Вы находитесь на странице: 1из 25

Probabilidad y Estadstica http://web.frm.utn.edu.

ar/estadistica

Doc EF01

Documento de apoyo para la resolucin de problemas. Criterios y parmetros de evaluacin.


Resolucin y Anlisis del Problema 2 del Examen Final tomado el da 19/12/02 Daniel Fernndez . Prof. Titular de la ctedra Probabilidad y Estadstica

Introduccin
Es bien conocida la ansiedad generada en muchos estudiantes por saber de antemano cmo son los exmenes de la materia, qu se pregunta, cules son los puntos del programa ms importantes, cules los ms difciles, cules se dejan de lado, con cunto se aprueba, Con este documento pretendemos mitigar la ansiedad generada por el desconocimiento de las respuestas a estas preguntas, indicando los criterios con que revisa lo producido por los estudiantes en el momento de asignar una calificacin al examen. De ningn modo este material puede sustituir la actividad constructiva del docente ni del estudiante en la adquisicin de los aprendizajes, pero es un recurso que pretende potenciar este proceso de enseanza/aprendizaje ofreciendo ideas, propuestas y sugerencias que aporten al trabajo profesional del docente y al esfuerzo individual del alumno. No se trata de hacer las cosas fciles, sino de construir juntos, de ofrecer alternativas para orientar el esfuerzo. En esta oportunidad hemos tomado el Problema 2 del examen final que se tom el da 19 de diciembre de 2002 y nos proponemos acompaarle en su resolucin, explorando y analizando el trabajo que realizaron los alumnos evaluados.

Contenido
El contenido del documento es el siguiente: Objetivos El problema La consigna general y el puntaje asignado Definicin de la variable en estudio Distribucin de la variable en estudio Planteo de la solucin del problema, clculos, resultados e interpretaciones Anexo 1: Lo producido por los alumnos Anexo 2: Estadstica descriptiva del puntaje obtenido en el Problema 2

Objetivos
Objetivo general Proveer un instrumento mediador para la resolucin de problemas de Probabilidad y Estadstica Objetivos particulares Explicar las consignas generales para la resolucin de problemas Exponer el criterio de asignacin de puntajes en la correccin del examen Desarrollar una resolucin didctica de un problema Examinar el trabajo de los alumnos evaluados

El problema
A continuacin se recuerda la consigna general para la resolucin de problemas en el examen, el enunciado, el puntaje total asignado y se ofrece una resolucin abreviada del mismo con la discriminacin del puntaje. Posteriormente se realiza el anlisis en detalle.
Importante!
Resuelva los problemas propuestos a continuacin teniendo en cuenta que en cada uno de ellos se debe: Definir eventos o variables en estudio, segn corresponda Justificar y plantear la solucin del problema Efectuar los clculos necesarios Interpretar resultados

Problema 2 __________________________________________________ 30 Puntos

El Ministerio estima que ms del 70% de los colectivos locales estn contaminando la ciudad con emanaciones de gases txicas. Para probar su hiptesis implementa un plan que consiste en inspeccionar 15 colectivos. Si diez o ms colectivos en la muestra resultan contaminantes, dar por cierta su estimacin. Determine los riesgos de este procedimiento de prueba propuesto por el Ministerio (errores de decisin) para verificar su estimacin y concluya si es o no un buen procedimiento de prueba. Para ello suponga que, aunque el Ministerio lo desconoce, el porcentaje real de colectivos que contaminan es del 80%.
Puntaje Solucin del Problema 2

Variable en estudio (3) Distribucin de probabilidad e identificacin de parmetros (5) Planteo de hiptesis (5)

X: cantidad de colectivos locales en la muestra, que contaminan la ciudad con emanaciones de gases txicas X ~ binomial (x; n; p ) Hiptesis nula y alternativa de la prueba de hiptesis: H0 : p = 0,70 H1 : p > 0,70 = P(error de tipo I) = P( X 10, cuando p = 0,70) = 1 P(X < 10) = = 1 P(X 9) = 1 B( x = 9; n = 15; p = 0,70) = 1 0,2784 = 0,7216 = P(error de tipo II) = P( X < 10, cuando p = 0,80) = P(X 9) = = F(9) = B ( x = 9; n = 15; p = 0,80) = 0,0611 Interpretacin: No es un buen procedimiento de prueba porque (ver anlisis siguiente)

Planteo y clculo de la solucin (6) Planteo y clculo de la solucin (6) Interpretacin de resultados (5)

1. La consigna general y el puntaje asignado


En toda evaluacin de aplicaciones prcticas indicamos una consigna general para la resolucin de problemas; en el caso del examen analizado fue la siguiente:
Importante!
Resuelva los problemas propuestos a continuacin teniendo en cuenta que en cada uno de ellos se debe: Definir eventos o variables en estudio, segn corresponda Justificar y plantear la solucin del problema Efectuar los clculos necesarios Interpretar resultados

Cada problema tiene un puntaje asignado. En particular al Problema 2 le fueron asignados en el examen 30 puntos, discriminados de la siguiente manera:

Definir la variable en estudio ............................................................................................................................03 Puntos Justificar y plantear la solucin del problema con los clculos correspondientes ....................................22 Puntos Interpretar resultados ..........................................................................................................................................05 Puntos

Discriminacin del puntaje para la justificacin, planteo y clculos de la solucin de este problema particular: Identificar la distribucin de probabilidad de la variable y sus parmetros ..............................................05 Puntos Planteo de las hiptesis nula y alternativa.......................................................................................................05 Puntos Planteo y clculo de la probabilidad de cometer error de tipo I () ...........................................................06 Puntos Planteo y clculo de la probabilidad de cometer error de tipo II () ..........................................................06 Puntos

Debe tener presente que en la resolucin de problemas no es tan importante el recordar de memoria una frmula. De hecho, Usted puede utilizar la bibliografa para resolver las aplicaciones en el examen. Por esta razn, en la correccin del problema se tiene en cuenta cada una de las consignas mencionadas anteriormente. El llegar a un resultado numrico correcto, no es suficiente. Es necesario que, adems, realice un planteo claro de la solucin con la justificacin correspondiente, haga uso del lenguaje simblico de manera correcta, e interprete el resultado obtenido mediante los clculos. Si no llega a un resultado numrico correcto por error en los clculos, pero hace un planteo claro de la solucin con la justificacin correspondiente, hace uso apropiado de la simbologa e interpreta el resultado, se valorar lo realizado y se descontar puntos slo por el error de clculo. Veamos esto ltimo con ms profundidad. En varias oportunidades, los identificados como Problemas, constituyen una verdadera Situacin de Prueba que representa una totalidad construida especialmente para apreciar la existencia de variedad de aprendizajes que se articulan en torno de un eje que los integra y les da sentido. El eje integrador seleccionado para articular la variedad de aprendizajes, tiene como fin estructurar saberes, prcticas y competencias tipificantes de situaciones reales o cuasi reales, las que necesariamente se resuelven con los recursos que implcitamente se estn requiriendo. En consecuencia, el enfoque evaluativo es analtico en relacin con las partes que lo componen, pero tambin globalizador en funcin de las relaciones y estructura general de la situacin propuesta. En el Problema 2, por ejemplo, se pide determinar los riesgos del procedimiento de prueba propuesto por el Ministerio (errores de decisin) para verificar la estimacin de aquel y concluir si es o no un buen procedimiento de prueba. Nuestra intencin en esta instancia del proceso educativo no es llevarle una solucin al Ministerio, sino confrontarlo a Usted a una situacin como la descripta, en la que los aprendizajes se articulen en torno de este eje integrador que les da sentido. Por esta razn, la evaluacin del problema tendr dos enfoques; en el primero se evaluar cada una de las partes que componen la solucin del problema y que de algn modo son las que aparecen en la consigna general; el segundo, ser un enfoque globalizador en el que se tendr en cuenta a las relaciones y la estructura de la solucin propuesta como un todo. Consecuentemente, en base a este criterio se har la asignacin del puntaje por lo producido en la solucin del problema. En general, se considerar aceptable lo actuado por el alumno en la resolucin de un problema o situacin de prueba, cuando el nivel de xito del conjunto de las partes componentes del eje integrador, ms all de la cantidad e importancia de las deficiencias observadas, revelen en general un nivel aceptable de logro de los propsitos que subyacen a las tareas seleccionadas. Considerado el criterio expuesto para la asignacin del puntaje a partir de la consigna general del problema, enunciamos la siguiente advertencia:

Advertencia! Si la solucin de un problema carece de un eje integrador que d sentido al resultado e interpretacin realizada, no se asignar puntaje a la resolucin del problema.

Otro ejemplo: Suponga que se tiene un problema de estimacin de la varianza de una poblacin normal y para la construccin del intervalo de confianza Usted utiliza la distribucin t de Student. Por ms que haya definido correctamente la variable en estudio, haya encontrado correctamente en tabla los valores de t que corresponden al nivel de confianza elegido, el error es grave y no se asignar puntos por el trabajo realizado. Por el contrario, si Usted utiliz la distribucin ji cuadrada para la construccin del intervalo de confianza, identific correctamente el parmetro de la misma y no defini la variable, o no lleg a un resultado numricamente correcto por algn error de clculo, en este caso slo se descontarn los puntos correspondientes pero se tendr en cuenta que se logr el objetivo principal del problema (estimacin por intervalos de confianza). La idea es que no se aprueba el examen slo definiendo variables; tampoco se aprueba slo interpretando correctamente resultados numricos incorrectos, ni se aprueba slo llegando a resultados numricos correctos despojados de toda justificacin e interpretacin. Esto se traduce tambin en que no es posible sumar puntos aislados para alcanzar el puntaje mnimo exigido para aprobar el examen.

2. Definicin de la variable en estudio


La definicin de la variable en estudio implica adoptar una simbologa acordada convencionalmente que permita simplificar la lectura de la resolucin del problema. Utilizar una simbologa adecuada para representar una situacin y su solucin, como para comunicar los resultados a otras personas, forma parte de los objetivos del curso y por lo tanto estar presente en todo el proceso de enseanza/aprendizaje.

Cmo definir la variable en estudio?

Recordemos que el plan de trabajo del Ministerio consiste en inspeccionar una muestra de 15 colectivos y observar el nmero de colectivos en la muestra que resultan contaminantes. Se espera que el nmero de colectivos contaminantes cambie de muestra en muestra; esto significa que el resultado de inspeccionar 15 colectivos no es determinstico sino que es aleatorio. En el estudio que se realiza no tiene importancia el color, la marca de los vehculos ni el nmero de dominio. Lo importante es el nmero o la cantidad de colectivos que contaminan. Si el Ministerio tuviera la posibilidad de inspeccionar la totalidad de colectivos locales (poblacin), este estudio no tendra razn de ser, pues conocera lo que supone. Como no puede estudiar la poblacin de colectivos locales, estudiar una muestra de los mismos para realizar inferencias a partir de la misma. Resulta importante resaltar entonces que lo que se estudiar es el nmero de colectivos que contaminan en la muestra seleccionada. Como veremos ms adelante cuando estudiemos la distribucin de la variable en estudio, es importante aclarar si nos referimos a la cantidad de colectivos que contaminan o la cantidad de colectivos que no contaminan en la muestra. Teniendo en cuenta que un colectivo puede contaminar de modos diferentes, como estudiantes de ingeniera resulta conveniente indicar el tipo de contaminacin que se estudia. En nuestro caso se refiere a la contaminacin con emanaciones de gases txicos y no a una contaminacin sonora, por ejemplo. Para tener en cuenta toda la informacin disponible en el enunciado, puede indicarse que slo se inspeccionarn los colectivos locales. Nada se dice de otros colectivos que pudieran circular por la ciudad, por ejemplo, mnibus de larga distancia que acceden a una terminal de mnibus de procedencias varias. Imagine que Usted es un profesional de la ingeniera, mientras ms claras estn las condiciones en que Usted estudia un problema, construye la solucin con un argumento vlido y comunica los resultados adecuadamente, la interpretacin de los resultados no dejar lugar a dudas, y si aparecen observaciones, seguramente sern para que Usted pueda enriquecer su trabajo y no para descalificarlo. Volviendo al problema, si bien en el enunciado se hace mencin a la proporcin o porcentaje de colectivos que contaminan, el problema propone decidir si es o no un buen procedimiento a partir de la cantidad de colectivos contaminantes en la muestra.

A partir de estas consideraciones, una posible definicin de la variable en estudio podra ser la siguiente:

X: cantidad de colectivos locales en la muestra, que contaminan la ciudad con emanaciones de gases txicas

De aqu en ms, cada vez que se escriba la letra X se har alusin a la definicin enunciada.

Su anlisis personal

Despus de leer detenidamente las definiciones de los alumnos evaluados en el Anexo 1, efecte un juicio crtico de las mismas.

Nuestro comentario

A continuacin hacemos comentarios sobre el trabajo de algunos estudiantes en el examen: Alumno 24: Definicin: X colectivos que contaminan En Estadstica, el smbolo se lee sigue una distribucin o se encuentra distribuida . Por ejemplo, la notacin X N (, ) indica que la variable aleatoria X se encuentra normalmente distribuida, con media y varianza . No es correcto utilizarlo de este modo para definir la variable. Alumno 34: Definicin: X: colectivos locales inspeccionados En este momento, el nmero de colectivos inspeccionados no es una variable en estudio. El procedimiento de muestreo indica inspeccionar 15 colectivos. Alumno 39: Aclara que El parmetro de inters p es el porcentaje de colectivos que contaminan la ciudad con emanaciones de gas. La respuesta a la consigna definir variable no es del todo correcta, pues si bien define que el parmetro de inters p es el porcentaje de colectivos que contaminan la ciudad con emanaciones de gas, utiliza posteriormente en el planteo de la solucin la variable X sin definirla previamente.

Algunas estadsticas descriptivas

El 65% de los alumnos que resolvieron o intentaron resolver el problema no defini la variable en estudio. De los catorce (35%) que definieron la variable, tres (7,5%) lo hicieron incorrectamente y once (27,5%) la definieron de manera incompleta.

3. Distribucin de la variable en estudio


Una vez definida la variable en estudio, si corresponde, conviene identificar la distribucin de probabilidad de la misma y sus parmetros, a los efectos de facilitar el clculo de probabilidades asociadas con la misma. Si se utiliza una aproximacin de la distribucin de la variable en los clculos, por ejemplo, la distribucin normal como aproximacin de la distribucin binomial, deber justificarse que la aproximacin es aceptable. (Ver apartado 6.5 del texto de referencia, p. 163). Para determinar los riesgos del procedimiento de prueba propuesto por el Ministerio en trminos de errores de decisin, es necesario calcular la probabilidad de equivocarse al decidir si es o no un buen procedimiento de prueba. Observe que est en plural: errores de decisin. Como hemos estudiado, se pueden cometer dos tipos de errores al tomar una decisin equivocada en un procedimiento de prueba de hiptesis, esto es, el error de tipo I y el error de tipo II. El reconocer la distribucin

de probabilidad de la variable aleatoria en estudio tiene como fin, facilitar los clculos necesarios para determinar la probabilidad de equivocarnos. Recordemos que el plan de trabajo del Ministerio consiste en inspeccionar una muestra de 15 colectivos y observar el nmero de colectivos en la muestra que resultan contaminantes. El experimento aleatorio consiste en inspeccionar cada uno de los quince colectivos y verificar si contamina o no. Es decir, repetiremos el experimento quince veces (n = 15). El experimento tiene dos posibles resultados mutuamente excluyentes: contamina o no contamina. Si aceptamos la independencia de los resultados obtenidos entre los colectivos de la muestra y estamos interesados en la cantidad de colectivos que contaminan en la muestra (variable aleatoria discreta), la variable aleatoria sigue una distribucin binomial, de parmetros n y p. Ya hemos indicado que n es igual a 15, pero nada hemos dicho acerca de p. Como se ver ms adelante, deberemos analizar el valor de p en cada uno de los planteos de la solucin. Por ejemplo, si tomamos como cierta la hiptesis de que como mximo el 70% de los colectivos contaminan, nos permite suponer que en el caso extremo, p = 0,70. Es importante aclarar que debe utilizar un lenguaje simblico apropiado, tanto para definir la distribucin de probabilidad de la variable en estudio, como su/s parmetro/s. En smbolos se expresa como:

X ~ binomial (x; n, p ), con n = 15 y p = 0,70

No es la nica forma correcta de expresarla. Los propios autores del texto de referencia escriben: X ~ b (x; n, p ) para la distribucin de probabilidad de la variable aleatoria binomial x, y X ~ B (x; n, p ) para la funcin de distribucin acumulada de la misma. (Ver apartado 5.3, p. 118-119).

Su anlisis personal

Analice las definiciones propuestas por los alumnos evaluados en el Anexo 1 de este documento y realice un juicio crtico de las mismas.

Algunas estadsticas descriptivas

El 60% de los alumnos intentan o resuelven el problema sin justificar ni identificar la distribucin de probabilidad de la variable en estudio. Nueve (22,5%) alumnos identifican correctamente la distribucin que corresponde a la variable en estudio, sin justificacin alguna. Siete alumnos (17,5%) utilizan sin justificar y cuando no corresponde, la aproximacin normal. Ninguno de los alumnos hizo un anlisis para justificar la utilizacin de la distribucin de probabilidad de la variable en estudio.

4. Planteo de la solucin del problema, clculos, resultados e interpretaciones


Plantear la solucin no es ms que expresar en smbolos lo que se debe hacer para obtener el resultado que nos conduzca a la solucin del problema, previo a los clculos. Recuerde que la consigna es determinar los riesgos del procedimiento de prueba, en trminos de errores de decisin, y para calcular las probabilidades de cometer errores al tomar decisiones incorrectas, es necesario establecer las hiptesis nula y alternativa. Lea detenidamente el enunciado: El Ministerio estima que ms del 70% de los colectivos locales estn contaminando la ciudad con emanaciones de gases txicas. Esta es la hiptesis del Ministerio.

Cmo establecer las hiptesis nula y alternativa?

Si tenemos en cuenta que el Ministerio es un rgano de control, no est preocupado porque el porcentaje de colectivos que contaminan es bajo, sino porque le parece que es muy elevado; es ms, que piensa que supera el 70%. Analicemos cada una de las situaciones que se pueden presentar al establecer las hiptesis: Situacin 1 H0 : p = 0,70 H1 : p 0,70 Situacin 1: a) Se toma la decisin de aceptar la hiptesis nula Suponga que la evidencia muestral nos conduce a aceptar la hiptesis nula. Esta decisin de aceptar la hiptesis nula, simplemente indica que los datos de la muestra no dan suficiente evidencia para rechazarla. Tal como est planteada la hiptesis alternativa, el aceptar la hiptesis nula advierte que el verdadero valor de la proporcin de colectivos que contaminan no es significativamente diferente de 0,70. Es decir, no est ni muy por encima ni muy por debajo de 0,70. Esta decisin no estara apoyando la hiptesis del Ministerio de que ms del 70% contamina, slo indica que no hay suficiente evidencia como para suponer que es diferente de 0,70. b) Si rechaza la hiptesis nula Podra suceder que la evidencia muestral arrojara un valor muy por debajo, como muy por encima del valor 0,70. Si diera un valor muy por debajo, rechazaramos la hiptesis nula pero esto no probara la hiptesis del Ministerio. En resumen, esta situacin no sera la que corresponde a la solucin del problema. Situacin 2 H0 : p = 0,70 H1 : p < 0,70 Situacin 3 H0 : p = 0,70 H1 : p > 0,70

Situacin 2: a) Si acepta la hiptesis nula Tal como est planteada la hiptesis alternativa, el aceptar la hiptesis nula advierte que el verdadero valor de la proporcin de colectivos que contaminan no es significativamente menor de 0,70. Pero, puede estar tan cerca como se quiera del valor 0,70, o muy por encima del mismo, por ejemplo, 0,9998. Esta decisin no nos conducir a probar que es significativamente mayor que 0,70; en tal caso no hay evidencia suficiente para decir que es significativamente menor que 0,70. b) Si rechaza la hiptesis nula En este caso, la evidencia muestral estara indicando que la proporcin de colectivos que contaminan no es 0,70, sino significativamente menor. Tampoco esto es lo que quiere probar el Ministerio, ya que si la proporcin de colectivos que contaminan fuera de 0,001, no habra razones para preocuparse por tal contaminacin. Tampoco esta situacin corresponde a la solucin del problema.

Situacin 3: a) Si acepta la hiptesis nula Tal como est planteada la hiptesis alternativa, el aceptar la hiptesis nula advierte que el verdadero valor de la proporcin de colectivos que contaminan no es significativamente mayor de 0,70. Puede estar tan cerca como se quiera del valor 0,70, o muy por debajo del mismo.

b) Si rechaza la hiptesis nula En este caso, la evidencia muestral estara indicando que la proporcin de colectivos que contaminan no es 0,70, sino significativamente mayor que 0,70. Esto es lo que est tratando de probar el Ministerio! En definitiva, si la evidencia muestral nos conduce al rechazo de la hiptesis nula, estaramos en condiciones de afirmar que el porcentaje de colectivos que contaminan es significativamente mayor del 70%.

Las hiptesis nula y alternativa que corresponden al planteo de una solucin que nos conduzca a probar la hiptesis del Ministerio son, respectivamente: H0 : p = 0,70 H1 : p > 0,70

Cmo plantear la solucin del problema y efectuar los clculos correspondientes?

Lea nuevamente el enunciado: Para probar su hiptesis implementa un plan que consiste en inspeccionar 15 colectivos. Si diez o ms colectivos en la muestra resultan contaminantes, dar por cierta su estimacin. Entonces, qu deben hacer los empleados del Ministerio?. Deben seleccionar una muestra aleatoria de 15 colectivos y fijarse cuntos de ellos contaminan. Recordemos que ya hemos definido la variable aleatoria en estudio, que ya hemos indicado cul es la distribucin de probabilidad de la misma, que debemos calcular probabilidades para medir el riesgo de decidir mal, y que el criterio de decisin lo ha establecido el Ministerio: Si diez o ms colectivos en la muestra resultan contaminantes, dar por cierta su estimacin. A esta altura ya tenemos el trabajo lo suficiente avanzado como para plantear la solucin del problema. El Ministerio dar por cierta su estimacin cuando encuentre diez o ms colectivos que contaminen en la muestra. En smbolos esto se escribe del siguiente modo: P ( X 10) La letra P la utilizamos para referirnos a la funcin probabilidad, la letra X es la variable aleatoria en estudio y el valor numrico 10 es el valor crtico a partir del cual el Ministerio da por cierta su estimacin. Leemos entonces: P ( X 10): Probabilidad de que la cantidad de colectivos locales en la muestra, que contaminan la ciudad con emanaciones de gases txicas, sea igual o mayor que diez.

Pero la consigna es determinar el riesgo del procedimiento empleado para tomar una decisin equivocadamente, es decir, medir la probabilidad de que se cometan errores al decidir. Se tomara una decisin equivocada cuando se rechace una hiptesis nula cierta. Esto es el error de tipo I y la mxima probabilidad de cometer dicho error est dada por el nivel de significancia . La regla de decisin apropiada al procedimiento de prueba es la siguiente: No Rechazo Ho Rechazo Ho x

10

11

12

13

14

15

El error de tipo I Podra suceder que la verdadera proporcin de colectivos que contaminan en la ciudad sea igual o menor que 0,70, y en la muestra de los 15 inspeccionados se encuentren diez o ms colectivos contaminantes. Si esto ocurre, los empleados del Ministerio concluiran errneamente, que ms del 70% contaminan. Qu tan probable es esto? = P(error de tipo I) = P( X 10, cuando p = 0,70) Observe que para efectuar los clculos, adems de utilizar la distribucin de probabilidad de la variable aleatoria en estudio que previamente hemos identificado, se debe reconocer los parmetros que corresponde utilizar en cada caso. = P( X 10, cuando p = 0,70) = 1 P(X < 10) = 1 P(X 9) = 1 F(9) = = 1 B( x = 9; n = 15; p = 0,70) = 1 0,2784 = 0,7216

El error de tipo II Si la realidad fuera que ms del 70% de los colectivos estn contaminando la ciudad (preste atencin a que el enunciado indica que, aunque el Ministerio lo desconoce, el porcentaje real de colectivos que contaminan es del 80%) y al inspeccionar una muestra de 15 colectivos los empleados de Ministerio encuentran que menos de diez estn contaminando, concluiran errneamente, que no hay evidencia suficiente en la muestra para decir que ms del 70% estn contaminando, aceptando as una hiptesis nula falsa, pues de hecho el 80% estn contaminando realmente. Qu tan probable es esto? = P(error de tipo II) = P( X < 10, cuando p = 0,80) Observe que si bien utilizamos la distribucin binomial, los parmetros que corresponden a este clculo no son los mismos: = P(error de tipo II) = P( X < 10, cuando p = 0,80) = P(X 9) = F(9) = = B( x = 9; n = 15; p = 0,80) = 0,0611

Cmo interpretar los resultados?

El planteo de la solucin con la justificacin correspondiente y los clculos, permitirn arribar a resultados numricos que despus deberemos interpretar. Esta etapa dar validez a nuestro trabajo. Es una etapa tcnica que utiliza para el clculo las herramientas de la probabilidad y estadstica, donde abundarn los smbolos y dems objetos matemticos. Para que una persona pueda entender nuestro razonamiento, deber tener conocimientos previos de probabilidad y estadstica. La interpretacin de los resultados deber responder a la consigna del problema, expresando en palabras nuestra conclusin en funcin de los resultados a que se arriba despus de realizar los clculos. Esta etapa debe estar prcticamente despojada de tecnicismos, de modo tal que pueda entenderla cualquier persona, sin necesidad de tener conocimientos previos de probabilidad y estadstica. Piense que Usted puede integrar equipos interdisciplinarios en la que se produzca esta situacin; tambin puede imaginar que Usted debe informar a la prensa de la situacin que se est dando en la ciudad y cules han sido los resultados de los estudios realizados sobre la contaminacin que producen los colectivos locales. Deber tener entonces la capacidad de expresar la interpretacin de este modo.

Recordemos la consigna: Determine los riesgos de este procedimiento de prueba propuesto por el Ministerio (errores de decisin) para verificar su estimacin y concluya si es o no un buen procedimiento de prueba. Para cumplir con la consigna hay dos etapas claramente definidas:

Primero: Determinar los riesgos del procedimiento de prueba propuesto por el Ministerio. Esto se resuelve calculando la probabilidad de decidir incorrectamente (valores de y ). Segundo: Concluir si es o no un buen procedimiento de prueba. Para concluir se debe reflexionar sobre los valores de y obtenidos. Si se est dispuesto a aceptar los riesgos (probabilidad de cometer errores), se considerar que es un buen procedimiento. Por el contrario, si los riesgos obtenidos, en trminos de probabilidad, son elevados, el procedimiento llevar a tomar decisiones incorrectas con mucha frecuencia y se considerar que no es un buen procedimiento.

Interpretemos los resultados: El primer resultado obtenido fue: = 0,7216

La probabilidad de que al seleccionar una muestra aleatoria de 15 colectivos de la ciudad, se encuentre que diez o ms de ellos estn contaminando es 0,7216 (valor muy elevado); as, se concluir errneamente que ms del 70% de los colectivos de la ciudad contaminan, cuando en realidad el porcentaje real de stos no excede el 70%. De otro modo, en promedio, de cada cien oportunidades en que inspeccionen muestras de 15 colectivos y el porcentaje real de colectivos que estn contaminando la ciudad no supere el 70%, este procedimiento nos llevar a (rechazar la hiptesis nula y) concluir errneamente que ms del 70% contaminan. Considerando que la probabilidad de cometer este error es muy alta, podemos decir que el Ministerio no est utilizando un buen procedimiento de prueba. El segundo resultado obtenido fue: = 0,0611

La probabilidad de que al seleccionar una muestra aleatoria de 15 colectivos de la ciudad, se encuentre que menos de diez estn contaminando es 0,0611. Es la probabilidad de concluir errneamente que el 70% o menos de los colectivos de la ciudad contaminan, cuando en realidad el porcentaje real de estos sea del 80%. De otro modo, en promedio, de cada cien oportunidades en que inspeccionen muestras de 15 colectivos y el porcentaje real de colectivos que estn contaminando la ciudad sea del 80%, este procedimiento nos llevar a (aceptar la hiptesis nula y) concluir errneamente el 6,11% de las veces, que el 70% o menos contaminan. En resumen, puede que el valor de = 0,0611 no sea interpretado por el decisor como un valor importante, pero teniendo en cuenta que el primer error tiene un valor muy elevado, debera informarse al Ministerio que no est utilizando un buen procedimiento de prueba. Habra que estudiar (aumentar) el tamao de muestra con su correspondiente valor crtico para el que ambos errores queden controlados. Cuando el alumno se enfrenta a un problema y trata de resolverlo, para luego comunicar la solucin a otras personas, validar y generalizar la solucin a otros contextos y problemas, est realizando distintos tipos de prcticas. Para nosotros, la prctica desarrollada por un alumno se considerar significativa si cumple una funcin para resolver el problema, validar o argumentar su solucin y comunicar el resultado eficientemente. Su anlisis personal

Despus de leer atentamente la interpretacin de algunos alumnos evaluados, examine si responden a la consigna y pueden ser entendidas por cualquier persona que no necesariamente tenga conocimientos previos de probabilidad y estadstica. Alumno 1: Los riesgos de este procedimiento, es que existe una gran probabilidad de aceptar la hiptesis nula cuando esta puede ser falsa. Alumno 2: Segn este resultado, se da por cierta la estimacin de que ms de diez colectivos contaminan. Alumno 3: Aceptar Ho y se concluye que es buena su estimacin y es un buen procedimiento de prueba.

10

Alumno 5: Al tener un valor tan alto de probabilidad en la regin de aceptacin es poco probable de rechazar la hiptesis Ho. Alumno 10: La regin crtica de es muy grande, es decir que existe una gran posibilidad de cometer un error de tipo I, pero muy chica de cometer un error de tipo II. Alumno 11: Decimos que la Ho (hiptesis nula), p = 0,8, se prueba al nivel de significancia = 0,8358, tambin llamada la regin crtica, y como este tamao es grande, es muy probable que se est cometiendo un error de tipo I. Alumno 12: La hiptesis nula se prueba con un nivel de significancia = 0,7216 que es un valor muy grande, por lo tanto la Ho es falsa y concluyo que no es un buen mtodo. Alumno 14: Se concluye tiene una alta probabilidad de rechazar la Ho siendo verdadera. No es un buen procedimiento. Alumno 17: Hay una alta probabilidad de rechazar la Ho si esta es verdadera, por lo tanto no es un buen procedimiento el tomado por el Ministerio. Alumno 18: La probabilidad de rechazar Ho cuando es verdadera es: 0,5155. La probabilidad de aceptar Ho cuando es falsa es: 0,1642. Es un buen procedimiento, aunque yo aumentara el nmero de colectivos inspeccionados, para bajar , el cual es muy grande. Alumno 19: No rechazo Ho, no hay razn para dudar del 0,7 de proporcin de colectivos si 10 o ms de 15 estn contaminando. Alumno 21: Se corre un riego del 56% de rechazar Ho cuando en realidad es verdadera y un riesgo de 20,3% de aceptar Ho cuando en realidad es falsa. Alumno 22: Ho con p = 0,7 se prueba al nivel de significancia 0,5155. Es probable que se cometa un error de tipo I. Alumno 24: El mtodo es insuficiente porque les dice que slo hay 61% de probabilidad de dar cierta la hiptesis, mientras que la probabilidad de vehculos contaminantes es mayor. Alumno 28: Como zob cae dentro de la regin de aceptacin, concluimos que con un nivel de significancia de 0,05 aceptamos la hiptesis nula y decimos que la estimacin del Ministerio es aceptable. Alumno 29: Rechazo la Ho debido a que el valor obtenido con un nivel de significancia 0,10 es 0,7216. Por lo tanto el porcentaje de colectivos que contaminan la ciudad es mayor al 70%. Alumno 30: Una regin crtica como la que hemos obtenido se considera grande y por lo tanto es muy probable que se cometa un error de tipo I. Alumno 32:

11

No rechazo la hiptesis nula, porque el valor de la probabilidad no me da suficiente informacin. Alumno 33: No rechazar la Ho porque en realidad el 80% de los colectivos contaminan la ciudad con gases txicos. Se evita de cometer el error de tipo I el rechazo de Ho cuando es verdadera. Alumno 34: En este caso est muy cercano (o prcticamente) igual a p = 0,7 lo que estara en un valor crtico y puede decidir que se acepta Ho. Pero matemticamente = 0,7216 > 0,70 por lo que la decisin es rechazar Ho y concluir que ms del 70% de los colectivos contamina la ciudad con sus emanaciones. No es un buen procedimiento de prueba porque bueno sera conveniente una muestra ms grande para acercarse al valor ms aproximado. Si el Ministerio hubiera tomado a p = 0,8, con seguridad habra aceptado Ho. Alumno 36: Entonces Ho no se rechaza y por lo tanto no hay razones para dudar del Ministerio. Alumno 39: Por lo tanto, el 51,55% de las veces arriesgamos rechazar Ho (la hiptesis nula) cuando esta es verdadera. El 51,55% de las veces que tomamos una muestra de tamao 15 arriesgamos rechazar Ho siendo verdadera. Alumno 45: Despus de calcular el error de estimacin correspondiente a un intervalos de confianza para p concluye: El procedimiento que utiliza el Ministerio es relativamente bueno, ya que no existe una gran diferencia entre los errores, teniendo en cuenta los datos que ellos manejan y los datos reales. Alumno 47: El tamao de la regin crtica es de 0,1509 un tamao algo grande para cometer el error de rechazar Ho dado que sea verdadera. Se debe ajustar modificando la zona de aceptacin o aumentar el tamao de la muestra. Alumno 48: La probabilidad de que sean menos de 10 los colectivos contaminantes es de 0,0985; por lo tanto, la probabilidad de que sean 10 o ms es de (1 0,0985) = 0,9015. Alumno 50: Despus de calcular y concluye: El Ministerio tiene una forma correcta de controlar. Hiptesis nula y alternativa

A continuacin rescatamos algunos planteos propuestos por los alumnos para las hiptesis nula y alternativa. Le proponemos examinarlos y efectuar su juicio crtico sobre ellos. Alumno 5: H0 : El 70% de los colectivos contamina H1 : El 30% de los colectivos no contamina Alumno 10: H0 : p > 0,70 H1 : p = 0,70 Alumno 21: H0 : = 9 H1 : 10 Alumno 23: H0 = Hiptesis nula H0 = 15 H1 = Hiptesis alternativa H1 10

12

Alumno 28: H0 : x 10 H1 : x < 10 Alumnos 31 y 49: H0 : p = 0,8 H1 : p > 0,7 Alumno 50: H0 = 0,7 H1 = 0,8 Alumno 51: H0 : p = p o = 10 / 15 = 0,6666 No platea H1

Nuestro comentario

Alumno 12: La hiptesis nula se prueba con un nivel de significancia = 0,7216 que es un valor muy grande, por lo tanto la Ho es falsa y concluyo que no es un buen mtodo. Observe que la conclusin del alumno es correcta. Sin embargo, al interpretar el resultado pedimos que, adems, exprese esta conclusin en un lenguaje despojado de trminos tcnicos, de modo que pueda ser entendida por una persona que no necesariamente tenga conocimientos previos de probabilidad y estadstica. Por ejemplo, imagine que Usted trabaja en una empresa o institucin que debe dictaminar sobre el problema en estudio, pero la persona que leer su informe es un profesional que no tuvo un entrenamiento profundo durante sus estudios de grado en probabilidad y estadstica. Este profesional desea saber si el procedimiento de prueba implementado por el Ministerio es adecuado o no, y Usted le contesta: La hiptesis nula se prueba con un nivel de significancia = 0,7216 que es un valor muy grande, por lo tanto la Ho es falsa y concluyo que no es un buen mtodo. Hay algo muy valorable en su respuesta, y es que no es un buen mtodo. Sin embargo, hay trminos tcnicos que si bien no deben faltar, es conveniente expresarlos en un lenguaje comn a los interlocutores. Alumno 10: La regin crtica de es muy grande, es decir que existe una gran posibilidad de cometer un error de tipo I, pero muy chica de cometer un error de tipo II. En este caso la situacin es ms complicada. Imagine a su interlocutor tratando de entender a partir de su informe si es o no un buen procedimiento el que est implementando el Ministerio?

Algunas estadsticas descriptivas

Respecto del planteo de las hiptesis nula y alternativa Treinta y cuatro alumnos (85%) plantearon las hiptesis nula y alternativa para resolver el problema, pero slo siete (21%) de los que plantearon las hiptesis nula y alternativa, realizaron un planteo correcto. Seis (15%) de los cuarenta alumnos que intentaron o resolvieron el problema, lo hicieron sin realizar un planteo previo de las hiptesis nula y alternativa, y ninguno de ellos propuso una solucin correcta. Siete alumnos (18%) propusieron un planteo correcto de las hiptesis nula y alternativa.

13

Respecto del clculo de y Slo un alumno (2,5%) obtiene los valores numricos correctos de la probabilidad de cometer ambos errores ( y ). Nueve alumnos (22,5%) calculan slo el valor de y toman una decisin sin evaluar ni hacer conjeturas sobre de . Cinco alumnos (12,5%) adoptan un nivel de significancia y toman una decisin sin haber tomado una muestra previamente. Para ello calculan como estadstico el cociente 10/15 (valor crtico / tamao muestra).

5. Comentario final
Este material pretende orientar, guiar, ejemplificar, ilustrar y construir con Usted la solucin de un problema, as como acordar y establecer los criterios para su evaluacin. El anlisis personal solicitado en cada caso, pretende confiar en las posibilidades suyas para autoevaluar su proceso. Para ello, pensamos que un camino consiste en ayudarle a conseguir los criterios que le permitan autoevaluarse, acordando y estableciendo el papel que tiene esta actividad en el aprendizaje y en las decisiones de evaluacin que se toman. La autoevaluacin no debe engaarnos; debe constituir un proceso de aprendizaje de valoracin del propio esfuerzo y por lo tanto, debe tomrselo en serio.

14

ANEXO 1
Lo producido por los alumnos

En este anexo, hemos rescatado gran parte del trabajo desarrollado por los alumnos para resolver el problema 2, en el examen final tomado el da jueves 12 de diciembre de 2002. 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15. 16. 17. 18. 19. 20. 21. 22. 23. 24. 25. 26. 27. 28. 29. 30. 31. 32. 33. 34. 35. 36. 37. 38. 39. 40. 41. 42. 43. 44. 45. 46.

Definicin de la variable aleatoria en estudio

X: colectivos locales que estn contaminando la ciudad X: los colectivos contaminan la ciudad con gases txicos No define variable No resuelve el problema No define variable No resuelve el problema No define variable X: cantidad de colectivos que contaminan la ciudad No resuelve el problema X: cantidad de colectivos que contaminan X: cantidad de colectivos que contaminan la ciudad con emanaciones de gases txicos No define variable No define variable No define variable No resuelve el problema No resuelve el problema No define variable X: colectivos locales que contaminan con gases txicos X: proporcin de colectivos que contaminan la ciudad con emanaciones txicas de gas de los inspeccionados No define variable No define variable No define variable No define variable X colectivos que contaminan No resuelve el problema No resuelve el examen No resuelve el problema No define variable No define variable X: colectivos que resultan contaminantes No define variable X: nmero de colectivos locales que estn contaminando X: muestra de colectivos que contaminan X: colectivos locales inspeccionados X: cantidad de colectivos que contaminan la ciudad No define variable No define variable No define variable Utiliza la variable X sin definirla. Aclara: El parmetro de inters p es el porcentaje de colectivos que contaminan la ciudad con emanaciones de gas. No define variable No define variable No resuelve el problema No define variable No resuelve el problema No define variable No resuelve el problema

15

47. 48. 49. 50. 51.

X: nmero de colectivos locales que contaminan con emanaciones de gas txica No define variable No define variable No define variable No define variable

Distribucin de probabilidad de la variable aleatoria en estudio

1.

2. 3. 4. 5. 6. 7. 8. 9. 10.

11. 12. 13. 14.

15. 16. 17. 18. 19. 20. 21.

22. 23. 24. 25. 26. 27. 28. 29. 30. 31. 32.

X ~ BIN (x; n p ). Utiliza la distribucin binomial con parmetros ( n = 15 ; p = 0,70 ) para calcular el error de tipo I y ( n = 15 ; p = 0,80 ) para calcular el error tipo II. X ~ B (n; p ). Despus escribe: X ~ B (x; 15; 0,8 ). No calcula . Utiliza la normal para calcular el valor P. Escribe x = 10; n = 15 y np = 10,5 y calcula el valor de z correspondiente. No calcula probabilidades. No resuelve el problema. No define variable ni hace comentarios sobre la distribucin. No resuelve el problema. No define variable ni hace comentarios sobre la distribucin. X ~ Binomial (x; n, p ). Utiliza los siguientes parmetros: n = 15 y p = 0,80 con un planteo equivocado. No resuelve el problema. X ~ b. Utiliza la distribucin binomial con parmetros ( n = 15 ; p = 0,80 ) para calcular el error de tipo I y ( n = 15 ; p = 0,70 ) para calcular el error tipo II. Utiliza la distribucin binomial con parmetros ( n = 15 ; p = 0,80 ) para calcular el error de tipo I y ( n = 15 ; p = 0,80 ) para calcular el error tipo II. Utiliza la distribucin binomial con parmetros ( n = 15 ; p = 0,70 ) para calcular el error de tipo I y ( n = 15 ; p = 0,80 ) para calcular el error tipo II. Escribe: n = 15; p = 0,7; q = 0,3. Utiliza la distribucin normal. Calcula el valor de z = 1,11 para finalmente encontrar la P( Z 1,11) = 0,8665. No calcula el error de tipo II. Realiza los clculos en dos etapas. En la primera utiliza la distribucin binomial con parmetros ( n = 15 ; p = 0,70 ) para calcular el error de tipo I y ( n = 15 ; p = 0,30 ) para calcular el error tipo II. En la segunda etapa utiliza la misma distribucin pero con parmetros ( n = 15 ; p = 0,80 ) para calcular el error de tipo I y ( n = 15 ; p = 0,20 ) para calcular el error tipo II. No resuelve el problema. No resuelve el problema. Escribe: n = 15; p = 0,7; q = 0,3. Utiliza la distribucin normal con = 15x 0,8 = 12 y = 2,4 para calcular . No calcula el error de tipo II. Utiliza la distribucin binomial con parmetros ( n = 15 ; p = 0,70 ) para calcular el error de tipo I y ( n = 15 ; p = 0,80 ) para calcular el error tipo II. X ~ b ; n = 15 y p = 0,70 para calcular el error de tipo I. No calcula el error de tipo II. Escribe: n = 15; p = 0,7. Utiliza la distribucin normal con = 15x 0,7 = 10,5 y = 3,15 para calcular el error de tipo I. No calcula el error de tipo II. Escribe: n = 15; p = 0,7 y utiliza la distribucin normal con = 15x 0,7 = 10,5 y = 3,15 para calcular el error de tipo I. Despus, escribe: n = 15; p = 0,8 y utiliza la distribucin normal con = 15x 0,8 = 12 y = 2,4 para calcular el error de tipo II. Utiliza la distribucin binomial con parmetros ( n = 15 ; p = 0,70 ) para calcular ambos errores. No define variable ni hace comentarios sobre la distribucin. Escribe: n = 15 y utiliza la distribucin normal para calcular la probabilidad de que X 10 con p = 0,7 y p = 0,8. Slo escribe n = 15 y p = 0,7. No resuelve el problema. No resuelve el examen. No resuelve el problema. Escribe n = 15 y p = 0,8. El planteo que realiza no es correcto. Utiliza la distribucin binomial con parmetros ( n = 15 ; p = 0,70 ) para calcular el error de tipo I. No calcula el error tipo II. Utiliza la distribucin binomial con parmetros ( n = 15 ; p = 0,70 ) para calcular ambos errores. Utiliza la distribucin binomial con parmetros ( n = 15 ; p = 0,80 ) para calcular el error de tipo I y ( n = 15 ; p = 0,70 ) para calcular el error tipo II. Escribe Distribucin binomial y calcula la probabilidad de que X 10 con p = 0,7 y p = 0,8.

16

33. 34. 35. 36. 37. 38. 39. 40. 41. 42. 43. 44. 45. 46. 47. 48. 49. 50. 51.

Escribe: n = 15 y p = 0,8. Luego utiliza la distribucin normal para calcular la probabilidad de que X 10. X ~ b (x; 15; 0,7 ). Calcula la probabilidad de cometer el error de tipo I. No calcula el error de tipo II. Slo define la variable del problema. Utiliza la distribucin binomial con n = 15 y p = 0,7 con un planteo incorrecto. No define variable ni hace comentarios sobre la distribucin. No define variable ni hace comentarios sobre la distribucin. Utiliza la distribucin binomial para calcular con n = 15 y p = 0,7. Luego utiliza la misma distribucin para calcular con n = 15 y p = 0,8. No hace comentarios sobre la distribucin empleada. Utiliza la distribucin binomial para calcular con n = 15 y p = 0,8. No calcula . No hace comentarios sobre la distribucin empleada. Utiliza la distribucin binomial para calcular con n = 15 y p = 0,8. No calcula . No hace comentarios sobre la distribucin empleada. No resuelve el problema. No define variable ni hace comentarios sobre la distribucin. No resuelve el problema. No define variable ni hace comentarios sobre la distribucin. No resuelve el problema. X ~ B (n; p ). Utiliza la distribucin binomial para calcular con n = 15 y p = 0,7. Luego utiliza la misma distribucin para calcular con n = 15 y p = 0,8. No hace comentarios sobre la distribucin empleada. No define variable ni hace comentarios sobre la distribucin. No define variable ni hace comentarios sobre la distribucin. Utiliza la distribucin binomial para calcular con n = 20 y p = 0,7. Luego utiliza la misma distribucin para calcular con n = 20 y p = 0,8. No hace comentarios sobre la distribucin empleada. Escribe Distribucin binomial, pero despus tach lo que hizo. 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15. 16. 17. 18. 19. 20. 21. 22. 23. 24. 25. 26. 27. 28. 29. 30. 31.

Planteo de las hiptesis nula y alternativa Incorrecto Incorrecto Correcto No resuelve el problema Incorrecto No resuelve problema Incorrecto No plantea las hiptesis. Propone una solucin incorrecta. No resuelve problema Incorrecto Incorrecto Incorrecto Incorrecto Incorrecto No resuelve problema No resuelve problema Incorrecto Incorrecto Correcto No plantea las hiptesis. Propone una solucin con alguna falencia. Incorrecto Incorrecto Incorrecto Correcto No resuelve el problema No resuelve el examen No resuelve el problema Incorrecto Correcto Incorrecto Incorrecto

17

32. 33. 34. 35. 36. 37. 38. 39. 40. 41. 42. 43. 44. 45. 46. 47. 48. 49. 50. 51. 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15. 16. 17. 18. 19. 20. 21. 22. 23. 24. 25. 26. 27. 28. 29. 30. 31. 32. 33. 34. 35.

Correcto Incorrecto Correcto No plantea las hiptesis ni resuelve el problema. Incorrecto No plantea las hiptesis. Propone una solucin incorrecta. Incorrecto Incorrecto Incorrecto Incorrecto No resuelve el problema No plantea las hiptesis. Propone una solucin incorrecta. No resuelve el problema No plantea las hiptesis. Propone una solucin incorrecta. No resuelve el problema Correcto Incorrecto Incorrecto Incorrecto Incorrecto

Clculo de alfa y beta alfa: Incorrecto beta: Incorrecto alfa: Incorrecto beta: No calcula alfa: Incorrecto beta: No calcula No resuelve el problema alfa: CORRECTO beta: No calcula No resuelve el problema Adopta valor de alfa beta: No calcula alfa: No calcula beta: No calcula No resuelve el problema alfa: Incorrecto beta: Incorrecto alfa: Incorrecto beta: No calcula alfa: CORRECTO beta: CORRECTO Adopta valor de alfa beta: No calcula alfa: Incorrecto beta: Incorrecto No resuelve el problema No resuelve el problema alfa: Incorrecto beta: No calcula alfa: Incorrecto beta: Incorrecto adopta alfa y calcula alfa: CORRECTO beta: No calcula alfa: Incorrecto beta: No calcula. Confunde nomenclatura alfa: Incorrecto beta: Incorrecto alfa: Incorrecto beta: Incorrecto alfa: No calcula beta: No calcula alfa: No calcula beta: No calcula No resuelve el problema No resuelve el examen No resuelve el problema Adopta alfa beta: No calcula adopta alfa y calcula alfa: CORRECTO beta: No calcula alfa: Incorrecto beta: Incorrecto alfa: Incorrecto beta: Incorrecto. Confunde nomenclatura. alfa: Incorrecto beta: No calcula Adopta alfa beta: No calcula alfa: CORRECTO No calcula No resuelve el examen. Slo define la variable.

18

36. 37. 38. 39. 40. 41. 42. 43. 44. 45. 46. 47. 48. 49. 50. 51. 1.

Adopta alfa beta: No calcula alfa: No calcula beta: No calcula Adopta alfa beta: No calcula alfa: Incorrecto beta: Incorrecto alfa: Incorrecto beta: No calcula alfa: No calcula beta: No calcula No resuelve el problema alfa: No calcula beta: No calcula No resuelve el problema alfa: No calcula beta: No calcula No resuelve el problema alfa: Incorrecto beta: Incorrecto alfa: No calcula beta: No calcula alfa: No calcula beta: No calcula alfa: Incorrecto beta: Incorrecto alfa: No calcula beta: No calcula

Interpretaciones del resultado obtenido

H0 : p = 0,70 H1 : p < 0,70 = P(error de tipo I) = P( X < 10, cuando p = 0,70) = 0,2784 = P(error de tipo II) = P( X 10, cuando p = 0,80) = 0,9389 Los riesgos de este procedimiento, es que existe una gran probabilidad de aceptar la hiptesis nula cuando esta puede ser falsa. H0 : = 0,80 H1 : 0,80 P( X 10 ) = 1 P (X < 10 ) = 1 B (9; 15; 0,8 ) = 1 0,0611 = 0,9389 Segn este resultado, se da por cierta la estimacin de que ms de diez colectivos contaminan. H0 : p = 0,70 H1 : p > 0,70 Adopta = 0,05 y establece que la regin crtica est dada para valores de z > 1,645. Calcula el z = 0,28 (correspondiente a x = 10; n = 15 y p = 0,7) y escribe: Aceptar Ho y se concluye que es buena su estimacin y es un buen procedimiento de prueba. No resuelve el problema H0 : El 70% de los colectivos contamina H1 : El 30% de los colectivos no contamina = P(error de tipo I) = P( X 10, cuando p = 0,70) = 0,721 Al tener un valor tan alto de probabilidad en la regin de aceptacin es poco probable de rechazar la hiptesis Ho. Qu pasa si el valor real de contaminacin es 0,8: P( X 10, cuando p = 0,80) = 0,9389 En este caso la posibilidad de que la hiptesis Ho sea verdadera es de un 93,89%. Mucho mayor que en el caso anterior.

2.

3.

4. 5.

6. 7.

No resuelve el problema. H0 : p = 0,70 H1 : p < 0,70 Escribe = 0,05 optativo y abandona la resolucin. Escribe el alumno: La estimacin puntual de la proporcin 0,8 se utiliza como estimador puntual de la verdadera proporcin de micros que contaminan. Plantea un intervalo de confianza para p. Sin calcular el

8.

19

intervalo de confianza escribe: tengo que sacar las cuentas para ver el error de decisin para saber la probabilidad de equivocarse, y abandona la resolucin. 9. 10. No resuelve el problema. H0 : p > 0,70 H1 : p = 0,70 = P(error de tipo I) = P( X 10, cuando p = 0,80) = 1 B (10; 15; 0,8) = 1 0,1642 = 0,8358 = P(error de tipo II) = P( X < 10, cuando p = 0,70) = B (9; 15; 0,7) = 0,2784 La regin crtica de es muy grande, es decir que existe una gran posibilidad de cometer un error de tipo I, pero muy chica de cometer un error de tipo II. H0 : p = 0,8 H1 : p > 0,8 = P(error de tipo I) = P( X 10, cuando p = 0,80) = 1 B (10; 15; 0,8) = 1 0,1642 = 0,8358 Decimos que la Ho (hiptesis nula), p = 0,8, se prueba al nivel de significancia = 0,8358, tambin llamada la regin crtica, y como este tamao es grande, es muy probable que se est cometiendo un error de tipo I. H0 : p = 70% = P(error de tipo I) = P( X > 10, cuando p = 0,7 ) = 1 B (9; 15; 0,7) = 1 0,2784 = 0,7216 La hiptesis nula se prueba con un nivel de significancia = 0,7216 que es un valor muy grande, por lo tanto la Ho es falsa y concluyo que no es un buen mtodo. = P(error de tipo II) = P( X 9, cuando p = 0,8 ) = B (9; 15; 0,8) = 0,0611 que es una probabilidad muy baja de cometer el error de tipo II. H0 : = 10,5 H1 : > 10,5 P( X 10 ) Escribe = 0,2 y despus calcula P( Z 1,1 ) = 0,8665 No hace comentarios sobre el resultado. H0 : que la cantidad que contamina sea = 10. H1 : que la cantidad que contamina sea < 10. Despus escribe: H0 = 0,7 H1 < 0,7 = P( X < 10, con p = 0,7) = B (9; 15; 0,7) = 0,2784 = P( X 10, con p = 0,3) = 1 B (9; 15; 0,3) = 1 0,9963 = 0,0037 Si 80% es el porcentaje real: = P( X < 10, con p = 0,8) = b (9; 15; 0,8) = 0,0611 = 1 P(X < 10) = 1 0,9999 = 0,001 Se concluye tiene una alta probabilidad de rechazar la Ho siendo verdadera. No es un buen procedimiento. 15. 16. 17. No resuelve el problema. No resuelve el problema. H0 : p = 0,8 H1 : p > 0,8 = P( X > 10, cuando p = 0,8) = P( Z 0,83 ) = 0,7967 Hay una alta probabilidad de rechazar la Ho si esta es verdadera, por lo tanto no es un buen procedimiento el tomado por el Ministerio. H0 : p = 0,70

11.

12.

13.

14.

18.

20

H1 : p > 0,70 = P( X > 10, cuando p = 0,7) = 1 B (10; 15; 0,7) = 1 0,4845 = 0,5155 = P( X 10, cuando p = 0,80) = B (10; 15; 0,8) = 0,1642 La probabilidad de rechazar Ho cuando es verdadera es: 0,5155 La probabilidad de aceptar Ho cuando es falsa es: 0,1642 La potencia es: 1 = 0,8358 La probabilidad de rechazar Ho cuando es falsa es: 0,8358 Es un buen procedimiento, aunque yo aumentara el nmero de colectivos inspeccionados, para bajar , el cual es muy grande. 19. H0 : p = 0,7 H1 : p > 0,7 Escribe = 0,10 y luego: P( X 10, con p = 0,7) = 1 P( X 9, con p = 0,7) = 1 0,2784 = 0,7216 0,7216 es la probabilidad de encontrar 10 o ms colectivos de 15 inspeccionados que contaminan, con una p = 0,7 supuesta, con un 90% de confianza 0,7216 > 0,10 No rechazo Ho, no hay razn para dudar del 0,7 de proporcin de colectivos si 10 o ms de 15 estn contaminando. Despus calcula: z = 0,281 y zc = 1,28 y concluye: Es un buen procedimiento de prueba. Escribe P( X 10 ) y luego: = P(error de tipo I) = P( X > 10, cuando p = 0,7) = P( Z > 1,43 ) = 0,9236 Es del 92% y es un buen procedimiento de prueba. H0 : = 9 H1 : 10 = P(error de tipo I) = P( X 10, cuando p = 0,7) = P( Z 0,16 ) = 0,56 = P(error de tipo II) = P( X < 10, cuando p = 0,8) = P( Z < 0,83 ) = 0,2033 Se corre un riego del 56% de rechazar Ho cuando en realidad es verdadera y un riesgo de 20,3% de aceptar Ho cuando en realidad es falsa. H0 : p = 0,7 H1 : p = 0,7 = P(error de tipo I) = P( X > 10, cuando p = 0,70) = 1 B (10; 15; 0,7) = 1 0,4845 = 0,5155 Ho con p = 0,7 se prueba al nivel de significancia 0,5155. Es probable que se cometa un error de tipo I. = P(error de tipo II) = P( X 10, cuando p = 0,7) = B (10; 15; 0,7) = 0,4845 Es probable que se cometa un error tipo II. 23. H0 = Hiptesis nula H0 = 15 H1 = Hiptesis alternativa H1 10 z = 1,88 y abandona la resolucin H0 : p = 0,7 H1 : p > 0,7 x 10 Luego calcula para p = 0,7; n =15; x = 10: P( Z 0,28 ) = 0,61 Pero si p = 0,8: P( Z 1,29 ) = 0,9015 El mtodo es insuficiente porque les dice que slo hay 61% de probabilidad de dar cierta la hiptesis, mientras que la probabilidad de vehculos contaminantes es mayor. No resuelve el problema. No resuelve el examen.

20.

21.

22.

24.

25. 26.

21

27. 28.

No resuelve el problema. H0 : x 10 H1 : x < 10 = 0,05 Si el zob es menor que 1,64 acepto la estimacin del Ministerio (Ho). Calcula para p = 0,8; n =15; x = 10 el valor de zob = 1,29 y concluye: Como zob cae dentro de la regin de aceptacin, concluimos que con un nivel de significancia de 0,05 aceptamos la hiptesis nula y decimos que la estimacin del Ministerio es aceptable. H0 : p = 0,7 H1 : p > 0,7 Escribe = 0,10 y luego: P( X > 10 ) = 1 P( X < 10 ) = 1 B (9; 15; 0,7) = 1 0,2784 = 0,7216 Rechazo la Ho debido a que el valor obtenido con un nivel de significancia 0,10 es 0,7216. Por lo tanto el porcentaje de colectivos que contaminan la ciudad es mayor al 70%. Debo calcular los errores tipo I () y tipo II (). H0 : p = 0,7 H1 : p < 0,7 = P(error de tipo I) = P( X > 10, cuando p = 0,7) = 1 B (10; 15; 0,7) = 1 0,4845 = 0,5155 Una regin crtica como la que hemos obtenido se considera grande y por lo tanto es muy probable que se cometa un error de tipo I. = P(error de tipo II) = P( X < 10, cuando p = 0,7) = B (10; 15; 0,7) = 0,2784 Indica una baja probabilidad, ya que la Ho no se cumplir para una probabilidad < 0,7.

29.

30.

31.

H0 : p = 0,8 H1 : p > 0,7 = P(error de tipo I) = P( X 10, cuando p = 0,8) = 1 P( Z 1,3 ) = 0,9032 = P(error de tipo II) = P( X 10, cuando p = 0,7) = 1 P( Z 2,54 ) = 0,0055 No hace comentarios. H0 : p = 0,70 H1 : p > 0,70 P( X 10 ) = 1 P( X < 10 ) = 1 B (10; 15; 0,7) = 1 0,4845 = 0,5155 No rechazo la hiptesis nula, porque el valor de la probabilidad no me da suficiente informacin. Pero si la proporcin de colectivos reales que estn contaminando es de p = 0,8: P( X 10 ) = 1 P( X < 10 ) = 1 B (10; 15; 0,8) = 1 0,1642 = 0,8358 No hace ms comentarios. H0 : p = 0,80 H1 : p 0,80 = 0,05 (Propongo este nivel de significancia) Regin crtica: z > 1,645 Calcula para p = 0,08; n =15; x = 10 el valor de z = 1,29 P( Z > 1,29 ) = 0,0985 Conclusin: No rechazar la Ho porque en realidad el 80% de los colectivos contaminan la ciudad con gases txicos. Se evita de cometer el error de tipo I el rechazo de Ho cuando es verdadera. H0 : p = 0,70 H1 : p > 0,70 = error de tipo I = P( X 10, cuando p = 0,70) = 1 B (9; 15; 0,7) = 1 0,2784 = 0,7216 En este caso est muy cercano (o prcticamente) igual a p = 0,7 lo que estara en un valor crtico y puede decidir que se acepta Ho. Pero matemticamente = 0,7216 > 0,70 por lo que la decisin es rechazar Ho y concluir que ms del 70% de los colectivos contamina la ciudad con sus emanaciones.

32.

33.

34.

22

No es un buen procedimiento de prueba porque bueno sera conveniente una muestra ms grande para acercarse al valor ms aproximado. Si el Ministerio hubiera tomado a p = 0,8, con seguridad habra aceptado Ho. 35. 36. Slo define la variable y abandona la resolucin del problema. H0 : p = 0,70 H1 : p 0,70 = 0,10 nivel de significancia elegido Escribe luego: P = 2P ( X 10, cuando p = 0,7) = 2 B (10; 15; 0,7) = 0,969 > 0,10 Entonces Ho no se rechaza y por lo tanto no hay razones para dudar del Ministerio. El error ser: z. (pq / n) Lo calcula para p = 10/15 ; q = 5/15 ; n = 15 ; = 0,05 ; z = 1,96 e = 0,236 No hace comentarios. H0 : = 80 H1 : 80 = 0,50 Abandona despus la resolucin del problema. H0 : p = 0,70 H1 : p < 0,70 prueba unilateral derecha ETI: = P(rechazar Ho / Ho es verdadera) = P( X > 10 / p = 0,70) = 1 B (10; 15; 0,70) = 1 0,4845 = 0,5155 Por lo tanto, el 51,55% de las veces arriesgamos rechazar Ho (la hiptesis nula) cuando esta es verdadera. El 51,55% de las veces que tomamos una muestra de tamao 15 arriesgamos rechazar Ho siendo verdadera. ETII: = P(aceptar Ho / Ho es falsa) = P( X < 10 / p = 0,80) = B (10; 15; 0,80) = 0,1642 El 16,42% de las veces aceptamos Ho siendo falsa. 40. H0 = 10 o ms colectivos no contaminan H1 = menos de 10 colectivos no contaminan = P(error de tipo I) = P( X 10, cuando p = 0,8) = 1 0,1642 = 0,8358 No hace ms comentarios. = P(error de tipo I) = P( X 10, p = 0,7) = 1 0,1642 = 0,8358 La estimacin es de 0,8358 y es un buen procedimiento. No resuelve el problema. x = 10 Plantea un intervalo de confianza para la proporcin p con un nivel de confianza del 80%. Utiliza la distribucin normal estndar con z = 1,28; p = 10/15 = 0,66 y q = (0,66 . 0,33 / 15) = 0,1217 Llega a que: 0,51 < p < 0,82 y concluye diciendo: Es un buen procedimiento de prueba porque el parmetro cae dentro del intervalo 0,51; 0,82. No resuelve el problema. Para p = 0,8 y = npq = 2,4 calcula el error del siguiente modo: error = / n = 1,77 / (15) = 0,46 Concluye: el procedimiento que utiliza el Ministerio es relativamente bueno, ya que no existe una gran diferencia entre los errores, teniendo en cuenta los datos que ellos manejan y los datos reales.

37.

38.

39.

41.

42. 43.

44. 45.

23

46. 47.

No resuelve el problema. H0 : p = 0,70 H1 : p > 0,70 = P( X 10, cuando p = 0,70) = 1 P( X < 10) = 1 0,8491 = 0,1509 El tamao de la regin crtica es de 0,1509 un tamao algo grande para cometer el error de rechazar Ho dado que sea verdadera. Se debe ajustar modificando la zona de aceptacin o aumentar el tamao de la muestra. = P( X 9, cuando p = 0,80) = B (9; 15; 0,80) = 0,061 Es conveniente aumentar el tamao muestral ya que y son algo grandes. Si p es realmente 0,8, la prueba rechazar de forma apropiada Ho en el 93,89% de las veces. Es aceptable pero si quisiera tener mayor seguridad aumentara n para disminuir un poco ms.

48.

H0 : = 10 H1 : 10 Calcula para p = 0,8; n =15; x = 10 el valor de z = 1,29 z 1,25 = 0,0985 La probabilidad de que sean menos de 10 los colectivos contaminantes es de 0,0985; por lo tanto, la probabilidad de que sean 10 o ms es de (1 0,0985) = 0,9015 H0 : p = 0,8 H1 : p > 0,7 = 0,2 Calcula para p = 0,8; n =15; x = 10 el valor de z = 1,29 Rechaza Ho si z > 1,28 y z < 1,28 Se concluye que la fraccin de colectivos defectuosos es > 0,7%. H0 = 0,7 H1 = 0,8 = 1 B (10; 20; 0,7) = 1 0,0480 = 0,952 = B (15; 20; 0,8) = 0,3704 El Ministerio tiene una forma correcta de controlar. H0 : p = p o = 10 / 15 = 0,6666 Calcula para p = 0,6666; n =15; x = 10 el valor de z = 0,00054 0 P( Z = 0 ) = 0,5 No es un buen mtodo de prueba porque tiene gran probabilidad de error.

49.

50.

51.

24

ANEXO 2
Estadstica Descriptiva del puntaje obtenido en el Problema 2

Se inscribieron para rendir 74 alumnos, de los cuales slo 51 (69%) se presentaron a rendir el examen. Tal como lo ilustra el grfico siguiente, trece alumnos (25,5%) aprobaron el examen y treinta y ocho (74,5%) resultaron no aprobados.

Piechart for RESULTADO


25.49%

74.51%

RESULTADO APROBADO No Aprobado

De los 51 alumnos que se presentaron a rendir, 11 (28%) dejaron el problema 2 sin resolver, es decir, no realizan absolutamente nada.

En el Cuadro 1 presentamos la estadstica descriptiva del puntaje obtenido por los alumnos en la resolucin del Problema 2. En primer lugar se tiene en cuenta a todos los alumnos que rindieron el examen (51) y despus slo a los que aprobaron el examen (13). Al problema 2 se le asignaron 30 puntos y los porcentajes indicados en el cuadro se refieren a dicho puntaje. Por ejemplo, la mitad de los alumnos que rindieron obtuvieron 2 o menos puntos, es decir, la mitad de los alumnos que rindieron obtuvieron el 7% o menos del puntaje asignado al problema.

Cuadro 1: Resultados del puntaje obtenido en la resolucin del Problema 2 Porcentaje respecto del total asignado al problema Puntos (30 Puntos) Todos Aprobados Todos Aprobados Cantidad de Alumnos 51 13 100 % 25,5 % Promedio 5,7 6,43 19 % 21 % Mediana 2 5 7% 17 % Desviacin estndar 8,0 6,7 27 % 22 % CV 141% 104% *** *** Q1 0 0 0% 0% Q2 2 5 7% 17 % Q3 8 13 27 % 43 %

25