, real, media de la
t hipotesis nula
a % mu, real, media para la que se
= quiere calcular
e % el Error tipo II
r % sigma, real, desviacion
r estandar
o % n, entero, tamao de la
r muestra
_ % Salida: beta, real, Error tipo II
I correspondiente.
I
( % Expresion de la funcion densidad
c normal
o F=inline('1/sqrt(2*pi)*exp(-0.5*x.^2)');
l %
a
, C
a a
l l
f c
a u
, l
m o
u
0 d
, e
m
u d
,
s d
i =
g a
m b
a s
( b
m e
u t
- a
m =
u 0
0 .
) 5
/ +
q
s
u
i
a
g d
m l
a (
; F
% Calculo del Error tipo II ,
if cola==1, 0
if alfa==0.05,z_alfa=1.645; ,
b z
e _
t a
a l
= f
0 a
. -
5 d
+ *
q s
u q
a r
d t
l (
n
(
)
F
)
,
e
0
n
,
d
z
_
e
a
n
l
d
f
if cola==2,
a
if alfa==0.05,z_alfa=1.96;
-
beta=quadl(F,0,z_alfa-d*sqrt(n))-
d
quadl(F,0,-z_alfa-d*sqrt(n))
* end
s if alfa==0.01,z_alfa=2.576;
q
beta=quadl(F,0,z_alfa-d*sqrt(n))-
r
quadl(F,0,-z_alfa-d*sqrt(n))
t
e
(
n
n
d
)
)
e
end
n
if alfa==0.01,z_alfa=2.326;
d
Ejemplo: Suponer que se desea De acuerdo a lo anterior, con los
investigar la afirmacin de que la datos del problema, se ejecuta:
intensidad de sonido de ciertas
aspiradoras es una variable aleatorias >>
que tiene una distribucin normal con error_ii(1,0.05,75.2,77,3.6,15)
una media de 75.2 db, con una
desviacin estndar de 3.6 db. donde el primer argumento indica que
Especficamente, se quiere probar la es una prueba de una cola (1), el
hiptesis nula =75.2 contra la segundo es (0.05), el tercero
hiptesis alternativa > 75.2 en base a (75.2), el cuarto (75.2), el quinto
la medicin de la intensidad del sonido (3.6) y el sexto el tamao muestral, n
ce n=15 de tales mquinas. Si la (15). Resultando:
probabilidad de cometer un error tipo I
es = 0.05 Cul es la probabilidad de
cometer un error tipo II para = beta =
77.db?. 0.3873
medias de sus resistencias en pruebas
mecnicas.
Esto se puede visualizar Se consideran dos poblaciones
entrando en el grfico de Curvas con medias 1 y 2 y varianzas 1 y
2
Caractersticas de Operacin 2
2 . Se quiere probar la hiptesis nula
correspondiente a prueba de una cola 1-2= , siendo una constante, que
con =0.05 y entrando con la abscisa se determina en
d=0.5: base a
muestras
aleatorias
independient
es de
tamaos n1
y n2.
Como siempre, se harn pruebas
de la hiptesis nula contra las
alternas
1-2<> , 1-2< o 1-2> .La
prueba depender de las diferencias
entre las media muestrales
y si ambas provienen de
HIPTESIS
poblaciones normales, se define el
RELATIVA A estadstico:
DOS MEDIAS

Considrese el caso de la
discusin acerca de dos mtodos de
soldadura de rieles ferroviarios, se
toman muestras y se decide cul de
ellos es el mejor comparando las
donde es la desviacin e
s
estndar de la distribucin muestral
de la diferencia entre las medias d
muestrales. e
Si las distribuciones de dos c
variables aleatorias i
independientes tienen las medias r
2 2
1 y 2 y las varianzas 1 y 2 , :
entonces la distribucin de su suma (o
diferencia) tiene la media 1 + 2 (o 1
2 2
- 2) y la varianza 1 + 2 .
Se sabe que: l
u
e
g
o
:

1
-

2
=

este estadstico es an vlido para 0


muestras grandes (n1 y n2 mayores )
que 30) .
sustituyendo 1 y 2 por s1 y s2. Ejemplo I: Para probar la afirmacin
Las regiones crticas para probar de que la resistencia de un conductor
la hiptesis nula 1-2= son elctrico
para poblaciones puede reducirse en ms de 0.050 ohms
mediante aleaciones, 32 valores
normales con 1 y 2 conocidas o obtenidos de alambre ordinario
grandes muestras. produjeron = 0.136 ohms y s1 =
Hiptesis 0.004 ohms y 32 valores obtenidos
Alterna con alambre fabricado en base a
1-2< aleaciones produjeron = 0.083 ohms
1-2> y
1-2<> s2 = 0.005 ohms. Se apoya la
afirmacin con un nivel de
significacin de 0.05?
Si bien puede ser
cualquier valor, 1
generalmente se hace 0
(hiptesis nula
H g
i n
p i
f
t i
e c
s a
i n
s c
i
N a
u :
l
a

=
1
0

.
0
5
.
2 z

=

0 =
.
0 1
5 .
0 6
Hiptesis Alternativa 12 > 5
0.050 (unilateral) 5
2 -

- P
a
r
N a
i
v t
e r
l a
b
d a
e j
a
s r
i
c C
o
n l
c
t u
a l
b o
l
s
a
s :

n
o
r
m
a
l
i 5- Dado que 2.65 > z0.05 se Rechaza
z la Hiptesis Nula, por lo tanto se
a acepta la Hiptesis Alternativa, esto es
d se refrenda la afirmacin 12 >
a 0.050. Vale decir, la aleacin reduce
s significativamente en ms de 0.050
ohms la resistencia del conductor
:
Ejemplo II: La estatura media de 50
estudiantes de un colegio que tomaban
parte en las pruebas atlticas fue de
1.70 mts con desviacin estndar de
0.0625 mts, mientras que
4 50 estudiantes que no mostraban
inters en tal participacin tenan una
estatura media
significativamente mayor que la
del segundo.
de 1.687 mts con desviacin estndar 2
de 0.07 mts. Ensayar la hiptesis de
que los estudiantes que participan en -
pruebas atlticas son ms altos que los
otros, con un nivel de significancia de
0.05. N
i
1 Hiptesis Nula 12 v
= 0, no hay diferencia entre e
las estaturas medias l
Hiptesis Alternativa 12 >
0 (unilateral), la estatura media d
del primer grupo es e
b
s a
i j
a
g r
n
i c
f o
i n
c
t
a
a
n b
c l
i a
a s
:
n
o
r
m
= a
0 l
. i
0 z
a
5
d
. a
z s
:
7
= -

1
.
6
5
6
- 4

P
a
r C
a
l
t c
r u
a l
o
s
:
0.98
1.70 1.687 z
2
0.0625 0

50 .
0
0
7
2

5
0

5- Dado que 0.98 < z0.05 se Acepta la


Hiptesis Nula 12 = 0. Vale decir, 1
los estudiantes que participan en
pruebas atlticas no son 2
significativamente ms altos que los
otros

Si se deben correr riesgos de
Error Tipo II, en los cuales las
probabilidades dependen de las
diferencias alternas reales 12 ,

se pueden usar las curvas caracterstica
de operacin con :
2


2


Ejemplo III: Con respecto al ejemplo
anterior Cul es la probabilidad de
d cometer un
Error Tipo II para =0.02 mts.?

0 20.02 d 0.213
2
(0.0625) (0.07)

dado que = 0.05 y n = 50, >>


mu0=0;mu=0.02;sigma=sqrt(0.0625^2
trabajando con la tabla
+0.07^2);n=50;error_II(1,0.05,mu0,m
correspondiente o ejecutando la u,sigma,n)
funcin error_II de Matlab definida
previamente: se obtiene:
Si n1 es distinto de n2 , el
valor de n que se debe utilizar (el
ans = grfico o el algoritmo) se calcula
0.5549 como:

Luego el valor del Error tipo II


para este caso es =0.5549.
1 2 2 2
n
1 2

n1
2

n
2
Cuando n1 , n2 o ambos son
pequeos y se desconocen las
varianzas de las poblaciones, se puede
fundamentar la hiptesis nula 1-2
= en un estadstico adecuado t, con
tal de suponer a ambas poblaciones
normales con 1= 2 (=). En estas
condiciones: 2
con estimado por ponderacin de
las sumas de los cuadrados con
respecto a las media muestrales:
n1 n2

2
x1

x1i

x2i x2 2


2 i 1 i 1 n1 1 s12 n2 1 s22
n1 n2 2
n1 n2 2
haciendo las sustituciones
correspondientes, se llega a la llamada
prueba t bimuestral:

x1 x2 n1 n2 n1 n2

t

2
n1 1 s12 n2 1 n1
2
s2

n2
produccin de trigo. Para ello se
c eligieron 24 parcelas de terreno de
o igual superficie; la mitad de ellas
n fueron tratadas con el fertilizante y la
otra mitad no (grupo control). Todas las
dems condiciones fueron las mismas.
La media de trigo conseguida fue de
3
= 0.264 m con una desviacin estndar
3
de 0.02 m , mientras que la media en
3
n las parcelas tratadas fue de 0.28 m con
3
1 una desviacin estndar de 0.022 m .
+ Puede decirse que hay un
incremento significativo en la
n produccin de trigo por el
2 emple
o del
- fertiliz
2 ante al
nivel
.
de
Ejemplo: En una estacin agrcola se signifi
deseaba ensayar el efecto de un cacin
determinado fertilizante sobre la del
5%?
significativamente la
produccin.
1 Hiptesis Nula 12 = 0, la 2- Nivel de significancia: =0.05.
diferencia se debe al azar t = 1.717 con =22 grados de libertad.
Hiptesis Alternativa 3- Para trabajar con tablas
12 (unilateral), el normalizadas:
fertilizante incrementa

x1 x2 n1 n2 n1 n2
t

2
n1 1 s12 n2 1 n1
2
s2

n2
4 Clculos:
[(0.28 0.264) 0] 1212(12 12 2)
t 1.849
2 2 12 12
(12 1) 0.022 (12 1) (0.02)

5- Dado que 1.849 > t0.05 (t = 1.717) utilizar el nivel de significacin de 0.05
para probar si el sistema de seguridad es
se Rechaza la Hiptesis Nula 12 =
eficaz.
0. Vale decir, hay un incremento
significativo en la produccin de trigo
por el empleo del fertilizante. 1 Hiptesis Nula = 0, la media
de la poblacin de diferencia es nula
Al aplicar la prueba t-bimuestral Hiptesis Alternativa
se deben vigilar que las muestras sean (unilateral), el
independientes. Por ejemplo, no puede sistema de seguridad es
utilizarse cuando se trabaja con datos eficaz
de antes y despus, para ese caso se 2- Nivel de significancia: =0.05.
utiliza la diferencia de los datos t = 1.833 con =10-1=9 grados de
apareados (con su signo). libed.
3- Para trabajar con tablas
Ejemplo: Los siguientes datos son las normalizadas:
horas-hombre que se pierden
semanalmente en promedio por
x
accidentes en 10 plantas industriales t
s
antes y despus de implantar un
cierto programa de seguridad: n

45 y 36 73 y 60 46 y 44 4 Clculos: Se calcula primero la


57 y 51 83 y 77 34 y 29 media y la desviacin estndar de la
muestra de diferencias:
5.2

5 29 613x 2 5 21 6 6
0

9 13
2 5

2 6 6 5 2
6 105.2
2 2 2 2 2 2 2 2 2 2
s
9
2 4.077

4.033
5.2 0 t 4.077
10

Vale decir, el sistema de seguridad es


5- Dado que 4.033 > t0.05 (t = 1.833) eficaz.
se Rechaza la Hiptesis Nula = 0. Esta prueba t se conoce como Prueba t
para Muestras Apareadas.