Академический Документы
Профессиональный Документы
Культура Документы
Estimación
SOLUCIÓN:
DATOS
Hipótesis nula:Uo
Ho:Uo=70
Hipótesis alternativa:H1
H1: Uo>70
Prueba de un extremo:derecho
Uo=70
Averigüemos el valor de t:
ˆ 12.5
x 2,665
n 22
Luego los límites de aceptación de nuestra prueba son:
Entonces: 64,45___________75,54
Gráficamente tendremos:
83
0.5 0.475
0.025
o 50% o 47.5%
o 2.5%
75,54
Uo=70
x Uo 83 70
t t 4,878
x o 2,665
vemos que este valor supera los 2,0796 que figura como valor de aceptación. Por lo tanto
este valor (4,87) también nos indica que debemos rechazar la hipótesis nula
Gráficamente tendremos:
t =4,87
0.5 0.475
0.025
o 50% o 47.5%
o 2.5%
t =2,0796
Uo=70
2)Una corredora de bienes raíces tomó una muestra aleatoria de 12 hogares de un barrio
de gente acomodada y encontró que el valor de mercado promedio estimado era de
$780.000 con una desviación estándar de $49.000. Pruebe la hipótesis que para todas las
casas del área, el valor estimado medio es de 825.000, frente a la otra opción de que es
menos de $825.000. Utilice un nivel de significancia de 0.05.
SOLUCIÓN
Igual que en el problema anterior debemos utilizar la distribución t ( no se conoce la
desviación estándar de la población y el tamaño de la muestra es pequeño)
DATOS:
Hipótesis nula:Uo
Ho:Uo=$825.000
Hipótesis alternativa:H1
El valor estimado medio es menor de $825.000
H1: Uo<$825.000
Prueba de un extremo:izquierdo
0.45 0.5
0.05
o 45% o 50%
o 5%
Uo=825.000
Averigüemos el valor de t:
825000 25.403,15
825.000-25.403,15=799.596,85
= 850.403,15
Entonces: (799.596,85___________850.403.15)
Gráficamente tendremos:
=780000
0.45 0.5
0.05
o 45% o 50%
o 5%
799.596
Uo=825.000
-1,7959; ahora comparémoslo con el valor t ( número de errores estándar) dado por el
resultado de la prueba:
x Uo 780000 825000
t t 3,1813
x o 14.145
vemos que este valor supera el
– 1,7959 que figura como valor de aceptación. Por lo tanto este valor
(t= -3,1813) también nos indica que debemos rechazar la hipótesis nula
Gráficamente tendremos:
t = -3,1813
0.45 0.5
0.05
o 45% o 50%
o 5%
-1,7959
Uo=825.000
SOLUCIÓN
DATOS
Hipótesis nula:Uo
Hipótesis alternativa:H1
H1: Uo>4
Prueba de un extremo:derecho
Nivel de significancia: 0.05
0.5 0.45
0.05
o 50% o 45%
o 5%
Uo=4
2,3
x 0.542
n 18
Luego los límites de aceptación de nuestra prueba son:4 (1,645)*(0.542)=4 0.89 ;
entonces límite inferior de dicho intervalo =4-0.89=3,11
Límite superior = 4+0.89 = 4.89
Entonces: 3.11___________4.89
Gráficamente tendremos:
5.04
0.5 0.45
0.05
o 50% o 45%
o 5%
4.89
Uo=4
Z = 1.645; ahora comparémoslo con el valor z ( número de errores estándar) dado por el
resultado de la prueba:
x Uo 5.04 4
z z 1.92
x o 0.542
vemos que este valor supera el
z = 1.645 que figura como valor de aceptación. Por lo tanto este valor
Z = 1.92
0.5 0.45
0.05
o 50% o 45%
o 5%
z =1.645
Uo=4
4)Una fábrica de pilas garantiza que su producto tiene una vida media de 1000 horas y
una desviación estándar de 50 horas. Pruebe la hipótesis de que 1000 en
contraposición a la alterna de que 1000 , si una muestra aleatoria de 30
baterias tiene una duración promedio de 950 horas. Utilice un 5%
SOLUCIÓN
DATOS
Hipótesis nula:Uo
Ho:Uo=1000
Hipótesis alternativa:H1
H1: 1000
0
50
0.025 o
Uo=1000
50
x
9.13
n 30
Luego los límites de aceptación de nuestra prueba son:1000 (1,96)*(9.13)=1000 17.89 ;
entonces límite inferior de dicho intervalo =1000-17.89=982.11
Límite superior = 1000+17.89 = 1017.89
Entonces: 982.11___________1017.89
Gráficamente sería:
Zona de
=950
aceptación
zona
de rechazo
Zona de
0.025 o
rechazo
2.5% 0.475 0.475
0.025
o o 47.5%
47.50% o 2.5%
Z = 1.96; ahora comparémoslo con el valor z ( número de errores estándar) dado por el
resultado de la prueba:
x Uo
z 950 1000
x o z 5.48
9.13
vemos que este valor supera el
z = - 1.96 que figura como valor de aceptación. Por lo tanto este valor
(z = - 5.48) también nos indica que debemos rechazar la hipótesis nula
Gráficamente tendremos:
Zona de
Z = -5.48
zona aceptación
de rechazo
Zona de
0.025 o
rechazo
2.5% 0.475 0.475
0.025
o o 47.5%
47.50% o 2.5%
Lo cual nos indica también que debemos rechazar la hipótesis de que la vida media de las
baterias es de 1000 horas.
PRUEBA DE UNA PROPORCIÓN
/2 /2
ó ó
z -z -z z
(H1 : > o) (H1 : < o) (H1 : o)
x
Paso 3 Calcule el valor z para la proporción muestral p usando la fórmula
n
p p0 p0 (1 p0 )
Z= , p
p n
.005 .005
-2.575 2.575
Paso 3 Calculando el valor z para la proporción muestral p = 0.45), obtenemos:
0.4(1 0.4)
p 0.0346
200
0.45 0.4
Z= 1.45
0.0346
Paso 4 Dibujando z = 1.45 en el diagrama de la región de rechazo (Paso 2)
obtenemos:
1.45
.005 .005
-2.575 2.575
Paso 5 Como el valor z está fuera de la región de rechazo (sombreada), por lo
tanto no rechazamos Ho.
x
Paso 2 Calcule el valor z para la proporción muestral p usando la
n
fórmula:
p p0 p0 (1 p0 )
Z= , donde p .
p n
z -z -z z
P/2 P/2
-1.45 1.45
EJERCICIOS
En los ejercicios (1-5) use el método de la región de rechazo para probar la
hipótesis.
1. H0 : 0.6
H1 : p 0.6, = 0.65, n = 100, y = 0.01
2. H0 : p = 0.29
H1 : p 0.29, = 0.26, n = 90, y = 0.01
3. H0 : p = 0.36
H1 : p < 0.36, = 0.34, n = 630, y = 0.05
5. Una agencia de empleos afirma que el 80% de todas las solicitudes hechas por
mujeres con hijos prefieren trabajos a tiempo parcial. En una muestra
aleatoria de 200 solicitantes mujeres con niños, se encontró que 110
prefirieron trabajos a tiempo parcial. Pruebe la hipótesis de la agencia con un
nivel de significancia de 5%.
En los ejercicios (6 - 10) use el método del valor-p para pruebas de hipótesis.
6. H0 : p = 0.2
H1 : p > 0.2, = 0.245, n = 400, y = 0.01
7. H0 : p = 0.55
H1 : p < 0.55, x = 175, n = 300, y = 0.05
8. H0 : p = 0.2
H1 : p 0.2, x = 235, n = 1000, y = 0.02
10. El registrador de cierta universidad ha dicho que esta dispuesto a permitir una
sección del curso ESTAD 121 una vez a la semana si más del 65% de los
estudiantes matriculados en el curso expresan que prefieren el curso una vez a
la semana, en vez de dos veces a la semana. En una muestra aleatoria de 40
estudiantes, 26 indicaron su preferencia de una vez a la semana. Usando un
nivel de significancia de 0.01, debe el registrador autorizar el ofrecimiento del
curso ESTAD 121 una vez a la semana?
Modulo 16
PRUEBAS DE HIPÓTESIS
Usualmente =0.1, 0.05 ó 0.01, que corresponden a intervalos de confianza del 90, 95 y 99 por ciento
respectivamente. La siguiente tabla muestra los Z/2 más usados. Compruébelos
- ¿Es la duración promedio de las llantas producidas en el turno de día igual a 25 000 millas?
- ¿Es la duración promedio de las llantas producidas en el turno mixto menor de 25 000 millas?
- ¿Se revienta más de un 8% de las llantas producidas por el turno de día antes de las 10 000 millas?
Prueba de Hipótesis para la media. En la fábrica de llantas la hipótesis nula y alternativa para el problema se
plantearon como,
Si se considera la desviación estándar σ las llantas producidas en el turno de día, entonces, con base en el
teorema de limite central, la distribución en el muestreo de la media seguiría la distribución normal, y la
prueba estadística que esta basada en la diferencia entre la media X de la muestra y la media μ hipotética
se encontrara como
x o
Z
/ n
Dado que ya se tiene la distribución normal, los valores críticos se pueden expresar en unidades de
desviación. Una región de rechazo de 0.25 en cada cola de la distribución normal, da por resultado un área
de .475 entre la media hipotética y el valor crítico. Si se busca está área en la distribución normal, se
encuentra que los valores críticos que dividen las regiones de rechazo y no rechazo son + 1.96 y - 1.96
Por tanto, la regla para decisión sería rechazar Ho si Z > +1.96 o sí z < -1.96, de lo contrario, no rechazar Ho.
Para una muestra de 100, si se selecciona un nivel de significancía de 0.05, los valores críticos de la
distribución t con 100-1= 99 grados de libertad se puede obtener como se indica en la siguiente tabla tenemos
el valor de 1.9842. Como esta prueba de dos colas, la región de rechazo de 0.05 se vuelve a dividir en dos
partes iguales de 0.025 cada una. Con el uso de las tablas para t, los valores críticos son –1.984 y +1.984. La
regla para la decisión es,
Dado que t100-1=1.075, se ve que -1.984 < +1.075 < + 1.984, entonces no se rechaza Ho.
Por ello, la decisión de no rechazar la hipótesis nula Ho. En conclusión es que la duración promedio de las
llantas es 25 000 millas. A fin de tener en cuenta la posibilidad de un error de tipo II, este enunciado se
puede redactar como no hay pruebas de que la duración promedio de las llantas sea diferente a 25 000
millas en las llantas producidas en el turno de día.
El gerente de la fábrica de llantas quiere que la calidad de llantas producidas, sea lo bastante alta para que
muy pocas se revienten antes de las 10.000 millas. Si más de un 8% de las llantas se revientan antes de las
10.000 millas, se llegaría a concluir que el proceso no funciona correctamente. La hipótesis nula y alternativa
se pueden expresar como sigue:
Ps P X
Z Ps
Pq n
n
siendo X y N el número de éxitos de la muestra y n el tamaño de la muestra, P la proporción de éxitos de la
hipótesis nula. Ahora se determinará si el proceso funciona correctamente para las llantas producidas para el
turno de día. Los resultados del turno de día indican que cinco llantas en una muestra de 100 se reventaron
antes de 10,000 millas para este problema, si se selecciona un nivel de significancia 0.05 , las regiones
de rechazo y no rechazo se establecerían como a continuación se muestra. Y la regla de decisión sería:
Rechazar Ho si z> + 1.645; de lo contrario no rechazar H o. Con los datos que se tienen,
Ps P
Ps 0.05 Z 1.107
Pq
n
una vez reemplazado, recuerde p+q=1
Z=-1.107 +1.645; por tanto no rechazar Ho.
La hipótesis nula no se rechazaría por que la prueba estadística no ha caído en la región de rechazo. Se
llegaría a la conclusión de que no hay pruebas de que más del 8% de las llantas producidas en el turno de día
se revienten antes de 10,000 millas. El gerente no ha encontrado ninguna prueba de que ocurra un número
excesivo de reventones en las llantas producidas en el turno de día.
Un lote de esas lámparas de origen desconocido es ofrecido a un precio muy conveniente. Para que la
industria sepa si hace o no una oferta ella necesita saber cual es el país que produjo tales lámparas. El
comercio que ofrece tales lámparas afirma que será divulgada la vida útil media de una muestra de 25
lámparas del lote antes de la oferta. ¿Que regla de decisión deben usar los responsables de la industria para
decir que las lámparas son de procedencia americana o europea?. Una respuesta que surge inmediatamente es
la de considerar como país productor aquel en la cual la media de la muestra se aproxima más a la media de
la población. Así, la decisión sería si x 16000 (el punto medio entre 15500 y 16500) diremos que es de
procedencia americana; en caso contrario diremos que es de procedencia europea.
Suponga que en el día de la licitación se informó que, de acuerdo con la regla de decisión diríamos que las
lámparas son de origen americano. ¿Podemos estar herrados en esa conclusión?. O en otras palabras, ¿es
posible que una muestra de 25 lámparas de origen europeo presente una media de 15800? Si, es posible.
Entonces, para un mejor entendimiento de la regla de decisión adoptada, es interesante estudiar los tipos de
errores que podemos cometer y las respectivas probabilidades de cometer esos errores.
Retomando el ejemplo vamos a indicar por RC una región determinada por los valores de X menores que
16000, es decir RC={X 16000}. El valor 16000 se denomina punto crítico y se denotará como xc.
Con las notaciones indicadas arriba, la probabilidad de cometer cada uno de los errores puede ser escrito del
siguiente modo:
- P[Error Tipo I] = P[ X pertenezca a RC | H0 es verdadera] = .
- P[Error Tipo II] = P[ X no pertenezca a RC | H0 es falsa ] =
Ejemplo. En el ejemplo anterior, cuando H0 es verdadera, es decir, las lámparas son de origen europea,
sabemos del teorema central del límite que x , o sea la media de las muestras de tamaño 25, tendrán
2000
distribución aproximadamente normal con media 16500 y = 400 , es decir X N(16500, 1600).
25
Entonces,
Para cada regla de decisión adoptada, es decir, para cada valor crítico xc se obtiene un valor de probabilidad
de error tipo 1. Por otra parte, si xc se elige menor que 15000 disminuye pero aumenta.
Sin embargo, se puede proceder de manera inversa, es decir, fijado encontramos la regla de decisión que
corresponderá a una probabilidad de error 1 igual a .
“Si X fuera inferior a 15842 se dice que el lote es americano, en caso contrario se dice que es europeo”.
Con esta regla la probabilidad de error tipo II será
P[Error Tipo II] = P[ X > 15842 | X N(16500, 1600)] = P[Z > 1.425] = 7.93%
CONTRASTES DE HIPÓTESIS
Ejemplo, Supongamos que debemos realizar un estudio sobre la altura media de los habitantes de cierto
pueblo. Antes de tomar una muestra, lo lógico es hacer la siguiente suposición a priori, (hipótesis que se desea
contrastar y que denotamos H0):
Al obtener una muestra de tamaño n=8, podríamos encontrarnos ante uno de los siguientes casos:
1. Muestra = {1,50 ;1,52; 1,48; 1,55; 1,60; 1,49; 1,55; 1,63}
La técnica a utilizar consiste en suponer que H0 es cierta y ver si el valor que toma el estadístico
X 174
Texp t 24
ŝ n
es razonable o no bajo esta hipótesis, para el nivel de significación dado. Aceptaremos la hipótesis alternativa
(y en consecuencia se rechazará la hipótesis nula) si no lo es, es decir, si
Texp t 1 / 2, 24 t 0.975, 24 2.06
El valor de Texp no está en la región crítica (aunque ha quedado muy cerca), por tanto al no ser la evidencia
en contra de H0 suficientemente significativa, ésta hipótesis no se rechaza.
Ejemplo. Se desea comparar la actividad motora espontánea de un grupo de 25 ratas control y otro de 36 ratas
desnutridas. Se midió el número de veces que pasaban delante de una célula fotoeléctrica durante 24 horas.
Los datos obtenidos fueron los siguientes:
Solución: En primer lugar, por tratarse de un problema de inferencia estadística, nos serán más útiles las
cuasivarianzas que las varianzas. Por ello calculamos:
n 1 2 25 n 2 2 36
ŝ12 s1 106.7 11.859 ŝ 22 s 2 153.7 24.298
2 2
n1 1 24 n 2 1 35
En este caso:
ŝ 22
Fexp 2.049 Fn 2 1,n1 1 Fteo 2.97
ŝ12
Como Fexp≤Tteo, no podemos concluir (al menos al nivel de significación =5%) que H0 deba ser rechazada.
calculamos en primer lugar la cuasivarianza muestral ponderada y los valores del test:
(n 1 1)ŝ12 (n 2 1)ŝ 22
ŝ
2
19.238
n1 n 2 2
x1 x 2
Texp 11.210 t n1 n 2 2 t 59
1 1
ŝ
n1 n 2
Como Tteo Texp concluimos que se ha de rechazar la hipótesis de igualdad de las medias, y por tanto
aceptamos que las medias son diferentes.