Escolar Documentos
Profissional Documentos
Cultura Documentos
Administración”
Prof. Juan Narro Lavi
MBA Gerencial
Sesiones 15 y 16:
Pruebas de Hipótesis II
Error tipo II (β)
• Probabilidad de aceptar la hipótesis nula como
verdadera cuando en realidad es falsa.
– ¿Cómo calcular el error tipo II?
– ¿Cómo disminuir el error tipo II manteniendo el
mismo error tipo I?
• Curva Operacional
– Nos muestra la probabilidad de aceptar una
hipótesis falsa cuando debimos rechazarla.
– Varía de acuerdo a: n, error estándar y alfa (α).
• Curva de poder o poder discriminador
– Representa la probabilidad de NO cometer un
error tipo II, es decir (1-β).
– A > n > poder discriminador.
Resultados de Probabilidades
H0: Inocente
Lo Cierto Lo Cierto
No Error
Inocente Correcto Error Rechazar 1- a Tipo II
H0 ()
Error Prueba de
Rechazar
Culpable Error Correcto Tipo I Poder
H0 (α) (1 - )
Error tipo II (β)
Usted es Jefe de Logística de una empresa dedicada a
confeccionar pasadores de sujeción tipo chaveta de diferentes
dimensiones; se ha efectuado la adquisición de un lote de
varillas de acero.
La experiencia a revelado que la verdadera resistencia
promedio de los lotes recibidos es 10,000 PSI con una σ de 400
PSI.
Para tomar una decisión acerca de los embarques recibidos, la
empresa ha establecido una norma a seguir por el Control de
Calidad: “Tomar una muestra de 100 varillas, si la resistencia
promedio se encuentra entre 9,922 y 10,078 PSI, se acepta el
lote; si no lo rechazamos”.
¿Cuál será la probabilidad de aceptar el lote como “bueno”,
cuando en realidad la media del lote no es 10,000 PSI, sino
9,900 PSI, a un nivel de significancia de 0.05?
¿Cómo disminuir el error tipo II, manteniendo el mismo error
tipo I?
Error tipo II (β)
1. Hipotesis nula y alternativa
H 0 : 0 1000 PSI
H1 : 0 1000 PSI
2. Nivel de significación
Prueba de dos colas
a
a 0.05 2 a
2
a / 2 0.025 Región de Aceptación
Error tipo II (β)
3. Estadístico de Prueba
Como se trata de una prueba de una media poblacional con n≥30,
y se conoce σ, usamos Z.
x
z
n
a
2 a
1a 2
1
1 9,900 9,922 x Crit.1
zCrit .1 ?
Error tipo II (β)
xCrit.1 1 9922 9900 22
zCrit.1 zCrit.1
400 40
n 100
zCrit.1 0.55
Aplicando
Distribución Normal
Std. obtendremos el
área bajo la curva.
1
zcrit.1 0.55
Área = 0.7088 (acumulada, 1-β)
a
2 a
1a 2
1
1 9,900 9,922 x Crit .1
zCrit .1 ?
Error tipo II (β)
1. Valor crítico del estadistico para α como para β.
x Crit. 0 x Crit.1 1
zCrit. zCrit.1
n n
a 0.05 0.01
zCrit. 1.96 zCrit.1 2.33
2. Igualar y despejar n.
x Crit. x Crit.1
x Crit. zCrit. x 0 zCrit. x 0 zCrit.1 x 1
x Crit.1 zCrit.1 x 1
Error tipo II (β)
En la cola izquierda:
zCrit. x 0 zCrit.1 x 1
400 400
1.96 10,000 2.33 9,900
n n
784 932
10,000 9,900
n n
2
1716
n 294.4656 295
100
Para mantener α=0.05 y disminuir β de 0.2912 a 0.01, debemos
efectuar una prueba a 295 muestras.
Curva Operacional - Poder
1
Alfa
0.9
0.8
0.7
0.6 beta
Prob.
0.5 1-beta
0.4
0.3
0.2
0.1
Resistencia
0
10000
10020
10060
10100
10120
10180
9820
9880
9900
9940
9980
Curva Característica de Operación (CO)
Error I P(x<=2)
1.0000
α (AQL,1-α)
0.9000
0.8000
0.7000
n Tamaño Muestra
Plan Muestral
0.6000 c Número Defectos
0.5000
0.4000
0.3000
0.2000
(LTPD,β)
0.1000
Error II β Zona Indiferencia
0.0000
0.00 0.05 0.10 0.15 0.20 0.25 0.30 0.35 0.40 0.45 0.50
Lotes P(x<=2) Lotes Malos
Buenos
AQL LTPD
Acceptance Quality Level Lot Tolerance Percent Defective
“Estadística para
Administración”
Prof. Juan Narro Lavi
MBA Gerencial