http://ftp.ceces.upr.edu.

cu/centro/repositorio/Informaticos/Multimedias/Herramientas%20de%2
0apoyo%20a%20la%20investigacion/Final/Recursos/tema2/materiales%20UD%203/esrimacion%2
0y%20docima.pdf
9.- Funcin de potencia.
Como hemos dicho, cuando se rechaza la hiptesis de nulidad, podemos estar
cometiendo el error de tipo I, ya que, H0 puede ser verdadera; en tal caso, es
deseable conocer la "probabilidad de haber tomado una decisin correcta", a
esta probabilidad se le denomina potencia de la dcima. Esta potencia se
calcula utilizando una funcin, cuyos valores dependen de la regin crtica y del
valor real del parmetro.
Funcin de potencia: es la probabilidad de que la hiptesis nula sea rechazada,
cuando esta es falsa.
De modo equivalente, tambin la funcin de potencia es la probabilidad de
aceptar la hiptesis alternativa, cuando ella es verdadera. Notacin: (W, ).
En smbolos: (W, )= P{W, si H0 es falsa}.
=1- (ver tabla en la pg. 5).
La funcin de potencia tambin permite determinar el tamao que debe tener la
muestra, en una dcima para la que se prefije de antemano la probabilidad de
rechazar H0, siendo ella falsa.
Para realizar una prueba de hiptesis es conveniente seguir una serie de
pasos, que emanan de los aspectos antes planteados:
0.- Analizar cada dato del problema, para precisar los requisitos que cumple la
variable que se investiga (escala de medicin, distribucin de probabilidad,
aleatoriedad y tamao de la muestra, etc.).
1.- Plantear las hiptesis nula y alternativa y clasificar esta ltima, segn el
operador aritmtico utilizado.
2.- Elegir el nivel de significacin .
3.- Seleccionar el estadgrafo de prueba y la distribucin de probabilidad de su
transformacin.
4.- Determinar la regin crtica.
5.- Formular la regla de decisin. 6.- Decidir si se rechaza o no la hiptesis nula.
7.- Valorar la significacin del resultado y concluir.
III.- Prueba de hiptesis para la varianza de una poblacin. Ejemplo
Recordemos, antes de explicar como tal la prueba de hiptesis para la varianza
de un universo, que si de una poblacin en la que se mide una variable
aleatoria en escala mtrica, se selecciona una muestra aleatoria de tamao N,
y adems, la variable sigue una distribucin normal N(, ), entonces el
estimador S de , se transforma en una variable aleatoria que sigue una
distribucin Ji-cuadrado con v= N-1: 2
2
2 2 )1(


SN S a =
Ejemplo 4: Tradicionalmente, la dispersin de las calificaciones en Matemtica
de los alumnos de una escuela, ha sido de 0.8 ptos, para determinar si esta
dispersin se ha modificado en el presente curso, despus de que se
introdujeron cambios en la metodologa de la asignatura, se seleccion una
muestra aleatoria de 25 alumnos que aprendieron con el nuevo mtodo y
sobre la base de esta muestra se calcul que la dispersin de las calificaciones
de esos alumnos es de 0.38 ptos. Adems, se comprob que las calificaciones
de los alumnos de la escuela se distribuyen normalmente. A qu conclusin
llegamos?.
Solucin:
Sea X la variable que mide las calificaciones en Matemtica.
X est medida en escala de intervalos (mtrica), y adems, sigue una
distribucin normal: X aN(=?, = 0.8 ptos? ).
N= 25 (tamao de la muestra aleatoria).
S= 0.38 ptos (varianza de la muestra).
Como se cumplen todos los requisitos, realicemos la prueba.
Paso 1: Plantear las hiptesis H0 y H1.
H0: =0.8 ptos
H1: 0.8 ptos. (Alternativa bilatral).
Paso 2: Elegir el nivel de significacin.
= 0.05
Paso 3: Seleccionar el estadgrafo de prueba.
El estimador eficiente de es S, por tanto, este ser nuestro estadgrafo en
esta prueba. Adems, tenemos la ventaja de que este estadgrafo se puede
transformar en una variable aleatoria, cuya funcin de distribucin de
probabilidad, es conocida (la Ji-cuadrado): 2
2
2 2 )1(


SN S a = sigue una
distribucin Ji-cuadrado con v= N-1.
Paso 4: Determinar la regin crtica.
Para determinar la regin W, se toma como base el valor de y la distribucin
de probabilidad del estadgrafo. Como la hiptesis alternativa es bilateral, esto hace que
H0 se considere verdadera, solo en el caso en que la estimacin de
sea un valor igual o "muy prximo" a 0.8 puntos.
Una vez realizados los clculos, se obtiene como regin de aceptacin de la
hiptesis nula, aquellos valores del estimador S que estn en el intervalo
[0.4133; 1.3120]: la diferencia entre cualquier valor de este intervalo y el valor
del parmetro (0.8), se considera pequea, y por tanto, debida a la aleatoriedad
y no a que ese valor del parmetro sea falso.
De igual modo, cualquier valor del estadgrafo que se encuentre fuera del
intervalo anterior, se considerar "demasiado alejado" significativamente
alejado del valor del parmetro, y por tanto, eso es porque el valor supuesto
para dicho parmetro es falso.
W W*
W
| Regin de aceptacin de H0
++
S1= .4133 =0.8 S2= 1.3120
Paso 5: Formular la regla de decisin.
Sobre la base de los puntos crticos calculados en el paso anterior, tenemos
que:
No rechazamos H0 si S[0.4133; 1.312]
Rechazamos H0 si S no pertenece al intervalo anterior.
Paso 6: Adoptar una decisin.
Como S=0.38 no pertenece al intervalo [0.4133; 1.312], rechazamos H0 y
aceptamos H1.
Paso 7: Realizar la conclusin.
Con un nivel de significacin del 5%, rechazamos la hiptesis de que la
dispersin de las calificaciones de los alumnos de la escuela, no ha variado. En
forma equivalente: aceptamos la hiptesis de que la dispersin de las
calificaciones de los alumnos de la escuela, se ha modificado con un error de
tipo I del 5%. Se debe notar que este error es. adems, igual a la probabilidad
de aceptar la hiptesis alternativa, siendo H0 cierta.
Si utilizamos el lenguaje Estadstico, diremos que ha ocurrido un resultado
significativo, es decir, la dispersin de las calificaciones de los alumnos de la
escuela, despus de aplicada la nueva metodologa, se ha modificado.
Antes de explicar cmo calculamos los valores crticos, queremos hacer
algunas consideraciones sobre la decisin anterior: de la respuesta dada no se
puede inferir que H1 sea necesariamente cierta. En rigor, aceptar esta
hiptesis con un nivel de significacin del 5%, quiere decir que, de cada cien
muestras aleatorias seleccionadas de esa escuela, se espera que el 95% de
ellas proporcionen resultados compatibles con H1, es decir, aceptamos que los
datos son compatibles con la hiptesis alternativa, salvo en un 5%.
Si en lugar de utilizar un nivel de significacin de .05, hubisemos empleado
uno de .01, entonces la regin de no rechazo de H0 es [0.329533333333;
1.5186]. Como S=0.38 pertenece a este intervalo, la decisin es no rechazar H0; esto
significa que el no rechazo de la hiptesis nula es una consecuencia
directa de haber disminuido el nivel de significacin.
Es ms, cualquiera sea el valor del estadgrafo, siempre se podr fijar un valor
de lo suficientemente pequeo, que haga que la hiptesis nula no sea
rechazada: disminuyendo la probabilidad del error de tipo I, siempre ser
posible no rechazar la hiptesis nula. Inversamente, para cualquier valor del
estadstico de prueba, siempre se podr fijar un valor de lo suficientemente
grande, que permita rechazar H0.
De lo antes dicho, tal parece que la decisin de rechazar o no la hiptesis nula,
depende de la conveniencia del investigador, ya que l puede variar el valor de
como desee; sin embargo, esto no es as, ya que si lo fuera, estaramos
solucionando un problema de modo subjetivo. Nos hemos olvidado del error de
tipo II, y precisamente, ah reside la objetividad de la solucin: las
probabilidades de los errores de tipo I y de tipo II, varan de modo inverso, o
sea, cuando disminuye aumenta y viceversa, esto si el tamao de la
muestra se mantiene fijo.
Si tomamos un valor de muy pequeo y no rechazamos H0, se ha de esperar
que el valor de sea grande a menos que la muestra utilizada tenga un
volumen muy grande; es decir, la probabilidad de no rechazar la hiptesis
nula siendo falsa es muy grande, y naturalmente, esto ltimo no es deseable.
Algo similar ocurre si tomamos a muy grande.
Cuando la hiptesis nula es rechazada, es conveniente estudiar el error de tipo
II. En la prctica, es posible controlar la magnitud de y de del modo
siguiente: se fija un valor para y se determina utilizando la funcin de
potencia el tamao mnimo que debe tener la muestra para que sea
pequeo, o lo que es lo mismo, para que 1- sea grande. A la probabilidad 1-
es a lo que llamamos "potencia de la prueba".