Modulo 16

PRUEBAS DE HIPTESIS Usualmente =0.1, 0.05 0.01, que corresponden a intervalos de confianza del 90, 95 y 99 por ciento respectivamente. La siguiente tabla muestra los Z/2 ms usados. Comprubelos Nivel de Confianza 90 95 99 Z/2 1.645 1.96 2.58

En este problema la fbrica de llantas tiene dos turnos de operarios, turno de da y turno mixto. Se selecciona una muestra aleatoria de 100 llantas producidas por cada turno para ayudar al gerente a sacar conclusiones de cada una de las siguientes preguntas Es la duracin promedio de las llantas producidas en el turno de da igual a 25 000 millas? Es la duracin promedio de las llantas producidas en el turno mixto menor de 25 000 millas? Se revienta ms de un 8% de las llantas producidas por el turno de da antes de las 10 000 millas? Prueba de Hiptesis para la media. En la fbrica de llantas la hiptesis nula y alternativa para el problema se plantearon como, Ho: = 25 000 H1: 25 000 Si se considera la desviacin estndar las llantas producidas en el turno de da, entonces, con base en el teorema de limite central, la distribucin en el muestreo de la media seguira la distribucin normal, y la prueba estadstica que esta basada en la diferencia entre la media X de la muestra y la media hipottica se encontrara como

Z=

x o / n

Si el tamao de la regin de rechazo se estableciera en 5% entonces se podran determinar los valores crticos de la distribucin. Dado que la regin de rechazo esta dividida en las dos colas de la distribucin, el 5% se divide en dos partes iguales de 2.5%. Dado que ya se tiene la distribucin normal, los valores crticos se pueden expresar en unidades de desviacin. Una regin de rechazo de 0.25 en cada cola de la distribucin normal, da por resultado un rea de .475 entre la media hipottica y el valor crtico. Si se busca est rea en la distribucin normal, se encuentra que los valores crticos que dividen las regiones de rechazo y no rechazo son + 1.96 y - 1.96

Por tanto, la regla para decisin sera rechazar Ho si Z > +1.96 o s z < -1.96, de lo contrario, no rechazar Ho. Para una muestra de 100, si se selecciona un nivel de significanca de 0.05, los valores crticos de la distribucin 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 regin 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 crticos son 1.984 y +1.984. La regla para la decisin es,

o t 99 < 1.9842 de lo contrario, no rechazar Ho Rechazar Ho si t 99 > +1.9842 Los resultados de la muestra para el turno de da (en millas)

fueron

X da = 25.430, Sda = 4.000

n da = 100

millas. Puesto que se esta probando si la media

es diferente a 25 000 millas, se tiene con la ecuacin X 25.430 25.00 t n 1 = t 1001 = = 1.075 S/ n 4.000 / 100 Dado que t100-1=1.075, se ve que -1.984 < +1.075 < + 1.984, entonces no se rechaza Ho. Por ello, la decisin de no rechazar la hiptesis nula Ho. En conclusin es que la duracin 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 duracin promedio de las llantas sea diferente a 25 000 millas en las llantas producidas en el turno de da. PRUEBA DE HIPTESIS PARA PROPORCIONES El gerente de la fbrica 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 ms de un 8% de las llantas se revientan antes de las 10.000 millas, se llegara a concluir que el proceso no funciona correctamente. La hiptesis nula y alternativa se pueden expresar como sigue: H 0 = P 0.08 (Funciona correctamente)

H1 = P > 0.08

(No funciona correctamente)

La prueba estadstica se puede expresar en trminos de la proporcin de xitos como sigue:

Z=

Ps P Pq n

Ps =

X n

siendo X y N el nmero de xitos de la muestra y n el tamao de la muestra, P la proporcin de xitos de la hiptesis nula. Ahora se determinar si el proceso funciona correctamente para las llantas producidas para el turno de da. Los resultados del turno de da 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 estableceran como a continuacin se muestra. Y la regla de decisin sera: Rechazar Ho si z> + 1.645; de lo contrario no rechazar H o. Con los datos que se tienen,

Ps = 0.05 Z =

Ps P Pq n

= 1.107

una vez reemplazado, recuerde p+q=1 Z=-1.107 +1.645; por tanto no rechazar Ho. La hiptesis nula no se rechazara por que la prueba estadstica no ha cado en la regin de rechazo. Se llegara a la conclusin de que no hay pruebas de que ms del 8% de las llantas producidas en el turno de da se revienten antes de 10,000 millas. El gerente no ha encontrado ninguna prueba de que ocurra un nmero excesivo de reventones en las llantas producidas en el turno de da. TEST DE HIPTESIS ESTADSTICA Ejemplo. Una industria usa como uno de los componentes de las mquinas de produccin una lmpara especial importada que debe satisfacer algunas exigencias. Una de esas exigencias est relacionada a su vida til en horas. Esas lmparas son fabricadas por dos pases y las especificaciones tcnicas varan de pas a pas. Por ejemplo el catlogo del producto americano afirma que la vida til media de sus lmparas es de 15500 horas, con un SD de 1200. Mientras que para el producto europeo la media es de 16500, y el SD es de 2000.

Un lote de esas lmparas 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 pas que produjo tales lmparas. El comercio que ofrece tales lmparas afirma que ser divulgada la vida til media de una muestra de 25 lmparas del lote antes de la oferta. Que regla de decisin deben usar los responsables de la industria para decir que las lmparas son de procedencia americana o europea?. Una respuesta que surge inmediatamente es la de considerar como pas productor aquel en la cual la media de la muestra se aproxima ms a la media de la poblacin. As, la decisin sera 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 da de la licitacin se inform que, de acuerdo con la regla de decisin diramos que las lmparas son de origen americano. Podemos estar herrados en esa conclusin?. O en otras palabras, es posible que una muestra de 25 lmparas de origen europeo presente una media de 15800? Si, es posible. Entonces, para un mejor entendimiento de la regla de decisin adoptada, es interesante estudiar los tipos de errores que podemos cometer y las respectivas probabilidades de cometer esos errores. En el ejemplo las hiptesis consideradas son Ho Las lmparas son de origen europeo, esto equivale a decir que la vida til X de cada lmpara sigue una distribucin con media =16500 horas y un SD=2000 horas. H1; Las lmparas son de origen americano, es decir la media poblacional = 15500 horas con un SD=1200 horas. Retomando el ejemplo vamos a indicar por RC una regin determinada por los valores de X menores que 16000, es decir RC={X 16000}. El valor 16000 se denomina punto crtico y se denotar 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 lmparas son de origen europea, sabemos del teorema central del lmite que x , o sea la media de las muestras de tamao 25, tendrn distribucin aproximadamente normal con media 16500 y = 1600). Entonces, P[Error Tipo I] = P[ X RC | H0 es verdadera] = = P[ X 16000 | X N(16500, 1600)] = P[ Z (16000 16500)/ 400] = P[ Z -1.25] = 0.106 = 10.6%. Para cada regla de decisin adoptada, es decir, para cada valor crtico x c 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 decisin que corresponder a una probabilidad de error 1 igual a . Ejemplo. Si se toma = 5%, y se procede a encontrar la regla de decisin correspondiente: 5%= P[Error Tipo I]= P[ X xc | X N(16500, 1600)] = P[Z < -1.645], pero se sabe que, para una distribucin normal estndar

2000 = 400 , es decir X N(16500, 25

1.645 =

x c 16500 400

de donde xc = 15842 horas. Entonces, la regla de decisin ser

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 ser P[Error Tipo II] = P[ X > 15842 | X N(16500, 1600)] = P[Z > 1.425] = 7.93% CONTRASTES DE HIPTESIS Ejemplo, Supongamos que debemos realizar un estudio sobre la altura media de los habitantes de cierto pueblo. Antes de tomar una muestra, lo lgico es hacer la siguiente suposicin a priori, (hiptesis que se desea contrastar y que denotamos H0): H0: la altura media no difiere del resto del pas Al obtener una muestra de tamao n=8, podramos 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} 2. Muestra = {1,65; 1,80; 1,73; 1,52; 1,75; 1,65; 1,75; 1,78} CONTRASTES PARA LA MEDIA Ejemplo. Conocemos que las alturas X de los individuos de una ciudad, se distribuyen de modo gaussiano. Deseamos contrastar con un nivel de significacin de =5% si la altura media es diferente de 174 cm. Para ello nos basamos en un estudio en el que con una muestra de n=25 personas se obtuvo: media 170 y desviacin 10 Solucin: El contraste que se plantea es: H0:=174 H1:174 La tcnica a utilizar consiste en suponer que H0 es cierta y ver si el valor que toma el estadstico X 174 Texp = t 24 n s es razonable o no bajo esta hiptesis, para el nivel de significacin dado. Aceptaremos la hiptesis alternativa (y en consecuencia se rechazar la hiptesis nula) si no lo es, es decir, si
Texp t 1/ 2 , 24 =t 0.975, 24 =2.06

Para ello procedemos al clculo de Texp con s=10, y n=25 n 25 =s s =10 = 10.206 entonces n 1 24 170 174 Texp = = 1.959 2.06 10.206 25 Luego, aunque podamos pensar que ciertamente el verdadero valor de no es 174, no hay una evidencia suficiente para rechazar esta hiptesis al nivel de confianza del 95%. Es decir, no se rechaza H0. El valor de Texp no est en la regin crtica (aunque ha quedado muy cerca), por tanto al no ser la evidencia en contra de H0 suficientemente significativa, sta hiptesis no se rechaza.

Ejemplo. Se desea comparar la actividad motora espontnea de un grupo de 25 ratas control y otro de 36 ratas desnutridas. Se midi el nmero de veces que pasaban delante de una clula fotoelctrica durante 24 horas. Los datos obtenidos fueron los siguientes: Ratas de control n1=25 x 1 =869.8 S1=106.7 Ratas Desnutridas n2=36

x 2 =465

S2=153.7

Se observan diferencias significativas entre el grupo control y el grupo desnutrido? Solucin: En primer lugar, por tratarse de un problema de inferencia estadstica, nos sern ms tiles las cuasivarianzas que las varianzas. Por ello calculamos:
2 1 s =

n 1 2 25 (106.7 ) 2 = 11.859 s1 = n1 1 24

2 s 2 =

n 2 2 36 (153.7 ) 2 = 24.298 s2 = n2 1 35

En este caso:

Fexp

2 s = 2 = 2.049 Fn 2 1,n1 1 2 1 s

Fteo = 2.97

Como FexpTteo, no podemos concluir (al menos al nivel de significacin =5%) que H0 deba ser rechazada. calculamos en primer lugar la cuasivarianza muestral ponderada y los valores del test:
2 1 2 (n 1 1)s + (n 2 1)s 2 = 19.238 n1 + n 2 2 x1 x 2 = = 11.210 t n +n 2 = t 59 1 1 s + n1 n 2
1 2

2 = s
Texp

Como Tteo Texp concluimos que se ha de rechazar la hiptesis de igualdad de las medias, y por tanto aceptamos que las medias son diferentes.