Ctedra: EstadsticaUNIDAD VIII PRUEBAS DE HIPTESIS

Definicin : Hiptesis estadstica es un supuesto acerca del valor del parmetro (o valores de los parmetros) que la definen. Ejemplos : 1. X est normalmente distribuida con = 100 y = 10 . 2. Y es una variable binomial con p = 0.25 Frecuentemente (en la prctica), la distribucin poblacional est implcita, y la hiptesis estadstica slo especifica el valor del parmetro. Ejemplos : 3. La tasa media salarial es = $185 . 4. La proporcin de productos defectuosos en cierto proceso es inferior a 0.05, o sea p < 0.05 . Una hiptesis estadstica puede considerarse como un conjunto de hiptesis elementales. Al respecto, una hiptesis estadstica puede ser simple o compuesta. Una hiptesis simple es una especificacin completa de una distribucin de probabilidad, como en los ejemplos (1) y (3). Tambin la podemos definir como aqulla que slo contiene un elemento del conjunto de parmetros. En cambio, una hiptesis compuesta contiene dos o ms estados o elementos del conjunto de parmetros, como en los ejemplos (2) y (4), y generalmente la consideramos constituida por el conjunto de todas las hiptesis simples compatibles con ella . Con el objeto de probar la validez de tales hiptesis, se lleva a cabo un experimento, y la hiptesis formulada es desechada si los resultados obtenidos del experimento son improbables bajo dicha hiptesis. Si los resultados no son improbables, la hiptesis no es desechada por falta de evidencia. Una hiptesis compuesta es considerada verdadera (lo cual significa que no ser rechazada o desechada) cuando alguna de las hiptesis simples que la componen pueda considerarse verdadera. Ejemplo: Supongamos que queremos probar la hiptesis de que la probabilidad de obtener un as al arrojar un dado, es de 1/6 , y con tal fin arrojamos un dado 600 veces . Si se obtienen 600 ases, este resultado es improbable bajo la hiptesis supuesta, lo cual nos lleva a rechazarla pues la evidencia indica que ella es falsa. Si se obtienen 100 ases, este resultado no sera improbable bajo la hiptesis supuesta, y sin duda la hiptesis no ser rechazada, por falta de evidencia. Obteniendo resultados como stos, la intuicin y el sentido comn son suficientes para tomar una decisin. Sin embargo, en la prctica los experimentos no conducen a conclusiones tan obvias, de donde surge la necesidad de un mtodo para probar la hiptesis, y esto implica establecer reglas de decisin. El hecho de rechazar una hiptesis no significa que sta sea falsa, como tampoco el no rechazarla significa que sea verdadera. La decisin tomada no est libre de error. Se pueden cometer dos tipos de error que los denominaremos error de tipo I y error de tipo II, y que consisten en: Error I :Rechazar una hiptesis que es verdadera . Error II : No rechazar una hiptesis que es falsa . La forma de medir estos errores es mediante la probabilidad. Es deseable que estas dos probabilidades de error sean pequeas. Una forma cmoda de especificar lo que se requiere de un procedimiento de prueba es concentrar la atencin en dos conjuntos posibles de valores del parmetro, es decir, en dos hiptesis estadsticas, a las cuales

Pruebas de Hiptesis

Ctedra: Estadsticallamaremos hiptesis nula designada por H0 e hiptesis alternativa designada por H1 . La prueba de hiptesis es un procedimiento de toma de decisiones, relacionada principalmente con la eleccin de una accin entre dos posibles. Por lo tanto, cada hiptesis (nula y alternativa) la asociaremos con una de las acciones. Esta designacin, en principio, es arbitraria, pero tpicamente la hiptesis nula corresponde a la ausencia de una modificacin en la variable de la poblacin investigada, pudiendo considerar que nulifica el efecto de un tratamiento , y por lo tanto se especifica de una forma exacta : H0 : = 0 ; en tanto que la hiptesis alternativa generalmente indica una variacin de valores que prevalecera si la variable de la poblacin sufre alguna modificacin, pudiendo pensar que el tratamiento fue efectivo , por lo cual esta hiptesis (alternativa) se especifica de manera ms general : H1: 0 H1 : > 0 H1 : < 0. Observemos que en general la hiptesis alternativa es compuesta. Raramente la hiptesis alternativa es una hiptesis simple, como por ejemplo: H1: = 1, sino que, normalmente sta es el complemento de la hiptesis nula.

ERRORES Y RIESGOS DE LA PRUEBA

La prctica de probar la hiptesis nula contra una alternativa, sobre la base de la informacin de la muestra, conduce a dos tipos posibles de error, debido a fluctuaciones al azar en el muestreo. Es posible que la hiptesis nula sea verdadera pero rechazada debido a que los datos obtenidos en la muestra sean incompatibles con ella; como tambin puede ocurrir que la hiptesis nula sea falsa pero no se la rechace debido a que la muestra obtenida no fuese incompatible con ella. Cuadro de decisiones y errores Estado Naturaleza Ho Decisin Rechazar Ho error I incorrecto No Rechazar Ho Correcto Ho Correcto error II

- incorrecto

Las probabilidades de cometer errores de tipo I y II se consideran los "riesgos" de decisiones incorrectas. As, la probabilidad de cometer un error de tipo I se llama nivel de significacin de la prueba y se simboliza con . . . = P( error I ) = P( rechazar Ho / H0 es verdadera ) y la probabilidad de cometer un error de tipo II se designa por . Entonces: = P( error II ) = P( no rechazar Ho / Ho es falsa )

Prueba de hiptesis simple contra alternativa nica

Consideremos el caso de una hiptesis nula simple contra una hiptesis alternativa tambin simple. H0 : = 0 ; H1 : = 1 Sea la variable aleatoria X con distribucin conocida: X ~ f(x , ) , y sea = f ( x1 , x2 ,...., xn , ) un estimador de . Entonces, la estadstica de prueba tiene distribucin conocida siempre que se conozca el valor del parmetro . Luego, dicha distribucin queda completamente definida suponiendo verdadera la hiptesis nula H0 : = 0. Las reglas de decisin sobre el rechazo o no de Ho se establecen respecto a la amplitud de y el resultado particular de la muestra. Se clasifica la amplitud de en dos subconjuntos que son : R = regin de rechazo o regin crtica que contiene los resultados menos favorables a Ho , y A = regin de aceptacin o regin de no rechazo que contiene los resultados ms favorables a Ho . De esta forma, si R

Pruebas de Hiptesis

rechazamos Ho y si se denomina valor critico de la estadstica de prueba, y se representa por c . Si suponemos

1

Ctedra: Estadstica A no rechazamos Ho . El valor de que separa R de A

, entonces

> 0

= P (eI ) = P ( > c / = o ) = P (eII ) = P ( < c / = 1 )

f 0 ()

f1 ( )

= P (eI ) = P ( > c / = o ) = P ( rech.H o / H o es verdadera ) = f o ().d c = P (eII ) = P ( < c / = 1 ) = P ( no rech.H o / H o es falso ) = f 1 ().d donde f o () y f 1 () son las funciones de densidad de la estadstic a de prueba segn sea = o c

o = 1 respectiva mente . UBICACION DE LA REGION CRITICA

= P ( rech. H o / H o es verdadera ) ,debemos dividir Fijado el nivel de significacin (separar) el recorrido de en dos subconjuntos disjuntos : R = regin de rechazo (o regin crtica) y A = regin de no rechazo (o de aceptacin) , siendo A el complemento de R . Luego, se verifica que:

P( R / H o es verdadera ) = P ( R / = o )=

Dnde ubicamos esta regin crtica R? Dada nuestra preocupacin de cometer un error de tipo II , deberemos escoger para R una ubicacin donde la probabilidad de este error sea mnima :

= P (eII ) = P ( no rech.H o / H o es falso ) = mnimo lo cual equivale P( Ao / H o es falso ) = = mnimo

La regin de aceptacin A es el complemento de la regin de rechazo ubicacin de R depende de la naturaleza de la hiptesis alternativa H . Caso I

, y la

H o : = o H 1 : > o

para
Caso II

1 > o

P ( A / = 1 ) = P ( < c / = 1 ) =

f1 ( / 1 ). d

Pruebas de Hiptesis

Ctedra: Estadstica-

Ho: = o H1: < o

para

1 < o : = P ( A

= 1 )

= P ( > c / = 1 ) = f1 ( / 1 ). d
c

Caso III

Ho: = o H1: o

para

1 o :

P( A

= 1 )

= P ( c1 < < c2 / = 1 ) =

c1

f1 ( / 1 ). d

c2

PASOS A SEGUIR PARA PROBAR UNA HIPOTESIS

1. 2. de 3. el Formular las hiptesis de acuerdo con el problema. Escoger un nivel de significacin ( ) dependiendo de los costos de cometer errores tipo I y tipo II. Escoger el estimador del parmetro cuya distribucin por muestreo sea conocida en supuesto de que la hiptesis nula sea verdadera, es decir, se conoce

f o ( x ) ; o sea f ( x ) dado que = o .

4. Establecer la regla de decisin, que depende de la forma de la hiptesis alternativa y del nivel de significacin. Esto se refiere a hallar los valores crticos. 5. En base a una muestra seleccionada al azar, calcular el valor del estadstico. Luego, comparar con el valor crtico (o los valores crticos). 6. Decidir si rechazar o no la hiptesis nula. Observaciones: Slo se toma en cuenta el error de tipo I. Por lo tanto, el test es significativo si se rechaza la hiptesis nula, pues en este caso se conoce la probabilidad de haber cometido un error. En funcin de esto, se deber decidir cul de las hiptesis debe ser la nula y cul la alternativa, como tambin cul debe ser el nivel de significacin.

Prueba de hiptesis de la media en poblaciones normales

Sea ( X1 , X2 , ... , Xn ) una muestra aleatoria extrada de una poblacin normal, luego, i = 1 .. n : Xi ~ N( , ) . Por lo tanto tenemos que: X1, X2, ... , Xn iid N( , ).

Pruebas de Hiptesis

Ctedra: EstadsticaX= 1 Xi ~ N ( , ) , n n
vs H1 : 0 H0 es verdadera, entonces = 0 y por lo tanto

~ N (0 , 1)

H0 : = 0

Si la hiptesis nula

X 0

~ N (0 , 1)

Como la prueba es bilateral, se rechazar la hiptesis nula tanto cuando se tenga evidencia de que la media poblacional sea mayor que el valor postulado o bien cuando se tenga evidencia de que sea menor que el valor postulado. Luego, se calculan dos valores crticos (z1 y z2) para la variable pivotal o estadstico de prueba, que son los valores de la distribucin Normal que dejan una probabilidad de /2 por debajo y por encima respectivamente: z1 es tal que 1) = /2 (z y z2 es tal que 2) = 1 - /2 (z Prueba de hiptesis de la proporcin Sean X1 , X2 , ... , Xn iid Bi ( p ) . A travs de las propiedades de la Funcin Generatriz de Momentos se demuestra que X = Xi ~ B ( n , p ) . Para n suficientemente grande, la variable binomial se distribuye aproximadamente

normal , aproximadamente : X ~ N( n.p ,

npq ) .
h= X Xi = n n

De donde se deduce que la proporcin muestral tambin tiene una distribucin aproximadamente normal :

1 h = X i ~ N p, n
H0 : p = p0 vs H1 : p p0 H0

pq n

h p ~ N( 0 , 1 ) pq n

Si la hiptesis nula

h p0 n

es verdadera, entonces

p = p0

y por lo tanto

p 0 (1 p 0)

~ N( 0 , 1 )

Como la prueba es bilateral, se rechazar la hiptesis nula tanto cuando se tenga evidencia de que la proporcin poblacional sea mayor que el valor postulado o bien cuando se tenga evidencia de que sea menor que el valor postulado. Luego, se calculan dos valores crticos (z1 y z2) para la variable pivotal o estadstico de prueba, que son los valores de la distribucin Normal que dejan una probabilidad de /2 por debajo y por encima respectivamente: z 1 es tal que 1) = /2y z2 es tal que 2) = 1 - /2 (z (z

Prueba de hiptesis de la media en desconocida.

poblaciones normales con variancia

Pruebas de Hiptesis

Ctedra: EstadsticaSean (X1 , X2 , ... , Xn ) una muestra aleatoria extrada de una poblacin normal, luego i=1,.,n Xi ~ N( , ). Por lo tanto tenemos que X1 , X2 , ... , Xn iid N( , ). de donde se deduce que:

X que implica X ~ N , ~ N (0,1) n n n X 2 y i ~ n i = 1

Reemplazando en esta expresin, la media poblacional por la muestral (es decir, por su estimador), obtenemos la distribucin de la variancia muestral :
X X i i =1 n 2 2

2 n 1

( n 1) S(2x )

2 ~ n 1

Puede demostrarse que

X y S2(x) son independientes, y por lo tanto tambin lo son

( n 1) S (2x )

, de distribucin normal y chi cuadrado respectivamente. entre ellas, obtenemos una nueva variable de

Luego, realizando el cociente distribucin tambin conocida:

n ( n 1) S(2x )

~ t n 1

2 ( n 1)

Simplificando esta expresin obtenemos:

(X )
S( x )

X
S ( x) n

~ t n 1

H0 : = 0

vs

H1 : 0 = 0 y por lo tanto

Si la hiptesis nula H0 es verdadera, entonces

X 0
S ( x) n

~ t n 1

Como la prueba es bilateral, se rechazar la hiptesis nula cuando se tenga evidencia de que la media poblacional sea mayor que el valor postulado como cuando se tenga evidencia de que sea menor que el valor postulado. Luego, se calculan dos valores crticos (tc1 y tc2) para la variable pivotal o estadstico de prueba, que son los valores de la distribucin t-Student con n-1 grados de libertad que dejan una probabilidad de /2 por debajo y por encima respectivamente : tc1 es tal que P(tn-1 < tc1) = /2 y tc2 es tal que P(tn-1 > tc2) = /2 .

Pruebas de Hiptesis

Ctedra: EstadsticaNota: Para tamaos grandes de muestra, esta distribucin tiende normal con parmetros =0 y =1. a la distribucin

X 0 ~ N (0,1) S ( x) n

( n )

Pruebas de Hiptesis