Beruflich Dokumente
Kultur Dokumente
p-valor
Captulo 9 (9.1-9.5)
Captulo 9
Contrastes de hip otesis: introducci on
Un contraste de hipotesis es un procedimiento que:
0
..
400
'
MAS
Proporciona la muestra suciente evidencia para dudar de
(rechazar) H
0
?
2. Una compa na recibe envos de componentes, que acepta si el
porcentaje de componentes defectuosos es como maximo del 5%. La
decision se basa en una muestra aleatoria de estos componentes.
Poblacion: X = 1 si un componente es defectuoso y 0 en otro caso
X Bernoulli (p), p = proporcion de componentes defectuosos en
todo el envo
Hip otesis nula, H
0
: p
p
0
..
0.05
'
MAS
Proporciona la muestra evidencia suciente para rechazar H
0
?
La hipotesis nula, H
0
0
z}|{
5 , H
0
: p =
p
0
z}|{
0.6 , H
0
:
2
=
2
0
z}|{
9 En general: H
0
: =
0
Espacio parametrico asociado a esta hip otesis nula:
0
= {
0
}
0
z}|{
5 , H
0
: p
p
0
z}|{
0.6 En general: H
0
:
0
o H
0
:
0
Espacio parametrico asociado a esta hip otesis nula:
0
= (,
0
] o
0
= [
0
, )
Hip otesis alternativa, H
1
Si la hip otesis nula no es valida, alguna alternativa debe ser correcta. Para
realizar el contraste, el investigador debe especicar una hip otesis alternativa
frente a la que se contrasta la hip otesis nula.
La hip otesis alternativa H
1
:
Error de Tipo I: rechazar una hip otesis nula correcta. El error de Tipo I se
considera importante. La probabilidad de un error de Tipo I es igual a y
se denomina nivel de signicaci on,
= P(rechazar la nula|H
0
es correcta)
cuando
Para
1
potencia() = 1 ()
Para
0
potencia()
Estadstico del contraste, nivel de signicaci on y regi on de
rechazo
Estadstico del contraste, T
RR
= {t : t > T
} RA
= {t : t T
} q
VALOR
CRITICO
RA RR
RR
= {t : t < T
1
} RA
= {t : t T
1
} q
VALOR
CRITICO
RA RR
Contraste bilateral H
1
: =
0
RR
= {t : t < T
1/2
o t > T
/2
}
RA
= {t : T
1/2
t T
/2
}
q q
VALOR
CRITICO
VALOR
CRITICO
RA RR RR
2 2
Estadsticos del contraste
Sea X
n
una m.a.s. de una poblaci on X con media y varianza
2
, un nivel de
signicaci on, z
el cuantil de N(0,1),
0
la media de la poblaci on bajo H
0
, etc.
Parametro Hipotesis Estadstico contraste RR
contraste bilateral
Datos normales
Varianza conocida
X
0
/
n
N(0, 1)
8
>
>
>
>
>
<
>
>
>
>
>
:
z :
z
z }| {
x
0
/
n
< z
1/2
o
x
0
/
n
> z
/2
9
>
>
>
>
>
=
>
>
>
>
>
;
Media
Datos no normales
Muestra grande
X
0
/
n
ap.
N(0, 1)
z :
x
0
/
n
< z
1/2
o
x
0
/
n
> z
/2
Datos Bernoulli
Muestra grande
pp
0
p
p
0
(1p
0
)/n
ap.
N(0, 1)
z :
pp
0
p
p
0
(1p
0
)/n
< z
1/2
o
pp
0
p
p
0
(1p
0
)/n
> z
/2
Datos normales
Varianza descono-
cida
X
0
s/
n
t
n1
8
>
>
>
>
>
<
>
>
>
>
>
:
t :
t
z }| {
x
0
s/
n
< t
n1;1/2
o
x
0
s/
n
> t
n1;/2
9
>
>
>
>
>
=
>
>
>
>
>
;
Varianza
Datos normales
(n1)s
2
2
0
2
n1
8
>
>
>
>
>
>
>
>
<
>
>
>
>
>
>
>
>
:
2
:
2
z }| {
(n 1)s
2
2
0
<
2
n1;1/2
o
(n1)s
2
2
0
>
2
n1;/2
9
>
>
>
>
>
>
>
>
=
>
>
>
>
>
>
>
>
;
Desv. Tp.
Datos normales
(n1)s
2
2
0
2
n1
(
2
:
(n1)s
2
2
0
<
2
n1;1/2
o
(n1)s
2
2
0
>
2
n1;/2
)
Pregunta: Como deniras RR
).
Rechazar H
0
, la hip otesis nula, si el valor del estadstico del contraste
esta en RR
y no rechazar H
0
en otro caso.
4. Escribir las implicaciones para nuestro caso en una frase.
Contraste unilateral para la media de datos normales con
varianza conocida: ejemplo
Ejemplo: 9.1 (Newbold) Los pesos de los rodamientos fabricados en un proceso
siguen una distribuci on normal con media 250 g. y desviaci on tpica 5 g. Tras
reajustar el mismo, el encargado sospecha que el peso promedio ha aumentado,
pero su desviacion tpica no ha cambiado. Se selecciona una muestra aleatoria
simple de dieciseis rodamientos, con un peso medio de 251.9 g. Tiene razon el
encargado? Lleva a cabo el contraste para un nivel de signicaci on del 5%.
Poblaci on:
X = peso de un rodamiento (en g)
X N(,
2
= 5
2
)
'
MAS: n = 16
Muestra: x = 251.9
Objetivo: contrastar
H
0
: =
0
z}|{
250 frente a H
1
: > 250
(contraste unilateral)
Estadstico del contraste:
Z =
X
0
/
n
N(0, 1)
Valor observado del estadstico:
= 5
0
= 250
n = 16 x = 251.9
z =
x
0
/
n
=
251.9 250
5/
16
= 1.52
Contraste unilateral para la media de datos normales con
varianza conocida: ejemplo
Ejemplo: 9.1 (cont.)
Region de rechazo (o regi on crtica):
RR
0.05
= {z : z > z
0.05
}
= {z : z > 1.645}
Como z = 1.52 / RR
0.05
no rechazamos
H
0
a un nivel de signicacion del 5%.
Densidad N(0,1)
q
z=
1.52
z
= 1.645
RA RR
Conclusion: Los datos muestrales no proporcionan suciente evidencia
para rechazar la armacion de que el peso promedio de los rodamientos
es 250 g.
Denici on de p-valor
Si el p-valor , no rechazamos H
0
Como resumen:
p-valor = P(T t)
estad. de
contr.
pvalor
=area
Contraste unilateral izquierdo H
1
: <
0
p-valor = P(T t)
estad. de
contr.
pvalor
=area
Contraste bilateral H
1
: =
0
0
z}|{
250 frente a H
1
: > 250
(contraste unilateral)
Estadstico del contraste:
Z =
X
0
/
n
N(0, 1)
Valor observado del estadstico: z = 1.52
densidad N(0,1)
El p-valor:
no es la probabilidad de H
0
ni la del error de Tipo I, ;
0
..
2 frente a H
1
: = 2
(contraste bilateral)
Intervalo de conanza al
100(1 )% = 95% para :
IC
0.95
() =
_
x 1.96
n
_
=
_
1.95 1.96
0.06
9
_
= (1.9108, 1.9892)
Como
0
= 2 / CI
0.95
(),
rechazamos H
0
a un nivel de
signicacion del 5%.
Contraste bilateral para la proporcion: ejemplo
Ejemplo: 9.6 (Newbold) En una muestra aleatoria de 199 socios
auditores de empresas de auditora americanas, 104 socios se mostraron
de acuerdo con la armacion: Los ujos de caja operativos son una
medida valida de rentabilidad. Contrasta al 10% frente a una
alternativa bilateral la hipotesis nula de que la mitad de los miembros de
la poblacion estaran de acuerdo con esta armacion.
Poblacion:
X = 1 si un socio esta de acuerdo con la
armacion y 0 en otro caso
X Bernoulli (p)
'
MAS: n = 199 n grande
Muestra: p =
104
199
= 0.523
Objetivo: contrastar
H
0
: p =
p
0
..
0.5 frente a H
1
: p = 0.5
(contraste bilateral)
Estadstico del contraste:
Z =
pp
0
p
0
(1p
0
)/n
aprox.
N(0, 1)
Valor observado del estadstico:
p
0
= 0.5
n = 199 p = 0.523
z =
p p
0
_
p
0
(1 p
0
)/n
=
0.523 0.5
_
0.5(1 0.5)/199
= 0.65
Contraste bilateral para la proporcion: ejemplo
Ejemplo: 9.6 (cont.)
Region de rechazo o region crtica:
RR
0.10
= {z : z > z
0.05
}
{z : z < z
0.05
}
= {z : z > 1.645}
{z : z < 1.645}
Como z = 0.65 / RR
0.10
no
rechazamos H
0
a un nivel de
signicaci on del 10%.
Densidad N(0,1)
q q
z=
0.65
z
2
= 1.645 z
2
= 1.645
RA RR RR
Conclusion: Los datos muestrales no dan evidencia suciente para dudar
que la mitad de los socios auditores piensen que el ujo de caja
operacional es una medida valida de rentabilidad.
Contraste unilateral, media con var. desconocida: ejemplo
Ejemplo: 9.4 (Newbold, modicado) Una cadena de centros comerciales cree
que el aumento de ventas entre Noviembre y Diciembre es del 20%. Una
muestra aleatoria de seis centros tuvo incrementos de ventas de 19.2, 18.4,
19.8, 20.2, 20.4, 19.0. Suponiendo la poblaci on normal, contrasta que el
incremento promedio es al menos del 20% frente a una alternativa unilateral,
para = 10%. Emplea el p-valor.
Poblaci on:
X = incremento de ventas en un centro
entre Nov. y Dic. (en %)
X N(,
2
)
2
desconocida
'
MAS: n = 6 n peque no
Muestra: x =
117
6
= 19.5
s
2
=
2284.446(19.5)
2
61
= 0.588
Objetivo: contrastar
H
0
:
0
z}|{
20 frente a H
1
: < 20
(contraste unilateral)
Estadstico del contraste:
T =
X
0
s/
n
t
n1
Valor observado del estadstico:
0
= 20 n = 6
x = 1.95 s =
0.588 = 0.767
t =
x
0
s/
n
=
19.5 20
0.767/
6
= 1.597
Contraste unilateral, media con var. desconocida: ejemplo
Ejemplo: 9.4 (cont.)
p-valor = P(T 1.597)
(0.05, 0.1) porque
t
5;0.05
z }| {
2.015 < 1.597 <
t
5;0.10
z }| {
1.476
Dado que p-valor < = 0.1,
rechazamos la hip otesis nula a este
nivel.
Densidad t
n1
| |
t=
1.597
pvalor
=area
2.015 1.476
Conclusi on: Los datos muestrales proporcionan suciente evidencia para
rechazar que el incremento promedio de las ventas haya sido al menos del 20%.
Interpretacion del p-valor: si la hip otesis nula fuese cierta, la probabilidad de
que hubiesemos obtenido estos datos muestrales sera como maximo del 10%,
lo que es bastante improbable, y por tanto rechazamos la hip otesis nula.
Contraste unilateral para la media con varianza
desconocida: ejemplo
Ejemplo: 9.4 (cont.) en Excel: Selecciona la opci on de men u: Datos,
submenu: Analisis de datos, escoge la funci on: prueba t para dos muestras
suponiendo varianzas desiguales.
Columna A (datos), Columna B (n repeticiones de
0
= 20), en amarillo
(estadstico observado t, p-valor y t
n1;
).
Contraste unilateral para la varianza: ejemplo
Ejemplo: 9.5 (Newbold) Para cumplir con la normativa, la varianza del nivel de
impurezas en tanto por ciento en los envos de un cierto producto qumico no
puede superar el valor 4. Una muestra aleatoria de veinte envos ha
proporcionado una cuasi-varianza muestral del nivel de impurezas de 5.62.
a) Lleva a cabo un contraste de hip otesis adecuado ( = 0.1).
b) Calcula la potencia del contraste. Cual es la potencia para
2
1
= 7?
c) Que tama no muestral garantizara una potencia de 0.9 para
2
1
= 7?
Poblaci on:
X = nivel de impurezas del producto en un
envo (en %)
X N(,
2
)
'
MAS: n = 20
Muestra: s
2
= 5.62
Objetivo: contrastar
H
0
:
2
2
0
z}|{
4 frente a H
1
:
2
> 4
(contraste unilateral)
Estadstico del contraste:
2
=
(n1)s
2
2
0
2
n1
Valor observado del estadstico:
2
0
= 4 n = 20
s
2
= 5.62
2
=
(n 1)s
2
2
0
=
(20 1)5.62
4
= 26.695
Contraste unilateral para la varianza: ejemplo
Ejemplo: 9.5 a) (cont.)
p-valor = P(
2
26.695)
(0.1, 0.25) porque
2
19;0.25
..
22.7 < 26.695 <
2
19;0.1
..
27.2
Como el p-valor es mayor que
= 0.1, no podemos rechazar la
hip otesis nula a este nivel.
Densidad
2
n1
2
=
26.695
pvalor
=area
q q
22.7 27.2
Conclusion: Los datos muestrales no proporcionan suciente evidencia
para rechazar la armacion de que la varianza del porcentaje de
impurezas en los envos de este producto no es mayor que 4.
Contraste unilateral para la varianza: potencia
Ejemplo: 9.5 b) Recuerda que: potencia = P(rechazar H
0
|H
1
es cierta)
Cuando rechazamos H
0
?
RR
0.1
=
(n 1)s
2
2
0
>
2
n1;0.1
=
8
>
>
<
>
>
:
(n 1)s
2
>
27.2 4 = 108.8
z }| {
2
n1;0.1
2
0
9
>
>
=
>
>
;
La potencia viene dada por:
potencia(
2
1
) = P
rechazar H
0
|
2
=
2
1
= P
(n 1)s
2
> 108.8|
2
=
2
1
= P
(n 1)s
2
2
1
>
108.8
2
1
= P
2
>
108.8
2
1
= 1 F
108.8
2
1
potencia(
2
) funcion de
2
0 2 4 6 8 10
0
.
0
0
.
2
0
.
4
0
.
6
0
.
8
1
.
0
q
potencia(
2
) =
1 (
2
)
0
2
= 4
2
(F
2 es la funci on de distribuci on de
2
n1
) Por tanto,
power(7) = P
`
2
>
108.8
7
= 0.6874.
Contraste unilateral para la varianza: calculo de tama no
muestral
Ejemplo: 9.5 c)
De nuestros calculos anteriores, sabemos que
potencia(
2
1
) = P
(n1)s
2
2
1
>
108.8
2
1
2
24;0.9
= 15.66 15.54 n 1 = 24
Por tanto, si disponemos de 25 observaciones podremos detectar el valor
alternativo
2
1
= 7 correctamente con una probabilidad del 90%.
Otro ejemplo sobre potencia: contraste unilateral para la
media, poblaci on normal y
2
conocida
H
0
:
0
frente a H
1
: <
0
para = 0.05
Supongamos
0
= 5, n = 16, = 0.1
Rechazamos H
0
si
x
0
/
n
< z
16
_
4.85 4.95 5.05
0
.
0
0
.
2
0
.
4
0
.
6
0
.
8
1
.
0
q
0
= 5
potencia() =
1 ()
4.85 4.95 5.05
0
.
0
0
.
2
0
.
4
0
.
6
0
.
8
1
.
0
n=16
n=9
n=4
Otro ejemplo sobre potencia: contraste unilateral para la
media, poblaci on normal y
2
conocida
La funcion potencia = 1 P(error Tipo II) tiene las siguientes
propiedades (si todo lo demas se mantiene constante):
0
, mayor es la potencia.