La metodología llamada "Prueba Estadística" consiste en enfrentar dos hipótesis: una llamada hipótesis nula

(Ho) y su opuesta llamada hipótesis alterna (Ha).

La hipótesis nula siempre habla de que el parámetro es igual a cierto valor dado. La hipótesis alterna trata de
probar que el valor del parámetro ha cambiado.
La hipótesis nula defiende el status quo; la hipótesis alterna trata de demostrar que éste ya ha cambiado.

Cuando se realiza la prueba de hipótesis, siempre se parte del supuesto de que la hipótesis nula es verdadera.
Para rechazar su veracidad tiene que haber suficiente evidencia estadística a partir de la muestra, pero siempre
se corre el riesgo de cometer uno de estos dos errores:
* El error de rechazar una hipótesis nula verdadera, creyendo que es falsa.
** El error de aceptar una hipótesis nula falsa creyendo que es verdadera.

El primer error se llama error tipo I y se representa por la letra griega a . También se conoce como "riesgo del
productor", porque éste es el que pierde cuando un cliente rechaza adquirir su producto por creer, en base al
muestreo, que es defectuoso y no tiene la calidad anunciada. Los valores que se dan a a son: 010, 0.05 y 0.01

El segundo error se llama error tipo II y se representa por la letra griega b. También se conoce como "riesgo
del consumidor", porque éste es el que pierde cuando adquiere un producto que cree que es bueno, cuando en
realidad es defectuoso. En este caso los valores que puede tener ß no se dan, sino que se tienen que calcular a
partir de los valores que se supone puede tener el parámetro.

Procedimiento para calcular b en una

prueba de una sola cola (derecha).
Distribución
cuando Ho es m= 18 Parámetro
Verdadera
a = 0.025 Error tipo I
Zc = 1.959964
s= 4.5
Zona de n= 32
rechazo de
1-a Ho error std= 0.795495
x-barrac= 19.55914
a
m1 = 19
Zc
b = 0.758936 Error tipo II
1 - b = 0.241064 Potencia de
la prueba

Distribución
cuando Ho es
Falsa

1-b
 Procedimiento para calcular b
Distribución
en una prueba de dos colas.
cuando Ho es m= 80
Verdadera
a = 0.05
Zc = 1.959964
s= 8
Zona de Zona de n= 30
rechazo de rechazo de
Ho 1-a Ho error std= 1.460593
x-barrac= 77.137 82.863
a/2 a/2
m1 = 81.2
Zc Zc Z = -2.78155 1.1383801483
b = 0.0027 0.1275
btotal = 0.1302

Distribución
cuando Ho es
Falsa

1-b 1-b

PROBLEMAS SOBRE LOS ERRORES TIPO I y II.

1. Suponga que un alergólogo desea probar la hipótesis de que al menos 30% del público es alérgico a algunos
productos de queso. Explique cómo el alergólogo podría cometer :
a) un error tipo I
b) un error tipo II

2. Una socióloga se interesa en la eficacia de un curso de entrenamiento diseñado para lograr que más conductores
utilicen los cinturones de seguridad en los automóviles.
a) ¿Qué hipótesis pone a prueba si comete un error tipo I al concluir de manera errónea que el curso de entrena-
miento no es eficaz?
b) ¿Qué hipótesis pone a prueba si comete un error tipo II al concluir de forma errónea que el curso de entrena-
miento es eficaz?

3. Se acusa a una empresa grande de tener prácticas de discriminación en la contratación de empleados.

a) ¿Qué hipótesis se pone a prueba si un jurado comete un error tipo I al encontrar culpable a la empresa?
b) ¿Qué hipótesis se pone a prueba si un jurado comete un error tipo II al encontrar culpable a la empresa?

4. Un fabricante de telas considera que la proporción de pedidos de materia prima que llegan con retraso es p=0.6.
Si una muestra aleatoria de 10 pedidos indica que 3 o menos llegaron con retraso, la hipótesis de que p=0.6 se
debería rechazar a favor de la alternativa p < 0.6. Utilice la distribución binomial.
a) Calcule la probabilidad de cometer un error tipo I si la proporción verdadera es p= 0.6.
b) Calcule la probabilidad de cometer un error tipo II para las alternativas p= 0.3, p= 0.4 y p= 0.5.
5. Repita el ejercicio anterior pero ahora suponga que se seleccionaron 50 pedidos y que se define a la región crí-
tica como x £ 24, donde x es el número de pedidos en la muestra que llegaron con retraso. Utilice la aproximación
normal. a) 0.0559 b) b = 0.0017 ; b = 0.0968 ; b = 0.5557

6. Se estima que la proporción de adultos que vive en una pequeña ciudad que son graduados universitarios es p=0.6
Para probar esta hipótesis se selecciona una muestra aleatoria de 15 adultos. Si el número de graduados en la muestra
es cualquier número entre 6 y 12, no rechazaremos la hipótesis nula de que p = 0.6; de otro modo, concluiremos que
p ¹ 0.6.
a) Evalúe a suponiendo que p = 0.6. Utilice la distribución binomial.
b) Evalúe b para las alternativas p = 0.5 y p = 0.7.

7. Repita el ejercicio anterior pero suponga que se seleccionan 200 adultos y que la región de no rechazo se define
como 110 £ x £ 130, donde x es el número de individuos graduados en la muestra. Utilice la aproximación normal.

8. Una tintorería afirma que un nuevo removedor de manchas quitará más de 70% de las manchas en las que se
aplique. Para verificar esta afirmación el removedor de manchas se utilizará sobre 12 manchas elegidas al azar. Si se
eliminan menos de 11 de las manchas, no se rechazará la hipótesis nula de que p = 0.7; de otra manera, concluiremos
que p > 0.7.
a) Evalúe a, suponiendo que p = 0.7 a = 0.0850
b) Evalúe b para la alternativa p = 0.9 b = 0.3410

9. Repita el ejercicio anterior pero ahora suponga que se tratan 100 manchas y que la región crítica se define como
x > 82, donde x es el número de manchas eliminadas.

10. Se pregunta a una muestra aleatoria de 400 votantes en cierta ciudad si están a favor de un impuesto adicional del
4% sobre las ventas de gasolina con el fin de obtener los fondos que se necesitan con urgencia para la reparación de
calles. Si más de 220 votantes pero menos de 260 de ellos favorecen el impuesto sobre las ventas, concluiremos que
60% de los votantes lo apoyan.
a) Calcule la probabilidad de cometer un error tipo I si 60% de los votantes están a favor del aumento de impuestos.
b) ¿Cuál es la probabilidad de cometer un error tipo II al utilizar este procedimiento de prueba si en realidad sólo el
48% de los votantes están a favor del impuesto adicional a la gasolina?

11. Suponga que en el ejercicio anterior concluimos que 60% de los votantes están a favor del impuesto sobre las
ventas de gasolina si más de 214 votantes pero menos de 266 de ellos lo favorecen. Demuestre que esta nueva región
crítica tiene como resultado un valor más pequeño para a a costa de aumentar b.

12. Un fabricante desarrolla un nuevo sedal para pesca que, según afirma, tiene una resistencia media a la rotura de
15 kg y una desviación estándar de 0.5 kg. Para probar la hipótesis de que m = 15 kg contra la alternativa de que m < 15
kg, se prueba una muestra aleatoria de 50 sedales. La región crítica se define como x-barra < 14.9.
a) Calcule la probabilidad de cometer un error tipo I cuando Ho es verdadera.
b) Evalúe b para las alternativas m = 14.8 y m = 14.9 kg.

13. En un restaurante de carnes, una máquina de bebidas gaseosas se ajusta para que la cantidad de bebida que sirva se
distribuya de forma aproximadamente normal, con una media de 200 ml y una desviación estándar de 15 ml. La má-
quina se verifica periódicamente tomando una muestra de 9 bebidas y calculando el contenido promedio. Si x-barra
cae en el intervalo (191, 209), se considera que la máquina opera de forma satisfactoria; de otro modo, se concluye
que m ¹ 200 ml.
a) Calcule la probabilidad de cometer un error tipo I cuando m = 200 ml.
b) Calcule la probabilidad de cometer un error tipo II cuando m = 215 ml.

14. Repita el ejercicio anterior usando muestras aleatorias de tamaño n = 25. Utilice la misma región crítica.

15. Se desarrolla un nuevo proceso de cura para cierto tipo de cemento que da como resultado una resistencia media
a la compresión de 5000 kg/cm² y una desviación estándar de 120 kg. Para probar la hipótesis de que m = 5000 kg
contra la alternativa de que m < 5000 kg se toma una muestra aleatoria de 50 piezas de cemento. La región crítica se
define como x-barra < 4970 kg.
a) Calcule la probabilidad de cometer un error tipo I cuando Ho es verdadera.
b) Evalúe b para las alternativas m = 4970 y m = 4960.
Procedimiento para calcular b en una
prueba de una sola cola (izquierda).
m= 200
a= 0.05
Zc = -1.64485 Distribución
cuando Ho es
s= 15 Verdadera

n= 44 Zona de
rechazo de
error std= 2.26134 Ho 1-a
x-barrac= 196.2804
m1 = 192.5
b = 0.04728 a

Zc
1 - b = 0.95272

Distribución
cuando Ho es
Falsa

1-b

b
 CÁLCULO DE ERROR TIPO I Y II CON DISTRIBUCIÓN BINOMIAL
(Cuando el muestreo es con reemplazo)
La probabilidad en cada ensayo se mantiene constante.

x1 = 6
x2 = 12
n = 100
p = 0.06
P(x£ c1) = 0.440693
P(x£ c2) = 0.983248
1 - α = 0.542555
α = 0.457445
p1 = 0.5
P(x£ c1) = 1E-21
P(x£ c2) = 9.56E-16
ß = 9.56E-16
1-ß= 1
 CÁLCULO DE ERROR TIPO I Y II CON DISTRIBUCIÓN HIPERGEOMÉTRICA
(Cuando el muestreo es sin reemplazo)
La probabilidad en cada ensayo está cambiando.

x =3 2 1 0 -1 -2 -3 -4
n = 50
k = 10
N = 500
P(x= c) = 0.056409 0.195227 0.39134 0.345162
P(x£ c) = 0.988139
P(x> c) = 0.011861
 PRUEBA DE HIPÓTESIS PARA MEDIAS CUANDO SE CONOCE σ.

A) COLA A LA DERECHA. B) COLA A LA IZQUIERDA.

Parámetro = 200 Parámetro = 200

σ = 15 σ = 15
α = 0.05 α = 0.05
Zc = 1.6448536 Zc = -1.644854
Tamaño muestral = 9 Tamaño muestral = 9
Error estándar = 5 Error estándar = 5
x-barrac = 208.22427 x-barrac = 191.7757
Media muestral exp. = 209 Media muestral exp. = 191
Zp = 1.8 Zp = -1.8
Valor - p = 0.0359303 Valor - p = 0.03593
Decisión = Ho se rechaza Decisión = Ho se rechaza

C) COLA A AMBOS LADOS.

Parámetro = 120
σ = 12
α = 0.05
Zc = -1.959964 1.959964
Tamaño muestral = 9
Error estándar = 4
x-barrac = 112.16014 127.8399
Media muestral exp. = 209
Zp = 22.25
Valor - p = 0
Decisión = Ho se rechaza
 PRUEBA DE HIPÓTESIS PARA PROPORCIONES.

A) COLA A LA DERECHA. B) COLA A LA IZQUIERDA.

Parámetro = 0.6 Parámetro = 0.02
Tamaño muestral = 15 Tamaño muestral = 60
α = 0.05 α = 0.05
Zc = 1.6448536 Zc = -1.64485
σ = 0.1264911 σ = 0.018074
p-c = 0.8080594 p-c = -0.00973
x = 12 x =6
Prop. muestral exp. = 0.8 Prop. muestral exp. = 0.1
Zp = 1.5811388 Zp = 4.426267
Valor - p = 0.0569231 Valor - p = 0.999995
Decisión = Ho no se rechaza Decisión = Ho no se rechaza

C) COLA A AMBOS LADOS.

Parámetro = 0.6
Tamaño muestral = 60
α = 0.05
Zc = -1.959964 1.959964
σ = 0.0632456
p-c = 0.476041 0.723959
x = 28.5
Prop. muestral exp. = 0.475
Zp = -1.976424
Valor - p = 0.0481068
Decisión = Ho se rechaza
APROXIMACIÓN DE LA NORMAL A LA BINOMIAL

A) COLA A AMBOS LADOS.

n = 200
π= 0.6
µ = 120
σ = 6.928203
x1 = 109.5
x2 = 130.5
Z1 = -1.51554
Z2 = 1.515544
1 - α = 0.870365
α = 0.129635
π1 = 0.7
µ1 = 140
σ1 = 6.480741
Z1 = -4.70625
Z2 = -1.46588
ß = 0.071339
1 - ß = 0.928661
 PRUEBA UNILATERAL (COLA DERECHA)

α = 0.05
Z = 1.644854
µo = 75
σ= 8
n= 40
σx = 1.264911
Xc = 77.08059 Z ß 1-ß
µ1 = 72 4.016562 0.99997 2.95E-05
µ1 = 73 3.225992 0.999372 0.000628
µ1 = 74 2.435423 0.992563 0.007437
µ1 = 75 1.644854 0.95 0.05
µ1 = 76 0.854284 0.803526 0.196474
µ1 = 77 0.063715 0.525401 0.474599
µ1 = 78 -0.72685 0.233658 0.766342
µ1 = 79 -1.51742 0.06458 0.93542
µ1 = 80 -2.30799 0.0105 0.9895
µ1 = 81 -3.09856 0.000972 0.999028
µ1 = 82 -3.88913 5.03E-05 0.99995
 1-ß
1.2

0.8
1-ß
0.6

0.4

0.2

0
72 73 74 75 76 77 78 79 80 81 82
 CURVA CARACTERISTICA DE OPERACIÓN

n= 55
AQL = 2

p 1-ß
0.000 1
0.005 0.997299
0.010 0.982171
0.015 0.950246
0.020 0.902265
0.025 0.841427
0.030 0.771789
0.035 0.697361
0.040 0.621642
0.045 0.547432
0.050 0.476803
0.055 0.411161
0.060 0.351344
0.065 0.297736
0.070 0.250377
0.075 0.209059
0.080 0.173408
0.085 0.142949
0.090 0.117158
0.095 0.095495
0.100 0.077434
0.105 0.06248
0.110 0.050176
0.115 0.040114
0.120 0.031931
0.125 0.025312
0.130 0.019984
0.135 0.015715
0.140 0.012312
0.145 0.00961
0.150 0.00747
0.155 0.005792
0.160 0.004473
 E je Y: Probabilidad de Aceptación del Lote (1 - ß)

0.8

0.6
1-ß

0.4

0.2

0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
00 .01 .02 .03 .04 .05 .06 .07 .08 .09 .10 .11 .12 .13 .14 .15 .16
0. 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0