UNIVERSIDAD TECNOLÓGICA DEL PERÚ

"Estudio del lema de Neyman Pearson”

TRABAJO

Curso: ESTADISTICA INFERENCIAL (10440)

Docente: ROLANDO FREDY ICHPAS TAPIA

GRUPO#2

INTEGRANTES:

 GIRALDO CASTILLO NONY FRAY

 TORRES OTRERA GHERSON STEVEN
 CHOQUE MARTEL NESTOR GUSTAVO
 SOTO GRADOS ARNOLD ALAN GERMAN

2018
 ESTUDIO DEL LEMA DE NEYMAN PEARSON

Introducción

Presentaremos una explicación intuitiva y clara del Lema de Neyman-Pearson, que

tiene que ver con la prueba de Hipótesis. Lo escribimos de la forma que nos hubiera
gustado leerlo en algún libro, ya que de los libros que usamos para aprender esto
ninguno fue muy claro. Como nuestro objetivo en el curso no es llevar a cabo un
estudio teórico de las pruebas de hipótesis ni tampoco obtenerlos con un alto rigor
matemático, la presentación de la mayoría de la prueba de hipótesis se llevar a cabo
desde una perspectiva intuitiva.

El lema es bastante específico, quizás poco útil por lo mismo, pero tratamos de
escribirlo de modo que el procedimiento de la prueba de hipótesis quedé claro .

Objetivos
 El objetivo de esta investigación es dar a conocer cómo funciona el lema de
Neyman Pearson y en qué casos se puede aplicar.
 A partir de una población extraer una muestra por algunos de los métodos
existentes, con la que se generaran datos numéricos que se van a utilizar
para generar estadísticos con los que realizar estimaciones o contrastes
poblacionales.
 Efectuar generalizaciones acerca de la estructura, composición o
comportamiento de las poblaciones no observadas, a partir de una parte de
la población, será necesario que la parcela de población examinada sea
representativa del total. Por ello, la selección de la muestra requiere unos
requisitos que lo garanticen, debe ser representativa y aleatoria.
 Conocer si una propiedad que se supone en una población estadística es
compatible con lo observado en una muestra de dicha población.

GRUPO #2 2
 ESTUDIO DEL LEMA DE NEYMAN PEARSON

Lema de Neyman-Pearson
Dada una muestra aleatoria, digamos

que se sabe que distribuye según una función de probabilidad

Si definimos dos hipótesis:

(Hipótesis nula, “por defecto”)

(Hipótesis alternativa, “a probar si es mejor”)

E interesa decidir si usar la hipótesis alternativa en vez de la nula, tomando

esta decisión con un cierto nivel de significancia (más formal: Con una
cierta probabilidad de equivocarse rechazando dado que en la realidad es
la hipótesis correcta) podemos proceder de la siguiente forma:

Definamos las variables aleatorias

Aprovechamos que tenemos certeza de que todos los datos de la muestra

aleatoria ocurrieron, y definamos la función de verosimilitud L como la
probabilidad de que ocurran todos los datos de nuestra muestra:

Ahora definamos dicha función dos veces, una usando y otra con , es
decir:

Y definamos la razón de éstas dos

GRUPO #2 3
 ESTUDIO DEL LEMA DE NEYMAN PEARSON

Suficiente con las definiciones, ahora a razonar:

Definamos una región donde se rechace a

En dicha región debería ocurrir que (En palabras: que la

probabilidad de que ocurran todos los datos de la muestra aleatoria usando
el parámetro que entregaba debería ser menor a la misma probabilidad
usando el parámetro de la segunda hipótesis).

Entonces, la región se podría expresar matemáticamente así:

Donde c es una constante.

Si desarrollamos dicha inecuación, y dejamos a un lado todo lo constante y

lo tratamos como constante (Por ejemplo ), debería quedar algo del
tipo

Donde se llama el estadístico y depende solo de la muestra aleatoria

(y no del parámetro de la función).

La constante se determinará usando el nivel de significancia de la prueba.

Repetiré lo que es el nivel de significancia, ,

“La probabilidad de equivocarse rechazando cuando en realidad es la

hipótesis correcta”

Expresemos esto matemáticamente:

Es decir, al mismo tiempo de preguntarnos si conviene usar la hipótesis

alternativa, nos preguntamos con qué margen de error queremos tomar esa
decisión.

Ahora desarrollar es fácil, porque antes definimos la región donde se

rechaza ,

GRUPO #2 4
 ESTUDIO DEL LEMA DE NEYMAN PEARSON

(1)

Dado quiere decir que conocemos la función de probabilidad por

completo, , y por lo tanto podemos conocer cómo distribuye el
estadístico , calcular (1) y resolver para c.
Ahora con c conocido, conocemos definitivamente la región de rechazo
de (antes conocíamos su “forma”),

Entonces, si queremos tomar la decisión de aceptar la hipótesis alternativa,

pensamos mejor en “si queremos tomar la decisión de rechazar la hipótesis
nula, “, y evaluamos nuestra muestra aleatoria en el
estadístico y vemos finalmente si cae en la región de rechazo de o
no.

Problemas

GRUPO #2 5
ESTUDIO DEL LEMA DE NEYMAN PEARSON

GRUPO #2 6
 ESTUDIO DEL LEMA DE NEYMAN PEARSON

Conclusiones:
 Debe tenerse en cuenta que el no rechazo de la hipótesis nula no supone
ninguna garantía de la certeza de esta, sino la falta de evidencia en contra
de su veracidad. Se podría asimilar la Hipótesis Nula a una persona que
está siendo juzgada según el principio de presunción de inocencia, de
forma que sólo se rechaza su inocencia, es decir, la hipótesis nula, en caso
de encontrar pruebas suficientes en contra.
 La hipótesis que se desea contrastar se denomina hipótesis nula, mientras
que la que se acepta cuando la evidencia muestral está claramente en
contra de esta se denomina hipótesis alternativa.
 Existen dos formas de estimar parámetros: la estimación puntual y la
estimación por intervalo de confianza. En la primera se busca, con base en
los datos muestrales, un único valor estimado para el parámetro. Para la
segunda, se determina un intervalo dentro del cual se encuentra el valor del
parámetro, con una probabilidad determinada.

Bibliografía
- https://www.cimat.mx/ciencia_para_jovenes/bachillerato/libros/[Wackerly,Mende
nhall,Scheaffer]Estadistica_Matematica_con_Aplicaciones.pdf
- https://studylib.es/doc/4901193/lema-de-neyman%E2%80%93pearson-para-
distribuciones-de-confianza

GRUPO #2 7