TDH PARA LA
PROPORCIÓN
¿Sobre quién vamos a
plantear el juego de
hipótesis?
¡Sobre P, el indicador
poblacional de la
proporción de éxitos!
Nuestra evidencia será 𝑝Ƹ
ෝ
𝒑 ෝ
𝒑
ෝ
𝒑
Pruebas de hipótesis sobre la
proporción de éxitos poblacional
Ejemplo de aplicación:
En una empresa proveedora de internet, se reciben
reclamos por fallas en la conexión. Históricamente el
porcentaje de reclamos se encontraba en un 15%. Se
ha decidido realizar una modificación en el ancho de
banda de las conexiones con el fin de lograr disminuir
dicho porcentaje. A tal fin, se realizó la instalación en
150 hogares a modo de prueba, obteniéndose 18
reclamos por fallas en la conexión. Si se asume un
nivel de significación del 10%, ¿aconsejaría realizar la
modificación?
X: Cantidad de reclamos por fallas en la conexión. Distribución Binomial ~ Aproximación a Distribución
normal:
18
𝑝 = 0,15; 𝑛 = 150 ℎ𝑜𝑔𝑎𝑟𝑒𝑠 ; 𝑥 = 18 𝑟𝑒𝑐𝑙𝑎𝑚𝑜𝑠; 𝑝Ƹ = = 0,12
150
𝛼 = 10%
Para aconsejar o no la modificación debe plantearse un test de hipótesis sobre la proporción de reclamos
Ho) p ≥ 0,15 𝑠𝑒 𝑑𝑒𝑐𝑖𝑑𝑒 𝑛𝑜 𝑚𝑜𝑑𝑖𝑓𝑖𝑐𝑎𝑟
H1) p < 0,15 𝑠𝑒 𝑑𝑒𝑐𝑖𝑑𝑒 𝑚𝑜𝑑𝑖𝑓𝑖𝑐𝑎𝑟
Debido a que Ho se plantea sobre el parámetro 𝑝, la evidencia muestral se
obtendrá a través de su estimador 𝑝Ƹ
Ho) p ≥ 0,15 → 𝑠𝑒 𝑑𝑒𝑐𝑖𝑑𝑒 𝑛𝑜 𝑚𝑜𝑑𝑖𝑓𝑖𝑐𝑎𝑟
H1) p < 0,15 → 𝑠𝑒 𝑑𝑒𝑐𝑖𝑑𝑒 𝑚𝑜𝑑𝑖𝑓𝑖𝑐𝑎𝑟
𝑝0 𝑞0
𝑝Ƹ𝑐𝑟𝑖𝑡𝑖𝑐𝑜 = 𝑝0 + 𝑍.
𝑛
0,15 ∗ 0,85
𝑝Ƹ𝑐𝑟𝑖𝑡𝑖𝑐𝑜 = 0,15 − 1,2816 ∗ = 0,1126
150
𝑝𝑐
Ƹ =0,1126 0,15 𝑝Ƹ
0,12
𝑍𝑐𝑟𝑖𝑡𝑖𝑐𝑜 = −1,2816 𝑍
Ho) p ≥ 0,15 → 𝑠𝑒 𝑑𝑒𝑐𝑖𝑑𝑒 𝑛𝑜 𝑚𝑜𝑑𝑖𝑓𝑖𝑐𝑎𝑟
H1) p < 0,15 → 𝑠𝑒 𝑑𝑒𝑐𝑖𝑑𝑒 𝑚𝑜𝑑𝑖𝑓𝑖𝑐𝑎𝑟
Calcular la probabilidad de no aconsejar las modificaciones si con ellas el porcentaje de reclamos
fuera del 13%. Indicar cómo se denomina la probabilidad calculada.
𝛼 1−β
1−𝛼 β
Se deberá calcular un 𝛽 con un nuevo valor de p=0,13
Recordando los pasos para el calculo de una probabilidad
1) Ir al cuadro de probabilidades y definir el nombre de la proba buscada.
2) Graficar una nueva campana centrada en el nuevo valor del parámetro
3) Marcar en esta nueva campana, las zonas de rechazo y no rechazo de la
hipótesis, con sus acciones asociadas a partir del valor critico
4) Estandarizar, tomando como valor de la variable el punto crítico
5) Buscar en la app, cargando el valor de Z en el cuadrado celeste y luego
solicitar las superficies
6) Observar el grafico y ver qué superficie que responde la pregunta
No Rho(no modificar)
Rho( modificar)
0,2631 0,7369
0,1126 𝑷 𝑝Ƹ
0,13
𝑍
−0,6337
0,1126−0,13
= = −0,6337
−0,6337 < 0,2631
0,13.0,87
150
−0,6337 > 0,7369
Si se desea que la probabilidad calculada en el punto anterior valga 0,2, ¿A cuántos hogares
más se debería instalar el producto modificado?.
𝐷𝑎𝑡𝑜𝑠 𝑝𝑟𝑒𝑣𝑖𝑜𝑠: 𝑝0 = 0,15; 𝑝1 = 0,13; 𝛼 = 0,1 𝑁𝑢𝑒𝑣𝑜 𝑑𝑎𝑡𝑜: 𝛽 = 0,2
Fórmula de 2
𝑍1−𝛼 . 𝑝0 . 𝑞𝑜 ) + 𝑍1−𝛽 . 𝑝1 . 𝑞1
trabajo para 𝑛=
calculo de n en 𝑝0 − 𝑝1
TDH de p
1,2816 0,8416
2
𝑍0,9 . 0,15.0,85 + 𝑍0,8 . 0,13.0,87
𝑛= = 1372
0,15 − 0,13
Siempre colocar menor
Se necesitan en total 1372, es decir
𝒁𝒑𝒓𝒐𝒃𝒂𝒃𝒊𝒍𝒊𝒅𝒂𝒅 <
1222 más (1372-150) Proba