15-4-2013

EVIDENCIAS UNIDAD 5
PROBABILIDAD Y ESTADISTICAS

MANUEL DE JESS RODRIGUEZ MASCAREO SELENE ZARATE BECERRA

Prueba de hiptesis:
La estadstica inferencial es el proceso de usar la informacin de una muestra para describir el estado de una poblacin. Sin embargo es frecuente que usemos la informacin de una muestra para probar un reclamo o conjetura sobre la poblacin. El reclamo o conjetura se refiere a una hiptesis. El proceso que corrobora si la informacin de una muestra sostiene o refuta el reclamo se llama prueba de hiptesis. En la prueba de hiptesis se pone a prueba un reclamo hecho sobra la naturaleza de una poblacin a base de la informacin de una muestra. El reclamo se llama hiptesis estadstica. Hiptesis Estadstica: Una hiptesis estadstica es un reclamo hecho sobre la naturaleza de una poblacin. Por ejemplo, la premisa formulada por un productor de bateras para autos de que su batera dura en promedio 48 meses, es una hiptesis estadstica porque el manufacturero no inspecciona la vida de cada batera que l produce. Si surgieran quejas de parte de los clientes, entonces se pone a prueba el reclamo del manufacturero. La hiptesis estadstica sometida a prueba se llama la hiptesis nula, y se denota como H0.

NIVEL

DE SIGNIFICANCIA

( )

Para ser muy cuidadosos en no cometer el error tipo 1, debemos especificar la probabilidad de rechazar H0, denotada por . A sta se le llama nivel de significancia.

Nivel de Significancia: La probabilidad () ms alta de rechazar H0 cuando H0 es cierto se llama nivel de significancia.
**Comentario: Para mantener la probabilidad de cometer el error tipo 1 baja, debemos escoger un valor pequeo de .

Usando un valor pre asignado de se construye una regin de rechazo o regin crtica en la curva normal estndar o en la curva t que indica si debemos rechazar H0. Regin Crtica o de Rechazo: Una regin crtica o de rechazo es una parte de la curva de z o de la curva t donde se rechaza H0.

La regin puede ser de una cola o de dos dependiendo de la hiptesis alterna. Ejemplo Para H1: > valor aceptado, la regin de rechazo est dada por:

(Cola derecha, z t)

Para H1 : < valor aceptado, la regin de rechazo est dada por:

(cola izquierda, z t)

Para H1 : valor aceptado, la regin de rechazo es de dos colas y est dada por:
/2 /2

(2-colas, z t)

Ejemplo 1:

Determine si la regin de rechazo es de la cola derecha, de la cola izquierda o de dos colas. a. H0 : = 15, b. H0 : p 0.7, H1 : 15, =.05 H1 : p > 0.7, =.02

Solucin: a.

La forma de la regin de rechazo est determinada por la hiptesis alterna. H1 : 15 significa que la regin est en ambas colas.
.05/2 .05/2

b.

H1 : p > 7 significa que la regin est en la cola derecha.

Teorema central del lmite

El Teorema del Lmite Central o Teorema Central del Lmite indica que, bajo condiciones muy generales, la distribucin de la suma de variables aleatorias tiende a una distribucin gaussiana cuando la cantidad de variables es muy grande.

Existen diferentes versiones del teorema, en funcin de las condiciones utilizadas para asegurar la convergencia. Una de las ms simples establece que es suficiente que las variables que se suman sean independientes, idnticamente distribuidas, con valor esperado y varianza finitas. La aproximacin entre las dos distribuciones es en general mayor en el centro de las mismas que en sus extremos o colas, motivo por el cual se prefiere el nombre Teorema del Lmite Central (central califica al lmite, ms que al teorema). Esta relacin entre la forma de la distribucin de la poblacin y la forma de la distribucin de muestreo se denomina teorema del lmite central, que es tal vez el ms importante de toda la inferencia estadstica. Nos asegura que la distribucin de muestreo de la media se aproxima a la normal al incrementarse el tamao de la muestra. Hay situaciones tericas en las que el teorema del lmite central no se cumple, pero casi nunca se encuentran en la toma de decisiones prctica. Una muestra no tiene que ser muy grande para que la distribucin de muestreo de la media se acerque a la normal. Los estadsticos utilizan la distribucin normal como una aproximacin a la distribucin de muestreo siempre que el tamao de la muestra sea al menos de 30, pero la distribucin de muestreo de la media puede ser casi normal con muestras incluso de la mitad de ese tamao. La importancia del teorema del lmite central es que nos permite usar estadsticas de muestra para hacer inferencias con respecto a los parmetros de poblacin sin saber nada sobre la forma de la distribucin de frecuencias de esa poblacin ms que lo que podamos obtener de la muestra. Este teorema se aplica tanto a suma de variables discretas como de variables continuas. Los parmetros de la distribucin normal son: Ejercicio.La renta media de los habitantes de un pas se distribuye uniformemente entre 4,0 millones ptas. y 10,0 millones ptas. Calcular la probabilidad de que al seleccionar al azar a 100 personas la suma de sus rentas supere los 725 millones ptas. Media: n * (media de la variable individual multiplicada por el nmero de variable Independientes) Varianza: n * 2 (varianza de la variable individual multiplicada por el nmero de Variables individuales)

Cada renta personal es una variable independiente que se distribuye segn una funcin uniforme. Por ello, a la suma de las rentas de 100 personas se le puede aplicar el Teorema Central del Lmite. La media y varianza de cada variable individual es: m = (4 + 10) / 2 = 7 s2 = (10 - 4)^2 / 12 = 3 Por tanto, la suma de las 100 variables se distribuye segn una normal cuya media y varianza son: Media: n * m = 100 * 7 = 700 Varianza: n * s2 = 100 * 3 = 300 Para calcular la probabilidad de que la suma de las rentas sea superior a 725 millones ptas. , comenzamos por calcular el valor equivalente de la variable normal tipificada:

Luego: P (X > 725) = P (Y > 1,44) = 1 - P (Y < 1,44) = 1 - 0,9251 = 0,0749 Es decir, la probabilidad de que la suma de las rentas de 100 personas seleccionadas al azar supere los 725 millones de pesetas es tan slo del 7,49%

Definicin de Hiptesis Nula y Alternativa

HIPTESIS NULA Las hiptesis nulas son, en un sentido, el reverso de las hiptesis de investigacin. Tambin constituyen proposiciones acerca de la relacin entre variables solamente que sirven para refutar o negar lo que afirma la hiptesis de investigacin. Por ejemplo, si la hiptesis de investigacin propone: Los adolescentes le atribuyen ms importancia al atractivo fsico en sus relaciones heterosexuales que las mujeres, la nula postulara:

Los jvenes no le atribuyen ms importancia al atractivo fsico en sus relaciones heterosexuales que las adolescentes. Debido a que este tipo de hiptesis resulta la contrapartida de la hiptesis de investigacin, hay prcticamente tantas clases de hiptesis nulas como de investigacin. Es decir, la clasificacin de hiptesis nulas es similar a la tipologa de la hiptesis de investigacin: hiptesis nulas descriptivas de una variable que se va a observar en un contexto, hiptesis que niegan o contradicen la relacin entre dos o ms variables, hiptesis que niegan que haya diferencia entre grupos que se comparan es decir afirmar que los grupos son iguales e hiptesis que niegan la relacin de causalidad entre dos o ms variables (en todas sus formas). Las hiptesis nulas se simbolizan como Ho. Veamos algunos ejemplos de hiptesis nulas, que corresponden a ejemplos de hiptesis de investigacin que fueron mencionados: EJEMPLOS Ho: La expectativa de ingreso mensual de los trabajadores de la corporacin TEAQ no oscila entre $50 000 a $60 000 pesos colombianos (es una hiptesis nula descriptiva de una variable que se va a observar en un contexto). Ho: No hay relacin entre la autoestima y el temor de logro (hiptesis nula respecto a una correlacin). Ho: Las escenas de la telenovela Sentimientos no presentarn mayor contenido de sexo que las escenas de la telenovela Luz ngela ni stas mayor contenido de sexo que las escenas de la telenovela Mi ltimo amor. Esta hiptesis niega diferencia entre grupos y tambin podra formularse as: No existen diferencias en el contenido de sexo entre las escenas de las telenovelas Sentimientos, Luz ngela y Mi ltimo amor. O bien el contenido de sexo en las telenovelas Sentimientos, Luz ngela y Mi ltimo amor es el mismo. Ho: La percepcin de la similitud en religin, valores y creencias no provoca mayor atraccin fsica (hiptesis que niega la relacin causal).

HIPTESIS ALTERNATIVAS Como su nombre lo indica, son posibilidades alternativas - ante las hiptesis de investigacin y nula. Ofrecen otra descripcin o explicacin distintas a las que proporcionan estos tipos de hiptesis. Por ejemplo, si

la hiptesis de investigacin establece: Esta silla es roja, la nula afirmar: Esta silla no es roja, y podran formularse una o ms hiptesis alternativas: Esta silla es azul, Esta silla es verde, Esta silla es amarilla, etc. Cada una constituye una descripcin distinta a las que proporcionan las hiptesis de investigacin y nula. Las hiptesis alternativas se simbolizan como Ha y slo pueden formularse cuando efectivamente hay otras posibilidades adicionales a las hiptesis de investigacin y nula. De no ser as, no pueden existir. EJEMPLOS Hi: El candidato A obtendr en la eleccin para la presidencia del consejo escolar entre un 50 y un 60% de la votacin total.

Ho: El candidato A no obtendr en la eleccin para la presidencia del consejo escolar entre un 50 y un 60% de la votacin total.

Ha: El candidato A obtendr en la eleccin para la presidencia del consejo escolar ms del 60% de la votacin total. Ha: El candidato A obtendr en la eleccin para la presidencia del consejo escolar menos del 50% de la votacin total. Hi: Los jvenes le atribuyen ms importancia al atractivo fsico en sus relaciones heterosexuales que las jvenes. Ho: Los jvenes no le atribuyen ms importancia al atractivo fsico en sus relaciones heterosexuales que las jvenes. Ha: Los jvenes /e atribuyen menos importancia al atractivo fsico en sus relaciones heterosexuales que las jvenes.

En este ltimo ejemplo, si la hiptesis nula hubiera sido formulada de la siguiente manera: Ho: Los jvenes no le atribuyen ms importancia o le atribuyen menos importancia al atractivo fsico en sus relaciones heterosexuales que las jvenes.

No habra posibilidad de formular una hiptesis alternativa puesto que las hiptesis de investigacin y nula abarcan todas las posibilidades. Las hiptesis alternativas, como puede verse, constituyen otras hiptesis de investigacin adicionales a la hiptesis de investigacin original. EJERCICIO GENERAL Se somete a prueba a la totalidad de los integrantes del magisterio para enseanza bsica primaria de un pas y un experto en educacin afirma que el promedio de la calificacin, sobre una base de 100, fue de 76. Un representante del alto gobierno pone en duda dicha afirmacin, por lo cual se toma una muestra aleatoria de 400 maestros cuya media fue de 74 con desviacin estndar de 16. Probar la hiptesis con un nivel de significacin del 1%. Solucin. Datos: ; ; X (media)= 74; (Desviacin estndar de la poblacin)=16 Paso 1: Contraste de hiptesis. Ho: = 76 (Hiptesis nula) Ha: 76(Hiptesis alternativa) Paso2: Nivel de significancia. = 0.01 Paso3: Funcin Pivotal (Frmula)

Paso 4: Punto crtico.

Paso 5: Decisin.

Paso 6: Conclusin. Se acepta la Ho y se rechaza la Ha.

Procedimiento general de prueba de hiptesis (unilateral y bilateral, descripcin y ejemplo) Etapas bsicas en pruebas de hiptesis. Al realizar pruebas de hiptesis, se parte de un valor supuesto (Hipottico) en parmetro poblacional. Despus de recolectar una muestra aleatoria, se compara la estadstica muestral, as como la media, con el parmetro hipottico, se compara con una supuesta media poblacional. Despus se acepta o se rechaza el valor hipottico, segn proceda. Se rechaza el valor hipottico slo si el resultado muestral resulta muy poco probable cuando la hiptesis es cierta.

- Etapa 1. Planear la hiptesis nula y la hiptesis alternativa. La hiptesis nula (H0) es el valor hipottico del parmetro que se compra con el resultado muestral resulta muy poco probable cuando la hiptesis es cierta.

- Etapa 2. Especificar el nivel de significancia que se va a utilizar. El nivel de significancia del 5%, entonces se rechaza la hiptesis nula solamente si el resultado muestral es tan diferente del valor hipottico que una diferencia de esa magnitud o mayor, pudiera ocurrir aleatoria mente con una probabilidad de 1.05 o menos.

- Etapa 3. Elegir la estadstica de prueba. La estadstica de prueba puede ser la estadstica muestral (el estimador no segado del parmetro que se prueba) o una versin transformada de esa estadstica muestral. Por ejemplo, para probar el valor hipottico de una media poblacional, se toma la media de una muestra aleatoria de esa distribucin normal, entonces es comn que se transforme la media en un valor z el cual, a su vez, sirve como estadstica de prueba.

Consecuencias de las Decisiones en Pruebas de Hiptesis.

Decisiones Posibles Aceptar la Hiptesis Nula Rechazar la Hiptesis Nula

Situaciones Posibles La hiptesis nula es La hiptesis nula es verdadera falsa Se acepta Error tipo II o Beta correctamente Error tipo I o Alfa Se rechaza correctamente

- Etapa 4. Establecer el valor o valores crticos de la estadstica de prueba. Habiendo especificado la hiptesis nula, el nivel de significancia y la estadstica de prueba que se van a utilizar, se produce a establecer el o los valores crticos de estadstica de prueba. Puede haber uno o ms de esos valores, dependiendo de si se va a realizar una prueba de uno o dos extremos.

- Etapa 5. Determinar el valor real de la estadstica de prueba. Por ejemplo, al probar un valor hipottico de la media poblacional, se toma una muestra aleatoria y se determina el valor de la media muestral. Si el valor crtico que se establece es un valor de z, entonces se transforma la media muestral en un valor de z.

- Etapa 6. Tomar la decisin. Se compara el valor observado de la estadstica muestral con el valor (o valores) crticos de la estadstica de prueba. Despus se acepta o se rechaza la hiptesis nula. Si se rechaza sta, se acepta la alternativa; a su vez, esta decisin tendr efecto sobre otras decisiones de los administradores operativos, como por ejemplo, mantener o no un estndar de desempeo o cul de dos estrategias de mercadotecnia utilizar.

La distribucin apropiada de la prueba estadstica se divide en dos regiones: una regin de rechazo y una de no rechazo. Si la prueba estadstica cae en esta ltima regin no se puede rechazar la hiptesis nula y se llega a la conclusin de que el proceso funciona correctamente. Al tomar la decisin con respecto a la hiptesis nula, se debe determinar el valor crtico en la distribucin estadstica que divide la regin del rechazo (en la cual la hiptesis nula no se puede rechazar) de la regin de rechazo. A hora bien el valor crtico depende del tamao de la regin de rechazo.

Pasos de la Prueba de Hiptesis Expresar la hiptesis nula Expresar la hiptesis alternativa Especificar el nivel de significancia Determinar el tamao de la muestra Establecer los valores crticos que establecen las regiones de rechazo de las de no rechazo. Determinar la prueba estadstica. Coleccionar los datos y calcular el valor de la muestra de la prueba estadstica apropiada. Determinar si la prueba estadstica ha sido en la zona de rechazo a una de no rechazo. Determinar la decisin estadstica. Expresar la decisin estadstica en trminos del problema.

La hiptesis nula de no diferencia (=) contra una alterna de diferencia () es una hiptesis bilateral o de dos colas porque el rechazo de H0 puede ocurrir hacia un lado u otro; es decir, puede ser diferente porque es menor o porque es mayor que el valor supuesto qo. H0: q = q0 vs. Ha: q q0 Las hiptesis nulas del tipo () o () son hiptesis unilaterales o de una sola cola, la primera es unilateral superior o de cola derecha y la segunda es unilateral inferior o de cola izquierda. Esto es: H0: q q0 vs. Ha: q > q0 es una hiptesis unilateral superior o de cola derecha, porque se rechaza H0 en el caso de que se obtengan valores muy por encima del valor supuesto. Mientras que H0: q q0 vs. Ha: q < q0 es una hiptesis unilateral inferior o de cola izquierda, porque se rechaza H0 en el caso de que se obtengan valores muy por debajo del valor supuesto. La regin crtica o regin de rechazo es la regin que contiene los resultados menos favorables a H0, en el supuesto de que H0 sea verdadera y la regin de no rechazo es la que contiene los valores ms favorables a H0. Estas regiones estn separadas por los valores crticos del estadstico de contraste que corresponden a un nivel de significacin dado. Segn sea el tipo de hiptesis se tendrn regiones crticas para los dos lados (bilaterales o de dos colas) o para un solo lado (unilaterales o de una cola).

Ejemplo de pruebas unilaterales Supongamos que la controversia entre los dos ornitlogos se hubiera planteado originalmente en los trminos siguientes. Segn da Souza, el nmero de hembras por nido es a lo sumo del 50 %. En cambio, para Calves, hay ms hembras que machos. El contraste que es necesario resolver para dirimir qu especialista tiene razn seria, pues: H0: p 0,5 H1: p > 0,5 Respecto al caso general se sustituye el parmetro genrico por p, y el valor 0= 0,5.

Tipos de Ensayo Se pueden presentar tres tipos de ensayo de hiptesis que son:

Unilateral Derecho Unilateral Izquierdo Bilateral

Dependiendo de la evaluacin que se quiera hacer se seleccionar el tipo de ensayo.

Unilateral Derecho. El investigador desea comprobar la hiptesis de un aumento en el parmetro, en este caso el nivel de significancia se carga todo hacia el lado derecho, para definir las regiones de aceptacin y de rechazo. Ensayo de hiptesis: Ho; Parmetro INCLUDEPICTURE "http://www.itch.edu.mx/academic/industrial/estadistica1/img/ima ge1177.gif" \* MERGEFORMATINET x

H1; Parmetro x INCLUDEPICTURE "http://www.itch.edu.mx/academic/industrial/estadistica1/img/ima

ge837.gif" \* MERGEFORMATINET

Unilateral Izquierdo: El investigador desea comprobar la hiptesis de una disminucin en el parmetro, en este caso el nivel de significancia se carga todo hacia el lado izquierdo, para definir las regiones de aceptacin y de rechazo. Ensayo de hiptesis: Ho; Parmetro INCLUDEPICTURE "http://www.itch.edu.mx/academic/industrial/estadistica1/img/ima ge1173.gif" \* MERGEFORMATINET x H1; Parmetro x INCLUDEPICTURE "http://www.itch.edu.mx/academic/industrial/estadistica1/img/ima

ge838.gif" \* MERGEFORMATINET

Bilateral: El investigador desea comprobar la hiptesis de un cambio en el parmetro. El nivel de significancia se divide en dos y existen dos regiones de rechazo. Ensayo de hiptesis: Ho; Parmetro = x H1; Parmetro INCLUDEPICTURE "http://www.itch.edu.mx/academic/industrial/estadistica1/img/ima ge1178.gif" \* MERGEFORMATINET x

INCLUDEPICTURE "http://www.itch.edu.mx/academic/industrial/estadistica1/img/ima ge839.gif" \* MERGEFORMATINET

ERRORES DE PRUEBAS DE HIPTESIS ERROR TIPO I se define como el rechazo de la hiptesis nula Ho cuando sta es verdadera. Tambin es conocido como nivel de significancia. Si tuviramos un nivel de confianza del 95% entonces el nivel de significancia sera del 5%. Anlogamente si se tiene un nivel de confianza del 90% entonces el nivel de significancia sera del 10%. Ahora supngase que la verdadera rapidez promedio de combustin es diferente de 50 cm/s, aunque la media muestral caiga dentro de la regin de aceptacin. En este caso se acepta Ho cuando sta es falsa. Este tipo de conclusin recibe el nombre de error tipo II. ERROR TIPO II error se define como la aceptacin de la hiptesis nula cuando sta es falsa. Por tanto, al probar cualquier hiptesis estadstica, existen cuatro situaciones diferentes que determinan si la decisin final es correcta o errnea. Decisin Aceptar Ho Rechazar Ho Ho es verdadera No hay error Error tipo I Ho es falsa Error tipo II No hay error

1. Los errores tipo I y tipo II estn relacionados. Una disminucin en la probabilidad de uno por lo general tiene como resultado un aumento en la probabilidad del otro.

2. El tamao de la regin crtica, y por tanto la probabilidad de cometer un error tipo I, siempre se puede reducir al ajustar el o los valores crticos. 3. Un aumento en el tamao y de forma simultnea. Muestral n reducir 4. Si la hiptesis nula es falsa, es un mximo cuando el valor real del parmetro se aproxima al hipottico. Entre ms grande sea la distancia entre el valor real y el valor hipottico, ser menor

ERROR TIPO II Al evaluar un procedimiento de prueba de hiptesis, tambin es importante examinar la probabilidad del error tipo II, el cual se denota por . Esto es, = P (error tipo II) = P (aceptar Ho/ Ho es falsa) Para calcular se debe tener una hiptesis alternativa especfica; esto es, debe tenerse un valor particular del parmetro. Ejemplo Error Tipo I
o

Se requiere que para un cartucho de tinta imprima 100 hojas, estas tengan un contenido de 50 ml. Se conoce que la desviacin estndar es de 4.2 ml. Se toma una muestra aleatoria de n= 25, encontrando que el contenido promedio es de 42.5 ml A qu conclusiones se pueden llegar si se utiliza un a = 0.05? Error tipo I. 1.- 2.- Ho: = 50 ml en oposicin a H1: 50ml 3.- INCLUDEPICTURE "http://www.itcomitan.edu.mx/tutoriales/estadistica/contenido/imagenes/ for1.png" \* MERGEFORMATINET

4.- = 0.05 5.- Rechazamos Ho si Zo >= Z /2 si Zo <= -Z/2 6.- conclusiones = 50ml = 4.2ml Media = 42.5ml n = 25 Sustitucin INCLUDEPICTURE "http://www.itcomita n.edu.mx/tutoriales/ estadistica/contenid o/imagenes/Imagen 72.gif" \* MERGEFORMATINET

Rechazamos Ho si Zo >= Z /2 si Zo <= -Z /2 Z0.05/2 = 1.96 y -1.96

Ver tabla para distribucin Normal estndar INCLUDEPICTURE "http://www.itcomitan.edu.mx/tutoriale s/estadistica/contenido/imagenes/Imag en73.gif" \* MERGEFORMATINET

Por lo tanto rechazamos Ho. Con un nivel de seguridad de 95% podemos decir que el contenido promedio de llenado de los cartuchos de tinta es diferente a 50 ml. Ejemplo Error Tipo II o Por ejemplo, supngase que es importante rechazar la hiptesis nula Ho: = 50 cada vez que la rapidez promedio de combustin es mayor que 52 cm/s o menor que 48 cm/s. Para ello, puede calcularse la probabilidad de un error tipo II para los valores = 52 y = 48, y utilizar este resultado para averiguar algo con respecto a la forma en que se desempear la prueba. De manera especfica, cmo trabajar el procedimiento de prueba si se desea detectar, esto es, rechazar Ho, para un valor medio de = 52 = 48? Dada la simetra, slo es necesario evaluar uno de los dos casos, esto es, encontrar la probabilidad de aceptar la hiptesis nula Ho: = 50 cuando el valor verdadero es = 52. Para hacer este clculo se tendr un tamao de muestra de 10 y una desviacin estndar de la poblacin de 2.5 cm/s. Adems se evaluar el error tipo II con un nivel de significancia de 0.06. Ho: = 50 H1: 50 Como ya sabemos se trata de un ensayo bilateral por lo que se tendr que calcular el valor del estadstico de la siguiente manera:
INCLUDEPICTURE "http://www.itcomitan.edu.mx/tutoriales/estadistica/ contenido/imagenes/Imagen44.png" \* MERGEFORMATINET

Para facilitar los clculos se redondearn estos nmeros a 48.5 y 51.5

INCLUDEPICTURE "http://www.itcomitan.edu.mx/tutoriales/estadistic a/contenido/imagenes/Imagen45.png" \* MERGEFORMATINET

Para poder comprender mejor el clculo del error tipo II se delimitar el rea de la regin de aceptacin con dos lneas ya que es bilateral y se evaluar la probabilidad de caer en esa rea cuando la media tiene un valor de 52 y de 48.
INCLUDEPICTURE "http://www.itcomitan.edu.mx/tutoriales/estadistica/cont enido/imagenes/Imagen46.png" \* MERGEFORMATINET

Como se puede observar en cada clculo del valor se tuvieron que evaluar los dos valores de z. En el primer clculo de se tiene un valor de z=-4.43, esto quiere decir que no existe rea del lado izquierdo del 48.5, por lo que slo ser el rea que corresponda a la z=-0.63. Lo mismo pasa con el segundo clculo de . Como las medias de 52 y 48 son equidistantes del 50 por este motivo los valores del error tipo II son los mismos. En caso que no estn equidistantes se tienen que calcular por separado y calcular los valores correspondientes de z porque en ocasiones se tiene un rea que no est dentro de la regin de aceptacin, la cual no se tiene que tomar en cuenta para evaluar al error tipo II

Clculo de probabilidades de error tipo I (alfa) y II (beta)

Cualquiera sea la decisin tomada a partir de una prueba de hiptesis, ya sea de aceptacin del Ho o de la Ha, puede incurrirse en error: Un error tipo I se presenta si la hiptesis nula Ho es rechazada cuando es verdadera y deba ser aceptada. La probabilidad de cometer un error tipo I se denomina con la letra alfa Un error tipo II, se denota con la letra griega se presenta si la hiptesis nula es aceptada cuando de hecho es falsa y deba ser rechazada. En cualquiera de los dos casos se comete un error al tomar una decisin equivocada.

En la siguiente tabla se muestran las decisiones que pueden tomar el investigador y las consecuencias posibles.

Para que cualquier ensayo de hiptesis sea bueno, debe disearse de forma que minimice los errores de decisin. En la prctica un tipo de error puede tener ms importancia que el otro, y as se tiene a conseguir poner una limitacin al error de mayor importancia. La nica forma de reducir ambos tipos de errores es incrementar el tamao de la muestra, lo cual puede ser o no ser posible. La probabilidad de cometer un error de tipo II denotada con la letra griega beta , depende de la diferencia entre los valores supuesto y real del parmetro de la poblacin. Como es ms fcil encontrar diferencias grandes, si la diferencia entre la estadstica de muestra y el correspondiente parmetro de poblacin es grande, la probabilidad de cometer un error de tipo II, probablemente sea pequea. El estudio y las conclusiones que obtengamos para una poblacin cualquiera, se habrn apoyado exclusivamente en el anlisis de una parte de sta. De la probabilidad con la que estemos dispuestos a asumir estos errores, depender, por ejemplo, el tamao de la muestra requerida. Las contrastaciones se apoyan en que los datos de partida siguen una distribucin normal Existe una relacin inversa entre la magnitud de los errores y : conforme a aumenta, disminuye. Esto obliga a establecer con cuidado el valor de a para las pruebas estadsticas. Lo ideal sera establecer y .En la prctica se establece el nivel y para disminuir el Error se incrementa el nmero de observaciones en la muestra, pues as se acortan los lmites de confianza respecto a la hiptesis planteada. La meta de las pruebas estadsticas es rechazar la hiptesis planteada. En otras palabras, es deseable aumentar cuando sta es verdadera, o sea,

incrementar lo que se llama poder de la prueba (1- ) La aceptacin de la hiptesis planteada debe interpretarse como que la informacin aleatoria de la muestra disponible no permite detectar la falsedad de esta hiptesis. CLCULO DE PROBABILIDADES DE ERROR TIPO I (ALFA) Para ello usaremos la frmula

Donde N es el tamao de la poblacin alfa es el valor del error tipo 1 z es el valor del nmero de unidades de desviacin estndar para una prueba de dos colas con una zona de rechazo igual alfa. 0.25 es el valor de p2 que produce el mximo valor de error estndar, esto es p = 0.5 n es el tamao de la muestra. CLCULO DE PROBABILIDADES DE ERROR TIPO II (BETA) Un error Tipo II al no rechazar una hiptesis nula falsa . Con el fin de calcular la probabilidad de que esto ocurra es til considerar la probabilidad como el rea bajo la distribucin muestral, con base en la media verdadera de la poblacin superpuesta a la distribucin muestral supuesta en la hiptesis nula, y en la regin de no rechazo.

Fig. .3 Error Tipo I y error Tipo II

La probabilidad del error Tipo II se calcula asumiendo que la hiptesis nula es falsa, ya que sta se define como la probabilidad de no rechazar una hiptesis nula falsa. El procedimiento para calcular el error Tipo II, para un valor especfico de supuesto en H0 es el siguiente: 1. Establecer la regin de no rechazo para H0 , utilizando la media supuesta en H0 y los datos del problema. 2. Usar la tabla T-4 para determinar los puntos crticos correspondientes a ( y , si la prueba es de dos colas o si es de cola izquierda). correspondientes a los

si la prueba es de cola derecha o 3. Determinar los valores o valor de valores crticos, utilizando la igualdad

. 4. 5. Dibujar la distribucin de la media verdadera (correspondiente a Ha verdadera o H0 falsa). (Vase figura 11.4). Determinar los valores crticos correspondientes a los valores de , calculados en el paso 3 utilizando la igualdad

. 6. Usar la tabla T4 para determinar el valor de .

Fig. 4 Pasos para calcular la probabilidad de Error Tipo II

Pginas de Internet

http://www.tecnicas-de-estudio.org/investigacion/investigacion32.htm http://ejercicioresuelto.blogspot.mx/2012/06/ejercicio-resuelto-n1-de-pruebasde.html

http://www.elosiodelosantos.com/calculadoras/tamanyio_muestra.htm http://www.monografias.com/trabajos30/prueba-de-hipotesis/prueba-dehipotesis.shtml

Documentos, Artculos y/o Libros documento_16_pruebas_hipotesis.doc

www.itescam.edu.mx/principal/sylabus/fpdb/recursos/r55909.PDF

Clculo de probabilidades de error tipo I (alfa) y II (beta).pdf El teorema central del limite.pdf
www.itescam.edu.mx/principal/sylabus/fpdb/recursos/r62412.DOC