ESTADISTICA II PROFESOR WALTER LOPEZ Estadistica Inferencial: Estimacin para una y dos poblaciones. Medias y Proporciones.

Definicin de estimacin

Cuando hemos observado un valor numrico especfico de nuestro estimador, nos referimos a ese valor como una estimacin. En otras palabras, una estimacin es un valor especfico observado de una estadstica. Hacemos una estimacin si tomamos una muestra y calculamos el valor que toma nuestro estimador en esa muestra. Suponga que calculamos la lectura media de un odmetro !ilometra"e# a partir de una muestra de ta$is en sevicio y encontramos que sta es de %&',''' !ilmetros. Si utili(amos este valor especfico para estimar el !ilometra"e de la flotilla de ta$is completa, el valor obtenido de %&',''' !ilmetros sera una estimacin. En la tabla ) ilustramos varias poblaciones, par*metros de poblacin, estimadores y estimaciones.

Estimador sesgado e insesgado. +n estimador puntual es el valor numrico de una estadstica muestral empleado para estimar el valor de un par*metro de la poblacin o proceso. +na de las caractersticas m*s importantes de un estimador es que sea insesgado. +n estimador insesgado es una estadstica muestral cuyo valor esperado es igual al par*metro por estimar. +n valor esperado es el promedio a largo pla(o de la estadstica muestral. ,a eliminacin de todo sesgo sistem*tico est* asegurada cuando la estadstica muestral corresponde a una muestra aleatoria tomada de

ESTADISTICA II PROFESOR WALTER LOPEZ una poblacin o a un subgrupo racional tomado de un proceso. -mbos mtodos de muestreo garanti(an que la muestra sea insesgada, aunque no eliminan la variabilidad del muestreo, o error de muestreo, como se e$plicar* en la siguiente seccin.

En la tabla %' se presentan algunos de los estimadores puntuales de par*metros de la poblacin de uso m*s frecuente. En todos los casos, el estimador apropiado de un par*metro de la poblacin es sencillamente la estadstica muestral correspondiente.

.abla %'

Una o Dos poblaciones /ntervalos de confian(a para la diferencia entre dos medias con el uso de la distribucin normal

ESTADISTICA II PROFESOR WALTER LOPEZ

- menudo es necesario estimar la diferencia entre dos medias poblacionales, como la diferencia entre los niveles salariales de dos empresas. El estimador puntual insesgado de % 0 1# CS % 2 30 21#. El intervalo de confian(a se elabora en forma similar al usado para la estimacin de la media, e$cepto que el error est*ndar pertinente para la distribucin de muestreo es el error est*ndar de la diferencia entre medias. El uso de la distribucin normal se basa en las mismas condiciones que en el caso de la distribucin de muestreo de la media, salvo que est*n implicadas dos muestras. ,a frmula empleada para estimar la diferencia entre dos medias poblacionales con intervalos de confian(a es

Cuando se conocen las desviaciones est*ndar de las dos poblaciones, el error est*ndar de la diferencia entre medias es

Cuando se desconocen las desviaciones est*ndar de las poblaciones, el error est*ndar estimado de la diferencia entre medias dado el uso apropiado de la distribucin normal es

ESTADISTICA II PROFESOR WALTER LOPEZ ,os valores de los errores est*ndar de las respectivas medias incluidos en estas frmulas se calculan con las frmulas dadas, incluida la posibilidad de usar factores de correccin por finitud cuando corresponda

E"emplo. El salario medio semanal de una muestra de n 4 5' empleados de una gran empresa manufacturera es, 4 617'.'', con una desviacin est*ndar muestral de s 4 6%8.''. En otra gran empresa, una muestra aleatoria de n 4 8' empleados por hora tiene un salario medio semanal de 619'.'', con una desviacin est*ndar muestral de s 4 6%'.''. El intervalo de confian(a de )): para la estimacin de la diferencia entre los niveles salariales medios semanales de las dos empresas es

donde

ESTADISTICA II PROFESOR WALTER LOPEZ -s, podemos afirmar que el salario promedio semanal de la primera empresa es mayor que el promedio de la segunda Empresa por un monto de entre 61.15 y 6%9.99, con una confian(a de )): en esta estimacin por intervalo. -dvirtase que los 0 tama;os de las muestras son suficientemente grandes para permitir el uso de < para apro$imar el valor t.

-dem*s del intervalo de confian(a de dos e$tremos, tambin puede elaborarse un intervalo de confian(a de un e$tremo 0ara la diferencia entre medias.

=istribucin t e intervalos de confian(a para la diferencia entre dos medias

El uso de la distribucin t en con"uncin con una muestra es necesario cuando

% # Se desconocen las desviaciones est*ndar a de la poblacin.

1# ,as muestras son peque;as n > 5'#. Si las muestras son grandes, los valores t pueden ser apro$imados por la normal est*ndar (.

5# Se supone que las poblaciones tienen una distribucin apro$imadamente normal recuerde que el teorema central del lmite no puede aplicarse en muestras peque;as#.

ESTADISTICA II PROFESOR WALTER LOPEZ -dem*s de lo anterior, cuando se usa la distribucin t para definir intervalos de confian(a para la diferencia entre dos medias, no para inferencias sobre slo una media poblacional, por lo general se requiere del siguiente supuesto adicional?

8# ,as dos varian(as poblacionales desconocidas# son iguales, a 1% 4 11

- causa del anterior supuesto de igualdad, el primer paso para determinar el error est*ndar de la diferencia entre medias cuando procede el uso de la distribucin t es combinar las dos varian(as muestrales?

El error est*ndar de la diferencia entre muestras basado en el uso de la varian(a combinada estimada 1 es

Con gl 4 n%, @ n1 0 1, el intervalo de confian(a es

/ntervalos de confian(a para la proporcin de la poblacin

ESTADISTICA II PROFESOR WALTER LOPEZ

,a distribucin de probabilidad aplicable a las proporciones es la distribucin binormial de probabilidad. Ao obstante, los c*lculos matem*ticos asociados con la determinacin de un intervalo de confian(a para una proporcin poblacional desconocida con base en el proceso de Bemoulli son comple"os. Cor lo tanto, en todos los libros de te$to orientados a aplicaciones se utili(a la distribucin normal como apro$imacin de la solucin e$acta de intervalos de confian(a para proporciones. Esta apro$imacin es adecuada cuando n 3 5' y tanto np como nq D donde q 4 % 0 p#. Sin embargo, cuando la proporcin de la poblacin p o # es desconocida, la mayora de los e$pertos en estadstica recomienda tomar una muestra de n %''. Atese que, en el conte$to de la estimacin estadstica, es desconocida, pero es estimada por Ep.

,a varian(a de la distribucin de proporciones sirve de base para el error est*ndar. =ada una proporcin muestral observada, Ep, el error est*ndar de la proporcin estimado es

En el conte$to de la estimacin estadstica, la p o 3# de la poblacin se desconoce, porque es "ustamente el valor por estimar. Si la poblacin es por finitud, procede el uso del factor de correccin por finitud. Como en el caso del error est*ndar de la media, por lo general se considera innecesario el uso de esta correccin si n > '.'D A.

ESTADISTICA II PROFESOR WALTER LOPEZ

El intervalo de confian(a apro$imado para una proporcin poblacional es

-dem*s del intervalo de confian(a de dos e$tremos, tambin puede determinarse un intervalo de confian(a de un e$tremo para la proporcin poblacional.

E"emplo. +na empresa de investigacin de mercado contacta a una muestra aleatoria de %'' varones en una comunidad e$tensa y determina que una proporcin muestral de '.8' prefiere las nava"as de afeitar fabricadas por el cliente de esa empresa sobre todas las dem*s marcas. El intervalo de confian(a de )D: para la proporcin de todos los varones de la comunidad que prefieren las nava"as de afeitar del cliente de la empresa se determina de la siguiente manera?

Cor lo tanto, con una confian(a de )D: estimamos la proporcin de todos los varones de la comunidad que prefieren las nava"as del cliente de la empresa con un valor entre '.5' y '.D'.

ESTADISTICA II PROFESOR WALTER LOPEZ Medias y proporciones Estimacin de Car*metros ,a teora de muestreo puede emplearse para obtener informacin acerca de muestras obtenidas aleatoriamente de una poblacin conocida. Sin embargo, desde un punto de vista pr*ctico, suele ser m*s importante y ser capa( de inferir informacin acerca de una poblacin a partir de muestras de ellas. =ichos problemas son tratados por la inferencia estadstica que utili(a principios de muestreo. +n problema importante de la inferencia estadstica es la estimacin de par*metros poblacionales o simplemente par*metros como la media y la varian(a poblacionales#, a partir de los estadsticos mustrales correspondientes o estadsticos como la media y la varian(a muestral. Estimados sin Sesgo Si la media de la distribucin muestral de un estadstico es igual al par*metro poblacional correspondiente, el estadstico se denomina estimador sin sesgo del par*metroF de otra manera, es denominado estimador sesgado. ,os valores correspondientes de dichos estadsticos se llaman estimados sin sesgo o sesgados, respectivamente. %.0 ,a media de la distribucin muestral de las medias es $ , la media poblacional. Cor lo tanto, la media muestral $ es un estimado sin sesgo de la media poblacional .

ESTADISTICA II PROFESOR WALTER LOPEZ 1.0 ,a media de la distribucin muestral de las varian(as es ? s1 4 A0%G A # 1 donde 1 es la varian(a poblacional y A es el tama;o de la muestra .Entonces, la varian(a muestral s1 es un estimado sesgado de la varian(a poblacional 1. +sando la varian(a modificada. 1 4 AG A0% #s1 Se encuentra que 1 4 1 , de modo que 1 es un estimado sin sesgo de 1 .Sin embargo es un estimado de .En trminos de esperan(a matem*tica se poda decir que un estadstico no esta sesgado si su esperan(a es igual al par*metro poblacional correspondiente. Cor lo tanto, $ y 1 no est*n sesgados , porque E Estimados Eficientes Si las distribuciones mustrales de dos estadsticos tienen la misma media o esperan(a matem*tica entonces el estadstico con la menor varian(a se denomina estimador eficiente de la media, mientras que el otro estadstico se le llama estimador ineficiente. ,os valores correspondientes de los estadsticos se conocen, respectivamente, como estimadores eficientes. Si se consideran todos los estadsticos posibles, cuyas distribuciones mustrales tienen la misma media, aquel con la menor varian(a suele denominarse el me"or o mas eficiente estimador de dicha media.

10

ESTADISTICA II PROFESOR WALTER LOPEZ ,a distribucin muestral de la media y la mediana tienen la misma mediaF a saber la media poblacional. Sin embargo, la varian(a de la distribucin muestral de las medias es mas peque;a que la varian(a de la distribucin muestral de las medianas por lo tanto, la media muestral ofrece un estimado ineficiente de esta =e todos los estadsticos que estiman la media poblacional, la media muestral ofrece el me"or o mas eficiente estimado. En la practica, suelen usarse los estimados ineficientes debido a la relativa facilidad con que se obtienen algunos de ellos. Estimados por Cunto y Estimados por /ntervaloF su Confiabilidad El estimado de un par*metro poblacional dado por un solo nHmero se denomina estimado puntual del par*metro. El estimado de un par*metro poblacional dado por dos nHmeros, entre los cuales se considera esta el par*metro, se denomina estimado por intervalo del par*metro. ,os estimados por intervalo indican la precisin de un estimado y son, por lo tanto preferibles a los estimados por punto. E"emplo? Si se dice que una distancia medida es de D.17 metros se esta dando un estimado por punto. Si por otro lado, la distancia es de D.17 mas menos '.'5metros es decir , la distancia esta entre D.1Dm y D.5% m # , se esta dando un estimado por intervalo . ,a informacin sobre el error o precisin de un estimado se conoce como confiabilidad.

11

ESTADISTICA II PROFESOR WALTER LOPEZ Estimados por /ntervalo de Confian(a de Car*metros Coblacionales Sean s y s la media y la desviacin est*ndar error est*ndar#, en ese orden, de la distribucin muestral de un estadstico S. Entonces, si la distribucin muestral de S es en formas apro$imadas a la normal lo cual es verdadero para muchos estadsticos si el tama;o de la muestra es A mayor o menor que 5'.

/ntervalos de Confian(a para Iedias Si el estadstico S es la media muestral $, entonces los limites de confian(a de )D: y )): para estimar la media poblacional est*n dados por $ mas menos %.)& $ y 1.D'$ respectivamente. =e manera mas general , los limites de confian(a est*n dados por $ J (c $ donde (c que depende del nivel particular de confian(a deseado , usando los valores de $ obtenidos se ve que los limites de confian(a para la media poblacional est*n dados por ? K J <c G si el muestreo se lleva a cabo a partir de una poblacin infinita o de una poblacin finita con reempla(amiento y est*n dados por ? K J <c G

12

ESTADISTICA II PROFESOR WALTER LOPEZ si el muestreo se reali(o sin reempal(amiento de una poblacin de tama;o finito Ap . generalmente , la desviacin est*ndar poblacional es desconocida F por consiguiente , para obtener los limites de confian(a anteriores, se utili(a la estimacin muestral o s .Esta mostrara ser satisfactoria cuando A se mayor o menor que 5' para A menor que 5' , la apro$imacin es pobre y se debe usar la teora de peque;as muestras . /ntervalos de Confian(a para Croporciones Si el estadstico S es la proporcin de L$itos Len una muestra de tama;o, obtenida de una poblacin binomial en la que p es la proporcin de $itos es decir la probabilidad de $ito, entonces los limites de confian(a para p est*n dados por la proporcin de $itos en la muestra de tama;o A. +sando los valores de p obtenidos, ve que los limites de confian(a para la proporcin poblacional est*n dados por? C J <c Si el muestreo se efectu de una poblacin finita o de una poblacin infinita con reempla(amiento y est*n dados por? CJ <c Si el muestreo se hi(o sin el reempla(amiento de una poblacin de tama;o finito Ap. Cara calcular estos limites de confian(a se puede usar el estimado muestral C que por lo general, mostrara ser satisfactorio si A es mayor o igual a 5'.

13

ESTADISTICA II PROFESOR WALTER LOPEZ /ntervalos de Confian(a para =iferencias y Sumas Si S% y S1 son dos estadsticos mustrales con distribuciones de muestreo apro$imadamente normales, entonces los limites de confian(a se puede usar para la diferencia de los par*metros poblacionales correspondientes a S% y S1 est*n dados por? S% y S1 J (c s% 0 s1 /ntervalos de Confian(a para =esviaciones Est*ndar ,os limites de confian(a para la desviacin est*ndar de una poblacin normalmente distribuida, estimados a partir de una muestra con desviacin est*ndar s, est*n dados por ? S @ 0 <c s 4 s J <c G Cara calcular estos limites de confian(a se utili(a s o para estimar Error Crobable ,os limites de confian(a de D': de los par*metros poblacionales correspondientes al estadstico S dados por S @ 0 '.&9D s la cantidad de '.&9D s es conocida como error probable de la estimacin. 7. Estadistica inferencial: Prueba de Hiptesis= introduccin, tipos de error, prueba de hiptesis en una poblacin y dos poblaciones.

14

ESTADISTICA II PROFESOR WALTER LOPEZ Pruebas de hiptesis

El propsito de la prueba de hiptesis es determinar si el valor supuesto hipottico# de un par*metro poblacional, como la media de la poblacin, debe aceptarse como verosmil con base en evidencias muestrales. Mecurdese que sobre distribuciones de muestreo, se di"o que, en general, una media muestral diferir* en valor de la media poblacional. Si el valor observado de una estadstica muestral, como la media muestral, se acerca al valor paramtrico supuesto y slo difiere de l en un monto que cabra esperar del muestreo aleatorio, el valor hipottico no se recha(a. Si la estadstica muestral difiere de la supuesta en un monto que no es posible atribuir al a(ar, la hiptesis se recha(a por inverosmil.

Se han desarrollado tres procedimientos distintos para la prueba de hiptesis, todos los cuales conducen a las mismas decisiones cuando se emplean los mismos est*ndares de probabilidad y riesgo#. =e acuerdo con este mtodo, se determinan los as llamados valores crticos de la estadstica de prueba que dictaran el recha(o de una hiptesis, tras de lo cual la estadstica de prueba observada se compara con los valores crticos. Nste fue el primer mtodo en desarrollarse, motivo por el cual buena parte de la terminologa de las pruebas de hiptesis se deriva de l. I*s recientemente, el mtodo del valor C ha cobrado popularidad a causa de ser el m*s f*cilmente aplicable a softOare de cmputo. Este mtodo se basa en la determinacin de la probabilidad condicional de que el valor observado de una estadstica muestral pueda ocurrir

15

ESTADISTICA II PROFESOR WALTER LOPEZ al a(ar, dado que un supuesto particular sobre el valor del par*metro poblacional asociado sea en efecto correcto. El mtodo de intervalos de confian(a se basa en la observacin de si el valor supuesto de un par*metro poblacional est* incluido en el rango de valores que define a un intervalo de confian(a para ese par*metro.

Cero m*s all* del mtodo de prueba de hiptesis que se use, debe hacerse notar que si un valor hipottico no se recha(a, y por lo tanto se acepta, ello no constituye una PpruebaP de que sea correcto. ,a aceptacin de un valor supuesto de un par*metro indica simplemente que se trata de un valor verosmil, con base en el valor observado de la estadstica muestral.

Casos b*sicos de la prueba de hiptesis con el mtodo de valor crtico

Caso%. Qormule la hiptesis nula y la hiptesis alternativa. ,a hiptesis nula H' es el valor paramtrico hipottico que se compara con el resultado muestral. Se le recha(a slo si es poco probable que el resultado muestral haya ocurrido dado lo correcto de la hiptesis. ,a hiptesis alternativa H%# se acepta slo si la hiptesis nula es recha(ada. En muchos libros de te$to la hiptesis alternativa tambin se designa como Ha.

E"emplo

+n auditor desea probar el supuesto de que el valor medio de la

totalidad de las cuentas por cobrar de una empresa dada es de 61&'.''

16

ESTADISTICA II PROFESOR WALTER LOPEZ tomando una muestra de n 4 5& y calculando la media muestral. El auditor desea recha(ar el valor supuesto de 61&'.'' slo si es claramente contradicho por la media muestral, caso ste en el que el valor hipottico recibira el beneficio de la duda en el procedimiento de prueba. ,as hiptesis nula y alternativa de esta prueba son H' ?33 4 61&'.'' y H% ? 3 61&'.''.

Caso 1. Especifique el nivel de significancia por aplicar. El nivel de significancia es el est*ndar estadstico que se especifica para recha(ar la hiptesis nula. Si se especifica un nivel de significancia de D:, la hiptesis nula se recha(a slo si el resultado muestral es tan diferente del valor hipottico que una diferencia por ese monto o un monto superior ocurrira al a(ar con una probabilidad de '.'D o menos.

Atese que si se usa el nivel de significancia de D:, hay una probabilidad de '.'D de recha(ar la hiptesis nula aun siendo efectivamente cierta. Esto se llama error tipo / ,a probabilidad del error tipo / siempre es igual al nivel de significancia empleado como est*ndar para recha(ar la hiptesis nulaF se le designa con la letra griega minHscula alfa#, de modo que a designa tambin al nivel de significancia. ,os niveles de significancia de uso m*s frecuente en la prueba de hiptesis son los de D: y %:. Rcurre un error tipo // si la hiptesis nula no se recha(a, y es por lo tanto aceptada, cuando en realidad es falsa. ,a determinacin de la probabilidad del error tipo // se e$plica. En la tabla correspondiente se resumen los tipos de

17

ESTADISTICA II PROFESOR WALTER LOPEZ decisiones y las posibles consecuencias de las decisiones tomadas en pruebas de hiptesis.

Caso 5. Seleccione la estadstica de prueba. ,a estadstica de prueba ser* ya sea la estadstica muestral el estimador insesgado del par*metro a prueba# o una versin estandari(ada de la estadstica muestral. Cor e"emplo, para probar un valor hipottico de la media poblacional, la media de una muestra aleatoria tomada de esa poblacin podra servir como la estadstica de prueba. Sin embargo, si la distribucin de muestreo de la media es normal, el valor de la media muestral se convierte usualmente en un valor (, el cual funge entonces como la estadstica de prueba.

Caso 8. Estable(ca el valor o valores crticos de la estadstica de prueba. Habiendo especificado la hiptesis nula, el nivel de significancia y la estadstica de prueba por usar, se establece entonces el los# valor es# crtico s# de la estadstica de prueba. Estos valores pueden ser uno o dos, dependiendo de si est*n implicadas las as llamadas pruebas unilaterales o bilaterales. En cualquier caso, un valor crtico identifica el valor de la estadstica de prueba requerido para recha(ar la hiptesis nula.

Caso D. =etermine el valor de la estadstica de prueba. Cor e"emplo, al probar un valor hipottico de la media poblacional, se recolecta una muestra aleatoria y se

18

ESTADISTICA II PROFESOR WALTER LOPEZ determina el valor de la media muestral. Si el valor crtico fue establecido como un valor (, la media muestral se convierte a un valor (.

Caso &. .ome la decisin. El valor observado de la estadstica muestral se compara con el valor o valores# crtico s# de la estadstica de prueba. Se recha(a o no entonces la hiptesis nula. Si la hiptesis nula es recha(ada, se acepta la hiptesis alternativa. Esta decisin tendr* relevancia a su ve( para otras decisiones por tomar por los gerentes de operacin, como la de si se est* sosteniendo o no cierto est*ndar de desempe;o o cu*l de dos estrategias de comerciali(acin seguir.

Crueba de una hiptesis referente a la media usando la distribucin normal

,a distribucin normal de probabilidad puede usarse para probar un valor hipottico de la media de la poblacin %# si n 3 5', por efecto del teorema central del lmite, o 1# cuando n > 5' pero la poblacin tiene una distribucin normal y a es conocida.

+na prueba bilateral se aplica cuando nos interesa una posible desviacin en cualquier direccin respecto del valor hipottico de la media. ,a frmula que se emplea para establecer los valores crticos de la media muestral es similar a la frmula para determinar los lmites de confian(a para la estimacin de la media de la poblacin, e$cepto que el valor hipottico de la media poblacional 2 es en

19

ESTADISTICA II PROFESOR WALTER LOPEZ este caso el punto de referencia, en lugar de la media muestral. ,os valores crticos de la media muestral para una prueba de dos e$tremos, de acuerdo con el hecho de si se conoce o no, son

E"emplo. En relacin con la hiptesis nula formulada en el e"emplo anterior, determine los valores crticos de la media muestral para probar la hiptesis al nivel de significancia del D:. =ado que se sabe que la desviacin est*ndar de los montos de las cuentas por cobrar es 34 685.'', los valores crticos son

Hiptesis? H' ?3334 61&'.''F Hi, ?33 361&'.''

Aivel de significancia? 4 '.'D

Estadstica de prueba? 23, con base en una muestra de n 4 5& y con 3 4 85.''

2CM 4 valores crticos de la media muestral

En consecuencia, para recha(ar la hiptesis nula la media muestral debe tener un valor inferior a 618D.)D o superior a 6198.'D. -s, en el caso de una prueba de dos e$tremos e$isten dos regiones de recha(o. ,os valores ( de J%.)& sirven

20

ESTADISTICA II PROFESOR WALTER LOPEZ para establecer los lmites crticos, dado que, por efecto de la distribucin normal est*ndar, una proporcin de '.'D del *rea permanece en las dos colas, lo que corresponde a la 4 '.'D especificada.

Qig. 8

En lugar de establecer los valores crticos en trminos de la media muestral, en la prueba de hiptesis los valores crticos suelen especificarse en trminos de valores (. Cara el nivel de significancia del D: los valores crticos de ( para una prueba de dos e$tremos son 0%.)& y @ % .)&, por e"emplo. +na ve( determinado el valor de la media muestral, se le convierte a un valor ( para que pueda compar*rsele con los valores crticos de (. ,a frmula de conversin, segHn si ores conocida o no, es

21

ESTADISTICA II PROFESOR WALTER LOPEZ E"emplo. En referencia al problema de prueba de hiptesis de los dos e"emplos anteriores, supongamos que la media muestral es 2 4 618'.''. =eterminamos si la hiptesis nula debe recha(arse convirtiendo esta media a un valor ( y compar*ndolo con los valores crticos de J%.)&, en esta forma?

Este valor de ( se halla en la regin de recha(o de la cola i(quierda del modelo de prueba de hiptesis que aparece en la figura D. =e este modo, la hiptesis nula es recha(ada, y la alternativa, de que 3 61&'.'', aceptada. -dvirtase que en el e"emplo se habra llegado a la misma conclusin comparando la media muestral 2 4 618'.'' con los lmites crticos para la media identificados en la figura 8.

Qig. D

+na prueba unilateral resulta apropiada cuando nos interesan posibles desviaciones slo en una direccin respecto del valor hipottico de la media. 22

ESTADISTICA II PROFESOR WALTER LOPEZ Codra ocurrir que al auditor del e"emplo no le interesara que el promedio real de la totalidad de las cuentas por cobrar e$ceda de 61&'.'', sino slo que pudiera ser inferior a 61&'.''. -s, si el auditor le concede el beneficio de la duda al supuesto establecido de que la media real es de al menos 61&'.'', las hiptesis nula y alternativa son

Aota? En muchos libros de te$to, la hiptesis nula anterior se enunciara como HR ? 3 361&'.''. Cor nuestra parte, hemos incluido Hnicamente el signo de igual porque, incluso en una prueba de un e$tremo, el procedimiento se reali(a en relacin con este valor en particular. Cara decirlo de otra manera, es la hiptesis alternativa la que es unilateral.

En una prueba unilateral slo e$iste una regin de recha(o, de modo que la prueba del e"emplo anterior es una prueba de la cola inferior. ,a regin de recha(o de una prueba unilateral se encuentra siempre en la cola que representa el sustento de la hiptesis alternativa. Como en el caso de una prueba bilateral, el valor crtico puede determinarse para la media como tal o en trminos de un valor (. Sin embargo, los valores crticos para pruebas unilaterales se diferencian de aquellos para pruebas bilaterales, porque la proporcin de *rea dada se halla en su totalidad en una de las colas de la distribucin. En la tabla %% se presentan los valores de ( necesarios para pruebas unilaterales y bilaterales. ,a frmula general para establecer el valor

23

ESTADISTICA II PROFESOR WALTER LOPEZ crtico de la media muestral para una prueba unilateral, segHn si a se conoce o no, es

Rbsrvese en las frmulas inmediatamente anteriores, que ( puede ser negativa, lo que resulta en una sustraccin del segundo trmino de cada frmula.

.abla %% Salores crticos de < en pruebas de hiptesis

Errores Tipo I y Tipo II en pruebas de hiptesis

En esta seccin consideraremos los errores tipo / y tipo // en relacin estrictamente con pruebas unilaterales de una media hipottica. Sin embargo, los conceptos b*sicos aqu ilustrados se aplican tambin a otros modelos de pruebas de hiptesis.

24

ESTADISTICA II PROFESOR WALTER LOPEZ ,a probabilidad m*$ima del error tipo / siempre es igual al nivel de significancia empleado en la prueba de la hiptesis nula. Esto es as a causa de que, por definicin, la proporcin de *rea en la regin de recha(o es igual a la proporcin de los resultados muestrales que ocurriran en esa regin en caso de que la hiptesis nula sea cierta.

,a probabilidad del error tipo // suele indicarse con la letra griega beta#. ,a Hnica manera en que se te puede determinar es respecto de un valor especiffico incluido en el rango de la hiptesis alternativa.

E"emplo. ,a hiptesis nula es que la media de la totalidad de las cuentas por cobrar es de 61&'.'' y la hiptesis alternativa que la media es inferior a esta cantidad, prueba que habr* de reali(arse al nivel de significancia de D:. -dem*s, el auditor indica que una media de 618'.'' o menos# sera

considerada una diferencia material importante con el valor hipottico de 61&'.''. Como en el caso anterior, 4 685.'' y el tama;o de muestra es n 4 5& cuentas. ,a determinacin de la probabilidad del error tipo // implica que

%# formulemos las hiptesis nula y alternativa para esta situacin de prueba,

1# determinemos el valor crtico de la media muestral por emplearen la prueba de la hiptesis nula al nivel de significancia de D:,

25

ESTADISTICA II PROFESOR WALTER LOPEZ 5# identifiquemos la probabilidad de error tipo / asociada con el uso del valor crtico calculado en el paso anterior como base para la regla de decisin,

8# determinemos la probabilidad de error tipo // asociada con la regla de decisin dado el valor medio alternativo especfico de 618'.''.

,a solucin completa es

5#

,a probabilidad m*$ima de error tipo % es igual a '.'D el nivel de

significancia usado en la prueba de la hiptesis nula#.

8#

,a probabilidad de error tipo // es la probabilidad de que la media de la

muestra aleatoria sea igual o mayor de 6187.1%, dado que la media de la totalidad de las cuentas en realidad 618'.''.

26

ESTADISTICA II PROFESOR WALTER LOPEZ En la figura & se ilustra el mtodo seguido en el ultimo e"emplo. En general, el valor crtico de la media determinado en relacin con la hiptesis nula se PreduceP y se emplea como el valor crtico en relacin con la hiptesis alternativa especfica. El problema ilustra la determinacin de la probabilidad del error tipo // en una prueba bilateral.

Qig. &

Cuando el nivel de significancia y el tama;o de muestra se mantienen constantes, la probabilidad del error tipo // disminuye a medida que el valor alternativo especfico de la media se ale"a del valor de la hiptesis nula y aumenta a medida que el valor alternativo se acerca al valor de la hiptesis nula. +na curva caracterstica operativa C'# describe gr*ficamente la probabilidad de aceptar la hiptesis nula dados diversos valores alternativos de la media de la poblacin. ,a figura es la curva CR aplicable a cualquier prueba de cola inferior de una media hipottica al nivel de significancia de D: basada en el uso de la 27

ESTADISTICA II PROFESOR WALTER LOPEZ distribucin normal de probabilidad. Atese que es aplicable a cualquier prueba de este tipo, porque los valores del e"e hori(ontal han sido enunciados en unidades del error est*ndar de la media. Cara cualesquiera valores a la i(quierda de 2 la probabilidad de aceptacin indica la probabilidad del error tipo //. - la derecha de 2, las probabilidades indican la aceptacin correcta de la hiptesis nula. .al como lo indican las lneas punteadas, cuando 34 2, la probabilidad de aceptar la hiptesis nula es %0 o, en este caso, % 0 '.'D 4 '.)D.

Qig. 9 Estimacin para una y dos poblaciones AR.-C/TA UEAEM-, - la hiptesis nula la denotamos por PH'?P y despus escribimos la afirmacin que supone la nula. Cor e"emplo, escribimos?

28

ESTADISTICA II PROFESOR WALTER LOPEZ H'? mu 4 15&

para querer decir la hiptesis de que el promedio de la poblacin es 15&. - la hiptesis alterna la denotamos, de igual manera, por PH%?P. Cor e"emplo, la hiptesis de que menos del 85: de la poblacin prefiere nuestra marca la denotamos H%? p > '.85 Cara decidir si se recha(a o n la hiptesis nula vemos el valor de una estadstica calculada de la muestra. - esta estadstica la llamamos estadstica de prueba. ,a decisin de recha(ar se toma si la estadstica de prueba cae en una regin que llamamos regin crtica o regin de rechazo. ,as regiones de recha(o se presentan de acuerdo a la hiptesis alterna. Cara determinar la regin crtica, tenemos en cuenta la significacin que queremos para la prueba, sta se refle"a en el valor crtico que se lee en la tabla normal o t, segHn sea el caso. PRUE !" #$MU%E" &con una muestra' ( ! P"#E$% & P%"% #'% ME(I%

29

ESTADISTICA II PROFESOR WALTER LOPEZ Hiptesis Aula? H'? mu 4 mu' Estadstica de prueba? (c 4 V ()barra 0 mu' W G V sigma G raiz n#W Megin Crtica?

%lternati)a H%? mu > mu' H%? mu X mu'

o o

"e*in +r,tica (c > 0( (c X (

H%? mu >X mu' (c > 0(% (c X (% (c es la estadstica calculada de la muestra. ( es un valor ledo en la tabla normal, relacionado con la significacin de la prueba.

(% es, tambin un valor ledo en la tabla normal, pero distinto de (.

Esta prueba supone que sabemos el valor de sigma. En el saln hacemos e"emplos de cmo funciona. Si +d. no puede asistir al saln debe revisar e"emplos y e"ercicios en un libro de te$to, en la seccin de pruebas de hiptesis de una media. E' +%-. (E '. +.'.+E" sigma Cuando sigma es desconocida hacemos alguna de estas dos cosas?

30

ESTADISTICA II PROFESOR WALTER LOPEZ

Si n X 5'. +samos la misma prueba anterior pero al calcular (c lo hacemos con la desviacin est*ndar de la muestra? s.

Si n >4 5'. +samos la prueba enterior con dos modificaciones

o o

+samos s en lugar de sigma al calcular (c ,os valores de la regin crtica los vemos en la tabla t de Student en lugar de la normalF con n 0 % grados de libertad.

Hay que tener en cuenta que en el caso n >4 5' la prueba es v*lida slo si la poblacin de la que se e$trae la muestra es normal. - esta prueba se le llama? prueba t de una media (/! P"#E$% & (E #'% P".P."+I0'. Hiptesis Aula? H'? p 4 p' Estadstica de prueba ? (c 4 V p 0 p' W G V raiz Yp' % 0 p'#Z G n # W Megin Crtica?

%lternati)a H%? p > p' H%? p X p'

"e*in +r,tica (c > 0( (c X (

H%? p >X p' (c > 0(% (c X (%

31

ESTADISTICA II PROFESOR WALTER LOPEZ

o

en el c*lculo de (c, la cantidad p es la proporcin observada en la muestra.

en el denominador de (c se usa el valor que asigna la hiptesis nula? p'

( es un valor ledo en la tabla normal, relacionado con la significacin de la prueba.

(% es, tambin un valor ledo en la tabla normal, pero distinto de (.

M1- '.2%+I0'. (.- M#E-2"%- I'(EPE'(IE'2E- (E (.P.$3%+I.'E-. Estudiamos ahora una situacin especial. Auestro inters no recae ahora en una poblacin, sino en dos. ,os casos m*s frecuentes de esta situacin son?

Cuando se tienen dos poblaciones por comparar. Cor e"emplo, cuando se compara el rendimiento de dos establecimientos.

Cuando se tiene una misma poblacin, pero estudiada antes de alguna intervencin y despus de la misma. Cor e"emplo, si comparamos el porcenta"e de que"as despus de hacer una me"ora administrativa y antes de hacerla.

Cuando se comparan dos modos distintos de hacer las cosas, en una misma poblacin. Cor e"emplo, al comparar los rendimientos de dos tipos de empaque para un producto, en trminos de los costos y beneficios asociados.

32

ESTADISTICA II PROFESOR WALTER LOPEZ En trminos de par*metros, estudiamos?

,a diferencia de promedios de las poblaciones? mu% 0 mu1. ,a diferencia de proporciones en las dos poblaciones? p% 0 p1.

Codramos estar interesados en la diferencia de des*iaciones est+ndares, pero no vamos a enfati(ar esa prueba en este curso. Cara probar hiptesis acerca de esas diferencias vamos a tomar dos muestras independientes. Esto quiere decir que las observaciones individuales en una muestra no est*n relacionadas con las de la otra muestra. Cor e"emplo, si le damos un e$amen a los mismos alumnos antes y despus de darles un curso de capacitacin, no estamos haciendo muestras independientes, si quisiramos estudiar un problema as, deberamos estudiar las diferencias individuales de antes y despus. En cambio, si estudiamos la diferencia en la proporcin de que"as de los clientes antes y despus de hacer el entrenamiento, tenemos dos muestras independientes o casi#, porque los clientes seleccionados para la muestra PantesP y PdespusP son independientes. Como las muestras son independientes, los tama;os de las dos muestras no tienen por que ser iguales y usamos la siguiente notacin?

Estad,stica .ama;o Iedia =esv. Est*ndar Croporcin

Muestra n% ()barra% s% p%

Muestra / n1 ()barra1 s1 p%

33

ESTADISTICA II PROFESOR WALTER LOPEZ P"#E$%- +.M#'E- (con dos muestras! (4! P"#E$% & (E (I5E"E'+I% (E (.- ME(I%-. Hiptesis Aula? H'? mu% 4 mu1 Estadstica de prueba? (c 4 V ()barra% 0 ()barra1 W G V raizY sigma%#E1 G n% @ sigma1#E1 G n1 Z W Megin Crtica?

%lternati)a H%? mu% > mu1 H%? mu% X mu1

o o

"e*in +r,tica (c > 0( (c X (

H%? mu% >X mu1 (c > 0(% (c X (% (c es la estadstica calculada de la muestra. ( es un valor ledo en la tabla normal, relacionado con la significacin de la prueba.

(% es, tambin un valor ledo en la tabla normal, pero distinto de (.

Esta prueba supone que sabemos el valor de las desviaciones est*ndares de ambas poblaciones. En el saln hacemos e"emplos de como funciona. Si +d. no puede asistir al saln,consulte un te$to en la seccin? prueba de diferencia de dos medias

34

ESTADISTICA II PROFESOR WALTER LOPEZ E' +%-. (E '. +.'.+E" 3%- (E-6I%+I.'E- E-21'(%"E-. Si tenemos muestras grandes? n% X 5' y n1 X 5', hacemos la misma prueba, pero al calcular la estadstica de prueba usamos s% y s1. Si tenemos muestras peque;as, hacemos la siguiente prueba. (7! P"#E$% t (E (I5E"E'+I% (E (.- ME(I%-. Hiptesis Aula? H'? mu% 4 mu1 Estadstica de prueba? tc 4 V ()barra% 0 ()barra1 W G V s raizY % G n% @ % G n1 Z W donde la s del denominador se calcula as s 4 raizV Y n% 0 %# s%#E1 @ n1 0 %# s1#E1 Z G Yn% @ n1 0 1Z W Cara calcular esta tc, le sugiero que proceda as? calcule ()barra y s de cada muestra. calcule la s del denominador. finalmente calcule la tc.

o o o

Megin Crtica?

35

ESTADISTICA II PROFESOR WALTER LOPEZ %lternati)a H%? mu% > mu1 H%? mu% X mu1
o

"e*in +r,tica tc > 0t tc X t

H%? mu% >X mu1 tc > 0t% tc X t% t es un valor ledo en la tabla de Student, relacionado con la significacin de la prueba.

t% es, tambin un valor ledo en la tabla t, pero distinto de t.

Esta prueba se usa cuando las muestras son peque;as y suponemos ,ue las des*iaciones est+ndares de las poblaciones son iguales . En este curso no estudiamos qu hacer si las dos desviaciones est*ndares de las poblaciones son diferentes y las muestras son peque;as. Cara usar la tabla t el nHmero de grados de libertad es? n% @ n1 0 1.

36