Lema de Neyman Pearson

Descargar como docx, pdf o txt
Descargar como docx, pdf o txt
Está en la página 1de 6

LEMA DE NEYMAN-PEARSON

En situaciones prcticas de las pruebas de hiptesis, se pueden realizar pruebas con un


nivel de significancia para una hiptesis nula frente a una hiptesis alternativa, y
esto nos lleva a preguntarnos sobre cmo podemos decidir el estadstico de prueba o
como saber si hemos elegido la mejor regin de rechazo.
Definicin. 7.2.1
Sea W el estadstico de prueba y RR (regin de rechazo) para una prueba de hiptesis
en relacin con un valor del parmetro . Entonces la potencia de la prueba es la
probabilidad de rechazar H0 cuando la alternativa es verdadera, es decir:
= Potencia () =P (W en RR cuando el valor del parmetro es una H. alternativa )
Si H0: = 0 and Ha: 0, entonces la potencia de la prueba en algn = 1 0 es:
Potencia (1) = P (rechazar H0 | = 1). Pero, (1) = P (aceptar H0 | = 1). Entonces,
Potencia (1) = 1 (1).
Una buena prueba tendr una gran potencia.
NOTA: La potencia de una prueba Ho no se puede encontrar a menos que se sepa la
situacin real Ha. (La distribucin Muestral del estadstico de prueba cuando Ha es
verdad debe ser conocida dado que depende de Ha)
Ejemplo:
Sea X1, X2, , Xn una muestra aleatoria de una distribucin poisson con parmetro .
Su funcin de densidad es: f(x) = ex/ (x!)
Entonces la hiptesis H0 : = 1 nicamente especifica de forma nica la distribucin,
porque
f(x) = e1/ (x!) es una hiptesis simple. La hiptesis Ha: > 1 es algo compuesto
porque f(x) no se determina de manera nica.
DEFINICION:
Un ensayo a una dada para una prueba de hiptesis Ho contra una alternativa tiene
la potencia ms grande entre las pruebas con la probabilidad de error de tipo 1, no
ms grande que la potencia dada por llamada la mayor prueba de alcance.
Considere la prueba de la hiptesis H 0: = 0 frente a Ha: = 1. Si es fijo, entonces
nuestro inters es hacer lo ms pequeo posible. Debido a que = 1 - Potencia ( 1),
minimizando que obtendra una mayor prueba de gran alcance. Lo que dice que
entre todas las pruebas con determinada probabilidad de error de tipo I, el cociente de
probabilidad de la prueba dado ms tarde minimiza la probabilidad de un error de tipo
II, en otras palabras, es ms poderoso.
TEOREMA 7.2.1 (lema de Neyman-Pearson)
Suponga que se quiere probar una hiptesis sencilla H 0: = 0 vs la hiptesis
alternativa Ha: = 1. Con una muestra aleatoria X1,, Xn para una distribucin con
parmetro .

Dado L () L (; X1,..., Xn) > 0, denota la probabilidad de la muestra cuando el valor


del parmetro es . Si existe una constante positiva K y es un subconjunto C del
espacio de la muestra Rn:

Entonces la prueba con la regin critica C ser la prueba ms poderosa frente a H 0


contra Ha. Llamaremos en tamao de la prueba y a C la mejor regin critica de
tamao .
DEMOSTRACION:
Se prueba para variables aleatoria continuas. Dado S alguna regin en Rn n
dimensional espacio euclidiano. Se usa la sig. Notacin:

Suponga que hay otra regin crtica, beta de igual tamao pero menor que alfa:

Entonces:

Por el teorema 7.2.1 asumimos:


En cada punto de la regin C ocurre CB entonces:

Esto es:

Lo que resulta:

Debido a que esto es cierto para todas las regiones criticas B de tamao , C es la
mejor regin critica de tamao . Y la prueba con la regin critica C es la prueba ms
poderosa de tamao .
Cuando se prueban 2 hiptesis simples, la existencia de la mejor regin crtica est
garantizada por el lema de Neyman-Pearson.
En situaciones reales rara vez se presenta el problema de poner a prueba 2 pruebas de
hiptesis simples, y no hay un resultado general para las hiptesis compuestas. Sin
embargo, para la prueba de hiptesis de la forma H0: = 0 frente a Ha: > 0, que
pueden tener un valor particular 1> 0 y a continuacin, encontrar una prueba ms
poderosa para H0: = 0 frente a Ha: > 1.
Ejemplo:
Dado x1,, Xn denota una muestra aleatoria de una poblacin con una distribucin
poisson con media . Encuentre la prueba ms poderosa para la prueba de hiptesis:

H0: = 2 versus Ha: = 1/2.


Entonces la fdp: (densidad)

La funcin de probabilidad es:

Para = 2,

Para =

Luego

De manera ms simple:

Aplicando logaritmo natural

Resolviendo para xi y dejando { [ ln K + (3n/2) ] / ln 4} = K , rechazamos H0 cuando

xi < K

Ahora el procedimiento para aplicar el lema de Neyman-Pearson es el


siguiente:
1- Determinar las funciones de probabilidad bajo la hiptesis nula y
alternativa.
2- Tomar la relacin de las dos funciones de probabilidad que deben ser
menores a una constante K.
3- Simplificar la desigualdad en el paso anterior para obtener la regin de
rechazo.
Ejemplo 7.2.3
Suponga X1,..., Xn es una muestra aleatoria de una distribucin normal con media
conocida y varianza desconocida 2. Encuentre la prueba ms poderosa de a
para una prueba H0: 2 = 20 vs Ha: 2 = 21 (21 > 20). Demuestre que esto es
equivalente a probar chi-cuadrada. Es una prueba uniformemente potente para
Ha: 2 > 20?
Solucin:
La prueba: H0: 2 = 20 vs Ha: 2 > 21. Tenemos

O equivalente:

Entonces la prueba ms potente es, rechazar H0 si:

Para algn K
Sacando logaritmos naturales tenemos:

O tambin:

Para encontrar la regin de rechazo para corregir un valor alfa, escribimos la regin
como:

Notar que: (xi )2 / 20 tiene una distribucin 2 con n grados de libertad. Bajo H 0
porque la misma regin de rechazo se utilizara para cualquier 21 > 20, la prueba
es uniformemente ms potente. En el ejemplo anterior se muestra que con el fin de
probar la varianza de una muestra de una distribucin normal se puede utilizar la
tabla de chi-cuadrada para obtener el valor crtico para la regin de rechazo dada
.

También podría gustarte