C U R V A OC

La curva característica de operación (curva OC) representa la probabilidad de aceptar H0 cuando H0 es

falsa; en función del parámetro bajo la hipótesis alternativa.

ERROR TIPO II
Aceptación de la hipótesis nula H0 cuando ésta es falsa. La probabilidad de cometer un error de este tipo
se denota con :
 = P(aceptar H0 | H0 es falsa)

Para el ejemplo de prueba de hipótesis que se vio anteriormente:

EJEMPLO 1:
Es importante que la longitud (promedio) de cierto artículo no sea mayor a 1 cm. y se sabe que la
longitud es una variable aleatoria con distribución normal, siendo la desviación estándar igual a 0.2.
Para verificar si se cumple o no la especificación, se toma una muestra aleatoria de tamaño 25.
X ~ N(, 2) 2 = (0.2)2

n = 25  = 0.2
X ~ N(, 2)  = 0.05

Solución:
Parámetro de interés: 
Hipótesis:
H0:  = 1
H1:  > 1
 = 0.05
X 1 X 1
Estadístico de prueba: Z0  
0.2 0.04
5
 0.2 2 
X ~ N(, 2 = 0.22)  X ~ N   , 
 25 

 2
Si H0 es Verdadera  X ~ N 1, 0.2   Z0 ~ N(0,1)
 25 

Si Z0  1.645 = Z Aceptar H0 Regla de decisión para  = 0.05

Para el cálculo de β, suponemos que H0 es Falsa, es decir que H1 es Verdadera (µ > 1)

 = P(aceptar H0 | H0 es falsa)

X 1
   P(  1.645 |   1 ) , donde μ1 es cualquier valor > 1
0.04

 Para cada valor de µ1 se obtiene un valor de 

1
Veamos 2 casos en los que H0 es Falsa, por ejemplo:
1) H0 es Falsa y  = 2 2) H0 es Falsa y  = 1.04
 2  2
 X ~ N  2, 0.2   X ~ N 1.04, 0.2 
 25   25 
P(Aceptar H0 | H0 es Falsa) =  P(Aceptar H0 | H0 es Falsa) = 
 p(Z0 < 1.645 |  = 2) =   p(Z0 < 1.645 |  = 1.04) = 

  X 1    X 1 
p  1.645    p  1.645   
 0.04   0.04 
 p(X  1  1.645(0.04) ) =   p(X  1  1.645(0.04) ) = 
 p(X  1 + 1.645(0.04) ) =   p(X  1 + 1.645(0.04 ) ) = 

Ahora estandarizamosX con: Ahora estandarizandoX con:

 = 2 y  = 0.04  = 1.04 y  = 0.04

X  Z  X  2 X  Z  X  1.04
0.04 0.04
 p(X  2  1.645(0.04)  1) =   p(X  1.04  1.645(0.04)  0.04) = 

p   Z  1.645 
0.04 
p  Z  1.645 
 1    
 
 0.04   0.04 

p   Z  Z  
0.04 
p   Z  Z  
 1    
 
 0.04   0.04 
  = p(Z  1.645  25) ~ 0   = p(Z  1.645  1) = 0.74053

 Error Tipo II, cuando  = 2  Error Tipo II, cuando  = 1.04

 es aprox. 0  es 0.74053

REPRESENTACIÓN GRÁFICA
Si damos diferentes valores (mayores que 1) al parámetro :
 estos valores hacen falsa H0
 se van a obtener diferentes valores para 
En general, para el ejemplo: i = p (Aceptar  = 1 |  = i ) i > 1

Pa
Curva OC
1.0
0.9

0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0.0
0.98 1 1.02 1.04 1.06 1.08 1.1 1.12 1.14 1.16 1.18 1.2

2
 TAMAÑO DE MUESTRA Y C U R V A OC

A: Sean:
 X ~ N(, 2)
 2 conocida
H0 :  = 0
 La prueba , con un nivel de significación 
H1 :  > 0
 n: tamaño de la muestra

B: Supongamos:
 H0 Falsa
  = 0 + ,  > 0 ( H1 VERDADERA)

N(0, 2/ n) ~X X ~ N(0 + , 2/ n)


0 0+ 
Región de Aceptación H0

Región de Rechazo H0

3
De A:
Estadístico de Prueba:
X  0
Z0 

n

 Si H0 es VERDADERA  X ~ N(0, 2/n)  Z0 ~ N(0, 1)

 Región de Rechazo: Z0 > z

 Región de Aceptación: Z0  z

De B: Error Tipo II
 Si H1 es VERDADERA  X ~ N(0+, 2/n)

 X   0   
Z1  ~ N (0, 1)

n
  = P(Aceptar H0 | H0 es Falsa)

= P(Z0  z |  = 0 + )
= P( X    z  |    0  )
0 
n
 Estandarizando X
  0  z    0   
=  n = P Z  z   n 
P Z1    1  

   
 n 
Por lo tanto, para un valor de  dado:

 Se tiene 1 igualdad que depende de 3 valores 
n
 Si se conocen 2 valores  1 ecuación con 1 incógnita
 se puede hallar el 3er. valor

4
PROPIEDADES:

1) Para n y  fijos:
Si  disminuye   aumenta
Si  aumenta   disminuye

N(0, 2/ n) ~X X ~ N(0 + , 2/ n)


0 0+ 


0 0+ 

5
2) Para  y n fijos:

Si  aumenta   disminuye  Potencia aumenta

N(0, 2/ n) ~X X ~ N(0 + , 2/ n)


0 0+ 



0 0+ 

6
3) Para  y  fijos:

Si n aumenta   disminuye  Potencia aumenta

N(0, 2/ n) ~X X ~ N(0 + , 2/ n)


0 0+ 



0 0+ 

7
OTRAS PRUEBAS DE HIPÓTESIS:
Considerando la misma hipótesis nula, se pueden presentar otros 2 casos para la hipótesis alternativa H1:

H0 :  = 0
H1 :  < 0

N(0  , 2/ n) ~X

Si H0 es Falsa X ~ N(0, 2/ n)


 = 0 - ,
 > 0 
( H1 VERDADERA)

0   0

3
H0 :  = 0
H1 :   0

Si H0 es Falsa

/2  /2
 = 0 + 
ó 0 0 + 
 = 0  

 > 0
( H1 VERDADERA)

/2  /2

0   0

8
EJEMPLO
Los  sistemas  de  escape  de  emergencia  para  tripulaciones  de  aeronaves  son    impulsados  por  un 
combustible sólido.  Una de las características importantes de un producto es la rapidez de combustión. 
Las especificaciones requieren que la rapidez promedio de combustión sea 50 cm./seg.  Se sabe que la 
desviación estándar de esta rapidez (con distribución normal) es  = 2 cm./seg.  El experimentador decide 
especificar una probabilidad para el error tipo I igual a 0.05.  Se selecciona una muestra aleatoria de n = 
25 y se efectúa la prueba.  
a) Si  la  verdadera  rapidez  promedio  de  combustión  es  51  cm/seg.,  hallar  la  probabilidad  de  que  la 
prueba descrita detecte que no cumple la especificación. 

b) Si la prueba se hubiera diseñado con  = 0.01, ¿cuál sería la probabilidad de que la prueba descrita 
detecte que no cumple la especificación? 
c) Si es importante que la potencia de la prueba sea al menos 0.90 en caso de que la media verdadera 
exceda en 1 cm/seg. a la especificación.  Diseñe una prueba con  = 0.05. 
 
a) Anteriormente se había planteado esta prueba y se obtuvo: 

1) Parámetro de interés =  5) Estadístico de 6) Rechazar si Z0  1.96 o si Z  -1.96

2) H0:  = 50 prueba: Fronteras de región crítica:
3) H1:   50 X  0
Z0 
4)  = 0.05 / n  1.96 1.96

Se desea hallar P(rechazar H0 | H0 es falsa)) = 1 

 = P(aceptar H0 | H0 es falsa) = P(-1.96  Z  1.96 |  = 51)

X  50
 P(1.96   1.96 |   51)  P  ( 49 .216  X  50 .784 |   51)
2/ 5
22 X  51
Si:  = 51  X ~ N (51, ))  ~ N (0.1)
25 2/ 5
   P ( 49 .216  51  X  51  50 .784  51) = P(– 4.46  Z  – 0.54)

= 0.29450 – 0 = 0.29450
 1  = 0.7055
Es decir, existe una probabilidad de 0.7055 de que la prueba descrita detecte que H0 es falsa, cuando 
 = 51 
 
b) Repita el procedimiento, para  = 0.01.  Este nuevo nivel de significancia implica que las regiones de 
aceptación y rechazo se van a modificar. 
 
c) Ahora, se desea hallar n de al forma que 1  = 0.90, o lo que es lo mismo  = 0.10 

Por lo tanto, en este caso el estadístico de prueba es:  Z0  X  50  y se repite el procedimiento, 
2/ n
pero teniendo como dato el valor de  y como incógnita el tamaño muestral n.