INSTITUTO TECNOLGICO

DE 1 Section 1
111Equation Chapter
ORIZABA

Estadstica
Presenta:
Arellano Hernndez Luis Eduardo
Oropeza Rivera Marco Antonio
Ojeda Jurez Issa Miguel
Catedrtico:
Dr. Mario Leoncio Arrioja Rodrguez

Fecha de entrega:
Mayo de 2015

Obtencin y anlisis de curvas OC usando la binomial para

determinar: la zona crtica dado un tamao muestral y un , la zona
crtica pudiendo elegir el tamao muestral dado un , determinar el
tamao de muestra dado y .
La hiptesis nula y la hiptesis alternativa
La estructura de la prueba de hiptesis se establece usando el trmino hiptesis nula,
el cual se refiere a cualquier hiptesis que se desea probar y se denota con H0. El rechazo
de H0 conduce a la aceptacin de una hiptesis alternativa, que se denota con H1. La
comprensin de las diferentes funciones que desempean la hiptesis nula (H0) y la
hiptesis alternativa (H1) es fundamental para entender los principios de la prueba de
hiptesis. La hiptesis alternativa H1 por lo general representa la pregunta que se
responder o la teora que se probara, por lo que su especificacin es muy
importante. La hiptesis nula H0 anula o se opone a H1 y a menudo es el complemento
lgico de H1.

Se sabe que, despus de un periodo de dos aos, cierto tipo de vacuna contra un
virus que produce resfriado ya solo es 25% eficaz.
Suponga que se eligen 20 personas al azar y se les aplica una vacuna nueva, un
poco ms costosa, para determinar si protege contra el mismo virus durante un periodo
ms largo.
(En un estudio real de este tipo el nmero de participantes que reciben la nueva
vacuna podria ascender a varios miles. Aqu la muestra es de 20 solo porque lo
nico que se busca es demostrar los pasos bsicos para realizar una prueba
estadstica). Si ms de 8 individuos de los que reciben la nueva vacuna superan el
lapso de 2 aos sin contraer el virus, la nueva vacuna se considerara superior a la
que se usa en la actualidad. El requisito de que el nmero exceda a 8 es algo
arbitrario, aunque pa rece razonable, ya que representa una mejora modesta
sobre las 5 personas que se esperara recibieran proteccin si fueran inoculadas con

la vacuna que actualmente est en uso. En esencia probamos la hiptesis nula

de que la nueva vacuna es igual de eficaz despus de un periodo de 2 aos que la
que se utiliza en la actualidad. La hiptesis alternativa es que la nueva vacuna mejor, y
esto equivale a poner a prueba la hiptesis de que el parmetro binomial para la
probabilidad de un xito en un ensayo dado es p = , contra la alternativa de que p >
Esto por lo general se escribe como se indica a continuacin:
H0: p = 0.25,
H1: p > 0.25

El estadstico de prueba en el cual se basa nuestra decisin es X, el nmero de individuos

en nuestro grupo de prueba que reciben proteccin de la nueva vacuna durante un periodo
de al menos 2 aos. Los valores posibles de X, de 0 a 20, se dividen en dos grupos: los
nmeros menores o iguales que 8 y aquellos mayores que 8. Todos los posibles valores
mayores que 8 constituyen la regin crtica. El ltimo nmero que observamos al pasar a la
regin crtica se llama valor crtico. En nuestro ejemplo el valor crtico es el nmero 8. Por
lo tanto, si x > 8, rechazamos H 0 a favor de la hiptesis alternativa H1 . Si x 8, no
rechazamos H0. (Walpole, Myers, & Myers, 2012, pg. 322)

La probabilidad de un error tipo 1

El procedimiento de toma de decisiones recin descrito podra conducir a cualquiera de dos
conclusiones errneas. Por ejemplo, es probable que la nueva vacuna no sea mejor que la
que se usa en la actualidad (H0 verdadera) y, sin embargo, en este grupo especfico de
individuos seleccionados aleatoriamente ms de 8 pasan el periodo de 2 aos sin contraer el

virus. Si rechazramos H0 a favor de H1 cuando, de hecho, H0 es verdadera, cometeramos

un error que se conoce como error tipo I.

El rechazo de la hiptesis nula cuando es verdadera se denomina error tipo I.

Si 8 o menos miembros del grupo superan exitosamente el periodo de 2 aos y no

concluimos que la nueva vacuna es mejor cuando en realidad si lo es (H1 verdadera),
cometemos un segundo tipo de error, el de no rechazar la hiptesis H0 cuando en realidad
es falsa. A este error se le conoce como error tipo II.

No rechazar la hiptesis nula cuando es falsa se denomina error tipo II.

La probabilidad de cometer un error tipo I, tambin llamada nivel de significancia, se

denota con la letra griega . En nuestro ejemplo un error tipo I ocurrira si ms de 8
individuos inoculados con la nueva vacuna superan el periodo de 2 aos sin contraer el
virus y los investigadores concluyen que la nueva vacuna es mejor, cuando en realidad es
igual a la vacuna que se utiliza en la actualidad. Por lo tanto, si X es el nmero de
individuos que permanecen sin contraer el virus por al menos dos aos,

Decimos que la hiptesis nula, p = 1/4, se prueba al nivel de significancia = 0.0409.

En ocasiones el nivel de significancia se conoce como tamao de la prueba. Una regin
crtica de tamao 0.0409 es muy pequea y, por lo tanto, es poco probable que se
cometa un error de tipo I. En consecuencia, sera poco probable que ms de 8

individuos permanecieran inmunes a un virus durante 2 aos utilizando una vacuna

nueva que en esencia es equivalente a la que actualmente est en el mercado.
(Walpole, Myers, & Myers, 2012, pg. 323)

La probabilidad de un error tipo II

La probabilidad de cometer un error tipo II, que se denota con , es imposible de calcular a
menos que tengamos una hiptesis alternativa especifica. Si probamos la hiptesis nula p
= 1/4 contra la hiptesis alternativa p = 1/2, entonces podremos calcular la probabilidad de
no rechazar H0 cuando es falsa. Simplemente calculamos la probabilidad de obtener 8 o
menos en el grupo que supera el periodo de 2 aos cuando p = 1/2. En este caso,

Se trata de una probabilidad elevada que indica un procedimiento de prueba en el cual es

muy probable que se rechace la nueva vacuna cuando, de hecho, es mejor a la que est
actualmente en uso. De manera ideal, es preferible utilizar un procedimiento de prueba con
el cual haya pocas probabilidades de cometer el error tipo I y el error tipo II.
Es posible que el director del programa de prueba est dispuesto a cometer un error tipo II
si la vacuna ms costosa no es significativamente mejor. De hecho, la nica ocasin en la
que desea evitar un error tipo II es cuando el verdadero valor de p es de al menos 0.7. Si p =
0.7, este procedimiento de prueba da

El papel que desempean , y el tamao de la

muestra

Supongamos que el director del programa de prueba no est dispuesto a cometer un error
tipo II cuando la hiptesis alternativa p = 1/2 es verdadera, aun cuando se encuentre que la
probabilidad de tal error es = 0.2517. Siempre es posible reducir aumentando el tamao
de la regin crtica. Por ejemplo, considere lo que les sucede a los valores de y cuando
cambiamos nuestro valor critico a 7, de manera que todos los valores mayores que 7 caigan
en la regin critica y aquellos menores o iguales que 7 caigan en la regin de no rechazo.
As, al probar p = 1/4 contra la hiptesis alternativa p = 1/2, encontramos que

Al adoptar un nuevo procedimiento de toma de decisiones, reducimos la probabilidad de

cometer un error tipo II a costa de aumentar la probabilidad de cometer un error tipo I. Para
un tamao muestral fijo, una disminucin en la probabilidad de un error por lo general
tendr como resultado un incremento en la probabilidad del otro error. Por fortuna, la
probabilidad de cometer ambos tipos de errores se puede reducir aumentando el
tamao de la muestra. Considere el mismo problema usando una muestra aleatoria de 100
individuos. Si ms de 36 miembros del grupo superan el periodo de 2 aos, rechazamos la
hiptesis nula de p = 1/4 y aceptamos la hiptesis alternativa de p > 1/4. El valor crtico
ahora es 36. Todos los valores posibles mayores de 36 constituyen la regin critica y todos
los valores posibles menores o iguales que 36 caen en la regin de aceptacin.

Para determinar la probabilidad de cometer un error tipo I debemos utilizar la aproximacin

a la curva normal con

Con respecto a la figura 10.2, necesitamos el rea bajo la curva normal a la derecha de x =
36.5. El valor z correspondiente es
Z=

36.525
=2.66
4.33

 = P (error tipo I) = P X > 36 cuando p =14 P(Z > 2.66)=1 P(Z < 2.66) = 1 0.9961 = 0
.0039.
Si H0 es falsa y el verdadero valor de H1 es p = 1/2, determinamos la probabilidad de un
error tipo II usando la aproximacin a la curva normal con =np = (100)(1/2) = 50 y =
npq = (100)(1/2)(1/2) = 5 .
La probabilidad de que un valor caiga en la regin de no rechazo cuando H0 es verdadera
es da da por el area de la regin sombreada a la izquierda de x = 36.5 en la figura 10.3.
El valor z que corresponde a x = 36.5 es
Z=

Por lo tanto,

36.550
=-2.7
5

 = P (error tipo II) = P X 36 cuando p = 12 P (Z < 2.7) = 0.0035.

Propiedades importantes de una prueba de hiptesis

1. Los errores tipo I y tipo II estn relacionados. Por lo general una disminucin en la
probabilidad de cometer uno da como resultado un incremento en la probabilidad de
cometer el otro.
2. El tamao de la regin critica y, por lo tanto, la probabilidad de cometer un error tipo I,
siempre se puede reducir ajustando el (los) valor(es) critico(s).
3. Un aumento en el tamao de la muestra n reducir y de forma simultnea.
4. Si la hiptesis nula es falsa, es un mximo cuando el valor verdadero de un parmetro
se aproxima al valor hipottico. Cuanto ms grande sea la distancia entre el valor verdadero
y el valor hipottico, ms pequea ser . (Walpole, Myers, & Myers, 2012, pg. 329)

Ejemplo
A un ingeniero industrial se le ha encomendado decidir si es que se pueden evaluar
diferentes mtodos para la elaboracin de un producto. Al comparar un nuevo mtodo que
se busca que sea mejor que el actual; se piensa que si se obtienen resultados positivos
mayores al 70% de la eficiencia; se cambiar de mtodo de lo contrario se probarn otros o
se quedar el actual. El ingeniero debe determinar:
a) Zona crtica o de no rechazo con un valor de alfa (error tipo I) diferente de 0.05.
b) El valor del error tipo II para un valor del parmetro de proporcin (p = 80%).
c) Encontrar el tamao ptimo de la muestra (n).

Respuestas:
a) Con un nivel de eficiencia (proporcin) de P: 70 %; Se desarrollan las siguientes
hiptesis.
H: El nuevo mtodo es mejor: p>70%
H: El nuevo mtodo no es mejor: p 70%
H0: p 70%
H1: p > 70%

Para resolver este inciso se decidi utilizar un tamao de muestra n = 120, con valor
mximo de eficiencia no superior al 70% nos da un valor equivalente a 84 (120*0.70=84)
productos considerados "buenos" por lo tanto una zona crtica para esta eficiencia es de
mayor o igual que 85 (84+1=85). Por lo tanto:

Ilustracin 1 Valor de probabilidad (error tipo I)

Se puede observar que para cuando la zona crtica es mayor o igual que 85, el valor de es
0.3872 lo cual cumple con la restriccin de que sea diferente de 0.05 pero dado que valores
mayores alejarn mucho ms la probabilidad de que el mtodo sea mejor; se buscar un
valor de alfa menor que 0.05 lo que nos lleva a que el valor de x sea mayor o igual a 92;
esta restriccin cumple la restriccin original y a su vez la restriccin al valor de que es
igual a 0.0424.

92
18.0000
17.0000
16.0000
15.0000
14.0000
13.0000
12.0000
11.0000
10.0000
9.0000
8.0000
7.0000
6.0000
5.0000
4.0000
3.0000
2.0000
1.0000
1.0000
0.9896
0.7902

0.3036
0.0425
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0021
1 2 3 4 5 6 7
8 9 10 11 12 13 14 15 16 17 18
Ilustracin 2 Curva operacional para una zona critica de x92.

b) Cambiando el nivel de eficiencia esperado a 80% el valor artculos "buenos"

correspondientes es de 96 por lo que la zona crtica quedara establecida en x>= 97 el cual
otorga un valor de 0.6262.

Ilustracin 3 Valor de probabilidad de (error tipo II)

97
9.0000

8.0000

8.0000

7.0000

7.0000

6.0000

6.0000
5.0000

3.0000

4.0000

4.0000

5.0000

97

2.0000

3.0000
2.0000 1.0000

1.0000 1.0000 0.9974 0.9466

0.0000

0.6262

0.1265 0.0017 0.0000 0.0000

6
7
8

Ilustracin 4 Curva operacional para una zona critica de X 97

c)
Tabla 1 Eleccin de tamao ptimo de muestra

n
120
120
60

Zona critica
X 92
X 97
X 48

0.0424
0.0387
0.0294

0.9575
0.6261
0.7562

60
30
30

X 41
X 25
X 21

0.5632
0.0301
0.4315

0.4367
0.9698
0.5684

Dado que ya se haban establecido tamaos dey se deben cumplir estas condiciones
para encontrar el tamao ptimo de la muestra; para lo cual se trabaj con tres tamaos los
cuales fueron de 120, 60 y 30, los tres tienen zonas crticas que cumplen con los valores de
los errores pero debido a que 30 es el tamao ms pequeo este podr dar un ahorro mayor
al hacer el respectivo muestreo.

Referencias
Bhattacharyya, G., & Johnson , R. (1977). Statistical concepts and methods .
New York, , U.S.A.: John Wiley & Sons.
Walpole, R., Myers, R., & Myers, S. (2012). Probabilidad y estadistica para
inegeniera y ciencias. Mxico: Pearson Education.