You are on page 1of 36

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
1
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$plicar* en la siguiente
seccin.
En la tabla %' se presentan algunos de los estimadores puntuales de par*metros
de la poblacin de uso m*s frecuente. En todos los casos, el estimador
apropiado de un par*metro de la poblacin es sencillamente la estadstica
muestral correspondiente.
.abla %'
Una o Dos poblaciones
/ntervalos de confian(a para la diferencia entre dos medias con el uso de la
distribucin normal
2
ESTADISTICA II
PROFESOR WALTER LOPEZ
- menudo es necesario estimar la diferencia entre dos medias poblacionales,
como la diferencia entre los niveles salariales de dos empresas. El estimador
puntual insesgado de % 0 1# CS 2%30 21#. El intervalo de confian(a se elabora
en forma similar al usado para la estimacin de la media, e$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
3
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
4
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$imadamente
normal recuerde que el teorema central del lmite no puede aplicarse en
muestras peque;as#.
5
ESTADISTICA II
PROFESOR WALTER LOPEZ
-dem*s de lo anterior, cuando se usa la distribucin t para definir intervalos de
confian(a para la diferencia entre dos medias, no para inferencias sobre slo
una media poblacional, por lo general se requiere del siguiente supuesto
adicional?
8# ,as dos varian(as poblacionales desconocidas# son iguales, a 1% 4 11
- causa del anterior supuesto de igualdad, el primer paso para determinar el
error est*ndar de la diferencia entre medias cuando procede el uso de la
distribucin t es combinar las dos varian(as muestrales?
El error est*ndar de la diferencia entre muestras basado en el uso de la varian(a
combinada estimada 1 es
Con gl 4 n%, @ n1 0 1, el intervalo de confian(a es
/ntervalos de confian(a para la proporcin de la poblacin
6
ESTADISTICA II
PROFESOR WALTER LOPEZ
,a distribucin de probabilidad aplicable a las proporciones es la distribucin
binormial de probabilidad. Ao obstante, los c*lculos matem*ticos asociados con
la determinacin de un intervalo de confian(a para una proporcin poblacional
desconocida con base en el proceso de Bemoulli son comple"os. Cor lo tanto, en
todos los libros de te$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$imacin es adecuada cuando n D3 5' y tanto np como
nq D E donde q 4 % 0 p#. Sin embargo, cuando la proporcin de la poblacin p o
# es desconocida, la mayora de los e$pertos en estadstica recomienda tomar
una muestra de n D %''. Atese que, en el conte$to de la estimacin
estadstica, D es desconocida, pero es estimada por Fp.
,a varian(a de la distribucin de proporciones sirve de base para el error
est*ndar. =ada una proporcin muestral observada, Fp, el error est*ndar de la
proporcin estimado es
En el conte$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 > '.'E A.
7
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 )E: 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 )E: 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 '.E'.
8
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*metroG 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 .
9
ESTADISTICA II
PROFESOR WALTER LOPEZ
1.0 ,a media de la distribucin muestral de las varian(as es ?
s1 4 A0%H 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 AH 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 mediaG 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 /ntervaloG su Confiabilidad
El estimado de un par*metro poblacional dado por un solo nImero se denomina
estimado puntual del par*metro. El estimado de un par*metro poblacional dado
por dos nImeros, 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 E.17 metros se esta dando
un estimado por punto. Si por otro lado, la distancia es de E.17 mas menos
'.'5metros es decir , la distancia esta entre E.1Em y E.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 Jedias
Si el estadstico S es la media muestral $, entonces los limites de confian(a de
)E: y )): para estimar la media poblacional est*n dados por $ mas menos
%.)& $ y 1.E'$ respectivamente. =e manera mas general , los limites de
confian(a est*n dados por $ K (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 ?
L K <c H
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 ?
L K <c H
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 G 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$imacin es pobre y se debe usar la
teora de peque;as muestras .
/ntervalos de Confian(a para Croporciones
Si el estadstico S es la proporcin de M$itos Men 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 $itos en la muestra de tama;o A. +sando los
valores de p obtenidos, ve que los limites de confian(a para la proporcin
poblacional est*n dados por?
C K <c
Si el muestreo se efectu de una poblacin finita o de una poblacin infinita con
reempla(amiento y est*n dados por?
CK <c
Si el muestreo se hi(o sin el reempla(amiento de una poblacin de tama;o finito
Ap. Cara calcular estos limites de confian(a se puede usar el estimado muestral
C que por lo general, mostrara ser satisfactorio si A es mayor o igual a 5'.
13
ESTADISTICA II
PROFESOR WALTER LOPEZ
/ntervalos de Confian(a para =iferencias y Sumas
Si S% y S1 son dos estadsticos mustrales con distribuciones de muestreo
apro$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 K (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 K <c H
Cara calcular estos limites de confian(a se utili(a s o para estimar
Error Crobable
,os limites de confian(a de E': de los par*metros poblacionales
correspondientes al estadstico S dados por S @ 0 '.&9E s la cantidad de '.&9E 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. Necurdese 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. Oste fue el primer mtodo en
desarrollarse, motivo por el cual buena parte de la terminologa de las pruebas
de hiptesis se deriva de l. J*s recientemente, el mtodo del valor C ha
cobrado popularidad a causa de ser el m*s f*cilmente aplicable a softPare 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 QpruebaQ 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%. Rormule 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$to la hiptesis alternativa
tambin se designa como Ha.
E"emplo +n auditor desea probar el supuesto de que el valor medio de la
totalidad de las cuentas por cobrar de una empresa dada es de 61&'.''
16
ESTADISTICA II
PROFESOR WALTER LOPEZ
tomando una muestra de n 4 5& y calculando la media muestral. El auditor
desea recha(ar el valor supuesto de 61&'.'' slo si es claramente contradicho
por la media muestral, caso ste en el que el valor hipottico recibira el
beneficio de la duda en el procedimiento de prueba. ,as hiptesis nula y
alternativa de esta prueba son H' ?33 4 61&'.'' y H% ? 3 D 61&'.''.
Caso 1. Especifique el nivel de significancia por aplicar. El nivel de significancia
es el est*ndar estadstico que se especifica para recha(ar la hiptesis nula. Si
se especifica un nivel de significancia de E:, la hiptesis nula se recha(a slo si
el resultado muestral es tan diferente del valor hipottico que una diferencia por
ese monto o un monto superior ocurrira al a(ar con una probabilidad de '.'E o
menos.
Atese que si se usa el nivel de significancia de E:, hay una probabilidad de
'.'E de recha(ar la hiptesis nula aun siendo efectivamente cierta. Esto se llama
error tipo / ,a probabilidad del error tipo / siempre es igual al nivel de
significancia empleado como est*ndar para recha(ar la hiptesis nulaG se le
designa con la letra griega minIscula alfa#, de modo que a designa tambin al
nivel de significancia. ,os niveles de significancia de uso m*s frecuente en la
prueba de hiptesis son los de E: y %:.
Scurre un error tipo // si la hiptesis nula no se recha(a, y es por lo tanto
aceptada, cuando en realidad es falsa. ,a determinacin de la probabilidad del
error tipo // se e$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 ellos# valores# crticos# 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 E. =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# crticos# 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 3D 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 E:. =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' ?33 34 61&'.''G Hi, ?3 3 D361&'.''
Aivel de significancia? 4 '.'E
Estadstica de prueba? 23, con base en una muestra de n 4 5& y con 3 4 85.''
2CN 4 valores crticos de la media muestral
En consecuencia, para recha(ar la hiptesis nula la media muestral debe tener
un valor inferior a 618E.)E o superior a 6198.'E. -s, en el caso de una prueba
de dos e$tremos e$isten dos regiones de recha(o. ,os valores ( de K%.)& 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 '.'E del *rea permanece en las dos colas, lo que
corresponde a la 4 '.'E especificada.
Rig. 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 E: 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, segIn 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 K%.)&, 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 E. =e este modo, la hiptesis
nula es recha(ada, y la alternativa, de que 3D 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.
Rig. E
+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
HS ? 3 3D361&'.''. Cor nuestra parte, hemos incluido Inicamente 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, segIn si a se conoce o
no, es
Sbsrvese en las frmulas inmediatamente anteriores, que ( puede ser
negativa, lo que resulta en una sustraccin del segundo trmino de cada
frmula.
.abla %% Talores 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*$ima del error tipo / siempre es igual al nivel de significancia
empleado en la prueba de la hiptesis nula. Esto es as a causa de que, por
definicin, la proporcin de *rea en la regin de recha(o es igual a la proporcin
de los resultados muestrales que ocurriran en esa regin en caso de que la
hiptesis nula sea cierta.
,a probabilidad del error tipo // suele indicarse con la letra griega beta#. ,a
Inica manera en que se te puede determinar es respecto de un valor especiffico
incluido en el rango de la hiptesis alternativa.
E"emplo. ,a hiptesis nula es que la media de la totalidad de las cuentas por
cobrar es de 61&'.'' y la hiptesis alternativa que la media es inferior a esta
cantidad, prueba que habr* de reali(arse al nivel de significancia de E:.
-dem*s, el auditor indica que una media de 618'.'' o menos# sera
considerada una diferencia material importante con el valor hipottico de
61&'.''. Como en el caso anterior, 4 685.'' y el tama;o de muestra es n 4 5&
cuentas. ,a determinacin de la probabilidad del error tipo // implica que
%# formulemos las hiptesis nula y alternativa para esta situacin de prueba,
1# determinemos el valor crtico de la media muestral por emplearen la prueba
de la hiptesis nula al nivel de significancia de E:,
25
ESTADISTICA II
PROFESOR WALTER LOPEZ
5# identifiquemos la probabilidad de error tipo / asociada con el uso del valor
crtico calculado en el paso anterior como base para la regla de decisin,
8# determinemos la probabilidad de error tipo // asociada con la regla de decisin
dado el valor medio alternativo especfico de 618'.''.
,a solucin completa es
5# ,a probabilidad m*$ima de error tipo % es igual a '.'E 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
QreduceQ 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.
Rig. &
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 CS aplicable a cualquier prueba de cola inferior
de una media hipottica al nivel de significancia de E: 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 '.'E 4 '.)E.
Rig. 9
Estimacin para una y dos poblaciones
AS.-C/UA VEAEN-,
- la hiptesis nula la denotamos por QH'?Q 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 QH%?Q. 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, segIn 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 W ()barra 0 mu' X H W sigma H raizn#X
Negin Crtica?
%lternati)a "e*in +r,tica
H%? mu > mu' (c > 0(
H%? mu Y mu' (c Y (
H%? mu >Y mu' (c > 0(% (c Y (%
o (c es la estadstica calculada de la muestra.
o ( es un valor ledo en la tabla normal, relacionado con la
significacin de la prueba.
o (% 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$to, en la seccin de
pruebas de hiptesis de una media.
E' +%-. (E '. +.'.+E" sigma
Cuando sigma es desconocida hacemos alguna de estas dos cosas?
30
ESTADISTICA II
PROFESOR WALTER LOPEZ
Si n Y 5'. +samos la misma prueba anterior pero al calcular (c lo
hacemos con la desviacin est*ndar de la muestra? s.
Si n >4 5'. +samos la prueba enterior con dos modificaciones
o +samos s en lugar de sigma al calcular (c
o ,os valores de la regin crtica los vemos en la tabla t de Student
en lugar de la normalG con n 0 % grados de libertad.
Hay que tener en cuenta que en el caso n >4 5' la prueba es v*lida slo
si la poblacin de la que se e$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 W p 0 p' X H W raiz Zp'% 0 p'#[ H n # X
Negin Crtica?
%lternati)a "e*in +r,tica
H%? p > p' (c > 0(
H%? p Y p' (c Y (
H%? p >Y p' (c > 0(% (c Y (%
31
ESTADISTICA II
PROFESOR WALTER LOPEZ
o en el c*lculo de (c, la cantidad p es la proporcin observada en la
muestra.
o en el denominador de (c se usa el valor que asigna la hiptesis
nula? p'
o ( es un valor ledo en la tabla normal, relacionado con la
significacin de la prueba.
o (% 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 QantesQ y QdespusQ 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 Muestra Muestra /
.ama;o n% n1
Jedia ()barra% ()barra1
=esv. Est*ndar s% s1
Croporcin p% 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 W ()barra% 0 ()barra1 X H W raizZ sigma%#F1 H n% @ sigma1#F1 H n1 [ X
Negin Crtica?
%lternati)a "e*in +r,tica
H%? mu% > mu1 (c > 0(
H%? mu% Y mu1 (c Y (
H%? mu% >Y mu1 (c > 0(% (c Y (%
o (c es la estadstica calculada de la muestra.
o ( es un valor ledo en la tabla normal, relacionado con la
significacin de la prueba.
o (% 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$to en la seccin? prueba de diferencia de dos medias
34
ESTADISTICA II
PROFESOR WALTER LOPEZ
E' +%-. (E '. +.'.+E" 3%- (E-6I%+I.'E- E-21'(%"E-.
Si tenemos muestras grandes? n% Y 5' y n1 Y 5', hacemos la misma prueba,
pero al calcular la estadstica de prueba usamos s% y s1.
Si tenemos muestras peque;as, hacemos la siguiente prueba.
(7! P"#E$% t (E (I5E"E'+I% (E (.- ME(I%-.
Hiptesis Aula?
H'? mu% 4 mu1
Estadstica de prueba?
tc 4 W ()barra% 0 ()barra1 X H W s raizZ % H n% @ % H n1 [ X
donde la s del denominador se calcula as
s 4 raizW Z n% 0 %#s%#F1 @ n1 0 %#s1#F1 [ H Zn% @ n1 0 1[ X
Cara calcular esta tc, le sugiero que proceda as?
o calcule ()barra y s de cada muestra.
o calcule la s del denominador.
o finalmente calcule la tc.
Negin Crtica?
35
ESTADISTICA II
PROFESOR WALTER LOPEZ
%lternati)a "e*in +r,tica
H%? mu% > mu1 tc > 0t
H%? mu% Y mu1 tc Y t
H%? mu% >Y mu1 tc > 0t% tc Y t%
o t es un valor ledo en la tabla de Student, relacionado con la
significacin de la prueba.
o 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 nImero de grados de libertad es? n% @ n1 0 1.
36