Caso Práctico #3. Estadísticas II Pruebas de Hipótesis y Análisis de Varianza.

Enunciado.

EJERCICIO 1:
En una población N (θ, 5), se efectúan sobre el valor de la media dos posibles
hipótesis:
H0: θ = 12 y H1: θ = 15
Mediante una muestra de tamaño n=25 m.a.s se contrasta H0 frente a H1,
sabiendo que si la media muestral es inferior a 14, se aceptará H0. Determinar:
CUESTIONES:
a) La probabilidad de cometer el error de primera especie.
b) La probabilidad de cometer el error de segunda especie.
c) La potencia del contraste.

EJERCICIO 2:
Una empresa desea saber si la edad de sus clientes potenciales explicará o no la
preferencia por un modelo de vehículo que proyecta lanzar el mercado. Para ello,
consulta 200 individuos, resultando que:
Numero Demandarán No Demandarán

> de 25 años 75 25

≤ de 25 años 65 35

CUESTIONES: ¿Puede admitirse al nivel de significación del 5% que la edad

explica el comportamiento de los clientes?
 Solución.

EJERCICIO 1:
En una población N (θ, 5), se efectúan sobre el valor de la media dos posibles
hipótesis:
H0: θ = 12 y H1: θ = 15
Mediante una muestra de tamaño n=25 m.a.s se contrasta H0 frente a H1,
sabiendo que si la media muestral es inferior a 14, se aceptará H0. Determinar:
CUESTIONES:
a) La probabilidad de cometer el error de primera especie.
b) La probabilidad de cometer el error de segunda especie.
c) La potencia del contraste.

R//
Tenemos dos hipótesis, la primera (Ho) cuando Ф = 12 y la segunda cuando Ф  =
15. 
Otros datos son el espacio muestral es decir n = 25 y el limite de las hipótesis es
14. 
a) Error de primera especie: Se define cuando se toma valida la hipótesis 1 pero
en realidad es verdadera la hipótesis 2. Tenemos:

                                             P (E₁) = P(Rech Ho| Ho cierta)

                                                         = P(ξ ≥ 14| Ф = 12)
                                                         = P (N ( 12 , 5/√25) ≥ 14)

Transformamos la variable original usando la transformación tipificante. 

                       X₁ ≥ 14  ∴  X₁-12 ≥ 14 -12 ∴  (X₁-12)/1 ≥ (14 -12)/1 

                       (X₁-12)/1 ≥ 2
Buscamos en tabla de distribución normal ( ver figura) y tenemos que Z = 0.022.
 P (E₁) = 2.2%
b) Error de segunda especie: Se define cuando se toma valida la hipótesis 2 pero
en realidad es verdadera la hipótesis 1. Tenemos:
  P (E₂) = P (Rech H₁| H₁ cierta)
  = P (ξ ≥ 14| Ф = 15)
= P (N (15, 5/√25) ≤ 14)
Transformamos la variable original usando la transformación tipificante. 
 X₂ ≤ 14  ∴  X₂-15 ≤ 14 -15 ∴  (X₂-15)/1 ≤ (14 -15)/1 
 (X₂-15)/1 ≤ -1
Buscamos en tabla de distribución normal (ver figura) y tenemos que Z = 0.15.
 P (E₂) = 15 %

c)  La potencia del contraste viene definida por: 

 0.022       si Ф=12
   Β (Ф) = 
  1 - 0.15    si Ф=15.
EJERCICIO 2:
Una empresa desea saber si la edad de sus clientes potenciales explicará o no la
preferencia por un modelo de vehículo que proyecta lanzar el mercado. Para ello,
consulta 200 individuos, resultando que:
Numero Demandarán No Demandarán

> de 25 años 75 25

≤ de 25 años 65 35

CUESTIONES: ¿Puede admitirse al nivel de significación del 5% que la edad

explica el comportamiento de los clientes?

R//
Edades presentadas:
> 25: 75, 25
< 25: 65, 35
Demanda: 75+65=140
No demanda: 25+35=60
Sumas totales: 75+25=100; 65+35=100; 100+100=200; 140+60=200
FE= fe*fk/n = 100*140/200= 14000/200= 70. Frecuencia esperada FE1= 70
Demanda: 70+73= 143
No demanda: 30+27= 57
Totales: 70+30=100; 73+27=100; 143+57=200
FE2= {(fo-fe)2/fe = (75-70)2/70 + (25-30)2/30 + (65-73)2/73 + (35-27)2/27
FE2= 2,15
El resultado indica que puede admitirse el 5% de significación de edad que explica
el comportamiento de los clientes.
Bibliografía.

http://www.hrc.es/bioest/Anova_1.html
https://support.minitab.com/es-mx/minitab/18/help-and-how-to/modeling-
statistics/anova/supporting-topics/basics/what-is-anova/