12.
3 PRUEBAS DE HIPTESIS PARA LA MEDIA U DE UNA POBLACIN: CASO DE MUESTRA PEQUEA (n < 30)
Poblacin distribuida aproximadamente en forma normal y
conocida. , el
Si la distribucin de la poblacin es normal o aproximadamente normal, y se conoce estadstico de prueba sigue siendo z que en la seccin anterior. Poblacin distribuida aproximadamente en forma normal y desconocida
. Se procede entonces exactamente igual
En una situacin con estas caractersticas se recurre al estadstico t de Student:
X s n
Con n 1 grados de libertad (gl), y empleando la desviacin estndar de la muestra s como un estimador de . A continuacin se resuelve un ejemplo, pero enfatizando algunos aspectos de la metodologa de la prueba y dejando implcitos algunos otros. Ejemplo 12.5 En un proceso de fabricacin, la cantidad de impurezas permisible en la materia prima es 0.05 miligramos por litro (mg/L). Los anlisis que se le practican a una muestra aleatoria de tamao 10 de un lote recin recibido dieron una media de 0.058 mg/L con una desviacin estndar de 0.012 mg/L. Deber aceptarse el lote?
Solucin El contexto de la situacin indica que una cantidad de impurezas por debajo de 0.05 mg/L no tendra ningn efecto negativo en el proceso; es ms bien en la direccin contraria en la que hay que poner atencin. La media de la muestra es mayor que 0.050 mg/L, y una prueba de hiptesis permite establecer si la diferencia puede atribuirse al azar (la media de cualquier muestra puede quedar por arriba o por debajo de 0.05 mg/L) o si est ms all de 0.05, como para considerar que la media del lote (poblacin) en realidad es mayor que 0.05 y, por lo tanto, debera rechazarse. De acuerdo con esto, el modelo estadstico corresponde a una prueba de cola derecha: H0 : u H1: u 0,05 mg/L 00,05 mg/L
El resto del procedimiento debe basarse en el hecho de que el proceso del proveedor de la materia prima siga una distribucin normal, ya que eso permitir usar el estadstico 12.4. Bajo este supuesto, el que se tenga un prueba de cola derecha, gl = 9 y tomando = 0.05, se tiene, de la tabla del apndice E, que el valor crtico de t es 1.833. Grficamente puede verse as:
El valor observado es:
to
0,058 0,050 0,012 10
= 2,10819
Dado que t0 queda en la regin de rechazo (a la derecha de 1.833), la conclusin es rechazar Ho favoreciendo entonces esto es, regresar al proveedor el lote de materia prima. Con el fin de discutir ms ampliamente la conclusin del ejemplo 12.5, se calcula el valor p. Para ello la expresin 12.3 se modifica a:
F(to,gl)para una prueba de cola izquierda H0 : u u0; H1: u < u0 2[1 F(to,gl)] para una prueba de dos colas H0 : u = u0; H1: u u0 1 F(to,gl) para una prueba de cola derecha H0 : u u0; H1: u > u0
Donde F(to,gl) es la distribucin t acumulada evaluada en to con gl = n-1 Ejemplo 12.6 Analizar los resultados del ejemplo 12.5 utilizando el valor p. Solucin Calculando el valor p: Valor p =1 - F(2.10819, 9) =1 - 0.968 = 0.032 Esto significa que si se escoge un nivel de significancia de 0.032 o menor, se acepta H. Por lo tanto, con un nivel de significancia de 0.01 (el menor de los valores tpicos), se hubiera aceptado el lote de materia prima. En estos casos, analizar el costo de los errores tipo I (regresar el lote siendo que cumple con las especificaciones) y tipo II (aceptar el lote siendo que no cumple con las especificaciones), puede ayudar a tomar la decisin final: Como las probabilidades de los errores tipo I y tipo II estn inversamente relacionadas, si el costo del error tipo I es alto en relacin con el costo del error tipo II, entonces el valor de a debera ser relativamente bajo. Si el costo del error tipo I es bajo en relacin con el costo del error tipo II, entonces el valor de a debera ser relativamente alto.
