Zona de

Rechazo de H0 Zona de Rechazo

Zona de No Rechazo de H0

Valor Crítico Valor Hipotético de la

Valor Crítico
media poblacional
𝜃0
H0 Cierta H0 Falsa
Decisiones
  0   0 ;   0 ;   0
Decision incorrecta
Aceptar H 0 Decision correcta
error tipo II
(ˆ  X ) ( probabilidad  1   )
a ( probabilidad   )
Decision incorrecta
Re chazar H 0 Decision correcta
error tipo I
(ˆ  X ) ( probabilidad  1   )
r ( probabilidad   )
 Determinar el parámetro objeto de la dócima  .
Hacer conjeturas sobre la distribución teórica de la población.
Enunciar la Hipótesis nula y alternativa.
Seleccionar un estadístico k ( ˆ ;  ) Y determinar su distribución.
Por ejemplo, si la varianza poblacional es conocida y el estimador tiene
distribución normal el estadístico que sirve de base para la dócima es una variable
aleatoria Z ~ N(0,1):
ˆ  
k (θ̂; θ)   z ~ N (0,1)
ˆ
θ̂  θ 0
Bajo la hipótesis nula cierta, esta variable aleatoria es k (θ̂; θ 0 ) 
σθ̂

La distribución de k ( ˆ ;  ) es conocida y su función de probabilidad por lo general esta tabulada

Fijar el nivel de significación  , o probabilidad máxima que estamos dispuestos a
aceptar para el error de tipo I.
En la distribución de probabilidades de la variable aleatoria k (θ̂; θ 0 ) :
  P { Re chazar H0   0}
Calcular los puntos críticos (ˆ1* y ˆ2* para las pruebas bilaterales y θ̂ * para las
laterales);
Los puntos críticos se obtienen bajo el supuesto de que la hipótesis nula es
cierta.
Al fijar  queda fijado z y por ende de las tablas, se obtienen los coeficientes
k y k 
1 cuando la dócima es bilateral, k1 α en la dócima lateral derecha y
2 2

k α en la dócima lateral izquierda.

Con estos coeficientes se calculan los puntos críticos ˆ*
Para determinar los puntos críticos:
a) se parte de 
b) Si el estadístico tiene distribución normal, se obtiene z en la tabla
respectiva
c) Se calculan los puntos críticos de la siguiente manera:

ˆ1*   0
z   ˆ1*   0  z   ˆ
 ˆ
2 2

θ̂*2  θ 0
z    θ̂*2  θ 0  z  σ θ̂
1 σ θ̂ 1
2 2
para docimas bilaterales;
ˆ*   0 ˆ*
z1-     0  z1  ˆ
 ˆ
para la docima lateral derecha; y
θ̂*  θ 0
zα   θ̂*  θ 0  zα σ θ̂
σ θ̂
para la lateral izquierda.
Obtener las zonas de rechazo, Xr, y de aceptación Xa. Estas zonas se determinan
a partir de los puntos críticos y son tales que:
Xr  Rˆ ; Xa  Rθ̂
Xr  Xa  Rˆ Xr  Xa  
según sean las dócimas se define la zona de rechazo:
Xr  {ˆ / ˆ  ˆ1* ó ˆ  ˆ2* en las dócimas bilaterales;
Xr  {θ̂ / θ̂  θ̂* en la dócima lateral derecha; y
Xr  {θ̂ / θ̂  θ̂ * en la dócima lateral izquierda
Seleccionar la muestra y calcular el valor particular del estimador (un punto
estimado) utilizando los datos muestrales.
Fijarse si el punto estimado pertenece a zona de aceptación o a zona de rechazo.
si ˆ  Xr rechazar H0
si ˆ  Xa aceptar H0
Elegir la acción que corresponda a la decisión tomada.
 Ejemplo de dócima lateral derecha
Supongamos que según un proceso de fabricación se produce una pieza que tiene cierta
característica variable con distribución normal, cuya media es igual a 100 y cuya
desviación típica es 12. Supongamos además que se propone un nuevo método de
fabricación que se asegura aumenta la media, lo cual significa una ventaja para la
fabrica. Para verificarlo se fabrican 36 piezas con el nuevo proceso y se dócima con un
nivel de significación del 0,0228. La muestra dio como resultado una media de 103.

0 z1
 Ejemplo de dócima lateral izquierda
En el mismo ejemplo anterior, supongamos que la ventaja para la fabrica está en
disminuir el valor de la media y que se espera que el nuevo método propuesto
produzca este efecto. En la muestra de 36 piezas que se toma del nuevo proceso la
media es, ahora 92.

z 0
 Ejemplo de dócima bilateral
Sea el mismo ejemplo anterior pero supongamos ahora que se está por realizar
una modificación que se teme modifique sustancialmente la media, lo que
perjudicaría a la fabrica. El nivel de significación seria ahora de 0,0456 y la media
de la muestra En la muestra de 36 piezas que se toma del nuevo proceso la media
es, ahora 92.



2
2

z 2 0 z1 2
z 2
 Zona de
Rechazo de H0 Zona de Rechazo
Zona de No Rechazo de H0

Valor Crítico Valor Hipotético de la

Valor Crítico
media poblacional

𝜃0 H0 Cierta H0 Falsa
Decisiones
  0   0 ;   0 ;   0
Decision incorrecta
Aceptar H 0 Decision correcta
error tipo II
(ˆ  X ) ( probabilidad  1   )
a ( probabilidad   )
Decision incorrecta
Re chazar H 0 Decision correcta
error tipo I
(ˆ  X ) ( probabilidad  1   )
r ( probabilidad   )
Cuando la hipótesis nula es cierta el estimador puntual se distribuye
alrededor del parámetro  0
 = Valores del estimador puntual con
poca probabilidad de presentarse
cuando H0 es cierta

θ0 RC

  P(ˆ  R.C. / H 0 cierta )

  P(ˆ  Xr . /    0 )  P{Error Tipo I }

Cuando la hipótesis nula es falsa el estimador puntual se distribuye alrededor del
verdadero valor del parámetro que no es  0

θ0 Xa

  P( Aceptar H 0 / H 0 falsa)  P{error Tipo II )

 Figura 5.9




0 1

Xa Xr
 Potencia de la Dócima

Probabilidad de Rechazar la H0 cuando es falsa, o bien la probabilidad de tomar

una decisión correcta.

1 - β  P(Re chazar H0 / H0 falsa)  Potencia de la dócima

La potencia de la dócima mide la aptitud que tiene la dócima para rechazar la

hipótesis nula cuando es falsa

 (nivel de confianza) y 1- (potencia de la dócima) varían en el mismo sentido.

 y  varían en sentido inverso
  
1 1

0 0


1  
1 

1 1
Xa Xr
Xr Xa