Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
CONFIANZA Y CONTRASTES DE
HIPTESIS
Para evitar referen
ias a frmulas engorrosas, supondremos que:
A ve
es, aunque para apli
ar algunas frmulas el tamao de las muestras debe ser
mayor que 30, sto no se tendr en
uenta.
A ontinua in se espe i a la
nota in
=media
=desvia in
pobla ional
N=tamao de la pobla in
x=media
q = 1 p
muestral
p=propor
in
S2 =
2
n
X
i=1
n
X
i=1
(xi
x)2
S2
(xi
x)2
s =
n1
1 = nivel
Z es
valor .
p =
muestral de un su eso
es la varianza muestral
s2 es la
uasivarianza muestral
= nivel de riesgo o signi
a
in
de onanza
t (n 1)
.
1
2 (n 1)
F (m, n)
0 0005
3 29
0 005
2 575
0 01
2 3263
0 02
2 05374
0 025
1 96
0 05
1 645
0 1
1 2815
mos de
ir que el parmetro pobla
ional se en
uentra en el intervalo hallado
on probabilidad 0'95. El intervalo es aleatorio antes de
al
ular el valor del estadsti
o para
ada
muestra; una vez
al
ulado para una muestra
on
reta deja de ser aleatorio y puede que
ontenga al parmetro pobla
ional o no.
h se partir
a (generalmente insesgado); a partir
de l se
onstruir el intervalo
on una determinada amplitud b, de manera que el
intervalo ser: (a b, a + b),
on la
ondi
in de que p[a b h a + b] = 1 .
El trmino b es el margen de error o pre
isin de la estima
in del parmetro
Para hallar los intervalos de
onanza de un parmetro pobla
ional
ono ida.
x.
x Z 2 , x + Z 2
n
n
x.
2.
n
X
(xi )
i=1
2 (n)
s
s
x t 2 (n 1) , x + t 2 (n 1)
n
n
n
X
i=1
(xi )
21 (n)
Pobla
in: N(, ) des
ono
ida. Parmetro pobla
ional: la varianza pobla
ional
2 . El intervalo de
onanza viene dado por:
(n 1) s2 (n 1) s2
,
2 (n 1) 21 (n 1)
2
Pobla
in: B(n,p)
on n>30 . Parmetro pobla
ional: la propor
in pobla
ional p.
Estimador: la propor
in muestral
p Z
2
p.
s
p q
, p + Z 2
n
p q
n
x y .
v
u 2
u
(
x y) Z t x
u 2
y2
y2
+ , (
x y) + Z 2 t x +
nx ny
nx ny
x y .
(
x y) t 2 (nx + ny
v
u
u (nx
2)t
a b
por:
1
1
+
nx ny
px py .
(
px py ) Z 2
El
x y.
v
u
x y.
Pobla iones:
N(, )
px qx py qy
+
, (
px py ) + Z 2
nx
ny
px qx py qy
+
nx
ny
px py .
1
1
s2x
s2x
,
2
2
sy F 2 (nx 1, ny 1) sy F1 2 (nx 1, ny 1)
Propiedad:
En el aso de que sin veri arse las hiptesis propuestas estemos interesa-
dos en en
ontrar un intervalo de
onanza para la media pobla
ional de una pobla
in
ualquiera siempre podemos apli
ar el Teorema de T
heby
he, que di
e:
y desvia
in tpi
a .
p[|X | k] k12 .
k>0
se tiene que
En
aso de que X sea la media muestral se tendra que un intervalo de
onanza para
la media pobla
ional
on desvia
in tpi
a
ono
ida sera:
x k , x + k
n
n
b)
Fijar dos de los siguientes datos: el nivel de
onanza, el tamao muestral deseado o
el error de estima
in.
Considerar el estimador ade
uado para el parmetro pobla
ional del que se desea
onstruir el intervalo de
onanza. Cal
ular el valor de di
ho estimador.
d)
Considerar el punto rti o de la distribu in del estimador y apli ar la frmula orrespondiente a di ho intervalo de onanza.
Di ho error in orpora
la desvia
in del estimador y el valor del punto
rti
o determinado por la distribu
in de
di
ho estimador.
Luego podemos:
a)
b)
Dado el tamao de muestra y el error que deseamos tener,
al
ular el nivel de
onanza
que tendremos.
hiptesis estadsti a
ada uno de los individuos de la pobla
in. Sin embargo, la mayora de las ve
es no se
puede ha
er por razones e
onmi
as , de tiempo, et
., por lo que deberemos responder
observando los datos de una muestra.
Un
ontraste de hiptesis permite a
eptar o re
hazar si determinadas arma
iones son
iertas o falsas en fun
in de los datos observados en una muestra. Esto
onlleva el riesgo
de que la
on
lusin a la que lleguemos sea falsa, por lo que debemos tener un
ierto grado
de pre
isin en
aso de a
eptar la hiptesis, llamado nivel de
onanza.
Los
ontrastes o test de hiptesis, o bien:
a)
Estable
en hiptesis sobre los valores de los parmetros de las fun
iones de probabilidad de la pobla
in (mtodos estadsti
os paramtri
os). Ejemplo: la media de una
pobla
in normal es 5.
b)
Cuando se realiza un test de hiptesis y se a
epta la arma
in ini
ial, no quiere de
ir que
hayamos probado, en sentido matemti
o estri
to, di
ha arma
in, puesto que puede ser
re
hazada por los datos de otra muestra. Para probarla deberamos veri
arla para toda
la pobla
in. Lo que s podemos argumentar es que las dis
repan
ias que existen entre
los datos observados y los valores que se esperaban se deben al azar.
Analizaremos algunos de los distintos tipos de
ontrastes de hiptesis. Previamente
vamos a denir unos
on
eptos fundamentales que sern ne
esarios:
H0 .
Estadsti o de prueba:
H0 .
H0
on probabilidad
nula.
ivel de onanza (1 ):
la hiptesis nula.
hiptesis nula.
A la hora de plantear
a)
1 ,
Contrastes bilaterales:
los parmetros pobla
ionales des
ono
idos quedan unvo
amente determinados.
b)
Contrastes unilaterales:
de los parmetros pobla
ionales des
ono
idos se en
uentran dentro de un intervalo
semiabierto. Para
ono
er la distribu
in del estadsti
o muestral se supondr que el
parmetro pobla
ional toma el valor de los extremos del intervalo.
Cuando llevamos a
abo el
ontraste de hiptesis nos basamos en los valores de un estadsti
o
uya fun
in de probabilidad deberemos
ono
er bajo la hiptesis nula. Enton
es
los datos de la muestra nos pueden llevar a dos
indi a a
ontinua
in:
Situa
in real
H0
De
isin adoptada
A
eptar
Re
hazar
De isin orre ta
H0
Erro de tipo II
De
isin in
orre
ta
Erro de tipo I
verdadera
De isin in orre ta
(1 )
H0
De isin adoptada
H1
verdadera
()
()
De
isin
orre
ta
Poten
ia de un
ontraste
(1 )
Las probabilidades de los errores de tipo I y II son fun
iones
omplementarias (si uno
aumenta, el otro disminuye y vi
eversa), por lo que se tratar de minimizar aquel error
que se
onsidere m grave. Una solu
in
onsiste en bus
ar el tamao de la muestra tal
que jado uno de los dos, el otro se en
uentre dentro de los mrgenes deseados.
A la hora de sele
ionar un estadsti
o para
ontrastar una determinada hiptesis se
elegir aquel
uya poten
ia sea mxima entre todos los que tengan el mismo nivel de
onanza.
Los pasos que seguiremos en todo
ontraste de hiptesis sern:
H0
H1 .
a)
b)
Sele ionar una muestra y al ular el valor del estadsti o orrespondiente, uya dis-
y el tamao de la muestra, n.
y alternativa
H0 .
e)
A eptamos
b)
T < Z1
T > Z .
6= 0
b)
< 0
= 0 b) 0
) 0 .
> 0 . Regin
rti
a: a) |T |
b)
6= 0 b) < 0
)
T < t1 (n 1)
) T > t (n 1). Estadsti
o:
x 0
s
n
T =
Pobla
in: N(, )
n
X
i=1
> 0 .
= 0
0
) 0 .
Regin
rti
a: a) |T | (n)
2
b)
(xi )2
02
= 0 b) 0
) 0 .
> 0 . Regin
rti
a: a) |T |
T =
T =
x 0
Hiptesis alternativa: a)
t 2 (n 1)
Estadsti o:
T =
= 0 b) 0
) 0 .
> 0 . Regin
rti
a: a) |T | Z 2
Hiptesis alternativa: a)
Pobla in:
B(n,p).
alternativa: a)
)
T > Z .
Hiptesis nula:
p 6= p0
b)
Estadsti o:
p < p0
(n 1)s2
02
a)
p = p0
p > p0 .
b)
p p0
Regin rti a:
p p0 . Hiptesis
a) |T | Z b) T < Z1
2
)
p p0
T =q
p0 (1p0 )
n
B) Para el aso de
x y = a b) x y a
)
x y a. Hiptesis alternativa: a) x y 6= a b) x y < a
) x y > a.
Regin
rti
a: a) |T | Z b) T < Z1
) T > Z . Estadsti
o:
2
x y a
T =r
2
x2
nyy
nx
7
T =r
x y a
1
nx
1
ny
2
2
2
2
Pobla
iones: N(, )
ono
idas. Hiptesis nula: a) x = y b) x y
)
2
2
2
2
2
2
2
2
x y . Hiptesis alternativa: a) x 6= y b) x < y
) x > y . Regin
n
n
n
rti
a: a) T > x F (nx , ny ) o T < x F1 (nx , ny ) b) T < x F1 (nx , ny )
)
ny
ny
ny
2
2
T > nnxy F (nx , ny ). Estadsti
o:
T =
nx
X
i=1
ny
X
i=1
(xi x )2
(yi y )2
2
2
2
2
Pobla
iones: N(, ) de
ono
idas. Hiptesis nula: a) x = y b) x y
)
2
2
2
2
2
2
2
2
x y . Hiptesis alternativa: a) x 6= y b) x < y
) x > y . Regin
rti
a:
a) T > F (nx 1, ny 1) o T < F1 (nx 1, ny 1) b) T < F1 (nx 1, ny 1)
2
Estadsti o:
T =
s2x
s2y
H0 :
parmetro =
k0
H0 :
parmetro
k0
frente a
H1 :
parmetro
> k0 a
un nivel de signi a in
se
onstruye un intervalo de
onanza para el parmetro pobla
ional des
ono
ido a un
nivel de
onanza
debemos re
hazar
b)
1 2.
H0 . En
Si
k0
H0 :
H0 :
parmetro
k0
frente a
H1 :
parmetro
< k0
a un nivel de signi a in
se
onstruye un intervalo de
onanza para el parmetro pobla
ional des
ono
ido a un
nivel de
onanza
debemos re
hazar
H0 :
1 2.
H0 . En
Si
k0